Lors du Demo Day d'hiver de YC, 199 startups ont pris la scène, et participer à un événement de pitch d'une telle envergure est vraiment impressionnant. Être simplement présent dans la salle permet de voir se dessiner, au fil des années, la direction que prendra l'industrie technologique.

Ce qui m'a le plus marqué, c'est que l'IA n'est plus seulement un « outil » mais devient une « infrastructure ». 60 % des entreprises participantes sont nativement axées sur l'IA, et 26 % sont compatibles IA. En d'autres termes, seules 14 % des entreprises n'utilisent pas l'IA. Mais ce qui est crucial, ce n'est pas simplement « nous utilisons l'IA », mais « comment avons-nous résolu des problèmes que les modèles de base ne pouvaient pas réaliser grâce à l'IA ».

C'est là que ça devient intéressant. Le thème central des entreprises n'est pas « copilote » mais « agent IA ». Autrement dit, le modèle d'affaires ne consiste pas à soutenir l'humain, mais à remplacer complètement les emplois hautement rémunérés. Beacon Health remplace le personnel d'approbation préalable, et Lancer confie la gestion de la réception d'hôtel à un agent IA. Ce mouvement est authentique.

La dominance du B2B est également frappante. 87 % sont des entreprises B2B. Seules 14 entreprises ciblent le grand public, et parmi elles, seulement 7 sont officiellement classées comme « grand public ». Pourquoi ? Parce que les agents IA sont optimisés pour des flux de travail structurés, ce qui rend difficile leur adaptation à des demandes floues du grand public.

Il est aussi fascinant de voir comment les fondateurs ont trouvé leur marché. Environ 35 % des entreprises qui ont monétisé rapidement ont été fondées par des personnes ayant vécu elles-mêmes le problème. Autrement dit, elles vendent à leur ancien employeur ou à leurs collègues. Le fondateur d'End Close travaillait chez Modern Treasury, en charge de traitements de paiements dépassant 1 000 milliards de dollars. Cette expérience a directement permis une acquisition client très rapide.

L'importance de la roue de données est également soulignée à plusieurs reprises. LegalOS a appris à partir de 12 000 demandes de visa, atteignant un taux d'approbation de 100 %. Si chaque interaction avec le client contribue à améliorer le produit, l'écart avec la concurrence ne fera que se creuser avec le temps. À l'inverse, une simple couche d'IA générique sera rapidement dépassée en quelques semaines par le fournisseur de modèles de base.

Ce qui m'a surpris, c'est le retour en force du hardware. 18 % des startups traitent de produits physiques comme des robots, drones ou wearables. Remy AI et Servo7 utilisent des robots d'entrepôt, et GrazeMate gère un troupeau de bœufs avec un robot cowboy. Beaucoup d'anciens de SpaceX ou Tesla, ce qui explique leur ambition forte dans la tech hardware.

J'ai aussi appris que plus un domaine semble populaire, plus il est risqué. Il n'y a aucune entreprise dans l'éducation, les médias sociaux grand public, la santé mentale ou la tech gouvernementale. Cela indique que ces secteurs pourraient devenir les prochaines frontières. Historiquement, ce sont souvent les secteurs avec peu de financement qui donnent naissance à des entreprises légendaires.

Certaines entreprises dont les présentations restent gravées dans la mémoire partagent des points communs : des données percutantes, une reformulation d’un problème, ou une déclaration que « j’ai moi-même vécu ce problème ». Et elles concluent souvent par une vision concrète, vérifiable, et facilement citée, qui donne envie aux investisseurs de sortir leur carnet de chèques. Par exemple, « le premier Oscar de l’IA naîtra chez Martini » ou « d’ici 2032, on pourra réserver un hôtel sur la lune ».

Les modèles d’échec sont aussi clairs : une infrastructure d’agents non différenciée, des services IA sans avantage en données, de simples wrappers de flux de travail, ou des fondateurs isolés qui ne comprennent pas le jargon de l’industrie. De plus, les entreprises qui se contentent d’un vague « IA pour l’industrie X » sans aborder de problèmes concrets sont risquées.

Les cinq caractéristiques communes des startups en croissance rapide sont : vendre des résultats, établir des relations avec les clients avant le développement du produit, commencer à facturer dès le premier jour (sans version gratuite), avoir des clients dans une situation urgente plutôt que par simple curiosité, et un MVP étonnamment simple.

Ce que ce rapport m’a fait réaliser, c’est qu’il n’y a jamais eu de meilleur moment pour lancer une startup. L’infrastructure IA est prête, les modèles de base sont suffisamment matures. Il ne reste plus qu’à des fondateurs ayant une connaissance approfondie d’un secteur à identifier ce dont leurs clients ont vraiment besoin, puis à résoudre cela simplement. Sur Gate, beaucoup partagent ces tendances entrepreneuriales et analyses sectorielles, donc ce genre de posts pourrait bien recevoir une bonne réaction. Suivre l’évolution des startups est essentiel pour les décisions d’investissement et pour comprendre le mouvement global du marché.