Red Hat a bâti une entreprise de $34 milliards de dollars sur Linux. IBM l'a rachetée. Cet accord a validé une hypothèse qui tenait la route depuis quarante ans : les entreprises qui tirent une valeur énorme du code partagé continueraient, dans leur propre intérêt, à financer les projets dont elles dépendent.

Cette hypothèse est aujourd'hui mise à mal. Non pas parce que quelqu'un a décidé d'arrêter de financer l'open source. Parce que l'industrie qui l'a le plus financé - SaaS - est en train d'être démantelée par l'industrie qui en dépend le plus - l'IA.

La prédiction qui est arrivée

Il y a environ un an, j'écrivais que les agents d'IA allaient hyperpersonnaliser les logiciels d'entreprise - que les équipes commerciales allaient créer leurs propres outils, en évitant les arriérés informatiques et les plates-formes SaaS à taille unique. L'argument était simple : lorsque l'IA réduit les coûts de développement de 70-90% et comprime les délais de déploiement de plusieurs mois à quelques heures, l'équation construction-achat s'inverse.

Cette prédiction s'est concrétisée plus rapidement que prévu. Le 30 janvier 2026, Anthropic a lancé des plugins de lieu de travail agentique pour Claude Cowork. En l'espace de cinq jours de bourse, environ $285 milliards de dollars de valeur de marché se sont évaporés des stocks de logiciels d'application. Au cours du mois suivant, Adobe, Microsoft, Salesforce, SAP, ServiceNow et Oracle ont perdu plus de $730 milliards de dollars. Les traders de Jefferies ont appelé cela la “SaaSpocalypse”.”

Klarna avait déjà démontré le modèle : résilier les contrats Salesforce et Workday, remplacer les fonctions par des agents d'IA et voir le revenu par employé passer de $400 000 à $700 000. Un directeur technique du secteur de la santé a déployé trois grandes plateformes internes - CRM, HRM et helpdesk - en 90 jours. Un fondateur a envoyé un SMS à son investisseur pour lui annoncer qu'il remplaçait toute son équipe de service à la clientèle par un agent codificateur d'IA.

La décision de construire ou d'acheter évolue vers la construction. Mais tout le monde se concentre sur la perturbation elle-même. Les conséquences de second ordre sont pires.

La chaîne à quatre maillons

L'Open Source ne se finance pas par des dons. Il se finance par le travail des entreprises. 84% des commits du noyau Linux proviennent de développeurs d'entreprise répartis dans 1 780 organisations. La Fondation Linux génère $311 millions de revenus annuels provenant de plus de 3 000 entreprises membres. MongoDB, Elastic, HashiCorp, Databricks : chacune de ces entreprises a bâti des entreprises de plusieurs milliards de dollars sur l'open source et a réinjecté des ingénieurs et des capitaux en amont.

Le modèle a fonctionné parce que les incitations se sont alignées. Des projets sains en amont signifiaient des entreprises saines en aval.

L'IA est en train de briser cet alignement. En quatre étapes successives.

1. Le SaaS était l'épine dorsale financière

Environ $7,7 milliards de dollars transitent chaque année des entreprises vers l'open source, mais 86% de ce montant est constitué par le travail des employés - travail financé par les revenus du SaaS. Si vous supprimez ces revenus, la main-d'œuvre suit.

2. L'IA démantèle le modèle SaaS

Voici le paradoxe fondamental : un CRM doté d'agents d'IA réduit le nombre d'utilisateurs requis de 20 à 2, ce qui représente une baisse de revenus de 90% malgré une amélioration de capacité de 10x. Lorsque les entreprises peuvent créer des outils internes plus rapidement qu'elles ne peuvent négocier des contrats d'entreprise, le modèle par siège s'effondre. Et avec lui, l'excédent qui finançait les contributions à l'open source.

3. Les projets open source ferment les portes

MongoDB est passé aux licences restrictives en 2018. Elastic a suivi en 2021. HashiCorp en 2023, à l'origine de la branche OpenTofu. Redis en 2024, donnant naissance à Valkey. Chaque renouvellement de licence a facilité le passage à la suivante. Pendant ce temps, le volume de questions de Stack Overflow a chuté 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 le faire.

4. L'entraînement de l'IA data se dégrade

Un article paru en 2024 dans Nature (Shumailov et al.) a démontré que les modèles formés à partir de données générées par l'IA subissent un effondrement, c'est-à-dire des défauts irréversibles qui s'aggravent d'une génération à l'autre. La longue queue du code source ouvert - petites bibliothèques, projets de niche, solutions idiosyncrasiques - est la diversité data qui rend les modèles entraînés par le code capables de généralisation. Lorsque cette queue se rétrécit, l'IA devient plus stupide, précisément dans les domaines où elle doit être plus intelligente.
La chaîne se referme en boucle : L'IA a besoin de l'open source. L'IA perturbe le SaaS. Le financement du SaaS se tarit. L'open source se réduit. La formation à l'IA data se dégrade. Et finalement, les outils internes construits par l'IA cessent d'être meilleurs que les produits SaaS qu'ils ont remplacés, ce qui renvoie les entreprises vers des fournisseurs dont les fondations se sont érodées.

