Connexion
Comment le marché IT a évolué en 2025
Du SIEM à la RPA, de l’UCaaS à l’iPaaS, il existe au moins un axe d’évolution commun : la diffusion des technologies d’IA.
Nous en avons fait un des angles d’une brève revue des tendances du marché IT en 2025. En nous intéressant, en parallèle, à trois autres aspects :
- La « platformisation » et ses effets (stratégies mono/multifournisseur, lock-in, chevauchements de produits)
- Le décalage entre offre et demande
- L’évolution des tarifications
Les éléments suivants sont issus de notre traitement du Magic Quadrant au long de l’année, sur une quarantaine de segments. Il s’agit donc d’instantanés ; basés, pour les plus anciens, sur des évaluations qui remontent à 2024. Nous avons circonscrit le périmètre d’analyse aux fournisseurs considérés comme leaders sur les marchés concernés.
1. L’IA, élément plus ou moins perturbateur
Une voie structurante pour le SIEM
Parmi les dynamiques qui structurent le marché du SIEM, il y a une opposition. Entre, d’un côté, les fournisseurs qui poussent la combinaison avec d’autres parties de la stack de sécurité pour réduire la complexité. Et de l’autre, ceux qui prônent un usage stratégique de l’augmentation des workflows, notamment à renfort d’IA.
Sur ce marché, Gartner salue l’usage de l’IA chez Exabeam pour la priorisation des cas ; chez Microsoft pour la corrélation. Il note aussi la capacité de Google à la diffuser sur un large spectre de workflows.
Un enrichissement pour la sécurité des e-mails
Sur ce marché, les modèles de langage contribuent, entre autres, à l’évolution des simulations de phishing, à l’extension du support linguistique de moteurs d’analyse et à la détection des mauvais destinataires.
Une recomposition du paysage concurrentiel sur la gestion du travail collaboratif
À mesure que l’IA les gagne, les solutions de gestion du travail collaboratif entrent en concurrence avec des applications traditionnellement classées dans d’autres segments de marché. Par exemple, la gestion de projets, les intranets, les outils de développement et les suites bureautiques cloud. Le phénomène est notamment porté par la multiplication des « accélérateurs de cas d’usage ». En quelque sorte, des kits de démarrage associant modèles de données, workflows et configurations prêtes à l’emploi. Une proposition de valeur qui réduit, tout du moins sur le papier, le besoin en applications spécialisées.
Sur ce marché, Gartner salue l’approche d’Airtable associant chatbot global et agents embarqués au sein des applications. Il apprécie aussi l’architecture Work Graph d’Asana, entre le modèle de données qui la porte et les agents IA qui y sont greffés.
Une diffusion rapide dans la gestion des actifs numériques
La GenAI se généralise pour la création et la manipulation de contenus, ainsi que leur adaptation aux canaux de diffusion. Elle ajoute cependant à la complexité des tarifications.
Sur ce marché, Gartner salue l’intégration de l’IA dans les workflows de création chez Adobe. Il apprécie aussi sa mise en œuvre par Aprimo (recherche sémantique, métadonnées prédictives et révision automatisée du contenu). Comme par Bynder (capacité de création et de mise en œuvre d’agents IA qui, combinés à l’API, favorisent la création de contenus par d’autres métiers que le marketing), Orange Logic (automatisation agentique, recherche conversationnelle) et Storyteq (conception d’agents sans code).
Une composante pas encore fondamentale dans l’UCaaS
L’IA est un levier de différenciation pour les offreurs, en premier lieu sur l’administration et la maintenance. Elle apparaît toutefois rarement fondamentale dans les décisions d’achat. Sauf pour des cas spécifiques impliquant des métiers en contact avec la clientèle.
Sur ce marché, Gartner salue les investissements de Cisco dans l’IA. Il apprécie aussi le socle « robuste » proposé chez Microsoft – bien qu’il soit focalisé sur la partie réunions – et la fonctionnalité de « réceptionniste virtuel » de RingCentral.
