Revue des investissements a16z : 86 % des transactions de capital-risque se dirigent vers l'IA, le festin de mille milliards de dollars ne fait que commencer

Auteur : Z Potentials

Z Points forts

• L'écart entre ce que les modèles peuvent faire et comment ils sont réellement utilisés est exactement pourquoi je suis si enthousiaste à propos de la couche d'application.
• Les dépenses médianes des 1 % des meilleures entreprises en outils d'IA sont environ huit fois celles des 10 % les meilleures.
• Pour les entreprises dirigées par des fondateurs, le fondateur lui-même est une classe d'actifs.

Cet article est compilé à partir du podcast officiel a16z "IA, Infrastructure et le prochain cycle d'investissement." David George, Sarah Wang, Alex Immerman et Santiago "Santi" Rodriguez sont quatre partenaires du fonds de croissance a16z. Cet épisode discute des graphiques clés du rapport annuel "État des marchés", en se concentrant sur les bénéfices derrière la hausse du marché, la course aux armements en matière de puissance de calcul parmi les méga-vendeurs, les taux d'adoption extrêmement bas aux niveaux des modèles et des applications, et les dernières observations sur les marchés des logiciels grand public, les introductions en bourse et les marchés secondaires. L'épisode a été diffusé le 30 septembre 2026.

01 La technologie est le "cycle de tout"

David : Bienvenue de nouveau au podcast a16z. Je suis David George, et je suis rejoint aujourd'hui par mes collègues Sarah Wang, Alex Immerman et Santiago Rodriguez. Dans cet épisode, nous allons passer en revue les 25 graphiques clés du dernier rapport "État des marchés" : les bénéfices derrière la hausse du marché, l'ampleur de la construction d'IA, des preuves de la croissance des taux d'adoption, et ce que ce cycle signifie pour le matériel, les logiciels et la prochaine génération d'entreprises privées. Nous expliquerons les implications derrière les graphiques et discuterons de ce que nous observons sur le terrain des affaires. Sarah, Alex, Santi, merci d'être ici.

Le même jour où ce podcast est diffusé, nous publierons également le rapport complet "État des marchés". C'est la tradition annuelle de notre équipe de croissance de compiler les plus grandes tendances en technologie, IA, infrastructure et l'ensemble du marché en un seul document, et aujourd'hui nous mettrons en avant quelques graphiques intéressants à partir de celui-ci. Les domaines que nous allons discuter incluent le macro—CapEx, les centres de données et la demande croissante ; ainsi que les observations de première ligne—modèles, applications et une plongée approfondie dans plusieurs secteurs verticaux. La technologie stimule un boom d'investissement dans toute l'économie : la croissance des bénéfices soutient la hausse du marché, et la demande d'IA pousse les dépenses d'infrastructure bien au-delà des prévisions précédentes. Les méga-vendeurs investissent presque tout leur flux de trésorerie d'exploitation récent dans la construction de capacités, tandis que la demande continue de dépasser l'offre dans presque tous les cas que nous voyons. Cet argent coule dans les puces, l'énergie, le refroidissement, la construction et la main-d'œuvre qualifiée, entre autres. Cette expansion coïncide avec un besoin croissant de transformer l'infrastructure physique, créant des opportunités dans divers secteurs.

D'accord, plongeons. Page un : la technologie est le "cycle de tout". Cela peut sembler quelque peu évident, mais les chiffres sur cette page semblent aujourd'hui assez étonnants—les équipements de haute technologie, les logiciels et la R&D représentent désormais environ 55 % des dépenses d'investissement des États-Unis, ce qui est un chiffre stupéfiant. La technologie stimule le cycle d'investissement dans tous les domaines de l'économie, des logiciels et des modèles à l'énergie, la construction et la capacité industrielle. Les actions technologiques représentent environ 40 % de la capitalisation boursière totale du marché boursier américain, avec huit des dix plus grandes entreprises par capitalisation boursière dans le monde étant des entreprises technologiques américaines. C'est un grand récit ; vous pouvez le voir dans le CapEx, dans la construction de centres de données, et dans le capital qui coule vers les entreprises modèles—les entreprises modèles ont collectivement levé plus de 350 milliards de dollars. En regardant une histoire plus longue, parce que c'est l'analogie la plus citée : l'échelle de cette construction en pourcentage du PIB a déjà dépassé celle des chemins de fer à l'époque. Nous avons tous le sentiment que si nous avançons de cinq à sept ans, voire dix ans, et que nous regardons en arrière ces chiffres, la valeur cumulative sera probablement plus de 20 fois ce qu'elle est maintenant. Donc, cela ressemble vraiment au prochain chapitre de "le logiciel mange le monde" de Marc Andreessen.

