a16z: Le logiciel d'entreprise le plus difficile et la plus grande opportunité en IA

Titre original : Pourquoi le monde fonctionne encore sur SAP
Auteur original : Eric et Seema Amble, a16z
Traduction : Peggy, BlockBeats

Note de l'éditeur : Alors que les discussions sur l'IA se concentrent encore sur de nouveaux produits et capacités, un changement plus fondamental se produit discrètement dans le logiciel d'entreprise. L'objectif de cet article n'est pas de discuter de la manière dont l'IA va créer de nombreuses nouvelles applications, mais de la façon dont elle entre dans un scénario plus profond mais moins glamour : les systèmes centraux des entreprises représentés par SAP, Salesforce et ServiceNow.

En termes simples, ces trois types de systèmes correspondent à différents aspects des opérations d'entreprise :

· SAP est responsable de la gestion des ressources essentielles telles que les finances, l'inventaire et la production, servant de "grand livre" de l'entreprise ;

· Salesforce gère les processus clients et de vente, déterminant comment l'entreprise génère des revenus ;

· ServiceNow soutient les processus internes et les systèmes opérationnels, permettant aux organisations de fonctionner sans heurts. Ensemble, ils forment l'infrastructure des opérations quotidiennes des entreprises.

Ces systèmes sont extrêmement critiques d'une part, mais aussi souvent difficiles à utiliser, complexes et encombrants d'autre part. Les entreprises ont ajouté une grande quantité de personnalisation et de processus par-dessus, les transformant à la fois en mémoire organisationnelle et évoluant progressivement en un fardeau technique difficile à migrer. Plus le système est crucial, plus il est difficile à changer.

L'opportunité pour l'IA émerge ici.

Au lieu de remplacer ces systèmes, une voie plus réaliste consiste à construire une nouvelle couche de systèmes actionnables par-dessus, réduisant les coûts de migration lors de la phase de mise en œuvre, simplifiant les opérations grâce au co-pilotage et à l'agence dans la phase d'utilisation, et remplaçant la personnalisation complexe par des applications légères dans la phase d'extension. Par conséquent, le véritable changement ne réside pas dans le fait que le système lui-même soit remplacé, mais dans la manière dont l'interaction entre les personnes et le système est réécrite. L'IA ne remplacera pas SAP, Salesforce ou ServiceNow, mais pourrait progressivement les rendre "invisibles". Et les nouvelles plateformes redéfiniront la véritable frontière de valeur des logiciels d'entreprise sur cette couche d'interface invisible.

Ce qui suit est le texte original :

À mesure que l'IA progresse, l'accent des startups et de leurs clients a principalement été mis sur de toutes nouvelles capacités et les produits qu'elles permettent. Par exemple, divers agents vocaux éblouissants, outils d'automatisation des flux de travail et plateformes pour des applications de génération de texte.

En effet, ces directions ont déjà émergé et continueront de donner naissance à de nombreuses entreprises passionnantes (nous avons également investi dans certaines d'entre elles). Mais ce que l'IA pourrait réellement impacter de manière plus profonde n'est pas ces domaines apparemment cool, mais une direction moins flashy mais plus précieuse : aider les organisations à mieux tirer parti de l'énorme quantité de logiciels qu'elles ont déjà en place.

Voici une question qui peut sembler quelque peu offensante, mais une fois que vous aurez passé une semaine dans une entreprise du Fortune 500, vous comprendrez sa praticité : Pourquoi les gens utilisent-ils encore SAP (avec ServiceNow, Salesforce) à ce jour ?

La réponse courte est : SAP et des systèmes similaires à grande échelle abritent les données critiques nécessaires aux opérations d'entreprise. Plus important encore, les entreprises ont fortement personnalisé ces systèmes, superposant des processus complexes et des allocations de rôles, dont une grande partie n'est même pas explicitement documentée. Migrer loin de ces systèmes est souvent coûteux, long et douloureux, nécessitant généralement une grande équipe de consultants, prenant des années et coûtant des milliards de dollars. Par exemple, la mise à niveau de SAP ECC vers SAP S/4HANA pourrait coûter 700 millions de dollars, prendre 3 ans et impliquer une équipe de 50 personnes d'Accenture. Et même après la migration, ce logiciel est souvent utilisé principalement pour générer des rapports statiques, avec peu de flexibilité pour la manipulation.

