La semaine passée, on a regardé ce que l’AI change dans la business d’un SaaS.

Ton client a plus d’options, tes concurrents peuvent construire plus vite, tes revenus sont davantage à justifier. Ton équipe a aussi de nouveaux moyens pour faire sa place là-dedans.

Okay. On fait quoi avec ça?

On commence par répondre à :

Pourquoi ton client continuerait de payer ton SaaS?

Y’a encore des bonnes réponses. Mais ça vaut la peine de regarder lesquelles s’appliquent vraiment à ton produit, à tes clients, pis combien de temps tu peux compter dessus.

Voici la deuxième partie de mes réponses au panel Anges Québec : ce qui reste difficile à remplacer, les façons d’adapter ton offre, et les équipes sur lesquelles je miserais.

On l’entend pas mal, et y’a du vrai là-dedans :

Le UI, à lui seul, devient moins défendable. Une bonne partie de la valeur se trouve souvent derrière—les données propriétaires, la logique métier, les intégrations, la sécurité, la conformité, la fiabilité.

Tidemark a un cadre utile pour le SaaS : les control points. Les systèmes autour desquels une partie importante de la business du client s’organise.

Guillaume Falardeau de Leviat m’en parlait sur le pod. Il revient aussi sur le SaaS et l’AI dans sa présentation récente au Rivemont MicroCap.

Le cadre distingue trois formes de « gravité » :

Les intégrations peuvent renforcer ce workflow gravity. Pense à Zapier : quand une entreprise s’en sert pour coordonner sa facturation, son CRM et son support, le remplacer implique de refaire fonctionner ces connexions & automations, avec leurs règles + exceptions.

Pour ton SaaS, regarde où cette dépendance existe réellement : dans le travail que tu coordonnes, auprès des personnes qui décident, dans les données dont d'autres systèmes dépendent. Ces forces peuvent se cumuler. Mais tu peux aussi avoir une bonne business en étant très solide sur une seule.

Le hic, c’est qu’un concurrent AI-native peut gagner de la place sans remplacer ton SaaS au complet.

Une couche agentique peut se brancher à ton système et à quelques autres, réunir leurs données, puis coordonner le travail. Ton client commence à passer par elle pour poser ses questions, prendre ses décisions et lancer ses actions.

Ici, ton SaaS reste en place. Mais une autre plateforme devient son point d’entrée et peut capter davantage de son attention, de sa confiance... et de son budget.

J’ai parlé avec quelques founders qui roulent ce playbook.

Ça mérite de s’y attarder avant de se rassurer trop vite avec :

Une piste pour ton produit : devenir aussi un system of context. Fournir les données avec les connaissances nécessaires pour les interpréter et agir correctement : règles d’affaires, permissions, décisions passées, exceptions.

Une base de données contient pas automatiquement toute cette connaissance-là. Si ton produit la comprend, la garde à jour et permet aux agents de travailler avec, il leur fournit quelque chose de précieux.

Ça demande une vraie compréhension du métier de ton client.

Quand un agent veut encaisser un paiement, envoyer un message ou déclencher une opération, il a besoin de services capables de faire la job.

Pense à Stripe pour les paiements, Twilio pour les SMS et les appels, Twilio SendGrid pour les courriels.

Tu peux vibe-coder un outil qui les utilise. Reconstruire et opérer leur infrastructure, c’est une autre histoire.

Chez Twilio, ça implique les connexions aux opérateurs, le routage et la redondance. Côté courriel, faut gérer la délivrabilité et la réputation d’envoi, among other things.

Certains produits deviennent la plomberie par laquelle les agents accomplissent des actions pour les clients.

Pour donner une idée de l’échelle, Zapier rapporte déjà 25 millions d’appels d’outils via son offre MCP, et plus de 150 000 personnes qui ont fait exécuter des actions par des agents.

Quand un agent ajoute une ligne dans un Google Sheet ou envoie un message dans Slack, il demande à ces services d’effectuer l’action. Google Sheets enregistre la donnée; Slack livre le message. Ton client peut passer par son agent pendant que ces logiciels continuent de faire leur part de la job.

Pour ton SaaS, ça ouvre une possibilité intéressante : moins d’humains qui cliquent dans ton interface, mais davantage de travail (actions) qui passe par ton produit.

Ça rejoint l’image de Matt Biilmann, de Netlify : des SaaS founders qui deviennent des dev tools founders. Tu développes maintenant aussi pour les agents de tes clients.

Sure, il reste une interface quelque part pour comprendre, vérifier et approuver leur travail. Mais selon ton client, ça se peut que ce soit une conversation avec un agent dans Slack, une session Codex, ou un petit UI maison qui s’ajuste à son besoin.