Le signal est déjà visible

Ce n'est pas une projection. Daniel Stenberg a fermé le bug bounty de cURL après que reports soumis par l'IA ait atteint 20% de soumissions avec seulement 5% de validité. Les mainteneurs se noient dans ce que la communauté appelle les “slop PRs”. Les petites bibliothèques deviennent inactives parce que les LLM génèrent des fonctions utilitaires équivalentes à la demande, éliminant ainsi les utilisateurs qui auraient pu contribuer aux corrections.
L'open source se divise. Les projets massifs soutenus par les entreprises - Linux, Kubernetes, PyTorch - survivent. Les bibliothèques de niveau intermédiaire et les petites bibliothèques se mettent tranquillement en sommeil. Cette longue traîne est précisément ce qui donne à la formation à l'IA data son ampleur. Sa disparition n'est pas un risque futur. C'est la trajectoire actuelle.

Qui paie la facture ?

Meta est l'exception qui confirme la règle. Llama a été téléchargé plus de 600 millions de fois sur Hugging Face. PyTorch a été donné à la Fondation Linux. La logique de Zuckerberg est transparente : banaliser la couche inférieure, faire appel au crowdsourcing pour la R&D, établir une valeur par défaut comme Linux l'est devenu pour les serveurs. Intéressant et correct.

Le reste du secteur de l'IA n'a pas suivi. Les entreprises d'IA ont levé collectivement plus de $202 milliards en 2025. Une étude de la Harvard Business School a évalué les logiciels libres dont elles dépendent à 1 464 000 milliards de dollars. Leurs contributions financières directes combinées à ces projets open source sont probablement inférieures à 1,46 milliard de dollars par an.

Anthropic a annoncé un partenariat de $1,5 million d'euros sur deux ans avec la Python Software Foundation. TechCrunch l'a qualifié de “couch-change”. Il est difficile de contester cette formulation.

Les mécanismes émergents - l'Open Source Pledge demandant $2 000 par développeur annuellement, l'Open Source Endowment targeting $100 millions sur sept ans, le Sovereign Tech Fund allemand investissant 23,5 millions d'euros en 2024 - sont réels, et insuffisants. Face à des projets de $8,8 trillions d'euros. Ce que les deux parties semblent oublier, c'est que l'open source est la raison d'être de l'une ou l'autre industrie.

Toutes les entreprises SaaS qui sont devenues des milliards de dollars l'ont fait grâce à des frameworks, des bases data et des bibliothèques open source. Deux développeurs dans un garage pouvaient défier un opérateur historique parce que les éléments de base étaient gratuits. C'est cet accès - et non le capital-risque, ni le talent seul - qui a créé le marché du SaaS. C'est ce qui a permis à une génération d'entrepreneurs de créer Salesforce, Elastic, Databricks et des milliers d'autres sans demander la permission à qui que ce soit.

Les modèles d'IA peuvent écrire du code aujourd'hui parce qu'ils ont appris à partir de millions de dépôts de logiciels libres. Chaque ligne générée par Claude ou Copilot provient de développeurs qui ont partagé leur travail librement. L'étude de Harvard le dit clairement : 96% des logiciels commerciaux comprennent du code source ouvert. Sans cela, les entreprises paieraient 3,5 fois plus cher pour construire ce qu'elles construisent aujourd'hui.

Les deux secteurs doivent leur existence aux projets open source. Toutes deux, par des mécanismes différents, sont en train de l'affamer. Pendant ce temps, 60% des mainteneurs qui assurent la cohésion du projet ne sont pas rémunérés. Soixante pour cent d'entre eux ont démissionné ou envisagé de le faire. Le mainteneur non rémunéré moyen consacre près de neuf heures par semaine - et lorsqu'il s'épuise, l'infrastructure critique s'éteint. Kubernetes a mis Ingress NGINX hors service fin 2025, non pas parce qu'il était obsolète, mais parce que les personnes chargées de sa maintenance les soirs et les week-ends ne pouvaient plus continuer.

Il ne s'agit pas d'un problème qu'une seule partie peut résoudre. Les sociétés SaaS, qui luttent pour leur survie, ne peuvent pas financer l'open source comme elles le faisaient auparavant. Les laboratoires d'IA, qui disposent de $202 milliards d'euros de capitaux frais, n'ont pas démarré de manière significative. La seule voie qui ne mène pas à l'effondrement est la collaboration - un investissement partagé et délibéré dans l'infrastructure dont les deux parties dépendent.

Red Hat l'a compris il y a quarante ans. IBM a payé $34 milliards pour en avoir la preuve. Le modèle a fonctionné parce que les entités qui extrayaient de la valeur des projets open source finançaient également les projets open source. Cet alignement doit être reconstruit - cette fois-ci, avec les laboratoires de SaaS et d'IA à la table.

S'ils choisissent plutôt de se battre pour les ruines, les personnes qui paieront ne seront pas les dirigeants ou les investisseurs. Ce sera la prochaine génération de développeurs et d'entrepreneurs qui auront utilisé ces fondations ouvertes pour construire ce qui vient ensuite, comme l'ont fait toutes les générations qui les ont précédées.

Lorsque deux royaumes se disputent la même terre, c'est le sol qui cesse de produire.