Un ancien député européen chargé d’enquêter sur les abus du célèbre logiciel espion Pegasus aurait lui-même été espionné par l’outil. Difficile d’imaginer un scénario plus ironique.
Il s’agit du journaliste et ancien eurodéputé grec Stelios Kouloglou. Les chercheurs du Citizen Lab, le laboratoire spécialisé dans les droits numériques de l’Université de Toronto, confirment l’attaque.
Selon eux, Kouloglou a été victime de plusieurs intrusions sur son iPhone entre 2022 et 2023. L’homme siégeait alors au sein de la commission PEGA du Parlement européen. Cette dernière a été créée pour enquêter sur les dérives liées à Pegasus et à d’autres logiciels espions utilisés par certains gouvernements européens.
Pour info, Pegasus est vendu aux gouvernements pour lutter contre le terrorisme et la criminalité organisée. Pourtant, de nombreuses enquêtes ont montré qu’il a aussi servi à surveiller des journalistes, des militants, des opposants politiques et d’autres personnalités critiques.
D’après les chercheurs, toutefois, c’est la première fois qu’un membre de cette commission est publiquement identifié comme victime de Pegasus.
Parce qu’il enquêtait sur le logiciel espion Pegasus…
Dans le cas de Stelios Kouloglou, le calendrier intrigue particulièrement. Le premier piratage confirmé remonte à octobre 2022. Au moment où la commission européenne échangeait activement des courriels et des SMS pour préparer un rapport très attendu sur les abus de Pegasus dans plusieurs pays. Notamment la Grèce, la Hongrie, la Pologne, Chypre et l’Espagne.
À cette période, Kouloglou se trouvait à l’hôpital pour une intervention chirurgicale programmée. Les chercheurs estiment que les opérateurs du logiciel espion auraient même pu écouter les conversations se déroulant autour de lui pendant son hospitalisation.
Quelques mois plus tard, les 6 et 7 mars 2023, son téléphone a de nouveau été compromis. Il voyageait alors entre Athènes et Bruxelles, en pleine période d’auditions parlementaires précédant la rédaction du rapport final.
Pour l’ancien eurodéputé, difficile de croire à une simple coïncidence. Il estime avoir été ciblé en raison de son rôle au sein de la commission chargée d’enquêter précisément sur Pegasus.
Il confie avoir été profondément choqué en découvrant que toute sa vie numérique avait potentiellement été exposée. Selon lui, il ne s’agissait pas uniquement de discussions professionnelles.
Des souvenirs personnels, des conversations familiales et des moments particulièrement intimes sont concernés.
Comment les hackers s’y sont pris ?
Les chercheurs expliquent que les attaques ont exploité une faille de sécurité présente dans les iPhone d’Apple. Même si cette vulnérabilité a ensuite été corrigée, le téléphone de Kouloglou n’avait pas encore reçu la mise à jour au moment des faits.
Les pirates ont utilisé une attaque dite « zéro clic », particulièrement redoutable puisqu’elle ne nécessite aucune action de la victime. Aucun lien à ouvrir, aucun fichier à télécharger : le logiciel espion s’installe discrètement et récupère les données sans que son propriétaire ne se doute de quoi que ce soit.
Une fois installé, Pegasus peut accéder à une quantité impressionnante d’informations personnelles. Messages, photos, données de localisation ou encore correspondances privées peuvent être récupérés.
Les chercheurs de Citizen Lab n’ont pas identifié le gouvernement responsable de cette opération. En revanche, ils ont découvert que l’attaque utilisait la même infrastructure déjà observée lors d’une précédente campagne de surveillance visant plusieurs journalistes européens.
Cette réutilisation laisse penser qu’un même client gouvernemental autorisé par NSO Group, l’entreprise israélienne à l’origine de Pegasus, aurait utilisé Pegasus dans plusieurs pays européens. Stelios Kouloglou entend ainsi poursuivre en justice NSO Group,
L’IA ne détruira pas tous les éditeurs de logiciels, mais condamne seulement les solutions sans épaisseur métier. La valeur bascule de la simple ligne de code vers la maîtrise de la règle métier complexe.
