Votre startup a peut-être déjà reçu sa condamnation à mort
(steveblank.com)- La plupart des startups âgées de plus de 2 ans ont probablement un business plan et une stack technique obsolètes dans un environnement bouleversé par l’IA, et doivent immédiatement faire le point sur leur situation
- En 2025, deux tiers des investissements VC se concentrent sur les deals liés à l’IA, obligeant les startups non-IA à se disputer un pool de capitaux de plus en plus réduit
- Les outils de vibe coding permettent désormais de construire un MVP en quelques jours, ce qui recompose en profondeur la structure des équipes de développement et les processus Agile eux-mêmes
- Les AI Agents transforment toutes les catégories de logiciels, et à mesure que les produits passent d’une interface à un résultat, les modèles de tarification basculent eux aussi d’une logique par siège vers une logique basée sur la performance
- Pour survivre, il faut éviter le piège des coûts irrécupérables liés aux technologies et aux équipes construites dans le passé, et se demander : « Si nous lancions cette startup aujourd’hui, que construirions-nous ? »
Contexte : le cas d’un fondateur de startup après 6 ans
- Chris, fondateur d’une startup financée il y a 6 ans, s’attaquait à un problème complexe de conduite autonome avec un modèle économique original sur un marché existant
- Au moment où il s’apprêtait à lancer une importante levée de fonds, le moat logiciel construit en 5 ans devenait de moins en moins unique
- Les drones autonomes et véhicules terrestres en Ukraine ont fait émerger des dizaines, voire des centaines de concurrents, tandis que des équipes plus grandes et mieux financées s’attaquent au même problème
- Tandis que Chris luttait pour obtenir de l’adoption sur un marché de niche, le marché de la conduite autonome dans le secteur adjacent de la défense connaissait une croissance fulgurante
- En 5 ans, les investissements VC dans les startups de la défense sont passés de zéro à 20 milliards de dollars par an
- Son produit est adapté à la contested logistics et aux évacuations médicales, mais il n’avait même pas conscience de l’existence de cette opportunité
- L’équipe de Chris se différencie par son intégration système avec des plateformes aériennes existantes, mais l’activité actuelle n’est déjà plus celle avec laquelle ils avaient démarré
- Ce cas montre que la plupart des startups âgées de plus de 2 ans doivent reconnaître qu’elles ont un business plan, une stack technique et une composition d’équipe dépassés
Un environnement transformé : venture capital et IA
- En 2025, les deals IA représentent deux tiers du total des investissements VC
- Les startups non-IA se battent pour un pool de capitaux plus restreint et doivent répondre à la question : « Pourquoi un concurrent AI-native mieux financé ne pourrait-il pas remplacer votre activité ? »
- Pour les fondateurs de logiciels, l’IA bouleverse complètement les anciennes équations de coût, de vitesse et d’effectifs
- Avec des outils de vibe coding comme Claude Code ou OpenAI Codex, il est possible de construire un MVP non plus en plusieurs mois, mais en quelques jours, voire en quelques heures
- Le MVP n’est plus une preuve des capacités d’une équipe
- La composition des équipes de développement évolue elle aussi : moins d’ingénieurs, et de nouveaux profils d’ingénieurs (orientés résultats/processus métier, ou très pointus techniquement)
- Des tâches qui nécessitaient auparavant une équipe entière peuvent désormais être gérées par un petit nombre de personnes, parfois une seule
- Les données constituaient autrefois un facteur de différenciation et un moat, mais les foundation models (ChatGPT, Gemini, Claude) ont transformé les sources de données publiques en commodité et les ont internalisées
Redéfinir le développement Agile
- La contrainte d’hier était : « Avons-nous les moyens de construire et de lancer cela ? » Aujourd’hui, la contrainte est : « Savons-nous quoi tester ? Pouvons-nous atteindre les utilisateurs assez vite pour apprendre ? »
- Agile n’est plus un processus sériel
- Les AI Agents peuvent exécuter plusieurs tâches en parallèle pour un coût identique ou inférieur
- Il devient possible de tester simultanément plusieurs versions d’une même activité, ou même plusieurs activités différentes en parallèle
- On peut tester en même temps 5 modèles tarifaires, 10 messages, 20 parcours UX, et l’“interface utilisateur” n’est peut-être même plus un écran
- Le test peut prendre la forme d’une exploration de prompts pour transmettre à un AI Agent le résultat souhaité
- Le goulot d’étranglement n’est plus l’ingénierie, mais remonte vers le jugement, l’insight client et la distribution
L’essor des AI Agents
- Les AI Agents vont transformer toutes les catégories de logiciels, y compris les produits déjà en exploitation aujourd’hui
- Les logiciels actuels sont conçus pour fournir de l’information à l’utilisateur et le faire agir lui-même via des dashboards, alertes, outils de workflow et rapports
- Or, les clients n’achètent pas un logiciel pour passer plus de temps devant un écran, mais pour faire avancer le travail
