L'Europe face au défi de l'IA : au-delà du financement, la durabilité

L'essor du marché européen de l'IA

Le marché de l'intelligence artificielle en Europe connaît une croissance rapide, avec des startups spécialisées dans l'IA agentique et générative qui ont réussi à lever un total impressionnant de 20 milliards d'euros depuis 2024. Rien que cette année, ces entreprises ont sécurisé 8 milliards d'euros de financement, selon les données fournies par Sifted. Cette dynamique témoigne de l'intérêt croissant pour les technologies d'IA sur le continent.

Parmi les entreprises qui se distinguent dans le domaine de l'IA générative, on trouve Elevenlabs, un acteur majeur dans la synthèse vocale, qui a levé 500 millions de dollars au début de l'année. En parallèle, des startups d'IA agentique se concentrent sur la création d'agents autonomes pour optimiser les processus de travail. Des entreprises comme la legaltech suédoise Legora et la société berlinoise N8n, spécialisée dans l'automatisation des flux de travail, sont à l'avant-garde de cette innovation.

Cependant, alors que le marché mûrit, ces entreprises doivent envisager des stratégies pour assurer leur pérennité à long terme.

L'importance d'une vision à long terme

Selon Dr Ling Ge, responsable des investissements et de la stratégie pour la région EMEA chez Tencent, les entreprises qui réussiront à long terme sont celles qui parviendront à établir une forte adoption par les clients, à défendre leur position sur le marché et à développer des produits ayant une pertinence durable. La "phase de lune de miel" de l'expérimentation sur le marché européen de l'IA est désormais révolue, et les investisseurs, tout comme les fondateurs, se concentrent sur la manière dont les produits d'IA peuvent générer de la valeur de manière fiable au fil du temps.

Tencent, qui intègre l'IA dans ses produits et services depuis près d'une décennie, ne se contente pas d'investir dans des entreprises qui suivent simplement les tendances actuelles. Au contraire, l'entreprise recherche des fondateurs ayant une perspective à long terme. "Les meilleurs fondateurs ne construisent pas pour le prochain tour de financement ; ils construisent des produits dont les clients dépendront encore dans cinq ou dix ans," explique Ge.

Les investissements de Tencent en Europe couvrent divers secteurs, allant des jeux vidéo et du divertissement numérique à des entreprises émergentes dans l'IA et la deeptech, comme le géant finlandais du jeu mobile Supercell et Horizon Quantum, qui se concentre sur l'infrastructure logicielle pour les applications quantiques.

L'efficacité du capital comme priorité

La construction de produits d'IA nécessite un cycle d'investissement à long terme, et les investisseurs mettent de plus en plus l'accent sur l'efficacité du capital. Aujourd'hui, il est courant de voir des entreprises consacrer une grande partie de leur financement à l'informatique, mais une croissance durable provient de la combinaison de l'investissement technologique avec la valeur client.

"L'un des plus grands risques est de se développer avant qu'il n'y ait suffisamment de preuves de la demande des clients," souligne Ge. "Nous voyons souvent des entreprises investir de manière agressive avant de comprendre pleinement où se trouve la valeur à long terme ou comment les clients utiliseront le produit en pratique."

Ge conseille aux entreprises de d'abord construire un produit unique basé sur des données propriétaires, une expertise sectorielle ou une intégration des flux de travail qui ne peut pas être facilement reproduite. Une fois que l'adéquation produit-marché est établie, elles peuvent alors s'engager en capital pour la mise à l'échelle.

Ces entreprises pourraient également découvrir qu'en allant sur le marché pour vendre, elles peuvent trouver des acheteurs en Europe, plutôt que de dépendre fortement des clients américains, une situation que les acteurs du secteur souhaitent depuis longtemps. "Les entreprises sont de plus en plus prêtes à acheter auprès de fournisseurs européens plutôt que de se tourner par défaut vers des vendeurs américains," déclare Gambhir.

Les défis à venir pour le marché de l'IA

Les startups ne devraient pas simplement supposer que les modèles d'IA fondamentaux continueront à s'améliorer et qu'elles peuvent construire dessus, prévient Hollingsworth. "Nous avons passé des années à observer comment les professionnels gèrent réellement leurs boîtes de réception. Un modèle fondamental construit en laboratoire ne peut pas apprendre cela."

Les entreprises qui définiront la prochaine ère du marché de l'IA sont celles qui comprennent leurs clients mieux que n'importe quelle IA à usage général. En plus de développer un avantage autour des données propriétaires et de l'expertise sectorielle, les entreprises doivent également repenser leurs équipes internes, ajoute Ge.

L'embauche opérationnelle la plus critique pour les entreprises d'IA est ce qu'elle appelle un ‘empathie produit’ — quelqu'un qui peut comprendre les points de douleur des clients et les traduire en produits qui peuvent les résoudre.

Les entreprises qui prennent de l'avance sont également celles qui combinent à la fois l'IA et la connaissance humaine. Par exemple, lorsqu'il s'agit de construire de l'IA pour la recherche scientifique, l'objectif n'est pas de créer un scientifique autonome, mais plutôt un co-scientifique, explique Ge. "L'objectif n'est pas de remplacer le scientifique, mais de réduire les tâches de traitement des données afin que les scientifiques puissent passer plus de temps sur la génération d'hypothèses, l'expérimentation et la découverte."

Vers une nouvelle ère de l'IA en Europe

Bien que le financement des startups d'IA européennes ait augmenté, il y a également un contrôle croissant de la part des investisseurs, ajoute Gambhir. "Les budgets exploratoires et les pipelines pilotes ne suffiront pas. Les attentes évoluent vers une adoption démontrée par les entreprises et une véritable fidélisation."

Les entreprises qui dureront seront celles qui ont une recherche authentique et la discipline de continuer à y investir même lorsque le paysage évolue. "Le domaine évolue si rapidement que ce qui a fonctionné il y a six mois pourrait ne plus fonctionner. Vous avez besoin des meilleures personnes capables de tenir les deux côtés de l'équation — faire avancer la science tout en restant concentré sur ce qui compte réellement pour un client."

Gambhir prédit que trois types d'entreprises d'IA appliquée émergeront au cours des cinq prochaines années :

• Laboratoires de modèles fondamentaux, car l'Europe possède une profondeur de recherche exceptionnelle, et quelques-uns d'entre eux deviendront de sérieux acteurs mondiaux.

• Néo-laboratoires et entreprises avec une expertise spécifique au domaine après entraînement. Ce sont des entreprises avec une véritable expertise sectorielle ou de modalité construites sur des capacités fondamentales.

• Entreprises axées sur l'IA dans des secteurs traditionnellement plus lents, tels que la santé, l'énergie, la finance et la fabrication.