Ça rend pas ton service irremplaçable : un agent peut aussi utiliser celui d’un concurrent. La valeur à défendre reste ce que tu permets d’accomplir, avec quelle fiabilité et à quel coût.

La triste réalité :

Si ton client est déjà pro-adoption-AI, capable de déployer Claude dans sa compagnie et que Claude fait facilement, rapidement, à bon prix TOUT ce que tu fais, il pourrait ne plus avoir de raison de te payer.

Si c’est ton cas, ça va prendre un bon talk avec ton miroir, tes cofounders, ton CA. Claude est l’exemple ici; le raisonnement s’applique aux autres plateformes aussi.

Mais avant de conclure que ton client peut te remplacer, regarde ce que « faire la même job » implique chez lui. Sept trucs à vérifier.

1. La fonctionnalité est reproduite en surface.

La démo est convaincante, mais il manque du contexte, des données, des contraintes ou une compréhension des enjeux pour faire correctement le travail. Reprends un vrai cas du client, avec ses exceptions, et regarde jusqu’où l'AI générique se rend. Si Claude fait juste 60 % de la job, le 40 % restant peut encore justifier tout ton abonnement—surtout si c’est la partie critique pour ton client.

2. Le client préfère que tu t’en occupes.

Il pourrait le faire avec Claude, sure. Mais il peut aussi juger que gérer les exceptions, maintenir les intégrations, corriger les bugs et surveiller les permissions est une mauvaise utilisation du temps de sa team.

Payer ton abonnement lui permet de déléguer ces problèmes et de se concentrer sur son core business. Coût d’opportunité à calculer, toujours!

3. Ses exigences sur les données sont pas remplies.

L’AI roule sur des GPUs mais se déploie dans des businesses réglementées. L’endroit où les données sont hébergées et traitées, la juridiction et ce que le fournisseur peut en faire : tout ça peut rendre une solution incompatible avec les exigences du client. Y’a du monde qui mettent leur job et réputation en jeu en approuvant ça!

4. Son organisation est pas encore prête à l’adopter.

Même si la technologie convient, il faut que la direction et les équipes soient ouvertes à l’AI, aient confiance dans son usage et acceptent de revoir leurs façons de travailler. Ça demande de la gestion du changement : former le monde, écouter leurs craintes et leur laisser du temps pour prendre de nouvelles habitudes.

5. La migration représente une vraie job sale.

Transférer les données, l’historique et les règles d’affaires, puis vérifier que tout fonctionne : ça a un coût. Ton client peut préférer garder un système qui fait déjà la job. Tant que cette friction est légitime et vient pas d’un dark pattern pour le verrouiller chez toi.

6. Il te fait confiance pour la suite.

Il croit que tu as ses intérêts à cœur, que tu vas répondre présent quand ça va mal et que ton produit va continuer de s’améliorer. Ça feel un peu sentimental, mais des fois ça pèse pour vrai. Surtout quand cette confiance s’est construite à travers des problèmes que vous avez réglés ensemble.

7. Le coût complet—ou la vitesse—favorise encore ton SaaS.

Selon le montage, il faut additionner l’abonnement AI, les tokens et appels d’outils, l’intégration, la maintenance et les heures humaines pour superviser ou reprendre le travail. Il faut aussi regarder combien de temps ça prend pour obtenir un résultat utilisable.

Une solution peut être capable de faire la job et rester trop chère ou trop lente pour ce besoin-là.

Ces raisons ont pas toutes la même durée de vie. Une migration compliquée peut devenir plus facile. Une équipe peut apprendre à déployer des agents. Les coûts peuvent changer.

Pour ton SaaS, l’exercice, c’est de comprendre quelles raisons de te payer risquent de disparaître à mesure que l’AI progresse, et lesquelles tu peux continuer à renforcer.

• Repartir du problème que tu règles

Avant de rajouter un chatbot, un MCP ou un agent dans ton produit, ça vaut la peine de revenir aux bases : quel problème tu règles, pour qui, et comment l’AI t’aide à mieux le régler?

Si ta direction actuelle permet encore de bâtir une entreprise profitable ou d’aller chercher la croissance que tu veux, avance. Si tu vois surtout de la stagnation, du déclin ou un dead end, faut réviser. Peut-être attaquer un autre problème pour les mêmes clients? Ou le même problème pour d’autres clients?

En 2026, tu construis sur des sables mouvants : les modèles deviennent de plus en plus capables, les outils avec lesquels tu développes changent, tes concurrents se multiplient. Ta vision et tes décisions produit doivent évoluer à mesure que tu apprends.

Still, le rythme de changement reste à doser selon ton marché. Tes clients ont leurs propres attentes et contraintes; ils ont pas nécessairement envie de réapprendre à travailler à chaque nouvelle annonce d’un lab d’AI.

