5 tendances qui définissent le cloud IA en 2024

# Les modèles de fondation de l’IA préparent le nouveau champ de bataille de la Big Tech

• Chaque rupture technologique déclenche une course au contrôle de la couche fondamentale, et l’ère de l’IA ne fait pas exception
• Les modèles de fondation sont le nouveau « pétrole » qui alimentera les applications et outils d’IA en aval
• En 2023, les entreprises de modèles de fondation ont représenté plus de 60 % du financement en capital-risque de l’IA
  • OpenAI, Anthropic, Mistral, Cohere et d’autres ont levé 23 milliards de dollars pour une capitalisation totale de 124 milliards de dollars
  • Cet afflux de capitaux a surtout été mené par les VC corporate, qui ont représenté 90 % des levées privées en GenAI en 2023 selon Morgan Stanley, contre 40 % en 2022
  • Des géants de la tech comme Microsoft, Google, Amazon, NVIDIA et Oracle détiennent désormais des participations importantes dans des entreprises de modèles de fondation
  • Ces investissements sont stratégiquement alignés pour renforcer les capacités IA de ces géants technologiques et stimuler la consommation de leurs services cloud et de calcul clés
  • Certaines Big Tech mènent aussi leurs propres initiatives de modèles de fondation, comme Gemini de Google et Llama de Meta AI
• Avec autant de capitaux injectés dans cette couche fondamentale, la concurrence s’intensifie à une vitesse sans précédent et pousse une énorme vague d’innovation dans l’écosystème
• Principales tendances observées en 2023 :
  • Les modèles de base s’améliorent rapidement :
    • Les LLM généralistes progressent de plus en plus, non seulement sur les performances de base comme la précision et la latence, mais aussi à la frontière, notamment sur les capacités multimodales
    • Le lancement de GPT-4o nous a tous surpris, et cette nouvelle version a montré des capacités à voir et comprendre la vidéo et l’audio dans des fichiers téléversés, ainsi qu’à générer de courtes vidéos
    • Le rythme vertigineux des améliorations remet en question les stratégies d’investissement dans des modèles dont la demi-vie se compte en mois
  • L’affrontement entre open source et source fermée s’intensifie :
    • Avec la sortie récente de Llama 3, les leaders open source ont presque rattrapé les performances des modèles fermés, et le débat open source contre closed source reste brûlant en 2024
    • L’effet de la régulation soulève de nouvelles questions : les acteurs fermés devront-ils ouvrir leurs anciens modèles dans le cadre de nouvelles stratégies de commercialisation, ou les leaders open source peuvent-ils, pour la première fois de l’histoire, gagner ce marché ?
  • Le mouvement des petits modèles prend de l’ampleur :
    • Clem Delangue, CEO et cofondateur de HuggingFace, a déclaré que 2024 serait l’année des SLM
    • Des exemples comme Mistral 8x22b, lancé cette année, montrent que les grands modèles ne sont pas toujours meilleurs en performance et que les petits modèles peuvent avoir de sérieux avantages en coût et en latence
  • Émergence de nouvelles architectures et de modèles fondamentaux à usage spécialisé :
    • L’arrivée de nouvelles architectures au-delà des transformers suscite beaucoup d’enthousiasme
    • Par exemple, les modèles d’espace d’état et le geometric deep learning repoussent la frontière des modèles de fondation, avec moins d’intensité de calcul, une meilleure gestion de contextes plus longs ou des capacités de raisonnement structuré
    • On observe aussi une explosion du nombre d’équipes qui entraînent des modèles spécialisés pour la génération de code, la biologie, la vidéo, l’image, la voix, la robotique, la musique, la physique, les ondes cérébrales, etc.
    • Cela ajoute un nouveau vecteur de diversité à la couche des modèles
• Il se passe tellement de choses dans la couche fondamentale qu’on a l’impression que le sol bouge sous nos pieds
• Mais malgré l’énorme quantité de capitaux investis, aucun vainqueur clair ne se dégage encore aujourd’hui

Prédiction : la bataille des modèles d’IA va rester brûlante dans un avenir proche, car il s’agit d’une véritable « ruée sur les terres » qui déterminera quelle Big Tech dominera les marchés du cloud et du calcul dans les prochaines années