- Les AI Agents (orchestrés avec des outils comme OpenClaw) exécutent désormais des tâches de manière autonome
- Si votre produit se contente aujourd’hui de dire à l’utilisateur « quoi faire ensuite », un AI Agent peut faire cette étape à sa place
- Si le produit d’un concurrent accomplit automatiquement la tâche pendant que le vôtre attend encore un clic utilisateur, vous perdez votre compétitivité
- Les applications de nouvelle génération n’affichent plus simplement des informations à l’écran : elles agissent comme un employé
- Elles résolvent des tickets de support, planifient des réunions, qualifient des leads ou repassent des commandes de stock automatiquement
- À mesure que le produit passe du software-as-interface au software-as-outcome, le modèle tarifaire migre lui aussi d’une logique par siège vers une logique basée sur les résultats (par ticket résolu, réunion planifiée, lead converti)
- La recherche du Product/Market fit évolue vers la recherche d’un AI Agent/Customer Outcome fit, et le MVP pourrait être remplacé par le MPO (Minimum Productive Outcomes)
L’évolution des startups hardware
- Le hardware reste soumis aux contraintes de la physique, du capital, de la supply chain et des cycles de fabrication : on ne peut pas tricher avec l’usinage du métal, le prototypage ou le tape-out des puces
- Mais l’IA permet d’éliminer plus vite les mauvaises idées
- Avant de fabriquer un prototype physique, on peut simuler davantage de variantes de conception, créer des digital twins et tester les hypothèses plus tôt, à moindre coût
- Cela accélère l’apprentissage et la découverte, et permet parfois d’échouer plus vite — ce qui, dans une startup, n’est pas un bug mais une fonctionnalité
- Quand l’IA est intégrée comme composant du système, le produit lui-même change
- En ajoutant un backend IA à une caméra, celle-ci devient un système de surveillance, un capteur de vibrations ou un système de prédiction de panne d’équipement industriel
- Un robot devient un ouvrier d’usine
- Le moat ne repose plus uniquement sur le hardware, mais sur la combinaison entre ce que le hardware peut détecter et la capacité de l’IA à utiliser ces données pour juger et agir
Le piège des coûts irrécupérables
- Les fondateurs qui ont démarré avant 2025 disposent d’une stack technique optimisée pour une époque où le développement logiciel était sur mesure et coûteux
- Le développement Agile et le DevSecOps ont permis de devenir plus lean, mais fonctionnent encore de manière sérielle, et les équipes ont été recrutées pour ce modèle
- Le « moat » bâti pendant des années à coups de code propriétaire et de fonctionnalités est en train d’être commoditisé par l’IA
- Beaucoup essaient désormais de lever des fonds avec un business model devenu en partie, voire totalement, obsolète
- Pour des équipes fondatrices concentrées sur la sortie produit et la recherche du Product/Market fit, ce changement peut ne pas être évident
- Les coûts irrécupérables deviennent une raison de ne pas pivoter :
- « Comment abandonner des années de travail ? »
- « Le VC a investi dans cette idée précise »
- « Les clients veulent encore une UI »
- « L’équipe croit en cette roadmap »
- « Les clients ne sont pas encore prêts pour cela »
- Certains coûts irrécupérables restent néanmoins des actifs : expertise métier profonde, relations clients, données propriétaires, autorisations réglementaires, intégrations physiques
- Dans le cas de Chris, cela correspond à l’airframe integration
- Les coûts irrécupérables qui deviennent des dettes : une grande équipe d’ingénierie structurée pour des cycles logiciels lents, une tarification par siège, une roadmap produit centrée sur les fonctionnalités plutôt que sur les résultats
- C’est le « Dead Moose on the table » — quelque chose d’évidemment problématique, mais que personne ne conteste
Enseignements clés
- Impossible d’appliquer en 2026 le playbook d’avant 2024 — la levée de fonds, la technologie et les business models ont tous changé
- Le développement Agile est en train de devenir un développement parallèle
- La recherche du Product/Market fit évolue vers celle de l’AI Agent/Customer Outcome fit, et le MVP devrait être remplacé par le MPO (Minimum Productive Outcomes)
- La mentalité des coûts irrécupérables mène à la fermeture
- Les moats défendables se trouvent dans les données propriétaires, une compréhension profonde des résultats clients, le lock-in réglementaire et l’obtention d’un Program of Record
- Les fondateurs qui survivront sont ceux qui sortiront du bâtiment, regarderont la réalité en face et pivoteront pour corriger leur trajectoire
- Il faut se demander : « Avec les outils d’aujourd’hui, sur le marché d’aujourd’hui, que construirions-nous réellement ? »
1 commentaires
Commentaires sur Hacker News
Le ton du texte donne davantage l’impression de quelqu’un qui a beaucoup lu sur l’IA que de quelqu’un qui a réellement créé une startup en s’appuyant sur l’IA
On reste encore limité sur la conception des systèmes, l’UX, la tarification, les choix fonctionnels, etc.
