Investir comme Y Combinator : le célèbre accélérateur de la Silicon Valley se concentre sur ces 6 tendances de l'IA
Tout le monde parle d'IA, tout le monde s'y intéresse et tout le monde veut investir dans ce domaine. Selon Crunchbase , environ 52 milliards d'euros (60 milliards de dollars) ont été investis dans les startups d'IA dans le monde au premier trimestre 2025. Cela représente 53 % du total des financements de ce trimestre.
Ivan Landabaso, associé chez JME Ventures, figure incontournable de l'investissement en IA. Ce capital-risqueur espagnol a notamment investi dans la startup d'agents IA Kustomer et dans la startup de productivité IA Rauda.AI.
Vous avez un abonnement ContentPass et souhaitez tout de même accéder au contenu externe de fournisseurs tiers ? Cliquez sur « Accepter » et nous intégrerons à notre offre du contenu et des services externes de fournisseurs tiers sélectionnés afin d'améliorer votre expérience utilisateur. Vous pouvez consulter la liste actualisée de ces fournisseurs tiers à tout moment dans la politique de confidentialité (lien vers la politique de confidentialité). Dans ce contexte, des profils d'utilisateur (par exemple, basés sur les identifiants de cookies) peuvent également être créés et enrichis, même en dehors de l'EEE. Dans ce cas, votre consentement inclut également le transfert de certaines données personnelles vers des pays tiers, dont les États-Unis, conformément à l'article 49 (1) (a) du RGPD. Vous trouverez plus d'informations sur le traitement des données dans notre politique de confidentialité et dans la politique de confidentialité, toutes deux disponibles à tout moment en bas de page de notre offre. Vous pouvez exercer votre consentement à l'intégration de contenu externe à tout moment en bas de page de notre offre via le lien « Suivi des révocations ».
Landabaso a examiné de plus près les modèles économiques des startups en IA de la promotion de printemps de Y Combinator . Découvrez ici les tendances en IA sur lesquelles l'accélérateur américain se concentre :
Des collaborateurs IA qui se connectent à Slack, aux e-mails ou à Jira et gèrent des chaînes de tâches complètes au lieu de tableaux de bord traditionnels. Par exemple, « Créer des indicateurs clés de performance trimestriels, créer des diapositives, informer l'équipe commerciale ».
Ils récupèrent toutes les données nécessaires du CRM, de l'outil BI ou du Drive, traitent le tout et renvoient le résultat final – les employés n'ont plus besoin de cliquer entre des dizaines de tableaux de bord.
Lire aussi
Il s’agit de solutions d’IA conçues spécifiquement pour un secteur particulier, par exemple la médecine, la fabrication, les laboratoires ou le droit.
Il ne s’agit pas d’une solution universelle, mais ils comprennent les termes techniques, connaissent les réglementations et les règles et sont préparés aux problèmes typiques (« cas extrêmes ») du secteur.
Parfois, du matériel est également impliqué : des robots ou des technologies de laboratoire. Par exemple, une IA qui rédige des rapports médicaux sait exactement ce qui est important dans un diagnostic, contrairement à un chatbot classique.
Aujourd'hui, tout le monde peut accéder à de bons modèles d'IA. La différence ne réside plus dans l'IA elle-même, mais dans la qualité de son contrôle, de sa surveillance et de sa sécurité.
Les startups d'infrastructures d'agents construisent l'infrastructure nécessaire au bon fonctionnement des agents IA au quotidien. Plusieurs facteurs sont importants.
Par exemple, « routage » : l'agent décide quel modèle ou logiciel d'IA est le mieux adapté à une tâche. Par exemple, il utilise une IA différente pour les mathématiques et pour l'analyse de texte.
Lire aussi
La mémoire de l'IA est également importante. L'agent se souvient des conversations ou des tâches précédentes, ce qui lui évite de repartir de zéro à chaque question. De plus, elle doit constamment vérifier si l'agent obtient de bons résultats ou s'il commet des erreurs ; c'est ce qu'on appelle « l'évaluation » en IA.
Et « réglage de la récompense » signifie que l’agent reçoit un retour d’information afin qu’il puisse s’améliorer au fil du temps, de la même manière qu’un humain apprend de ses erreurs.
L’IA peut commettre des erreurs (« halluciner ») – dans des domaines sensibles tels que la finance, le droit ou l’informatique, cela doit être identifié et évité le plus tôt possible.
Pour garantir la fiabilité des résultats de l'IA, les startups se concentrent sur divers mécanismes de protection. Par exemple, elles utilisent des « mécanismes de traçage » pour surveiller les actions de l'agent et leurs motivations.
En utilisant des benchmarks, les startups peuvent Vérifiez régulièrement si l'agent fournit de bons résultats. Grâce à des dispositifs de sécurité, les agents peuvent être automatiquement arrêtés en cas de problème.
Les startups dans ce domaine créent des agents d’IA qui gèrent automatiquement des processus complexes et strictement réglementés, par exemple dans le droit, la finance, la santé ou les achats.
L’IA prend en charge l’ensemble du processus : elle vérifie les contrats, obtient les approbations, lance les négociations ou effectue des audits complets.
De nombreuses règles et réglementations s'appliquent dans ces domaines ; les agents doivent donc travailler avec une attention et une transparence particulières. Cela permet de gagner un temps précieux et de minimiser les erreurs humaines.
Ces startups utilisent des agents d’IA pour automatiser les ventes et le marketing – tout ce qui attire de nouveaux clients.
Lire aussi
Les agents effectuent des tâches telles que la recherche de clients potentiels, l'envoi d'e-mails et de messages LinkedIn, la personnalisation de l'intégration de nouveaux utilisateurs et l'adaptation des campagnes en temps réel.
L'avantage de ce modèle économique : le pipeline de ventes se développe sans avoir à recruter constamment de nouveaux collaborateurs. Cela permet aux entreprises de se développer plus rapidement et plus efficacement.
businessinsider