• L'agilité des startups, sur stéroïdes

Les startups ont les avantages classiques d’une petite équipe qui part de zéro, amplifiés par l’AI. Moins de dette héritée, moins d’habitudes à changer, moins de clients à faire migrer.

Mais cette liberté dépasse le code. Tu peux repenser le produit au complet, le modèle d’affaires, les unit economics... sans traîner dix ans de codebase et de contrats.

Tu peux évidemment aussi construire ton positionnement autour des irritants des solutions existantes.

Les SaaS ont fait ça face aux contraintes des logiciels on-prem. Là, tu peux partir AI/agent-native jour un, avec du monde qui veulent utiliser ces nouveaux outils et bâtir des solutions modernes.

• Ajouter du service, de la relation humaine

J’en parlais en juillet dans Le retour (?) du service : l’AI peut permettre à un SaaS de livrer plus de service sans faire grossir son équipe au même rythme que ses clients. Les humains gardent le contexte, le jugement et la relation.

Je pense à ce que je cherche chez un entraîneur mettons. Je veux quelqu’un qui me connaît, comprend mes objectifs, avec qui j’ai du plaisir et une relation qui m’aide à show up. L’expertise technique compte... mais la confiance encore plus. Même chose pour mon planificateur financier. Au-delà d'accoter ou battre le market, je veux encore plus qu'il me comprenne, me conseille, me challenge.

Dans ta business, ça peut vouloir dire accompagner l’implantation, aider le client à mieux utiliser ton produit ou prendre en charge une partie du travail qu’il essaie d’accomplir. Faut que ça ait de la valeur pour lui et que tu puisses le livrer de façon rentable.

Les relations humaines peuvent se développer aussi autour du produit : une communauté, une audience, des founders qui parlent directement à leur marché, des trade shows, des événements en personne. Tu apprends à connaître du monde, et vice-versa. Cette confiance-là se copie moins facilement qu’une interface.

Tout est relatif, tho. Si le client est en mode survie financière, même ta charmante personnalité et ton empathie risquent de pas suffire devant une CUT.

• Faire plus avec moins, pour vrai

Un exemple concret que j’aime : le product marketing chez Octav, avec Mathieu Baril et Luc Blackburn.

À chaque nouveauté importante dans le changelog, un pipeline transforme cette nouveauté en communications adaptées à plusieurs formats : publications sociales, infolettre, communications directes aux clients et messages dans l’app. Y'a quelques années, ça prenait legit une équipe pour faire tout ça comme du monde.

Pour Octav (et plusieurs autres), l’AI aide à rendre visible le travail de l’équipe : montrer qu’on ship, faire connaître les améliorations, rester top-of-mind.

Un autre usage possible : faire de la veille concurrentielle et s’en servir pour générer des pistes de fonctionnalités ou de positionnement. À recouper avec ce que tes clients demandent et la vision produit que tu as, sinon tu risques surtout d’accélérer ta capacité à courir après les autres.

Du côté investisseur, je reviens à quatre affaires :

Faut que la team cofondatrice puisse clairement répondre à cette question :

Réponses shaky = drapeau rouge.

Dans une optique de générer des retours extraordinaires, je serais prudent avec les thin SaaS : un UI au-dessus de données faciles à obtenir, ou quelques tâches de surface avec peu de profondeur métier. Ça se copie, se délègue à l’AI ou se reconstruit à l’interne plus facilement.

Même prudence avec un SaaS horizontal peu différencié. Les problèmes génériques que toutes les entreprises ont, c’est précisément le genre de marché que les gros labs ont intérêt à couvrir avec leurs plateformes et leurs agents. Se positionner et acquérir des clients peut aussi être plus difficile que dans certaines verticales.

BTW, tu peux quand même bâtir une petite-moyenne entreprise rentable, thin ou horizontal SaaS. Mais tu peux peut-être juste pas 100x le chèque angélique avec ça.

Un SaaS horizontal m’intéresse davantage quand il attaque des problèmes piquants : coûteux, difficiles à régler, proches du cash, de la sécurité ou de l’infrastructure. Des problèmes que la technologie disponible permet enfin d’attaquer sérieusement.

Et la probabilité de trouver une future licorne là-dedans?

All right, so this is not investment advice, pis j’ai pas fait assez de cash pour cutter des chèques d’anges à droite à gauche.

Perso, j’investis mon cash dans deux affaires : le marché at large via mon planif, pis moi-même via ma business. Le premier parce que j’ai confiance en mon planif et en la diversification. Le deuxième parce que j’ai confiance en mes capacités.

Donc honnêtement, je sais pas si la probabilité licorne est plus ou moins forte qu'avant. J’ai pas assez de recul comme vrai investisseur pour trancher.

Je ferais toutefois attention au badge : atteindre un milliard de valorisation, conserver cette valeur et générer un rendement pour les investisseurs, c’est trois affaires différentes.