Un développement embryonnaire du génératif dans la protection des terminaux
Sur ce marché, les principaux fournisseurs ont globalement peu innové au niveau du cœur fonctionnel. La R&D s’est concentrée sur les produits adjacents, l’intégration de solutions tierces… et le volet IA. Y compris générative, même si son usage demeure embryonnaire, essentiellement pour l’assistance administrative (résumé d’incidents, découverte de documentation, traduction code-texte et vice versa). Il reste par ailleurs du chemin à parcourir pour ce qui est d’intégrer les assistants IA avec des produits tiers.
Une boussole commerciale pour la RPA sous le prisme agentique
La RPA se dilue au sein de plates-formes englobant des technologies comme l’iPaaS, l’IDP (Intelligent Document Processing) et le développement low code. La tendance n’est pas nouvelle, mais elle prend un autre visage avec l’automatisation agentique. Les principaux offreurs ont presque tous développé des fonctionnalités qui relèvent de ce domaine. Ils n’hésitent pas à les intégrer dans leurs propositions commerciales, quand bien même le client ne les a pas sollicitées.
Sur ce marché, Gartner salue la brique computer vision de SS&C Blue Prism. Mais note que ses offres GenAI sont moins « versatiles » que chez la concurrence, en ce qu’elles se focalisent sur la modalité texte. Le cabinet américain appelle aussi à la vigilance concernant l’impact que le focus sur l’automatisation agentique pourrait avoir sur le « cœur RPA » chez Automation Anywhere et UiPath.
Le génératif, désormais une commodité sur le DEX et l’iPaaS
Sur le marché du DEX (gestion de l’expérience employé numérique), la GenAI s’est répandue, en tout cas pour la recommandation de remédiations, l’ébauche de campagnes à destination des employés et la fourniture d’interfaces en langage naturel aux admins. Omnissa a droit à une mention pour son assistant Omni AI.
Sur le marché de l’iPaaS, Gartner considère maintenant l’IA comme une fonctionnalité standard, que ce soit pour la création d’intégrations, la génération de documentation ou l’exploitation des solutions. Il salue son intégration rapide chez Workato, sa connexion avec l’écosystème Azure chez Microsoft et son utilisation chez SAP en renfort d’une approche « composable » et orientée événements.
Du conversationnel pour la data quality
Gartner focalise désormais son analyse sur les solutions « augmentées ». En d’autres termes, enrichies à base d’algorithmes. Principalement à l’appui de techniques d’apprentissage supervisé, tout du moins pour les cas d’usage où les entités et leurs relations sont bien cernées (analyse des graphes et des métadonnées, par exemple).
Sur la partie GenAI, la tendance est à l’ajout de capacités « de type ChatGPT ». Souvent à renfort de versions spécifiques de l’offre OpenAI (Azure OpenAI, modèles sur Vertex AI…) pour des raisons de sécurité. Il arrive que les fournisseurs développent leurs propres interfaces avec les LLM pour traduire entrées et sorties.
La prise en charge des données structurées s’est développée avec le RAG en point de mire. Les offreurs ont pris le pas, pêle-même, en s’associant à des hyperscalers, en exploitant des LLM ouverts, en personnalisant des LLM commerciaux, voire en développant les leurs.
Sur ce marché, Gartner salue la brique CLAIR AI Copilot d’Informatica et l’assistant qu’Ataccama a intégré dans sa plate-forme de data management.
Les plates-formes DSML, entre prédictif et génératif
Dans l’univers des plates-formes DSML (data science & machine learning), la tendance est à cibler des profils d’utilisateurs alignés sur des BU et des domaines fonctionnels. AutoML reste, dans ce cadre, une composante essentielle. Mais il est désormais complété par des assistants GenAI. En toile de fond, des opportunités de différenciation pour les vendeurs, dans la manière dont ils combinent prédictif et génératif.
Sur ce marché, Gartner apprécie l’offre SageMaker Unified Studio d’AWS et sa brique « IA responsable » Bedrock Guardrails (vérification par raisonnement automatisé), mais note que son catalogue de modèles de fondation n’a pas encore une influence déterminante auprès des acheteurs. Databricks est salué pour sa vision d’un écosystème agentique, adapté en particulier à la finance et à la gestion de réputation. Dataiku l’est pour son initiative LLM Mesh, par ce qu’elle apporte en matière de gouvernance. DataRobot l’est pour son repositionnement vers un écosystème agentique d’applications métier, avec cependant un point d’interrogation quant à l’adhésion des éditeurs partenaires à ce pivot.
