J’ai lancé mon premier produit SaaS d’IA il y a huit mois. C’est un outil qui lit les dépôts de la SEC et génère des résumés en langage simple pour les investisseurs particuliers. Revenus : 4 200 $/mois. Utilisateurs : environ 340 abonnés payants. Temps pour construire le MVP : 12 jours.
Je ne vous dis pas cela pour me vanter — 4 200 $/mois n’est pas de l’argent pour quitter son emploi. Je vous le dis parce qu’il y a huit mois, je n’avais jamais construit de produit SaaS, je ne suis pas un développeur particulièrement doué, et l’ensemble de la pile technique est essentiellement un wrapper bien conçu autour de l’API de Claude. Si je peux le faire, la barrière à l’entrée est réellement basse.
Voici tout ce que j’ai appris, y compris les erreurs.
Trouver l’idée (Cessez de trop réfléchir)
J’ai perdu deux mois à réfléchir à « l’idée parfaite de SaaS d’IA. » J’ai lu des articles sur la taille du marché, le TAM et les fossés concurrentiels. Rien de tout cela n’avait d’importance.
Ce qui comptait : mon beau-père m’a appelé un samedi en me demandant ce que signifiait un dépôt 10-K. J’ai passé 30 minutes à lui expliquer. Puis j’ai pensé : combien d’investisseurs particuliers se posent la même question mais n’ont personne à qui demander ?
C’est tout. C’est tout le processus d’idéation. Quelqu’un avait un problème. Le problème pouvait être résolu avec un LLM. J’ai construit la solution.
Les meilleures idées de SaaS d’IA ne sont pas astucieuses. Elles sont évidentes a posteriori. Trouvez un flux de travail où quelqu’un passe des heures à faire un travail cognitif qu’un LLM peut faire en secondes. Construisez un produit autour de ce flux de travail. Fin de l’histoire.
Le piège à éviter : « [chose générique] alimentée par l’IA » n’est pas un produit. « Outil d’écriture IA » est une fonctionnalité. « Outil IA qui génère des descriptions d’annonces immobilières à partir de photos et spécifications des propriétés, formatées pour Zillow et Realtor.com » est un produit. La spécificité est le produit.
Architecture technique (Rendez-le ennuyeux)
Ma pile technique : frontend Next.js, backend Node.js, base de données PostgreSQL, API Claude pour l’IA, Stripe pour les paiements, Vercel pour l’hébergement. Coût total de l’infrastructure par mois : 87 $.
C’est tout. Pas de microservices. Pas de Kubernetes. Pas de base de données vectorielle (j’en ai ajouté une plus tard lorsque j’ai eu besoin de RAG pour la comparaison de dépôts historiques, mais le MVP n’en avait pas). Pas de cadre d’orchestration sophistiqué.
Je vois des fondateurs construire des architectures d’IA complexes avant d’avoir leur premier utilisateur. Ils passent des mois sur des flux de travail LangChain, l’orchestration des agents et le réglage des pipelines. Puis ils lancent et découvrent que leurs utilisateurs veulent juste une zone de texte et un bouton « Go ».
Construisez la chose la plus simple qui résout le problème. Vous pourrez ajouter de la complexité plus tard lorsque vous aurez des utilisateurs qui vous diront ce dont ils ont réellement besoin.
La couche IA était littéralement : prenez le texte du dépôt SEC, envoyez-le à Claude avec une invite soigneusement rédigée, transmettez la réponse à l’utilisateur. L’ingénierie des invites a pris deux jours. Le reste du MVP de 12 jours concernait l’authentification, les paiements et l’assurance que cela ne paraisse pas terrible.
L’invite est votre produit
Voici quelque chose que j’ai mis trop de temps à réaliser : pour la plupart des produits SaaS d’IA, l’invite EST le produit. Pas l’infrastructure. Pas le cadre. Pas le schéma de base de données. L’invite.
