Hype vs. Valeur : Évaluation des Startups d’IA en Phase Précoce pour un Réel Potentiel

Il y a deux ans, les capitalistes d’investissement investissaient largement dans tout ce qui était lié à l’IA. Maintenant, nous sommes tous devenus plus sélectifs et éduqués, cherchant des solutions à des problèmes de la vie réelle où l’IA ajoute une valeur réelle. 

Alors faisons la conclusion finale dès le départ : avoir « IA » dans le nom de l’entreprise n’est plus un facteur décisif. Il a fallu deux ans au marché pour se remettre du Big Bang de l’IA et commencer à séparer la valeur réelle des perspectives illusoires. 

Le véritable défi est tombé sur les investisseurs en phase précoce. Nous avons dû aiguiser nos yeux pour reconnaître les innovations parmi des centaines de solutions SaaS B2B basées sur l’IA, également brillantes, sans revenus. Chacune pourrait devenir une licorne ou un simple emballage IA pour rien.

Chez Pre-Seed to Succeed (P2S), nous nous spécialisons dans l’évaluation des startups d’IA au stade le plus précoce, où la traction est minime, les équipes sont légères et la vision compte autant que le code. Nous allons partager les principes et les pratiques fondamentales qui guident nos décisions d’investissement dans ce secteur dynamique et détecter les entreprises à fort potentiel.

Les Idées Fausses Autour de l’IA en Phase Précoce

Les investisseurs qui envisagent d’entrer dans l’espace de l’IA devraient comprendre que l’échelle et l’unicité de la solution comptent. Il y a une idée fausse courante sur les startups d’IA en phase précoce, à savoir que l’ajout d’une fine couche d’IA, comme une interface de chatbot, suffit pour construire une entreprise prospère. La véritable valeur réside dans la possession des données, la résolution de problèmes spécifiques et l’accès efficace aux utilisateurs.

Nous avons vu des fondateurs se concentrer sur des intégrations de surface qui étaient facilement reproduites. Le marché est abondant en copilotes et en assistants, mais seuls ceux qui sont ancrés dans une expertise de domaine approfondie, avec des canaux de distribution différenciés ou des connaissances uniques des utilisateurs, ont une chance de devenir des entreprises prospères. Des exemples incluent les copilotes juridiques pour l’intelligence contractuelle, les solutions de stratégie de talents pour les CHRO et les copilotes de chantier – des projets complexes qui nécessitent une expérience pratique et une compréhension réelle des processus que l’IA peut optimiser. Ce type de solutions détient la valeur la plus élevée.

Une autre tendance est le passage des copilotes aux agents – des systèmes autonomes qui peuvent non seulement assister mais agir de manière indépendante dans les flux de travail. Ces modèles gèrent des tâches multétapes, raisonnent à travers les systèmes et coordonnent les actions sans sollicitation humaine. Bien que cela soit encore en début, les startups qui construisent de véritables cadres d’agents pour des secteurs verticaux spécifiques (par exemple, la comptabilité financière, les opérations juridiques) montrent des signes d’une échelle à haut rendement.

De plus, avec les opportunités infinies pour les entreprises, la mise en œuvre de l’IA est venue avec des dépenses plus élevées que prévu. Les clients B2B sont prêts à investir dans des solutions sur mesure coûteuses uniquement si elles s’intègrent sans heurt dans leurs flux de travail existants et fournissent des avantages financiers ou un soulagement opérationnel.

Évaluation de l’Innovation en l’Absence de Revenu

En l’absence de revenu et de traction considérable, l’expertise et l’expérience de domaine de l’équipe sont de loin les choses les plus importantes dans lesquelles nous investissons au stade précoce.

Si une équipe de startup comprend les nuances de l’adoption de l’IA dans les industries à enjeux élevés et peut découvrir avec précision des défis commerciaux spécifiques, c’est déjà la moitié de la bataille gagnée. L’autre moitié réside dans l’exécution – la capacité à construire une infrastructure réfléchie, des interfaces hybrides et à exploiter l’IA de pointe là où elle fait vraiment une différence.

Parmi les autres facteurs « parlants » qui démontrent la valeur d’une startup en l’absence de revenu, figurent la vitesse d’exécution et les premiers signes de l’amour des utilisateurs. 

