La croissance du cloud de SAP dépasse les prévisions, portée par l’IA et la demande de logiciels d’entreprise

SAP a fait état d’une demande cloud plus forte que prévu le 21 octobre, remettant en cause les craintes selon lesquelles l’intelligence artificielle affaiblirait les entreprises établies de logiciels d’entreprise. La croissance du cloud de SAP a atteint 25 % à taux de change constants, une mesure qui exclut les effets des taux de change. Le carnet de commandes cloud actuel a progressé de 26 % sur cette base, au-dessus des prévisions de 24 % à 25 % d’UBS citées par Reuters.

La tension est simple : l’IA promet de transformer la manière dont les employés utilisent les logiciels d’entreprise, mais SAP affirme que cette opportunité encourage l’adoption du cloud. Ces résultats peuvent coexister. Un assistant peut remplacer des écrans familiers tandis que les systèmes sous-jacents de comptabilité, d’achats et d’exploitation demeurent essentiels.

Microsoft offre un point de comparaison utile, car l’entreprise vend des applications métier aux côtés de services d’IA. La question centrale dépasse le choix de l’entreprise proposant l’assistant le plus performant. Les acheteurs d’entreprise doivent déterminer si l’IA rend leurs fondations logicielles existantes plus précieuses, ou si elle crée une occasion de les remplacer.

La croissance du cloud de SAP renforce le tableau de la demande

Les résultats de SAP montrent une demande soutenue pour ses offres cloud, tout en laissant ouverte l’interprétation de la contribution précise de l’IA.

SAP a publié ses résultats du troisième trimestre pour la période close le 30 septembre 2026. Ses résultats cloud trimestriels montrent une hausse de 26 % du chiffre d’affaires cloud tel que publié. Le chiffre ajusté des devises était légèrement inférieur, ce qui illustre pourquoi ces mesures doivent rester distinctes.

Cette distinction est importante lorsqu’on compare SAP à d’autres entreprises internationales de logiciels. La croissance publiée inclut les mouvements de devises, tandis que la mesure ajustée aide les lecteurs à évaluer l’activité sous-jacente. Aucune des deux mesures ne devrait remplacer silencieusement l’autre lorsqu’il s’agit de décrire une accélération des performances ou un dépassement des attentes.

La comparaison avec les prévisions exige aussi de la précision. Reuters a relevé une surprise positive dans le carnet de commandes cloud actuel, plutôt que de présenter l’estimation d’UBS comme une prévision de chiffre d’affaires cloud comptabilisé. Le carnet de commandes mesure l’activité contractée en attente de comptabilisation future du chiffre d’affaires. Il offre une perspective sur la demande qui complète les ventes déjà enregistrées.

La Cloud ERP Suite de SAP a progressé de 28 % à taux de change constants. L’ERP, ou planification des ressources de l’entreprise, relie des fonctions métier telles que la finance et les achats. Cette performance inscrit l’histoire dans les logiciels opérationnels, plutôt que de laisser penser que l’ensemble du résultat provient d’un produit d’IA autonome.

L’entreprise a également orienté ses prévisions annuelles de chiffre d’affaires cloud vers le haut de sa fourchette existante. Cela traduit une confiance accrue dans des limites déjà communiquées. Les lecteurs devraient distinguer cet ajustement d’une prévision entièrement nouvelle ou d’une garantie concernant l’année suivante.

Ensemble, ces mesures constituent des éléments contre l’idée d’un effondrement immédiat de la demande pour le portefeuille cloud de SAP. Les clients ont continué à s’engager dans des abonnements, tandis que l’entreprise enregistrait une croissance des services déjà fournis. Cette combinaison apporte davantage d’informations qu’une seule annonce produit.

Toutefois, la vigueur de la demande et la causalité produit répondent à des questions différentes. Les résultats financiers peuvent établir que les clients ont acheté davantage de logiciels cloud. Déterminer exactement pourquoi ils les ont achetés exige des éléments supplémentaires sur les décisions d’achat, la composition des contrats et l’utilisation réelle après le déploiement.