Cependant, cette situation est en train de changer.

L'IA ouvre un nouveau domaine de possibilités, permettant aux entreprises de mettre à niveau, personnaliser, remplacer ces systèmes, et surtout, d'accéder et d'utiliser les données stockées à l'intérieur de manière plus efficace.

En fin de compte, l'objectif de l'IA n'est peut-être pas de remplacer SAP/ServiceNow/Salesforce, mais de les rendre plus programmables et conviviaux. Les véritables gagnants seront les plateformes capables de faire deux choses : d'abord, puiser dans le budget de transformation numérique de l'entreprise pour réduire de manière quantifiable les risques et raccourcir les cycles ; ensuite, s'intégrer progressivement dans les opérations quotidiennes, devenant le centre névralgique du travail, décomposant les interfaces traditionnelles encombrantes en opérations composables, gouvernables et applications légères assistées par l'IA.

En d'autres termes, le système d'enregistrement lui-même ne disparaîtra pas ; ce qui subira une transformation, c'est la couche supérieure des interfaces d'interaction, des capacités d'automatisation et des couches d'extension, marquant la prochaine frontière de la concurrence logicielle.

SAP est difficile à utiliser, mais nous ne pouvons toujours pas nous en passer.

Pour poser le cadre de cette question, discutons d'abord brièvement de ce qu'est SAP et de ce qu'il fait. Superficiellement, des systèmes comme ceux-ci sont difficiles à gérer, opérationnellement complexes et coûteux à modifier, ce qui les rend assez encombrants à utiliser ; pourtant, en même temps, ils restent le pilier central des opérations pour les grandes organisations mondiales. Imaginez simplement ce que ce serait d'utiliser SAP au quotidien.

Mais cette notion même d'inexplicabilité est là où se trouve l'opportunité.

Une réponse inconfortable mais plus véridique est : sous ces interfaces encombrantes et ces configurations sans fin, ces systèmes sont en réalité extrêmement puissants. Ils portent le modèle de données central d'une entreprise, définissent des mécanismes de permission et de contrôle pour garantir la conformité, intègrent un support de flux de travail pour l'échelle opérationnelle et connectent des relations intégrées avec des dizaines, voire des centaines de processus en aval. Ce ne sont pas des applications dans le sens d'Internet grand public, mais plutôt des mémoires organisationnelles cristallisées sous forme de tables de données, de systèmes de rôles, de processus d'approbation, de logique comptable et de gestion des exceptions.

Remplacer de tels systèmes n'est pas seulement coûteux, mais aussi très risqué. Plus une entreprise investit, par exemple dans des champs personnalisés, des processus, des règles de tarification et de logique de reporting, plus ce système devient comme un fossé formé par les coûts de changement, et même une partie d'un avantage concurrentiel. C'est pourquoi l'évolutivité est si importante : chaque entreprise est unique, le changement est omniprésent, comme de nouvelles exigences réglementaires, de nouveaux produits, de nouvelles structures organisationnelles. Ces plateformes peuvent perdurer à long terme précisément parce qu'elles peuvent être continuellement ajustées pour s'adapter à la réalité.

Cependant, le problème réside dans le fait que l'évolutivité même qui les rend puissantes les rend également fragiles. Chaque personnalisation est un champ de mines potentiel pour les futures mises à jour ; chaque flux de travail évolue en un labyrinthe complexe ; chaque interface est un drain continu sur l'utilisateur.

Cette fragilité est presque omniprésente. Bien que le CRM ait été largement adopté, la satisfaction des utilisateurs a toujours été mitigée ; le degré élevé de personnalisation de l'ERP est presque toujours associé à des retards de projet et à des dépassements de budget. Les employés sont submergés par des flux de travail fragmentés, devant passer d'une application à l'autre environ 1200 fois par jour, ce qui équivaut à perdre environ 4 heures par semaine ; 47 % des travailleurs numériques ont du mal à trouver les informations dont ils ont besoin pour faire leur travail. Les projets de transformation numérique à grande échelle échouent également fréquemment, avec des estimations suggérant qu'environ 70 % d'entre eux ne parviennent pas à atteindre leurs objectifs déclarés. Les dépenses générées par ces frictions sont énormes, le marché de l'implémentation de logiciels et de l'intégration de systèmes atteignant à lui seul environ 380 milliards de dollars en 2023.

