Auteur : Zen, PANews
Le 11 août, le fonds de capital-risque historique Accel a annoncé avoir levé 3,5 milliards de dollars de nouveaux fonds. En avril dernier, la société venait de lever un fonds de 5 milliards de dollars pour des investissements en phase avancée. En seulement quatre mois, Accel a donc chargé un arsenal de 8,5 milliards de dollars.
Accel considère l'IA comme un « super-cycle » technologique encore à un stade précoce. Selon son analyse, l'IA réduit considérablement le délai entre la conception d'un produit et son expansion à grande échelle pour les startups.
Cependant, contrastant avec le récit technologique de « réduction des coûts et amélioration de l'efficacité », le marché primaire de l'IA devient de plus en plus onéreux. Le montant des levées de fonds en phase d'amorçage (Seed) continue d'augmenter, les valorisations en phase précoce ne cessent de grimper, et certaines entreprises d'IA n'ayant pas encore de produit mature ou de modèle de revenus établi peuvent déjà obtenir des capitaux qui étaient autrefois réservés aux entreprises en phase de croissance.
L'IA a réduit une partie du coût de création d'une entreprise, mais a simultanément fait monter le prix d'accès aux capitaux de qualité dans les entreprises d'IA prometteuses.
Coût de création en baisse, mises des investisseurs en hausse
Les outils d'IA permettent à certaines startups dans les logiciels, le SaaS et la fintech de développer leur produit et de valider son concept initial avec moins de capital. Une équipe de taille limitée peut aujourd'hui accomplir des tâches qui nécessitaient autrefois davantage d'ingénieurs, de commerciaux et de personnel opérationnel.
Selon les données de recherche du fournisseur de services de gestion des capitaux propres Carta, la taille médiane des équipes des startups américaines en phase d'amorçage (Seed) n'est actuellement que de 4 personnes ; le nombre moyen d'employés en série B est passé de 53 en 2023 à 45, et en série D, il a chuté de 29% par rapport au pic pour atteindre 131.
Concernant la structure de financement des jeunes pousses, l'IA pousse le marché primaire vers une polarisation, laissant apparaître une structure de financement de plus en plus marquée en « haltère ».
D'un côté, pour les startups légères qui réduisent significativement leurs coûts fixes grâce aux outils d'IA, le capital initial nécessaire au développement du produit et à la validation commerciale diminue nettement ; de l'autre, un petit nombre de jeunes entreprises d'IA dotées d'équipes et d'antécédents techniques d'élite voient leurs tours de table augmenter massivement, obtenant dès leur création des financements et des valorisations bien supérieurs à ceux des startups classiques.
Les statistiques de Carta montrent qu'au premier trimestre 2026, environ 3000 startups américaines ont bouclé un tour de table en phase Pre-Seed, pour un montant total final estimé à environ 2,9 milliards de dollars, stable par rapport aux trimestres précédents. La part des fonds obtenus par les startups d'IA atteint déjà 50%, contre environ 30% il y a quelques années.
Dans la répartition des fonds, la part des levées de taille moyenne (entre 1 et 2,5 millions de dollars) est passée de 24% au premier trimestre 2023 à 18%. Les petites levées inférieures à 1 million de dollars sont plus courantes, tandis que la part des grosses levées supérieures à 2,5 millions de dollars reste stable.
De plus, l'écart de valorisation des projets les plus performants se creuse. Parmi les transactions SAFE de plus de 2,5 millions de dollars recensées par Carta, le plafond de valorisation des 10% de startups les mieux valorisées dépasse désormais les 100 millions de dollars. Au deuxième trimestre 2026, les 5% de projets les mieux valorisés en phase Seed recensés par Carta atteignaient environ 200 millions de dollars, soit une hausse de 177% par rapport aux 72,2 millions de dollars du même trimestre 2025.
L'IA redéfinit le financement « précoce » au sens traditionnel, un changement particulièrement visible ces derniers mois.
Un groupe de chercheurs principaux et de dirigeants issus de Google, OpenAI et d'autres géants de l'IA viennent tout juste de démissionner pour créer leur entreprise. Leurs projets en sont à un stade très précoce, mais leur valorisation par le capital a rapidement atteint des niveaux de centaines de millions, voire de milliards de dollars.
