- Le secteur du capital-risque est actuellement en très forte stagnation
- Presque seul le secteur de l’IA reste actif, et même dans l’IA, seule OpenAI retient réellement l’attention
- La dégradation générale du marché est due en grande partie à la politique douanière de l’administration Trump
- La majeure partie des capitaux investis repose sur des valorisations illusoires plutôt que sur des revenus réels
- Faute de stratégie d’avenir, les capital-risqueurs s’en remettent à la chance et à l’espoir
Vue d’ensemble
- Le rapport 2025 sur le capital-risque montre que le secteur traverse un grave ralentissement
- Les droits de douane de Trump et ses politiques économiques portent un coup sévère aux startups et au marché de l’investissement
- Après la fin de l’ère des taux d’intérêt zéro, le secteur du venture peine à s’adapter et reste en plein désarroi
- À ce stade, les investisseurs se concentrent uniquement sur l’IA, et plus particulièrement sur OpenAI, tandis que les autres segments attirent à peine des capitaux
- Du point de vue des investisseurs comme des fonds de capital-risque, aucune solution concrète ne se dessine
L’état du capital-risque en 2025
- En dehors du secteur de l’IA, la quasi-totalité des investissements venture est à l’arrêt
- Même dans l’IA, OpenAI occupe seule le centre de l’attention, tandis que les autres startups IA perdent en visibilité
- OpenAI est décrite comme consumant agressivement des capitaux et obsédée par l’innovation, avec une trajectoire présentée comme ayant presque un caractère frauduleux
- Les investisseurs dans les startups restent confrontés à un environnement où il est toujours impossible de faire un « exit »
L’impact de la politique douanière du gouvernement Trump
- Le rapport désigne comme cause principale de la faiblesse du venture l’instauration des droits de douane par l’administration Trump et l’anxiété économique qui en découle
- Face à l’incertitude du marché, les investisseurs restent attentistes, ce qui fait chuter fortement les transactions et les flux de capitaux
- Alors même que des investisseurs et dirigeants de la Silicon Valley avaient activement soutenu l’élection de Trump, ils se retrouvent déconcertés par les effets secondaires de ces politiques
La fin de l’ère des taux zéro
- Après la crise financière de 2008, plus de dix ans de taux proches de zéro ont entraîné un afflux massif de capitaux vers le capital-risque
- Dans cet environnement de taux bas, les fonds de pension et autres grands investisseurs ont massivement injecté des capitaux dans les startups, mais ce mouvement a fortement ralenti après la remontée des taux
- Le secteur du capital-risque peine à s’adapter correctement à ce nouvel environnement et reste visiblement accroché à ses anciennes méthodes
Un environnement d’investissement all-in sur l’IA
- L’IA est devenue la seule destination d’investissement en vue, tandis que la cryptomonnaie, l’informatique quantique et d’autres thèmes sont délaissés
- Dans le rapport, la plupart des statistiques et graphiques sont largement biaisés par les cas d’investissements géants dans OpenAI
- De grands VC comme Andreessen Horowitz lèvent de nouveaux fonds massifs pour entretenir la bulle de l’IA
- La majorité des investisseurs semblent emportés par la bulle de l’IA et le FOMO
Le marasme hors de l’IA
- Les startups en dehors de l’IA subissent une pénurie extrême de financement et un net ralentissement de leur croissance
- Les investissements en amorçage et les activités de financement continuent de reculer
- Certains VC, incapables de trouver où investir, en viennent même à restituer des capitaux non déployés
Des valorisations illusoires et l’impossibilité de récupérer sa mise
- Les valorisations des startups reposent principalement sur des « valorisations illusoires » déconnectées des flux de trésorerie réels
- Les faillites de startups ont fortement augmenté récemment, et des entreprises sans véritable valeur ne commencent qu’à présent à être liquidées
- À mesure que les opportunités d’exit se raréfient, il devient structurellement difficile pour les investisseurs de générer de vrais rendements
L’effondrement du marché des exits
- Les voies de sortie via IPO et fusions-acquisitions sont extrêmement limitées
- Il existe bien des cas comme CoreWeave et Wiz Security, mais dans l’ensemble, le marché des exits reste silencieux