C'est dans ces processus et points de douleur que l'IA a apporté une opportunité de redéfinir la manière dont les logiciels sont implémentés et utilisés. Une manière simple de comprendre cette opportunité est de regarder le cycle de vie des logiciels d'entreprise : d'abord l'implémentation ou la migration, puis l'utilisation quotidienne, et enfin la construction continue en réponse aux changements commerciaux. À chaque étape, le travail essentiel consiste à traduire l'intention humaine chaotique en opérations exécutables et auditées correctement enregistrées dans le système.

Ensuite, nous pouvons examiner séparément comment l'IA améliore l'utilisation des systèmes logiciels traditionnels à chaque étape.

Étape d'implémentation

Commençons par l'étape d'implémentation, qui est la phase la plus risquée, la plus sensible au budget, mais aussi la plus clairement gratifiante. Il s'agit spécifiquement de transformer des informations de recherche éparpillées, telles que des réunions, des documents, des ordres de travail, en exigences structurées, et de générer automatiquement le flux de travail d'implémentation requis, y compris la cartographie des processus et des champs, la configuration et le code, les scripts de test, les plans de basculement, les manuels de migration et le nettoyage et la validation des données avant le lancement. Ce processus est extrêmement complexe et sujet aux erreurs. Le géant de la distribution allemand Lidl a une fois abandonné son projet de transformation SAP après avoir investi 500 millions de dollars.

Autour de cette phase, un groupe d'entreprises construit des outils pour aider à la migration et à l'implémentation, tels que divers systèmes de co-pilotage, des outils de gestion de projet, et plus encore. Voici quelques exemples typiques :

· Axiamatic propose une couche de protection par IA pour l'ERP, qui construit un graphe de connaissances de projet pour mettre en évidence les problèmes potentiels dans la gestion des exigences et des changements dans Slack ou Teams, réduisant les risques et accélérant le progrès des projets S/4HANA. Il a été intégré avec SAP Build et intégré dans les processus de conseil de KPMG, EY, IBM, et d'autres.

· Conduct est un outil de co-pilotage pour la cartographie de code et de processus qui peut générer une couche sémantique et une documentation technique pendant le processus de migration d'ECC à S/4. Il prend en charge les questions-réponses pour les tables personnalisées et les API afin d'accélérer l'adoption interne.

· Auctor fournit une capacité de livraison d'implémentation basée sur des agents pour les intégrateurs de systèmes et les équipes de services professionnels. Il peut automatiquement transformer le processus de découverte en exigences structurées et servir de registre système pour la gestion des SOW, des documents de conception, des récits utilisateurs, de la configuration et des plans de test.

· Supersonik se concentre sur l'habilitation des produits, fournissant des agents visuels et vocaux pour un enseignement contextuel, réduisant le besoin d'ingénieurs de solutions et soutenant la mise en œuvre et l'expansion pilotées par les canaux et les clients.

· Tessera construit des capacités d'intégration de systèmes natives à l'IA pour se connecter directement au système ERP existant d'une entreprise, évaluer son état de mise en œuvre, identifier et rectifier automatiquement les problèmes pendant le processus de migration, et réaliser une gestion de transformation de bout en bout.

La valeur de ces entreprises réside dans le fait de rendre la transformation plus rapide, moins coûteuse et plus gérable. Cela se reflète spécifiquement dans plusieurs aspects : la découverte précoce des problèmes lors des phases de gestion des exigences et des changements pour éviter une amplification ultérieure ; la compression du cycle temporel car même un mois de retard peut entraîner des coûts de plusieurs millions de dollars ; la transformation des données de projet éparpillées en connaissances structurées afin que les équipes internes puissent prendre le relais plus rapidement ; et la réduction de la dépendance à de grandes équipes d'intégration de systèmes grâce à la cartographie automatisée, à la génération de documents, aux tests et à la formation.