• Prévisions à court terme sur la façon dont la valeur sera captée dans cette bataille de la couche des modèles :
  • Réalité 1 : la couche des modèles devient une commodité
    • Des centaines de millions de dollars seront-ils gaspillés pendant que les VC et la Big Tech financent le derby des leaders de l’IA ?
    • Cela ne veut pas dire que le modèle le mieux capitalisé sera le gagnant
    • Parce que les modèles open source continueront à défier les principaux acteurs du marché
    • Mais un futur où les modèles d’IA deviennent des commodités ne signifie pas nécessairement une baisse de leur valeur
    • Les modèles d’IA comme commodité ressembleront au calcul ou au pétrole en tant que commodités
    • Ils deviendront un jour des actifs indispensables au fonctionnement des entreprises dans le monde entier
    • Dans cette réalité, la valeur ultime de l’écosystème IA sera captée non par les modèles eux-mêmes, mais par les fournisseurs de services cloud et de calcul, les marketplaces et les applications
    • Toutefois, dans un monde où les modèles d’IA sont commoditisés, il pourrait émerger une ou deux entreprises extrêmement précieuses vendant cette « commodité », comme on l’a vu sur le marché du pétrole
  • Réalité 2 : les géants des modèles d’IA se partagent le gâteau
    • Comme dans les guerres du cloud, quelques nouvelles entreprises de modèles particulièrement visibles, soutenues massivement par des investisseurs stratégiques Big Tech ou des VC corporate, deviendront géantes et posséderont l’écosystème des modèles de fondation
    • Chaque gagnant trouvera un angle différenciant qu’il pourra combiner à une différenciation technologique, via la distribution, l’efficacité prix/coût, l’impact réglementaire, etc.
    • Il pourra toujours exister de nombreux acteurs, notamment en open source, mais la valeur reviendra à quelques grands acteurs des modèles
    • Ce qui déterminera les géants de l’IA de demain, ce ne sera pas seulement une technologie supérieure, mais aussi leurs canaux de distribution déjà établis
  • Réalité 3 : les modèles d’IA deviennent aussi variés et populaires que le marché des chips
    • De la même manière qu’il existe une infinité de goûts de chips, l’avenir de l’économie des modèles d’IA pourrait fortement ressembler au rayon snacks d’une supérette de quartier
    • De nombreuses entreprises de modèles pourraient prospérer, car il existe suffisamment de cas d’usage différenciés — par exemple selon le format, la performance, la latence, le coût, la sécurité, etc. — pour permettre à d’autres entreprises de survivre
    • Les considérations géopolitiques pourraient aussi entrer dans le domaine des modèles d’IA, où la géographie et la régulation joueraient un rôle, car les enjeux réglementaires et de souveraineté soutiennent la diversification de cette couche

Prédiction : nous ne sommes pas parvenus à un consensus, mais près de la moitié de nos partenaires prévoient que les modèles fermés piloteront la majorité des cycles de calcul des LLM et que les géants des modèles d’IA finiront par se partager le gâteau économique (réalité n°2 ci-dessus).

• Nous nous attendons à ce que les géants du cloud utilisent leur accès au calcul, aux puces et au capital pour influencer la bataille en leur faveur
• Et les leaders sont déjà dans la course
  • Microsoft/OpenAI, AWS/Anthropic, Google/Gemini et Meta/Llama constituent, avec le leader européen Mistral, l’alternative OSS équivalente à Linux

# L’IA est en train de faire de nous tous des développeurs 10x

• Aujourd’hui, un ingénieur doit toujours être à la fois builder et étudiant, et continuer à apprendre de nouveaux langages, frameworks, infrastructures, etc., tout en assurant son travail principal
• Avec l’arrivée de l’IA, les développeurs doivent désormais maîtriser une toute nouvelle toolchain et de nouvelles bonnes pratiques pour exploiter des LLM en évolution constante, y compris de nouvelles familles de produits d’infrastructure pour la gestion des données, la curation, les prompts, le pré-entraînement et le fine-tuning
• À l’ère de l’IA, il faut assimiler chaque année l’équivalent de dix ans de nouvelles connaissances développeur
• Mais l’IA peut aussi apporter une solution à cette complexité
  • En 2023, les copilotes de code ont été largement adoptés
  • Et début 2024, les premières versions d’outils agents ont commencé à apparaître, laissant entrevoir la possibilité d’une automatisation de bout en bout des tâches de code simples

