Evan Armstrong : pourquoi la couche de contexte change l’économie des logiciels d’entreprise et du recrutement

L'analyste technologique Evan Armstrong propose de voir l'IA d'entreprise non pas comme une menace pour le logiciel lui-même, mais comme une redistribution de la valeur au sein de la pile. Selon sa vision, le code et les produits SaaS basés sur l'interface deviennent moins chers, tandis que l'actif principal pour les entreprises devient le contexte : la connaissance des processus, des autorisations d'accès et des flux de travail.

Pourquoi SaaS a Chuté

Dans un article intitulé Context is King, publié le 12 février 2026, Armstrong tente d'expliquer pourquoi le marché a radicalement réévalué son attitude envers les services cloud traditionnels. Selon lui, environ 300 milliards de dollars de capitalisation boursière des entreprises de logiciels ont disparu au milieu de la crainte que l'IA générative ne simplifie la création d'applications métier au niveau d'une matière première. La logique des investisseurs semble brute, mais directe : si un CRM, un tableau de bord d'analyse ou un outil interne peuvent être assemblés en suivant les instructions, pourquoi payer la prime SaaS comme avant ?

Armstrong pense que le problème va au-delà du battage autour de la génération de code. Il pointe trois changements plus profonds : le ralentissement de la croissance des entreprises SaaS publiques, la détérioration des marges brutes dans les produits construits autour de l'IA dès le départ, et la réduction des coûts de basculement entre services. Depuis 2023, les taux de croissance du SaaS public ont chuté, selon ses estimations, de 36% à 17%, tandis que les nouvelles applications d'IA maintiennent des marges plus proches de 50–65% plutôt que des 75–85% précédents. Dans ce modèle, le code devient moins cher, et les anciennes valorisations commerciales ne semblent plus durables.

Trois Couches de la Pile

L'idée clé d'Armstrong est que le logiciel d'entreprise est maintenant mieux décrit non pas comme un ensemble d'applications séparées, mais comme une pile de trois couches. La première couche comprend les systèmes comptables et les bases de données, qui ne disparaissent pas car les agents ont besoin de registres fiables pour fonctionner. La deuxième couche comprend les applications d'interface, où les humains cliquent sur les boutons, visualisent les rapports et exécutent des tâches individuelles. Cette couche, de l'avis de l'auteur, court le plus grand risque de devenir interchangeable.

L'attention se porte sur la troisième couche : la couche de contexte. Ce n'est pas simplement l'orchestration des agents, mais la connaissance accumulée de l'entreprise sur la façon dont le travail est réellement fait au quotidien. Ce qui compte ici, ce ne sont pas seulement les réglementations formelles, mais les dépendances pratiques : qui approuve les exceptions, où les processus s'enlisent, quelles combinaisons d'actions accélèrent les contrats ou aident à fermer les incidents. Cette couche, selon Armstrong, détermine si un agent sera utile dans un environnement de travail ou restera une démonstration impressionnante.

• qui a accès à quelles données
• quelles actions peuvent être exécutées sans approbation
• l'ordre dans lequel se déroulent les ventes, achats, incidents et support
• quelles étapes mènent plus souvent au succès par rapport à l'échec

Une telle couche transforme un agent d'un exécutant en un système qui choisit la bonne action au bon moment. Et elle s'accumule : chaque exécution du flux de travail laisse des traces qui rendent l'exécution suivante plus précise. Par conséquent, le contexte devient non pas un document de cocher, mais un actif avec un effet d'accumulation. Essentiellement, les entreprises commencent à coder leur propre façon de travailler pour que cela puisse être utilisé non seulement par les gens, mais aussi par les systèmes d'IA.

"Le contexte de la façon dont les gens travaillent devient

progressivement le contexte de la façon dont les agents d'IA travaillent encore mieux."

Qui Obtient la Couche ?

La question la plus intéressante ici n'est pas technique mais stratégique : qui sera exactement propriétaire de cette couche. Armstrong énumère plusieurs prétendants. ServiceNow a déjà une pénétration profonde dans les processus d'entreprise, Notion contrôle de vastes ensembles de documents internes et de bases de connaissances, et Glean construit un pont entre la recherche d'entreprise et le contexte d'entreprise. En parallèle, OpenAI et Anthropic progressent du côté des plateformes d'agents, tentant de devenir un système d'exploitation sémantique au-dessus de CRM, de bases de données et d'applications internes.

De cette logique émane une conclusion inconfortable pour le marché du travail. Si la couche de contexte commence véritablement à remplacer les coûts de coordination, l'argent s'échappera non seulement des budgets informatiques, mais aussi de la masse salariale. La pression s'exercera non seulement sur les développeurs d'outils internes simples, mais aussi sur ceux dont les rôles dépendent des e-mails, des approbations, du transfert de tâches entre départements et de la gestion manuelle des processus. Il s'agit de l'automatisation progressive de la coordination de bureau, pas seulement d'une autre vague d'optimisation des développeurs.

Ce Que Cela Signifie

La principale conclusion pour les affaires est simple : les gagnants ne seront pas ceux qui ont simplement plus de modèles ou des prix de jetons plus bas, mais ceux qui coderont rapidement leurs processus, droits d'accès et logique interne en contexte approprié pour les agents. Dans la nouvelle course aux entreprises, l'actif le plus précieux n'est pas l'interface, mais la connaissance de la façon dont l'entreprise fonctionne réellement.