Nous croyons qu'il y a encore de la place pour plus de startups dans ce domaine, en particulier celles qui collaborent avec des partenaires existants plutôt que d'utiliser des outils de confrontation. Les directions spécifiques incluent :

· Agents de mise en œuvre liés aux résultats et aux risques des projets, par exemple, utilisés pour le suivi des exigences, la comparaison de configurations, la simulation de commutation, la génération de code et la détection de variations ;

· Outils de documentation sémantique pour garantir que les connaissances restent à jour et facilement accessibles ;

· Agents d'habilitation pour convertir la formation et la promotion des canaux en capacités productisées réutilisables.

Alors que les startups sont capables d'alléger le fardeau des entreprises, elles peuvent fixer des prix en fonction du coût d'opportunité économisé pour l'entreprise et accéder directement aux budgets de transformation que les DSI et les directeurs financiers ont déjà alloués, tout en déplaçant ces projets d'intégration de systèmes gonflés.

Utilisation et Maintenance

Ensuite, une fois qu'un système logiciel est entièrement mis en œuvre, le véritable défi commence. L'utilisation quotidienne signifie naviguer constamment à travers les interfaces complexes et chaotiques de ces systèmes. Le travail quotidien s'étend souvent sur des dizaines d'interfaces, et le turnover du personnel réinitialise continuellement l'expérience accumulée, tandis qu'un grand nombre de processus périphériques ne reçoivent jamais un bon soutien au niveau produit. Les utilisateurs doivent passer du temps à rechercher des champs, à synchroniser manuellement des données entre différents systèmes, ou à demander fréquemment à l'équipe des opérations des requêtes comme "pouvez-vous exécuter ce rapport pour moi ?" Le résultat est des cycles de processus plus lents, des erreurs fréquentes et des coûts de formation continus.

Ici, l'opportunité pour l'IA réside dans la construction d'une couche plus conviviale et plus puissante au-dessus de ces systèmes hérités.

Ces types d'entreprises visent à aider les équipes à extraire plus de valeur des systèmes existants. En pratique, il s'agit souvent d'un copilote présent dans Slack ou dans une barre latérale de navigateur, capable de répondre à des questions comme où trouver certaines données ou comment effectuer une certaine opération via une recherche sémantique, et d'effectuer des actions sécurisées si des API sont disponibles, telles que la création d'ordres de travail, l'entrée d'écritures de journal, la mise à jour des conditions des fournisseurs, et plus encore. Ces outils peuvent également lier plusieurs systèmes pour former des flux de travail composites inter-applications, comme extraire les commandes d'achat du dernier trimestre de SAP, vérifier les conditions contractuelles dans Coupa, rédiger des explications de variance dans ServiceNow, et incorporer des approbations humaines, des pistes de vérification et des contrôles de permission granulaires en cours de route. Des produits excellents suivent également l'utilisation, économisant du temps, des taux d'erreur et d'autres métriques.

Cependant, la réalité est qu'une quantité significative de travail critique au sein des entreprises n'est pas exposée par le biais d'API standardisées mais se trouve dans diverses interfaces, telles que des clients hérités, des environnements de bureau virtuel et des backends administratifs mal documentés. Par conséquent, les agents modernes opérés par ordinateur sont devenus un complément crucial aux copilotes pilotés par API. Ils étendent la portée de l'automatisation aux 30 % à 40 % de processus qui ne peuvent pas être accessibles par des interfaces.

Leur capacité principale n'est pas seulement de cliquer sur des boutons mais plutôt la capacité d'exécuter de manière stable dans un environnement chaotique. Ces agents doivent comprendre les structures d'interface, localiser des éléments stables, récupérer l'exécution dans des fenêtres contextuelles ou des changements de mise en page, et enregistrer les progrès à des points clés pour une récupération sûre après des interruptions. Lorsque ces capacités sont combinées avec des mécanismes de vérification (tels que des vérifications de différences, des rapprochements, des tests en bac à sable) et des contrôles d'entreprise (authentification unique, gestion des clés, moindre privilège, pistes de vérification), elles peuvent transformer un travail qui était auparavant dépendant d'une intervention manuelle en processus automatisés gouvernables et répétables, tels que le tri des ordres de travail, les étapes de clôture de fin de période, les mises à jour clients, les ajustements de prix, même dans des parties de SAP, ServiceNow, Salesforce qui n'étaient pas à l'origine conçues pour l'automatisation.