Longtemps protégés par la complexité de leur code, les éditeurs de logiciels font face à une menace qui est l’IA. Car ce dernier laisse la place d’assistance pour remplacer des casseroles entières de fonctionnalités autrefois facturées au prix fort. Toutefois, toutes les solutions ne subissent pas la même exposition. Le risque de substitution dépend massivement de la profondeur métier et de la structure des données traitées. Benoît Wambergue, vice-président Cloud chez Fortero, analyse cette ligne de fracture entre logiciels essentiels et solutions bientôt obsolètes.
Une menace réelle pour les outils standards
Le concept de SaaSpocalypse désigne l’obsolescence programmée des logiciels par l’IA. Cette menace cible en priorité les systèmes dont la valeur ajoutée reste superficielle.
Les logiciels financiers et les CRM basiques se trouvent en première ligne. Ces outils reposent souvent sur des processus normés ou des flux de données simples. Un modèle de langage performant peut aujourd’hui inférer ces règles sans difficulté.
L’exposition varie selon la nature du système. Les « systèmes d’engagement« , très dynamiques, diffèrent des « systèmes de records« .
Ces derniers collectent les données clés de l’entreprise, comme les nomenclatures industrielles ou les structures de coûts. Plus le logiciel traite des données brutes et peu structurées, plus l’IA peut le remplacer.
À l’inverse, une profondeur fonctionnelle métier complexe agit comme un bouclier.
« Il y a une réelle menace pour les acteurs du logiciel. Le degré d’exposition n’est pas le même selon la complexité des produits et la profondeur du métier », résume Benoît Wambergue.
Cependant, cette accessibilité apparente cache un piège structurel. Les modèles de langage produisent souvent un code verbeux, peu élégant et lourd. Sans une supervision humaine experte, ces programmes deviennent des impasses techniques dès le premier bug.
Le risque réside dans la perte de contrôle intellectuel sur l’outil. Les LLM possèdent une fenêtre de contexte limité face à des applications comprenant des millions de lignes.
Ils peinent à saisir les interactions globales et les risques liés aux modifications profondes. Une équipe, ne comprenant plus le fonctionnement interne de son code, perd sa capacité de maintenance.
Cette dérive réactive au retour des « solutions maison » bricolées, autrefois gérées par des administrateurs système isolés. Ces systèmes hybrides, mêlant IA et tâtonnements, créent des colosses aux pieds d’argile.
À terme, une fracture nette séparera les développeurs chevronnés, augmentés par l’IA, des simples exécutants produisant des logiciels fragiles.
« On va avoir beaucoup d’applications beaucoup plus fragiles. Aujourd’hui, l’administrateur système ne comprendra même pas le code qui a été généré. »
Face à la puissance de calcul, l’humain conserve une valeur unique qui est le discernement. L’IA répond aux sollicitations sans questionner leur bien-fondé.
Cette absence de filtre mène inévitablement à une « inflation fonctionnelle » qui alourdit les systèmes sans créer de valeur. Dans le secteur industriel, cette nuance s’avère capitale.
Un client demande souvent une fonctionnalité par habitude plutôt que par nécessité stratégique. L’expert doit filtrer ces besoins pour éviter l’inflation fonctionnelle inutile.
L’humain sait quand orienter le client vers un standard industriel plus efficace. Sa capacité à dire « non » protège la stabilité et la performance à long terme de la solution.
Le développeur chevronné ne se laisse pas remplacer. Il utilise l’IA comme un levier de productivité tout en restant le garant de la structure globale et du bon sens métier.
« La plus-value d’un humain, c’est de challenger la demande du client. Un LLM ne dira jamais « non, je ne le fais pas ». »
Soyez vorace en données métiers
L’IA remettent en cause les fondements économiques du secteur de l’éditions de logiciels. Le paiement par utilisateur n’est plus une métrique adaptée.
« Le paiement par utilisateur n’est probablement plus une métrique adaptée. On va avoir des logiciels beaucoup plus autonomes.»