Prédiction : sous l’effet de l’IA, le rôle des développeurs va se transformer plus brutalement que n’importe quel autre métier. Dans dix ans, toute personne disposant d’un ordinateur aura des capacités de développement significatives, ce qui accélérera fortement la vitesse de développement logiciel et fera sensiblement baisser l’âge moyen des fondateurs de startups technologiques.

• Trois grands domaines qui accélèrent l’évolution rapide de l’économie des développeurs IA :
  • 1. Le secteur des copilotes de code est devenu un foyer d’innovation et de concurrence, avec 3,9 milliards de dollars de financement VC investis dans les technologies et outils de GenAI en 2023.
    • Le produit Copilot historique de GitHub, basé sur les modèles GPT-4 et Codex d’OpenAI, a dépassé les 14 millions d’installations
    • De nombreux concurrents startups bien financés et en forte croissance, comme Tabnine, Magic.dev, Augment, Poolside, Cursor AI, OpenDevin, Devin de Cognition et Supermaven, construisent et itèrent aux côtés des développeurs
  • 2. Le « Graduation Motion » des copilotes intégrant des capacités de recherche et de génération agentiques créera une valeur considérable dans les années à venir.
    • Devin, SWE-agent et OpenDevin montrent le potentiel d’outils agents de bout en bout capables d’interagir avec l’environnement du développeur (par ex. éditeur de fichiers, shell bash) et avec Internet pour accomplir des tâches de programmation
  • 3. Le raisonnement code-langage restera un centre névralgique de l’activité IA et bénéficiera à la fois des innovations de la couche modèle (par ex. GPT-4, Claude 3 Opus) et de nouveaux paradigmes de raisonnement/agents (par ex. Devin de Cognition, SWE-agent, OpenDevin).
    • Les améliorations de la couche modèle se traduiront par une meilleure qualité d’édition et d’autocomplétion du code, apportant au final de la valeur aux développeurs et aux organisations logicielles
    • Les systèmes qui repoussent les limites de la latence et de la taille du contexte, tout en élargissant les domaines linguistiques et les jeux de pré-entraînement, apporteront eux aussi une immense valeur aux développeurs
• L’IA alimente à la fois l’innovation et la disruption, en accélérant la vitesse des développeurs, la productivité et l’effet de levier des organisations logicielles
• Les organisations logicielles tournées vers l’avenir évaluent régulièrement les outils et fournisseurs émergents, puis priorisent et adoptent rapidement les logiciels développeur à forte valeur ajoutée
• Les budgets alloués aux développeurs recommencent à circuler, et la volonté de payer pour des outils ayant un impact visible est élevée
• Pour les entrepreneurs du monde développeur, c’est une période enthousiasmante pour construire quelque chose. Au-delà des copilotes, les opportunités sont nombreuses dans l’infrastructure, les outils de développement, la QA, la configuration et le provisioning IT, la supervision des opérations de sécurité, les tests d’intrusion, etc.
• Les copilotes sont peut-être aujourd’hui l’opportunité la plus évidente, mais c’est probablement aussi le segment le plus concurrentiel
  • On a vu une explosion des outils dans des domaines développeur plus spécifiques, de la SecOps à la SRE, à la QA et au pentest
  • Ces outils utilisent les LLM pour abstraire la complexité bas niveau et automatiser des tâches d’ingénierie longues et pénibles, libérant ainsi des ressources pour des travaux à plus forte valeur
  • L’intégration de l’IA dans les processus DevOps améliore les pipelines CI/CD, les tests automatisés et les stratégies de déploiement, permettant une livraison logicielle plus rapide et plus fiable
• La refactorisation de code est un autre excellent exemple de l’impact de l’IA sur les workflows et l’écosystème des développeurs
  • De nombreuses équipes d’ingénierie modernes ne consacrent qu’une partie de leur temps ETP à l’écriture de code entièrement nouveau
  • En particulier dans les grandes organisations, une part importante du temps des SWE est consacrée aux aspects « moins sexy » du métier d’ingénieur logiciel : maintenance du code, sécurité et tests
  • De nombreuses tâches, comme la refactorisation de code, exigent une connaissance approfondie de la stack et prennent souvent la forme de projets lourds que les ingénieurs seniors abordent avec appréhension
• L’IA a un potentiel évident pour résoudre ces défis
  • Des startups comme Gitar, Grit et ModelCode s’appuient sur des modèles de génération de code, l’analyse statique et des parseurs AST pour interpréter la structure du code et migrer celui-ci entre langages, bibliothèques de packages et frameworks
  • Certains de ces efforts se concentrent sur les frameworks web modernes, tandis que d’autres opèrent sur des stacks d’ingénierie legacy fragiles (par ex. COBALT, PEARL, etc.) où les ingénieurs expérimentés se raréfient avec le temps
  • De nombreux workflows adjacents aux fonctions centrales du software engineering sont eux aussi chronophages, répétitifs et bien adaptés à l’automatisation
    > Prévision : d’ici 2030, la majorité des développeurs de logiciels d’entreprise auront un rôle proche de celui de relecteur logiciel. La baisse du coût de développement et la hausse de productivité des développeurs expérimentés entraîneront une augmentation des salaires.
• L’IA affectera le périmètre et les compétences requises sur tous les marchés de l’emploi, mais probablement aucun autant que celui des développeurs
• Les progrès de l’IA amélioreront fortement la productivité dans ce métier, tout en élargissant les frontières du monde des développeurs
• D’ici dix ans, la capacité à développer des logiciels deviendra une compétence accessible à la majorité de la population mondiale