Pour les founders, j’en ai deux.

1) Movement is the only moat.

Sur une échelle de temps assez longue, c’est presque toujours vrai. Aujourd’hui, le rythme des changements compresse cette échelle.

Par movement, je veux dire apprendre et t’adapter dans ta tête, tes décisions et tes actions. Être capable de changer d’opinion, puis de faire quelque chose avec ce que tu viens d’apprendre.

Sinon, ben prends soin de toi. Reste curieux ou curieuse. Apprends pis essaie constamment.

Y’a pu de lauriers sur lesquels s’asseoir.

2) Enjoy the ride.

Utilise l’AI dans ta vie perso et dans ta business. Profite du AI-possible pour stimuler ta curiosité, ta créativité et essayer des affaires qui semblaient hors-portée.

Apprécie tes teammates, tes clients, tes learnings, tes wins. Vis dans le futur, mais de temps en temps, force-toi à savourer le présent, même si c’est pas ton réflexe #1.

De mon côté, j’essaie de pas passer mon temps à ruminer des futurs lointains, utopiques ou dystopiques, sur lesquels j’agis pas. À moins de partir sur une generational ou presidential run, t’as pas tant de contrôle là-dessus.

Si t’es pour worry, do something about it.

Aux investisseurs : backez ceux qui suivent ces deux conseils. Du monde qui continuent d’apprendre et de s’adapter, pis qui apprécient ce qu’ils construisent et les personnes avec qui ils le font.

Et finalement, garde de la place pour la vie hors écran. On sait pas tout ce qui nous attend, avec l’AI ou autrement.

Ma version poétique de touch grass :

Regarde dans les yeux quelqu’un que t’as mis au monde, quelqu’un qui t’a mis au monde, ou quelqu’un qui veut dire le monde pour toi.

Pis dis-leur que tu les aimes!

—

Quelque chose à ajouter? Good. Laisse un commentaire ou réponds à ce courriel direct.

Cheers,

Frank 💜

Le 16 septembre, j'étais au Rendez-vous annuel d'Anges Québec pour un panel sur l'AI pis le futur du SaaS. Vous le savez, les deux derniers éditos sortent de là.

Le modérateur, c'était Jean Gabriel Crevier, cofondateur @ Le Chiffre. Mon comptable préféré, avec un micro et une liste de questions. Sur scène avec moi : Nicolas Bertrand et Marie-Laurence Lavigne-Couture.

J’ai eu du fun : des fans du pod, du monde qui étaient à la Conf, des founders ben smath. Mais vivre ça avec JG, partenaire de SaaSpasse depuis maintenant 3 ans, c’était cool!

Le Chiffre, c'est la compta, la fiscalité et le rôle de CFO pour les startups et les PME techno du Québec. Alors si jamais il te demande ce que l’AI change dans ton MRR, c'est pas juste de la curiosité… c'est sa job.

Merci pour l'invitation, Anges Québec 💜 Et merci Jean Gab d’avoir modéré la convo comme un chef.

Le post de la semaine de Guillaume Falardeau de Leviat Legal part d'une question qui pique : « Ça fait deux fonds de Toronto qui me disent qu'ils n'investissent JAMAIS dans des startups québécoises. C'est quoi leur problème? »

Sa réponse : « C'est pas le talent. C'est pas le marché. C'est pas les fondateurs. C'est le cap table et les autres investisseurs qui sont dessus. »

Ce qu'un VC voit en ouvrant un deal québécois, selon lui : une structure edgy, des termes foireux négociés au seed, une couple de fonds para-gouvernementaux avec des clauses spéciales, des co-investisseurs qui se sont protégés au max sur une ronde de 500 k$. Avant même de regarder la business, il sait que la prochaine ronde va être compliquée.

Deux raisons, d'après Guillaume. Beaucoup de capital d'amorçage vient de sources qui pensent pas strictement au rendement, chacune avec ses conditions, ses rapports, ses droits. Pis on négocie souvent le seed sans penser à la série A. Un veto agressif ou un full ratchet sur ta première ronde ferme des portes que tu vas voir juste 18 mois plus tard.

« Les termes que tu signes au seed vont te suivre un bon bout. » Mais se bloquer toute une province sur cette base-là? « Ce serait stupide à mon avis. »

141 réactions au moment d’écrire ces lignes. Son post le plus fort que j’ai vu à date. Va voir toi aussi!

Merci tellement à tous nos SaaSpals. Votre support nous motive BIG TIME.

HUGE merci à tous nos partenaires certifiés pour cette année :

Voici le dernier épisode du pod :

→ Ep.189 - Des larmes aux leads (event tech, data & premier chèque)

Pas encore abonné au pod? Let’s go :

Okay bobye!