Juan Ramón González, PDG de Mática, analyse l’impact de l’IA stratégique sur l’entreprise logicielle et remet en question l’idée d’une « Saaspocalypse » imminente. À votre juste valeur, l’IA peut ouvrir le projet et ouvrir la porte à des solutions ad hoc, mais un mode SaaS proposant une plate-forme, une évolution, un support, une sécurité et une compatibilité. Dans l’entretien, on explique également la position d’Anthropic, le papier des modèles spécialisés, la vitesse du changement technologique face à la réglementation et le modèle AIShore de Mática, basé sur des équipes virtuelles qui combinent talent humain et agents d’IA pour multiplier la productivité.
Entretien avec Juan Ramón González, PDG de Mática
C’est vraiment la caisse du SaaS, la célèbre Saaspocalypseest-ce provoqué par l’IA génétique ? Comment l’IA remplacera-t-elle réellement un logiciel spécialisé ?
Nous avons des concepts comme celui-ci qui sépare les membres des titulaires. La dénomination « Saaspocalypse » a surgi d’une idée claire : si créer un logiciel est plus facile et plus facile à faire grâce à l’IA, pourquoi payer une licence récurrente pour un produit SaaS ? Mais c’est une comparaison qui simplifie la réalité. Lorsqu’une entreprise évalue si elle recherche une solution appropriée ou contracte un SaaS, il ne suffit pas de comparer le coût du développement.
Par exemple, un SaaS peut coûter 100 000 $ en un an et plus 20 000 $ d’implantation. En téléchargeant un logiciel propre, vous pouvez initialement prendre en charge un montant de 500 000 $, ce qui vous permettra d’avoir une infrastructure complète, de prendre en charge les incidents ou les équipements qui gèrent et font évoluer le système, ce qui vous permettra facilement d’ajouter d’autres 70 000 $ annuels.
Il est certain que l’IA peut réduire considérablement le coût du développement. Si vous construisez ce logiciel pasa de costar 500K a, par exemple, 50K, et la gestion aussi basse, dans certains cas, la balance peut utiliser des solutions conçues ad hoc. Mais même dans ce scénario, nous hablando de quelque chose de plus que de code. Lorsqu’une entreprise adopte un SaaS, elle utilise une plateforme complète : évolution continue du produit, gestion, support, sécurité ou compatibilité avec d’autres systèmes. C’est pourquoi les fournisseurs SaaS tendent à réviser leur proposition de valeur dans le contexte où ils développent un logiciel est plus facile. Mais affirmer que le SaaS va disparaître est probablement plus un appel titulaire qu’une réalité.
Quelle est la différence entre Anthropic (et votre étude) par rapport aux autres acteurs pertinents du marché ?
Aujourd’hui, tous les fournisseurs d’IA sont actuellement en cours de spécialisation. Par exemple, les modèles de Google ont un composant multimodal — vidéo, image, audio — très puissant et qui est également intégré de manière très naturelle dans toute la suite de Google. GPT est probablement le modèle le plus généraliste, pensé pour une utilisation plus large dans le jour.
Dans le cas d’Anthropic, votre message est différent de la programmation. Nos modèles, comme Sonnet 4.6 ou Opus 4.6, fonctionnent particulièrement bien dans les zones de développement de logiciels. Mais plus encore, le modèle est également en train de construire tout un écosystème en rapport avec la programmation avec IA. Les concepts de MCP, les compétences ou les outils de Claude Code, précisément dans cette direction : faciliter chaque fois plus le développement de logiciels assisté par IA.
Qu’est-ce qui change le plus rapidement : la technologie, l’adoption par l’entreprise ou la réglementation ? Pourquoi?
Mais c’est là que la technologie change plus rapidement. Non seulement la sortie continue de nouveaux modèles ou d’améliorations dans les autres, mais cela va justement s’accélérer, parce que les principaux fournisseurs de LLM ont dit que la grande majorité de leur code est écrite avec IA, parce que leur cycle de nouvelles s’est radicalement accéléré.
Est-ce que vous voulez décider qu’une entreprise doit s’adapter aux différents modèles, modèles ou systèmes les plus performants ? Pour rien, ou ce que vous créez personnellement. Une entreprise doit toujours améliorer le niveau d’innovation par rapport à la stabilité ou à la maturité. Par conséquent, même dans le cadre de l’IA, toutes les entreprises doivent entrer, il est important de maintenir un temps prudent avant d’adopter une technologie dans l’environnement productif de l’entreprise.