Un acheteur peut approuver une modernisation parce qu’un système existant doit être remplacé. Un autre peut privilégier l’accès à des capacités d’IA. Ces deux décisions peuvent produire une croissance du cloud, même lorsque leurs justifications économiques diffèrent considérablement.

C’est pourquoi ces résultats méritent l’attention sans devenir un verdict global sur l’avenir des logiciels. SAP a fourni un contre-exemple concret au déplacement immédiat. L’entreprise n’a pas tranché la question de savoir si l’IA modifiera, au fil du temps, les budgets logiciels, les structures d’achat ou les relations avec les fournisseurs.

Le point de départ utile est donc étroit mais conséquent : les clients d’entreprise ont continué d’investir dans l’activité cloud de SAP. La question suivante porte sur ce que ces engagements révèlent de la relation entre les nouvelles capacités d’IA et les applications métier établies.

L’adoption de l’IA met sous pression l’argument du remplacement

Le trimestre remet en cause l’hypothèse selon laquelle une meilleure IA signifie automatiquement une demande plus faible pour les applications métier établies.

Selon le récit de Reuters sur les perspectives de demande cloud, le directeur général Christian Klein a identifié l’IA comme le principal moteur de la migration vers le cloud. Il s’agit de l’explication de la direction quant au comportement des clients, et non d’une contribution financière isolée de manière indépendante.

Reuters a également rapporté que SAP maintenait ses prévisions de bénéfice d’exploitation. Le directeur financier Dominik Asam a souligné l’incertitude économique et l’importance du quatrième trimestre. Ces réserves doivent accompagner les chiffres favorables de la demande, car des réservations plus élevées n’éliminent pas les contraintes de dépenses.

Le conflit stratégique repose sur des attentes concurrentes concernant l’endroit où la valeur métier s’accumulera. Selon une première vision, l’IA affaiblira les fournisseurs d’applications en rendant moins nécessaires les interfaces et flux de travail traditionnels. Selon une autre, une IA utile augmentera la demande pour les systèmes qui détiennent les données métier et les règles opérationnelles.

Les résultats de SAP soutiennent la seconde interprétation pour son activité actuelle, avec une limite importante. Ils montrent que l’entreprise peut croître pendant l’expansion de l’adoption de l’IA. Ils n’établissent pas que tous les fournisseurs historiques en bénéficient, ni que chaque produit existant mérite sa place actuelle.

La pression immédiate s’exerce sur quiconque considère le remplacement d’applications comme une conséquence automatique de l’amélioration des modèles. Un système qui génère un texte convaincant a toujours besoin d’un accès fiable aux informations métier. L’exécution d’une tâche opérationnelle exige également des autorisations, des validations et une trace de ce qui s’est produit.

Prenons le cas d’un assistant invité à modifier une décision d’achat. Comprendre la demande n’est qu’une partie du travail. L’organisation doit déterminer qui peut approuver le changement, quels dossiers doivent être mis à jour et comment les autres services en reçoivent les conséquences.

Il s’agit de considérations architecturales, et non d’affirmations concernant un déploiement SAP particulier. Elles expliquent pourquoi une IA plus performante et la poursuite des dépenses applicatives peuvent coexister. Une nouvelle méthode d’interaction peut accroître l’utilité d’un système opérationnel existant.

Le même raisonnement crée une pression pour SAP. Une position établie ne garantit pas que les clients accepteront chaque offre d’IA. L’entreprise doit relier sa fondation logicielle à des résultats concrets que les acheteurs peuvent reconnaître après la mise en œuvre.

Pour les acheteurs d’entreprise, la décision devient plus précise qu’un choix entre anciens logiciels et nouvelle IA. Ils doivent évaluer quelles capacités dépendent des systèmes existants, lesquelles peuvent fonctionner indépendamment et lesquelles introduisent une duplication inutile.

