L'IA verticale dévore le SaaS horizontal : comment les startups de niche détrônent les plateformes génériques

L'ère qui a bâti des plateformes milliardaires touche à sa fin

Pendant deux décennies, le manuel du SaaS était simple : construire une plateforme, la vendre partout. Salesforce ne se souciait pas de savoir si vous vendiez des équipements industriels ou des assurances — le CRM était le CRM. ServiceNow a abstrait l'ITSM dans tous les secteurs. Workday a unifié les RH, que vous soyez un hôpital ou un fonds spéculatif. L'automatisation marketing de HubSpot était tout aussi générique, tout aussi puissante, tout aussi suffisante. Ces entreprises ont forgé des fortunes sur l'universalité.

Cette ère n'est pas finie. Mais elle est en train d'être dévorée par les bords — et ce qui la dévore, c'est l'IA verticale.

Pourquoi l'IA change l'équation du « construire pour tous »

Le modèle horizontal du SaaS fonctionnait parce que configurer un logiciel pour une industrie spécifique coûtait cher. Si vous vouliez un CRM qui comprenne les structures de facturation d'un cabinet d'avocats, vous achetiez Salesforce et engagiez des consultants pour ajouter 200 champs personnalisés, ou vous attendiez un acteur de niche qui n'avait jamais vraiment les ressources pour concurrencer sur la fiabilité, les intégrations ou la disponibilité.

L'IA effondre cette équation. Une équipe de 12 ingénieurs avec accès à un jeu de données spécifique à un domaine peut désormais construire un produit qui non seulement s'adapte aux flux de travail juridiques, mais comprend la stratégie de dossier, la recherche de jurisprudence, l'accueil des clients et les codes de facturation à un niveau qui aurait nécessité des centaines d'années-ingénieur de codage en dur il y a cinq ans. La taxe de configuration qui protégeait les géants horizontaux a disparu. Ce qui reste est une course aux capacités, et les startups nativement verticales la remportent.

Là où l'IA verticale gagne déjà

Les victoires ne sont pas hypothétiques. Elles se manifestent dans des contrats déplacés, un ARR accéléré et des décisions d'achat prises sous le bureau du CIO.

• Juridique : Harvey AI a signé avec plus de 200 cabinets d'avocats, dont des noms de l'Am Law 100, pour gérer les flux de recherche et de rédaction juridiques. Le produit ne concurrence pas les wrappers génériques de LLM — il est entraîné sur la jurisprudence, les textes réglementaires et les bases de précédents spécifiques aux cabinets. Clio et LexisNexis, les acteurs établis de la legaltech, ont construit leurs fossés sur l'ampleur des flux de travail ; Harvey gagne sur la profondeur. Les associés des grands cabinets l'intègrent avant que le service informatique ne sache qu'il est évalué.
• Facturation de santé : L'autorisation préalable — le processus d'obtention de l'approbation de l'assurance avant une procédure — prenait auparavant 3 à 5 jours ouvrables et consommait un coût administratif estimé à 35 milliards de dollars par an dans le système de santé américain. Waystar et Cohere Health ont utilisé l'IA pour le réduire à moins de 10 minutes pour les cas couverts. Les hôpitaux qui adoptent ces outils ne demandent pas à leur fournisseur de DSE de construire la fonctionnalité ; ils signent des contrats autonomes car le ROI est immédiat et mesurable.
• Construction : Procore a bâti une entreprise de 6 milliards de dollars en numérisant la gestion de projets de construction. Mais il n'a pas anticipé des concurrents natifs de l'IA dans la planification comme Alice Technologies, qui utilise une IA basée sur des contraintes pour optimiser les séquences de construction et a démontré des réductions de 15 à 20 % des délais de projet. Le coin n'est pas la plateforme complète — c'est un flux de travail, fait 10 fois mieux.
• Souscription d'assurance : Les modèles actuariels hérités sont statistiques, rétrospectifs et lents. Counterpart et Federato utilisent l'apprentissage automatique entraîné sur des données de sinistres, des signaux de risque tiers et des entrées environnementales en temps réel pour souscrire des polices plus rapidement et avec des ratios de sinistralité nettement plus bas. Les premiers adoptants rapportent des améliorations de 20 à 30 % du ratio de sinistralité. Ce n'est pas une fonctionnalité — c'est un avantage concurrentiel structurel pour tout assureur qui le déploie.
• Camionnage et logistique : Axle a construit une IA de répartition qui automatise l'appariement des chargements, la communication avec les conducteurs et la prédiction d'ETA pour les flottes de camions. Project44 a intégré l'IA dans toute la visibilité du fret, transformant le suivi des transporteurs en un système prédictif plutôt que réactif. Dans un secteur aux marges minces où chaque heure d'inactivité est un coût, ce ne sont pas des options agréables — ce sont des outils de survie.

