Les investissements en IA se tournent vers la « vraie demande » : la logique de sélection des investisseurs envers les startups est en train de changer.

L'investissement dans l'IA se tourne vers les « vrais besoins » : la logique de sélection des investisseurs envers les startups est en train de changer

Un dialogue sur l'avenir des startups de l'IA se déroule dans la Silicon Valley. Lors de la très attendue conférence TechCrunch Disrupt, les investisseurs ont envoyé un signal clair : l'IA reste le pari le plus sûr pour le capital, mais la logique d'investissement traverse une refonte subtile et profonde.

Au cours de l'année écoulée, l'explosion de l'IA générative a conduit presque toutes les startups à inclure le mot « IA » dans leur discours. Cependant, lorsque la ferveur retombe, les investisseurs commencent à examiner les projets d'un regard plus exigeant. Plusieurs investisseurs présents — dont Nina Achadjian, Jerry Chen et Peter Deng — ont exprimé une conviction commune lors d'une discussion sur l'orientation future des investissements : l'IA n'est plus un domaine où l'on peut obtenir un financement en s'appuyant sur de grands concepts ; les startups doivent prouver qu'elles possèdent la résilience nécessaire pour survivre sur un marché en évolution rapide (resilience), ainsi qu'une expertise approfondie dans un secteur spécifique (domain expertise).

De « raconter des histoires » à « résoudre des problèmes »

Aux premiers stades de l'investissement dans l'IA, une démonstration impressionnante ou un modèle élégant suffisait pour attirer les fonds. Mais aujourd'hui, les clients d'entreprise sont fatigués des promesses vagues concernant l'IA. Les investisseurs s'intéressent de plus en plus à savoir si les startups résolvent réellement des problèmes concrets, plutôt que de simplement fournir une démonstration technique.

Cela signifie que l'équipe fondatrice doit avoir une compréhension approfondie du secteur ciblé. Les processus complexes des secteurs verticaux tels que la santé, la finance et la fabrication ne peuvent pas être facilement pénétrés par un modèle d'IA générique. Les entreprises capables de combiner en profondeur la technologie de l'IA avec les connaissances sectorielles deviennent les cibles privilégiées des investisseurs.

La stratégie de données devient le nouveau fossé défensif

Un autre changement notable est que la stratégie de données remplace les paramètres de modèle et devient l'un des indicateurs clés dans l'évaluation des startups d'IA par les investisseurs. Dans un contexte où les capacités des modèles de base deviennent de plus en plus homogènes, des sources de données uniques et de haute qualité, ainsi qu'une capacité de traitement des données conforme aux réglementations, constituent de véritables barrières concurrentielles.

Les investisseurs ont mentionné à l'unisson que les fondateurs doivent présenter clairement leur stratégie de données : où obtenir les données, comment garantir leur qualité, comment établir un cercle vertueux fondé sur les données (data flywheel). Ce n'est pas seulement une question technique, mais aussi une question de modèle économique et de compétitivité durable.

Des cas d'utilisation réels voient le jour

Après plus d'un an de validation par le marché, les applications « killer » de l'IA commencent à se concentrer dans quelques domaines précis. Les applications de discussion (chat apps) restent d'importants points d'entrée de trafic, les outils de codage (coding tools) sont déjà largement adoptés par les développeurs et les entreprises, tandis que les plateformes de service client intelligent (customer service platforms) deviennent un choix évident pour les entreprises afin de réduire les coûts et d'accroître l'efficacité.Ces applications ont un point commun : elles résolvent des problèmes métier clairs, fréquents et quantifiables. En revanche, les projets qui tentent de tout réinventer avec l'IA mais qui manquent de scénarios d'application concrets perdent la patience des investisseurs.

Les investisseurs ont également souligné que l'IA présente un potentiel à long terme dans des domaines tels que les places de marché e-commerce et la robotique. En particulier, la combinaison de l'IA avec le monde physique — de l'automatisation des entrepôts aux opérations sur le terrain dans les secteurs des cols bleus — est considérée comme la prochaine vague d'opportunités structurelles.

La numérisation du secteur des cols bleus : une opportunité sous-estimée

Il a été spécifiquement mentionné lors des discussions que la numérisation des processus manuels traditionnels (digitizing traditional manual processes) est un filon encore insuffisamment exploité aux yeux des investisseurs. Dans les secteurs des cols bleus tels que la construction, la logistique et la fabrication, une grande partie du travail repose encore sur des formulaires papier et une coordination manuelle. Les solutions de numérisation pilotées par l'IA ont le potentiel d'améliorer considérablement l'efficacité.

Ce domaine est sous-estimé parce qu'il est souvent moins spectaculaire que les produits d'IA grand public, mais son volume est énorme et la volonté de payer des clients est claire. Pour les entrepreneurs capables de s'immerger dans ces secteurs et de comprendre les difficultés des travailleurs de première ligne, cela pourrait être une piste plus large.

La nouvelle normalité de l'investissement en IA dans une perspective mondiale

À l'échelle mondiale, l'investissement en IA passe de la phase de « semis à grande échelle » à une phase de « culture intensive ». Non seulement la Silicon Valley, mais aussi les capitaux européens, moyen-orientaux et asiatiques affluent vers le secteur de l'IA à une vitesse sans précédent, mais les critères de sélection des fonds se resserrent en parallèle. Les entrepreneurs doivent prendre conscience que, sous la double pression d'une concurrence accrue sur le marché et d'un capital devenu plus rationnel, se reposer uniquement sur le « concept d'IA » n'est plus viable.

Pour les startups, la question centrale à laquelle il faut répondre aujourd'hui n'est plus « que pouvez-vous faire avec l'IA ? », mais « pourquoi pouvez-vous survivre dans la vague de l'IA et construire un avantage durable ? ». La réponse se trouve probablement dans les données, l'expertise sectorielle et une compréhension fine des besoins réels.

Cet article est rédigé sur la base des discussions publiques de la conférence TechCrunch Disrupt, dans le but de fournir une analyse des tendances du secteur, et ne constitue pas un conseil en investissement.