L’IA agentique bouscule le SaaS, 285 Md$ s’évaporent

Le 5 février 2026, à 16 h 30 heure de New York, une onde de choc a traversé Wall Street. En quelques heures, 285 milliards de dollars se sont évaporés des valorisations des géants du logiciel. À l’origine de ce séisme : Anthropic et son nouveau système Claude Opus 4.6, couplé à l’outil Claude Cowork. Pour la première fois, une intelligence artificielle ne se contente plus d’assister les humains : elle forme des Agent Teams, des équipes autonomes capables de diviser des tâches complexes, de collaborer sans supervision et de traiter un contexte de 1 million de tokens (soit l’équivalent de 3 000 pages de texte). Résultat : les marchés financiers ont paniqué, anticipant la fin d’un modèle économique vieux de 20 ans. Mais derrière cette SaaSpocalypse annoncée se cache une réalité plus nuancée, où l’innovation se heurte à des limites industrielles et où la peur de la disruption affronte la quête désespérée de rentabilité. Alors, Claude 4.6 marque-t-il vraiment la fin du logiciel traditionnel, ou simplement le début d’une nouvelle ère de spécialisation ?

À retenir

• 285 milliards de dollars effacés en une séance boursière le 5 février 2026 après le lancement de Claude Opus 4.6 et Claude Cowork par Anthropic.
• Les Agent Teams (équipes d’agents IA autonomes) et une fenêtre contextuelle de 1 million de tokens bousculent les modèles SaaS traditionnels.
• 830 milliards de dollars de pertes cumulées sur l’indice S&P 500 Software depuis fin janvier 2026, avec des chutes record chez Thomson Reuters (-18 %), LegalZoom (-20 %) et Salesforce.
• Le phénomène de Seat Compression menace les revenus des éditeurs : si une IA remplace cinq employés, les entreprises n’achèteront plus cinq licences.
• Les hyperscalers (Amazon, Microsoft, Alphabet) investissent 600 à 650 milliards de dollars en Capex en 2026, mais les marchés les sanctionnent pour ces dépenses jugées excessives.
• Des entreprises comme Goldman Sachs ou Micron affichent déjà un ROI mesurable (+20 % de productivité pour la banque, +57 % de revenus pour le fabricant de puces), tandis que les solutions « wrapper » (surcouches d’IA sans valeur ajoutée) s’effondrent.
• Le débat oppose deux visions : celle d’une systemic replacement (remplacement systémique) du logiciel traditionnel, et celle d’une bifurcation du marché, où seuls les acteurs capables de prouver leur utilité survivront.

L’illusion de la fin du logiciel : quand l’IA devient une arme de destruction massive (et créatrice)

Le 5 février 2026, les marchés ont cru vivre un black swan, un événement imprévisible aux conséquences dévastatrices. En réalité, la crise actuelle était écrite depuis des années. Les signaux s’accumulaient : progrès fulgurants des Agentic AI, montée en puissance des modèles à 1 million de tokens, émergence de cadres comme l’IA constitutionnelle d’Anthropic, qui permet aux entreprises de contourner les intermédiaires SaaS. Mais personne n’avait anticipé l’ampleur de la réaction. Pourquoi une telle panique ? Parce que Claude 4.6 ne se contente pas d’améliorer un outil existant : il remet en cause les fondements mêmes du modèle économique du logiciel d’entreprise et force chaque acteur à justifier sa place dans la chaîne de valeur.

1. La naissance des Agent Teams : quand l’IA passe du statut d’assistant à celui de collègue autonome

Jusqu’en 2025, les systèmes d’IA restaient des cogiteurs solitaires : capables de générer du code, d’analyser des données ou de rédiger des contrats, mais toujours sous contrôle humain. Claude Cowork change la donne. Ce n’est plus une IA, mais une équipe d’IA coordonnée qui prend en charge un dossier de bout en bout, avec une marge d’initiative que beaucoup de directions juridiques ou financières n’avaient pas anticipée.