- Les tours de financement se concentrent presque exclusivement sur les stades avancés, avec des investissements davantage orientés vers la survie que vers une croissance réelle
L’absence de stratégie d’avenir dans le capital-risque
- La stratégie dominante du secteur repose sur un espoir vague
- Le marché dépend uniquement de variables externes comme une reprise des marchés, le retour des IPO ou un changement au sein de l’administration Trump
- Cela met en lumière le fait que nombre de capital-risqueurs ont en réalité davantage compté sur un coup de chance que sur des compétences exceptionnelles
- Certains se sont même impliqués dans des mouvements sociaux extrêmes et inappropriés, révélant un manque préoccupant de jugement
Conclusion
- En 2025, le secteur du capital-risque fait face à une crise profonde et à une absence de stratégie
- Alors que les voies d’investissement, d’exit et de croissance sont toutes bloquées, l’ensemble du secteur a besoin d’une remise en question fondamentale et d’un profond examen de conscience
1 commentaires
Avis Hacker News
Discussion sur l’état du venture capital au début de 2025. En dehors de l’IA, le venture capital est quasiment moribond. Même l’IA manque d’élan hors OpenAI. OpenAI ressemble à un pari un peu étrange, comme si l’entreprise brûlait des montagnes d’argent pour invoquer le dieu de l’IA. Il est souligné que personne n’arrive vraiment à monétiser. Mais ce qui est intéressant, c’est le caractère extrêmement spéculatif du pari d’OpenAI. En 2019, quand on manipulait GPT-2.0 via une interface web, cela ressemblait surtout à un jouet amusant. Puis vers décembre 2022, ChatGPT est arrivé, marquant un changement de paradigme important. Entre 2019 et 2022, les progrès ont été énormes sur trois ans, sans battage excessif ni investissements délirants. Trois années supplémentaires ont maintenant passé, mais GPT-4.5 donne une impression assez proche de GPT-3/GPT-4 en 2022. 4.5 ou o3 ne semblent pas radicalement plus intelligents que 3.0, et hallucinent peut-être un peu moins, mais sans constituer un nouveau paradigme. Si les progrès continuent au rythme actuel, on obtiendra de meilleures interfaces et de meilleurs outils, mais on ne sait pas si une superintelligence via les LLM est réellement possible — au sens d’une capacité d’analyse, de compétence et de créativité supérieure à l’humain
Il est suggéré, pour se faire une idée concrète, d’aller dès maintenant dans un magasin Ray-Ban essayer les lunettes Meta. En activant le « mode Live AI », on peut avoir une conversation vidéo en temps réel avec l’IA, qui voit ce que l’on voit, interagit avec le monde réel via traduction linguistique, reconnaissance de texte, reconnaissance d’objets, etc. En 2019, ce type de technologie n’existait pas ; à l’époque, on s’émerveillait déjà de voir GPT-2 fine-tuné sur des romans Star Wars simplement faire apparaître le nom « Luke ». Aujourd’hui, on peut porter cela sur la tête pour lire des menus de restaurant, repérer une voiture Uber, analyser la composition d’un sol de jardin ou faire des maths. Pour une personne malvoyante, l’utilité de cette technologie est tout simplement indescriptible. Si c’est ça, une situation « mourante », alors on en redemande
Il est estimé que le battage médiatique nuit au développement sain de la technologie. L’IA générative a bien été un changement de paradigme, et elle peut évoluer vers un outil intéressant pour améliorer la productivité humaine. Mais ce mûrissement prend du temps. Or le venture capital et la culture du hustle ont besoin de sorties rapides, ce qui suppose au final beaucoup de « pigeons ». C’est pourquoi la Gen AI doit être emballée non pas comme une technologie à fort potentiel, mais comme « le futur qui va tout détruire, tout le monde »
L’idée que 4.5/o3 hallucinent moins que 3.0 n’est pas tout à fait exacte. En réalité, d’après la system card d’OpenAI pour o3 et o4-mini (section 3.3) ou les données du leaderboard des hallucinations de Vectara, o3 et o4-mini hallucinent même davantage que o1
Accord sur le fait que l’IA est devenue un outil assez utile pour des tâches individuelles. Mais pour atteindre l’échelle quasi transcendante qui justifierait sa valorisation de marché, il faudrait qu’elle puisse enchaîner des processus de manière séquentielle sans supervision humaine ; c’est cela, le vrai changement de paradigme, et personne n’a encore franchi ce cap, tout le monde hésite. Dans le cas d’OpenAI, la technologie se banalise trop vite et les concurrents sont nombreux, donc en dehors de la marque et de la capacité de Sam à lever des fonds, il n’y a pas de moat. L’UX est excellente, mais ce n’est pas un moat
Il est souligné que l’innovation fonctionne souvent par grand bond suivi d’ajustements fins continus. Beaucoup attendent une progression exponentielle, alors qu’en réalité elle se rapproche davantage d’une loi de puissance inverse
Oui, les hallucinations ont diminué, mais elles restent nombreuses. Cela montre que l’intelligence n’est pas quelque chose qu’on obtient simplement avec un énorme modèle de langage
Il est fait remarquer que le fonctionnement de GPT-3.0 est peut-être mal remémoré. Il y a eu une grande avancée entre 2.0 et 3.0, puis beaucoup de progrès au cours des dernières années
Les dernières versions de GPT sont jugées bien meilleures qu’avant. GPT-3 était un jouet intéressant, mais trop souvent faux et trop obstiné pour être vraiment utile. Les versions 4.0+ sont utilisées régulièrement et, par exemple, résument très bien en une seule fois une capture d’écran d’un graphique Jira Burndown
Évaluer les progrès de l’IA uniquement à travers les LLM est vu comme une simplification. Il y a eu d’énormes avancées en IA sur les deux dernières années, bien au-delà de la simple génération de texte. La génération d’images est désormais très réaliste, et on peut modifier ce que l’on veut en langage naturel sans outils complexes. Le text-to-speech et le speech-to-speech sont très réalistes, avec une bonne expression émotionnelle dans plusieurs langues. La génération vidéo devient chaque mois plus réaliste et moins gourmande en calcul. La modélisation 3D a aussi beaucoup progressé, et le speech-to-text est devenu assez rapide pour tourner sur téléphone avec moins de latence. L’application de l’IA à la robotique est le prochain défi, avec de nombreux autres domaines d’usage comme la santé
Même si les LLM attirent l’attention, des progrès nets ont eu lieu dans de nombreux domaines comme la vision, la synthèse et transformation vidéo/image, la modélisation 3D, etc. Des robotaxis circulent réellement dans des villes, avec une conduite comparable ou supérieure à celle des humains. Un simple croquis grossier permet d’obtenir une excellente image, et quelques photos suffisent à générer un maillage 3D raisonnable : il y a donc de vrais changements concrets
La question de savoir à quel point le pari AGI d’OpenAI est spéculatif n’est pas jugée si importante. Rien que le business de l’IA grand public pourrait rapporter énormément. Si l’entreprise n’est pas rentable aujourd’hui, c’est parce qu’elle ne met pas de publicité sur les utilisateurs gratuits et privilégie la croissance. Dès qu’elle activera la pub, ses revenus deviendront énormes, selon cette opinion
Désaccord avec l’idée que 4.5/o3 ne sont pas beaucoup plus intelligents que 3.0. Quand un LLM peut composer une réponse à partir de ses données d’entraînement, il reproduit des schémas du savoir humain, et des experts humains donneraient des réponses similaires. Mais quand on demande du raisonnement profond ou une expertise dans plusieurs domaines, des modèles comme o3 peuvent parfois proposer des solutions créatives. Le reinforcement learning est vu comme l’élément clé pour pousser les modèles au-delà du niveau d’experts humains. Les accomplissements surhumains d’AlphaGo et AlphaZero devraient se répéter dans davantage de domaines à l’avenir
On s’interroge sur ce que voudrait réellement dire « beaucoup plus intelligent ». Et l’on se demande s’il y a eu, dans l’histoire de l’informatique, un seul exemple où quelque chose est devenu « beaucoup plus X » en seulement 2 ou 3 ans
Désaccord partiel. La première version de ChatGPT paraissait magique parce que la conversation était naturelle, mais c’était en réalité un ordinateur très bête. Les modèles récents résolvent très bien les maths sans outils spécialisés, alors que GPT-3 gérait à peine l’arithmétique de base
Scepticisme sur l’idée que les hallucinations aient réellement diminué. Récemment, la femme d’un intervenant devait faire une revue d’articles pour un devoir d’école d’infirmière, et son professeur avait envoyé une liste de publications avec résumés comme corrigé type. Impossible de retrouver les articles ; en les examinant, il est apparu évident qu’ils avaient été générés par un LLM. Les cinq publications étaient en fait inexistantes. Deux ressemblaient à des articles réels, mais avec auteurs ou titres différents, et les trois autres étaient complètement inventées