Dans le DEM, attention au marketing de l’IA
Dans beaucoup de solutions de DEM (gestion de l’expérience numérique ; pas seulement pour les employés, ce qui différencie ce marché du DEX), il existe un décalage entre les capacités promises et celles réellement apportées.
Gartner apprécie les briques Davis AI et Davis CoPilot de Dynatrace. Il salue aussi Datadog (pour la détection d’anomalies et la fourniture de résumés après corrélation) et New Relic (dépannage, résumé de sessions, provisionnement de tests synthétiques).
Un coup de pouce pour les infrastructures LAN
Sur ce marché, l’évolution de l’offre est portée par de nouvelles approches d’approvisionnement, sur fond de basculement vers des réseaux « autonomes », à l’appui de technologies regroupées sous la bannière IA. Parmi ces nouvelles approches, le NaaS, encore peu adopté, mais qui se structure par l’émergence de modèles de consommation basés sur la surface occupée (square footage) ou sur des incréments par utilisateur.
Gartner salue l’usage de l’IA par HPE pour la collecte et le traitement de la télémétrie ; par Juniper à travers les jumeaux numériques ; par Huawei pour le même motif, ainsi que pour l’optimisation du provisionnement et de l’UX.
Des d’usage distingués sur la data…
Entre autres capacités notables sur l’intégration de données sont celles de :
- Ab Initio (compréhension des données, création de pipelines, interactions en langage naturel)
- Denodo (description et étiquetage automatiques des données sensibles ; réponse aux questions des métiers à l’appui d’un modèle de raisonnement)
- Google (agent de data engineering pour BigQuery)
- IBM (gestion des données non structurées avec les modèles Granite)
- Informatica (gestion de pipelines avec CLAIRE GPT)
Informatica est également distingué sur la gouvernance des données, avec son plug-in CLAIRE AI axé sur l’automatisation des tâches côté tech.
Sur la gouvernance des communications électroniques, bon point pour Arctera mêle détection automatique de la langue et transcription, analyse de sentiment, recherche et labels prédictifs.
Au niveau des intranets, l’IA se diffuse chez LumApps, tant pour les gestionnaires de contenus que les utilisateurs finaux. Et chez Simpplr, notamment pour la gouvernance (utilisation de NVIDIA NeMo Guardrails et de Langfuse).
… l’infra
Sur la gestion du SaaS, Torii est salué pour le traitement des contrats, l’enrichissement des profils d’applications et la conception d’automatisations. Zluri, pour l’analyse de l’activité des utilisateurs, le dimensionnement des licences… et aussi le traitement des contrats.
En matière de gestion d’API, bon point pour Kong (génération d’API, de spécifications et de serveurs MCP).
Sont mentionnés sur l’observabilité :
- Dynatrace : découverte des environnements et des causes racines
- Elastic : catalogue de modèles, capacités de personnalisation, assistant avec RAG
- New Relic : bibliothèque d’agents et API d’intégration standardisée
Sur le PaaS, Gartner souligne les connexions que les principaux hyperscalers ont établies avec leurs écosystèmes IA : Bedrock et SageMaker chez AWS, Azure AI Foundry chez Microsoft, Gemini et Vertex AI chez Google, Model Studio et Platform for AI chez Alibaba Cloud. Il note aussi que Salesforce a aligné Heroku sur sa stratégie IA, le rendant ainsi susceptible de mieux toucher les métiers.
AWS et Google ont un avantage sur le cloud public d’infrastructure, par la maîtrise qu’ils ont sur leurs piles respectives, à commencer par les puces.
Sur le stockage d’entreprise, HPE et Huawei sont cités pour leur usage de l’IA. Le premier, sur l’optimisation des ressources et l’observabilité. Le second, sur l’atténuation des risques et l’isolation plus rapide des erreurs.
HCLSoftware est mentionné sur le SOAP (orchestration de services) pour les capacités qu’il apporte en matière d’optimisation des workloads et de gestion de la plate-forme.
AWS l’est sur le DaaS, pour l’assistance au dépannage et à la gestion des ressources.