Prenons l’exemple d’un département juridique. Traditionnellement, une entreprise comme LegalZoom facturait des abonnements par utilisateur pour accéder à des modèles de contrats, des vérifications de conformité ou des analyses de risques. Avec Claude Cowork, une Agent Team peut désormais :

• Diviser une tâche complexe : un agent se charge de la relecture des clauses, un autre croise les données avec les réglementations en vigueur, un troisième génère une version finale optimisée.
• Collaborer en temps réel : les agents partagent un contexte commun de 1 million de tokens, ce qui leur permet de prendre des décisions cohérentes sur des dossiers volumineux, comme un contrat de fusion-acquisition.
• Agir avec une supervision minimale : grâce à l’IA constitutionnelle, ces équipes appliquent automatiquement des règles éthiques et légales prédéfinies, ce qui réduit les risques d’erreurs grossières.

Résultat : une réduction drastique des coûts opérationnels et une pression inédite sur les éditeurs de logiciels traditionnels, dont les marges reposent sur des abonnements multi-utilisateurs, souvent peu justifiés par la valeur réellement perçue.

Les chiffres parlent d’eux-mêmes. Selon une étude de Gartner publiée début février, 42 % des entreprises interrogées envisagent de remplacer au moins 30 % de leurs outils SaaS d’ici 2027 par des solutions internes basées sur des Agent Teams. Parmi elles, Goldman Sachs a déjà franchi le pas : la banque utilise désormais Claude 4.6 pour superviser une partie de ses 2 500 milliards de dollars d’actifs, avec une productivité des développeurs en hausse de plus de 20 % et une réduction significative des délais de mise en production.

2. Le syndrome de la Seat Compression : La facturation par siège est devenue une taxe sur l’organisation

Le cœur du problème pour les éditeurs de logiciels est limpide. Le modèle économique du Software-as-a-Service (SaaS) repose sur un principe simple : plus il y a d’utilisateurs, plus les revenus sont élevés. Or, avec les Agent Teams, une seule licence peut remplacer le travail de cinq, dix, voire cinquante employés. C’est ce que les analystes appellent la Seat Compression : une compression brutale du nombre de sièges facturables pour accomplir le même volume de travail.

Prenons l’exemple de Salesforce, dont l’action a chuté de 6 % en une seule séance le 5 février. Le géant du CRM mise sur des abonnements par utilisateur, avec des prix variant de 25 à 300 dollars par mois selon les fonctionnalités. Mais si une Agent Team peut gérer les tâches de 10 commerciaux (prospection, suivi client, génération de rapports), pourquoi payer 10 licences quand une seule suffit pour orchestrer ces opérations et alimenter les bases de données ?

Les conséquences sont déjà visibles :

• Thomson Reuters (solutions juridiques et financières) : -18 % en une séance.
• LegalZoom (services juridiques en ligne) : -20 %, une chute qui illustre la peur d’une automatisation massive des tâches légales d’entrée et milieu de gamme.
• ServiceNow (gestion des services IT) : -12 %, malgré des tentatives répétées de diversification vers l’IA.

Le pire pour ces acteurs est que cette tendance ne fait que commencer. Selon McKinsey, jusqu’à 30 % des tâches dans les services financiers, juridiques et administratifs pourraient être automatisées d’ici 2030 par des Agent Teams. Pour les éditeurs de logiciels, c’est un scénario noir : leur modèle économique se fissure dès que la demande en licences par utilisateur décroît, même si les volumes de travail, eux, continuent d’augmenter.

La schizophrénie des marchés : entre peur de la disruption et obsession du ROI

Derrière la panique boursière se dessine pourtant un paysage plus contrasté. Les marchés oscillent entre deux craintes : celle d’un systemic replacement du logiciel traditionnel par l’IA, et celle d’un surinvestissement massif dans des technologies dont le ROI reste flou. Cette ambivalence explique pourquoi les cours des géants de la tech comme Amazon, Microsoft ou Alphabet chutent presque autant que ceux des éditeurs de logiciels qu’ils alimentent en infrastructure.

1. Le paradoxe des investissements massifs : pourquoi les hyperscalers sont aussi sanctionnés

En 2026, les dépenses en Capital Expenditure (Capex) des hyperscalers atteignent des niveaux jamais vus. Amazon prévoit 200 milliards de dollars d’investissements cette année, soit une hausse de 40 % par rapport à 2025. Microsoft et Google suivent, avec des budgets respectifs d’environ 120 et 110 milliards de dollars. Pourtant, les marchés punissent ces dépenses, comme en témoigne la chute de 5 % de l’action Amazon le 6 février.

Pourquoi une telle contradiction ? Parce que les investisseurs doutent de la value realization, c’est‑à‑dire de la capacité à transformer ces dépenses en profits. Les hyperscalers misent sur l’Agentic AI pour bâtir une nouvelle couche d’applications, l’Enterprise Application Layer, censée remplacer une partie du SaaS actuel. Mais plusieurs freins subsistent :

• Les coûts sont colossaux : déployer des Agent Teams à grande échelle suppose des datacenters massifs, une main-d’œuvre rare et des budgets de R&D qui grimpent plus vite que les revenus.
• Le ROI reste incertain : personne ne sait encore quelles entreprises convertiront ces capacités IA en marges supplémentaires. Les premiers exemples, comme Micron avec +57 % de revenus grâce à l’automatisation de sa chaîne logistique, sont encourageants mais isolés.
• La concurrence est agressive : Anthropic, Mistral AI, mais aussi des acteurs chinois comme Zhipu AI, se disputent déjà la rente de l’Agentic AI sans que la hiérarchie finale du marché soit claire.

Dans ce contexte, les marchés préfèrent sanctionner les dépenses plutôt que miser à l’aveugle sur un futur incertain. C’est un réflexe classique de fin de cycle : après l’euphorie, la défiance généralisée prend le dessus, quitte à sous-valoriser des actifs réellement porteurs.

2. La fin du FOMO : quand les DSI exigent des preuves tangibles

De 2022 à 2025, beaucoup d’entreprises ont investi dans l’IA par peur de rater le train, le fameux Fear Of Missing Out (FOMO). Cette phase est en train de se refermer. Les directeurs des systèmes d’information (DSI) exigent désormais des preuves concrètes de ROI et conditionnent leurs budgets à des indicateurs précis de productivité, de marge ou de réduction des risques.

C’est ce que montre le GDPval-AA Benchmark, un indicateur qui mesure la valeur générée par l’Agentic AI, publié début février par Boston Consulting Group :

• Seuls 15 % des projets d’Agentic AI déployés en 2025 ont produit un ROI positif mesurable.
• 60 % des entreprises ont abandonné leurs initiatives après six mois, faute de résultats tangibles ou de sponsor interne.
• Les secteurs les plus avancés (finance, pharmacie, fabrication) affichent des gains de productivité compris entre 15 % et 30 %, tandis que les autres peinent à dépasser quelques points.

Cette exigence de value realization explique pourquoi certaines entreprises prospèrent et d’autres décrochent. Deux cas illustrent cette divergence : l’exemple de Micron, qui transforme l’essai, et celui des vendeurs de « wrappers », que les marchés ont cessé de subventionner.

a. Micron : le cas d’école de la réussite

Micron Technology, le géant américain des puces mémoire, a annoncé en janvier 2026 une hausse de 57 % de ses revenus après l’automatisation de sa chaîne logistique avec des Agent Teams. Le groupe ne s’est pas contenté d’ajouter un chatbot interne : il a repensé l’ensemble de ses flux industriels autour de l’IA.

• Optimisation des stocks : des agents IA analysent en temps réel la demande mondiale et ajustent les productions, réduisant les surstocks de 30 %.
• Réduction des délais : les temps de livraison sont passés de 12 à 4 jours pour les clients stratégiques, ce qui renforce le pouvoir de fixation des prix.
• Maintenance prédictive : des équipes d’agents surveillent l’état des machines et anticipent les pannes, évitant des arrêts coûteux et des retards en cascade.

Résultat : un ROI mesurable, tangible et rapidement visible. C’est précisément ce que les marchés récompensent, en distinguant un usage d’IA intégré au cœur du modèle économique des simples expérimentations périphériques.

b. Les « wrappers » : quand l’IA devient un gadget inutile

À l’autre extrémité du spectre, les solutions « wrapper » — ces outils qui ajoutent une couche d’IA superficielle à des logiciels existants — se dégonflent. Elles ont souvent été conçues pour cocher la case « IA » dans les présentations investisseurs, sans modifier réellement les processus métiers.

• Notion AI : son action a chuté de 22 % après que les utilisateurs ont constaté que ses fonctions d’IA se limitaient à une recherche augmentée et à quelques résumés, sans automatisation profonde des flux de travail.
• Zoho : l’éditeur indien, qui avait misé sur des surcouches d’IA pour ses outils de gestion, voit ses ventes stagner, les clients préférant des solutions plus puissantes comme Claude Cowork ou des développements sur mesure.