L’avantage défensif d’OpenAI est jugé incompréhensible. Chaque service a au moins cinq concurrents capables de le remplacer, dont certains en open source. Les prix finiront donc dans une guerre de marges minimale, et le plancher sera « coût API vs exploitation directe d’un modèle open source »
On comprend l’intention de ce courant critique, mais même si l’on peut avoir l’impression que le temps s’est arrêté, la vitesse de la recherche et des progrès est réellement très élevée. GPT-2 date de février 2019, puis 18 mois plus tard GPT-3 arrive en 2020, avec un grand bond mais encore peu d’utilité pratique. Dix-huit mois après, début 2022, arrive InstructGPT, qui marque un tournant avec le RLHF. Dix mois plus tard, fin 2022, ChatGPT est publié comme sorte de frère d’InstructGPT, et OpenAI utilise alors le nom de « famille 3.5 ». GPT-4 arrive en mars 2023, avec une forte progression en performances, fenêtre de contexte, support des images, etc., au moment où ChatGPT dépasse les 100 millions d’utilisateurs. GPT-4-Turbo est lancé en novembre 2023 avec une fenêtre de contexte plus large et un prix plus bas. Ensuite, GPT-4o améliore légèrement les performances avec l’audio, entre autres. Puis viennent o1 il y a cinq mois, puis o3, o4 et d’autres améliorations itératives. En février 2024, 4.5, puis peu après 4.1. En 2019, il ne s’agissait que d’un projet de recherche expérimental ; il a ensuite fallu plus de deux ans pour arriver à un ChatGPT « utilisable », et presque trois pour une version réellement utile. Les deux années qui ont suivi ont vu apparaître le multimodal, de nouveaux modèles de raisonnement, une démocratisation des performances et davantage de recherche fondamentale. On serait plutôt aujourd’hui à un moment où convergent les bases de plusieurs autres changements de paradigme
L’affirmation selon laquelle les modèles SOTA actuels donnent la même impression que GPT-3 est considérée comme la meilleure hot take de l’année
Certains disent ressentir une fatigue vis-à-vis de l’IA, mais jugent tout de même cette réaction excessive. Le venture capital a toujours fonctionné sous l’effet du FOMO. Les entreprises aussi cherchent à ajouter à leur business model de l’IA, du web3, du web2, de la fintech, etc., pour lever plus facilement des fonds. Une part importante de l’argent investi dans les startups IA va probablement à des entreprises qui ne portent en réalité qu’une simple étiquette « IA ». Dans dix ans, 57,9 % des financements VC se concentreront sur un autre mot à la mode, et ce ne sera plus l’IA
En pratique, certaines startups évoluent dans des secteurs très ennuyeux mais se portent bien simplement en modernisant leur logiciel. Pourtant, pour lever une série A, il faut absolument mettre de l’IA dans le deck. Du coup, certaines équipes passent 6 à 8 mois à chercher artificiellement où caser de l’IA dans le produit, alors que ce n’est même pas un facteur différenciant pour elles
Même les entreprises doivent souvent surfer sur la prochaine vague. Exemple personnel : OpenStack, qui n’a pas vraiment marché dans les faits. Pourtant, si l’on voulait être crédible sur le cloud, il fallait monter dans le train à un moment donné, avant d’être finalement dépassé par les conteneurs
Les deux thèses de l’article — que les taux ne redescendront jamais et que l’IA sera la dernière tendance du VC — sont jugées absurdes
Accord avec l’article, mais avec une explication différente. Le scaling a toujours été le point difficile depuis longtemps. Sharding de base de données, période pré-NoSQL, problèmes d’asynchronisme : l’extension à grande échelle dans le monde réel n’a jamais été facile à surmonter. D’où l’idée qu’au lieu de faire tapis sur une seule idée, il vaut mieux exploiter plusieurs Micro-SaaS générant chacun 10 à 20 k$ de MRR. Les entreprises « moyennes » sont désormais habituées à s’abonner à de multiples SaaS et outils, emails, sites web, services d’automatisation, freelances, etc., ce qui colle naturellement au modèle micro. Et aujourd’hui, il suffit de regarder Indie Hackers ou YouTube : les fondateurs qui réussissent sont devenus eux-mêmes des marques fondées sur la communauté, sans besoin de VC. Quand ils lancent une app, leurs abonnés sur Twitter et YouTube s’y intéressent immédiatement
