Le code devient moins cher, les licences deviennent plus précieuses : le véritable fossé concurrentiel de la Fintech à l'ère de l'IA

Auteur : Matt Brown

Traduction : Deep潮 TechFlow

Deep潮 Introduction : Le partenaire de Matrix VC, Matt Brown, a présenté un argument contre-intuitif : l’IA rend le code de plus en plus bon marché, mais elle rend aussi des éléments vraiment difficiles à copier dans la Fintech — licences bancaires, données d’assurance pour la souscription des prêts, volumes de transactions réels alimentant les modèles de gestion des risques — plus précieux qu’auparavant.

“Vous ne pouvez pas programmer une licence bancaire avec une ambiance”, cette phrase résume le cœur de l’article.

Ce n’est pas seulement une analyse de la Fintech, mais aussi une carte de “quels avantages concurrentiels sont plus solides” à l’ère de l’IA.

Voici le texte intégral :

Le mot “Fintech” a longtemps profité de l’ambiguïté de son nom pour faire de l’arbitrage.

“fin” signifie “provenance”. Une multitude de courriels en .gov, des audits de plusieurs mois, des responsables conformité qui connaissent mieux votre historique SAR que vous-même, et des voyages professionnels à Charlotte ou Washington. “tech” désigne une application mobile sophistiquée, une expérience utilisateur dix fois meilleure, ou une conversation autour d’un café chez Blue Bottle.

“fin” et “tech” restent liés, mais le marché récompense généralement ceux qui ressemblent le plus à “tech” et évitent “fin”.

C’est facile à comprendre. En 2021, le marché du logiciel générait environ 0,7 billion de dollars de marge brute, avec une prime élevée. La marge brute des services financiers est d’un ordre de grandeur supérieur, mais leur valorisation est beaucoup plus conservatrice. La Fintech permet d’arbitrer aux deux extrémités : l’économie des services financiers, combinée à la valorisation des sociétés de logiciels.

Cet écart de profitabilité indique aussi où se trouve la véritable richesse. Les services financiers génèrent le plus de marge brute dans tous les secteurs mondiaux. La “fin” dans la Fintech n’est pas seulement défensive, c’est aussi un marché beaucoup plus vaste.

Puis l’IA est arrivée, et l’arbitrage a disparu. À mesure que les investisseurs réévaluent la valeur du code dans un monde où il devient de plus en plus bon marché, la valorisation des logiciels se contracte. Les entreprises Fintech, classées comme sociétés de logiciels, en pâtissent aussi.

Mais le marché se trompe dans la classification. Le coût et l’avantage concurrentiel de la Fintech ne résident pas dans le code, et face à la compression des coûts par l’IA, ces avantages semblent de plus en plus résilients.

L’histoire de deux structures de coûts

Le logiciel a autrefois bénéficié d’un des meilleurs modèles commerciaux de l’histoire : le coût de production du code était élevé, mais une fois écrit, sa distribution était presque gratuite. La différence entre “construction coûteuse” et “distribution gratuite” détermine la marge. Si vous êtes une société SaaS, consacrer 22 à 25 % de vos revenus à la R&D constitue aussi votre barrière à l’entrée. Il est difficile pour un concurrent de copier facilement quelque chose qui a pris des années et des dizaines de millions de dollars à construire.

L’IA a comprimé cette marge par le haut. Si le code devient à la fois bon marché à construire et à distribuer, la marge se réduit. La barrière qui empêchait la concurrence de pénétrer s’abaisse, plus de joueurs entrent sur le marché, et le pouvoir de fixation des prix s’érode.

Si votre activité repose sur le logiciel, c’est un vrai problème. Mais dans la Fintech, les dépenses ne sont pas des coûts d’ingénierie. En suivant l’argent, la différence devient rapidement évidente.

PayPal consacre 9 % de ses revenus à la R&D, Block en 12 %. Ce n’est pas parce que l’ingénierie Fintech n’est pas importante — Stripe possède une capacité d’ingénierie de classe mondiale, ce qui constitue un avantage concurrentiel réel — mais parce que la majorité de l’argent ne va pas dans l’ingénierie.