La vitesse d’itération a augmenté, mais on n’en est pas encore au stade où des boucles d’IA autonomes livrent un produit complet
Pour une simple appli CRUD, ce serait peut-être plausible, mais la startup décrite dans l’article ne semble pas être de ce type
Si je tombe sur des prédictions sans fondement du genre « l’IA sera comme ceci » ou « les développeurs devront faire cela », j’ignore immédiatement
Parler avec certitude d’un avenir que personne ne connaît, c’est de l’arrogance
Tout transformer en chatbot est étrange
Pourtant, nous vivons une évolution exponentielle. Il y a un an à peine, les modèles n’écrivaient même pas correctement une seule vraie fonction
Autrefois, le goulot d’étranglement était la production ; aujourd’hui, c’est la volonté de valider des hypothèses
La disposition à échouer vite et à itérer est essentielle
À mesure que la technologie ramène tous les coûts à zéro, le coût psychologique devient plus élevé
On ne peut pas éviter la confrontation au réel, mais la plupart essaient encore de l’éviter
J’ai développé l’idée dans un article sur Substack
si bien que la génération des développeurs intermédiaires a une perception déformée de « ce qui crée vraiment de la valeur »
Le goulot d’étranglement n’a jamais été le code au départ
Comme le dit l’idée que « le goulot d’étranglement n’est plus l’ingénierie », 90 % des billets de blog actuels sont déjà morts dès leur publication
L’auteur pourrait montrer qu’il est une vraie personne, et créer avec les lecteurs une relation parasociale
Maintenant, c’est écrit : « le goulot d’étranglement s’est déplacé de l’ingénierie vers le jugement, l’insight client et la distribution »
La plupart des startups sont de toute façon en échec dès le départ
En vingt ans, on a vu naître Lean Startup, les accélérateurs et toute une industrie du conseil, mais le taux d’échec n’a pas beaucoup changé
Le problème, ce n’est pas le framework, c’est la réalité
Des gens qui seraient autrefois allés dans la finance choisissent désormais de lancer une startup
Le nombre de startups a augmenté, donc même si le ratio reste stable, le volume absolu grimpe
Tobi de Shopify considère le user churn comme un indicateur clé
Quand l’attrition augmente, cela signifie qu’on expose davantage de futurs entrepreneurs potentiels, donc qu’on agrandit l’ensemble du marché
S’il y a une bonne idée, la méthodologie n’influe que sur le rendement, pas sur le fait de réussir ou non
Ce que raconte Steve Blank ne concerne pas quelqu’un qui aurait raté l’IA, mais quelqu’un qui a raté l’opportunité de 20 milliards de dollars du marché VC de la défense
Son propos n’est pas « utilisez l’IA », mais que l’IA a changé les hypothèses mêmes sur la stack technique, les moat et l’investissabilité
Chris s’est concentré uniquement sur le développement produit et n’a pas su capter cette vague immense
Je ne suis pas d’accord avec l’idée que « le modèle de prix par siège et les roadmaps centrées sur les fonctionnalités sont dépassés »
L’IA peut certes scaler indépendamment du nombre d’utilisateurs, mais ce sont toujours des humains qui reçoivent la valeur
La tarification par siège est facile à comprendre, et on peut ajouter si nécessaire des coûts en tokens/agents
En outre, une roadmap orientée résultats est difficile à définir selon les secteurs, et dans le SaaS marketing, les résultats sont difficiles à prévoir
En réalité, toutes les startups commencent fondamentalement à l’état mort
Pour réussir, il faut apprendre et innover en permanence
Dans son article Startups are Default Dead,
il explique qu’une startup a besoin de financement VC pour survivre
À propos de l’idée que « le goulot d’étranglement s’est déplacé de l’ingénierie vers le jugement et l’insight client »,
en réalité, l’ingénierie n’est déjà plus le goulot d’étranglement depuis 10 ans
Les frameworks et les best practices sont suffisamment établis, et l’IA ne fait que révéler cette réalité
Pour la plupart des sociétés SaaS cotées, les coûts commerciaux et marketing sont supérieurs ou comparables à la R&D
Cet écart va encore se creuser
Je ne suis pas d’accord avec l’affirmation selon laquelle « l’IA a changé la stack technique existante »
Les bots IA fonctionnent très bien en Typescript, Java, Python, Rust, ou n’importe quel autre langage
Autrement dit, la stack technique elle-même ne change pas
Je ne sais pas s’il existe réellement une différence de code ou de stack d’infrastructure entre les entreprises qui utilisent l’IA et celles qui ne l’utilisent pas
En regardant l’image jointe à l’article,
on a l’impression que l’auteur n’a pas beaucoup réfléchi
Une information qu’on pouvait autrefois obtenir en ouvrant simplement un écran et en lisant une ligne doit maintenant être demandée à une IA sous forme de paragraphe
En plus, il y a le risque de contresens
Je me demande sérieusement si c’est vraiment une amélioration