Les wrappers IA, c’est fini : stratégie de verticalisation pour les startups en phase initiale

• Alors que l’avantage temporaire des wrappers IA — une fonctionnalité unique ajoutée à un modèle de fondation — disparaît, les startups en phase initiale se déplacent vers des activités verticalement intégrées qui possèdent l’ensemble du workflow et de la chaîne de valeur
• La première stratégie consiste à combiner connaissance du domaine et orchestration des tâches afin de produire, sur le terrain, des résultats difficiles à obtenir avec la seule intelligence brute des modèles de fondation
• La deuxième stratégie ne consiste pas seulement à vendre des logiciels d’IA aux entreprises établies, mais à reconstruire autour de l’automatisation la vente, l’analyse des dossiers et les opérations, jusqu’à améliorer l’expérience client
• La troisième stratégie consiste à obtenir un système d’enregistrement qui unifie les données industrielles fragmentées, puis à l’étendre en système d’action prenant aussi en charge l’exécution des tâches et la prise de décision
• Les grandes entreprises établies peuvent collaborer directement avec les laboratoires de pointe, mais elles sont limitées par les coûts, le partage de connaissances propriétaires et les jeux d’intérêts organisationnels ; les startups IA-native peuvent construire leur défensibilité par une verticalisation centrée sur la mise sur le marché et l’expérience client

---

L’essor et le déclin des wrappers IA à fonctionnalité unique

• Après l’arrivée de ChatGPT, des fondateurs ont créé des produits associant des modèles à des tâches individuelles auparavant réalisées par des humains — copywriting, service client, recherche juridique, vente — et facturant un abonnement ou un paiement à la tâche
• Jasper a levé 125 millions de dollars en 2022 sur une valorisation de 1,5 milliard de dollars, mais en moins d’un an, l’entreprise a abaissé d’au moins 30 % ses prévisions d’ARR pour 2023, procédé à des licenciements, et ses deux cofondateurs se sont retirés
  • Elle a ensuite redéfini sa vision comme un « système d’exploitation marketing »
• Les entreprises ayant créé des outils mono-tâche partaient du principe que les capacités des modèles de fondation resteraient à un niveau comparable, mais cette hypothèse s’est effondrée lorsque les laboratoires de pointe ont directement transformé leurs modèles en produits
  • Anthropic propose directement des outils comme Claude Code et Claude Design, qui auraient été classés comme des wrappers il y a deux ans
  • Selon les chiffres publiés, le chiffre d’affaires annualisé d’Anthropic est passé de 14 milliards de dollars en janvier à plus de 47 milliards de dollars en mai, la demande des entreprises tirant la croissance
• « AI for X », qui désigne une tâche spécifique, relevait davantage d’un avantage temporaire que d’une stratégie produit durable
  • Les agents généralistes sans effets de réseau ni expertise verticale peuvent eux aussi devenir des « wrappers 2.0 »

Les entreprises qui survivent possèdent l’ensemble du service

• Les entreprises performantes ne se contentent pas de poser un outil IA au-dessus d’un modèle : elles démarrent en faisant de l’IA le mécanisme de prestation du service et en possédant l’ensemble du workflow nécessaire au service
• EvenUp n’a pas commencé par une IA juridique généraliste, mais par un domaine étroit et spécialisé : les dommages corporels
  • Plus de 2 000 cabinets d’avocats utilisent sa plateforme, et 20 % des 100 plus grands cabinets américains spécialisés en dommages corporels sont clients
  • Son ARR a doublé sur un an et, en octobre 2025, l’entreprise a levé 150 millions de dollars en Series E sur une valorisation supérieure à 2 milliards de dollars
  • Sa valorisation a plus que doublé en moins d’un an
• Further AI applique la même approche dans l’assurance, et Blitzy dans le développement logiciel d’entreprise
• La compétitivité ne vient pas d’un seul élément — modèle, données ou expérience utilisateur
  • L’ensemble du workflow, la connaissance du domaine, les données accumulées dossier après dossier ou codebase après codebase, et la capacité à entrer et vendre dans des secteurs complexes doivent fonctionner ensemble
• Autrefois, on considérait l’intelligence elle-même comme ce qui se vendait, et le wrapper comme une structure auxiliaire ; désormais, l’usine entière est le produit, incluant workflow, données et pipeline commercial