L’argent va dans le “fin”. Contrairement aux dépenses de R&D, ces coûts ne servent pas seulement à produire un produit, mais aussi à construire un avantage concurrentiel :

Les pertes de crédit achètent des données d’assurance

Avant de payer un ingénieur, Affirm consacre 35 % de ses revenus aux pertes de crédit et aux coûts de financement. Chaque créance impayée fournit des données de remboursement que ses concurrents ne peuvent pas obtenir. Un nouvel entrant qui entraîne un modèle avec des données synthétiques n’a pas de référence réelle. Il est impossible de bâtir une historique fiable de pertes uniquement avec des données synthétiques.

Les dépenses de conformité achètent des licences réglementaires

Wise détient plus de 65 licences réglementaires, et consacre un tiers de ses employés à la conformité et à la prévention de la criminalité financière. Licences de transfert dans 50 États, conformité BSA/AML, statuts bancaires. Ce ne sont pas des avantages que vous construisez, mais des permis que vous gagnez continuellement. Vous ne pouvez pas programmer une licence bancaire avec une ambiance.

Le volume de transactions achète des données propriétaires

Le profit brut de Toast dans le secteur des paiements est d’environ 22 %, bien inférieur aux 70 % de sa division SaaS, mais ses marges sont presque deux fois plus élevées. Ces coûts ont permis d’obtenir des données transactionnelles au niveau des commerçants, qui alimentent à leur tour Toast Capital, ayant déjà accordé plus d’un milliard de dollars en prêts. Le modèle de risque d’Adyen a été entraîné sur des transactions dans plus de 30 marchés.

La faible rentabilité de la Fintech est en fait la clé

Les sociétés de paiement ont une marge brute comprise entre 20 et 50 %, et non 80 %. Mais une faible marge ne signifie pas une activité faible. La faible rentabilité de la Fintech s’explique par de nombreux coûts qui génèrent un avantage de capital composé. Même ces coûts qui ne créent pas d’avantage sont hors de portée de la compression des coûts par l’IA.

L’IA renforce tous ces avantages concurrentiels. Des modèles plus performants réduisent les pertes, une meilleure détection de la fraude diminue les refus de paiement, et de meilleurs outils de conformité permettent à des équipes plus petites de détenir plus de licences. L’IA ne supprime pas l’avantage concurrentiel, elle récompense ceux qui choisissent de bâtir dans les domaines les plus difficiles de la Fintech : flux de capitaux, gestion des risques, données propriétaires et licences réglementaires.

Ainsi, le vrai argument n’est pas seulement “l’IA aide la Fintech”, mais plutôt que l’IA déplace la valeur des surfaces de produits vers des données propriétaires, la capacité à prendre des risques, les licences réglementaires et la distribution intégrée de flux financiers réels. Si vous construisez dans ces domaines, l’IA compounding à votre avantage. Si votre différenciation repose sur le code, l’IA agit dans la direction opposée.

La demande côté utilisateur continue aussi de croître. Chaque processus de paiement basé sur une ambiance est une nouvelle vecteur de fraude, chaque agent IA de transaction autonome est un risque de refus de paiement. Plus l’infrastructure Fintech est intégrée, plus cette infrastructure devient indispensable.

“Fin” est le vrai gagnant

Cette prise de conscience commence déjà à pousser des fondateurs de Fintech intelligents à repenser leur position dans la hiérarchie “fin” et “tech” :

Sommes-nous ceux qui prennent et évaluent le risque, ou ceux qui le transfèrent à un partenaire et en récoltent le profit ?

Avons-nous des relations réglementaires, ou louons-nous celles des autres ?

Chaque transaction nous permet-elle d’affiner notre modèle de risque, ou d’entraîner celui des autres ?

Notre registre est-il une source de données réelles, ou une simple copie incomplète du registre d’autrui ?

Cette distinction divise le paysage Fintech en deux. Les entreprises qui détiennent des relations réglementaires, assument elles-mêmes le risque de crédit, et accumulent des données transactionnelles, construisent des avantages que l’IA va renforcer. Celles qui louent le “fin” — utilisant la licence d’une banque partenaire, le registre d’un fournisseur BaaS, ou le modèle de risque d’un autre — font face aux mêmes défis que les SaaS. Leur différenciation est dans le code, et le code vient de devenir moins cher.

L’arbitrage ancien basé sur la valorisation logicielle appliquée à l’économie des services financiers est mort. La nouvelle stratégie est plus simple : posséder le “fin”.