Et au niveau de réglementation créé, nous allons toujours faire une étape pour nous, le processus de régularisation est actuellement lent et coûteux, aussi important pour avoir des cadres de travail bien établis, mais il est certainement très difficile de régulariser la même vitesse qu’il est de développer l’IA.
Quels critères doivent être utilisés par une entreprise pour choisir un fournisseur/modèle : capacité, coût total, sécurité, gouvernance, latence, confidentialité, alineamiento, support ?
Il y a plusieurs points, la première série pour ce qui veut l’IA. Ce n’est pas la même chose que d’utiliser IA pour programmer l’analyse de documents ou l’automatisation de processus. Par exemple, si l’objectif est la programmation, les modèles comme les espèces anthropiques fonctionnent particulièrement bien.
S’il existe diverses options viables, le deuxième facteur important sera l’écosystème cloud de l’entreprise. Si votre infrastructure est chez un fournisseur cloud mais que vous souhaitez utiliser des modèles d’autres, vous devez normalement monter une capacité supplémentaire d’infrastructure sécurisée pour éviter les communications que vous avez demandées. Par conséquent, même si le cas d’utilisation le permet, il est recommandé d’utiliser les modèles disponibles dans le propre fournisseur cloud où se trouve l’infrastructure, de la forme que tout le trafic s’effectue à l’intérieur.
En fonction du coût, il est habituel d’utiliser les modèles les plus performants pour valider le cas d’utilisation. Une fois confirmé que cela fonctionne, la prochaine étape sera de rencontrer le modèle le plus petit ou économique qui peut exécuter cette tâche avec le niveau de qualité nécessaire.
Le reste des facteurs — sécurité, gouvernance ou confidentialité — dépend en grande partie de la conception de l’architecture et des processus de gouvernement de l’IA que le modèle est en place. C’est pourquoi il est important de définir bien le système et de contacter les profils spécialisés que vous pouvez concevoir correctement.
Pourquoi le marché offre-t-il quelques modèles dominants ou un écosystème de modèles spécialisés ? Qu’est-ce qui vous prouve?
Personnellement, nous pensons que nous ferons une combinaison d’ambos. Il existe probablement un peu de modèles « de base » ou fondamentaux développés par les grands fournisseurs, mais ils apparaîtront également dans des versions conçues ou ajustées, plus spécialisées dans les domaines concrets et qui peuvent être plus rapides et plus rapides pour des utilisateurs sûrs.
En effet, l’architecture artificielle est disponible dans cette direction. Normalement, il y a un agent explorateur avec une bonne capacité de raisonnement qui, en fonction de ce que l’utilisateur a à faire, peut appeler des agents spécialisés dans différents domaines. Aujourd’hui, ces agents travaillent avec des modèles bastante généralistes, mais ils peuvent également proposer des modèles plus spécifiques pour des domaines déterminés.
Dans ce contexte, un des éléments clés sera l’utilisation de données privées. La plupart des modèles actuels sont constitués de grands volumes de données publiques, mais lorsqu’une organisation peut créer ou ajuster un modèle avec les données propres d’un secteur ou d’une activité concrète, le système peut être extrêmement efficace dans cet environnement. C’est là que nous avons l’impression que les avancées les plus intéressantes sont les plus intéressantes.
Quelles sont les implications de cela pour le pouvoir de fijación des prix et la structure des marges dans le secteur ?
Ce n’est pas moi qui demande aux fournisseurs de modèles fondamentaux que les consultants ou intégrateurs utilisent pour créer des solutions adaptées aux besoins des clients.
La fixation des prix par rapport au LLM est basée sur les fournisseurs principaux du LLM, et ici, il y aura une optimisation de ce type de modèle dans le futur pour réduire votre coût et donc le prix du jeton.
Au niveau du secteur, le développement de l’IA, ou de l’IA Génétique, est aujourd’hui un nouvel environnement, où il est nécessaire au moment de l’avancement de cette technologie, il n’y a aujourd’hui qu’un grand nombre de professionnels spécialisés, car les coûts de consultation dans cet environnement sont élevés. Grâce à la technologie mature et à l’assistance, le nombre de professionnels spécialisés en IA et IA Géntica augmente les coûts en deberían de estandarizar.
