La manière dont les entreprises achètent les technologies d’intelligence artificielle évolue rapidement, si bien que le passage d’un produit de la phase d’expérimentation à la production complète ne signifie plus nécessairement que la start-up bénéficiera de revenus stables pendant des années. Selon une étude menée par la société de capital-risque Madrona, 74 % des 150 professionnels de l’informatique en entreprise interrogés prévoient d’augmenter leurs budgets consacrés à l’intelligence artificielle au cours des douze prochains mois, tandis que les autres comptent maintenir leurs dépenses à leur niveau actuel.
Mais la poursuite des dépenses ne signifie pas la stabilité des fournisseurs. Les participants indiquent que moins de la moitié des projets pilotes d’intelligence artificielle atteignent la production complète. Bien que ce pourcentage semble faible, il représente une amélioration par rapport à un résultat publié l’an dernier par le MIT, selon lequel 95 % des projets d’intelligence artificielle en entreprise échouaient en matière de retour sur investissement.
De l’expérimentation à la réévaluation continue
Le résultat le plus révélateur de l’étude de Madrona ne concerne pas le nombre de projets qui parviennent à la production, mais ce qui se passe ensuite. En effet, 77 % des entreprises réévaluent leurs fournisseurs d’intelligence artificielle tous les six mois ou de manière continue. Madrona estime que cela crée une dynamique de « entrée rapide et sortie rapide », radicalement différente de celle des logiciels d’entreprise traditionnels, où les contrats pluriannuels accordaient aux fournisseurs une grande stabilité.
Sur le marché de l’intelligence artificielle, les coûts de changement de fournisseur semblent moins élevés, tandis que le rythme des comparaisons et des réévaluations s’est intensifié. Un produit peut donc décrocher un contrat d’entreprise et dépasser la phase pilote, tout en restant exposé à la perte du client lors d’un cycle de réexamen ultérieur.
Qu’est-ce qui change concrètement pour les start-up ?
Le financement des expérimentations en entreprise a été l’un des principaux moteurs de l’essor initial de l’intelligence artificielle en 2025. L’année 2026 devait permettre de consolider ces relations et de les transformer en engagements à long terme. Les contrats d’entreprise permettent généralement aux start-up d’afficher des taux de croissance exceptionnels de leurs revenus récurrents annuels, notamment dans des cas de passage de zéro à 10 millions de dollars en trois mois.
Ces chiffres doivent toutefois être interprétés avec davantage de prudence. Les revenus générés par un contrat d’entreprise ne correspondent pas nécessairement à des revenus garantis à long terme, même après l’adoption du produit au sein de l’entreprise. Cela met une pression supplémentaire sur les start-up, qui doivent démontrer constamment leur valeur au lieu de se contenter de conclure la première vente.
Une tarification liée aux résultats
Une partie du problème tient à l’instabilité des modèles de tarification des produits d’intelligence artificielle. Une autre étude menée par la société de capital-risque Andreessen Horowitz, auprès de 50 acheteurs de technologies achetant des produits d’intelligence artificielle, montre que plus de la moitié d’entre eux préfèrent lier les frais au travail effectué ou aux résultats obtenus plutôt qu’à l’utilisation, par exemple au nombre de jetons traités.
La tarification à l’usage repose sur une logique courante à l’ère du logiciel en tant que service : l’entreprise sait qu’elle a besoin de messagerie électronique, de logiciels de ressources humaines ou de stockage cloud, puis détermine le volume d’utilisation pour lequel elle paiera. Mais les produits d’intelligence artificielle ne se mesurent pas toujours de cette manière. Lier le prix au nombre de rapports traités, aux demandes d’assistance clôturées ou aux opportunités commerciales générées peut rendre la valeur économique du produit plus claire pour les deux parties, selon ce qu’ont écrit les associés Tugce Erten et Sarah Wang d’Andreessen Horowitz.
Pourquoi cette information est-elle importante ?
Le nouveau modèle d’achat ouvre la voie à davantage d’expérimentations, car les entreprises semblent plus disposées à tester des outils d’intelligence artificielle. Mais il affaiblit en même temps le lien entre la signature du contrat et la stabilité des revenus. Pour les start-up, cela signifie que des indicateurs d’ARR à croissance rapide peuvent dissimuler un niveau d’incertitude plus élevé que celui des contrats de logiciels traditionnels.
L’étude ne permet pas de déterminer quand, ni même si, les entreprises reviendront à des habitudes d’achat à long terme. Les questions ouvertes portent donc sur la capacité des produits d’intelligence artificielle à démontrer des résultats mesurables et sur la capacité des start-up à concevoir des modèles de tarification qui reflètent ces résultats. Il s’agit d’une analyse fondée sur les recherches de Madrona et d’Andreessen Horowitz, telles qu’elles ont été présentées par Julie Bort dans TechCrunch, et non d’une preuve que tous les contrats d’entreprise sont à court terme ou que tous les modèles actuels d’ARR ne sont pas fiables.