Les éditeurs doivent alors basculer vers une tarification liée à la valeur ou à la consommation réelle. Le coût de fonctionnement ne dépend plus du nombre d’humains connectés, mais de la puissance de calcul sollicitée.
Cette transition est cruciale pour refléter la performance réelle apportée à l’entreprise cliente. Le marché cherche encore son nouvel équilibre entre coût des tokens et bénéfice métier.
Pour ne pas disparaître, les éditeurs doivent transformer leur approche. L’exercice consiste à tenter de résoudre leur propre problème métier uniquement avec l’IA.
Si une orchestration d’agents remplace leur proposition de valeur en quelques clics, le risque de substitution est total. La dépendance de la survie de l’intelligence métier déjà cristallisée dans le logiciel.
Le traitement de gros volumes de données structurées reste un atout pour les logiciels classiques. Un calcul industriel complexe, comme le MRP, exige une vision globale de la chaîne de production.
L’IA peine encore à gérer ces niveaux de nomenclature sans générer de coûts de calcul prohibitifs. Le logiciel doit donc se concentrer sur ces zones d’expertise où l’outil générique échoue.
« On essaie de reformuler le problème et de résoudre exactement le même en utilisant seulement l’IA. Si à votre arrivée, le produit sera remplacé d’ici 5 ans. »
L’ère des agents IA bouscule en profondeur le paysage des logiciels, mais pas en le détruisant. Loin de balayer le modèle SaaS, cette technologie le transforme et en déplace les usages. Les entreprises conservent des infrastructures solides qui servent désormais de socle souvent invisible. L’outil cesse d’être un simple support pour devenir un véritable partenaire opérationnel, orchestré par des agents IA.
Cette mutation bouleverse aussi le modèle économique du secteur. La valeur commence à migrer de l’abonnement classique par utilisateur vers des formules plus orientées sur les résultats ou les tâches accomplies. Le logiciel ne s’efface pas, il se réinvente en moteur d’exécution piloté par des agents autonomes. Sa mission change : il ne sert plus seulement à saisir des données, mais à garantir une performance concrète tout en restant au cœur de l’architecture.
Le SaaS, pilier de la transformation numérique
Depuis vingt ans, le SaaS transforme le travail en entreprise. Il a remplacé de nombreuses installations locales par des abonnements en ligne accessibles partout. La gestion et la comptabilité s’appuient désormais sur des interfaces web standardisées. Ce passage au cloud facilite les mises à jour et simplifie le déploiement des outils.
Ces logiciels sont devenus les piliers invisibles de l’organisation moderne. Ils structurent les données et harmonisent les processus, de la PME au grand groupe. En arrière‑plan, le SaaS prend en charge une large partie de la synchronisation et de la sécurité des informations. Il impose ainsi des méthodes de travail rigoureuses sans contrainte technique directe pour l’utilisateur.
Pourtant, ce modèle suppose que l’humain reste l’utilisateur principal. Les interfaces actuelles sont conçues pour des clics et des formulaires. Or, les agents IA bousculent cette logique en communiquant directement avec les logiciels via des API. Cette évolution remet progressivement en question l’idée d’un outil pensé uniquement pour une interaction visuelle et manuelle.
L’essor des agents IA dans les écosystèmes logiciels
Les agents IA ne sont plus de simples chatbots. Ces entités autonomes analysent une requête, planifient les étapes et exécutent des actions complexes, souvent enchaînées. Ils gèrent courriels, réunions ou factures sans intervention humaine continue, ce qui modifie sensiblement la productivité quotidienne.
Dans l’univers SaaS, ils agissent désormais comme une couche d’orchestration. Ils pilotent les CRM ou les outils marketing en se connectant directement aux API. Cette intégration fluidifie les flux de travail, mais impose de concevoir les logiciels pour un usage programmatique plutôt que purement visuel.
Cette évolution accélère radicalement le rythme des entreprises. Des tâches qui prenaient plusieurs heures peuvent s’exécuter en quelques secondes en arrière‑plan. L’interface devenant secondaire, une question se pose de plus en plus souvent : qui est le véritable utilisateur du logiciel, l’humain ou l’agent IA ?
Agents IA et logiciels : remplacement ou complémentarité ?