J’ai passé deux jours à concevoir et tester mon invite de résumé. J’ai effectué environ 40 itérations. L’invite finale inclut des instructions spécifiques sur ce qu’il faut souligner (risques matériels, changements de revenus, déclarations prospectives), quel format utiliser (puces pour les points clés, narratif pour l’aperçu), et quel niveau de langage cibler (évitez le jargon, expliquez les termes techniques).
Cette invite est ce qui rend mon produit différent de « coller un 10-K dans ChatGPT. » L’UX est un joli wrapper, mais l’invite est là où réside la véritable valeur.
Versionnez vos invites. Faites des tests A/B. Suivez quelles invites produisent des résultats que les utilisateurs notent le plus haut. Traitez l’ingénierie des invites comme le développement de produits, pas comme une configuration ponctuelle.
Tarification (Faites payer plus que vous ne le pensez)
J’ai lancé à 9 $/mois. Les utilisateurs se sont inscrits. J’ai augmenté à 19 $/mois. Les utilisateurs se sont toujours inscrits, presque au même rythme. J’aurais dû commencer à 19 $.
Mon coût par utilisateur par mois est d’environ 2,50 $ en appels API (l’utilisateur moyen résume environ 8 dépôts par mois). À 9 $/mois, ma marge était de 72 %. À 19 $/mois, elle est de 87 %. Même effort, même produit, presque le double des revenus.
La leçon : les produits d’IA offrent une valeur énorme par rapport à leur coût. Un investisseur particulier qui peut comprendre les dépôts de la SEC en 5 minutes au lieu de 2 heures paierait volontiers 19 $/mois. Beaucoup paieraient 49 $/mois. Je fixais mes prix en fonction de mes coûts plutôt qu’en fonction de la valeur pour mes utilisateurs. Erreur classique.
Les erreurs que j’ai faites
Construire des fonctionnalités que personne n’a demandées. J’ai passé une semaine à construire une fonctionnalité de « comparaison de dépôts » avant le lancement. Zéro utilisateurs l’ont utilisée en huit mois. J’aurais dû lancer une semaine plus tôt à la place.
Ne pas parler aux utilisateurs assez tôt. J’ai construit pendant deux semaines avant de le montrer à qui que ce soit. Quand je l’ai enfin fait, les trois premières personnes ont dit « c’est génial, mais peut-il souligner les risques spécifiquement ? » Cela est devenu la fonctionnalité la plus populaire — et j’aurais pu le savoir dès le premier jour si j’avais demandé.
Ignorer la latence. Ma première version envoyait l’intégralité du dépôt à Claude et attendait la réponse complète avant d’afficher quoi que ce soit. Les utilisateurs regardaient un symbole de chargement pendant 30 à 45 secondes. Passer à des réponses en streaming (affichant le résumé au fur et à mesure qu’il était généré) a considérablement amélioré l’expérience perçue. La latence compte plus que vous ne le pensez.
Ne pas investir suffisamment dans l’intégration. Mes premiers utilisateurs arrivaient sur le tableau de bord et ne savaient pas quoi faire. Ajouter une simple invite « collez un symbole boursier pour commencer » avec un dépôt d’exemple a augmenté l’activation de 40 % à 78 %.
Ce que je ferais différemment
Commencez avec 10 utilisateurs bêta payants avant de construire quoi que ce soit. Faites leur payer 29 $/mois. Utilisez les conversations pour façonner le produit. Construisez uniquement ce que ces 10 personnes ont besoin. Lancez publiquement lorsque 8 sur 10 disent qu’ils seraient contrariés si vous retiriez le produit.
Cette approche m’aurait épargné deux semaines de construction de fonctionnalités que personne ne voulait et m’aurait donné un produit plus précisément ciblé dès le premier jour.
Le SaaS d’IA est l’opportunité commerciale la plus accessible dans le domaine technologique en ce moment. Les outils sont matures, les coûts sont bas et la demande est réelle. La partie difficile n’est pas la technologie — c’est de trouver un problème spécifique et d’avoir la discipline de le résoudre simplement.
🕒 Published: