Analyse approfondie d’Atlassian (TEAM) : d’une « entreprise Jira » à une « plateforme de travail activée par l’IA » — Cartographier une action où la croissance et un modèle de profit pas encore établi coexistent

* Ce rapport est basé sur des données au 2026-01-08.

Que fait cette entreprise ? (Explication du business qu’un collégien peut comprendre)

Atlassian (TEAM) vend une « boîte à outils de collaboration » qui aide les gens à accomplir leur travail au sein des entreprises. Au lieu de s’appuyer sur des notes personnelles ou des accords verbaux, son logiciel rend le travail d’équipe visible, organisé et en progression constante.

Le différenciateur clé est qu’Atlassian n’est pas seulement un ensemble d’outils pratiques. Elle intègre des « enregistrements du travail » et des workflows reproductibles pour les tâches, les documents et les demandes de support directement dans la manière dont une organisation fonctionne. Plus récemment, l’entreprise s’est davantage appuyée sur des « collections » groupées qui encouragent les clients à utiliser plusieurs produits ensemble, ainsi que sur l’intégration de l’IA à mesure qu’elle évolue vers un modèle où « les personnes et l’IA travaillent ensemble ».

Qui sont les clients ?

Sa base de clients principale est l’entreprise (B2B). Atlassian sert non seulement des sociétés de logiciels, mais aussi un large éventail d’industries, notamment la fabrication et les services financiers. La base d’utilisateurs peut s’étendre au-delà du développement et des opérations IT à presque toute fonction qui « fait fonctionner le travail en équipe », y compris la planification, les ventes, le design et les fonctions support. Ces dernières années, l’entreprise a également accru son focus sur le soutien aux migrations vers le cloud pour les grandes entreprises.

Produits principaux (les piliers de revenus d’aujourd’hui)

• Outils de gestion du travail (développement et gestion de projet) : Un système permettant aux équipes de partager ce qui doit être fait, qui en est responsable, les échéances et les goulots d’étranglement — et de suivre l’avancement (produit phare : Jira).
• Outils pour stocker et organiser l’information interne (wiki interne) : Aide les équipes à trouver des procédures, des notes de réunion et des documents de conception, réduisant la dépendance au savoir d’une seule personne (produit phare : Confluence).
• Support IT et intake des opérations (help desk) : Capture les demandes internes, les priorise et suit l’état de résolution (produit phare : Jira Service Management).
• « Ventes de bundles (collections) » qui regroupent plusieurs produits : Regroupe Jira, Confluence, Loom, Rovo, etc. comme une « stack de collaboration », déplaçant la décision d’achat de comparaisons produit par produit vers un choix basé sur le flux de travail de bout en bout.

Comment gagne-t-elle de l’argent ? (Modèle de revenus)

Le modèle de base est l’abonnement. Les entreprises paient mensuellement ou annuellement en fonction du nombre d’utilisateurs (sièges) et du niveau de l’offre (les niveaux supérieurs incluent une administration et une gouvernance plus solides). Une fois ces outils intégrés au workflow d’une équipe, le changement est souvent moins un « remplacement d’outil » qu’une « refonte de processus », ce qui soutient structurellement la rétention à long terme.

L’adoption du cloud est également un thème majeur. À mesure que les migrations des grandes entreprises progressent, les offres de niveau supérieur qui répondent aux exigences de sécurité, d’audit et d’administration tendent à avoir une proposition de valeur plus claire.

Pourquoi est-elle choisie ? (Proposition de valeur)

• Devient la fondation qui « empêche le travail d’équipe de s’arrêter » : Les progrès sont visibles, l’information est moins fragmentée et les flux de réponse aux incidents sont structurés.
• Tend à devenir un standard dans les environnements de développement et IT : Une fois qu’elle devient la valeur par défaut dans des domaines complexes à multiples parties prenantes, elle peut souvent s’étendre latéralement à d’autres départements.
• Utilise l’IA pour accélérer « trouver, résumer et prochaines actions » : Rovo est positionné comme une IA qui recherche dans la connaissance interne, répond aux questions et soutient l’exécution.

Optionalité de croissance future (candidats pour les prochains piliers)

Atlassian ne se contente pas d’ajouter l’IA par-dessus des outils de collaboration existants ; elle évolue aussi vers la maîtrise du point d’entrée du travail et même la mesure des résultats. Il existe trois candidats majeurs pour de futurs piliers.

• IA d’entreprise centrée sur Rovo (recherche, chat, agents) : Parce qu’elle se connecte aux données de tâches/documents/tickets et aux permissions, elle peut s’intégrer directement au travail de première ligne. Elle met l’accent sur des exigences d’entreprise telles que le contrôle d’accès.
• Mesurer et améliorer la productivité des développeurs (acquisition DX) : À mesure que l’investissement en IA augmente, les clients veulent de plus en plus mesurer « est-ce que cela nous a réellement rendus plus rapides ? ». Connecté aux outils de gestion du développement, cela pourrait aller jusqu’à recommander des actions d’amélioration.
• Potentiel de contrôler le point d’entrée du travail (navigateur IA Dia) : Le navigateur est un « point d’entrée vers le travail ». Si l’IA peut unifier le contexte à travers les onglets et les applications, elle peut créer de la valeur ; toutefois, c’est un domaine très concurrentiel où la difficulté de rentabiliser l’investissement pourrait augmenter.

« Infrastructure interne » qui stimule la compétitivité : une fondation IA commune et une conception opérationnelle sûre

Pour l’IA d’entreprise, il ne suffit pas d’être « utile » — il faut aussi des garde-fous pour qu’elle « ne voie pas ce qu’elle ne devrait pas voir ». Atlassian positionne Rovo autour d’une conception préservant les permissions, de contrôles administratifs et d’une gestion prudente des données, ce qui pourrait devenir une fondation durable au fil du temps.

Analogie (une seule)

Atlassian rassemble le travail d’équipe en « un tableau de tâches », « un endroit pour stocker des notes internes », « un guichet d’entrée pour les demandes » et « une IA qui aide à travers tous ces éléments », afin que « tout le monde puisse avancer en regardant la même carte ».

Voilà le business en termes simples. Ensuite, nous examinerons le « schéma dans les chiffres » de long terme qui compte pour l’investissement de long terme, et évaluerons à quel point l’histoire de croissance est réellement « complète ».

Fondamentaux de long terme : le chiffre d’affaires et le FCF sont solides, mais la rentabilité est inachevée

Tendance de long terme du chiffre d’affaires : l’expansion de l’échelle est claire

Le chiffre d’affaires a augmenté régulièrement au fil du temps, passant de $149 million en FY2013 à $5.215 billion en FY2025. La croissance a été forte : un CAGR sur 5 ans de +26.4% et un CAGR sur 10 ans de +32.2%.

EPS et résultat net : les profits comptables sont restés négatifs sur le long terme

À l’inverse, l’EPS annuel est négatif depuis FY2017 ; l’EPS FY2025 était de -0.98, et le résultat net FY2025 était également de -$257 million. Comme la série de profits est majoritairement négative, les CAGR EPS sur 5 ans et 10 ans ne peuvent pas être organisés comme un taux de croissance (autrement dit, il est difficile de l’évaluer comme une métrique de croissance sur cette période).

Free cash flow (FCF) : génération de cash malgré les pertes

Malgré des profits comptables négatifs, le FCF s’est accru sur le long terme. Il est passé de $47 million en FY2013 à $1.416 billion en FY2025, avec un CAGR sur 5 ans de +21.3% et un CAGR sur 10 ans de +36.0%. La marge de FCF FY2025 était de 27.1%, et sur une base annuelle elle s’est généralement située entre la fin des 20% et les niveaux de 30%.

Marges et ROE : la marge brute est élevée, mais les profits opérationnels et nets sont difficiles à conserver

La marge brute est restée dans la zone des 80% sur le long terme (FY2025 : 82.8%). En revanche, la marge opérationnelle a oscillé entre positif et négatif et a été négative sur les exercices fiscaux les plus récents (FY2023 -9.8%, FY2024 -2.7%, FY2025 -2.5%). La marge nette est également négative depuis FY2017, à -4.9% en FY2025.

Le ROE (dernier FY) est de -19.1%, soulignant que l’entreprise n’a pas encore atteint un état « terminé » du point de vue de l’efficacité du capital.

« Pattern » de style Lynch : pas un pur Fast Grower, mais un hybride de croissance × rentabilité pas encore établie

Atlassian ne s’insère pas proprement dans les six catégories de Lynch, car le chiffre d’affaires et le FCF ont fortement augmenté sur le long terme tandis que l’EPS et le ROE sont restés négatifs.

• La croissance de long terme du chiffre d’affaires est élevée et ressemble à celle d’un Fast Grower (CAGR 5 ans +26.4%, CAGR 10 ans +32.2%).
• Le FCF est également solide, confirmant la capacité de génération de cash (CAGR 5 ans +21.3%, CAGR 10 ans +36.0%).
• Cependant, le ROE est négatif à -19.1% sur le dernier FY, ce qui rend difficile de décrire la rentabilité comme « stable » ou « complète ».

En conséquence, le cadrage le plus proche aujourd’hui est un hybride de « forte croissance du chiffre d’affaires × rentabilité pas encore établie (la rentabilité montre des éléments de reprise, mais n’est pas complète) ». Il n’y a pas de cyclicité évidente du chiffre d’affaires typique des Cyclicals, et elle présente des caractéristiques limitées d’un Asset Play ; par ailleurs, il est prématuré de la qualifier de Turnaround car une rentabilité durable n’a pas été confirmée.

Court terme (TTM / comme proxy des 8 derniers trimestres) : le schéma de long terme tient, mais la « décélération » et la détérioration des profits ressortent

Ici, nous vérifions si le schéma hybride de long terme tient toujours sur l’année la plus récente (TTM).

Chiffre d’affaires : croissance à deux chiffres maintenue, mais en décélération par rapport à la moyenne de long terme

Le chiffre d’affaires (TTM) est de $5.460 billion, et la croissance du chiffre d’affaires (TTM YoY) est de +19.513%. Par rapport au CAGR du chiffre d’affaires sur 5 ans (+26.4%), l’année la plus récente est plus lente, ce qui apparaît comme une « décélération » compte tenu des horizons temporels différents. Cela dit, la croissance à deux chiffres reste intacte. Le CAGR du chiffre d’affaires sur 2 ans est de +18.4%, et le +19.5% actuel est globalement en ligne avec cela — mieux décrit comme une « croissance régulière à deux chiffres, mais à un rythme plus lent que la moyenne de long terme » plutôt qu’une rupture nette.

EPS : toujours négatif et en aggravation d’une année sur l’autre

L’EPS (TTM) est de -0.7026, et la croissance de l’EPS (TTM YoY) est de -53.359%. Cela s’aligne avec la vue de long terme selon laquelle la rentabilité n’est pas encore établie, mais l’année la plus récente ne soutient pas un récit fort de « reprise » ; au minimum, la détérioration TTM est claire.

FCF : positif et substantiel, mais la croissance ralentit

Le FCF (TTM) est de $1.442 billion, la croissance (TTM YoY) est de +8.749%, et la marge de FCF (TTM) est de 26.412%. Le schéma de long terme d’une forte génération de cash reste intact. Cependant, il est inférieur au CAGR du FCF sur 5 ans (+21.3%), indiquant une « décélération » de la dynamique de croissance du cash sur l’année la plus récente.

Marge opérationnelle (FY) : stable après amélioration, toujours négative

Sur une base FY, la marge opérationnelle s’est améliorée de manière significative de FY2023 -9.8% à FY2024 -2.7%, et est restée globalement stable à FY2025 -2.5%. FY et TTM couvrent des périodes différentes et peuvent apparaître différemment, mais la conclusion selon laquelle « une rentabilité durable n’a pas été atteinte » est cohérente.

Momentum global de court terme : en décélération

Le chiffre d’affaires et le FCF continuent de croître, mais l’année la plus récente est en dessous de la moyenne sur 5 ans et l’EPS s’est détérioré. En conséquence, le momentum de court terme est mieux décrit comme « en décélération ». Cela ne ressemble pas à un effondrement soudain de la demande ; les points faibles de cette phase sont la « détérioration de l’EPS » et le « ralentissement de la croissance du FCF ».

Santé financière : coexistence d’un signal orienté net cash et d’une faible capacité de couverture des intérêts

Le risque de faillite sur lequel les investisseurs se concentrent généralement s’évalue au mieux via une combinaison de « cash disponible », « structure de dette » et « capacité à payer les intérêts ». Atlassian montre des signaux suggérant un coussin financier plus épais, tout en montrant une faiblesse du côté des profits comptables qui se répercute sur la capacité de couverture des intérêts.

Structure du capital et liquidité (FY / dernier)

• Ratio de fonds propres (FY2025) : 22.3%
• D/E (FY2025) : 0.92
• Cash ratio (FY2025) : 0.92, évoluant autour de ~0.97 récemment
• Le quick ratio manque de données récentes suffisantes pour conclure de manière définitive, mais au minimum le cash ratio a évolué près de 1

Dette nette / EBITDA : un grand négatif (orienté net cash), mais à interpréter avec prudence

La dette nette / EBITDA (dernier FY) est de -70.65. Il s’agit d’un indicateur inverse où des « valeurs plus petites (plus négatives) » impliquent généralement que le cash dépasse la dette portant intérêt. À première vue, l’entreprise montre un signal fort orienté net cash. Par rapport à sa propre distribution historique, il est également en dessous de la plage typique sur les 5 et 10 dernières années.

Cela dit, lorsque l’EBITDA est faible ou instable, cette métrique peut devenir extrême. Il est raisonnable de noter le signal tout en évitant des conclusions trop confiantes.

Capacité de paiement des intérêts (dernier, base trimestrielle) : la faiblesse du côté des profits ressort

• La couverture des intérêts est négative récemment (autour de -5.5), indiquant que la faiblesse du côté des profits comptables se reflète aussi dans la capacité à payer les intérêts.
• La couverture des paiements basée sur les cash flows est faible récemment (autour de 0.105), ce qui peut être formulé comme « le FCF est généré, mais il est difficile de qualifier la capacité de paiement de parfaitement solide ».

Globalement, le risque de faillite ne peut pas être conclu de manière définitive à court terme. L’équilibre ici est que, bien que le « signal orienté net cash » soit positif, si l’amélioration des profits est retardée, il est peu probable que cela paraisse « confortable » du point de vue de la capacité à payer les intérêts.

Où se situe la valorisation aujourd’hui (vérifiée uniquement par rapport à l’historique de l’entreprise)

Ici, nous évaluons la valorisation par rapport à la distribution historique propre d’Atlassian (principalement les 5 dernières années, avec les 10 dernières années en complément), plutôt que par rapport aux moyennes de marché ou aux pairs. L’hypothèse de cours est de $153.88 à la date de ce rapport.

PEG : une valeur actuelle existe, mais la plage de l’entreprise ne peut pas être construite, donc le positionnement ne peut pas être établi

Le PEG est de 4.1046x. Cependant, il n’y a pas assez d’informations pour construire des médianes sur 5 ans/10 ans ou des plages typiques, il est donc difficile de situer le PEG d’aujourd’hui dans le contexte historique propre de l’entreprise. En toile de fond, le dernier taux de croissance de l’EPS (TTM YoY) est négatif à -53.359%, ce qui complique également l’interprétation du PEG.

P/E : avec un EPS négatif, la comparaison de plage est difficile à appliquer

Le P/E (TTM, basé sur le cours actuel) est de -219.02x. Comme l’EPS (TTM) est négatif, il n’est pas utile dans le cadre habituel de comparaison de plages de P/E (haut/bas), et il est également difficile de cartographier la position actuelle à l’aide des distributions historiques sur cette période.

Rendement du free cash flow : du côté des rendements plus élevés par rapport à l’historique de l’entreprise

Le rendement du FCF est de 5.577%. Il est au-dessus de la plage typique des 5 dernières années (1.153%–2.264%) et également au-dessus de la plage typique des 10 dernières années (1.219%–2.282%). Dans le contexte historique propre de l’entreprise, cela le place du côté des « rendements plus élevés » (ce n’est pas une conclusion d’investissement, seulement une description du positionnement).

ROE : négatif, mais moins négatif par rapport aux 5 dernières années

Le ROE (dernier FY) est de -19.08%. Il est au-dessus (moins négatif que) la borne supérieure de la plage typique des 5 dernières années (-27.096%), le plaçant du côté relativement meilleur par rapport aux 5 dernières années. Par ailleurs, au sein de la plage typique des 10 dernières années (-121.946% à -11.006%), il se situe vers le haut (côté moins négatif). Notez qu’il reste négatif.

Marge de FCF : dans la plage, mais vers le bas sur les 5 et 10 dernières années

La marge de FCF (TTM) est de 26.412%. Elle est dans la plage typique des 5 dernières années (26.182%–33.666%), mais se situe autour du bas 40% de la distribution des 5 dernières années — c’est-à-dire vers le bas. Elle apparaît également vers le bas au sein de la plage typique des 10 dernières années.

Dette nette / EBITDA : en dessous de la plage historique de l’entreprise (une phase plus orientée net cash)

La dette nette / EBITDA (dernier FY) est de -70.65, en dessous de la borne inférieure des plages typiques sur 5 ans/10 ans (-45.93/-46.66). Comme indiqué, cette métrique est un indicateur inverse ; puisque « plus négatif » implique généralement une position plus proche du net cash, elle peut être organisée comme étant du côté plus fort orienté net cash dans le contexte historique propre de l’entreprise.

Résumé de valorisation (à quoi cela ressemble en alignant six indicateurs)

• Le P/E et le PEG manquent des données préalables nécessaires pour construire les plages historiques de l’entreprise, rendant difficile la construction d’une « carte de position actuelle ».
• Du côté des cash flows, le rendement du FCF est positionné au-dessus des plages typiques des 5 et 10 dernières années de l’entreprise.
• Le ROE est négatif, mais positionné du côté moins négatif par rapport aux 5 dernières années.
• La marge de FCF est dans la plage, mais apparaît vers le bas lorsqu’on la regarde sur les 5 et 10 dernières années.
• La dette nette / EBITDA est en dessous de la plage de l’entreprise, suggérant une phase orientée net cash.

Tendances de cash flow : comment lire « profits faibles mais FCF solide »

Un point central pour comprendre Atlassian est que, tandis que l’EPS (profit comptable) a été négatif sur le long terme, le FCF a été significatif. Cela suggère une coexistence : plutôt que de conclure « ce n’est pas rentable », il se peut que les charges comptables (charge d’investissement) pèsent sur les profits plus tôt, tandis que le moteur sous-jacent de génération de cash reste solide.

Cela dit, sur l’année la plus récente (TTM), la croissance du FCF a ralenti à +8.749%, et par rapport à la croissance du chiffre d’affaires (+19.513%), la croissance du cash ne suit pas le rythme. Le fait que cela reflète un investissement front-loaded (investissement IA, intégration d’acquisitions, exigences d’entreprise, etc.) ou une perte de « momentum » du business devra être évalué à l’avenir en parallèle avec « où la marge de FCF se stabilise dans sa plage historique » et « si la croissance du chiffre d’affaires reste à deux chiffres ».

Histoire de succès : pourquoi Atlassian a gagné (le cœur)

Le playbook central d’Atlassian a été de traduire le « travail complexe en équipe » en « patterns de travail » standardisés à travers un ensemble en trois parties de tâches, de connaissance et d’opérations (demandes), puis d’intégrer ce système au sein de l’organisation.

• Caractère essentiel : Le développement, les opérations IT et l’exécution de projets coûtent cher lorsqu’ils s’arrêtent, ce qui rend le système utilisé susceptible de devenir une quasi-infrastructure.
• Caractère irremplaçable : Parce qu’il est intégré aux processus via les opérations de tickets, la conception des permissions, les workflows et la connaissance accumulée, la migration devient souvent une « refonte de processus » plutôt qu’un « changement de produit ».
• Colonne vertébrale : En fournissant des flux standard pour l’enregistrement, les validations et le suivi, il peut devenir le hub d’un écosystème qui inclut d’autres outils et extensions.

À l’ère de l’IA, à mesure que « rechercher, résumer et créer » devient plus commoditisé, l’acteur qui contrôle la fondation — données et permissions — tend à gagner du levier. La poussée d’Atlassian pour relier une IA inter-produit comme Rovo à sa stack centrale s’inscrit dans cette structure, évoluant vers le fait d’être « le système auquel l’IA se réfère ».

Continuité de l’histoire : les mouvements récents sont-ils cohérents avec le schéma de succès ?

Le plus grand changement au cours des 1–2 dernières années a été le passage d’« outils de collaboration » vers une « plateforme de travail incluant l’IA ». Directionnellement, c’est cohérent avec l’histoire de succès originale : faire des enregistrements de travail, des permissions et des workflows le system of record.

• L’IA devient le sujet principal : Étendre Rovo à une base de clients plus large et mettre l’accent sur des facteurs de confiance tels que les permissions, l’administration et la protection des données.
• Passage à la mesure d’impact : Avec l’intégration de DX, s’appuyer sur la mesure des résultats des investissements IA et capturer la boucle adoption → opérations → amélioration.
• Expansion vers le point d’entrée du travail (navigateur) : Avec l’intégration de Dia/Arc, viser à capturer le contexte non seulement au sein des applications mais aussi au point d’entrée.

D’un autre côté, lorsqu’on aligne cela avec les chiffres, le chiffre d’affaires et la génération de cash augmentent, mais la rentabilité reste instable. Ainsi, le cadrage le plus naturel n’est pas « la croissance continue d’accélérer », mais « redéfinir la valeur via l’IA tout en renforçant la tarification, la rétention et l’expansion latérale ».

Invisible Fragility : pas une rupture immédiate, mais des points de suivi qui peuvent se cumuler au fil du temps

Cette section ne porte pas sur des conclusions définitives, mais plutôt sur les « faiblesses à combustion lente » qui peuvent exister au sein d’entreprises qui, par ailleurs, paraissent solides.

• Les changements de prix augmentent « renouvellement = réévaluation » : Les changements de prix côté cloud (October 15, 2025) et côté data center (2025年2月11日) peuvent accroître la charge de justification interne et rendre les comparaisons plus probables. Si les hausses de prix peuvent soutenir la rentabilité, elles peuvent aussi créer une pression de churn pour les organisations où l’ancrage est plus faible.
• La conception de la valeur IA crée des « écarts de maîtrise d’adoption » : Rovo peut être moins efficace lorsque les permissions, l’hygiène des données et les règles d’exploitation sont faibles, créant un risque qui se manifeste moins par des annulations que par une « montée en gamme plus lente et une expansion latérale plus lente ».
• La culture organisationnelle et la fatigue du changement peuvent se répercuter sur la vitesse d’exécution : Dans une période où l’on pousse simultanément l’IA, les acquisitions et de nouveaux domaines (navigateur), des changements de structure de management, des tensions internes et des critiques sur la manière dont les licenciements sont communiqués pourraient se traduire par une densité d’exécution réduite — à surveiller.
• La structure de « marge brute forte mais profits difficiles à conserver » persiste : Lorsque l’investissement IA, l’intégration d’acquisitions et les exigences d’entreprise se chevauchent, les coûts peuvent prendre de l’avance ; si la croissance décélère, la reprise des profits peut être repoussée.
• Pression de structure sectorielle (consolidation des plateformes) : À mesure que les outils ponctuels se consolident, Atlassian doit gagner sur la « surface area » ou maintenir un statut de standard écrasant dans des domaines spécifiques. Investir dans le domaine des navigateurs est une manière d’étendre la surface area, mais la concurrence est intense et la difficulté de rentabiliser l’investissement pourrait augmenter.

Paysage concurrentiel : pas un combat d’outils ponctuels, mais une bataille pour la « work platform (surface area) »

Atlassian est en concurrence dans un domaine qui couvre des « outils pour accomplir le travail », incluant la gestion des tâches/du développement, la connaissance interne et les opérations/demandes IT. Ce n’est pas un combat d’une seule catégorie ; cela devient souvent une concurrence multi-couches où plusieurs plateformes se disputent le même budget.