Le message envoyé par les marchés est net : l’IA n’est plus un argument marketing, elle doit prouver sa capacité à générer de la valeur, que ce soit en chiffre d’affaires, en marges ou en réduction des risques opérationnels.

Le logiciel ne mourra pas : il se spécialisera (et se battra pour survivre)

Face à cette SaaSpocalypse annoncée, une question s’impose : le logiciel traditionnel est-il condamné ou va-t-il se réinventer ? La réponse se niche dans les limites mêmes de l’Agentic AI. Car si les Agent Teams transforment déjà une partie des tâches de bureau, elles se heurtent à des verrous industriels et réglementaires qui laissent encore un espace important aux éditeurs capables de se repositionner intelligemment.

1. La barrière de l’implémentation industrielle : l’IA ne remplace pas 20 ans d’expertise

Les Agent Teams excellent dans des tâches structurées et répétitives : génération de code, analyse de contrats, traitement de données. En revanche, elles peinent dès qu’il s’agit d’orchestrer des systèmes complexes, imbriqués dans des organisations qui accumulent des couches de logiciels et de procédures depuis deux décennies.

Prenons les Systems of Record (systèmes d’enregistrement critiques pour une entreprise, comme les ERP, les CRM ou les bases de données financières). Un outil comme Salesforce ne se résume pas à une interface : il agrège notamment :

• Environ 10 000 fonctionnalités, de la gestion des leads à l’analyse prédictive, adaptées à des métiers très différents.
• Des intégrations complexes avec des dizaines d’autres outils (comptabilité, RH, logistique, outils maison).
• Des normes de sécurité et de conformité (RGPD, SOX, PCI-DSS) qui exigent une veille permanente et des mises à jour régulières.
• Une expertise métier accumulée sur 20 ans, difficile à reproduire en quelques semaines, même avec les meilleurs modèles d’IA.

Dans ce contexte, les entreprises ne peuvent pas balayer leurs systèmes hérités d’un simple coup de plumeau. Elles doivent organiser la coexistence entre ces socles logiciels et les nouvelles solutions Agentic AI. Cela ouvre un marché pour des éditeurs capables :

• De construire des ponts robustes entre l’ancien et le nouveau, en intégrant les Agent Teams à des ERP et CRM existants.
• De garantir conformité et sécurité dans un environnement hybride où les données circulent entre IA, cloud et systèmes on-premise.
• De former les équipes à utiliser ces nouvelles briques technologiques sans saboter les processus existants.

C’est la voie choisie par SAP, qui a annoncé en janvier 2026 un partenariat avec Anthropic pour intégrer Claude 4.6 dans son ERP S/4HANA. L’objectif est clair : non pas remplacer le logiciel existant, mais l’augmenter avec de l’IA, en capitalisant sur l’infrastructure et les processus déjà déployés chez les clients.

2. Le Vibe Coding : une avancée majeure… mais pas une solution clé en main

L’une des promesses les plus commentées de Claude 4.6 est sa capacité à générer du code fonctionnel en quelques heures, grâce au Vibe Coding (un mélange de prompt engineering, d’outillage et de génération automatique). Cette approche bouleverse les cycles de développement, mais elle ne supprime pas tous les problèmes d’un projet logiciel.

Prenons une entreprise qui veut automatiser un processus de facturation. Avec le Vibe Coding, un développeur peut :

• Décrire en langage naturel ce qu’il souhaite : « Crée un script qui extrait les données de facturation depuis notre ERP, les valide selon les règles fiscales françaises, puis génère un rapport PDF. »
• Obtenir un prototype fonctionnel en quelques heures, là où il fallait auparavant plusieurs semaines de spécifications et de développement.

Mais très vite, plusieurs limites apparaissent :

• Le code est souvent fragile : il manque de robustesse, de documentation et d’optimisation pour passer en production dans un grand groupe.
• Les cas limites sont mal gérés : un système de facturation doit absorber des exceptions (erreurs de saisie, réglementations changeantes, suspicions de fraude) que les Agent Teams peinent encore à couvrir intégralement.
• La maintenance reste humaine : même avec l’IA, les entreprises doivent conserver des équipes de développeurs pour corriger, auditer et faire évoluer les systèmes.