# Les modèles multimodaux et les agents IA vont transformer la relation humaine au logiciel

• L’essor des modèles multimodaux et des agents IA alimente la prochaine vague d’innovation en IA
• Par rapport aux premiers modèles fondés sur le texte, il élargit considérablement le champ des cas d’usage et le potentiel d’application de l’IA
• Pour les entrepreneurs de l’IA, de nouvelles opportunités émergent, non seulement dans les workflows agentiques, mais aussi dans de nouvelles modalités comme la voix, l’image et la vidéo
• Ces modalités donnent à l’IA des capacités comparables à celles de l’humain — vision, audition, langage — ouvrant la voie à un rôle de l’IA dans l’augmentation d’une grande partie du travail humain reposant sur ces facultés

Voix

• La première vague d’entreprises de voice AI s’appuie principalement sur les progrès de l’Automatic Speech Recognition (ASR)
  • Abridge consigne des notes à partir des conversations entre médecins et patients
  • Rillavoice capture les échanges entre commerciaux terrain et clients pour soutenir la formation commerciale
• De nouvelles entreprises de voice AI émergent en développant des produits vocaux conversationnels capables de prendre en charge des workflows fastidieux et répétitifs
  • Cela permet aux humains de se concentrer sur des tâches à plus forte valeur dans des cas d’usage liés à la vente, au recrutement, au customer success et à l’administration
  • Ada exploite les innovations récentes de la voix pour intégrer la voix conversationnelle à son produit de support client basé sur le chat
• Ces avancées reposent sur de nouvelles architectures vocales
  • Elles peuvent traiter et raisonner sur des données audio brutes sans transcrire la voix en texte
    • Un passage d’architectures en cascade vers des architectures nativement vocales, comme on le voit dans de nouveaux modèles tels que GPT-4o
  • Cette transition permettra des produits vocaux conversationnels à latence bien plus faible et avec une compréhension beaucoup plus fine des informations non textuelles comme l’émotion, le ton et les sentiments
• Les applications vocales d’IA apparaissent dans de nombreux secteurs, notamment les concessions automobiles, le retail, la restauration et les services à domicile
  • Une part significative, voire la majorité, des appels commerciaux entrants reçus en dehors des heures d’ouverture est souvent perdue ; l’IA est particulièrement bien placée pour combler ce manque
  • Dans la vente, les applications vocales d’IA constituent un cas d’usage à très fort ROI, car elles permettent essentiellement de récupérer des revenus perdus pour ces entreprises
• Les entrepreneurs qui construisent à la pointe de la voice AI peuvent désormais proposer des interfaces plus naturelles, conversationnelles et proches du niveau humain que jamais