Principaux acteurs concurrents (varie selon les catégories croisées)

• Microsoft : Avec Teams/Planner/Project/Loop plus Copilot, elle dispose d’une distribution par défaut puissante, ce qui peut mettre sous pression Confluence et les domaines adjacents.
• ServiceNow : Un leader ITSM/ITOM qui pousse aussi l’agentification IA (autonomie). Un concurrent dans le domaine JSM.
• Salesforce (Slack) : Possède un point d’entrée de communication et peut remodeler les workflows autour des notifications, des validations et des conversations.
• GitHub / GitLab : Côté plateforme de développement. Avec l’adoption de l’IA de codage, une question clé est de savoir où se consolide le centre du flux de développement.
• Asana / monday.com : Work Management. Souvent choisis pour la facilité d’adoption, avec une approche concurrentielle qui diffère d’Atlassian dans la profondeur des « patterns » de développement/opérations.
• Notion : Un espace de travail documents + base de données qui peut créer une pression de substitution dans le domaine de Confluence.
• Zendesk : Une plateforme de support client externe. La concurrence pourrait s’intensifier selon la direction de l’expansion de JSM.

Champs de bataille spécifiques par domaine (qui contrôle le « system of record »)

• Développement et gestion de projet (Jira) : Qui conserve le « system of record » de l’issue → implémentation → release. Avec l’adoption de l’IA, la gouvernance sur l’historique, les permissions et les validations devient plus importante.
• Connaissance interne (Confluence) : À mesure que les documents passent de « lecture/écriture » à une « couche de données référencée par l’IA », les permissions et l’architecture de l’information deviennent décisives.
• Opérations IT et demandes (JSM) : Profondeur d’audit, gouvernance, gestion des actifs et automatisation. À mesure que l’agentification IA progresse, cela devient une concurrence de plateforme autour de « l’exécution autonome ».
• Recherche inter-produit et IA (Rovo) : Le champ de bataille porte moins sur l’intelligence brute de l’IA que sur la capacité à se connecter en sécurité aux données d’entreprise et à opérer dans des contraintes de permissions et d’audit.

Points positifs clients (Top 3) et points de douleur (Top 3)

Plus un produit devient une « plateforme », plus ses forces et ses défis tendent à être les deux faces d’une même pièce.

• Points couramment valorisés
  • Transforme le travail en un système reproductible (workflow-ization), permettant un passage de « l’héroïsme individuel » à « fonctionner sur des systèmes ».
  • Améliore la visibilité inter-équipes (transparence), avec une valeur qui augmente à mesure que le nombre de parties prenantes augmente.
  • Rend la connaissance plus facile à convertir en actif, et avec l’IA, augmente les attentes de raccourcir « recherche → synthèse → travail suivant ».
• Points de douleur courants
  • La conception opérationnelle est difficile ; même après l’adoption, la « construction de patterns » reste nécessaire.
  • À l’échelle, la gestion et le coût nécessitent une justification interne, et des changements de prix répétés peuvent accroître cette charge.
  • Les fonctionnalités IA dépendent de l’usage ; si les permissions, l’hygiène des données et les règles d’exploitation sont faibles, les résultats peuvent être en deçà des attentes.

Moat (avantage concurrentiel) et durabilité : la clé est « des mécanismes qui absorbent la complexité opérationnelle des entreprises »

Le moat d’Atlassian tient moins au fait de gagner sur des fonctionnalités individuelles qu’à sa capacité à absorber la complexité opérationnelle des entreprises (permissions, audit, gouvernance, workflows) tout en accumulant continuellement des enregistrements.

• Coûts de changement : Le vrai coût de changement n’est pas la migration des données — c’est la « refonte de processus ». Les types d’issues, les permissions, les validations, les notifications et la formation doivent souvent être reconstruits.
• Écosystème (actifs d’intégration) : À mesure que la marketplace, les templates et les intégrations s’accumulent, ils peuvent devenir des barrières à l’entrée, tout en portant le risque d’être écrasés par la puissance de distribution de grandes plateformes.
• Exigences d’entreprise : Les journaux d’audit et la gouvernance administrateur peuvent être des différenciateurs, en particulier dans les déploiements à grande échelle.

La durabilité s’améliore si Jira/Confluence/JSM s’ancrent comme le « system of record » d’entreprise, si l’adoption des bundles s’approfondit, et si l’IA contribue de manière transversale en réduisant le rework dans l’exécution. La durabilité s’affaiblit si les changements de prix/offres déclenchent davantage de réévaluation au renouvellement, si des plateformes intégrées qui contrôlent le point d’entrée offrent des substituts « suffisamment bons », et si la valeur de l’IA dépend de la maturité opérationnelle au point que les résultats varient fortement et se manifestent par une expansion plus lente.

Position structurelle à l’ère de l’IA : peut être à la fois un tailwind et un headwind, mais l’entreprise penche vers le fait d’être le « système business référencé »

À l’ère de l’IA, ce qui compte n’est pas seulement « à quel point l’IA est intelligente », mais qui contrôle les données business, les permissions et l’auditabilité auxquelles l’IA peut se référer et contre lesquelles elle peut exécuter. Atlassian se positionne notablement non pas pour être remplacée, mais pour être la « plateforme business qui est référencée ».

