Claude in Excel : une declaration de guerre aux startups AI+X

Cette semaine, Anthropic a lancé Claude in Excel. Et ce lancement révèle une vérité brutale : l’écart entre les produits augmentés par l’IA et les produits natifs IA n’est pas une question de fonctionnalités, mais d’architecture fondamentale.

Microsoft utilise l’IA pour exécuter des fonctions Excel. Claude utilise Excel comme couche de présentation. Anthropic gagne sur la vitesse et la qualité. Cette différence architecturale explique pourquoi la plupart des startups “AI + X” sont condamnées.

Le SaaS est mort devient réalité

Pendant des mois, on a entendu le refrain “SaaS is dead”. Maintenant, nous voyons concrètement ce que cela signifie.

Pour survivre dans ce nouvel environnement, vous devez dominer l’une de ces trois catégories :

Les frameworks. Opencode, Clawdbot et leurs équivalents contrôlent comment les développeurs construisent avec l’IA. Si vous possédez la couche framework, vous possédez l’écosystème. Ces entreprises ne vendent pas seulement des outils, elles définissent les standards.

L’infrastructure. Vercel, Supabase, Cloudflare, Stripe. Ces plateformes fournissent les fondations critiques sur lesquelles tout le reste repose. L’infrastructure est difficile à déloger une fois établie, et elle capture de la valeur à chaque transaction qui la traverse.

L’intégration full-stack. Base44, Replit, Lovable, Cursor, Comet, Manus. Ces produits offrent une expérience complète de bout en bout. Ils ne se contentent pas d’ajouter l’IA à un workflow existant, ils repensent entièrement le workflow autour des capacités de l’IA.

Si vous n’appartenez à aucune de ces catégories, il ne vous reste qu’une guerre des prix insoutenable. Vous êtes coincé dans une course vers le bas, à essayer de différencier un produit qui peut être reproduit en quelques semaines par n’importe qui ayant accès aux API d’OpenAI ou d’Anthropic.

Claude in Excel illustre parfaitement ce point. Anthropic n’a pas construit une startup “Excel + IA”. Ils ont construit un modèle d’IA de classe mondiale, puis ont trouvé un moyen de le rendre accessible là où les gens travaillent déjà. C’est l’opposé de la plupart des startups qui prennent un outil existant et y ajoutent des fonctionnalités IA.

Les entreprises possédant des modèles IA puissants croissent à une vitesse différente

Parlons de chiffres concrets.

Kuaishou, avec son modèle de génération vidéo Kling, a atteint 20 millions de dollars de revenu récurrent mensuel. Google a connu une croissance explosive après le lancement de Nano Banana Pro et Gemini-3. Grok dépasse Google dans certains domaines grâce à sa génération d’images et de vidéos sans restriction.

Ces entreprises ne se contentent pas de croître plus vite. Elles opèrent dans une catégorie totalement différente.

Quand vous possédez le modèle, vous contrôlez l’économie unitaire. Vous n’êtes pas à la merci des augmentations de prix d’API. Vous ne craignez pas qu’OpenAI lance une fonctionnalité qui rende votre produit obsolète du jour au lendemain. Vous définissez les capacités, au lieu de simplement les consommer.

Le problème est que la plupart des startups ne peuvent pas posséder un modèle. Les coûts d’entraînement, les besoins en données, l’expertise technique requise, tout cela représente des barrières à l’entrée qui ne cessent d’augmenter. GPT-4 aurait coûté plus de 100 millions de dollars à entraîner. Les modèles de prochaine génération coûteront des centaines de millions, voire des milliards.

Alors que faire si vous n’avez pas des centaines de millions pour entraîner un modèle de base ?

Pourquoi vous devez brûler plus de tokens

Claude Code a prouvé la valeur des produits natifs IA. Il ne s’agit pas d’ajouter un chatbot à votre application existante. Il s’agit de repenser fondamentalement comment votre produit fonctionne quand l’IA est au centre.

Voici les directions viables pour les startups en 2026 :

Engagement entreprise profond. Ne construisez pas un outil générique. Intégrez-vous si profondément dans les workflows d’une industrie spécifique que vous devenez irremplaçable. Cela signifie comprendre non seulement le problème de surface, mais les dix couches de complexité en dessous. Cela signifie des intégrations personnalisées, des pipelines de données propriétaires, et une expertise de domaine que les modèles d’IA généralistes ne peuvent pas reproduire.

Collection de données relationnelles. Les données sont le fossé défensif. Mais pas n’importe quelles données : vous avez besoin de données relationnelles riches qui deviennent plus précieuses au fil du temps. Pensez aux graphes de connexions, aux patterns comportementaux, aux préférences contextuelles. Le genre de données qui nécessite des années pour être construites et qui devient exponentiellement plus utile à mesure qu’elles s’accumulent.

