La vague de déploiement de l’IA a du capital – et un risque de portefeuille que personne ne prend en compte pour l’instant

Le mois dernier, OpenAI a lancé une entité de 4 milliards de dollars appelée OpenAI Deployment Company. TPG a mené le tour, avec Bain Capital, Advent et Brookfield en tant que co-lead fondateurs, et dix-neuf sociétés de capital-investissement ont engagé du capital au total. La mission déclarée est d’intégrer des ingénieurs de déploiement d’IA directement au sein des entreprises et de trouver leurs meilleures opportunités d’IA (et, bien sûr, de les mettre à l’échelle).

Anthropic poursuit la même structure. Reuters a rapporté que les deux sociétés ont formé des coentreprises soutenues par des sociétés de capital-investissement ciblant les acquisitions de sociétés de déploiement d’IA. Il est clair que c’est un événement de formation de capital au niveau de l’industrie, et non un pari stratégique unique. Le marché dans lequel ils grandissent est votre portefeuille. Les investisseurs devraient réfléchir attentivement à ce qu’ils regardent vraiment ici.

Qu’est-ce qu’une société de déploiement soutenue par des sociétés de capital-investissement

TPG gère plus de 200 milliards de dollars d’actifs, et son devoir fiduciaire s’étend à ses associés limités (il ne s’étend pas, en revanche, aux clients d’entreprise qui recevront les ingénieurs de déploiement). Lorsque TPG écrit un chèque à la société de déploiement OpenAI, il achète un actif de croissance mesuré en revenus de déploiement d’IA. Un ingénieur qui active dix flux de travail au sein d’une société du portefeuille est un « actif mieux performant » que celui qui n’en active que trois. L’incitation à trouver, activer et mettre à l’échelle l’utilisation de l’IA n’est pas incidente à la structure d’investissement. C’est plutôt le but même.

C’est ce que font les véhicules de croissance soutenus par des sociétés de capital-investissement, et c’est ce qu’ils sont censés faire. Les incitations ne sont pas mal alignées ; elles sont simplement alignées sur un résultat différent de celui que les sociétés de votre portefeuille sont en train d’optimiser. Alors qu’elles optimisent l’échelle, les sociétés qui absorbent ces équipes de déploiement doivent optimiser la rentabilité. Dans l’IA d’entreprise, ces deux choses peuvent diverger, discrètement, pendant une période de temps assez longue avant que quiconque dans le bâtiment ne fronce les sourcils.

Nous avons déjà vu cette structure d’incitation

En 1999, marchFIRST a été formé par la fusion de USinternetworking et Whittman-Hart, avec une valorisation de pointe supérieure à 7 milliards de dollars. L’entreprise intégrait des consultants Internet au sein des entreprises pour trouver et construire des opportunités Web à haute valeur. Razorfish et Sapient exécutaient la même stratégie avec la même logique de capital derrière eux.

L’argument de vente était opportun. Les entreprises avaient vraiment besoin d’expertise qu’elles ne possédaient pas, Internet se déplaçait plus vite que les équipes internes ne pouvaient le suivre, et les consultants étaient vraiment bons dans leur travail. Ce que les entreprises n’ont pas pleinement réfléchi (et que beaucoup d’investisseurs n’ont pas non plus) est la façon dont la structure d’incitation sous-jacente se comporterait une fois à l’intérieur du bâtiment. Ces sociétés n’étaient pas rémunérées pour le ROI du client, mais pour des indicateurs tels que le nombre d’employés et les heures facturables. Plus de déploiement était toujours mieux pour eux, quelle que soit la signification pour le client. Les consultants qui trouvaient des opportunités étaient récompensés pour en trouver plus. Les rendements des LP dépendaient de la croissance.

marchFIRST a déposé le bilan en 2001, laissant les entreprises détenir des infrastructures qu’elles avaient approuvées mais qu’elles ne pouvaient pas toujours justifier. Le marché de déploiement d’IA peut ou non suivre la même trajectoire, mais je soutiendrais que les incitations économiques sous-jacentes à ces nouvelles entreprises sont structurellement identiques à celles qui ont produit ces résultats. Les investisseurs dont les sociétés du portefeuille sont sur le point d’accueillir une équipe de déploiement soutenue par des sociétés de capital-investissement doivent poser certaines questions spécifiques avant de les laisser entrer.

À l’intérieur du bâtiment, hors des livres

Chaque flux de travail d’IA activé par un ingénieur de déploiement comporte une structure de coûts, qu’il s’agisse de jetons consommés, d’appels d’API effectués, de calculs effectués, etc. Ces coûts s’accumulent mois après mois sur chaque transaction et fonctionnalité que l’équipe touche. Activer et mettre à l’échelle ces flux de travail est le travail de l’ingénieur de déploiement ; mesurer s’ils sont vraiment rentables par rapport à leur coût n’est pas son travail, et ce n’est pas ainsi que sa performance est évaluée. La structure de capital derrière eux n’a pas d’intérêt particulier à savoir si l’entreprise connaît la réponse à cette question.

Alors, qui au sein de votre société du portefeuille suit réellement le coût par flux de travail d’IA ? Qui attribue les dépenses d’IA aux segments de clients et aux fonctionnalités de produits qui les génèrent ? Qui a l’autorité pour ralentir ou bloquer l’utilisation qui consomme le budget sans produire de rendement ? Si la réponse à l’une de ces questions équivaut à un haussement d’épaules, une machine de croissance soutenue par des sociétés de capital-investissement a maintenant accès à un centre de coûts avec rien pour gouverner les dépenses. Ce risque qui n’apparaît pas encore dans les présentations du conseil d’administration. Ce n’est pas caché, par contre, mais personne n’a construit l’instrumentation pour le trouver.

L’opportunité d’investissement de l’autre côté de cela

Demandez à une société du portefeuille moyenne ce qu’un flux de travail d’IA coûte vraiment par transaction, ou qui peut arrêter l’utilisation qui brûle le budget sans produire de rendement, et la réponse est généralement une longue pause. Ce gap tend à rester invisible jusqu’à ce que la facture le rende impossible à ignorer, et les investisseurs sont souvent mieux placés pour le repérer tôt que les sociétés elles-mêmes.

Il y a deux ans, ce n’était pas une thèse d’investissement commerciale parce que la vague de déploiement n’était pas arrivée avec un capital sérieux derrière (cela a changé). Les entreprises qui absorbent maintenant des équipes de déploiement intégrées sans cette couche en place exécutent la même expérience que les entreprises en 1999, et celles qui l’ont avant que ces équipes n’entrent sont dans une position structurellement différente, et ainsi que leurs investisseurs.

Les directeurs financiers brûlés en 2001 avaient beaucoup d’intelligence et pas assez d’instrumentation, et une fois que la structure de coûts est devenue visible, l’arrêter était déjà coûteux. Cette instrumentation existe maintenant, mais si les entreprises exigent qu’elle soit mise en place avant d’ouvrir la porte (et si les investisseurs poussent leurs sociétés du portefeuille à l’exiger) est toujours la question ouverte.

Dix-neuf sociétés de capital-investissement viennent de s’engager à 4 milliards de dollars pour mettre à l’échelle l’utilisation de l’IA au sein des sociétés comme la vôtre, et ils sont très bons dans ce qu’ils font. Les investisseurs qui sortiront gagnants de cette vague seront ceux qui ont fait en sorte que leurs sociétés soient également bonnes dans les leurs.