Red Hat a bâti une entreprise d'une valeur de 34 milliards de dollars grâce à Linux. IBM l'a rachetée. Cette transaction a confirmé une hypothèse qui tenait depuis quatre décennies : les entreprises tirant une valeur considérable d'un code partagé continueraient, dans leur propre intérêt, à financer les projets dont elles dépendaient.

Cette hypothèse est aujourd’hui remise en question. Non pas parce que quelqu’un aurait décidé de cesser de financer l’open source, mais parce que le secteur qui le finançait le plus — le SaaS — est en train d’être supplanté par celui qui en dépend le plus — l’IA.

La prédiction qui s'est réalisée

Il y a environ un an, j’ai écrit que les agents IA allaient hyper-personnaliser les logiciels d’entreprise — que les équipes opérationnelles allaient créer leurs propres outils, contournant ainsi les retards accumulés par les services informatiques et les plateformes SaaS standardisées. L’argument était simple : lorsque l’IA réduit les coûts de développement de 70 à 90 % et ramène les délais de déploiement de plusieurs mois à quelques heures, le rapport « développer ou acheter » s’inverse.

Cette prévision s'est concrétisée plus vite que prévu. Le 30 janvier 2026, Anthropic a lancé des plugins « agentic » pour Claude Cowork. En l'espace de cinq jours de bourse, environ 285 milliards de dollars de capitalisation boursière se sont évaporés des actions des éditeurs de logiciels. Au cours du mois suivant, Adobe, Microsoft, Salesforce, SAP, ServiceNow et Oracle ont perdu plus de 730 milliards de dollars au total. Les traders de Jefferies ont qualifié ce phénomène de « SaaSpocalypse ».

Klarna avait déjà montré la voie : résilier les contrats avec Salesforce et Workday, remplacer les fonctions par des agents IA, et voir le chiffre d'affaires par employé passer de 400 000 à 700 000 dollars. Un directeur technique du secteur de la santé a déployé trois grandes plateformes internes — CRM, GRH et service d'assistance — en 90 jours. Un fondateur a envoyé un SMS à son investisseur pour lui annoncer qu'il remplaçait l'intégralité de son équipe de service client par un agent IA spécialisé dans le codage.

La tendance en matière de choix entre « développer soi-même » et « acheter » penche de plus en plus vers le développement en interne. Mais tout le monde se concentre sur le bouleversement lui-même. Les conséquences secondaires sont bien pires.

La chaîne à quatre maillons

L'open source ne se finance pas grâce à des dons. Il se finance grâce au travail fourni par les entreprises. 84 % des modifications apportées au noyau Linux proviennent de développeurs issus de 1 780 organisations. La Linux Foundation génère 311 millions de dollars de chiffre d'affaires annuel grâce à plus de 3 000 entreprises membres. MongoDB, Elastic, HashiCorp, Databricks : chacune de ces entreprises a bâti un empire de plusieurs milliards de dollars sur l'open source et a réinvesti des ingénieurs et des capitaux en amont.

Ce modèle a fonctionné parce que les incitations allaient dans le même sens. La bonne santé des projets en amont garantissait celle des entreprises en aval.

L'IA rompt cet alignement. En quatre étapes successives.

1. Le SaaS a constitué le pilier financier

Chaque année, environ 7,7 milliards de dollars sont versés par des organisations au secteur de l'open source, mais 86 % de cette somme correspond à la main-d'œuvre des employés — une main-d'œuvre financée par les revenus du SaaS. Si l'on retire ces revenus, la main-d'œuvre disparaît.

2. L'IA est en train de bouleverser le modèle SaaS

Voici le paradoxe fondamental : un CRM doté d'agents IA réduit le nombre d'utilisateurs nécessaires de 20 à 2. Cela représente une baisse de 90 % du chiffre d'affaires, malgré une amélioration des capacités multipliée par dix. Lorsque les entreprises parviennent à développer des outils internes plus rapidement qu'elles ne peuvent négocier des contrats d'entreprise, le modèle de facturation par poste s'effondre. Et avec lui, l'excédent qui finançait les contributions à l'open source.

3. Les projets open source se ferment aux nouveaux contributeurs

MongoDB est passé à un modèle de licence restrictif en 2018. Elastic a suivi en 2021. HashiCorp en 2023, donnant naissance au fork OpenTofu. Redis en 2024, donnant naissance à Valkey. Chaque changement de licence a ouvert la voie au suivant. Dans le même temps, le volume de questions sur Stack Overflow s'est effondré de 76 % depuis le lancement de ChatGPT. L'Open Source Collective a enregistré une baisse de 20 % des parrainages d'entreprises en 2023. Soixante pour cent des mainteneurs ne sont pas rémunérés. Soixante pour cent ont démissionné ou envisagé de démissionner.

4. La qualité data d'entraînement de l'IA data

Un article publié en 2024 dans *Nature* (Shumailov et al.) a démontré que les modèles entraînés sur des données générées par l’IA subissent un « effondrement » — des défauts irréversibles qui s’accumulent au fil des générations. La longue traîne du code open source — petites bibliothèques, projets de niche, solutions spécifiques — constitue la data qui permet aux modèles entraînés sur du code de généraliser. Lorsque cette traîne se réduit, l’IA perd en intelligence précisément dans les domaines où elle devrait en gagner.
La boucle se referme : l'IA a besoin de l'open source. L'IA perturbe le SaaS. Le financement du SaaS se tarit. L'open source se réduit. data d'entraînement de l'IA data . Et finalement, les outils internes développés par l'IA cessent d'être meilleurs que les produits SaaS qu'ils ont remplacés — renvoyant les entreprises vers des fournisseurs dont les fondements se sont eux-mêmes érodés.

