← Accueil actu | Salle du marché

La « vague de faillites » des sociétés numériques des groupes d'État exagérée : marges d'intégration en baisse, transformation IA freinée par les talents

2026-11-03 · Source:虎嗅·中继

La « vague de faillites » des sociétés numériques des groupes d'État exagérée : marges d'intégration en baisse, transformation IA freinée par les talents

Les rumeurs de fermetures massives de sociétés numériques des groupes d'État ne sont pas confirmées ; la vraie pression vient du durcissement des règles d'appels d'offres et du déficit de mécanismes de talents en IA.

La rumeur d'une « vague de faillites » des sociétés numériques des groupes d'État a récemment circulé sur les réseaux sociaux, selon la logique suivante : l'État exigerait des entreprises centrales de se défaire de leurs activités inefficaces et déficitaires, entraînant la suppression massive des sociétés numériques peu performantes. Wang Daiming, auteur de ToB老人- ToB Lǎorénjiā, a interrogé plusieurs professionnels des sociétés numériques d'entreprises centrales : tous ont répondu « aucun impact, nous n'avons vu aucune notification en ce sens », et personne n'a pu confirmer la rumeur selon laquelle « l'État exigerait la suppression des sociétés numériques ». Il en conclut que le récit de « vague de faillites » est probablement exagéré, mais que les difficultés de ces sociétés ne sont pas sans fondement.

Un chef de produit d'une société numérique d'entreprise centrale révèle la véritable pression : par le passé, l'entreprise menait des projets d'intégration grâce à son statut de groupe d'État, à ses clients issus du groupe et à ses certifications, et prospérait ainsi ; aujourd'hui, avec la moindre pondération des certifications dans les appels d'offres et le durcissement de la gestion des sous-traitances, les marges brutes de l'intégration ont fortement chuté. Autrement dit, les sociétés numériques ne ferment pas en masse, mais avec la normalisation des appels d'offres par l'État et le renforcement du contrôle des sous-traitances, celles qui vivaient avant tout de leurs ressources subissent un réel choc.

Des opportunités existent pourtant. Le déploiement de l'IA entre dans une zone profonde : les agents génériques bureautiques sont certes puissants, mais aucun application IA vraiment performante n'existe encore pour les scénarios industriels et verticaux des groupes d'État. En tirant parti de leur proximité du terrain et de leur maîtrise des SOP métiers, les sociétés numériques peuvent créer de véritables produits IA verticaux applicables et reconstruire leur avantage compétitif. La difficulté : créer des produits et mener des projets sont deux choses radicalement différentes — pourquoi un client externe paierait-il, comment standardiser un produit, comment le commercialiser ? Ces questions étaient sans importance dans leur activité d'origine, et les compétences correspondantes ne s'acquièrent pas du jour au lendemain.

Le frein le plus profond réside dans les talents et les mécanismes. Wang Daiming a commencé sa carrière dans une société numérique d'entreprise centrale : expert métier, son salaire n'était pourtant pas bas dans le groupe, mais il a quadruplé dès son passage dans une entreprise étrangère ; à l'apogée de la vague ERP, les grands experts connaissant à la fois les métiers, les systèmes et le delivery ont continué de partir en masse en raison de salaires trop éloignés du marché, les sociétés numériques transformant numérisation pour leur groupe et transfert de talents vers le marché. Les projets IA d'entreprise sont par nature des projets d'innovation, exigeant des profils maîtrisant à la fois le métier, le produit et l'ingénierie IA — des talents rares et disputés par les entreprises IA ; or dans le mécanisme de promotion des groupes d'État, parmi deux candidats directeurs, celui qui a passé plus d'années dans le groupe l'emporte souvent sur celui au meilleur profil métier — rechercher stabilité, confiance et contrôle dans la gouvernance a sa logique, mais dans les projets d'innovation IA cela prive d'incitations suffisantes ceux capables de mener les combats les plus durs. Le problème le plus fondamental reste l'« ADN » : développer des logiciels commerciaux est par essence un acte entrepreneurial — c'est précisément la leçon que les sociétés numériques ont le plus de mal à apprendre.

Mots-clés: Wang Daiming · ToB Laorenjia · Enterprise AI · Vertical AI · China SOEs · ERP


À lire aussi


萬安算交所 AIXX · AIXX · Bourse compute vérifiée · Accéder à la salle