La pensée de meute qui finance l'avenir et ses coûts cachés
Les trois quarts du capital-risque levé au cours de la dernière année sont allés à cinq entreprises. Pas cinq secteurs. Pas cinq catégories. Cinq entreprises. Ce chiffre, énoncé sans euphémismes par Niko Bonatsos de Verdict Capital lors d'un récent panel TechCrunch à Athènes, résume avec plus de précision qu'aucun rapport de marché ce qui se passe dans le capital-risque mondial : une concentration sans précédent qui coexiste, paradoxalement, avec un discours d'innovation distribuée et d'opportunité ouverte.
L'événement a réuni Bonatsos aux côtés d'Andreas Stavropoulos de Threshold Ventures et Ben Blume d'Atomico pour discuter de l'état du capital-risque, de la vague imminente de grandes introductions en bourse menée par SpaceX, et des espaces où ils perçoivent de véritables opportunités. Ce qu'ils ont laissé derrière eux est moins une carte du futur qu'une radiographie honnête d'un marché qui mélange des signaux authentiques avec des distorsions que personne ne veut vraiment nommer.
La question qui organise tout cela n'est pas de savoir si l'intelligence artificielle va transformer l'économie. Ce débat est déjà clos. La question opérationnelle est de savoir quelle part du capital qui afflue aujourd'hui vers ce secteur achète de la valeur réelle, et quelle part achète une position dans un récit qui ne peut pas encore se soutenir seul grâce à des revenus.
Quand la liquidité crée une illusion de marché
SpaceX s'approche d'une introduction en bourse avec une valorisation rapportée de 1 750 milliards de dollars. Stavropoulos la compare à l'introduction en bourse de Google en 2004, qui avait réactivé des marchés ayant perdu confiance dans la technologie après le cycle dot-com. L'argument est solide dans sa structure : les grandes sorties génèrent des rendements qui reviennent dans l'écosystème sous forme de nouveau capital, et ce capital ouvre les portes à la prochaine génération de fondateurs.
Blume ajoute que SpaceX est une entreprise si singulière que son accès au marché public pourrait capturer l'imagination et l'investissement de segments qui historiquement ne participaient pas à la technologie privée. L'espace comme domaine d'investissement ouvert au marché général constitue effectivement un changement de catégorie.
Mais il existe une tension qu'aucun des trois ne résout entièrement. Blume lui-même la nomme : une partie du capital qui ira à SpaceX représente des fonds qui auraient été dirigés vers les vingt ou trente prochaines entreprises de logiciels. Ce n'est pas neutre. Dans un marché où l'accès précoce au bon capital peut séparer une entreprise qui survit de celle qui ne survit pas, la réorientation de ces allocations a des conséquences réelles sur ce qui se construit et ce qui ne se construit pas.
Le récit dominant affirme que la liquidité génère davantage de liquidité, que le cycle est vertueux et que les retours d'une grande introduction en bourse fertilisent le cycle suivant. Cela est historiquement vrai en tendance, mais cela masque un décalage. Entre l'introduction en bourse d'une entreprise à 1 750 milliards de dollars et le moment où ce capital revient à un fonds d'amorçage qui finance un fondateur de 23 ans à Buenos Aires ou à Mexico, il y a des années. Et pendant ces années, la distribution du capital n'est pas homogène : elle va aux mêmes gestionnaires, sur les mêmes marchés, avec les mêmes biais de sélection.
La question la plus inconfortable concernant SpaceX n'est pas de savoir si elle va affecter la liquidité du marché à court terme. C'est de savoir si une sortie de cette taille va concentrer encore davantage l'attention institutionnelle sur des actifs de référence et réduire l'appétit relatif pour ce qui est difficile à catégoriser — ce qui est précisément là où Bonatsos affirme que se trouvent les opportunités à faibles valorisations.
Le prix du capital quand tout le monde veut la même chose
Bonatsos décrit la stratégie de Verdict Capital avec un mot qui apparaît rarement dans le langage du capital-risque : « freaks ». Des fondateurs qui avancent en une journée ce que la moyenne accomplirait en une semaine, qui construisent dans des marchés qui n'ont pas encore de nom, et dont les valorisations sont faibles précisément parce que les gestionnaires d'actifs importants ne peuvent pas donner à leurs équipes le mandat de chercher des entreprises dans des catégories qui n'existent pas encore.
C'est une stratégie de premier argent dans des territoires sans carte. Ce qui la rend viable n'est pas seulement la thèse d'investissement, mais la structure de la concurrence : les fonds de dix ou quinze milliards de dollars ne peuvent pas opérer efficacement dans cet espace. Blume, qui gère un fonds de cinq cents millions, ressent déjà la pression de devoir concurrencer ces véhicules dans les tours d'intelligence artificielle, où la valeur marginale d'un dollar pour un petit fonds et un grand fonds est radicalement différente. Cela distord la taille des tours et rend presque impossible la comparaison des offres en termes équivalents.
