IA : ce que les investisseurs recherchent vraiment en 2025

Karl Alomar de M13 révèle les angles morts du marché IA. Découvrez ce que les investisseurs attendent vraiment des startups et comment vous positionner.

Il y a une différence énorme entre financer une entreprise d'intelligence artificielle et en avoir construit une soi-même. Karl Alomar connaît les deux côtés de la table. Avant de devenir associé chez M13, il a passé des années à bâtir et opérer des sociétés technologiques. Cette expérience change encore aujourd'hui sa façon d'évaluer les fondateurs qui se lancent dans l'IA.

Dans le cadre du VC Spotlight de Tech:NYC , il a partagé son parcours, ses critères d'investissement et son avis sur les zones encore sous-développées de la pile IA. Voici ce qu'on peut en tirer, que vous soyez fondateur, opérateur ou simplement curieux de comprendre où va l'argent intelligent.

Opérer, c'est plus subtil qu'un bilan comptable

La phrase qui revient le plus souvent quand on parle d'IA, c'est celle du produit qui « marche ». Mais faire fonctionner un modèle, c'est une chose. Faire fonctionner une entreprise qui repose dessus, c'en est une autre. Karl Alomar le formule sans détour : opérer demande une vraie empathie pour le parcours du fondateur, parce que chaque décision du quotidien se répercute sur toute l'organisation.

Cette idée vaut particulièrement pour l'IA. Un modèle peut être excellent sur un benchmark et catastrophique en production, parce que les données dérivent, parce que les coûts d'inférence explosent, parce que les utilisateurs ne se comportent pas comme prévu. Le fondateur qui a déjà vécu ces glissements sait anticiper. Celui qui ne les a jamais vécus apprend souvent à ses dépens.

Ce que ça change pour les fondateurs d'IA

Si vous construisez un produit autour de l'intelligence artificielle, ne vous contentez pas de démontrer que votre modèle fonctionne. Montrez que vous comprenez les frottements réels : la latence, le coût, la qualité des données, la confiance des utilisateurs. Les investisseurs qui ont opéré reconnaissent ces signaux immédiatement.

Repérer la valeur avant que le marché ne s'en aperçoive

La question qui obsède tout capital-risqueur, c'est celle du timing. Comment voir une opportunité avant que tout le monde se rue dessus ? Pour Alomar, la réponse tient à la profondeur de compréhension du métier, pas à la mode du moment.

Dans l'IA, cette logique est encore plus vraie. Beaucoup d'équipes se ressemblent : mêmes modèles de base, mêmes API, même discours. Ce qui les distingue, c'est la compréhension fine d'un problème métier que peu de gens ont pris la peine d'étudier en profondeur. C'est là que se cache l'avantage.

Là où la pile IA reste à construire

Alomar pointe un point rarement dit : la pile IA n'est pas terminée. Loin de là. Entre les modèles de base et les applications grand public, il manque encore des briques entières. Voici quelques zones où le travail reste largement ouvert :

• L'évaluation fiable des modèles en conditions réelles, au-delà des benchmarks.
• La gestion des coûts et de l'infrastructure à grande échelle.
• La conformité et la traçabilité des décisions prises par des systèmes autonomes.
• Les outils qui aident les équipes non techniques à exploiter l'IA sans se brûler les ailes.

Ces espaces sont moins visibles que les interfaces de chat, mais ils portent souvent plus de valeur à long terme. C'est exactement le genre d'angle qu'un investisseur cherche avant que le reste du marché ne s'y intéresse.

Maîtriser son entreprise, pas seulement son modèle

Un dernier point, et pas des moindres : les fondateurs doivent vraiment maîtriser leur activité. Connaître son chiffre d'affaires ne suffit pas. Il faut comprendre pourquoi les clients restent, pourquoi ils partent, comment les coûts évoluent quand l'usage augmente, et où se trouve la fragilité.

Dans l'IA, cette maîtrise est souvent négligée parce que l'enthousiasme pour la technologie prend le dessus. Mais un modèle brillant porté par une entreprise mal comprise finit par s'effondrer. À l'inverse, une compréhension solide du métier permet de pivoter, d'ajuster, de tenir quand la hype retombe.

Pourquoi c'est important

Parce que l'IA attire aujourd'hui des montagnes de capital, et que la différence entre un projet qui dure et un projet qui s'évapore tient rarement à la technologie seule. Comprendre comment les investisseurs expérimentés évaluent ces entreprises vous aide à mieux positionner la vôtre, à mieux pitcher, et surtout à mieux construire. Que vous leviez des fonds ou non, ce regard reste utile pour décider où concentrer votre énergie.

Conclusion

L'IA n'a pas besoin de plus de promesses. Elle a besoin de fondateurs qui connaissent leur métier, leur marché et leurs propres limites. Le regard d'un opérateur devenu investisseur rappelle une vérité simple : la technologie impressionne, mais c'est la compréhension qui dure. Alors posez-vous la bonne question — pas « mon modèle est-il le meilleur ? », mais « est-ce que je maîtrise vraiment ce que je construis ? ».

Points clés à retenir

• Opérer une entreprise d'IA est bien plus subtil qu'optimiser un modèle : chaque décision se répercute sur toute l'organisation.
• Les meilleures opportunités se repèrent par la profondeur de compréhension d'un métier, pas par la mode technologique.
• La pile IA reste incomplète : évaluation, coûts, conformité et outils pour non-techniciens sont encore largement à bâtir.
• Maîtriser son activité — clients, coûts, fragilités — compte plus que la performance brute d'un modèle.
• Un regard d'opérateur aide à distinguer les projets solides des projets simplement bien présentés.