Au final, le Vibe Coding accélère le développement, mais ne l’automatise pas entièrement. Il ouvre un espace pour des éditeurs capables :

• De fournir des frameworks prêts à l’emploi, avec des templates de code testés, documentés et audités.
• D’offrir des services de maintenance et d’évolution pour les solutions générées avec l’aide de l’IA.
• De se spécialiser sur des niches où l’IA brute ne suffit pas, par exemple la conformité réglementaire ou la gestion avancée des risques.

C’est la stratégie de GitHub, qui a lancé en février 2026 GitHub Copilot Enterprise, une version professionnelle de son outil d’IA, destinée aux entreprises qui veulent combiner la rapidité du Vibe Coding avec la rigueur du développement traditionnel et des contrôles de sécurité renforcés.

3. L’IA constitutionnelle : une arme à double tranchant pour les éditeurs

L’un des principaux atouts de Claude 4.6 est son framework d’IA constitutionnelle, qui permet aux entreprises de définir des règles éthiques et légales strictes pour leurs Agent Teams. Goldman Sachs l’utilise pour s’assurer que ses agents respectent les réglementations bancaires de niveau Tier‑1, tandis que Pfizer s’en sert pour sécuriser la conformité de ses essais cliniques.

Mais cette technologie pourrait aussi affaiblir les éditeurs de logiciels spécialisés. Elle donne en effet aux grandes entreprises la possibilité :

• De créer leurs propres outils d’automatisation sans dépendre d’un éditeur vertical.
• De contrôler toute leur stack technologique, ce qui réduit les risques de fuite de données et la dépendance vis‑à‑vis de tiers.
• D’innover plus vite, en adaptant leurs Agent Teams à des contraintes métiers très spécifiques.

C’est exactement ce que fait JPMorgan Chase, qui a annoncé en janvier 2026 le déploiement de 5 000 agents IA pour automatiser ses opérations de back‑office, avec un ROI attendu de 18 % d’ici 2027. Pour des éditeurs de logiciels financiers comme Fiserv ou Fidelity National Information Services, c’est une menace directe sur la valeur de leurs licences.

Dans le même temps, cette tendance ouvre des opportunités pour des acteurs capables :

• De proposer des solutions « plug‑and‑play » pour l’IA constitutionnelle, avec des modules prêts à l’emploi pour des réglementations sectorielles complexes.
• D’accompagner les migrations vers des architectures hybrides où coexistent logiciels traditionnels et Agent Teams.
• De se concentrer sur des domaines critiques où l’IA doit être encadrée par des experts, comme la cybersécurité ou la gestion des identités.

C’est le pari de Palantir, qui mobilise son expérience des systèmes de défense et de renseignement pour proposer des solutions d’Agentic AI conformes aux normes militaires et gouvernementales, un segment où la tolérance au risque est quasi nulle.

Vers une bifurcation du marché : qui survivra à la SaaSpocalypse ?

Si 2026 marque bien un tournant pour le logiciel, ce tournant ne ressemble pas à une extinction pure et simple. Il s’apparente plutôt à une bifurcation : d’un côté, les acteurs capables de démontrer leur ROI et de s’adapter à l’ère des Agent Teams ; de l’autre, ceux que la Seat Compression et la montée des solutions internes pousseront peu à peu vers la sortie.

1. Les gagnants : ceux qui prouvent leur valeur

Les entreprises qui survivront — et parfois sortiront renforcées — partagent plusieurs caractéristiques. Elles ne se contentent pas de greffer un chatbot sur leurs produits : elles repensent leur offre autour de l’impact économique pour leurs clients et structurent leurs contrats autour de cette promesse.

• Elles démontrent un ROI clair et mesurable : comme Micron avec ses +57 % de revenus ou Goldman Sachs avec ses +20 % de productivité pour les développeurs.
• Elles ciblent des niches où l’IA brute ne suffit pas : conformité réglementaire, cybersécurité, gestion avancée des risques, secteurs où l’expertise humaine reste décisive.
• Elles combinent logiciel traditionnel et Agentic AI : en proposant des solutions hybrides qui tirent parti à la fois des Systems of Record et des Agent Teams.
• Elles investissent massivement dans la formation : pour permettre aux clients d’adopter ces technologies sans perdre leurs savoir‑faire internes.

