L'IA ne tue pas l'APS. Elle revalorise la pile logicielle de la Supply Chain.

Thèse exécutive

L’IA générative et agentique oblige les investisseurs à réévaluer la place de la valeur dans le logiciel d’entreprise. La planification Supply Chain entre désormais pleinement dans ce débat.

Les signaux disponibles ne montrent pas un effondrement des plateformes APS au profit des acteurs AI-native. Ils montrent surtout une revalorisation sélective de la pile logicielle.

Les interfaces, le reporting, la navigation dans les workflows et les recommandations simples deviennent plus faciles et moins coûteux à reproduire. Les modèles de contraintes, l’optimisation, le contexte opérationnel, l’orchestration et l’exécution restent nettement plus difficiles à répliquer.

Cette distinction devient centrale pour la valorisation. L’échelle, la base installée, les revenus récurrents et l’étendue fonctionnelle restent importants, mais ne suffisent plus à garantir une prime. Les investisseurs chercheront à mesurer si l’IA améliore la croissance, réduit l’effort d’implémentation, augmente l’expansion client et accroît la part de décisions opérationnelles pouvant être automatisées de manière fiable.

La question n’est donc plus simplement de savoir si l’APS survivra. Elle est de déterminer quelles composantes de l’APS restent assez rares pour justifier une prime.

1. Le logiciel est repricé, mais le marché Supply Chain continue de croître

Deux tendances se développent en parallèle.

Gartner prévoit que les dépenses en logiciels de Supply Chain Management dotés de capacités agentiques passeront de moins de 2 milliards de dollars en 2025 à 53 milliards en 2030. L’adoption parmi les entreprises utilisant des logiciels SCM passerait d’environ 5 % à 60 % sur la même période.

Dans le même temps, les valorisations logicielles subissent une pression accrue, les investisseurs envisageant que les agents puissent réduire le nombre d’applications, d’interfaces et de licences nécessaires.

Ces deux phénomènes peuvent coexister. L’IA peut faire croître le marché global du logiciel de décision tout en réduisant la valeur économique de certaines couches historiques du stack.

La question de valorisation porte donc sur le déplacement futur de la marge et du pouvoir de pricing.

2. Kinaxis constitue le meilleur test coté

Il existe peu d’éditeurs pure-play de Supply Chain Planning cotés en Bourse, ce qui fait de Kinaxis le proxy public le plus utile.

Sa performance opérationnelle reste solide. Au T2 2026 :

• le revenu SaaS a progressé de 20 % sur un an ;
• l’ARR a progressé de 19 % à 465,6 M$ ;
• le chiffre d’affaires total a progressé de 16 % ;
• l’EBITDA ajusté a progressé de 23 % ;
• la guidance annuelle a été relevée.

Kinaxis a également renforcé sa stratégie IA avec Maestro et Maestro Agent Studio, qui permettent de composer des agents à partir des données, workflows, modèles et mécanismes de gouvernance de l’entreprise.

La valorisation, elle, n’a pas progressé au même rythme. La capitalisation de Kinaxis était d’environ 4,25 Md C$ fin 2022. En août 2026, elle se situait autour de 4,8 Md C$. Le chiffre d’affaires a augmenté bien plus rapidement sur la période, ce qui implique une compression nette du multiple de ventes.

Le marché ne rejette pas Kinaxis. Il ne paie simplement pas de prime supplémentaire pour la présence de l’IA seule.

Pour les éditeurs APS historiques, le niveau d’exigence monte. Une revalorisation future dépendra probablement davantage de la preuve que l’IA améliore les unit economics, l’expansion client et l’intensité de déploiement que du nombre d’agents lancés.

3. Les logiciels proches de l’exécution peuvent être plus défensifs

Manhattan Associates apporte un point de comparaison utile, car son portefeuille se situe plus près de l’exécution avec le WMS, l’OMS, le transport, les opérations magasin et le commerce.

Sa capitalisation est passée d’environ 7,6 Md$ fin 2022 à environ 12,6 Md$ en août 2026, tandis que le chiffre d’affaires trailing progressait d’environ 0,77 Md$ à près de 1,1 Md$.