Alex : Au cours des 15 dernières années, les logiciels ont transformé toutes ces industries, mais à l'époque, seules quelques personnes pouvaient construire des logiciels—nous n'étions pas parmi elles. Et aujourd'hui, regardez-nous : chacun de nous a plusieurs tâches automatisées qui s'exécutent chaque nuit. Si vous extrapolez cette logique pour la demande de logiciels, cela implique un besoin beaucoup plus grand de puissance de calcul, de puces, d'électricité et de construction. Il n'est donc pas surprenant de voir que la plupart des investissements sont concentrés dans la technologie. On nous pose souvent la même question par notre public : tout cela semble génial, mais est-ce une bulle ? Le marché a atteint de nouveaux sommets, mais les multiples de négociation actuels ont en fait diminué—les actions ont augmenté d'environ 20 %, mais les multiples ont chuté d'environ 20 %. Cela signifie que l'augmentation est tirée par des bénéfices fondamentaux, et non par une expansion des multiples. Le multiple de bénéfices pour le S&P 500 est inférieur à 20 fois, et la plupart des entreprises qui composent le S&P 500 sont de très haute qualité. C'est complètement différent de la bulle Internet—à l'époque, les entreprises ayant la plus haute capitalisation boursière ont vu leurs prix d'actions s'envoler en raison des expansions de multiples, avec de nombreuses actions se négociant à 100 fois les bénéfices. Ce n'est pas le cas maintenant. En revanche, certaines entreprises de stockage—étant intrinsèquement cycliques—se négocient à six ou sept fois les bénéfices futurs. Donc, la différence est significative.

Santi : Voici un ajout important : depuis l'avènement de GPT il y a près de quatre ans, le marché a augmenté de 90 %, avec un taux annualisé de 17 %. Lorsque vous voyez quatre années consécutives de croissance annualisée de 17 %, la réaction intuitive est "cela doit forcément revenir", et nous sommes effectivement dans une période chaude en ce moment. Mais lorsque vous le mettez ensemble avec ce qui a été mentionné précédemment—le marché se négocie à des multiples de bénéfices inférieurs à 20 fois, et les bénéfices continuent de croître de 15 %—cela semble en effet différent de l'année récente de 2021 et aussi différent de 2000, lorsque les multiples et la croissance ne se synchronisaient pas vraiment.

David : Je suis tout à fait d'accord. J'ai mentionné l'échelle de la construction de CapEx dans l'"analogie des chemins de fer" auparavant. Rien qu'en regardant les méga-vendeurs—Alphabet, Amazon, Meta, Microsoft et Oracle—leur CapEx pour 2026 est d'environ 780 milliards de dollars, tandis qu'il était de 416 milliards de dollars en 2025 ; toutes les attentes pointent vers un dépassement de 1 trillion de dollars par an à partir de 2027. Il y a un schéma ici : chaque génération de plateformes informatiques soutient un nombre d'utilisateurs et d'utilisations beaucoup plus important que la précédente. Ce tour de construction peut se faire si rapidement, avec une demande qui continue de dépasser l'offre, car la base d'utilisateurs est alimentée par des canaux de distribution existants. Cette tendance repose sur Internet, le cloud computing et les téléphones mobiles, donc théoriquement, elle peut atteindre des milliards d'utilisateurs immédiatement—ce qui contraste fortement avec les cycles technologiques précédents.

Sarah : Je pense que ce point mérite d'être développé. Nous avons largement dépassé le modèle "poser une question occasionnellement". Pensez à la montée des agents : tâches parallèles, tâches de longue durée—vous avez mentionné auparavant que les tâches continueront de s'exécuter pendant que vous dormez la nuit ou faites d'autres choses pendant la journée. Si les agents peuvent écrire du code de manière autonome, effectuer des recherches et exécuter ces tâches, alors la puissance de calcul requise par ces plateformes dépassera de loin tout ce que nous avons jamais imaginé.

David : Je suis tout à fait d'accord. Ce graphique montre ce qui se passe du côté du CapEx : les prévisions de CapEx pour les cinq méga-vendeurs ont été continuellement et significativement révisées à la hausse en très peu de temps. Ce qui semblait autrefois être un plafond, des dépenses qui prendraient plusieurs trimestres ou même des années à atteindre, est désormais devenu un objectif à court terme car la demande de puissance de calcul continue d'expanser. En regardant ce graphique, je pense qu'à tout moment, la réaction instinctive est "l'investissement à partir d'ici tendra à se stabiliser." Mais au cours des quatre dernières années, en tant qu'économie, nous avons constamment sous-estimé la force de cette tendance. Comme Sarah l'a mentionné, avec le développement des modèles, le taux d'utilisation de la capacité installée est continuellement maximisé. Donc, les chiffres que David vient de mentionner sont les estimations actuelles réelles.