Ce qui se passe dans la couche d'application de l'intelligence artificielle est une version accélérée de ce qui s'est produit dans le mobile entre 2009 et 2013 : trop de capital poursuivant trop de thèses similaires, avec un sous-ensemble très réduit d'entreprises capturant la majorité des retours. Stavropoulos l'anticipe avec plus d'honnêteté que d'esquives : il va y avoir une correction. La promesse et l'optimisme sont significativement en avance sur la capacité à montrer des résultats à court et moyen terme. Cela n'annule pas l'argument de long terme, mais implique que beaucoup des valorisations actuelles ne sont pas ancrées dans des revenus durables, mais dans des attentes qui n'ont pas encore de date d'exécution.
Ce qui fait du bruit du point de vue de l'analyse commerciale est la combinaison de trois facteurs que le panel décrit avec des degrés variés d'inconfort : une concentration de capital sans précédent, des biais de sélection basés sur l'âge et le profil comme substituts aux signaux d'affaires, et des métriques de revenus définies de manières de plus en plus créatives.
Bonatsos le dit sans détour : lorsqu'il y a beaucoup d'argent qui poursuit des thématiques spécifiques, certaines personnes développent une mentalité à court terme qui privilégie les apparences sur la substance. Il reçoit des courriels d'entreprises de son portefeuille avec des chiffres de revenus annualisés qui se révèlent être 365 fois ce qu'elles ont facturé en une bonne journée après une campagne. La solution qu'il propose est d'utiliser des bases trimestrielles minimales. Mais le problème de fond n'est pas la méthode de calcul : c'est qu'il existe un marché prêt à financer ces chiffres sans poser les questions qui s'imposent.
Là où le capital n'arrive pas et pourquoi cela compte
L'espace le plus intéressant de l'analyse ne se trouve pas dans ce que tout le monde finance, mais dans ce que personne ne regarde. Bonatsos signale que le capital-risque a pratiquement abandonné le consommateur numérique : là où autrefois la moitié des associés d'un fonds travaillaient dans l'internet grand public, aujourd'hui à peine un demi-associé y est encore consacré. L'argument est que ChatGPT, le produit grand public le plus adopté de ces dernières années, est venu d'une entreprise d'intelligence artificielle. Le consommateur n'a pas disparu : c'est l'intérêt du capital qui a disparu.
Cela crée une asymétrie. S'il y a cinq investisseurs disponibles pour financer un fondateur dans la consommation contre cinquante pour en financer un dans l'infrastructure des modèles de langage, la concurrence par les prix dans le premier cas est moindre. Les valorisations d'entrée sont plus raisonnables. Le marché est moins efficient. Pour un fonds discipliné sur le prix d'entrée, c'est un avantage structurel, pas une concession.
Blume voit l'opportunité la plus grande à l'intersection entre l'intelligence artificielle et le monde physique. Pas le robot humanoïde faisant des pirouettes dans une vidéo de démonstration, mais la pénétration de l'automatisation dans les secteurs qui font encore bouger la majeure partie du produit brut mondial : la fabrication, la logistique, la construction, l'agriculture. La proportion de la valeur économique qui dépend encore de processus physiques non numérisés est immense. L'infrastructure logicielle pour ces secteurs en est à un stade initial comparé à ce qui a été construit au cours des vingt dernières années pour les processus purement numériques.
Cette thèse présente un avantage sur celles qui concourent au cœur du marché des modèles de langage : elle ne requiert pas de battre OpenAI ou Anthropic. Elle requiert de comprendre avec suffisamment de détail les processus physiques d'une industrie spécifique pour faire fonctionner l'automatisation dans des conditions réelles, avec une variabilité réelle, avec des travailleurs réels. Cette friction est également la barrière à l'entrée. Ce qui rend cette catégorie difficile à attaquer est la même chose qui la rend difficile à répliquer une fois qu'elle fonctionne.
Le marché qui se finance lui-même a besoin d'un acheteur externe
L'architecture commerciale du boom de l'intelligence artificielle présente un problème structurel que le panel orbite sans atterrir complètement. Une fraction disproportionnée du capital entrant dans le secteur provient de fonds qui détiennent également des positions dans les infrastructures sur lesquelles tournent ces startups. Les dépenses de calcul vont aux mêmes fournisseurs dont les fonds de capital-risque ou les bras d'investissement d'entreprise financent les tours. Ce n'est pas nécessairement frauduleux, mais cela crée une circularité qui gonfle les métriques d'activité sans qu'il y ait un acheteur externe net pour valider la valeur.
Une entreprise se maintient lorsque quelqu'un qui n'a pas d'incitations financières dans la chaîne décide de payer pour le produit avec de l'argent qu'il aurait pu dépenser ailleurs. C'est ce que Stavropoulos appelle la « capacité à montrer des résultats ». Et c'est précisément ce qui est en retard par rapport à l'optimisme des valorisations.
Le cycle des grandes introductions en bourse peut injecter de la liquidité sur le marché. Mais la question de savoir si les entreprises qui se construisent avec ce capital ont des acheteurs externes réellement disposés à payer des prix qui justifient les valorisations d'entrée reste sans réponse claire. Tant que cette réponse n'arrive pas sous forme de revenus vérifiables avec des marges réelles, la correction qu'anticipe Stavropoulos n'est pas un scénario possible. C'est un ajustement en attente de timing.