Début août, Jeff Dean, principal scientifique chez Google depuis près de 27 ans, a quitté l'entreprise avec plusieurs chercheurs clés de Google et DeepMind, dont Sanjay Ghemawat, Quoc Le et Oriol Vinyals, pour fonder Discovery Loop, une société de recherche scientifique en IA.
L'entreprise n'avait même pas encore constitué son équipe ni trouvé de locaux lors de sa création officielle, mais elle avait déjà obtenu le soutien de Radical Ventures, Khosla Ventures, Lightspeed, Kleiner Perkins, entre autres. Alphabet est également entré au capital en tant qu'investisseur fondateur. Des rapports ont ensuite indiqué que Discovery Loop discutait d'un financement d'environ 10 milliards de dollars, pour une valorisation d'environ 100 milliards de dollars.
L'ancien directeur produit d'OpenAI, Kevin Weil, a démissionné cette année et prépare actuellement une société scientifique en IA dont le nom et le produit ne sont pas encore divulgués. Selon un rapport d'août dernier, le projet cherche à lever environ 150 millions de dollars, pour une valorisation d'au moins 750 millions de dollars.
En avril dernier, Ineffable Intelligence, fondée par David Silver, ancien chercheur principal en apprentissage par renforcement chez DeepMind, a bouclé un tour de table d'amorçage (Seed) de 11 milliards de dollars, avec une valorisation de 51 milliards de dollars, devenant l'une des plus grosses levées de fonds en phase Seed en Europe.
Dans cette version entrepreneuriale de l'ère de l'IA, le capital « monétise d'un coup » le potentiel futur des équipes d'élite.
La hausse des valorisations augmente le coût d'entrée pour les VC
Autrefois, les capacités du produit, la croissance de la clientèle et les revenus étaient souvent des bases importantes pour une augmentation progressive de la valorisation. Aujourd'hui, pour les équipes issues de laboratoires d'élite comme OpenAI ou Google DeepMind, le parcours de recherche, la combinaison de talents et la possibilité future de créer une entreprise de type plateforme peuvent eux-mêmes être capitalisés dès la création de l'entreprise.
Or, le capital-risque a un modèle économique assez simple : son rendement dépend en grande partie du prix d'entrée et de la proportion détenue. Pour les fonds précoces, constituer une prise de position initiale suffisamment importante lorsque la valorisation de l'entreprise est encore basse, et maintenir la proportion de capitaux propres correspondante lors des tours de financement ultérieurs, est une base essentielle pour obtenir des rendements supérieurs.
Mais dans l'actuelle frénésie d'investissement dans l'IA, la fenêtre d'opportunité pour obtenir des capitaux à un prix bas dans des projets de qualité se rétrécit rapidement.
Les dernières données publiées par Carta en juillet montrent en outre qu'au cours des six derniers mois, la proportion de dilution des capitaux propres dans le financement des entreprises américaines de logiciels continuait de baisser. La dilution médiane en phase Seed et en série A était d'environ 18%, elle tombait à 12% en série B, et était inférieure à 10% en série C. Dans le même temps, la valorisation médiane en phase Seed atteignait 24,3 millions de dollars, 80 millions de dollars en série A et 191 millions de dollars en série B.
En d'autres termes, tandis que le montant des financements et la valorisation des entreprises continuent d'augmenter, la proportion de capitaux propres cédée par les fondateurs n'augmente pas simultanément. Pour les VC qui souhaitent acquérir ou maintenir une proportion de capitaux propres élevée, le capital nécessaire pour obtenir la même proportion d'actions augmente significativement.
Supposons qu'une startup ait une valorisation pré-financement de 90 millions de dollars. Un VC investissant 10 millions de dollars peut obtenir environ 10% des actions. Si la valorisation d'une entreprise au même stade monte à 490 millions de dollars, le montant d'investissement nécessaire pour obtenir près de 10% des actions augmentera à environ 50 millions de dollars.
Cela signifie que les VC doivent à la fois pouvoir investir au début et pouvoir suivre ensuite. Cela exige des grands VC qu'ils possèdent deux capacités simultanées : obtenir une prise de position initiale suffisante en phase précoce, et réserver suffisamment de capital pour les tours de financement ultérieurs lorsque la valorisation de l'entreprise augmente rapidement.