… et la sécurité
Sur le PAM (gestion des accès à privilèges), bons points pour CyberArk (résumé de sessions, détection d’anomalies au niveau des secrets, recommandation de règles) et Delinea (automatisation des décisions d’accès dans les environnements cloud).
Dans le domaine des pare-feu réseau, Fortinet a intégré de l’IA jusque sur ses appliances physiques pour l’analyse des événements de sécurité. Palo Alto Networks en a aussi intégré… et l’a surtout sécurisée. Dans le même ordre d’idée, Netskope a étendu la couverture de son SASE aux agents IA.
En matière de sauvegarde, Veeam se distingue sur le scan inline ; Rubrik, sur la détection d’anomalies ; Druva, sur l’aide au dépannage et au reporting.
2. La « platformisation » et ses effets
Dans la nomenclature de Gartner, plusieurs analyses de marchés ont vu leur terminologie évoluer en 2025 pour englober la notion de plate-forme. Il n’est, par exemple, plus question de solutions de sauvegarde/restauration, mais de « plates-formes de sauvegarde et de protection des données ». Le reflet d’une « complexification des patrimoines data », pour résumer la position du cabinet américain. Même si dans la pratique, les critères fonctionnels pris en considération pour évaluer les fournisseurs n’ont pas significativement changé (il faut tout de même désormais gérer les environnements multicloud).
Dans la même logique, le marché des « services d’IA pour les développeurs » a laissé place à celui des « plates-formes de développement d’applications IA ». Quant au stockage d’entreprise, les technologies bloc, fichier et objet font désormais l’objet d’une analyse unifiée.
Gartner n’a pas attendu 2025 pour accoler le terme à son analyse des solutions de process mining, mais il note cette année une tendance croissante à les inclure dans des plates-formes d’automatisation. Cette tendance reste au contraire émergente pour la gouvernance des données : historiquement axées sur le data management (exécution des politiques de gouvernance) plus que sur la data stewardship (mise en place de ces politiques), les outils manquent encore de liant.
La notion de plate-forme participe d’une autre opposition qui structure le marché du SIEM. Certains fournisseurs en jouent la carte, intégrant leur solution dans des offres plus large avec un modèle de licence adapté. D’autres axent plutôt leur discours sur les capacités d’ingestion à grande échelle.
Les stratégies multifournisseurs gardent leur place
Plates-formes ou pas, l’approche monofournisseur ne domine pas sur certains marchés. Parmi eux, la gestion des API. L’approvisionnement chez de multiples offreurs y est devenu standard. Il s’est développé en parallèle des architectures fédérées, qui peuvent atténuer le risque de fragmentation.
Sur le SASE, l’offre monofournisseur s’est étoffée, mais le sourcing des briques réseau et sécurité s’effectue encore majoritairement à part.
Pour ce qui est du DSML, la décentralisation des activités de data science ne favorise pas le travail avec une seule solution – des passerelles se sont de surcroît créées entre fournisseurs.
L’évolution du marché de la sécurité des e-mails rend aussi opportunes que nécessaires les stratégies multifournisseurs. Cela s’explique notamment par la difficulté à mesurer l’efficacité des détections. Il apparaît d’autant plus adéquat de combiner les offres que les chevauchements entre elles se multiplient, favorisant la négociation de remises. À ce sujet, la distinction entre SEG (Secure Email Gateway) et ICES (Integrated Cloud Email Security) commence à s’estomper. La plupart des fournisseurs de SEG proposent désormais des options de déploiement par API, tandis que les ICES sont, de plus en plus, enrichis pour effectuer du pre-delivery, soit via les enregistrements MX, soit par modification des règles de flux de messagerie.
Le PaaS reste quant à lui peu propice au multicloud. La mise en œuvre d’une telle stratégie semble en tout cas délicate vu la nette séparation des solutions portées sur le front vis-à-vis de celles axées sur le back.
Des marchés propices au lock-in
Dans le domaine du PaaS, les risques de lock-in n’arrangent pas les choses. Ils existent chez AWS avec Lambda (nécessité de retravailler les applications avant de les déplacer) et chez Microsoft avec Azure Functions (même constat). Un effet de verrouillage apparaît aussi chez Google : le niveau d’intégration de son portefeuille rend les workloads plus « normatifs » que chez la concurrence. Une approche qu’on peut juger restrictive lorsqu’on a l’habitude de construire avec plusieurs services cloud.