Un agent peut réduire le besoin de naviguer dans une application de planning. Il ne supprime pas la nécessité d’allouer un stock, de libérer une commande, de planifier du travail en entrepôt ou d’exécuter un mouvement physique.

Les systèmes transactionnels et d’exécution disposent donc d’un profil défensif différent. L’IA a toujours besoin de systèmes par lesquels les actions sont réellement exécutées.

Descartes Systems Group montre une dynamique similaire, avec une résilience de valorisation plus faible. Sa capitalisation est passée d’environ 5,9 Md$ fin 2022 à environ 6,9 Md$ en août 2026, tandis que le chiffre d’affaires trailing progressait d’environ 0,48 Md$ à 0,75 Md$. Le multiple de ventes s’est comprimé, mais la catégorie n’est pas valorisée comme si elle devenait obsolète.

4. Les valorisations privées restent difficiles à interpréter

Le marché privé fournit des repères utiles, mais ils vieillissent tant qu’aucune nouvelle transaction ne vient les actualiser.

• o9 Solutions a été valorisé 2,7 Md$ début 2022 puis 3,7 Md$ après un investissement en 2023.
• La dernière valorisation largement publiée de RELEX est de 5 Md€ en 2022.
• Anaplan a été retiré de la cote en 2022 sur une valeur d’environ 10,4 Md$.
• OMP ne dispose pas de valorisation publique directement observable.

Ces chiffres doivent être considérés comme des repères historiques, pas comme des prix de marché actuels.

Les marchés publics repricent en continu. Les sociétés privées non. L’analyse la plus utile consiste donc à combiner la dernière valorisation connue avec la croissance, l’allocation de capital et la stratégie produit.

Sous cet angle, les principaux éditeurs de planning ne se replient pas. Ils élargissent leurs capacités IA et cherchent à redéfinir les frontières de l’APS avant que leurs challengers ne le fassent à leur place.

5. Les challengers AI-native entrent par des domaines ciblés

Le capital privé finance clairement une nouvelle génération d’acteurs Supply Chain, mais la plupart entrent par des domaines de décision étroits plutôt que par la reconstruction complète du stack de planning.

• intelligence fournisseur et chaîne de valeur ;
• risque fournisseur ;
• network design ;
• prévision ;
• stock ;
• finance logistique ;
• gestion des exceptions ;
• decision intelligence.

C’est une voie crédible pour entrer sur le marché. Un nouvel acteur n’a pas besoin de répliquer un APS complet s’il devient nettement meilleur sur une décision à forte valeur.

La difficulté augmente ensuite. À mesure que ces entreprises se rapprochent de la planification d’entreprise contrainte, elles doivent gérer la faisabilité, les contraintes complexes, les modèles sectoriels, l’optimisation, la cohérence des scénarios et l’intégration avec l’exécution.

C’est probablement là que l’avantage historique des incumbents reste le plus fort.

6. Le moat se déplace sous l’interface

L’IA réduit le coût de reproduction de plusieurs formes de valeur logicielle. Les interfaces conversationnelles, le reporting, les workflows simples, les prévisions basiques et les couches de recommandation deviennent plus faciles à construire.

Elles restent utiles, mais deviennent moins rares.

À l’inverse, représenter un réseau industriel complexe avec plusieurs usines, des capacités partagées, des routages alternatifs, des contraintes matières, des règles d’allocation et plusieurs horizons reste difficile.

L’actif clé peut donc se situer sous la couche applicative.

Pour les éditeurs APS, cet actif peut inclure :

• des modèles de contraintes ;
• de la propriété intellectuelle d’optimisation ;
• des modèles de connaissance d’entreprise ;
• de la logique sectorielle de planning ;
• l’orchestration entre décisions ;
• l’intégration avec l’exécution ;
• un savoir-faire d’implémentation accumulé dans le temps.

Si ces actifs restent nécessaires et différenciés, l’IA peut renforcer la position des incumbents en les rendant plus faciles à exploiter.

Si des agents peuvent les contourner, les reproduire ou proposer des substituts suffisamment bons, la prime de valorisation peut s’éroder rapidement.

7. L’incumbency peut encore être un avantage

Pour les éditeurs APS établis, la profondeur historique peut jouer dans les deux sens.