Image / vidéo

• Les modèles de computer vision existent depuis des années, mais ce qui rend intéressante la nouvelle génération de LLM multimodaux, c’est leur capacité à combiner compréhension des images et des données textuelles (entre autres modalités)
  • Cette combinaison est extrêmement utile pour de nombreuses tâches
• La première vague d’applications d’image orientées entreprise s’est principalement concentrée sur les cas d’usage d’extraction de données
  • Des entreprises comme Raft collectent des documents de fret, en extraient les informations clés pour alimenter l’ERP de leurs clients et automatiser les workflows de rapprochement des factures
• À mesure que les modèles de base continuent de s’améliorer, on peut s’attendre à voir émerger davantage d’applications verticales de traitement d’images et de vidéos capables de collecter des volumes croissants de données pour alimenter les applications
• Il existe aussi des applications dans l’ingénierie et le design, comme Flux.ai, qui exploitent des modèles de vision et de génération d’images pour aider au raisonnement sur des données graphiques afin de produire des schémas ou des rendus de bâtiments

Agents IA autonomes

• L’un des nouveaux sujets les plus passionnants de l’IA est le développement d’agents IA capables de prendre en charge, de manière entièrement autonome, des tâches complexes en plusieurs étapes
• La plupart des agents IA ne fonctionnent pas encore de façon fiable dans des cas d’usage complexes, mais les progrès sur les workflows d’agents avancent très vite, et nous voyons déjà des fragments de ce qui devient possible
  • Devin de Cognition AI (ingénieur logiciel IA) montre ce qui est possible à mesure que les capacités de planification et de raisonnement de l’IA continuent de s’étendre
• De plus en plus d’applications commencent à déployer des agents IA dans des cas d’usage très restreints, où l’impact des erreurs composées dans des processus en plusieurs étapes peut être limité
  • Les entreprises exploitent des solutions comme Leena AI pour fournir des agents IA qui prennent en charge des tâches liées à l’IT, aux RH et à la finance, aidant ces équipes à se libérer des tâches fastidieuses et à améliorer l’expérience collaborateur
• De nouveaux modèles dotés de fortes capacités de raisonnement émergent également pour permettre aux agents d’exécuter des workflows plus complexes
  • Plus intéressant encore, la recherche se montre très active sur de nouvelles approches architecturales visant à améliorer l’implémentation des agents via diverses méthodes, notamment le raisonnement en chaîne de pensée, l’auto-réflexion, l’usage d’outils, la planification et la collaboration multi-agents

# La Vertical AI montre un potentiel capable de dépasser le SaaS legacy

• Le Vertical SaaS s’est révélé être un géant discret qui a transformé des secteurs entiers lors de la première révolution du cloud
  • La capitalisation boursière cumulée des 20 premières entreprises américaines cotées en Vertical SaaS atteint environ 300 milliards de dollars, dont plus de la moitié sont entrées en Bourse au cours des dix dernières années
• Avec l’émergence des grands modèles de langage (LLM), une nouvelle vague du Vertical SaaS commence désormais, portée par l’apparition de nouvelles entreprises fondées sur les LLM et ciblant des secteurs qui vont au-delà des limites du Vertical SaaS legacy
  • Les applications de Vertical AI ciblent des tâches répétitives à forte intensité de langage et à coût élevé qui représentent une grande partie de nombreux secteurs et de l’économie
• Selon le Bureau of Labor Statistics des États-Unis, le secteur des services aux entreprises et des services professionnels représente 13 % du PIB américain
  • À lui seul, ce secteur dominé par les tâches linguistiques répétitives pèse environ 10 fois la taille de l’industrie du logiciel
  • Au-delà des services professionnels, les tâches répétitives verticales fondées sur le langage représentent une part importante dans l’ensemble des secteurs
  • Nous pensons que la Vertical AI cherchera à capter une part significative de ces coûts, tout en stimulant l’activité dans des domaines où la main-d’œuvre humaine faisait défaut
  • Par exemple, EvenUp automatise les services juridiques tiers et les workflows internes de parajuristes, ouvrant de nouvelles possibilités dans des domaines où le coût du travail était jusque-là trop élevé ou trop irrégulier pour permettre un déploiement efficace