Les travailleurs du savoir font face à une distinction connexe entre la récupération d’informations et l’autorisation d’une action. Une base de connaissances consultable peut aider les équipes à comprendre la documentation. Les systèmes transactionnels doivent en outre appliquer les règles métier lorsqu’un employé agit sur ces informations.

L’implication plus large est conditionnelle : l’IA donne une raison de reconsidérer l’architecture logicielle, mais ne prédétermine pas la décision de remplacement. Le trimestre de SAP rend cette distinction plus difficile à ignorer.

Le contexte métier confère un rôle aux applications établies

L’IA devient pertinente sur le plan commercial lorsqu’elle aide à accomplir le travail dans le respect des règles qui régissent une organisation.

SAP a présenté sa dernière orientation lors de son événement du 6 octobre à Las Vegas. Sa stratégie d’IA métier s’articule autour de Joule Work, Joule Assistants et de sa Business AI Platform. SAP positionne ces offres autour de fonctions métier connectées et de résultats opérationnels.

Ce positionnement explique la logique de la réponse de l’entreprise aux préoccupations liées au déplacement. SAP souhaite que les clients considèrent ses applications et sa fondation de données comme des prérequis à une IA utile. Le message produit associe la modernisation à la capacité de coordonner le travail entre les services.

Il s’agit toujours d’une stratégie d’entreprise, et non d’une preuve de réussite universelle chez les clients. Les démonstrations de produits peuvent montrer le comportement prévu dans des conditions choisies. Elles ne peuvent pas établir avec quelle régularité les mêmes capacités fonctionnent dans différentes organisations, avec différents niveaux de qualité des données et différentes structures d’approbation.

Néanmoins, le problème métier sous-jacent est concret. Une entreprise ne peut pas traiter chaque question opérationnelle comme une conversation isolée. Les décisions relatives à l’approvisionnement, aux effectifs, aux dépenses ou aux livraisons affectent souvent des dossiers et des responsabilités au-delà de l’employé qui pose la question.

Un agent d’IA, c’est-à-dire un logiciel qui exécute des tâches en vue d’un objectif, a donc besoin de limites définies. Ces limites déterminent à quelles informations il peut accéder et quelles actions nécessitent une approbation. Sans elles, une commodité apparente peut créer un travail de vérification supplémentaire.

L’avantage potentiel pour un fournisseur d’applications réside dans la compréhension de ces relations. Une recommandation utile doit correspondre à la situation réelle de l’organisation. Cela inclut l’état d’un processus, la signification d’un dossier et l’autorité de la personne demandant l’action.

Il s’agit d’une explication analytique de l’opportunité, et non d’une source mesurée des revenus de SAP. Les chiffres de résultats ne révèlent pas combien les clients ont payé spécifiquement pour ces relations. Ils ne distinguent pas non plus l’utilité future anticipée de la valeur déjà réalisée.

La même architecture crée une ouverture pour les concurrents. Un fournisseur qui se connecte de façon fiable aux systèmes existants peut proposer une interface différente ou une capacité spécialisée. La propriété de l’application sous-jacente ne confère pas automatiquement la propriété de chaque interaction future avec les employés.

SAP a donc intérêt à rendre son contexte métier accessible et utile dans sa propre expérience d’IA. Les clients ont intérêt à préserver leur flexibilité lorsqu’ils évaluent des alternatives. Ces deux intérêts influenceront l’évolution des contrats et des mises en œuvre.

Les développeurs devraient lire ce trimestre sous cet angle pratique. L’opportunité ne se limite pas à l’ajout d’une interface conversationnelle à une application. Elle comprend la connexion entre l’intention et les actions autorisées, la gestion d’informations incomplètes et la compréhension du travail résultant par les personnes.

Pour les acheteurs, la question la plus pertinente concerne la qualité d’exécution. Un assistant qui produit une réponse plausible et un assistant qui résout en toute sécurité une exception métier représentent des accomplissements différents. L’argument commercial dépend du résultat dont l’organisation a réellement besoin.

