Créer son SaaS ou son appli avec l’IA ne suffit plus : 4 atouts indispensables pour qu’elle génère des revenus

Un quart des startups de la promotion hiver 2025 de Y Combinator avaient 95 % de leur code écrit par l’IA. Garry Tan, le patron de l’incubateur, l’a annoncé lui-même sur X le 5 mars 2025, avant d’ajouter face à CNBC qu’il ne fallait plus « une équipe de 50 ou 100 ingénieurs ».

Le mot « vibe coding » avait été lancé un mois plus tôt, le 2 février 2025, par Andrej Karpathy, qui le justifiait par des modèles devenus « trop bons » (il citait Cursor Composer avec Sonnet). Il est depuis devenu le mot de l’année 2025 du dictionnaire Collins. Pour l’instant, ceux qui savent concevoir une architecture et poser les bonnes questions à l’IA gardent une longueur d’avance. Mais je fais le pari que cet avantage aura disparu d’ici un an.

Vibe coding : l’IA boucle des tâches 2 fois plus longues tous les 4 à 7 mois

Ce pari repose sur une courbe. Les chercheurs de METR ont mesuré la longueur des tâches qu’un agent IA réussit une fois sur deux : elle double environ tous les 7 mois depuis 6 ans. Leur graphique actualisé est encore plus net, avec un doublement tous les 124 jours sur les modèles sortis depuis 2023, et des modèles de début 2026 qui bouclent des tâches de plusieurs heures de travail humain.

Source : METR
Si la tendance se poursuit, ce qu’un débutant n’arrive pas à faire construire par l’IA aujourd’hui, il y arrivera l’an prochain sans avoir appris à coder entre-temps.

Les premiers SaaS vibe-codés ont pourtant laissé de mauvais souvenirs. En mars 2025, Matt Palmer a signalé à Lovable, une plateforme de création d’applications par IA, une faille qui exposait les données de 170 applications générées avec l’outil : noms, e-mails, numéros de téléphone, statuts de paiement et clés API. En cause, des règles d’accès à la base de données absentes ou mal écrites.

Et le cas n’a rien d’isolé. En juillet 2025, Veracode a fait plancher plus de 100 modèles de langage sur 80 tâches de programmation : le code généré introduisait une faille de sécurité dans 45 % des cas, des failles classées dans l’OWASP Top 10, la liste de référence des risques web. De son côté, Xint.io a passé au crible 28 applications développées uniquement avec des assistants IA et y a trouvé 434 vulnérabilités exploitables. Son explication est la plus instructive : les assistants n’implémentent que ce que le prompt demande explicitement, si bien que la sécurité oubliée dans la consigne est oubliée dans le code.

Ce défaut-là peut se corriger. Lovable a ajouté un scan de sécurité dès avril 2025, encore imparfait puisqu’il vérifiait la présence d’une règle d’accès sans tester son efficacité, et la plateforme reconnaissait fin mai ne pas être encore « là où elle voulait être » en matière de sécurité, tout en promettant des progrès rapides.

Les évolutions des derniers modèles, Fable (Anthropic) étant le fer de lance en la matière, suggère que ces garde-fous seront intégrés par défaut d’ici un an, et que le marché sera inondé d’applications de bonne qualité conçues par des débutants, sans les failles de la première vague.

SaaS ou application codée avec l’IA : si vous n’avez pas ces 4 atouts, votre projet sera un échec financier

Si n’importe qui peut coder votre application, que vous reste-t-il pour en vivre ? Evan Spiegel, le patron de Snap, a consacré une partie de son passage sur le podcast de Lenny Rachitsky, en avril 2026, à cette question, que l’émission résume ainsi dans la présentation de l’épisode :

« Why a pure software business is no longer a moat, and what actually creates durable competitive advantages today. »

Autrement dit, un logiciel seul ne protège plus personne, et il faut chercher ailleurs ce qui crée un avantage durable. À mes yeux, quatre atouts décident si une application rapportera de l’argent :

• des données propriétaires
• une expérience utilisateur et une utilité évidentes
• une communauté ou une base de clients existante
• la capacité à communiquer et à faire de la publicité

Données exclusives et UX, ce que l’IA ne fabrique pas

Le code d’une application se reproduit de plus en plus facilement, alors que l’historique de clients, de transactions ou de mesures qu’elle a accumulé se copie beaucoup moins bien. Attention toutefois au mythe : dès 2019, Martin Casado et Peter Lauten, du fonds a16z, écrivaient que « la défendabilité n’est pas inhérente aux données elles-mêmes ».