OMP en est un bon exemple. Une grande partie de sa valeur réside dans la logique de production, les contraintes, les modèles d’optimisation, les scénarios et l’expertise de planning industriel, davantage que dans l’interface elle-même.

Si cette profondeur peut être exposée à travers un modèle opératoire plus simple et plus agentique, l’incumbency devient un actif. L’éditeur obtient une interaction de type AI-native sans devoir reconstruire une logique de décision de niveau APS.

À l’inverse, si la complexité produit empêche des déploiements plus rapides et des workflows plus simples, le même héritage devient un frein à la compétitivité.

La ligne de partage tient donc moins à l’âge de l’éditeur qu’à sa capacité à séparer sa profondeur décisionnelle de la complexité historique de son expérience produit.

8. Les investisseurs finiront par regarder l’économie, pas les features

Les annonces d’agents deviennent courantes dans le logiciel d’entreprise. Elles devraient rapidement perdre leur capacité à créer, à elles seules, un signal de valorisation.

Un tableau de bord plus utile inclurait :

Croissance tirée par l’IA
L’IA crée-t-elle réellement de l’ARR additionnel ou devient-elle simplement une composante de l’offre existante ?

Expansion client
L’IA améliore-t-elle la rétention et la pénétration de la plateforme ?

Productivité d’implémentation
Les déploiements peuvent-ils être réalisés nettement plus vite et avec moins d’effort de consulting ?

Intensité de delivery
Combien de configuration et de services sont nécessaires par dollar de revenu récurrent ?

Productivité de l’éditeur
L’IA améliore-t-elle l’économie de la R&D, du support et de l’implémentation ?

Automatisation des décisions
Quelle part des décisions opérationnelles peut être exécutée de manière autonome dans des règles, contraintes et niveaux d’autorité définis ?

Ce dernier indicateur pourrait devenir particulièrement important. Un grand catalogue d’agents a peu de valeur si les clients continuent à prendre presque toutes leurs décisions opérationnelles manuellement.

La valeur économique apparaît lorsque l’IA permet de prendre davantage de décisions plus vite, avec plus de cohérence et moins d’effort opérationnel.

Le point de vue Dataleo

Le marché ne price pas la mort de l’APS. Il réduit surtout la prime attachée aux parties du logiciel d’entreprise qui deviennent plus faciles à reproduire.

Kinaxis illustre cette pression. Une forte croissance et une proposition IA élargie n’ont pas entraîné d’expansion du multiple. La capacité IA, à elle seule, ne suffit pas.

Les plateformes orientées exécution semblent mieux protégées lorsqu’elles contrôlent des transactions qui doivent continuer à avoir lieu, quelle que soit l’interface utilisée au-dessus.

Le capital privé finance des challengers AI-native, mais principalement à travers des domaines de décision ciblés plutôt que par le remplacement complet d’un APS.

Le débat de valorisation revient donc à une distinction assez simple : valeur applicative commoditisable contre valeur décisionnelle rare.

Pour les incumbents, l’opportunité consiste à exposer des décennies de logique de planning à travers un modèle opératoire beaucoup plus simple. Pour les challengers, le défi consiste à prouver qu’une meilleure interaction peut devenir une capacité de décision fiable sous contraintes d’entreprise.

La prochaine prime de valorisation dans le logiciel Supply Chain devrait revenir aux acteurs capables de combiner simplicité AI-native et profondeur décisionnelle difficile à reproduire.

Note méthodologique

Cette analyse combine informations financières publiques, capitalisations boursières, tours de financement privés divulgués et stratégie des éditeurs disponibles jusqu’en août 2026. Les valorisations de sociétés privées correspondent aux dernières transactions publiées et ne doivent pas être interprétées comme des valeurs de marché actuelles.

Les évolutions de valorisation en Bourse ne peuvent pas être attribuées à l’IA seule. La croissance, les taux d’intérêt, les acquisitions, la gouvernance, la guidance et le sentiment global sur le logiciel influencent également les multiples.

L’objectif n’est pas d’établir une causalité entre chaque annonce IA et les cours de Bourse. Il est d’évaluer comment l’IA modifie la perception du marché sur l’endroit où se situe la valeur durable dans la pile logicielle Supply Chain.