Prévision : à mesure que la Vertical AI prendra la tête de l’économie des services et introduira de nouveaux business models, sa capitalisation boursière atteindra au moins 10 fois celle de la Vertical SaaS existante

Copilot, Autopilot et services assistés par IA : trois nouveaux business models

• Les trois nouveaux business models de l’économie de la Vertical AI se composent de Copilot, Autopilot et de services assistés par IA
• La Vertical AI sera aussi proposée à travers plusieurs autres business models, ce qui augmentera la probabilité d’aligner les capacités de l’IA sur les besoins spécifiques de chaque secteur
• Copilot
  • Améliore l’efficacité des travailleurs en automatisant des tâches à l’aide des LLM
  • Sixfold aide les souscripteurs en assurance à mieux analyser les données et à mieux comprendre les risques
  • Dans le modèle Copilot, l’application IA se place aux côtés de l’utilisateur pour l’aider à être plus efficace
• Agent
  • Là où Copilot aide les employés à accomplir leur travail, Agent automatise entièrement le workflow et remplace l’utilisateur
  • Agent se concentre sur des fonctions spécifiques au sein d’une entreprise verticale, comme la prospection commerciale sortante ou la gestion des appels entrants
  • Slang AI traite les appels entrants des restaurants pour effectuer des tâches comme la prise de réservation et la réponse aux questions
• Services AI-enabled
  • Il s’agit généralement de services externalisés auprès de prestataires tiers, comme la comptabilité, les services juridiques ou la facturation médicale
  • Comme ces activités sont intensives en main-d’œuvre, elles ont traditionnellement de faibles marges, sont difficiles à scaler, se différencient moins facilement que les entreprises technologiques et sont moins valorisées
  • En automatisant les tâches avec des logiciels, ces entreprises de services assistés par IA visent à proposer au marché des services meilleurs et moins chers, plus rapidement, et à capter des parts de marché des entreprises de services traditionnelles
  • SmarterDx utilise l’IA pour auditer les factures d’hospitalisation pour le compte des systèmes de santé et des hôpitaux avant d’envoyer les factures et la documentation clinique associée aux payeurs
    • Auparavant, ce travail d’audit était externalisé à des prestataires spécialisés