L’opposition entre agents IA et SaaS est trompeuse. Ces entités ne détruisent pas les logiciels existants : elles les exploitent intensivement. Un agent de recouvrement utilise par exemple les bases comptables et les CRM pour agir, sans les remplacer. L’IA ne remplace pas l’outil, elle en devient souvent l’utilisateur le plus intensif.
En effet, les agents IA n’ont ni stockage propre, ni règles métier structurées. Ils dépendent des SaaS pour organiser, sécuriser et structurer les données. Le logiciel n’est plus seulement une interface de saisie, mais un serveur de logique métier, devenu le moteur invisible qui permet l’autonomie de l’IA.
Cette alliance sépare l’interaction de la gestion de fond. L’IA gère les échanges complexes et les décisions, tandis que le SaaS garantit la rigueur des processus, la cohérence des données et une partie de la sécurité. Toutefois, cette mutationfragilise certains éditeurs. Si leurs fonctions sont trop facilement pilotées par des agents tiers, leur valeur ajoutée risque de se banaliser.
Évolution du modèle économique autour des agents IA
Le modèle SaaS repose traditionnellement sur le nombre d’utilisateurs. Il lie la croissance des revenus à la vente de licences individuelles ou par module. Cependant, les agents IA fragilisent cette logique : un seul agent peut désormais accomplir les tâches de plusieurs employés, réduisant mécaniquement le besoin de comptes humains pour certaines fonctions.
Les marchés financiers réagissent déjà. Entre 2025 et 2026, plusieurs acteurs majeurs du secteur ont subi de fortes corrections boursières dans un contexte de montée en puissance de l’IA agentique. Les investisseurs doutent de la pérennité des abonnements classiques dans un monde de plus en plus automatisé. Cette incertitude pousse l’industrie à repenser sa structure financière pour rassurer ses actionnaires.
Pour s’adapter, les éditeurs transforment progressivement leur facturation. Une tendance se dessine : on délaisse le simple comptage de sièges au profit de modèles orientés vers le résultat ou la tâche accomplie. Le concept d’« Agent as a Service » (AaaS) émerge comme une alternative majeure. L’entreprise ne paie plus uniquement pour l’accès à un outil, mais de plus en plus pour la performance de l’agent qui le pilote.
Vers des SaaS “agent‑ready” et une architecture plus intelligente
Les éditeurs SaaS adaptent leur architecture aux agents IA. Ils conçoivent des systèmes plus pilotables par code, dotés d’API stables, de workflows automatisables et de métadonnées riches. La priorité va désormais à la traçabilité, à la gouvernance des données et à la prévisibilité des actions, même lorsqu’aucun humain n’interagit directement avec l’outil.
Ce changement transforme le développement. Comme l’agent peut agir sans validation visuelle continue, la sécurité, la conformité et la fiabilité des processus prennent le pas sur la simple ergonomie de l’interface. La gouvernance des données et l’auditabilité des actions deviennent des exigences de base : chaque changement, chaque décision automatisée doit être tracée pour garantir la fiabilité du système.
Les leaders du secteur intègrent désormais des agents IA natifs au cœur de leurs modules. Plutôt que de simples boutons d’assistance, ils connectent l’intelligence directement aux données internes et aux règles métier. Cette stratégie sécurise, harmonise et accélère les processus, en rapprochant le logiciel des besoins de l’IA. Le SaaS ne se contente plus de héberger l’IA, il l’intègre de façon plus étroite pour gagner en performance et en robustesse.
Rôle des logiciels : de l’interface aux “moteurs” invisibles
Les agents IA changent notre façon de piloter le numérique. L’utilisateur délaisse progressivement les interfaces classiques pour des entités autonomes. Au lieu de naviguer dans des menus, il exprime une intention, comme la relance de factures impayées. L’agent exécute ensuite la tâche de bout en bout, en s’appuyant sur les SaaS existants.
Le logiciel s’efface en apparence sans pour autant disparaître. Il reste le socle indispensable qui stocke les données, garantit les règles métier et assure la continuité des processus. Si sa visibilité diminue aux yeux de l’utilisateur, la dépendance technique s’accroît : les systèmes doivent être plus robustes, plus stables et plus ouverts pour alimenter efficacement l’intelligence artificielle.