La croissance du cloud de SAP est cohérente avec des clients investissant dans cette fondation. La question de savoir si l’expérience d’IA qui en résulte gagnera un usage durable reste distincte.

Microsoft offre une comparaison, pas un tableau de bord direct

Les résultats de Microsoft illustrent une autre voie pour combiner logiciels établis et IA, bien que la diversité de ses activités empêche un classement simple.

Les résultats trimestriels de Microsoft couvrent la période close le 30 juin 2026. Le chiffre d’affaires de Dynamics 365 a progressé de 13 %, ou de 12 % à taux de change constants. Le chiffre d’affaires d’Azure et des autres services cloud a augmenté de 43 %.

L’entreprise a également indiqué que Microsoft 365 Copilot avait dépassé 30 millions de licences payantes. Copilot est l’assistant IA de Microsoft intégré à ses produits de travail. Ensemble, ces informations montrent que les abonnements aux applications, l’adoption de l’IA et l’infrastructure cloud progressent chez le même fournisseur.

Ces chiffres apportent du contexte plutôt qu’ils ne constituent une comparaison directe de performance avec SAP. Les périodes de publication diffèrent, tout comme les produits et activités inclus. La catégorie des services cloud d’Azure ne peut pas servir de mesure de substitution de la demande pour les applications d’entreprise.

La comparaison la plus utile concerne les voies de commercialisation. Microsoft peut intégrer l’IA à des logiciels de travail et services cloud familiers. SAP met l’accent sur les applications opérationnelles et les processus métier. Chaque approche cherche à relier de nouvelles capacités d’IA aux produits que les clients utilisent déjà.

Pour les acheteurs, cela crée des décisions qui se chevauchent. Une organisation peut évaluer un assistant de travail tout en modernisant séparément son environnement financier ou sa chaîne d’approvisionnement. L’achat de l’un ne permet pas, à lui seul, d’établir si l’autre investissement est redondant.

Ce chevauchement complique aussi le discours des fournisseurs. Les éditeurs ont intérêt à présenter leurs propres produits comme le lieu naturel de l’activité liée à l’IA. Les clients doivent déterminer quel environnement donne aux employés les informations et l’autorité nécessaires pour une tâche donnée.

Une demande générale dans un environnement de travail et une action opérationnelle réglementée n’imposent pas les mêmes exigences. Résumer un document interne ne requiert pas les mêmes contrôles que modifier un enregistrement métier. Traiter ces activités comme interchangeables peut masquer la véritable décision d’achat.

La comparaison renforce donc une conclusion limitée : les fournisseurs de logiciels établis disposent de plusieurs moyens de participer aux dépenses en IA. Elle ne démontre pas que leurs stratégies sont équivalentes, ni que les clients devraient regrouper toute activité d’IA dans un contrat existant.

La concurrence peut également évoluer sans remplacement complet d’une application. Une entreprise peut conserver son système opérationnel tout en changeant le point de départ du travail de ses employés. Cela préserverait une partie du rôle du fournisseur historique tout en créant une concurrence autour de la relation utilisateur.

À l’inverse, un fournisseur qui relie directement l’IA à des processus métier fiables peut rendre ses produits existants plus attractifs. Ce résultat soutiendrait l’idée que les fondations applicatives conservent leur valeur même lorsque la couche d’interaction évolue.

Il s’agit de possibilités stratégiques plutôt que de résultats établis par les chiffres trimestriels. Les résultats de SAP fournissent des éléments actuels sur la demande. Les informations publiées par Microsoft montrent que SAP évolue dans une compétition plus large visant à relier l’adoption de l’IA aux dépenses existantes des entreprises.

La pression qui s’exerce sur les deux fournisseurs est concrète : convaincre les clients que l’offre combinée améliore suffisamment le travail pour justifier la poursuite de leur engagement. Un catalogue plus vaste de fonctionnalités d’IA ne peut pas répondre seul à cette question.