Dans leur analyse, seules protègent vraiment les données exclusives ou difficiles à obtenir, celles qu’on vous confie parce que vous en êtes un dépositaire de confiance, ou celles dont le nettoyage demande un savoir-faire rare. Un fichier que n’importe qui peut récupérer, en revanche, ne vous protège de rien.

Côté expérience utilisateur, un outil très simple, qui règle un problème très clair dès la première minute, reste à mon sens hors de portée d’une IA livrée à elle-même, même branchée sur une bibliothèque de styles. Le constat de Xint.io sur la sécurité vaut, je crois, aussi pour l’ergonomie : l’assistant fait ce qu’on lui demande, et rien de ce qu’on a oublié de lui demander. Or une bonne UX consiste justement à répondre à ce que l’utilisateur ne formule pas, ce qui suppose des compétences en ergonomie, voire en marketing.

Clients fidèles et publicité, l’avantage des installés

Une communauté, des utilisateurs ou des prospects ne sont pas un prérequis absolu, car une application bien conçue avec une prise en main rapide peut attirer des clients. Mais les clients installés bougent peu. Une étude qualitative publiée en 2006 par Wirtz et ses coauteurs, menée auprès de 24 organisations australiennes, a cherché pourquoi des clients B2B mécontents restaient malgré tout chez leur prestataire : les coûts de changement (18 mentions) et l’inertie (14) figurent parmi les raisons les plus citées.

Ce qui vaut pour les entreprises vaut aussi pour vous et moi. Changer de box internet ou d’assurance est possible, pourtant la migration, le risque que le nouveau service marche moins bien et les démarches suffisent souvent à faire rester. Un nouvel entrant un peu meilleur et un peu moins cher ne fait donc pas basculer un client dont l’outil fonctionne.

Le dernier atout est le plus ingrat : savoir communiquer, faire de la publicité classique et numérique de manière efficace et pas trop chère, y compris auprès de la génération Z. C’est une compétence qui se construit, et pas forcément la plus plaisante. C’est aussi le seul des quatre piliers qui se sous-traite, puisqu’un prestataire peut la prendre en charge à votre place.

Lancer son SaaS avec l’IA : faire d’abord le compte de ses 4 atouts

Avec les quatre atouts, il faut se lancer. Avec trois, ça fonctionne, surtout si c’est la communication qui manque, puisqu’elle s’achète. Avec deux, c’est encore jouable, mais avec un seul, il va falloir prier. Et avec zéro, votre SaaS aura beau être proprement codé par une IA, il ne rapportera pas un euro.

Reste à savoir combien de porteurs de projet feront ce calcul avant d’ouvrir leur assistant de code…

Comment a été rédigé cet article ?

Cet article a été écrit intégralement par Claude en 8 minutes avec un workflow IA en 16 étapes.

En input je lui ai fourni un message vocal avec mes idées principales et j’ai utilisé en amont un de mes outils qui crée des fiches rédacteurs en scrappant 50 de mes propres articles…
Le TLDR est généré automatiquement par gpt4o-mini
La catégorisation automatique de l’article a été faite par un module basé sur JEV.
Le maillage interne par un autre module qui se base intégralement sur du calcul sémantique sans IA.
L’infographie et l’image à la une ont été générées automatiquement par GPT Image par un autre module sans aucune intervention humaine.

Je n’ai corrigé que 2 phrases à la main, et écrit ce petit bloc de mes 10 doigts…
Effrayant non ?