Une spécialisation s’installe progressivement entre l’infrastructure et l’intelligence. Le logiciel gère la structure, les données et une large part de la sécurité ; l’IA orchestre la conversation, les décisions et les workflows. Les applications deviennent ainsi des plateformes plus transparentes, au service de l’automatisation. L’outil ne disparaît pas : il se transforme en fondation invisible, solide et indispensable.
Impact des agents IA sur le développement logiciel
L’IA transforme la fabrication des logiciels. Les développeurs s’appuient de plus en plus sur des assistants pour générer du code, tester les programmes et détecter des failles. Ces outils automatisent les tâches répétitives et accélèrent les cycles de production. Les équipes se libèrent ainsi d’une part des contraintes techniques pour se concentrer davantage sur la conception, la sécurité et l’innovation.
Le métier de développeur évolue vers un rôle de superviseur et d’architecte. Il écrit moins de code de bout en bout, mais valide la logique, les impacts de sécurité et la cohérence des systèmes. Il coordonne désormais des micro‑services et des modèles d’IA pour répondre aux besoins métier. Cette approche privilégie la vision globale de l’infrastructure et des processus, au-delà de la seule maîtrise technique du code.
Les éditeurs doivent aussi adapter leurs architectures pour rester compétitifs. Ils documentent leurs API, ouvrent des interfaces claires et prévoient des points d’entrée standardisés pour faciliter l’intégration des agents. Ce mouvement favorise des systèmes modulaires au détriment des anciens modèles monolithiques. Cette évolution renforce la capacité des logiciels à survivre et à évoluer dans un environnement de plus en plus automatisé.
Les limites et risques des agents IA dans le paysage SaaS
Les agents IA ne sont pas infaillibles. Basés sur des modèles de langage et des mécanismes d’automatisation, ils restent sujets aux biais et aux hallucinations. Une erreur peut alors se propager rapidement dans des données, des rapports ou des factures sans être détectée immédiatement. Ce risque impose une surveillance continue afin de préserver l’intégrité des processus métiers.
Dès lors, la sécurité et la conformité deviennent des enjeux critiques. Un agent connecté à plusieurs systèmes peut élargir la surface d’exposition si ses autorisations ne sont pas strictement encadrées. La gouvernance, la journalisation et la traçabilité doivent donc être intégrées dès la conception. Ces mécanismes participent directement à la fiabilité du système.
Enfin, cette dépendance technologique crée un écart stratégique entre les entreprises. Celles qui maîtrisent leur architecture et leurs données conservent davantage de flexibilité dans le choix et l’évolution de leurs outils. À l’inverse, le recours exclusif à des solutions propriétaires peut renforcer la dépendance à des modèles ou infrastructures peu transparents. Je pense que la véritable souveraineté numérique consiste à piloter ses outils plutôt qu’à les subir.
Les éditeurs SaaS qui résistent… et ceux qui se transforment
Le marché du logiciel évolue rapidement sous l’effet de l’IA générative et de l’automatisation. Les éditeurs intégrant des capacités d’IA avancées attirent une part croissante des investissements, tandis que les modèles logiciels plus traditionnels cherchent à adapter leurs offres à ces nouveaux usages. Dans ce contexte, l’IA agentique apparaît progressivement comme un levier de différenciation compétitive.
Les stratégies produits évoluent également. De nombreux acteurs conçoivent désormais leurs plateformes autour des données, des API et de l’automatisation interconnectée plutôt qu’autour d’applications isolées. L’objectif consiste à renforcer la valeur des workflows métier et à faciliter l’intégration avec des services IA capables d’exécuter des tâches complexes.
Enfin, de nouveaux modèles orientés services émergent autour des agents IA. Certains éditeurs expérimentent des offres dans lesquelles des agents pilotent plusieurs outils et automatisent une partie des interactions utilisateur. Dans ces approches, l’interface logicielle traditionnelle devient moins visible au profit de flux d’actions orchestrés par l’IA.