Vous ne fixez plus seulement le prix du logiciel — vous fixez le prix des résultats
Pendant des décennies, la croissance des SaaS a tourné autour d’un acronyme sacré : ARR. Prédictible, stable, facile à modéliser. Mais à mesure que les produits pilotés par l’IA transforment la façon dont les clients utilisent (et valorisent) les logiciels, ce graphique de revenus bien net commence à devenir un peu plus désordonné.
Les entreprises à forte croissance expérimentent des modèles tarifaires basés sur l’usage, les résultats ou des hybrides, qui reflètent mieux le comportement des clients — mais qui rendent aussi les revenus beaucoup moins prévisibles.
Griffin Parry, PDG de m3ter, est aux premières loges de ce changement. Son entreprise aide les équipes logicielles à concevoir et à opérationnaliser des modèles tarifaires flexibles — et ce qu’il observe dans l’IA et les SaaS s’apparente à une révolution silencieuse. Selon lui, l’ARR n’est pas en train de disparaître, elle évolue.
Want more from The CTO Club?
Create a free account to finish this piece and join a community of CTOs and engineering leaders sharing real-world frameworks, tools, and insights for designing, deploying, and scaling AI-driven technology.
Have an account? Log In
Alors que de plus en plus d’entreprises s’orientent vers des modèles reflétant la véritable valeur client, il voit émerger un nouvel équilibre : une part d’abonnement, une part d’usage, une part de performance. Et dans cette évolution, les CTO endossent un nouveau rôle surprenant — celui d’architectes de la stratégie de monétisation.
Nous avons discuté avec Griffin de l’avenir de la tarification logicielle, des raisons pour lesquelles la prévisibilité pourrait être surestimée, et de la façon dont l’IA réécrit discrètement les règles de la valeur.
L’ARR n’est pas mort, mais il évolue
Vous avez dit que l’ARR « évoluait sans disparaître ». À quoi ressemble réellement cette évolution en pratique — et comment les dirigeants devraient-ils repenser la notion de « revenus prévisibles » dans un monde de tarification hybride ?
« On peut voir la tarification hybride comme une réponse soit au besoin de davantage de prévisibilité dans les modèles basés sur l’usage, SOIT au besoin de plus de variabilité dans la tarification par abonnement. Dans les deux cas, l’objectif est d’associer des éléments fixes récurrents (qui apportent de la prévisibilité pour le fournisseur comme pour le client) à des éléments variables (qui créent un lien plus fort entre le coût et la valeur).
Le concept d’ARR reste pertinent mais il nécessite une vision plus sophistiquée. Certaines sources de revenus relèvent indéniablement de l’ARR — les éléments fixes récurrents. D’autres n’en font clairement pas partie — ce sont ces frais variables dont on ne peut pas prédire avec certitude la récurrence (par exemple, les pics d’usage).
La partie délicate concerne l’entre-deux : les frais variables non garantis mais qui vont réapparaître de façon prévisible, car cela correspond à un schéma d’utilisation bien établi côté client, et l’inertie joue. Si vous n’incluez pas cela, vous sous-estimez l’ARR effectif d’une entreprise. »
Prévisibilité vs. précision
Pendant des années, les investisseurs ont valorisé la régularité des revenus. Désormais, la tarification à l’usage rend les choses… moins prévisibles. Pensez-vous que la prévisibilité a été surévaluée comme indicateur de croissance saine ?
« Absolument pas — la prévisibilité est essentielle à une croissance saine, à des marges brutes élevées et à de bonnes décisions d’investissement. Donc le concept d’ARR reste très puissant.
Le défi posé par la transition vers plus d’hybride et de tarification basée sur l’usage consiste à identifier ce qui est prévisible. Dans les modèles SaaS traditionnels basés sur l’abonnement, les revenus reviennent de façon prévisible — un abonnement est un engagement de dépense. Tandis que les modèles hybrides incluent d’importants éléments variables pour lesquels les revenus dépendent de l’usage ou d’un résultat, et tout n’est pas prévisible. Mais certains le sont — c’est-à-dire que certains frais variables reviennent de façon prévisible. Si je suis un client ayant payé entre 400 et 500 K$ de frais variables par an au cours des cinq dernières années, il est probable que je dépense plus de 400 K$ cette année, non ? Ce n’est pas garanti, mais c’est tout de même prévisible.
En tant qu’industrie, nous devons adopter une approche plus sophistiquée sur la façon dont nous pensons et mesurons l’ARR. »
Les nouveaux acteurs clés : CTO et CFO
La tarification est généralement perçue comme une question de finance. Vous dites que les CTO façonnent la monétisation. Qu’est-ce qui motive ce changement — et comment l’architecture technique influence-t-elle soudainement la stratégie de revenus ?
La tarification a toujours été un travail d’équipe impliquant de multiples fonctions de l’entreprise — Finance, Produit, Ventes, Marketing, Opérations et Ingénierie. C’est d’ailleurs l’une des raisons pour lesquelles la tarification est un défi : il n’y a que rarement un responsable clair, et elle exige la coordination de nombreux acteurs dans l’organisation.
Deux évolutions intéressantes sont néanmoins à noter dans la répartition des responsabilités.
La première concerne les CFO devenant plus stratégiques et opérationnels. Si auparavant les CFO se concentraient sur la « comptabilité » (garder le score), la tendance est à jouer un rôle plus important dans la gestion de l’activité. Cela signifie qu’ils s’impliquent davantage dans la tarification.
La deuxième concerne les CTO (et plus largement les responsables Ingénierie & Produit) qui deviennent centraux dans les décisions de monétisation. Dans un modèle par abonnement, la tarification est dissociée du produit — une équipe conçoit et exploite le produit, les autres décident du prix et collectent les recettes. Mais dans un modèle basé sur l’usage (ou hybride), la tarification devient une partie intégrante du produit.
En tant que CTO, vous avez désormais de nouvelles responsabilités clés pour la monétisation : suivre l’utilisation et transmettre ces données au système de facturation, ou construire des systèmes de facturation sur-mesure adaptés à votre stratégie tarifaire. Les clients veulent un accès immédiat à leurs données d’usage et de facturation, donc il vous faut créer des tableaux de bord dans le produit. Les exigences de reporting deviennent plus complexes, etc. En outre, bien concevoir une tarification basée sur l’usage requiert une compréhension de l’utilisateur, et pour de nombreux produits, ces personnes sont des ingénieurs — le CTO devient donc l’expert des besoins clients. »
La psychologie de l'innovation tarifaire
La tarification devrait refléter la valeur — mais la valeur est subjective. Selon vous, quelle est la principale erreur que commettent les dirigeants logiciels sur la manière dont les clients perçoivent la valeur ?
« Il y a beaucoup d’intérêt pour la tarification basée sur les résultats, mais je pense que les dirigeants logiciels sous-estiment la difficulté de l’attribution. En lien avec cela, ils surestiment la contribution de leur produit à la création de valeur.
Pour expliquer, lorsque je parle de “tarification basée sur l’usage”, j’observe un spectre de métriques liées au succès. À une extrémité se trouve le pur usage, où il n’y a pas de lien évident avec la valeur créée — par exemple, je paie AWS pour utiliser des ressources informatiques, mais il n’y a aucun lien entre ce que je paie et la valeur que j’en retire. Au milieu, on retrouve des tarifications fondées sur des actions de valeur (ex : une requête client traitée avec succès par un agent support IA) ou sur des proxys de valeur (ex : le nombre d’appels pris en charge par l’agent support IA) — il existe alors un lien plus clair entre le montant payé au fournisseur et la valeur obtenue par le client.
Et à l’autre extrémité du spectre se trouve la tarification fondée sur le résultat, où le paiement au fournisseur est directement lié à la valeur reçue par le client — par exemple, les frais de transaction dans l’industrie des paiements.