Il est rappelé que, même si le pessimisme est facile, une entreprise en forte croissance qui monte bien dans la bonne tendance peut saisir une immense opportunité. Exemple : Google, qui faisait environ 1 milliard de dollars de chiffre d’affaires en 2003 et encaisse aujourd’hui 260 milliards de livres. Lors de son IPO en 2004, sa valorisation était de 23 milliards de dollars
Il est proposé de poser la question autrement : quelle part du chiffre d’affaires de Google correspond à une nouvelle valeur ajoutée, à une création réelle de richesse, et quelle part n’est qu’un déplacement des budgets d’un marché publicitaire existant vers Google ? Les dépenses publicitaires aux États-Unis n’ont en réalité augmenté que d’environ 1,6 % par an, ce qui fait douter du caractère vraiment innovant de ce succès, par opposition à un simple effet de part de marché
Il est demandé si cette croissance provient de l’innovation ou bien du monopole de Google, actuellement examiné par le gouvernement américain, ainsi que de son accord faisant de Google le moteur de recherche par défaut dans Safari
Il est conseillé de ne pas confondre cynisme et réalisme
La recherche Google, Maps, Gmail, YouTube, Chrome, etc. ont été d’excellents services pendant plus de dix ans. Mais depuis, certains ont l’impression que Google n’a réellement amélioré la vie des gens qu’à hauteur de 10 % de sa croissance totale
Certains estiment que l’article se trompe sur la manière dont les sociétés de VC gagnent réellement de l’argent en dehors du carry, via les management fees. Par exemple, si a16z gère un fonds de 20 milliards de dollars avec 3 % de management fee et 30 % de carry, cela représente déjà 600 millions de dollars de revenus de management fee même avec 0 dollar de gains. Bien sûr, ils veulent aussi le carry, mais les management fees jouent le rôle de protection contre la perte
Certains trouvent la vision de l’IA excessivement négative. À l’affirmation selon laquelle les VC disent que « l’IA devient l’ossature du business comme Internet l’a été », il est opposé que, de fait, la technologie progresse à une vitesse énorme
Il est avancé que l’innovation survient le plus souvent quand les gens sont acculés. Le VC a mythifié une certaine manière de faire et a fini par faire croire, sur vingt ans, qu’il s’agissait de la seule. Puis, quand le B2C est devenu difficile, le secteur s’est tourné vers le B2B à la poursuite de l’argent facile. Résultat, la diversité de la valeur se serait éteinte et les entreprises n’auraient plus fait que grossir de la tête. Même si l’ère du ZIRP est terminée, cela ne signifie pas que l’argent a disparu ; il s’accumule simplement quelque part. Il existe des ressources astronomiques pour expérimenter de nouveaux modèles de VC, mais personne ne passe encore vraiment à l’action. On se demande si la nouvelle génération du VC — celle qui a elle-même bénéficié des paris des autres — n’est pas moins sensible au risque, ou davantage concentrée sur le renforcement de sa marque personnelle que sur la mise en jeu de sa propre réussite
Certains se demandent s’il n’est pas trop tard pour proposer une startup consistant à coller quelques lignes d’API LLM dans une application banale de gestion du travail. Ils seraient presque tentés de recandidater à YC pour se faire refuser chaque année. Il leur faudrait surtout un partenaire business capable de se concentrer sur les fonctionnalités réellement attendues par les utilisateurs. Mais même leurs proches amis se consacrent désormais à leur famille, et ils n’en sont réduits qu’à penser à des jeux non rentables ou à une startup B2B
Les pseudo-experts IA de second ou troisième rang — consultants peu médiatisés, YouTube, plateaux TV, etc. — ont alimenté depuis 1 ou 2 ans une ambiance de FOMO en promettant que l’IA allait tout faire. Récemment, leur ton a changé vers « c’est un outil spécial, il faut savoir bien l’utiliser ». Ce sont les mêmes profils qui vendent aujourd’hui des formations IA montées à la va-vite, et qui surfèrent auparavant sur la stratégie mobile, l’AR, la crypto, le web3, etc.
Il est estimé que les formateurs et ceux qui coachent les formateurs fonctionnent comme une structure pyramidale se déplaçant d’une nouvelle mode à l’autre. On se demande si cette dynamique n’a pas fini par agréger des marques personnelles en une grande organisation d’influence
Il est cité, à titre d’exemple de ce retour vers une vision plus pragmatique où l’IA n’est qu’un outil, une actualité récente selon laquelle Klarna, société fintech, remet des humains au service client plutôt que de tout confier à l’IA