Cela peut être compris comme suit : Les API rendent les voies standard plus efficaces, tandis que la puissance de calcul permet même d'automatiser des processus de longue traîne.

Des entreprises comme Factor Labs et Sola ont déjà déployé de tels agents dans des environnements de production, remplaçant les dépenses traditionnelles d'externalisation des processus métier et aidant de grandes organisations à atteindre une automatisation des tâches évolutive.

Couche d'expansion

Enfin, même si vous rendez SAP, ServiceNow et Salesforce plus conviviaux, l'entreprise elle-même évolue constamment, ce qui signifie que les enregistrements système doivent également évoluer. De nouveaux produits, de nouvelles politiques, de nouvelles fusions et acquisitions, de nouvelles exigences réglementaires, et un grand nombre de processus de longue traîne qui ne méritent jamais un développement de module central autonome sont tous en train de pousser continuellement le logiciel à s'adapter à l'état réel de l'entreprise. Dans le passé, les équipes n'avaient généralement que deux choix : soit personnaliser profondément le système et supporter le coût associé de la fragilité, soit développer des applications autonomes éparpillées, mais alors faire face à des difficultés d'intégration, de gouvernance et de maintenance.

L'IA offre un troisième chemin : construire des expériences d'application petites et gouvernables sur le système central à un rythme plus rapide sans le perturber.

Construire de nouveaux outils et capacités d'automatisation sur des systèmes traditionnels peut être vu comme l'ajout d'une couche d'expérience plus "utilisable" sur un ensemble de logiciels pas si conviviaux. Le schéma de base consiste d'abord à construire un plan de données et d'actions unifié : lire les données des enregistrements système via des API et des événements (complété par un scraping d'interface sécurisé si nécessaire), les standardiser en un modèle sémantique d'objets métier, tels que des commandes, des fournisseurs, des ordres de travail, etc., puis fournir un ensemble d'interfaces d'opération avec contrôle des permissions, mécanismes d'approbation et capacités d'audit basées sur cela.

Sur cette base, les équipes peuvent rapidement construire des expériences d'application axées sur des scénarios spécifiques, qui sont plus modernes et plus proches des besoins réels. Par exemple, au lieu de faire passer le personnel des achats par des dizaines d'étapes dans SAP pour intégrer un fournisseur, une seule application légère d'intégration de fournisseur est fournie pour collecter des données, effectuer des vérifications de validation, faire circuler des approbations, et enfin écrire les données dans SAP. De même, plutôt que de faire passer les équipes des opérations de revenus d'une interface à l'autre dans Salesforce pour modifier les conditions de renouvellement, un éditeur haute vitesse similaire à une feuille de calcul est fourni pour modifier par lots, valider la conformité, prévisualiser les impacts, et finalement soumettre les changements avec une piste de vérification complète. Au lieu de construire sans cesse de nouveaux systèmes de portail, une entrée opérationnelle unifiée est fournie pour que les équipes de première ligne puissent effectuer des opérations quotidiennes à haute fréquence à travers les systèmes, comme créer des retours, étendre les limites de crédit, initier des tickets de défaut secondaires, accumuler des dépenses, etc., sans avoir besoin de passer constamment d'une page à l'autre.

Ces couches d'extension peuvent également faire le lien entre les flux de travail et les capacités d'automatisation inter-systèmes, ce qui est difficile pour un seul fournisseur à prioriser. Par exemple, grâce à l'automatisation pilotée par des événements : lorsqu'une facture est publiée et que l'écart est supérieur à 3 %, générer automatiquement une explication et soumettre pour approbation ; ou lorsque un bon de travail est rouvert deux fois, créer automatiquement un ticket, assigner une partie responsable, mettre à jour le statut du client et introduire une révision humaine à des points clés.