Approche 1 : posséder des workflows complexes au-delà de l’intelligence brute

• Blitzy est une plateforme d’IA qui développe des logiciels sur mesure pour des entreprises du Fortune 500, et a récemment levé 200 millions de dollars sur une valorisation de 1,4 milliard de dollars
• Le marché du logiciel d’entreprise offrait deux options
  • Créer des outils comme Cursor ou Codex et les vendre à une vaste main-d’œuvre de développement externalisé
  • Transformer l’IA en service vendu directement aux entreprises, afin que cette main-d’œuvre externalisée ne soit plus nécessaire
• Blitzy a choisi la deuxième voie
  • En 2024, certains pensaient que les modèles d’OpenAI ou de Claude résoudraient tous les problèmes, rendant la concurrence difficile pour les startups
  • Dans les environnements d’entreprise réels, un graphe de connaissances de toute la codebase de l’entreprise, la capacité à découper le travail en petites unités et une couche d’orchestration appelant le modèle le plus adapté à chaque tâche produisent de meilleurs résultats que les produits des laboratoires de pointe
• Grâce à un système qui comprend le contexte autour des codebases, Blitzy a atteint 66,5 % sur SWE-Bench Pro et pris la première place
• Même si l’intelligence brute résout les principaux goulots d’étranglement d’ingénierie et de systèmes, il reste nécessaire de l’opérationnaliser pour qu’elle fonctionne sur le terrain ; l’intégration verticale de tout le workflow joue ce rôle

Approche 2 : repenser les activités existantes autour de l’automatisation

• Tomo ne vend pas de logiciel d’IA aux acteurs du crédit immobilier : l’entreprise a reconstruit autour de l’IA le processus même d’analyse des prêts et d’obtention d’un crédit immobilier
• En appliquant l’automatisation à l’ensemble de la vente, de l’analyse et des opérations, elle porte la productivité par conseiller de prêt au-dessus de celle de ses concurrents, puis la convertit en de meilleurs taux pour les consommateurs
  • Aujourd’hui, 77 % des acheteurs immobiliers obtiennent un meilleur taux chez Tomo qu’auprès des prestataires traditionnels
  • Part des acheteurs ayant obtenu un meilleur taux : {p:77}
• Reconcevoir une industrie dès le départ peut conduire à une meilleure expérience client que d’insérer un logiciel dans un workflow existant
• De petites améliorations logicielles peuvent avoir un impact limité à l’intérieur de systèmes qui n’ont pas été conçus à l’origine pour cette technologie
  • Plutôt que de convaincre des organisations existantes de modifier leurs workflows, on peut reconstruire directement l’activité et utiliser ces ressources pour améliorer l’expérience client
• Les entreprises établies ont très peu de chances d’adopter cette approche, car elles devraient cannibaliser elles-mêmes leur modèle économique et leur organisation existants
• À l’ère du SaaS, la stratégie consistant à introduire du logiciel dans des workflows existants fonctionnait bien ; l’IA permet de reconstruire des industries traditionnelles autour de l’automatisation et de se concentrer sur l’expérience client plutôt que sur l’adoption interne

Approche 3 : passer du système d’enregistrement au système d’action

• Seso a construit un système d’enregistrement RH pour l’agriculture américaine
• La procédure de visa H-2A, qui soutient une part importante de la main-d’œuvre agricole américaine, était dispersée entre cabinets d’avocats, produits Microsoft Office et documents papier
  • Seso l’a unifiée dans une base de données centrale afin d’aider les exploitations à gérer les travailleurs saisonniers comme les salariés d’une entreprise classique
• Après l’introduction de l’IA, la plateforme est passée d’un simple « classeur numérique » à un système d’action
  • Elle a été repensée pour gérer la logistique des employés, générer des insights métier et même prendre des décisions liées à la main-d’œuvre
• Une entreprise qui détient le système d’enregistrement peut s’étendre jusqu’à un système exécutant réellement le travail à partir des informations accumulées
• Rec dans les loisirs et Veras dans les soins de longue durée appliquent la même approche