Forces qui comptent à l’ère de l’IA (structure)

• Effets de réseau indirects : Pas une croissance virale classique des utilisateurs, mais à mesure que la standardisation en entreprise augmente, les templates, les conceptions de permissions et les actifs d’intégration s’accumulent, rendant le churn plus difficile.
• Avantage de données : Des « données de contexte de travail » telles que tâches, spécifications, notes de réunion, réponse aux incidents et historiques de validation s’accumulent en continu — concentrant le contexte, les permissions et l’historique dont l’IA dépend.
• Profondeur d’intégration IA : Évolue vers une architecture où la recherche, le chat et les agents se superposent de manière persistante aux tâches, documents et opérations, avec Rovo Dev positionné pour réduire les frictions sur l’ensemble du cycle de vie du développement.
• Caractère critique pour la mission : Intégré dans des domaines où l’arrêt crée rapidement des goulots d’étranglement opérationnels, le plaçant du côté où la demande fondamentale est moins susceptible de disparaître même après l’adoption de l’IA.
• Barrières à l’entrée : Opérationnaliser une IA inter-produit tout en répondant aux exigences d’entreprise (permissions, audit, gestion des données) est difficile. Des améliorations telles que la visibilité des journaux d’audit et le monitoring/la gouvernance des accès via MCP peuvent renforcer la durabilité.

Risque de substitution introduit par l’IA (où elle pourrait perdre)

Le risque central est moins que « la gestion des tâches ou les wikis deviennent inutiles à cause de l’IA », et plus que des plateformes de point d’entrée — suites bureautiques, plateformes de développement et plateformes de chat — intègrent l’IA et contrôlent le point de départ du travail, absorbant ces capacités comme des « fonctions périphériques ».

En réponse, Atlassian renforce sa stratégie en construisant des connecteurs qui permettent à des clients IA externes de se connecter en sécurité à Jira/Confluence, et en améliorant l’audit des connexions et les contrôles de permissions — renforçant une posture consistant à ne pas être « le côté qui est désintermédié », mais « le système business auquel l’IA se réfère et contre lequel elle exécute ».

Leadership et culture : force product-led dans la création de « work patterns », et frictions pendant les périodes de changement

Cohérence de la vision : construire une fondation de collaboration et déplacer l’IA au cœur

Le fil conducteur central d’Atlassian est une vision cohérente de « construire une fondation partagée qui fait avancer le travail d’équipe ». Elle regroupe tâches, connaissance et opérations, et s’appuie sur l’IA (Rovo) pour compresser « trouver, résumer et prochaines actions ».

Récemment, l’entreprise a effectué des mouvements visibles pour élever l’importance de l’IA (par exemple, en établissant/renforçant des rôles de niveau leader IA), renforçant que l’IA n’est pas une fonctionnalité périphérique mais une priorité centrale. Dans les communications externes, Atlassian tend aussi à associer l’intégration de l’IA à des exigences d’entreprise autour de la gouvernance et de la confiance.

Persona, valeurs, priorités, communication (quatre axes)

• Persona : Forte orientation produit, centrée sur la mise à jour de la « fondation de la manière dont les gens travaillent » via des produits. Opère récemment dans une phase d’avancement simultané de l’IA, des acquisitions et de nouveaux domaines.
• Valeurs : Met l’accent sur la gouvernance (permissions, audit, opérabilité) aux côtés de la commodité. Traite l’écosystème (marketplace et partenaires) comme une partie de la proposition de valeur.
• Priorités : Migration vers le cloud (en particulier les grandes entreprises), intégration inter-produit (bundling) et faire de l’IA un cœur.
• Communication : Positionne l’IA comme un thème de croissance tout en l’associant à la confiance et à la gouvernance en entreprise. Par ailleurs, il y a eu des reportings sur la relation entre cofondateurs ; selon l’interprétation, cela pourrait affecter la cohésion et constitue donc un point de changement à surveiller (l’entreprise a indiqué que le désaccord n’en est pas la raison).

Comment cela tend à se manifester culturellement (forces et frictions)

• Une culture product-led qui crée des « work patterns » : En même temps, cela requiert une conception opérationnelle côté client, ce qui peut créer des écarts d’adoption.
• Une culture qui suppose des exigences d’entreprise : Continue d’investir dans des journaux d’audit plus solides et des expériences administratives améliorées, visant à réduire les frictions dans les opérations d’entreprise.
• Une culture de concurrence sur la surface area incluant l’écosystème : Implique aussi une prise de décision qui valorise la coexistence avec les partenaires (par ex., ajuster les calendriers pour des changements de partage de revenus).

Adéquation avec les investisseurs de long terme (perspective culture et gouvernance)

Compte tenu du profil de croissance continue du chiffre d’affaires et de génération de cash aux côtés d’une stabilité des profits inachevée, c’est un nom qui exige souvent des investisseurs de long terme de surveiller si l’histoire devient « complète » à moyen et long terme.

Les éléments à surveiller incluent des événements de transition de management à venir tels qu’un changement de CFO planifié, et des reportings sur la relation entre cofondateurs qui suggèrent une friction culturelle potentielle. Ceux-ci pourraient affecter indirectement la vélocité produit et les flux d’entrée/sortie de talents et sont donc raisonnables à surveiller de manière continue (l’entreprise a indiqué que le désaccord n’en est pas la raison).