Le défi avec la tarification basée sur les résultats, c’est qu’elle nécessite que le fournisseur et le client s’accordent sur la valeur créée et sur la part attribuable au produit du fournisseur. Il existe évidemment des contextes où cela est réalisable, comme dans l’exemple des paiements ci-dessus, mais c’est souvent complexe.
Par exemple, si un fournisseur de CRM commençait à facturer des frais en fonction d’un pourcentage du chiffre d’affaire généré via le système, cela échouerait parce que la valeur de ces revenus dépend de nombreux autres facteurs (comme la qualité du commercial, etc). Les dirigeants logiciels ont tendance à sous-estimer ces difficultés et à surestimer l’importance de leur produit dans les performances de l’entreprise. »
L’IA bouleverse-t-elle l’ancienne logique tarifaire ?
Les produits IA évoluent avec chaque interaction — la formule classique “par utilisateur” ou “par mois” a-t-elle encore un sens ? Comment tarifer un produit qui apprend avec le temps ?
« Je pense que l’on voit déjà émerger des modèles hybrides pour tarifer les produits IA. Il est courant d’observer un engagement (par exemple, un abonnement mensuel pour l’accès ou un engagement mensuel d’achat de crédits d’utilisation) combiné à un modèle variable (comme la consommation de crédits).
C’est une solide fondation, car elle associe une facturation pour l’accès à un mécanisme variable qui permet de maximiser l’extraction de la disposition à payer auprès des utilisateurs intensifs (et aide aussi à maîtriser la rentabilité, car les produits IA présentent généralement des coûts variables élevés liés à l’usage).
Mais votre point concernant l’apprentissage progressif est vraiment intéressant. Si le système s’améliore, sa valeur pour l’utilisateur augmente également (il devient plus intelligent !) — vous devriez donc être prêt à payer davantage avec le temps. Il sera intéressant de voir si les frais augmenteront généralement lors des renouvellements, ou via un mécanisme mesurant le degré de précision et de personnalisation.
Le défi caché des données
La tarification basée sur l’usage semble avantageuse pour le client, mais elle demande aussi beaucoup de données. Comment les entreprises SaaS gèrent-elles la complexité liée au comptage, au suivi et à la facturation précise ?
« Si par “gourmande en données” vous voulez dire qu’il existe de gros volumes de données d’usage, c’est effectivement le cas dans de nombreuses situations. Mais je pense qu’il faudrait plutôt parler d’exigences de haute performance en matière d’infrastructure de données. En optant pour une tarification à l’usage, de nouvelles tâches apparaissent.
Il faut ingérer, traiter et stocker toutes les données d’usage. Il faut les croiser avec les données tarifaires pour calculer les montants facturés. Il faut distribuer ces montants à plusieurs systèmes dans l’entreprise : le système de facturation bien sûr, mais aussi dans le produit lui-même (pour afficher des tableaux de bord de facturation aux clients), vers le CRM et les services de la relation client (afin que les interlocuteurs connaissent l’usage de chaque client) et vers la suite BI. Et il faut assurer ces calculs en continu — les parties prenantes ne veulent pas d’informations de facturation uniquement une fois par mois, mais souhaitent obtenir les totaux à jour à tout instant.
Cela demande une infrastructure de données performante, et cela serait vrai même en présence de faibles volumes de données à mesurer. »
Du revenu récurrent annuel au revenu adaptatif
Le passage à la tarification à l’usage ou basée sur les résultats ne vise pas à supprimer le revenu récurrent annuel (ARR) — il s’agit de le rendre plus intelligent. Comme le fait remarquer Griffin, les éditeurs de logiciels ne vendent plus seulement un accès ; ils vendent des résultats. Cela signifie que les modèles tarifaires doivent évoluer aussi vite que l’innovation, et que les équipes techniques qui conçoivent ces produits sont désormais aussi essentielles à leur monétisation.
Ce mouvement vers une tarification flexible est, en réalité, un mouvement vers plus de clarté : si vous savez clairement expliquer ce que reçoivent les clients et adapter votre modèle à l’évolution du produit, vous avez déjà une longueur d’avance.
