Trois paris technologiques qui vendent quelque chose au marché B2B indien, et une question à laquelle aucun ne répond encore
Le 11 mai, l'Inde célèbre la Journée nationale de la technologie. La date commémore les essais nucléaires de Pokhran-II en 1998, mais elle est devenue avec le temps quelque chose qui ressemble davantage à une vitrine institutionnelle où startups, entreprises et organismes publics mesurent le chemin parcouru par le pays depuis les laboratoires jusqu'au marché. L'édition 2026 est arrivée avec trois entreprises au premier plan : Sarvam AI, Ebix Technologies et AuthBridge. Les trois disposent de produits aux noms propres, de narratives bien construites et d'un positionnement B2B. Ce qui mérite d'être examiné avec plus d'attention, c'est ce que le marché qui leur prête attention achète réellement, et où se trouve la friction que leurs supports de communication préfèrent ne pas mentionner.
Avant d'entrer dans chaque cas, il convient d'établir le contexte. L'Inde compte 22 langues officielles, un système financier en voie de numérisation accélérée et un marché de recrutement exécutif qui continue à faire face à un déficit de gouvernance. Ces trois réalités ne constituent pas un décor : elles sont la justification structurelle qui soutient les trois propositions. Si la justification est solide, les entreprises disposent d'une base réelle. Si elle est principalement narrative, ce qu'elles ont, c'est un financement qui achète du temps jusqu'à ce que le marché réponde avec clarté.
Sarvam AI et le problème de savoir à qui elle vend la souveraineté
Sarvam AI est une startup de Bengaluru qui construit des grands modèles de langage entraînés sur des données orientées vers l'Inde. Sa plateforme phare, Sarvam Indus, couvre la conversation multilingue, la reconnaissance vocale, l'OCR, la traduction et l'automatisation des flux de travail d'entreprise. Ses modèles — Sarvam 30B et Sarvam 105B — sont optimisés pour le raisonnement, la programmation et la compréhension contextuelle dans les langues régionales. Les secteurs ciblés comprennent la banque, l'agriculture et les services publics.
L'angle d'« IA souveraine » qu'utilise Sarvam n'est pas un artifice marketing mineur. Il pointe vers une tension opérationnelle concrète : les entreprises et les entités gouvernementales indiennes qui traitent des données sensibles de citoyens ont de véritables incitations à ne pas dépendre d'une infrastructure hébergée à l'étranger. Les modèles d'OpenAI ou de Google fonctionnent bien en anglais, mais la compréhension contextuelle des dialectes régionaux, de l'argot local et des schémas de discours spécifiques au Bihar, au Tamil Nadu ou au Rajasthan n'est pas quelque chose qui se règle avec une traduction automatique superposée à un modèle occidental. C'est la friction que Sarvam prétend résoudre.
Le problème est que la narrative de souveraineté technologique a un acheteur évident — l'État indien et ses dépendances — mais cet acheteur décide lentement, paie via de longs processus d'appels d'offres et entretient une relation historique complexe avec les startups qui ne sont pas de grands intégrateurs systémiques. Le segment bancaire privé, qui serait le plus agile, est aussi celui qui consacre le plus de ressources à évaluer si un modèle local atteint le même niveau de fiabilité que les modèles de référence mondiaux. L'écart entre l'argument de souveraineté et la disposition réelle à payer de ces acheteurs est là où se joue la viabilité commerciale de Sarvam, pas dans la qualité technique de ses modèles, qui selon les spécifications disponibles semble acceptable.
L'autre vecteur de risque est le rythme d'adoption. Automatiser les flux de travail d'entreprise dans les langues régionales semble représenter un bond énorme en termes d'accessibilité. Mais mettre en œuvre ces flux dans des organisations qui fonctionnent avec des systèmes ERP propriétaires, des structures informatiques hétérogènes et des équipes technologiques conservatrices n'est pas un processus de quelques semaines. La vitesse à laquelle Sarvam peut facturer de manière récurrente et prévisible dépend du temps qu'il lui faut pour convertir des pilotes en contrats durables, et ce chiffre n'apparaît dans aucun des documents disponibles.
X Pay et le pari d'Ebix d'éliminer la friction dans le crédit au moment de l'achat
Ebix Technologies présente sa plateforme X Pay comme une solution d'Achetez Maintenant, Payez Plus Tard orientée vers les entreprises — banques, plateformes de commerce électronique et magasins physiques — qui souhaitent offrir un crédit instantané au point de vente. Le parcours technique décrit par la société est cohérent : approbations en temps réel, tokenisation sécurisée des cartes, débits automatisés directement depuis les cartes de débit et de crédit du client, éliminant la dépendance à l'ECS et au NACH — les systèmes traditionnels de domiciliation bancaire indiens, qui sont lents et affichent des taux de rejet non négligeables.
Cela résout quelque chose de concret. L'ECS et le NACH ont une latence, génèrent des frictions dans le processus de remboursement et augmentent les coûts opérationnels des prêteurs. Si X Pay parvient à tokeniser le mandat de paiement dès la première utilisation et à automatiser les débits ultérieurs selon les normes réglementaires de la Banque de Réserve d'Inde, la proposition a une valeur opérationnelle mesurable : moins de rejets, moins d'intervention manuelle, moins de friction pour le débiteur comme pour le créancier.