Le signal est déjà visible

Ce n’est pas une projection. Daniel Stenberg a mis fin au programme de prime aux bogues de cURL après que les rapports soumis par l’IA ont atteint 20 % des signalements, avec seulement 5 % de validité. Les responsables de maintenance croulent sous ce que la communauté appelle les « PR de mauvaise qualité ». Les petites bibliothèques tombent en désuétude car les grands modèles de langage (LLM) génèrent des fonctions utilitaires équivalentes à la demande, éliminant ainsi les utilisateurs qui auraient pu contribuer à des corrections.
L'open source est en train de se scinder en deux. Les projets massifs soutenus par les entreprises — Linux, Kubernetes, PyTorch — survivent. Les bibliothèques de taille moyenne et les petites bibliothèques tombent discrètement en désuétude. Cette longue traîne est précisément ce qui donne data ampleur data d'entraînement de l'IA. Sa disparition n'est pas un risque futur. C'est la trajectoire actuelle.

Qui paie l'addition ?

Meta est l'exception qui confirme la règle. Llama a été téléchargé plus de 600 millions de fois sur Hugging Face. PyTorch a été cédé à la Linux Foundation. La logique de Zuckerberg est claire : banaliser la couche sous-jacente, externaliser la R&D, s'imposer comme norme par défaut, à l'instar de Linux qui est devenu la norme pour les serveurs. C'est égoïste, mais c'est la bonne approche.

Le reste du secteur de l'IA n'a pas emboîté le pas. Les entreprises du secteur ont levé au total plus de 202 milliards de dollars en 2025. Une étude de la Harvard Business School a estimé la valeur des logiciels libres dont elles dépendent à 8 800 milliards de dollars. Leurs contributions financières directes cumulées à ces projets open source s'élèvent probablement à moins de 50 millions de dollars par an.

Anthropic a annoncé un partenariat de deux ans d'une valeur de 1,5 million de dollars avec la Python Software Foundation. TechCrunch a qualifié cette somme de « petite monnaie ». Difficile de contester cette façon de voir les choses.

Les initiatives qui voient le jour — l’Open Source Pledge, qui vise à collecter 2 000 dollars par développeur et par an, l’Open Source Endowment, qui vise à atteindre 100 millions de dollars sur sept ans, ou encore le Sovereign Tech Fund allemand, qui investira 23,5 millions d’euros en 2024 — sont bien réelles, mais insuffisantes face à des projets représentant 8 800 milliards de dollars. Voici ce que les deux camps semblent oublier : l’open source est la raison d’être de ces deux secteurs.

Toutes les entreprises SaaS qui ont atteint une valeur d'un milliard de dollars l'ont fait en s'appuyant sur des frameworks, des bases de données et des bibliothèques open source. Deux développeurs travaillant dans un garage ont pu rivaliser avec un acteur établi, car les éléments de base étaient gratuits. C'est cet accès — et non le capital-risque, ni le talent à lui seul — qui a donné naissance au marché du SaaS. C'est ce qui a permis à une génération d'entrepreneurs de créer Salesforce, Elastic, Databricks et des milliers d'autres entreprises sans avoir à demander l'autorisation à qui que ce soit au préalable.

Et si les modèles d'IA sont aujourd'hui capables d'écrire du code, c'est parce qu'ils ont appris à partir de millions de dépôts open source. Chaque ligne générée par Claude ou Copilot trouve son origine chez des développeurs qui ont partagé librement leur travail. L'étude de Harvard le dit clairement : 96 % des logiciels commerciaux contiennent du code open source. Sans cela, les entreprises devraient débourser 3,5 fois plus pour développer ce qu'elles développent aujourd'hui.

Ces deux secteurs doivent leur existence aux projets open source. Aujourd’hui, chacun à sa manière, ils les privent de ressources. Parallèlement, 60 % des contributeurs qui assurent le bon fonctionnement de ces projets ne sont pas rémunérés. Soixante pour cent ont démissionné ou envisagé de le faire. Un responsable non rémunéré consacre en moyenne près de neuf heures par semaine à cette tâche — et lorsqu’il s’épuise, des infrastructures essentielles tombent en panne. Kubernetes a retiré Ingress NGINX fin 2025, non pas parce qu’il était obsolète, mais parce que les personnes qui en assuraient la maintenance la nuit et le week-end ne pouvaient plus continuer.

Ce n'est pas un problème qu'une seule partie peut résoudre à elle seule. Les entreprises SaaS, qui luttent pour leur survie, ne peuvent plus financer l'open source comme elles le faisaient auparavant. Les laboratoires d'IA, qui disposent de 202 milliards de dollars de capitaux frais, n'ont pas encore pris de mesures concrètes. La seule voie qui ne mène pas à l'effondrement est celle de la collaboration : un investissement commun et réfléchi dans l'infrastructure dont les deux dépendent.

Red Hat l'avait compris il y a quarante ans. IBM a déboursé 34 milliards de dollars pour en avoir la preuve. Ce modèle a fonctionné parce que les entités qui tiraient profit des projets open source finançaient également ces derniers. Il faut rétablir cette synergie — cette fois-ci, en associant à la fois les laboratoires SaaS et ceux spécialisés dans l'IA.

S'ils choisissent plutôt de se disputer ces ruines, ce ne sont pas les dirigeants ni les investisseurs qui en feront les frais. Ce sera la prochaine génération de développeurs et d'entrepreneurs qui aura utilisé cette base ouverte pour construire l'avenir — comme l'ont fait toutes les générations avant eux.

Lorsque deux royaumes se disputent les mêmes terres, c'est la terre qui cesse de produire.