Résumé en une phrase
Cet article révèle le phénomène le plus révolutionnaire du monde de l’IA en 2026 : il n’est plus nécessaire de patienter 5 à 6 ans pour voir émerger des startups, de présenter des produits et des résultats financiers avant d’atteindre le seuil des 1 milliard de dollars. Aujourd’hui, cela peut se faire en 2 mois au plus rapide, et en 6 mois au plus lent. Au cours des 9 premiers mois de l’année, au moins 9 « unicornnes à vitesse lumière » sont apparus dans le monde entier, tous créés par des acteurs de premier plan de l’industrie de l’IA qui ont déjà prouvé leur compétence. La plupart n’ont même pas de produit ni de revenus, mais des investisseurs de premier plan tels que Sequoia, Gaorong, Tencent et NVIDIA se bousculent pour y investir. En réalité, la logique des investissements dans l’IA a complètement changé, passant d’un modèle de « présenter des résultats avant d’investir » à un modèle de « s’assurer une place avant d’attendre les résultats ». Derrière cela se cache une anxiété collective des géants du secteur, ainsi que des risques importants de bulles financières.
Analyse détaillée
1. Les fondateurs de ces entreprises, qui valent des milliards sans produit, sont tous des experts reconnus
Il n’y a aucun doute sur la qualité de ces entrepreneurs : ce ne sont pas des débutants ordinaires, mais des experts ayant déjà réalisé d’importantes performances dans l’industrie :
En Chine, Lin Junyang, qui a valorisé son entreprise à 2 milliards de dollars en 3 mois, est l’un des plus jeunes dirigeants de niveau P10 chez Alibaba et a créé le modèle open-source Tongyi Qianwen, le plus téléchargé au monde. Les deux fondateurs de Kunlunxing ont chacun dirigé des activités de plusieurs milliards de yuans chez Alibaba Cloud, et l’un d’eux est le fondateur principal de Liangzhi Zhijia, qui a réussi à produire en série des voitures autonomes. AGILINK, l’entreprise qui a commencé à générer des revenus dès sa création, est issue de Zhuyuan Robotics, dont le produit Lingqiaoshou a été vendu en milliers d’exemplaires. De même, Dai Jifeng, diplômé de l’université et de l’école doctorale de Tsinghua, a écrit des articles devenus des normes dans l’industrie de l’IA, et ses travaux ont été reconnus par le PDG d’NVIDIA, Huang Renxun.
À l’étranger, les exemples sont encore plus impressionnants : un membre clé de l’équipe de XAI de Musk a valorisé sa nouvelle entreprise à 1 milliard de dollars en 2 mois ; le lauréat du prix Turing et fondateur de Meta AI, LeCun, a reçu un financement de démarrage de 1,03 milliard de dollars, le plus important de l’histoire européenne. Même le fondateur renvoyé par le conseil d’administration d’Uber, Kalanick, a créé une entreprise de robots industriels et a reçu des investissements de son ancien employeur.
Ces personnes n’ont pas besoin de prouver leur capacité à réussir : leurs réalisations passées constituent la meilleure preuve de leur compétence. Par exemple, Lin Junyang détient directement 88 % des parts de sa nouvelle entreprise, alors que dans le passé, les fondateurs voyaient souvent leurs parts diluées par les investisseurs (jusqu’à 30 %). Une telle situation est aujourd’hui impensable.
2. Les règles des investissements ont complètement changé
Auparavant, les investisseurs attendaient que les startups atteignent un certain niveau de succès (100 000 utilisateurs, 10 millions de revenus) avant de financer. Aujourd’hui, cela ne compte plus : 300 millions de dollars peuvent être considérés comme un financement de démarrage, et certaines entreprises reçoivent même plusieurs tours de financement en seulement 3 mois ou 6 mois. Le financement n’est plus un récompense pour avoir atteint un objectif, mais un moyen pour les investisseurs de s’assurer une place dans un secteur en plein essor.