Dividendes et allocation du capital : pas une valeur à dividende ; le réinvestissement est la posture dominante

Sur une base TTM récente, il n’y a pas suffisamment de données pour confirmer le rendement du dividende, le dividende par action et le payout ratio, et au minimum ce n’est pas un nom où les dividendes sont centraux dans la thèse d’investissement. De plus, l’historique de dividendes consécutifs est court (2 ans), ce qui rend moins probable que ce soit un thème prioritaire pour les investisseurs axés sur les dividendes.

Du point de vue du retour aux actionnaires, la posture de l’entreprise est principalement le réinvestissement dans la croissance — expansion produit, acquisitions et autres allocations de capital — plutôt que les dividendes.

Scénarios concurrentiels sur les 10 prochaines années (bull, base, bear)

Bull : la position de « system of record for work » se renforce à l’ère de l’IA

À mesure que l’IA exécute davantage de travail, les systems of record pour les tâches, la connaissance et les journaux opérationnels deviennent plus importants, et Atlassian reste dans cette couche. La concurrence se déplace des produits individuels vers les stacks (surface area), rendant les décisions de remplacement plus lourdes.

Base : les résultats divergent par catégorie et la coexistence continue

La gestion du développement tient, tandis que les documents sont en concurrence avec les suites bureautiques et des workspaces émergents. Dans les opérations IT, ServiceNow dans les grandes entreprises et JSM dans le mid-market créent une segmentation. Les résultats de l’IA varient selon la maturité opérationnelle, conduisant à des différences entre clients.

Bear : les plateformes de point d’entrée se consolident et Atlassian est marginalisée

Microsoft, ServiceNow et d’autres intègrent des workflows avec l’IA depuis les points d’entrée (office/chat/opérations IT), augmentant la probabilité qu’Atlassian soit remplacée comme un « substitut suffisamment bon » dans certains domaines. En particulier, les tâches et la connaissance dans des domaines non-ingénierie basculent vers d’autres plateformes, affaiblissant l’expansion latérale (bundling).

KPIs que les investisseurs devraient surveiller (variables qui comptent plus que « si un chiffre existe »)

Quel que soit le format de divulgation, si vous évaluez la dynamique concurrentielle et la qualité du business, les variables suivantes comptent.

• Progression de l’adoption des bundles : Si l’usage s’étend de produits uniques à plusieurs produits (profondeur de l’expansion latérale interne).
• Exigences de gouvernance dans l’adoption des grandes entreprises : Si les permissions, l’audit, la gestion des données et les fonctionnalités admin deviennent des facteurs de décision plus forts.
• Degré d’ancrage de l’IA dans l’exécution : Si cela reste à la recherche/synthèse ou passe aux prochaines actions (création, mises à jour, automatisation). Si les résultats dépendent trop fortement de la maturité opérationnelle.
• Friction au moment du renouvellement : Si les changements de prix/offres déclenchent des comparaisons et si cela se manifeste par une expansion plus lente.
• Changements au point d’entrée : À mesure que l’intégration progresse aux points d’entrée tels que Teams/Slack/navigateurs, la plateforme qui devient le system of record peut changer.
• Intégration des investissements : Si l’IA, l’intégration d’acquisitions et les nouveaux domaines fonctionnent comme un tout intégré plutôt que d’être dispersés (et si cela se manifeste dans l’opérabilité et la vélocité produit).

Two-minute Drill : le cadre pour voir TEAM comme un investissement de long terme

• Plutôt que de voir Atlassian comme « une entreprise d’outils de collaboration », l’image se clarifie lorsqu’on la voit comme une entreprise de « work platform » qui fait des tâches, des documents et des journaux opérationnels le system of record au sein des entreprises — et les intègre comme des work patterns standardisés.
• Sur le long terme, le chiffre d’affaires (CAGR 5 ans +26.4%) et le FCF (CAGR 5 ans +21.3%) sont robustes, tandis que l’EPS et le ROE restent négatifs — ce n’est donc pas un pur Fast Grower, mais un hybride de « croissance × rentabilité pas encore établie ».
• Sur le dernier TTM, le chiffre d’affaires +19.513% et le FCF +8.749% restent positifs mais ont ralenti par rapport aux moyennes de long terme, tandis que l’EPS se détériore à -53.359%. Le schéma tient, mais les progrès sur la rentabilité paraissent faibles dans cette phase.
• Sa force à l’ère de l’IA est l’accumulation de données de contexte de travail aux côtés des permissions et de l’auditabilité ; des initiatives comme Rovo et l’activation de la connectivité IA externe peuvent être lues comme des mouvements vers le fait d’être le « système business auquel l’IA se réfère et contre lequel elle exécute ».
• Invisible Fragility inclut davantage de réévaluation au renouvellement due aux changements de prix, une expansion plus lente due à des écarts de maîtrise d’adoption de l’IA, des frictions organisationnelles et de coûts liées à l’avancement simultané de l’IA, de l’intégration d’acquisitions et de nouveaux domaines, et une pression de marginalisation due à la consolidation des plateformes.