Les startups d’IA sont confrontées à un ensemble de défis différents de ceux d’une entreprise SaaS typique. C’était le message de Rudina Seseri, fondatrice et associée directrice de Glasswing Ventures, la semaine dernière lors de l’événement TechCrunch Early Stage à Boston.
Seseri a clairement indiqué que ce n’est pas parce que vous vous connectez à certaines API d’IA que vous êtes une entreprise d’IA. « Et par IA native, je ne veux pas dire que vous utilisez un emballage brillant avec un appel à OpenAI ou Anthropic avec une interface utilisateur qui ressemble à un humain et que vous êtes une entreprise d’IA », a déclaré Seseri. « Je veux dire quand vous avez vraiment des algorithmes et des données au cœur et une partie de la création de valeur que vous proposez. »
Seseri dit que cela signifie qu’il existe des différences majeures dans la façon dont les clients et les investisseurs jugent une entreprise d’IA par rapport à une startup SaaS, et il est important de comprendre les différences. Pour commencer, vous pouvez mettre au monde quelque chose qui est loin d’être terminé avec le SaaS. Vous ne pouvez pas faire cela avec l’IA pour diverses raisons.
« Voici le problème : avec le produit SaaS que vous codez, vous effectuez le contrôle qualité et vous obtenez en quelque sorte la version bêta. Ce n’est pas le produit fini, mais vous pouvez le diffuser et commencer », a-t-elle déclaré.
L’IA est un animal complètement différent : vous ne pouvez pas simplement publier quelque chose et espérer le meilleur. En effet, un produit d’IA a besoin de temps pour que le modèle atteigne un point où il est suffisamment mature pour fonctionner pour les clients réels et pour qu’ils lui fassent confiance dans un contexte commercial.
« Au début, l’apprentissage et la formation de l’algorithme sont une courbe abrupte, et pourtant, il doit être suffisamment bon pour que le client veuille acheter, donc il doit être suffisamment bon pour que vous créiez de la valeur », a-t-elle déclaré. Et c’est une ligne difficile à trouver pour une start-up en phase de démarrage.
Et cela rend plus difficile la recherche d’adoptants précoces. Elle dit que vous voulez éviter les longs appels où l’acheteur essaie simplement d’en savoir plus sur l’IA. Les fondateurs de startups n’ont pas le temps de répondre à de tels appels. Elle dit qu’il est important de se concentrer sur votre produit et d’aider l’acheteur à comprendre votre proposition de valeur, même si elle n’est pas encore tout à fait là.
« Expliquez toujours le problème que vous résolvez et quelle mesure – comment le mesurez-vous ? » dit-elle. Optimisez sur ce qui compte pour l’acheteur. « Vous résolvez donc un problème qui entraîne des décisions commerciales. » Vous pouvez exprimer votre vision, mais fondez toujours votre discussion sur les priorités commerciales et sur la manière dont celles-ci éclairent vos algorithmes.
Comment les startups de l’IA peuvent-elles gagner ?
Au fur et à mesure que vous développez votre entreprise, vous devez réfléchir à la manière dont vous pouvez prendre une place défendable dans l’IA, ce qui est particulièrement difficile à mesure que les grands acteurs se taillent continuellement de grandes quantités d’idées commerciales.
Seseri souligne qu’à l’ère du cloud, nous disposions d’une couche de base sur laquelle les acteurs de l’infrastructure revendiquaient leurs droits ; une couche intermédiaire où vivaient les acteurs de la plateforme ; et en haut, nous avons la couche application où vivait le SaaS.
Avec le cloud, quelques acteurs comme Amazon, Microsoft et Google ont émergé pour contrôler les infrastructures. La couche de base de l’IA est l’endroit où vivent les grands modèles de langage, et quelques acteurs comme OpenAI et Anthropic ont émergé. Même si l’on pourrait affirmer qu’il s’agit de startups, ce n’est pas le cas au vrai sens du terme, car elles sont financées par les mêmes grands acteurs qui dominent le marché des infrastructures.
« Si vous voulez concourir pour une nouvelle couche de fondation, ou vous savez, pour jouer en LLM, cela va être très difficile avec des besoins en capital de plusieurs milliards de dollars, et en fin de compte, il y a de fortes chances que cela finisse par être un marchandise », a-t-elle déclaré.
Au sommet de la pile se trouve la couche applicative, dont des milliers d’entreprises SaaS ont pu profiter à l’ère du cloud. Elle a déclaré que les grands acteurs comme Amazon, Google et Microsoft n’étaient pas en mesure de prendre en charge l’ensemble des activités liées à la couche applicative et qu’il y avait de la place pour que les startups se développent et deviennent de grandes entreprises prospères.
Il y a aussi une couche intermédiaire où la plomberie est réalisée. Elle cite des entreprises comme Snowflake qui ont réussi à créer des entreprises prospères au niveau intermédiaire en offrant aux acteurs des applications un endroit où placer leurs données.
Alors, où investit-elle en matière d’IA ? « J’investis mon argent dans la couche applicative et de manière très sélective dans la couche intermédiaire. Parce que je pense qu’il existe un fossé autour des algorithmes, qu’il s’agisse d’algorithmes qui vous appartiennent ou d’open source – et de données. Vous n’avez pas besoin de posséder les données. Mais si je dois choisir, j’aimerais disposer d’un accès unique aux données et d’algorithmes uniques. Si je suis obligée d’en choisir une, je chercherai des données », a-t-elle déclaré.
Construire une startup d’IA n’est certainement pas facile, peut-être encore plus difficile qu’une startup SaaS. Mais c’est là que se trouve l’avenir, et les entreprises qui vont s’y essayer doivent savoir à quoi elles sont confrontées et construire en conséquence.