Le pricing SaaS explose mais pas pour les raisons qu'on pourrait croire

Le "SaaSpocalypse" fait couler beaucoup d'encre depuis quelques mois. L'idée : les agents IA vont tuer le modèle par siège, et le SaaS tel qu'on le connaît est condamné. C'est un peu vrai, beaucoup trop simplifié, et ça rate l'essentiel.

Le per-seat était déjà bancal avant les agents

Le modèle par siège a dominé parce qu'il arrangeait tout le monde. Le client pouvait prévoir son budget sur ses plans d'embauche. L'éditeur avait une visibilité sur ses revenus récurrents. Les marchés financiers adoraient les métriques d'expansion basées sur la croissance du nombre d'utilisateurs.

Le problème, c'est qu'un agent IA n'a pas de compte utilisateur. Il ne se connecte pas. Il peut traiter mille tâches pendant qu'un humain en fait dix¹. Facturer "par siège" un système qui automatise le travail de dix personnes, c'est absurde — et les éditeurs le savent.

Gartner projette que 40 % des applications enterprise intégreront des agents d'ici fin 2026, contre moins de 5 % aujourd'hui². Le mouvement est réel.

Ce que Cursor et Replit ont appris à leurs dépens

Les premières victimes du problème sont les outils de dev eux-mêmes. Cursor a introduit des limites d'usage sur ses plans dits "illimités" après avoir réalisé que les coûts d'inférence explosaient. Un utilisateur qui demandait à l'agent de changer la couleur d'un bouton se retrouvait facturé environ 1$ pour ce qui ressemblait à une requête triviale — parce que l'agent avait retraité tout le contexte de la conversation depuis le début³.

Replit a eu le même problème. Théo Browne, fondateur de Ping Chat et investisseur déclaré dans Cursor, a résumé sans détour : "on sort de la période des offres d'appel vers un pricing réaliste. Et ça va faire mal à beaucoup de gens."³

Ce n'est pas que le modèle usage-based est mauvais. C'est que personne n'avait calibré la vraie courbe de coût d'un agent en production.

La vraie question : qui porte le risque ?

Bertrand Duperrin a publié une analyse fine sur ce sujet cette semaine⁴. Son argument est simple et souvent oublié dans le débat : l'histoire du pricing logiciel n'est pas une marche vers plus d'équité pour le client. C'est une succession de redistributions du risque.

Avec les licences perpétuelles, le client portait le risque d'usage (il payait même s'il n'utilisait pas). Le SaaS par siège a transféré une partie de ce risque vers l'éditeur, en échange d'une dépendance contractuelle accrue. Le modèle usage-based repose sur une hypothèse : la consommation reflète la valeur. En infrastructure cloud, ça tient à peu près. Avec les agents IA, ça devient franchement instable — la consommation est souvent corrélée au comportement humain, pas à un besoin strict.

Le pricing outcome-based (payer pour un résultat produit) semble résoudre ça. Intercom le fait avec son agent Fin : 0,99 $ par ticket vraiment résolu³. Mais ça déplace le problème encore plus loin : qui définit "résolu" ? Comment on audite ça ?

Hybride par défaut, instable par construction

Ce qui se passe concrètement en 2026, c'est une hybridation forcée¹. Les éditeurs gardent un abonnement de base pour la prévisibilité, et ajoutent une couche variable — tokens, actions, workflows. Certains expérimentent les crédits prépayés comme unité commune⁵.

Mark Benioff lui-même a fait marche arrière sur le pricing par conversation d'Agentforce, en disant que les clients voulaient "plus de flexibilité"⁵. Autrement dit : même Salesforce n'a pas trouvé la formule.

Pour ceux qui construisent un SaaS aujourd'hui, c'est à la fois un problème et une ouverture. Un problème parce que choisir un modèle de pricing sans visibilité sur les coûts réels d'un agent, c'est risqué. Une ouverture parce que les gros éditeurs tâtonnent autant que tout le monde — le terrain est ouvert.

Facturer de l'usage qu'on ne maîtrise pas encore soi-même, c'est transférer de l'incertitude vers le client — et ça se retourne toujours contre vous.

---

Sources

<a id="source-1"></a>[1] The 2026 Guide to SaaS, AI, and Agentic Pricing Models — Monetizely Blog

"What's happening in 2026 is a hybridization and partial reversion in pricing for agentic software: Some providers are effectively sticking with per-seat pricing but redefining what a 'seat' means."
https://www.getmonetizely.com/blogs/the-2026-guide-to-saas-ai-and-agentic-pricing-models

<a id="source-2"></a>[2] Why AI Companies Have Adopted Usage Based Pricing in 2026 — Flexprice

"Gartner projects that 40% of enterprise applications will feature AI agents by end of 2026, up from less than 5% today."
https://flexprice.io/blog/why-ai-companies-have-adopted-usage-based-pricing

<a id="source-3"></a>[3] Selling Intelligence: The 2026 Playbook For Pricing AI Agents — Chargebee Blog, 10 mars 2026

"We're moving away from loss leaders into a more realistic pricing. And that's going to screw a lot of people." (Theo Browne, CEO Ping Chat)
https://www.chargebee.com/blog/pricing-ai-agents-playbook/

<a id="source-4"></a>[4] Generative AI pricing: who bears the risk? — Bertrand Duperrin, 9 mars 2026

"The evolution of software pricing models is not, as we are led to believe, a linear march toward greater fairness for the customer, but rather a succession of risk redistributions."
https://www.duperrin.com/english/2026/03/09/pricing-ai-saas/

<a id="source-5"></a>[5] B2B SaaS and Agentic AI Pricing Predictions for 2026 — Ibbaka

"Late in the year we began to see a pushback against credit based pricing with B2B SaaS eminence gris Mark Benioff saying that 'customers have pushed for more flexibility,' and advocating a return to 'predictable' per user pricing."
https://www.ibbaka.com/ibbaka-market-blog/b2b-saas-and-agentic-ai-pricing-predictions-for-2026