Le problème de la marge brute de l'IA : pourquoi les marges de votre logiciel se contractent

Le reset de marge, en chiffres

Trois repères résument le basculement. La marge brute de 70 à 85 pour cent définissait le SaaS classique, portée par un coût marginal quasi nul (a16z, benchmarks sectoriels). La marge brute moyenne rapportée des entreprises nées de l'IA tombe autour de 52 pour cent, à mesure que le coût des ventes de calcul croît avec l'usage (ICONIQ, source secondaire, 2026). Et l'inférence seule absorberait environ 23 pour cent du chiffre d'affaires des entreprises d'IA en croissance, avant tout autre coût des ventes (ICONIQ via Monetizely, 2026).

Les chiffres de 52 pour cent et 23 pour cent proviennent d'un compte rendu secondaire d'un jeu de données ICONIQ ; il convient de les confronter à la source primaire avant de les citer dans un livrable client. En revanche, la direction structurelle, l'IA ajoute un coût des ventes réel et comprime la marge, est solidement établie. La marge de 80 pour cent devient l'exception.

Comment défendre la marge

La défense de la marge commence par l'économie unitaire : le coût pour servir un usage de chaque fonctionnalité d'IA, rapporté au prix ou à la valeur qu'il rapporte. Avec ce chiffre, trois actions deviennent possibles.

• Retarifer les fonctionnalités dont le forfait plat perd de l'argent sur les gros utilisateurs, y compris en basculant vers une tarification à l'usage ou au résultat.
• Ré-ingénierer le coût de service en routant les requêtes simples vers de petits modèles et en mettant le contexte en cache.
• Supprimer les fonctionnalités dont le coût de service ne sera jamais couvert.

Rien de tout cela n'est possible à partir d'une marge agrégée ; il faut chiffrer l'IA au niveau d'un résultat unique, précisément ce pour quoi la comptabilité par activités a été conçue.

Questions fréquentes

Pourquoi les marges brutes de l'IA sont-elles inférieures à celles du SaaS ?

Parce que les fonctionnalités d'IA portent un coût des ventes réel que le logiciel classique n'avait pas. Chaque requête dépense du calcul, donc plus la fonctionnalité est utilisée, plus elle coûte à servir. Le SaaS classique, à coût marginal quasi nul, tournait à 70-85 pour cent de marge brute ; les entreprises nées de l'IA sont rapportées plutôt vers 50 à 60 pour cent, l'inférence seule absorbant environ un cinquième du chiffre d'affaires à l'échelle.

La marge brute logicielle de 80 pour cent est-elle finie ?

Pour un logiciel à forte composante d'IA, les analystes attendent un plancher structurellement plus bas, souvent cité entre 50 et 70 pour cent, car le coût d'inférence figure désormais dans le coût des ventes. Une entreprise à usage léger d'IA ou à pile d'inférence très disciplinée peut rester plus haut. Le point est que 80 pour cent n'est plus le défaut dès que l'IA est intégrée.

Comment protéger la marge brute sur les fonctionnalités d'IA ?

En pilotant l'économie unitaire. Mesurez le coût pour servir un usage de chaque fonctionnalité, comparez-le au prix ou à la valeur qu'il rapporte, puis retarifez les fonctionnalités qui perdent de l'argent sur les gros utilisateurs, ré-ingénierez le coût de service par le routage et le cache, et retirez les fonctionnalités qui ne couvriront jamais leur coût. Cela suppose de chiffrer l'IA au niveau d'un résultat, pas d'une moyenne mixte.

Une IA moins chère résout-elle le problème de marge ?

Pas à elle seule. Le prix au jeton a fortement baissé, mais les produits répondent en utilisant plus d'IA et en sollicitant le raisonnement et les agents, gourmands en jetons, si bien que le coût des ventes se maintient ou augmente même quand le prix du jeton recule. La marge se protège en pilotant la quantité d'IA qu'une fonctionnalité consomme par unité de valeur.