Pendant une décennie, le private equity a investi 440 milliards de dollars dans le logiciel, misant sur la captivité client et les flux récurrents. En 2025-2026, l’IA générative remet tout en cause : les multiples s’effondrent de 25 % en un an, forçant les fonds à réévaluer radicalement un modèle jadis imparable.

Le tournant : quand l'IA remet en question un modèle historiquement gagnant

Depuis février 2026, une question circule dans les salles de réunion du private equity : “Is software dead ?” Lancée par Apollo Global Management lors d’une conférence à Toronto, elle cristallise une inquiétude devenue impossible à ignorer.

Pour John Zito (Apollo), le risque principal n’est pas cyclique — ni taux d’intérêt, ni inflation, ni tarifs douaniers. C’est que l’IA générative remet en cause la structure même de la valeur du logiciel d’entreprise.

Les chiffres de la contraction

Les multiples EBITDA pour l’acquisition de sociétés SaaS par les fonds PE ont chuté :

• 2024 : 24× EBITDA
• 2025 : 18× EBITDA
• Contraction totale : 25 % en un an

Cette compression est sans précédent. Elle signifie que l’industrie repricie, de manière drastique, la valeur future des logiciels existants.

Cas d'école : Verint

L’action de Verint, spécialisée dans les logiciels de centre de contact, incarne cette dévissade. Les investisseurs craignaient que l’IA générative rende le produit obsolète ou moins indispensable. Un fonds PE a réduit son prix d’acquisition de 33 %, essuyant une perte massive sur papier avant même la finalisation du deal.

Pourquoi le PE-SaaS a longtemps surperformé

Pendant dix ans, le logiciel d’entreprise a offert un cocktail idéal pour le private equity :

Élément	Avantage pour PE
Base clients captive	Faible churn, rétention prévisible
Abonnements annuels	Revenus récurrents et stables
Coûts marginaux bas	Scalabilité sans investissement proportionnel
Switching costs élevés	Migration complexe, formation, risques métier

Pour un client, quitter un logiciel spécialisé impliquait :

• Réécrire des intégrations complexes
• Former les équipes
• Risquer des interruptions métier

Ces frictions justifiaient les multiples élevés et permettaient des augmentations tarifaires régulières.

Performance historique

• Rendements PE-SaaS : ~25 % d’IRR
• Rendements PE moyenne : ~15 % d’IRR
• Surperformance : +10 points

Chaque année, plus de 500 acquisitions dépassaient 100 millions de dollars. Le modèle était systémique : acquérir → optimiser → ajouter des clients → revendre 5–7 ans plus tard à un multiple supérieur. Rentable, prévisible, à grande échelle.

L'IA réécrit les équations économiques

L’arrivée de modèles de langage puissants et accessibles change les termes fondamentaux — pas tactiquement, mais structurellement.

1. Les briques logicielles deviennent interchangeables

Un modèle d’IA générative peut désormais :

• Générer du code
• Construire des workflows
• Automatiser des tâches que seul ce logiciel spécialisé offrait

Pas parfaitement, mais suffisamment pour que le client pose la question : “Pourquoi rester captif d’un fournisseur coûteux quand je peux assembler ma solution en combinant de l’IA générique et des briques open source ?”

2. Le coût de passage vers un concurrent s'effondre

Avant : quitter un logiciel métier était opération complexe, coûteuse, risquée.

Aujourd’hui : l’IA facilite la migration et les intégrations. Les clients ont des options. Le “switching cost” disparaît — et avec lui, la raison principale justifiant les multiples élevés et les augmentations tarifaires.

3. L'incertitude sur la croissance revenue s'élargit

Les analystes ne savent plus à quel rythme les entreprises SaaS peuvent facturer. Si l’IA offre une alternative crédible, même partielle, la latitude tarifaire se réduit. Les multiples futurs se contractent.

Le marché discrimine : prime IA-native, rabais legacy

Une asymétrie claire émerge dans les valorisations.

Logiciels AI-native : prime de 40 à 100 %

Les entreprises intégrant l’IA dans leurs produits et modèles commerciaux enregistrent des valorisations premium :

• Selon Eisner Amper : +40 à 100 % au-dessus de leurs pairs
• Perception du marché : “winners” du réalignement structurel
• Stratégie PE : maintien et accélération de croissance

Logiciels legacy : rabais massifs

Les solutions robustes mais sans IA intégrée se négocient à des décotes substantielles :

• Bien au-dessous de leurs multiples moyens des 5 dernières années
• Les investisseurs publics discriminent déjà, liquidant les positions sous-exposées à l’IA
• Le PE suit, avec décalage, mais suit

Conséquence : cette divergence oblige les fonds PE à un tri brutal : garder les actifs SaaS AI-native et accélérer leur croissance, ou se dépêcher à vendre la base legacy avant dépéciation complète.

Le malaise s'étend au-delà du private equity

Le problème déborde le périmètre du PE.

Private credit : collatéral sous surveillance

Les fonds de private credit — qui prêtent contre les garanties des portefeuilles PE — réévaluent leur exposition. Si ces actifs se dépécient rapidement, les prêts deviennent plus risqués. Cela crée un cycle de contagion potentielle.

Limited Partners : questions inconfortables

Les fonds de pension, family offices et assureurs ayant confié des milliards au PE SaaS posent maintenant des questions inconfortables :

• Les rendements seront-ils au rendez-vous ?
• Faut-il se réallouer vers d’autres secteurs ?
• Faut-il exiger plus de transparence sur la stratégie IA ?

Des réactions tactiques, pas encore une stratégie systémique

Certains PE testent des adaptations :

1. Acquisition et fusion : acheter des boîtes d’IA complémentaires, les fusionner avec des portefeuilles SaaS pour renforcer la capacité IA
2. Rebranding : revendre le tout comme “AI-enabled platform”
3. Acteurs engagés : Bain Capital, Apollo, Insight Partners expérimentent

Résultats : selon Harvard Business Review (juin 2025), les retours ont été mitigés jusqu’à présent. Peu de fonds rapportent des gains significatifs sur les investissements IA engagés.

Accélération des sorties

D’autres fonds précipitent les sorties — IPO avancées, M&A rapides — avant que la réévaluation ne creuse davantage. C’est un jeu de “qui part le premier” : les gagnants seront ceux qui vendent avant que le marché réalise l’ampleur du problème.

Trois scénarios pour 2026 et au-delà

Scénario doux

Le PE segmente le portefeuille SaaS en deux classes :

• Actifs AI-native : continuent de croître
• Legacy : stagnent mais trouvent des acquéreurs à prix réduits
• Résultat : rendements baissent de 5–10 points d’IRR, restent viables
• Impact : certains LPs acceptent cette modération

Scénario moyen (le plus probable actuellement)

La réévaluation se prolonge :

• Multiples se stabilisent autour de 12–16× EBITDA
• PE encaisse des writedowns de 15–20 %
• Certains LPs se retirent des fonds SaaS
• Résultat : marché douloureux mais équilibré

Scénario difficile

Cascade de writedowns :

• Private credit se crispant
• Sorties bloquées
• Multiples dégringolent à 8–12×
• Résultat : SaaS devient secteur mineur pour le PE

Ébranlement structurel

Les signaux de février 2026 pointent vers le scénario moyen. Mais la question posée par Zito — “Is software dead ?” — reflète une incertitude rare dans la communauté PE.

C’est cette incertitude qui accélère les fonds à réévaluer, vendre, chercher des certitudes. Le modèle que le private equity a fait prospérer pendant dix ans entre en révision. Pas mort, mais sérieusement ébranié.