Au fil du temps, les pratiques les plus précieuses se solidifieront progressivement en modules d'intention réutilisables, tels que de la cotation à l'encaissement, l'intégration des fournisseurs, le règlement de fin d'année, etc. Ces modules définissent non seulement ce qui doit être fait, mais plus important encore, comment effectuer ces opérations de manière sécurisée et conforme dans un environnement d'entreprise spécifique.

Des produits comme Cell lancés par General Magic rendent concrète la capacité fondamentale de construire de tels flux de travail personnalisés : vous pouvez télécharger une spécification OpenAPI pour transformer chaque interface en une opération appelable ; ensuite, grâce à un simple script intégré dans la barre de commande native, exécuter directement de véritables appels API, soutenus par des capacités analytiques, une architecture multi-locataire, des contrôles de sécurité et des mécanismes de gestion des autorisations. Ainsi, l'accent du travail se déplace de la reconstruction d'un ensemble d'interfaces à la composition des bonnes opérations et stratégies sur des systèmes existants et de confiance.

À quoi ressemblera le résultat final ?

Notre évaluation est que ces systèmes traditionnels continueront principalement d'exister, mais ils ne seront plus l'interface principale où le travail se déroule. Les ERP, CRM, ITSM et autres systèmes sont profondément ancrés dans les entreprises et ne peuvent pas être remplacés au rythme d'un logiciel régulier ; ils évolueront lentement et continueront d'exister en tant que système d'enregistrement. Ce qui changera vraiment, ce sont les systèmes d'action orientés utilisateur construits au-dessus d'eux : L'IA deviendra le point d'entrée par défaut pour comprendre comment les systèmes fonctionnent, orchestrer les flux de travail entre les systèmes et construire des applications modernes légères qui contournent les interfaces traditionnelles. En d'autres termes, la couche qui servait auparavant de pont deviendra la véritable autoroute.

Dans ce paradigme, les logiciels qui pourront réussir à long terme ne ressembleront plus à des chatbots mais ressembleront davantage à un système d'exploitation : un plan de données et d'actions unifié construit sur un modèle sémantique d'objets métier et équipé de mécanismes de sécurité et de gouvernance robustes pour permettre un fonctionnement fiable de l'IA dans un environnement de production. Pour les utilisateurs finaux, il n'est pas nécessaire d'apprendre quelle interface, champ ou code de transaction spécifique utiliser, ni de réapprendre sans cesse après des changements d'interface ou de processus ; il suffit de décrire le résultat que vous souhaitez atteindre, et le système vous aidera à le réaliser. En cours de route, le système posera des questions de clarification nécessaires, montrera un aperçu de l'exécution, puis complétera l'opération sous des mécanismes d'approbation et d'audit appropriés.

Par exemple, vous pourriez émettre des commandes comme : créer un retour et notifier le client, créer un ticket d'incident de niveau 2 et récupérer les trois événements connexes les plus récents, ou compléter le processus d'intégration des fournisseurs, y compris la collecte d'informations, le passage par le flux de travail d'approbation et la définition des conditions de paiement. Aujourd'hui, ces opérations nécessitent souvent de passer d'un système à l'autre entre SAP, Salesforce, Service Now et des tableurs pour être réalisées. Cependant, dans le nouveau paradigme, elles seront intégrées dans un flux d'exécution unifié.

Le résultat de cette transformation est moins d'erreurs et de retours en arrière, une dépendance d'expérience réduite, des cycles de traitement plus rapides et des coûts de formation considérablement réduits, car toute l'interaction est guidée par l'intention, consciente des rôles et par défaut en libre-service.

Le fossé continuera également à s'accumuler dans l'utilisation réelle : chaque flux de travail exécuté avec succès sera déposé comme une intention réutilisable ; chaque gestion d'exception sera transformée en nouvelles contraintes de sécurité ; chaque artefact des processus de migration fera partie du tissu système continuellement mis à jour ; chaque intégration approfondira la compréhension de la façon dont l'entreprise fonctionne réellement. Au fil du temps, cette couche d'IA deviendra le point d'entrée central pour l'équipe afin de comprendre les impacts des changements, de prévenir la dérive du système, de mesurer le retour sur investissement et de construire de nouveaux flux de travail, même si les systèmes sous-jacents eux-mêmes n'ont pas changé.

[Lien vers l'article original]