Dans un marché de l’intelligence artificielle en plein essor, où plus de 100 milliards de dollars de capital-risque ont été investis rien qu’en 2024, les entreprises d’IA se bousculent pour attirer l’attention des investisseurs. Mais avec autant d’acteurs sur le terrain, comment se démarquer ? Selon une récente enquête menée par TechCrunch auprès de 20 capital-risqueurs, la clé réside dans les données propriétaires : leur qualité, leur rareté et la manière dont elles sont exploitées.
Des données différenciantes pour un avantage compétitif durable
Paul Drews de Salesforce Ventures souligne qu’il est difficile pour les startups IA d’avoir un moat, un avantage concurrentiel durable, dans un paysage qui évolue si rapidement. Il recherche donc une combinaison de données différenciées, d’innovation technique et d’une expérience utilisateur convaincante.
Jason Mendel de Battery Ventures abonde dans ce sens, notant que les moats technologiques s’amenuisent. Il mise sur les entreprises qui ont des données profondes et des moats de workflow. L’accès à des données uniques permet de proposer de meilleurs produits, tandis qu’une expérience utilisateur « collante » positionne la startup comme un système central sur lequel les clients s’appuient quotidiennement.
Miser sur l’expertise verticale et les boucles de feedback
Scott Beechuk de Norwest Venture Partners estime que les startups qui se concentrent sur leurs données uniques dans des domaines verticaux spécifiques ont le plus grand potentiel à long terme. C’est le cas de Fermata, une startup qui utilise la vision par ordinateur pour détecter les parasites et maladies des cultures. Selon sa CEO Valeria Kogan, la force de leur modèle réside dans l’association de données clients et de données issues de leur propre R&D, ainsi que dans leur processus d’étiquetage des données en interne.
Andrew Ferguson de Databricks Ventures ajoute que des données client riches, créant une boucle de feedback dans un système d’IA, le rendent plus efficace et aident les startups à se démarquer.
Au-delà des données brutes : l’art du traitement
Mais il ne s’agit pas seulement d’avoir les bonnes données. Comme le souligne Jonathan Lehr de Work-Bench, c’est aussi la capacité à nettoyer et exploiter ces données qui fait la différence. Son fonds se concentre sur les opportunités d’IA verticales qui nécessitent une expertise métier poussée et où l’IA permet surtout d’acquérir des données auparavant inaccessibles ou trop coûteuses, puis de les traiter d’une manière qui aurait pris des centaines ou des milliers d’heures de travail humain.
« L’accès à des données uniques et propriétaires permet aux entreprises de proposer de meilleurs produits que leurs concurrents »
Jason Mendel, Battery Ventures
Au final, les investisseurs recherchent des startups IA qui se démarquent par :
- Des données propriétaires rares et de qualité
- Une expertise verticale permettant de tirer le meilleur parti de ces données
- Des capacités avancées de traitement et de valorisation des données
- Une expérience utilisateur supérieure et « collante »
- Une équipe talentueuse et une compréhension fine des workflows clients
Dans la course à l’IA, les startups qui sauront combiner ces ingrédients seront celles qui tireront leur épingle du jeu et attireront les investisseurs. La data est leur or noir, à condition de savoir l’exploiter avec intelligence.
