● Station 2 — Invisible · aujourd'hui
La mécanique : le calcul que l'acquéreur fera de toute façon
Premier mécanisme : chaîne de valeur et proposition de valeur ne jouent pas la même partition. L'IA insérée dans la chaîne — production, achats, logistique, administration des ventes, fonctions support, prospection — agit sur les coûts : un effet marge, en points d'EBITDA. L'IA insérée dans la proposition de valeur — le produit ou le service lui-même — agit sur le mix, le prix et la récurrence : un effet multiple, potentiellement plus puissant, mais à double tranchant. Car si l'IA peut enrichir la proposition, elle peut aussi la rendre substituable : un service dont l'essentiel est demain produit par un modèle générique voit sa proposition de valeur se dissoudre, pas s'améliorer. L'acquéreur analysera les deux plans séparément — le cédant doit faire de même.
Deuxième mécanisme : le calcul que l'acquéreur fera de toute façon. La méthode est simple et brutale. Prendre chaque maillon, isoler la base de coûts adressable — heures de traitement de documents, de saisie, de reporting, de qualification commerciale, de support de premier niveau —, appliquer un taux de capture prudent, et reconstruire un pont d'EBITDA : marge constatée, plus gains adressables maillon par maillon, égale marge normative sous IA. Ce pont, l'acquéreur le construit pour lui-même, pendant la due diligence, avec ses propres hypothèses. S'il est le seul à l'avoir construit, il achète l'entreprise sur l'EBITDA constaté, déroule le plan après le closing, et capte l'intégralité de l'écart. Le gisement du cédant devient le rendement de l'acquéreur — légitimement, puisque personne d'autre ne l'avait chiffré.
Troisième mécanisme : le même dossier supporte deux lectures opposées. Une entreprise peu équipée en IA est, au choix de l'analyste, un gisement de marge (lecture prime) ou un retard structurel (lecture décote d'obsolescence). Ce qui fait basculer d'une lecture à l'autre n'est pas le niveau d'adoption : c'est la crédibilité du rattrapage. Qualité et propriété des données, digitalisation des processus, dépendances aux systèmes historiques, pyramide des compétences — Bpifrance observe qu'une entreprise déjà engagée dans sa transformation numérique a cinq fois plus de chances d'utiliser l'IA qu'une entreprise faiblement digitalisée. Un gisement adossé à des données propres et des processus documentés vaut une prime ; le même gisement sur un système d'information vieillissant vaut une décote, parce que le coût et le risque du rattrapage mangent les gains espérés.
Quatrième mécanisme : la courbe en J, ou pourquoi le calendrier est traître. Erik Brynjolfsson a décrit la courbe en J de la productivité : les technologies génériques exigent d'abord des investissements intangibles — réorganisation, données, formation — qui dépriment la performance mesurée avant de la faire remonter. Ajay Agrawal, Joshua Gans et Avi Goldfarb, dans Power and Prediction, précisent le mécanisme : l'IA abaisse le coût de la prédiction, mais la valeur ne vient pas des solutions ponctuelles — elle vient de la refonte des systèmes de décision autour de cette prédiction devenue bon marché. C'est ce que confirment les chiffres d'adoption : l'usage gratuit et ponctuel ne produit pas d'EBITDA. Et Daron Acemoglu, dans Power and Progress, rappelle la nuance qui fâche : l'automatisation « médiocre », qui remplace sans repenser, dégrade parfois le service sans créer de gain net. Conséquence pour un cédant : lancer une transformation intégrale douze mois avant la cession, c'est risquer de présenter des comptes en plein creux de la courbe en J — des coûts déjà engagés, des gains pas encore lisibles. Le pire des calendriers.