Le modèle de flux de travail tueur

Dans tous les secteurs verticaux, les startups gagnantes partagent un modèle structurel : elles n'essaient pas de remplacer la plateforme établie dès le premier jour. Elles identifient le flux de travail le plus douloureux et à plus forte valeur ajoutée du secteur — autorisation préalable, recherche juridique, répartition des chargements, souscription de polices — et l'automatisent si complètement que l'adoption se fait de bas en haut. Les utilisateurs attirent le produit. L'achat suit l'utilisation, pas l'inverse.

C'est l'inverse de la façon dont le logiciel d'entreprise s'est historiquement vendu. Salesforce avait besoin du CRO. ServiceNow avait besoin du CIO. Les startups d'IA verticale atterrissent par l'intermédiaire de l'avocat collaborateur qui a découvert Harvey, du coordinateur de facturation qui a piloté Cohere, du répartiteur de flotte qui a essayé Axle pendant deux semaines et a refusé de revenir en arrière. L'achat d'entreprise suit la valeur démontrée, et l'IA verticale démontre sa valeur avant même que le cycle de vente ne commence.

La question de la défendabilité

Les sceptiques soulèvent un défi légitime : l'IA verticale n'est-elle qu'une fine couche sur des modèles fondamentaux ? Salesforce ne peut-elle pas construire cela en six mois ?

La réponse honnête est : pas facilement, et pas rapidement. Les fossés qui se construisent dans l'IA verticale sont réels, bien que différents des fossés logiciels traditionnels. Ils proviennent de trois sources :

• Données d'entraînement propriétaires : La valeur de Harvey n'est pas le modèle — c'est le corpus de travail juridique annoté qui fait que le modèle se comporte comme un associé senior plutôt que comme un assistant généraliste. Ces données s'accumulent à chaque dossier traité, chaque brouillon révisé, chaque citation corrigée.
• Flux de travail intégrés : Une fois qu'un hôpital a reconstruit son processus d'autorisation préalable autour de Cohere Health, les coûts de changement sont réels. La reconversion du personnel, la réaffectation des intégrations et l'acceptation d'une dégradation des capacités pendant la transition sont autant de frictions qui s'accumulent avec le temps.
• Vitesse d'apprentissage du domaine : Une plateforme horizontale ajoutant une couche d'IA verticale travaille contre l'inertie institutionnelle, une base de code héritée et une équipe produit généraliste. Une startup verticale ne fait qu'approfondir un domaine, à chaque sprint.

La contre-attaque des géants horizontaux

Les acteurs établis ne restent pas les bras croisés. Salesforce a déployé Einstein AI sur Sales Cloud, Service Cloud et Agentforce. ServiceNow Now Assist intègre l'IA générative dans les flux de travail ITSM. Workday déploie des assistants IA pour les tâches RH et financières. Ce sont des produits réels avec de réels avantages de distribution — des milliards de dollars de relations clients existantes, une infrastructure de conformité de niveau entreprise et des écosystèmes d'intégration que les startups verticales ne peuvent pas reproduire rapidement.

Mais construire une profondeur verticale au sein d'une organisation horizontale est structurellement difficile. Les équipes produit qui servent 40 industries simultanément ne peuvent pas prioriser la profondeur que peut apporter une équipe servant uniquement des souscripteurs d'assurance. La feuille de route produit est toujours une négociation entre les verticales. Le résultat est des fonctionnalités d'IA larges mais superficielles — exactement le contraire de ce que construisent les startups verticales.

Le signal du capital-risque est sans ambiguïté

Le capital l'a remarqué. Le financement de l'IA verticale a augmenté de 340 % en glissement annuel au premier trimestre 2026, avec le tour de série A moyen dans le domaine clôturant à 47 millions de dollars — un chiffre qui reflète à la fois la conviction des investisseurs et les besoins en capital pour former des modèles spécifiques à un domaine à grande échelle. Andreessen Horowitz, Sequoia et Coatue ont tous fait des paris multi-verticaux. La thèse est cohérente : la prochaine génération de gagnants du logiciel d'entreprise sera construite pour une seule industrie, pas pour toutes.

Ce que cela signifie pour les fondateurs

La stratégie « construire pour tous » — le pari que la portée horizontale compense la superficialité verticale — est désormais un handicap à l'ère de l'IA. La taxe de configuration qui rendait la généralisation sûre a disparu. Ce qui reste est la question de la profondeur : à quel point comprenez-vous les flux de travail, les données, l'environnement réglementaire et les modes de défaillance d'une seule industrie ?

Les fondateurs qui gagnent actuellement ne construisent pas des plateformes. Ils construisent des remplacements de flux de travail — des produits si précisément adaptés à un seul travail que l'utilisateur ne peut pas imaginer faire ce travail sans lui. Ils découvrent qu'une amélioration de 10x sur un flux de travail critique bat une amélioration de 2x sur dix. Et ils découvrent que l'achat, autrefois une décision de niveau CIO motivée par la consolidation des plateformes, est de plus en plus un processus ascendant impulsé par les personnes qui font le travail.

Le SaaS horizontal a construit la couche logicielle de l'entreprise moderne. L'IA verticale la reconstruit — une industrie à la fois, en commençant par les problèmes les plus douloureux, et en allant plus vite que les acteurs établis ne peuvent réagir.