Sur l’intégration de données, les « trois grands » du cloud ont développé des offres autocentrées. AWS propose un catalogue de connecteurs limité vers d’autres destinations que son écosystème. L’offre est plus fournie côté sources, mais la configuration manque souvent de souplesse. Les produits de Microsoft sont efficaces surtout pour qui est déjà dans Azure ou Fabric. Google conçoit et vend les siens essentiellement pour un usage dans son écosystème.
Dans l’observabilité, le niveau d’intégration chez Datadog peut dissuader de changer de fournisseur, autant par coût que par complexité.
Dans la gestion des accès, le bundling d’Entra ID avec d’autres services Microsoft le rend moins cher que les solutions concurrentes, mais entraîne des risques de verrouillage.
Sur les plates-formes de gestion des conteneurs, AWS propose un haut niveau d’intégration avec le reste de ses services d’infrastructure et de gestion, mais le support du multicloud est limité. Chez Huawei, c’est le matériel qui peut poser problème, faute de toujours suivre les standards de l’industrie (en tête de liste, ses accélérateurs IA ; une alternative aux GPU NVIDIA qui peut poser des problèmes de compatibilité). On peut aussi considérer que Red Hat présente un certain risque de lock-in, du fait que la brique qui apporte de l’interopérabilité – Advanced Cluster Management – n’est pas incluse dans tous les abonnements.
Quand les offres se chevauchent
En plus du risque de verrouillage, les solutions PaaS tendent à se chevaucher chez certains fournisseurs. C’est le cas chez AWS, entre App Runner, Fargate et Lambda. Comme chez Microsoft, entre Azure Container Apps et Azure Kubernetes Service.
Même tendance dans les bases de données cloud. Chez Alibaba Cloud, cela vaut pour les AnalyticDB et Hologres (analytique) comme pour DMS et DataWorks (intégrations de données). Chez IBM, pour les produits Db2 Warehouse, Neterra et watsonx.data sur la dimension entrepôt de données. Chez Google, entre les solutions pour Postgre (Cloud SQL, AlloyDB, Spanner). Chez Microsoft, entre Azure Synapse, Azure Databricks et Microsot Fabric.
On est face au même phénomène sur la gestion du travail collaboratif avec Atlassian (entre Trello et Jira), la gestion des actifs avec Adobe (manque de clarté sur quels produits dédier à quels usages) et les infrastructures LAN avec HPE (multiplicité des offres NaaS entre channel et utilisateurs finaux). Sur l’iPaaS, Oracle a un grand nombre d’offres, ce qui en complique l’adoption. Quant à Salesforce, il a fait de MuleSoft son « cœur iPaaS », mais diffuse de plus en plus de services d’intégration sous sa propre marque, au risque d’engendrer de la confusion.
3. Quand l’offre ne suit pas la demande
Sur le FinOps, la demande – couverture du PaaS et du SaaS, des workloads IA, des environnements sur site… – progresse plus vite que la capacité de beaucoup de fournisseurs à y répondre.
Dans les intranets, malgré la tendance des super-apps, couvrir les frontline workers reste délicat pour les principaux fournisseurs. Ils sont par ailleurs peu à avoir des solutions verticales voire à déployer un effort commercial dans ce sens.
Sur les plates-formes de développement d’applications IA, les offreurs ne parviennent pas à répondre à l’ensemble des besoins sectoriels (des modèles spécialisés aux templates d’applications).
Les solutions de gestion du SaaS n’apparaissent pas comme un choix évident pour qui a déjà du SAM (gestion des actifs logiciels). Et le marché est peu mature : vu le manque de garanties sur la viabilité de nombreux offreurs, on négociera des contrats de 2 ans maximum.
Le marché des assistants de codage n’est pas tant immature que volatil. En témoignent l’affaire Windsurf (pressenti pour se vendre à OpenAI, mais finalement repris par Cognition, Google récupérant l’équipe dirigeante) et la controverse Cursor (augmentation des prix après une hausse du coût de la « matière première », en l’occurrence les modèles d’Anthropic).