Premiers signaux sur la solidité des business models de la Vertical AI

• Chez Bessemer, nous avons eu la chance d’accompagner des leaders du SaaS legacy dans plusieurs secteurs, et nous disposons désormais de l’un des plus grands portefeuilles de Vertical AI
• En conséquence, nous avons déjà réuni des données significatives permettant de comparer des entreprises de Vertical AI à des comparables du Vertical SaaS legacy
• Trois analyses de notre portefeuille Vertical AI montrent la solidité de cette nouvelle classe d’applications
  • Les acteurs de la Vertical AI gagnent du terrain sur le marché avec des fonctions qui ne concurrencent pas directement le SaaS legacy
    • L’utilité de ces applications consiste généralement à compléter les produits SaaS legacy, sans nécessité de remplacer ou reproduire les produits existants
    • Ces startups de Vertical AI représentent déjà environ 80 % de l’ACV des systèmes centraux traditionnels de Vertical SaaS
    • Cela démontre la capacité de la Vertical AI à générer des dépenses significatives au sein des marchés verticaux finaux en remplaçant les dépenses de services, et donc à offrir un TAM susceptible de devenir à terme un multiple important du SaaS existant
  • Le profil d’efficacité et de croissance des entreprises de Vertical AI ayant atteint une taille significative (plus de 4 M$ d’ARR) est également encourageant
    • Elles affichent une croissance annuelle d’environ 400 %, soit la croissance la plus rapide que nous ayons observée jusqu’à présent
    • Elles montrent aussi une efficacité saine, avec une marge brute moyenne d’environ 65 % et un ratio d’efficacité BVP d’environ 1,1x (CARR net nouveau / perte nette)
  • L’analyse de la part du chiffre d’affaires consacrée aux coûts de modèles par les entreprises de Vertical AI répond aux inquiétudes selon lesquelles ces applications ne seraient que de simples wrappers très fins
  • En moyenne, ces entreprises ne consacrent actuellement qu’environ 10 % de leur chiffre d’affaires, soit environ 25 % de leur COGS total, aux coûts des modèles
  • Ainsi, ces applications verticales construites sur des LLM génèrent déjà des marges équivalant à environ 6 fois le coût des modèles sous-jacents
• Dans l’ensemble, même si une création de valeur massive est attendue au niveau de la couche modèle, ces données indiquent que, comme lors des précédentes innovations d’infrastructure, la majeure partie de la valeur d’entreprise sera une fois encore captée au niveau de la couche applicative
• Les acteurs historiques du logiciel vertical ne sont pas non plus totalement inactifs
  • Des entreprises comme Thomson Reuters (acquisition de CaseText pour 650 millions de dollars) et DocuSign (acquisition de Lexion pour 165 millions de dollars) ont réalisé les premières acquisitions notables dans la Vertical AI
• Nous pensons toutefois que nous sommes encore proches de la ligne de départ du marathon de la Vertical AI
  • Nous nous attendons à voir émerger, d’ici quelques années, de nouvelles entreprises publiques pérennes de Vertical AI
  • Compte tenu de la vitesse de croissance, nous prévoyons l’émergence d’au moins 5 Centaur de la Vertical AI (plus de 100 M$ d’ARR) dans les 2 à 3 prochaines années

Prévision : la première IPO de Vertical AI aura lieu dans les 3 prochaines années

# Le cloud grand public renaît grâce à l’IA

• Le cloud grand public a connu une croissance atone au cours de la dernière décennie, c’est un fait largement admis
  • Le cloud grand public désigne les entreprises qui fournissent directement aux particuliers du stockage, de la puissance de calcul et des applications numériques basés sur le cloud (y compris aussi des produits B2B et « prosumer »)
• L’analyse des données du Cloud 100, lancé il y a 9 ans, montre que seuls 4 % de la liste cumulée sont des entreprises disposant de produits grand public
  • Depuis l’IPO de Dropbox en 2018, on peut considérer qu’il n’y a pas eu de sortie pour une entreprise de cloud grand public « pure »
• Les licornes du cloud grand public sont nées dans le sillage de grands changements technologiques
• Mais il n’y a pas eu de vaste bouleversement tectonique des technologies orientées consommateurs depuis le lancement de l’iPhone il y a 15 ans et l’essor qui a suivi des plateformes de réseaux sociaux
• Pourtant, il y a 2 ans, les consommateurs ont été confrontés à une rupture majeure
  • Grâce aux capacités multimodales des LLM, qui évoluent rapidement, il devient possible d’étendre et d’améliorer les sens textuels, visuels et auditifs d’une manière auparavant impossible, ouvrant un potentiel de disruption dans toutes les catégories existantes du cloud grand public
• La mesure de la capacité de consommation de l’IA est la part de notre temps et de notre attention que ces applications captent
  • ChatGPT rivalise désormais avec les leaders de l’attention economy comme Reddit, et d’autres assistants IA généralistes, dont Claude et Gemini, gagnent eux aussi rapidement en traction
• Au-delà des assistants généralistes, on voit déjà des exemples d’entreprises d’IA grand public qui mènent l’innovation dans leur catégorie : Perplexity pour la recherche, Character.ai pour la compagnie, Midjourney pour la créativité visuelle, Suno et Udio pour la génération musicale, ainsi que Luma, Viggle et Pika pour la génération vidéo
  • Ces entreprises attirent et fidélisent des bases d’utilisateurs dédiées, et montrent dans certains cas le potentiel des applications fondées sur les LLM à remplacer efficacement des acteurs établis modernes
• Alors que l’IA transforme notre manière d’interagir avec la technologie et d’en profiter, c’est l’une des périodes les plus enthousiasmantes pour les créateurs et les investisseurs du cloud grand public
• On s’attend à plusieurs IPO du cloud grand public au cours des 5 prochaines années