Les engagements cloud ne démontrent pas les retours de l’IA

Une forte demande soutient la position commerciale de SAP, mais elle ne peut pas démontrer le retour que les clients tirent de chaque déploiement d’IA.

C’est la lecture sceptique centrale du trimestre. Un engagement d’abonnement enregistre une décision d’achat. Il ne révèle pas automatiquement si les employés utilisent les nouvelles capacités, si les tâches s’améliorent ou si l’organisation réduit le travail évitable.

Les assistants de chaîne d’approvisionnement de SAP offrent un exemple concret de cette distinction. Dans une communication du 8 octobre, l’entreprise a décrit des capacités prévues dans la planification, la production, la logistique et les opérations d’actifs. La disponibilité générale de ces nouvelles capacités était prévue pour le quatrième trimestre.

SAP a également décrit l’utilisation de l’IA par Doehler pour résoudre des problèmes logistiques. Le directeur technologique de Doehler a indiqué avoir récupéré environ un tiers du temps auparavant consacré au dépannage. Il s’agit d’un témoignage client attribué, publié par SAP, plutôt que d’un benchmark indépendant.

Ce témoignage donne aux lecteurs un scénario métier précis : identifier un problème logistique et recommander une réponse. Il est plus informatif qu’une promesse générique de productivité. Ses limites probantes restent néanmoins importantes pour évaluer si des résultats similaires se reproduiront ailleurs.

Un exemple client ne démontre pas l’expérience moyenne. Les organisations diffèrent par la conception de leurs processus, la qualité de leurs informations, les responsabilités des employés et l’ampleur de la mise en œuvre. Un cas réussi peut démontrer un usage plausible sans établir un résultat reproductible pour chaque acheteur.

Le calendrier de disponibilité introduit une autre limite. Des fonctionnalités prévues pour le quatrième trimestre ne peuvent pas expliquer automatiquement la performance du trimestre clos en septembre. Les clients peuvent prendre des décisions sur la base de plans futurs, mais les capacités attendues et les capacités déployées restent des catégories distinctes.

L’interprétation financière exige une discipline similaire. La croissance des engagements cloud peut refléter la confiance dans la plateforme, des besoins de modernisation ou l’intérêt pour l’IA. Les chiffres agrégés publics n’attribuent pas un poids précis à chacun de ces motifs.

Cette incertitude n’efface pas la croissance déclarée. Elle définit ce que les éléments disponibles permettent d’établir. Le trimestre confirme une demande commerciale continue tout en laissant ouvertes les questions sur la qualité de l’adoption et la contribution de capacités individuelles.

Il existe aussi une différence entre gagner du temps dans une tâche et améliorer l’ensemble du processus. Des recommandations plus rapides peuvent toujours nécessiter une vérification. Si les employés consacrent davantage de temps à contrôler les résultats ou à corriger des problèmes en aval, le résultat net devient plus difficile à évaluer.

Une évaluation crédible devrait donc tenir compte de l’activité complète, y compris des exceptions et de l’intervention humaine. Il s’agit d’une norme analytique pour juger le discours de l’entreprise. Ce n’est pas l’affirmation que les produits de SAP ont échoué à une telle évaluation.

La dépendance envers le fournisseur mérite également attention. Relier l’IA aux données métier peut accroître son utilité tout en rendant les choix architecturaux futurs plus conséquents. Les acheteurs doivent comprendre le fonctionnement des autorisations, des enregistrements et des intégrations avant d’élargir le périmètre des actions automatisées.

Le trimestre de SAP donne à la direction des éléments montrant que son orientation attire des dépenses. Les clients jugeront cette même orientation à travers les performances quotidiennes. Ces perspectives se recoupent, mais elles ne constituent pas des mesures interchangeables du succès.

La lecture la plus défendable préserve les deux constats : la demande cloud a résisté, et l’argument plus large en faveur des retours de l’IA exige encore des preuves opérationnelles.