Domination de niche. Trouvez un vertical suffisamment étroit pour que vous puissiez le dominer complètement, mais suffisamment large pour construire une vraie entreprise. Le paradoxe est que plus votre niche est étroite, plus il est facile de devenir le leader incontesté. Et une fois que vous dominez une niche, vous pouvez vous étendre à des verticales adjacentes avec votre expertise et votre marque établies.

Conception de produit native IA. C’est le plus difficile et le plus important. La plupart des produits “IA” sont juste des produits traditionnels avec des fonctionnalités IA ajoutées. Les vrais produits natifs IA repensent l’interface utilisateur, le workflow, et même le modèle commercial en partant du principe que l’IA est au centre. Claude in Excel en est un exemple parfait. Ils n’ont pas ajouté l’IA à Excel. Ils ont utilisé Excel comme interface pour Claude.

Le point commun entre toutes ces approches ? Elles nécessitent de brûler plus de tokens. Vous devez investir massivement dans l’inférence IA, pas seulement comme coût d’exploitation, mais comme investissement stratégique dans la création de valeur.

La plupart des startups sous-utilisent l’IA parce qu’elles la traitent comme un coût à minimiser. Les gagnants la traitent comme un moteur de différenciation à maximiser. Ils trouvent des moyens d’utiliser l’IA qui créent de la valeur composée, où chaque interaction rend le produit plus intelligent, plus utile, plus difficile à remplacer.

2026 : le temps presse

Il y a un an et demi, Manus n’existait pas. Aujourd’hui, ils ont été acquis par Meta pour environ 3 milliards de dollars.

Ce rythme n’est pas une anomalie. C’est la nouvelle normalité.

Les cycles de startups qui prenaient autrefois 7 à 10 ans se produisent maintenant en 18 mois. Les avantages concurrentiels qui semblaient imprenables s’érodent en quelques trimestres. Les marchés entiers se reconfigurent pendant que vous lisez cet article.

Le problème pour la plupart des fondateurs est qu’ils opèrent encore selon l’ancien calendrier. Ils construisent des plans sur 3 ans. Ils lèvent des tours de financement conçus pour durer 18 mois de piste. Ils optimisent pour l’efficacité plutôt que la vitesse.

Pendant ce temps, une poignée d’entreprises redéfinit fondamentalement comment l’IA fonctionne. Elles ne construisent pas de meilleurs chatbots. Elles ne créent pas de meilleurs wrappers d’API. Elles repensent des catégories entières de logiciels en partant du principe que l’intelligence artificielle est abondante et bon marché.

Claude in Excel n’est pas juste une intégration produit. C’est une déclaration d’intention. Anthropic dit : nous pouvons prendre vos outils existants et les rendre exponentiellement plus puissants. Nous pouvons le faire plus rapidement et mieux que vous. Et nous pouvons le faire à une échelle que vous ne pouvez pas égaler.

Si vous construisez une startup “AI + X”, vous devez vous poser une question honnête : quel est votre fossé défensif quand les entreprises d’IA peuvent intégrer votre fonctionnalité principale en quelques semaines ?

La réponse ne peut pas être “nous avons lancé en premier” ou “nous avons une meilleure interface utilisateur”. Ces avantages s’évaporent instantanément.

La seule réponse durable est que vous construisez quelque chose de fondamentalement différent. Quelque chose qui devient plus précieux au fil du temps. Quelque chose qui nécessite une expertise de domaine profonde, des données propriétaires, ou des intégrations si complexes qu’elles ne peuvent pas être facilement reproduites.

Ou vous acceptez que vous n’êtes pas en train de construire une entreprise durable. Vous construisez une fonctionnalité qui sera éventuellement absorbée par une plateforme plus grande. Ce qui est parfaitement acceptable, si vous allez dans cette direction avec les yeux ouverts et une stratégie de sortie claire.

Mais si votre plan est de construire une vraie entreprise qui durera, vous devez agir maintenant. Le temps de construire méthodiquement et prudemment est révolu. En 2026, vous devez bouger vite et casser les choses, ou quelqu’un d’autre cassera votre marché à votre place.

Les gagnants de cette vague ne seront pas ceux qui ont ajouté l’IA à leurs produits existants. Ce seront ceux qui ont repensé entièrement leurs produits autour de ce que l’IA rend possible.

Claude in Excel nous montre à quoi ressemble ce futur. La question est : allez-vous le construire, ou le subir ?