Sur ce même marché, GitLab a tendance à centre son message sur l’aspect « IA pour le DevOps » plutôt que sur le cœur fonctionnel, au risque de perdre en notoriété auprès des développeurs.
Les stratégies marketing ont du mal à toucher ce même public sur la gestion des API, alors même qu’il représente une part croissante des utilisateurs de ces solutions.
Le marketing est un point faible chez la plupart des principaux fournisseurs de plates-formes de développement low code. Chez Microsoft, la communication autour d’Azure, Microsoft 365 et Dynamics 365 fait de l’ombre à celle autour de Power Apps. Chez Oracle, APEX est moins marketé que les autres offres et la proposition de valeur n’est pas claire pour qui n’est pas déjà dans l’écosystème. OutSystems a quant à lui du mal à communiquer la valeur de sa solution dans les environnements complexes ; Salesforce, à démontrer les capacités autonomes de sa plate-forme. Creatio a une notoriété limitée, comme Retool, qui manque par ailleurs de visibilité auprès des analystes et des médias du secteur. PegaSystems reste perçu comme un fournisseur de solutions d’automatisation, tandis que l’offre de ServiceNow demeure vue comme orientée vers les services IT.
Dans certains cas, c’est la demande qui ne suit pas l’offre. Par exemple sur les infrastructures LAN, reflétant un allongement des cycles de vie, corollaire de la pression économique. Malgré le développement du modèle managé (allant de la notification d’incidents à la codétection de menaces), le NDR reste un marché de niche : les acheteurs sont des grandes entreprises qui ont structuré un programme de sécurité.
4. Quelques éléments de prix
Tarification plus élevée que la moyenne
| Marchés | Fournisseurs | Commentaires |
| Bases de données | Oracle | |
| SIEM | Exabeam, Gurucul, Microsoft | Avec Gurucul, il peut être difficile de prouver la valeur de fonctionnalités « avancées ». Pour Microsoft, c’est surtout lorsqu’on ingère des données depuis des sources externes. |
| Infrastructures hybrides | Nutanix | |
| Intégration de données | AWS, IBM | Chez IBM, le modèle fondé sur des unités de ressources y contribue. |
| Plates-formes de conteneurs | Red Hat | Difficile de justifier les coûts pour des déploiements qui n’exigent pas de fonctionnalités avancées. |
| Gestion des accès | Ping Identity | Notamment pour les accès employés et partenaires. |
| Gestion du SaaS | BetterCloud, Torii | Le niveau Enterprise chez Torii est une des offres les plus onéreuses du marché. |
| Sécurité applicative | Black Duck, HCLSoftware | Black Duck peut se révéler coûteux pour les organisations de moins de 1000 employés qui ne recherchent que du SCA ou du SAST. Le coût chez HCLSoftware est potentiellement prohibitif pour les petites équipes. |
| Gestion des API | MuleSoft | |
| Protection des terminaux | CrowdStrike, Palo Alto Networks, SentinelOne | Chez Palo Alto Networks, les coûts sont élevés malgré la compétitivité du programme de migration depuis les solutions concurrentes. |
| SASE | Cato Networks, Palo Alto Networks | |
| Sauvegarde | Cohesity | Prix élevé lors des négociations initiales. |
| DEX | Nextthink, Riverbed | Le bundle complet coûte plus cher que la plupart des autres outils DEX. Manque d’un ticket d’entrée à bas prix. |
| Gouvernance des données | IBM | |
| Gouvernance des communications | Global Relay, Mimecast, Proofpoint | Chez Global Relay, facturation des extractions au Go pendant la durée des contrats et à un prix négocié une fois arrivé à terme. Frais d’exportation en fin de contrat chez Mimecast. Chez Proofpoint, coûts potentiels du modèle axé sur la conservation. |
| PAM | BeyondTrust, CyberArk, Delinea | Globalement au-dessus du marché chez BeyondTrust, même si la partie SaaS fait exception sur plusieurs scénarios. Toujours pas de remises sur engagement multiannuel chez CyberArk. Au-dessus de la moyenne chez Delinea pour les organisations de plus de 1000 employés. |
| Pare-feu réseau | Palo Alto Networks | TCO « relativement élevé » |
Les hausses de prix sont une tendance généralisée dans la gouvernance des communications électroniques. Le phénomène est plus sporadique sur d’autres marchés. Quelques exemples :
-
- Sécurité des e-mails : Proofpoint (augmentation ces derniers temps)
- UCaaS : RingCentral (au renouvellement)
- RPA : UiPath (hausses annuelles fréquentes)
Certains fournisseurs se révèlent, au contraire, particulièrement compétitifs :
- Microsoft sur la RPA (« souvent 30 à 50 % moins cher ») et l’UCaaS
- Atlassian sur la gestion du travail collaboratif
- SUSE sur les plates-formes de conteneurs
- Delinea sur le PAM (pour les organisations de moins de 1000 employés)
- Fortinet sur les infrastructures LAN (tant sur site qu’en cloud)
- Flexera et Zluri sur la gestion du SaaS, l’un et l’autre ayant par ailleurs une politique de ristournes flexible
Le prix devient un argument d’adoption du DaaS : il est désormais compétitif en termes de coûts par rapport à des ordinateurs portables, en particulier lorsqu’on lui associe des clients légers.