Ce qui n'est clair dans aucune des sources disponibles, c'est la structure de revenus qui soutient Ebix dans ce modèle. Les plateformes de BNPL génèrent de l'argent à partir de trois sources possibles : frais facturés aux commerçants pour l'origination du crédit, marges d'intérêt si elles financent directement, ou tarifs facturés aux banques utilisant l'infrastructure. Chacune de ces voies a une dynamique de marge et un profil de risque différents. Une plateforme qui origine du crédit a besoin de modèles de scoring robustes pour ne pas accumuler silencieusement des créances douteuses. Celle qui facture le commerçant fait face à une compression des marges lorsque davantage de plateformes sont en concurrence. Celle qui vend l'infrastructure à la banque dépend du fait que cette banque ne décide pas de construire cette capacité en interne.
L'Inde dispose d'un marché du crédit numérique qui a fortement crû au cours des cinq dernières années, mais a également connu des épisodes de surendettement, de montée rapide des créances douteuses et de pression réglementaire sur les prêteurs non bancaires. La RBI a durci les règles sur les prêts numériques précisément parce que plusieurs plateformes de crédit rapide ont mélangé croissance des volumes et détérioration du portefeuille. Cela n'implique pas que X Pay ait ce problème — il n'y a pas de données pour le savoir —, mais cela implique bien que le marché qu'elle vise a une mémoire institutionnelle de cette expérience et des acheteurs qui ont déjà appris à lire plus attentivement les accords de responsabilité partagée.
AuthBridge et la valeur d'auditer ceux qui prennent les décisions les plus coûteuses
AuthBridge opère dans la vérification et la diligence raisonnable. Son produit AuthLead cible un segment spécifique : le recrutement de directeurs généraux, de membres de conseils d'administration et de dirigeants seniors. La proposition va au-delà de la vérification classique des antécédents. Elle comprend une analyse du risque réputationnel, une évaluation des litiges et des risques financiers, des références indépendantes, ainsi qu'une analyse des compétences en leadership.
C'est probablement le cas le plus direct en termes de proposition de valeur, parce que le problème qu'il résout a des conséquences économiques documentables. Une erreur de recrutement au niveau CXO n'est pas un coût de ressources humaines : c'est un événement qui peut déclencher des procédures judiciaires, détruire de la valeur actionnariale, compromettre les relations avec les clients institutionnels et forcer des restructurations coûteuses. La gouvernance d'entreprise n'est pas seulement une exigence réglementaire ; c'est une variable que les investisseurs institutionnels pondèrent avant d'engager du capital.
Ce qu'AuthLead vend, en termes commerciaux, c'est une réduction de l'incertitude dans les décisions à coût élevé. C'est une proposition avec un acheteur identifiable — conseils d'administration, comités d'audit, fonds de private equity réalisant une due diligence sur les équipes de direction — et avec une disposition à payer qui ne dépend pas d'un processus d'adoption de masse. Un fonds de capital-investissement qui évite une erreur de recrutement exécutif grâce à un investissement modéré dans la diligence raisonnable dispose d'un rapport coût-bénéfice qui n'a pas besoin de beaucoup d'argumentation.
Le risque d'AuthLead ne réside pas dans la proposition ; il réside dans l'exécution. La qualité d'une évaluation réputationnelle dépend de l'accès à des sources primaires fiables, d'analystes capables de distinguer le bruit du signal, et d'une méthodologie qui peut se défendre si le résultat est remis en question par l'une des parties. Aucune de ces capacités ne se construit rapidement, et la différenciation face aux cabinets mondiaux d'enquête d'entreprise — qui opèrent déjà en Inde — nécessite quelque chose de plus qu'un produit bien nommé.
Ce que les trois cas ont en commun et ce que le marché n'a pas encore confirmé
Sarvam AI, Ebix Technologies et AuthBridge partagent une caractéristique structurelle : les trois proposent de résoudre des frictions réelles avec une technologie qui, sur le papier, est bien construite. Cela les distingue de nombreuses propositions de logiciels d'entreprise qui résolvent des problèmes que personne n'avait l'urgence de résoudre.
Mais les trois partagent également la même variable absente dans leur narrative publique : des preuves de récurrence. Pas des contrats signés pour le jour du lancement, pas des pilotes sponsorisés par le gouvernement avec des métriques contrôlées, mais des clients qui ont renouvelé, qui ont payé sans friction lors du deuxième cycle, et dont le volume d'utilisation a crû sans nécessiter d'incitations externes. C'est le signal qui sépare une proposition de valeur d'une catégorie de marché à demande soutenue.
La Journée nationale de la technologie en Inde remplit une fonction légitime en tant que plateforme de visibilité. Ce qu'elle ne fait pas, c'est remplacer la validation commerciale. Les trois entreprises disposent d'arguments techniques recevables et de problèmes de marché identifiables. Ce qui n'apparaît dans aucune source disponible, c'est la réponse à la question de savoir si l'acheteur ciblé achète avec constance, à quel prix il accepte de payer et avec quelle fréquence il renouvelle. Tant que cette réponse ne sera pas disponible, l'analyse commerciale honnête doit s'arrêter avant l'éloge et après la description du produit.
L'architecture de valeur des trois cas repose sur des fondements logiques. La question qui permet de savoir si ces fondements peuvent soutenir une entreprise — et pas seulement une narrative — appartient au marché, et le marché n'a pas encore parlé avec suffisamment de volume pour que quiconque puisse affirmer qu'il a déjà répondu.