Rappelez-vous l’histoire de la Tortue et du Lièvre ? Aujourd’hui, la vitesse d’exécution compte plus que jamais. Les métriques de vanité ne nous émeuvent pas. Les startups qui peuvent itérer rapidement, intégrer les commentaires des utilisateurs et montrer une progression positive dans un délai défini, par exemple en atteignant un taux de conversion de 10 % dans un projet pilote ou en atteignant des jalons clés, sont susceptibles de recevoir beaucoup plus d’intérêt des investisseurs.

La rétention des utilisateurs compte également : les utilisateurs reviennent-ils ? S’engagent-ils profondément dans le produit ? Sur les plateformes alimentées par LLM, la consommation de jetons peut être un proxy significatif de la profondeur d’utilisation.

Bien que certaines entreprises d’IA parviennent à évoluer rapidement, l’écosystème reste encore volatile. Les marges peuvent se compresser, les fossés sont difficiles à maintenir et la concurrence est féroce. Dans ces conditions, l’engagement des utilisateurs, la traction initiale et la force du thème sont les cartes les plus solides dans le jeu de la startup.

La Défensibilité du Marché est Impérative

Nous avons écarté des startups qui, au départ, semblaient prometteuses mais manquaient de défensibilité – des flux de travail propriétaires, des avantages de marquage spécifiques au domaine ou des boucles de données générées par les utilisateurs qui s’approfondissent avec le temps.

Une équipe avait une interface élégante mais pas de données propriétaires ou de profondeur technique. D’autres chevauchaient l’hype des premières versions de LLM mais furent rapidement éclipsées par de nouvelles fonctionnalités sur les plateformes populaires.

Par exemple, nous avons vu des startups qui tentaient de fixer des couches « d’intelligence émotionnelle » à ChatGPT pendant l’interaction utilisateur, pour être perturbées quelques mois plus tard par OpenAI elle-même, en publiant des fonctionnalités similaires de manière native. Le prétexte entier de la startup a simplement disparu. Ces cas nous ont enseigné l’importance d’investir dans des entreprises à noyau technique indépendant et à focus de domaine.

Les Drapeaux Rouges que Nous Regardons

Dans nos évaluations, certains signaux d’alarme apparaissent régulièrement :

• Des présentations pleines de jargon, légères sur les détails
• Des fondateurs incapables d’identifier des clients payants ou de formuler un point de douleur
• La reproduction de solutions standard sans couche technologique unique ou focus de niche

Nous évitons les mentalités de construction et de revente. Nous sommes dans le business de soutenir des fondateurs engagés à résoudre des problèmes et à devenir des leaders dans leur espace.

Un autre drapeau rouge que nous surveillons : les startups qui surestiment les plugins OpenAI ou construisent entièrement à l’intérieur de Notion, Slack ou Discord. Ces plateformes peuvent couper l’accès ou absorber la valeur elles-mêmes. Nous demandons : qu’est-ce qui survive si la plateforme change son API demain ?

Conseils aux Investisseurs Entrant dans l’IA sans Expertise Technique

Pour les investisseurs non techniques qui souhaitent financer des startups d’IA, notre conseil est simple :

Tout d’abord, associez-vous judicieusement. Faites entrer des conseillers, des co-investisseurs ou des gestionnaires ayant des antécédents techniques qui peuvent évaluer la technologie et l’équipe.

Ensuite, soutenez des fondateurs qui peuvent clairement communiquer le problème qu’ils résolvent et les étapes pour le résoudre. Si une présentation manque de clarté, elle manque probablement de direction.

Troisièmement, diversifiez. Répartissez les investissements sur différents secteurs, types de problèmes et modèles d’entreprise. Cela augmente les chances de trouver des gagnants exceptionnels et limite les risques à la baisse.

Si une startup en phase précoce en considération montre clairement des preuves de besoin des utilisateurs (audience en croissance, engagement et niveaux de rétention forts) et des itérations de produit fréquentes basées sur les commentaires – ces indicateurs sont ceux d’une entreprise à fort potentiel avec des perspectives d’évolutivité.

Conclusion

Dans un marché d’IA, la tentation de poursuivre la prochaine grande chose est compréhensible. Mais l’investissement en phase précoce nécessite de la discipline, du scepticisme et une compréhension approfondie de ce qui sépare l’hype de la substance.

Les investisseurs qui appliquent la rigueur, s’associent avec des experts et se concentrent sur les fondamentaux seront les mieux placés pour naviguer dans cet espace à haute vitesse et émerger avec un portefeuille d’entreprises d’IA durables et à impact élevé.