Cette tendance est désormais une évidence pour tous les grands VC. Sur les 3,5 milliards de dollars levés par Accel mentionnés en introduction, 1,35 milliard de dollars sont prévus pour un fonds d'expansion mondiale, dont l'utilisation importante est de soutenir des premiers investissements précoces plus importants et des suivis rapides. Le fonds de 5 milliards de dollars levé en avril dernier fournit à Accel le capital nécessaire pour maintenir sa capacité d'investissement une fois que les entreprises de son portefeuille entrent en phase de croissance.
En janvier dernier, a16z a levé plus de 15 milliards de dollars en une fois, dont 6,75 milliards de dollars destinés aux investissements en phase de croissance et 1,7 milliard de dollars spécifiquement consacrés aux infrastructures d'IA.
B Capital a ensuite levé un fonds précoce de 500 millions de dollars, doublant la taille de son fonds similaire précédent. Sa direction a souligné qu'avec l'afflux massif de capitaux sur le marché précoce, les valorisations et la taille des transactions de certains financements précoces se rapprochent de plus en plus de celles des phases de croissance passées.
Effet Matthieu : les capitaux se concentrent davantage sur une minorité de projets d'IA de tête
Les capitaux du marché primaire se concentrent davantage sur une minorité de projets leaders.
Les dernières données de Carta montrent qu'au premier semestre 2026, les entreprises couvertes par ses services ont levé 58,7 milliards de dollars en capital-risque, contre 56,5 milliards de dollars à la même période l'année précédente, mais la divergence entre les différentes phases de financement s'est significativement accrue. Le montant levé en phase Seed est passé de 6,5 à 3,8 milliards de dollars, en série B de 13,5 à 10,4 milliards de dollars, en série A il est resté stable à 12,7 milliards de dollars ; tandis que les phases C et ultérieures sont passées de 23,9 à 31,8 milliards de dollars.
Les statistiques de Crunchbase montrent qu'au deuxième trimestre 2026, plus de 70% du financement des startups dans le monde est allé à des entreprises d'IA, une proportion nettement plus élevée que les moins de 50% de l'année précédente. Durant ce trimestre, 16 entreprises ont levé plus de 10 milliards de dollars, pour un total de 108,6 milliards de dollars, représentant 53% du montant total des investissements en capital-risque du trimestre.
L'effet d'aspiration des entreprises leaders est encore plus marqué. Au premier semestre de cette année, OpenAI et Anthropic ont levé à elles deux 217 milliards de dollars, soit 43% du montant total des financements des startups dans le monde. Cela signifie que l'actuelle frénésie d'investissement dans l'IA ne correspond pas à une diffusion uniforme des capitaux sur un grand nombre de startups, mais à une concentration croissante sur un petit nombre d'entreprises de modèles de base et de projets leaders déjà reconnus par le marché.
Cette concentration renforce la concurrence des grands fonds pour les projets de tête.
Si seules quelques entreprises d'IA peuvent finalement devenir des plateformes mondiales, le fait pour un grand fonds de ne pas figurer dans la liste des actionnaires de ces entreprises pourrait directement affecter la performance de rendement de tout le cycle du fonds. Plutôt que d'augmenter le nombre de projets investis, de plus en plus d'institutions choisissent de réduire le nombre de cibles d'investissement et d'engager des montants plus importants sur quelques projets à forte certitude.
Cela crée également un mécanisme d'auto-renforcement : les entreprises d'IA de qualité se développent plus vite, les VC entrent donc plus tôt en compétition pour elles. La concurrence mutuelle fait monter les valorisations précoces, ce qui augmente le capital nécessaire pour maintenir la proportion détenue. Ensuite, les capitaux se concentrent davantage sur les projets leaders, renforçant l'avantage des grands fonds dans les tours de financement ultérieurs.
Finalement, l'IA n'élargit pas seulement l'écart de financement entre les startups, elle redessine également le paysage concurrentiel de l'industrie du capital-risque elle-même. Les fonds de plus petite taille sont particulièrement touchés.
Un fonds de 100 millions de dollars pouvait autrefois investir de manière dispersée dans des dizaines de projets Seed. Mais si un projet d'IA leader lève des dizaines de millions de dollars en un seul tour, et que l'investisseur doit en plus réserver des fonds pour les tours ultérieurs, la capacité des petits fonds à participer aux projets d'IA populaires diminuera sensiblement.