La raison est simple : l’industrie de l’IA manque de fonds, mais surtout de talents capables de transformer les technologies de pointe en produits concrets. Il n’y en a que quelques-uns dans le monde, et si vous tardez de quelques mois, ils seront pris par d’autres entreprises. Si vous attendez que l’entreprise présente un produit avant d’investir, la valeur de l’entreprise peut déjà avoir multiplié par dix. Les investisseurs ne se basent plus seulement sur les rapports financiers, mais aussi sur le parcours professionnel des fondateurs, sachant qu’ils ont déjà réussi par le passé.
En Chine, certaines grandes entreprises détachent leurs activités clés pour les financer séparément, créant ainsi de nouveaux « unicornnes » à l’intérieur de leur propre structure. Par exemple, plusieurs entreprises créées par SenseTime au premier semestre de cette année ont reçu un total de plus de 47 milliards de yuans, permettant de conserver leurs talents tout en attirant des fonds externes pour réduire leurs coûts.
3. Les investissements sont en réalité le résultat de l’anxiété des géants
En examinant la liste des actionnaires, on remarque des comportements inhabituels : NVIDIA et AMD, des rivaux directs dans l’industrie des puces, ont investi dans la même entreprise. Les quatre géants de l’industrie des puces (Qualcomm, Intel, NVIDIA, AMD) ont également investi dans une petite entreprise spécialisée dans l’hardware IA. Il y a 10 ans, cela aurait été impensable.
En réalité, les géants calculent très précisément : le coût d’un mauvais investissement est bien inférieur à celui de ne pas investir du tout. La prochaine génération d’IA n’est pas encore définie, et si l’entreprise dans laquelle ils investissent ne s’avère pas rentable, ils risquent d’être exclus du marché. Par exemple, NVIDIA investit massivement dans des startups IA pour éviter que le contrôle de l’IA ne passe entre les mains d’Apple ou de Google. En Chine, des entreprises comme SAIC et Junseng investissent dans des projets de robots humains pour se positionner dans le futur de l’industrie.
Les investissements ne sont pas seulement motivés par le profit, mais aussi par la nécessité de se protéger des risques. Par exemple, si les composants essentiels des robots humains sont monopolisés par des entreprises américaines, les entreprises chinoises cherchent à s’y préparer en investissant à l’avance.
4. Les « billets d’entrée » pour devenir un unicorn ne garantissent rien
Les 9 unicornnes à vitesse lumière ne sont en réalité que des entreprises valorisées à hauteur de 1 milliard de dollars, mais cela ne signifie pas qu’elles sont déjà rentables. Seul un d’entre eux génère des revenus ; les 8 autres n’ont pas de produit et n’ont même pas annoncé de calendrier de lancement. Le risque de bulles financières est élevé :
Le premier risque est celui d’avoir choisi la mauvaise direction : si la technologie choisie s’avère inefficace, les investissements seront perdus. Par exemple, le projet de Hark, spécialisé dans l’hardware IA, a peu de chances de réussir face à des acteurs comme Apple et Google. De même, le projet de Kalanick dans le domaine des logistiques autonomes semble peu réaliste, étant donné les échecs précédents de Waymo dans ce domaine.
De plus, recevoir des investissements de géants signifie être lié à leur stratégie : si ces géants développent leur propre produit, ils peuvent facilement exclure les entreprises qui ont reçu leur financement. Toutes les valorisations actuelles sont basées sur des attentes élevées, et si les entreprises tardent ou rencontrent des problèmes techniques, leur valeur peut chuter drastiquement. Lorsque la bulle de l’IA éclatera, de nombreux unicornnes actuels pourraient perdre 90 % de leur valeur.
En somme, l’industrie de l’IA est en pleine bataille pour le contrôle des technologies de pointe. Les investisseurs passent d’un modèle de validation avant d’investir à un modèle d’investissement avant de validation. Seul le temps nous dira si de nouvelles entreprises capables de changer le monde émergeront, ou si ce ne sera qu’une autre bulle. Dans 2 à 3 ans, lorsque ces entreprises présenteront leurs premiers produits, nous saurons la réponse.