Propel Software, éditeur de logiciels de product value management (PVM), dévoile cinq tendances commerciales et technologiques pour 2027, selon son PDG Ross Meyercord. Ces prévisions examinent comment l’IA pourrait redessiner les relations entre fournisseurs de logiciels, modifier la supervision des décisions automatisées, accélérer le déplacement des soins vers le domicile et imposer des évolutions des systèmes technologiques des fabricants, tout en privilégiant l’application de l’IA aux tâches opérationnelles courantes et la mesure de son impact sur la performance.
IA et SaaS : du « SaaSpocalypse » au partenariat gagnant
Propel anticipe la fin du récit du « SaaSpocalypse » au profit d’une réalité où IA et SaaS se renforcent mutuellement. Les entreprises d’IA trouveront plus de valeur à s’associer à des acteurs SaaS établis, tandis que ces derniers utiliseront l’IA pour affiner l’expérience client. L’écart se creusera entre les plateformes dotées de capacités profondes et connectées et celles qui se contentent de fonctions ajoutées de façon superficielle. Les fournisseurs SaaS qui relieront rapidement leurs données, leurs flux de travail et leur stratégie IA seront mieux placés pour une croissance durable ; ceux dont les données et processus sont déconnectés perdront du terrain.
De l’humain dans la boucle à l’humain dans la piste d’audit
Meyercord souligne que l’expertise des spécialistes, lorsqu’elle sert à entraîner l’IA sur des processus éprouvés, s’intègrera aux systèmes quotidiens. À terme, des collaborateurs récents pourront manquer de l’expérience nécessaire pour contester les recommandations de l’IA. Pour les travaux établis et répétables, les organisations feront de plus en plus confiance à l’IA pour trancher et exécuter sans revue humaine constante. Ces tâches seront signalées comme générées par l’IA et accompagnées de journaux d’audit détaillés pour permettre des revues périodiques par des humains. L’expertise humaine restera cependant indispensable pour concevoir de nouveaux processus, traiter les exceptions et définir les normes suivies par l’IA.
Les soins de santé poursuivent leur migration des établissements vers le domicile
La livraison des soins continuera de s’étendre au-delà des hôpitaux et centres de chirurgie ambulatoire vers le domicile des patients. Le phénomène s’appuie sur le vieillissement de la population et sur des progrès tels que les wearables, la surveillance à distance, les implants connectés et les diagnostics à domicile, rendant ce modèle plus pratique, nécessaire et rentable. Les entreprises MedTech devront concevoir des produits et des expériences produits pour une utilisation continue hors des cadres cliniques, ce qui exige des données produits fiables, des équipes connectées et une visibilité sur chaque modification du cycle de vie du produit. La surveillance assistée par IA est indispensable, la masse de données entrantes risquant de dépasser les capacités des équipes humaines.
Les fabricants reconstruisent leurs stacks technologiques pour optimiser l’IA
Plutôt que d’ajouter de l’IA en soutien aux systèmes existants, les entreprises investiront dans des systèmes conçus pour soutenir l’IA : nettoyage des données, connexion des sources et acquisition des solutions nécessaires au travail utile de l’IA. Les connexions IA et Model Context Protocol (MCP) aideront à relier certains systèmes, mais n’en remplaceront pas les données ou capacités manquantes. On attend des investissements dans des systèmes de référence, comme le product lifecycle management (PLM) et l’application lifecycle management (ALM), pour fournir à l’IA l’accès aux nomenclatures, relier les enregistrements qualité aux changements produits ou lier l’historique de service aux données d’ingénierie. L’effort visera à donner à l’IA un contexte fiable, et non à empiler un outil supplémentaire.
De l’effet d’annonce à des résultats opérationnels quotidiens
Les priorités IA basculeront des démonstrations à fort retentissement vers des applications pratiques améliorant le travail quotidien. Les industriels mettront moins l’accent sur des défis ponctuels médiatiques et davantage sur les tâches répétitives et cross-systèmes qui consomment du temps et ralentissent l’activité. La prochaine génération d’agents automatisera les transferts d’ingénierie, les tâches de vérification et les flux de livraison, le succès se mesurant par des cycles plus courts, moins de retouches, une livraison plus fluide et un coût par changement réduit. Les équipes dirigeantes évalueront l’IA à l’aune de son impact sur le débit, la qualité, le risque et la marge, et non sur l’attention portée à un pilote.