Surveiller la conversion de la demande, la livraison produit et l’usage client

Les prochains éléments devraient relier les engagements des clients aux capacités livrées et à des résultats métier reproductibles.

Le premier signal est de savoir si SAP maintient la relation entre la demande contractée et le chiffre d’affaires cloud comptabilisé. Les prochaines publications devraient être lues en utilisant des mesures à taux de change constants et des périodes clairement identifiées. Mélanger la croissance du carnet de commandes avec celle du chiffre d’affaires masquerait la question de savoir si la tendance sous-jacente se renforce.

Une croissance continue des deux mesures soutiendrait l’interprétation selon laquelle les clients restent engagés dans l’orientation cloud de SAP. Des engagements en baisse remettraient en cause la durabilité de cette demande. Un décalage exigerait une attention plus soutenue au calendrier et à la composition des contrats.

Ce signal compte parce que le trimestre actuel combine des éléments sur les achats avec des éléments sur les services déjà fournis. Préserver ce lien renforcerait l’argument de résilience. Un titre favorable sur une seule de ces mesures offrirait une base de jugement plus limitée.

Le deuxième signal est la livraison des capacités de chaîne d’approvisionnement que SAP avait prévues pour le quatrième trimestre. La disponibilité du produit permettrait à davantage de clients d’évaluer les fonctionnalités annoncées dans leurs propres environnements. Des retards ou un périmètre réduit affaibliraient le cas opérationnel immédiat.

La disponibilité doit également être distinguée du déploiement. Une fonctionnalité publiée peut toujours nécessiter une mise en œuvre, des autorisations, des changements de processus et une formation des employés. Les lecteurs devraient rechercher des éléments montrant que la capacité promise est entrée dans le travail courant, plutôt que de supposer que sa sortie finalise l’adoption.

Le troisième signal est l’existence de preuves client allant au-delà de témoignages de réussite isolés. Les exemples utiles devraient identifier la tâche initiale, la contribution de l’IA, le travail humain restant et le résultat. Ce niveau de détail rendrait les affirmations plus faciles à évaluer entre organisations.

Des améliorations reproductibles renforceraient l’argument de SAP selon lequel l’IA accroît la valeur de sa fondation applicative. Un usage limité ou des résultats peu clairs laisseraient davantage d’incertitude sur les raisons pour lesquelles les clients continuent d’acheter. Aucun de ces résultats ne devrait être déduit de la seule existence d’une offre d’IA.

Ces signaux suivent la même séquence que la proposition commerciale : les clients s’engagent, les fournisseurs livrent et les employés utilisent la capacité qui en résulte. Chaque étape répond à une question différente. Les traiter séparément facilite l’évaluation de l’ensemble.

Pour les acheteurs d’entreprise, la réponse pratique consiste à examiner le lien entre un investissement proposé et un besoin opérationnel précis. Demandez ce qui devient plus simple, quel système reste responsable et comment l’organisation reconnaîtra une amélioration après le déploiement.

Les développeurs devraient rendre ces résultats vérifiables, notamment les informations utilisées, les validations requises et les actions réalisées. Les travailleurs du savoir devraient distinguer l’assistance qui améliore l’accès à l’information de l’automatisation qui modifie les enregistrements métier. Les deux peuvent être utiles, mais ils exigent des preuves différentes.

La croissance cloud de SAP offre un résultat concret à examiner pour l’argument de la résilience des logiciels. Suivez les prochaines publications en parallèle de la disponibilité des produits et des témoignages clients. Lors de l’évaluation d’une proposition d’IA, demandez au fournisseur de relier ses promesses à un flux de travail réel, puis identifiez les éléments que votre équipe examinera après le lancement. Le système aide-t-il les personnes à accomplir leur travail de manière plus fiable, avec une responsabilité claire quant à la suite des opérations ? Cette question restera utile longtemps après que ce titre sur les résultats aura disparu.