Tarification complexe
| Marchés | Fournisseurs | Commentaires |
| Bases de données cloud | AWS, Databricks, Google | Chez AWS, pas de tarification unifiée entre services. Chez Google, l’enrichissement fonctionnel a tendance à aller de pair avec une complexification de la tarification. |
| Intégration de données | Oracle | Manque de transparence. |
| Gestion des accès | Okta | Bien étudier la tarification associant bundles et options « à la carte ». |
| Gestion des actifs numériques | Aprimo, Bynder, Storyteq | Chez Aprimo, le module complémentaire pour la GenAI peut rendre les coûts moins prévisibles avec son modèle à la consommation. Avec Bynder, bien évaluer la structure de sa bibliothèque de contenus pour choisir entre la facturation au nombre d’assets ou au volume de stockage. Chez Storyteq, beaucoup d’intégrations avec des systèmes externes sont facturées à la connexion ; les coûts peuvent vite enfler. |
| Gestion du travail collaboratif | monday.com | Les « accélérateurs » sectoriels (CRM, développement logiciel, service management…) ont une tarification spécifique. |
| Sécurité applicative | Black Duck, Checkmarx, OpenText | Packaging des offres difficile à comprendre chez Checkmarx, jusqu’aux options de support. Chez OpenText, la complexité est liée autant à la diversité des options de déploiement qu’à l’ancienneté du fournisseur sur ce marché. |
| Intranets | Unily | Manque de transparence. |
| UCaaS | Cisco | Compliqué à comprendre et à négocier pour le mid-market. |
| Pare-feu réseau | Palo Alto Networks | Accords de licence et de support qui manquent de clarté. |
| SASE | Cato Networks, Fortinet, Netskope | Chez Fortinet, le pricing à 2 niveaux pour les points de présence peut susciter de la confusion. |
| Observabilité | Dynatrace, Elastic, New Relic, Splunk | Chez Dynatrace, l’abonnement DPS comprend beaucoup d’éléments non présents dans les contrats précédents, ce qui complique la compréhension des coûts. Chez Elastic, les coûts sont durs à estimer, surtout à mesure que croissent les volumes de données. Chez New Relic, le modèle à la consommation – basé sur le nombre d’utilisateurs et le volume ingéré – peut entraîner des coûts plus élevés que prévu. Chez Splunk, coût global difficile à contrôler, notamment dans le cas d’une utilisation de Splunk Cloud en jonction avec la brique IT Service Intelligence. |
| RPA | Microsoft | Interprétations contradictoires du licensing jusqu’aux équipes commerciales. |
| DEX | Nextthink | Options à la carte complexes à comprendre. |
| DEM | Catchpoint | Pas de tarification publique. |
| Data quality | Informatica | Usage à prévoir sur un an (pas de report de crédits). |
| Process mining | Celonis, IBM, UiPath | Chez Celnis, métriques « changeantes » et manque de clarté sur la mise à l’échelle. Complexe chez IBM, notamment sur la version on-prem. |
| Gouvernance des données | IBM, Informatica | Chez Informatica, usage à prévoir sur un an (pas de report de crédits). |
| Assistants de codage | Amazon, Cognition, GitHub, Google | Chez Amazon, le modèle économique peut compliquer la planification des coûts. Chez Cognition, attention à la transition du modèle par siège vers une tarification à l’usage. Chez GitHub, la multiplication des SKU et l’interaction avec les abonnements GitHub Enterprise contribuent à une forme d’opacité. Pas évident de s’y retrouver avec les conditions contractuelles de Microsoft dans le cadre des offres cross-platform. Chez Google, manque de transparence, en particulier sur les remises. |