Concurrence entre entreprises établies et services IA-native

• Des entreprises établies comme les grands cabinets d’avocats peuvent intégrer l’automatisation en interne en collaborant directement avec les laboratoires de pointe, sans transmettre leur expertise interne à des concurrents IA-native
  • Freshfields a noué un partenariat avec Anthropic pour développer des outils sur mesure
• Cette stratégie est surtout ouverte aux organisations de grande taille, comme les cabinets du Big Law ou les grandes institutions financières, et même pour elles, le coût d’une collaboration avec les laboratoires de pointe peut être excessif
  • Comme le montrent les exemples d’Uber et de Microsoft, les coûts des tokens LLM augmentent, auxquels s’ajoutent les coûts élevés des ingénieurs IA
• Pour qu’une collaboration fonctionne, les acteurs établis doivent relâcher leur tendance à protéger des connaissances propriétaires dont la valeur à long terme pourrait être limitée, et les laboratoires de pointe ne doivent pas exercer un pouvoir de fixation des prix excessif
• Même en cas d’accord, l’automatisation n’est qu’une fonction parmi d’autres assurées par l’entreprise établie, et non le cœur de son activité
• Les services IA-native peuvent réduire relativement leur dépendance aux laboratoires de pointe et se concentrer sur la mise sur le marché (GTM) et l’amélioration de l’expérience client
• Même si un acteur traditionnel du crédit immobilier collaborait avec un laboratoire de pointe, Tomo conserverait une option client moins chère et plus simple
  • Cette option entre directement en conflit avec les intérêts des entreprises établies ; elle ne supprime donc pas la concurrence, mais peut en limiter le champ

La verticalisation à l’ère de l’AGI

• Les startups de prochaine génération doivent concevoir leur activité autour de la question : « comment posséder chaque partie de la chaîne de valeur ? »
• La pensée verticale est l’une des formes de défensibilité qui peuvent subsister pendant la transition vers l’AGI
  • Même si l’intelligence brute rend possibles de nouvelles innovations, le processus qui consiste à les appliquer aux opérations réelles et à les livrer aux clients reste nécessaire
• Les fondateurs qui possèdent dès le départ l’ensemble d’une industrie et de ses workflows peuvent construire une position durable, même à l’ère des hyperscalers de l’IA
• Dans des domaines comme la bio et la deeptech, où l’exécution elle-même est hautement spécialisée, la capacité d’exécution experte demeure une barrière à l’entrée

[opula]

Je suis d’accord avec l’idée générale selon laquelle la verticalisation constitue une ligne de défense. Mais il me semble que l’axe qui distingue un « wrapper » de ce qui n’en est pas un n’est pas tant l’épaisseur fonctionnelle que le fait d’accumuler, sous le modèle, quelque chose que celui-ci ne possède pas. Les trois stratégies de l’article — posséder le workflow, le repenser autour de l’automatisation, ou élargir un système d’enregistrement en système d’action — m’ont finalement paru parler de la création d’états et de données qui s’accumulent hors du modèle.

J’ai moi aussi construit quelque chose qui, en apparence, ressemblait à un wrapper assez léger, mais ce qui survivait n’était pas la fonctionnalité : c’était la partie qui possédait l’état et les données propres à l’utilisateur, ainsi que la couche qui calcule et mémorise de manière déterministe pour éviter que le modèle ne varie d’une conversation à l’autre. Plus les modèles frontier s’améliorent, plus la valeur de ces deux éléments augmente.

J’ajouterais une chose : l’article prend surtout des exemples de verticales enterprise (B2B), mais la même logique me semble valable pour les usages personnels. Un LLM brut ne voit que des informations publiques et ne peut pas mémoriser mon état ; détenir le système d’enregistrement personnel devient donc en soi un fossé défensif. Cela dit, dans la troisième stratégie, au moment où l’on fait passer le système d’enregistrement à l’action — la prise de décision déléguée —, la confiance ne peut être maintenue que si ces décisions sont aussi reproductibles ou vérifiables.