Quelle est la différence entre le tableau des restaurants des concurrents ? Qu’est-ce qui se passe sur votre modèle AIShore ?
Le développement a été assisté par IA normalement se passa par des niveaux distincts de madurez. Vous utiliserez un chat pour résoudre des problèmes de code ou avec des systèmes de saisie semi-automatique. Après avoir évolué vers l’entreprise de développement d’assistants pour IA, comme Cursor ou Claude Code. Matix va un pas plus loin.
En tant qu’outil qui améliore la productivité d’une personne, Matix permet de créer une équipe virtuelle complète qui réplique les rôles habituels d’un projet de logiciel : Product Owner, architectes, programmeurs, testeurs, ainsi que des profils spécialisés qui exigent des sous-agents intermédiaires, comme experts en sécurité ou infrastructure.
Ainsi, vous configurez une équipe étendue pour que certains rôles puissent être des personnes et d’autres membres virtuels de IA, tout en travaillant avec la même méthodologie que nous utilisons en Mática.
Cela permet aux équipes disposant d’une capacité de travail beaucoup plus élastique : elles peuvent attribuer des tâches ou des phases concrètes du cycle de vie du logiciel à cet équipement amplifié, augmentant ainsi la capacité de développement sans perdre les niveaux de qualité, grâce aux processus constants de validation et de contrôle.
Le modèle AShore se base précisément sur cette idée : créer des usines de logiciels puissantes pour IA, où l’équipe humaine et l’équipe d’IA travaillent de manière intégrée pour augmenter la productivité et réduire le coût total des projets.
Que vous recommande-t-il de gérer le dilemme « vitesse ou contrôle » pour ne pas craindre des risques inacceptables ?
Ce point est quelque chose qui nous intéresse toujours dans le domaine de l’innovation. Il est important de connaître toutes les nouveautés, et maintenant même dans le cadre de cette semaine, il y a de nouvelles technologies, modèles ou techniques à tester. Mais pas tout cela doit être une production. Une entreprise a des nécessités et des obligations liées à la sécurité, à l’intégration, etc. qui doivent être tenues en compte.
Nous espérons toujours un moment à partir du moment où une nouvelle vente sur le marché doit être intégrée dans nos entreprises productives. Avant de procéder à l’analyse des éléments contrôlés par PoC, d’évaluer les avantages et les inconvénients, mais sur tout ce qui doit être audité et analysé dans les lignes qui commentent avant d’implanter une utilisation productive.
Comment changer l’organisation : rôles, incitations, formation et relation TI-entreprise ?
Avec Matix tout changer… ou casi tout. Les rôles restent les mêmes, mais les priorités sur ceux qui doivent mettre à profit notre équipe si elles changent. Les rôles de programmation les plus purs sont les premiers qui peuvent être augmentés avec IA. Maintenant, par exemple, nous travaillons dans d’autres rôles de spécialistes, comme des agents de sécurité, de qualité, etc., en tant qu’agents d’IA pour travailler avec les équipes qui ont les capacités qui ne sont pas à leur disposition.
Le modèle d’incitations va également changer dans le futur, mais aujourd’hui, il est bientôt possible. Lorsque le traitement médical n’est pas réalisé tant par le travail propre au développement que par la capacité de coordonner un équipement d’IA et de produire un travail de haute qualité et selon les normes définies, le modèle d’incitations va être modifié.
Le niveau de formation a également 2 objectifs : d’un côté, c’est la formation de l’équipe pour être capable de construire des systèmes techniques, c’est une formation la plus standard, dans une nouvelle technologie et des cadres de développement. Et il y a une autre formation, formée en tant que travailleur avec des agents dans le secteur du développement de logiciels qui nécessitent beaucoup de pratique, d’expérimentation, pour apprendre à travailler avec IA, nécessiter de travailler avec l’IA, comprendre et intérioriser vos points forts et difficiles, la forme optimale des instructions de pas, etc. Ce point en Mática nous permet d’être impartial et meilleur sur le marché intérieur dans cette ligne, basé sur l’expérience des personnes qui ont le plus de temps pour travailler avec IA.