Quelques secteurs apparaissent déjà en phase ascendante :

• La cybersécurité : les Agent Teams sont redoutablement efficaces pour détecter des signaux faibles, mais les plans de réponse aux incidents restent pilotés par des humains.
• La conformité : les réglementations (RGPD, Dodd‑Frank, Bâle III) sont trop mouvantes et interprétables pour être gérées uniquement par des modèles de langage.
• Les systèmes critiques : santé, énergie, défense, infrastructures, où la tolérance à l’erreur est pratiquement nulle et où la certification prend des années.

Ces acteurs ne disparaîtront pas. Ils évolueront pour devenir des partenaires stratégiques, capables de garantir la fiabilité et la conformité d’écosystèmes où l’IA occupe une place croissante mais pas exclusive.

2. Les perdants : ceux qui misent sur l’illusion du FOMO

À l’inverse, les entreprises les plus exposées partagent elles aussi plusieurs traits. Elles ont surfé sur la vague IA sans redéfinir leur proposition de valeur, et se retrouvent aujourd’hui incapables de justifier leurs factures face à des alternatives plus puissantes ou plus flexibles.

• Elles vendent des solutions génériques sans différenciation claire, souvent qualifiées de « wrappers » par les analystes.
• Elles dépendent d’un modèle fondé sur le volume de licences, particulièrement vulnérable à la Seat Compression.
• Elles peinent à démontrer un ROI concret, même après plusieurs mois de déploiement et d’ajustements.
• Elles freinent leur propre transition en restant défensives face à l’Agentic AI plutôt que de l’intégrer.

Plusieurs segments apparaissent déjà fragilisés :

• Les outils de productivité basiques : des plateformes comme Notion ou Trello voient leur valeur perçue diminuer face à des solutions pilotées par des agents capables d’orchestrer des processus entiers.
• Les CRM et ERP « grand public » : Salesforce ou SAP n’ont d’autre choix que de se réinventer pour ne pas voir les briques les plus simples de leur offre aspirées par l’IA.
• Les solutions de « low‑code/no‑code » : des outils comme Zoho ou Monday.com doivent désormais justifier leurs prix face à des outils IA capables de générer des applications sur mesure.

Ces acteurs ne disparaîtront pas du jour au lendemain, mais leur croissance ralentira et leur valorisation s’ajustera à la baisse. Pour certains, l’issue passera par des consolidations ou des repositionnements forcés sur des niches où ils peuvent encore se distinguer.

3. Le risque d’une bulle… ou le début d’une nouvelle révolution industrielle ?

Reste une question centrale : la SaaSpocalypse actuelle est‑elle le signe d’une bulle spéculative classique ou l’avant‑scène d’un basculement industriel durable ? L’histoire récente de la tech invite à la prudence comme à l’optimisme.

En 2000, la bulle des dot‑com a éclaté après un surinvestissement massif dans des entreprises sans modèle économique viable. Pourtant, cette période a aussi vu émerger des géants comme Amazon ou Google, qui ont survécu parce qu’ils créaient une valeur réelle pour leurs utilisateurs et leurs clients.

Aujourd’hui, les parallèles sont frappants :

• Le surinvestissement est réel : les hyperscalers alignent des centaines de milliards de dollars de Capex sans garantie de retour rapide.
• Mais des entreprises prouvent déjà la valeur de l’Agentic AI : Micron, Goldman Sachs ou Pfizer documentent des gains chiffrés qui vont bien au‑delà de la simple expérimentation.

La différence avec 2000 est majeure : cette fois, la technologie est opérationnelle à grande échelle. Les Agent Teams ne sont pas une promesse lointaine, elles fonctionnent en production et redessinent déjà des chaînes de valeur entières, de la logistique à la finance de marché.

Alors, bulle ou nouvelle phase industrielle ? Probablement les deux. Comme le résume le capital‑risqueur Marc Andreessen :

Nous sommes au début d’une nouvelle infrastructure mondiale comparable à l’électricité.
Marc Andreessen, cofondateur d’Andreessen Horowitz, janvier 2026

Pour les éditeurs de logiciels, le signal est limpide : soit ils s’adaptent et prouvent leur valeur, soit ils s’effaceront. La SaaSpocalypse n’est pas une fin de cycle, mais le début d’une nouvelle phase où seuls les plus agiles, les plus utiles et les plus transparents sur leur impact économique auront encore voix au chapitre.