Prédiction : sous l’effet de l’essor spectaculaire des médias synthétiques, des nouvelles applications grand public et des agents conversationnels IA, d’ici 2030, les trois principales entreprises dominant l’économie de l’attention s’appuieront sur du contenu ou des produits générés par l’IA

• Une activité importante en phase d’amorçage apparaît dans la longue traîne des applications d’IA grand public ciblant des fonctions spécifiques (par ex. création et édition de contenu, éducation)
  • La bonne nouvelle, c’est qu’il s’agit d’un premier signe que les consommateurs se tournent vers l’IA pour améliorer leur quotidien
  • La mauvaise, c’est qu’il n’existe pas plus d’une dizaine d’apps nativement IA grand public par catégorie ayant montré une profondeur produit allant au-delà du simple wrapper ou prouvé un amour durable des clients via une forte rétention
  • Nous pensons qu’il existe encore une opportunité claire de bâtir des entreprises cloud durables en répondant à de nombreux besoins consommateurs encore non satisfaits
• Deux questions clés sur les besoins des consommateurs :
  • À quel point la situation actuelle est-elle douloureuse ou gourmande en travail pour le consommateur ?
  • Quel niveau d’effort linguistique/visuel/auditif répétitif et prévisible est nécessaire ?
• L’IA ne se contentera pas de réinventer les activités que nous aimons, comme le social, le divertissement, le shopping ou le voyage ; elle aidera aussi les gens à découvrir et imaginer de nouvelles façons de se connecter au monde, de jouer, d’acheter et d’explorer

# Conclusion - Cloud IA : réalité vs. hype

• Roy Amara a dit : « Nous avons tendance à surestimer les effets d’une technologie à court terme et à les sous-estimer à long terme »
  • Cela a décrit avec justesse les chiffres du VC lors de nombreuses vagues technologiques passées, comme la dotcom, la nanotech, la cleantech ou la blockchain
  • Même le bon vieux SaaS, pourtant plus terne, a connu une croissance excessivement rapide en 2021
• Alors, la hype autour du cloud IA dépasse-t-elle la réalité ?
  • Sommes-nous condamnés à reconnaître, dans les 1 à 2 prochaines années, que la promesse de l’IA a submergé le VC cloud ?
  • Ou l’IA menace-t-elle de briser la « loi d’Amara » ?
  • S’agit-il de la première vague technologique où la réalité dépassera une hype démente ?
• Les résultats d’une enquête menée auprès des investisseurs de Bessemer dans le monde apportent une réponse claire
  • Jusqu’à présent, la hype en valait largement la peine
  • Où que l’on regarde, on voit des preuves d’un niveau d’impact de l’IA sans précédent historique
• La majorité de nos participations a adopté des technologies d’IA en interne et met à jour sa feuille de route produit pour y intégrer l’IA
• Les entreprises du portefeuille fondées sur l’IA montrent une traction commerciale significative, et croissent plus vite et plus efficacement que n’importe quelle cohorte que nous ayons observée jusqu’ici
• En repensant à nos prévisions de l’an dernier, malgré un optimisme et une excitation déjà très marqués, nous n’avions pas pu anticiper pleinement la vitesse et l’ampleur de ce changement
  • Plus précisément, nous avions prédit que les entreprises fondées sur l’IA atteindraient 1 milliard de dollars de revenus 50 % plus vite que les entreprises cloud traditionnelles
  • OpenAI a atteint 2 milliards de dollars de revenus en février de cette année, puis aurait dépassé quelques mois plus tard un revenu annualisé de 3,4 milliards de dollars
  • Anthropic devrait générer 850 millions de dollars de revenus annuels d’ici la fin 2024
  • D’autres rapports indiquent que Midjourney génère 200 millions de dollars de revenus, et Character.ai est estimée à une échelle similaire
• Notre dernière prédiction est que, lorsque nous reviendrons sur cette année dans le State of the Cloud 2025, l’IA n’aura rien perdu de l’attention qu’elle reçoit aujourd’hui