| Plates-formes de développement d’apps low code | Mendix, Microsoft, ServiceNow | Chez ServiceNow, le modèle à l’usage peut entraîner des dépenses imprévues. |
| NDR | Darktrace, ExtraHop | Chez Darktrace comme chez ExtraHop, tarification complexifiée par la tendance au bundling. |
| iPaaS | Microsoft, SAP | Chez Microsoft, manque de cohésion des outils sur le plan tarifaire. |
Dans l’observabilité, la demande de coûts lisibles est « à son comble » à l’heure où les modèles de tarification par hôte laissent place à des formules à la consommation – ou, de plus en plus, à des approches hybrides.
Tarification peu flexible
| Marchés | Fournisseurs | Commentaires |
| DaaS | Citrix | Le regroupement de licences pose un risque de sous-utilisation de produits. Manque de flexibilité contractuelle (difficulté à négocier sur moins de 3 ans pour les clients qui sont en direct). |
| PaaS | Salesforce | Le prix fixe par dyno Heroku limite la marge d’optimisation pour les microservices complexes. |
| Gestion des accès | IBM | Tendance à contractualiser sur le long terme – ce qui limite la flexibilité tant du point de vue des tarifs que de la mise à l’échelle. |
| FinOps | IBM | |
| Protection des terminaux | Microsoft | Bundles souvent sous-utilisés. |
| Observabilité | Datadog | Flexibilité limitée entre lignes de produits. |
| RPA | UiPath | Tendance au bundling forcé. |
| Infrastructures LAN | Huawei, Juniper | Pas de modèles opex chez Huawei. Pas de facturation à l’usage pour le NaaS chez Juniper. |
Quelques fournisseurs se distinguent au contraire par la flexibilité de leur tarification :
- Informatica sur l’iPaaS
- Microsoft sur le DSML
- Google sur les plates-formes de développement d’applications IA
- Datadog sur le DEM (découplage de l’ingestion et de l’indexation de sessions, ce qui permet une conservation sélective)
- SS&C Blue Prism sur la RPA (par exemple avec l’inclusion des sessions concurrentes sur certaines offres)
- Fortinet sur les pare-feu réseau (flexibilité du système de licence à points)
Attention aux modules complémentaires
| Marchés | Fournisseurs | Commentaires |
| Gestion du SaaS | Zluri | Le choix de la localisation des données a un coût (qui dépend en particulier de la taille de l’entreprise et du volume de données). |
| Gestion des actifs numériques | Adobe | L’accès à des fonctionnalités avancées (rendu temps réel, expériences 3D…) nécessite un add-on. |
| UCaaS | Zoom | Tendance à inclure, au renouvellement, des fonctionnalités non nécessaires. |
| RPA | Automation Anywhere, UiPath | Chez l’un et l’autre, tendance à l’ajout de capacités agentiques non sollicitées dans les propositions de renouvellement. |
| Gouvernance des données | Collibra | Observabilité et data quality nécessitent un module complémentaire. |
| Plates-formes de développement d’apps low code | Appian, ServiceNow | Chez Appian, beaucoup de fonctionnalités accessibles seulement à des niveaux de prix avancés. Chez ServiceNow, prévision des coûts complexifiée par les multiples niveaux de modules et d’add-on. |
Date de publication du dernier Magic Quadrant pour les marchés ici évoqués (et lien vers le traitement que nous en avons fait) :
Illustration générée par IA
The post Comment le marché IT a évolué en 2025 appeared first on Silicon.fr.