Les grandes institutions peuvent quant à elles couvrir tout le cycle de capital d'une entreprise grâce à des fonds de différentes phases : le fonds précoce s'occupe de constituer la prise de position, le fonds de croissance poursuit les investissements additionnels, et le fonds de phase avancée maintient la proportion détenue. La levée de 8,5 milliards de dollars par Accel en quatre mois est l'illustration typique de cette tendance.
Les valorisations élevées incorporent déjà les anticipations de croissance future
Cependant, l'augmentation des montants levés par les VC ne signifie pas que les rendements des investissements seront plus faciles à réaliser. En réalité, plus le prix d'entrée (la valorisation) est élevé, plus les exigences en matière de croissance future et de taille de sortie pour l'entreprise sont grandes.
Si une startup obtient un investissement à une valorisation de 100 millions de dollars, une croissance jusqu'à 1 milliard de dollars apportera une multiplication par dix de la valorisation ; mais si la valorisation initiale d'une entreprise atteint déjà 10 milliards de dollars, pour réaliser la même multiplication par dix, la valorisation finale devra atteindre 100 milliards de dollars.
La valorisation au premier tour de financement de Thinking Machines a déjà atteint 12 milliards de dollars ; SSI, en moins d'un an d'existence, a vu sa valorisation monter à 32 milliards de dollars. Ces valorisations reflètent la rareté des équipes d'IA d'élite, mais signifient également qu'une part importante des anticipations de croissance future est déjà intégrée par avance.
Le risque actuel du marché primaire de l'IA réside précisément là. Si à l'avenir, quelques entreprises d'IA parviennent à atteindre une échelle de revenus et de profits suffisante pour justifier une capitalisation boursière de centaines de milliards de dollars, alors les valorisations élevées d'aujourd'hui pourraient encore être absorbées ; mais si la majorité des entreprises d'IA ne parviennent finalement pas à bâtir des barrières technologiques et commerciales suffisamment solides, un prix d'entrée excessif comprimera directement l'espace de rendement potentiel des investisseurs.
Pour l'instant, ce modèle d'investissement affiche encore de bonnes performances sur le papier. Les données de Carta montrent que certains fonds VC créés en 2023 et 2024 affichent actuellement de meilleurs taux de rendement interne comptables que certains anciens fonds de 2017 à 2020. Mais une part importante de ces rendements provient de réévaluations de valorisation dues à des tours de financement ultérieurs, et non de sorties en bourse ou de fusions-acquisitions générant des retours en cash réels. Les valorisations en constante hausse du marché primaire d'aujourd'hui devront finalement être validées par la croissance future des revenus et les prix de sortie.
Mais pour Accel et les autres grands VC, le problème plus immédiat n'est pas d'attendre un retour des valorisations à la normale, mais d'éviter de manquer les quelques gagnants potentiels de ce cycle technologique.
C'est aussi l'une des raisons de l'expansion continue des grands fonds. Le cycle de croissance et de financement des entreprises d'IA se raccourcit sensiblement. Une fois qu'un projet obtient la reconnaissance du marché, sa valorisation peut augmenter rapidement lors de plusieurs tours de financement successifs. Pour qu'un VC puisse obtenir suffisamment d'actions en phase précoce et maintenir sa proportion lors des tours ultérieurs, il doit préparer à l'avance des réserves de capital bien supérieures à celles du passé.
Accel définit l'IA comme un « super-cycle » technologique encore à un stade précoce. Si cette hypothèse est vraie, les 3,5 milliards de dollars de fonds précoces et d'expansion et les 5 milliards de dollars de capital en phase avancée levés précédemment correspondent en réalité à la même stratégie : entrer le plus tôt possible chez les gagnants potentiels, et garder de la marge pour des investissements de suivi continus lorsque leur valorisation augmentera rapidement.
Cela constitue la contradiction la plus visible de l'actuelle frénésie d'investissement dans l'IA : l'IA réduit une partie des coûts de création d'entreprise, mais ne réduit pas le coût d'investissement dans les entreprises d'IA de qualité.
Pour les VC, ce qui devient vraiment coûteux, ce n'est pas seulement l'argent nécessaire pour soutenir la croissance d'une startup, mais le prix à payer, dans une fenêtre d'opportunité de plus en plus courte, pour obtenir et maintenir une proportion suffisante d'actions dans des projets de qualité.