Alex : Comme DG le dit, nous faisons tous référence à la demande actuelle de puissance de calcul comme à un "modèle destructeur". Un exemple convaincant que nous avons tous vécu : il y a environ un an, Sam Altman et Sarah Friar ont fait face à beaucoup de critiques pour leurs énormes engagements en matière de puissance de calcul ; tout le monde pensait qu'ils étaient imprudents et agressifs. Et maintenant, tout le monde dirait que cette décision était extrêmement perspicace. Même ainsi, il y a seulement deux semaines, nous avons vu OpenAI devoir suspendre les abonnements pour le plan Pro—un service de niveau 2000 $—en raison d'une demande écrasante. Ce que nous vivons est une demande insatiable.

David : Tout le monde dans chaque maillon de la chaîne d'approvisionnement, et tout le monde avec qui nous avons parlé, nous a dit différentes versions de la même chose : la demande dépasse l'offre. Dans certains segments de la chaîne d'approvisionnement des centres de données, les matériaux ou produits ne seront pas disponibles avant 2028. Donc cette tension ne va pas s'apaiser. En même temps, vous pouvez également voir des preuves d'entreprises de haute qualité du côté de la demande : Microsoft, Google et Amazon ont collectivement environ 1,7 trillion de dollars de commandes en attente dans le cloud. Ces clients s'engagent à accumuler rapidement, tandis que les plateformes investissent massivement pour répondre à cette demande. Donc, bien que le flux de trésorerie libre soit sous pression pendant la phase de construction actuelle, les prévisions consensuelles montrent qu'il rebondira à partir de 2028 et croîtra ensuite de manière significative. Vous pouvez consulter le dernier appel de résultats d'Amazon ; ils ont très bien expliqué cette dynamique en J : la durée de vie réelle des GPU (ou TPU) est assez longue. Vous devez d'abord construire la "coquille" du centre de données, ce qui prend du temps ; ensuite, vous achetez des puces, mais la durée de vie économique des puces est très longue et plus longue que ce que nous avions tous prévu.

Sarah : Oui, je sais que certains méga-vendeurs ont effectivement été critiqués pour avoir utilisé de la dette pour le CapEx, mais similaire aux dynamiques des laboratoires de modèles, ceux qui ont hésité et ont été plus conservateurs regrettent plus tard. Vous avez récemment discuté de Microsoft dans le podcast avec Gavin, mais je pense que c'est un problème de l'industrie entière.

Santi : Oui, un autre signal fréquemment discuté est les prix du marché au comptant pour les GPU existants : tout GPU qui peut être mis en ligne pour la puissance de calcul peut être loué à des prix attractifs, et les méga-vendeurs peuvent réaliser des retours considérables. C'est le point clé que nous discutons souvent : chaque fois qu'une telle vague se produit, elle crée d'énormes surplus pour les utilisateurs et les consommateurs. Pour autant que nous puissions voir, les consommateurs et les utilisateurs tirent une valeur énorme de cela—ce qui est aussi pourquoi ils l'utilisent si intensément. Les vendeurs qui servent ces utilisateurs réalisent de bons bénéfices. Ensuite, en ce qui concerne les puces—le coût d'acquisition des puces est beaucoup plus élevé qu'il y a 12, 18 ou 24 mois, mais vous pouvez toujours réaliser de fortes marges et créer beaucoup de surplus pour les utilisateurs.

02 Une nouvelle ère d'atomes

David : Pour le capex des super-grands fabricants, nous devrions le considérer comme le carnet de commandes de quelqu'un d'autre. Ces plateformes historiquement rentables investissent continuellement des liquidités dans l'infrastructure d'IA. Comme mentionné précédemment, cela déprime temporairement leur flux de trésorerie libre, mais c'est un énorme avantage pour les commandes de puces, l'électricité et la construction—c'est aussi pourquoi cette vague plus large de technologie s'est transformée en un boom industriel. Nous passons de plus en plus de temps à examiner les entreprises qui servent ce boom industriel, le long de divers maillons de la chaîne d'approvisionnement des centres de données. Fait intéressant, traditionnellement, notre monde a été davantage axé sur la monétisation de la propriété intellectuelle existante—construire une fois, vendre indéfiniment ; mais ces entreprises doivent gérer des affaires beaucoup plus complexes : financement, gestion des relations avec les fournisseurs, prévision de la capacité et prédiction de la demande. Nous voyons certaines équipes exceller dans ce domaine, tandis que d'autres luttent ou même font une pause. Cela diffère légèrement de l'expertise sur laquelle nous passons généralement notre temps. Cela nous amène à "la nouvelle ère des atomes." Cette page montre de gros chiffres : d'ici 2040, la demande d'investissement dans l'infrastructure mondiale est estimée à 90 trillions de dollars. Mais surtout, cela dépasse largement l'IA et les centres de données, incluant également l'électricité, l'eau, les routes et les transports. Nous pouvons voir cela partout dans notre portefeuille : l'énorme installation de fabrication d'Anduril, équivalente à 87 terrains de football ; Waabi étend agressivement ses hubs de transport ; et l'investissement de plusieurs milliards de dollars de SpaceX en Louisiane. Parier sur l'avenir aujourd'hui, de notre point de vue, est différent du passé. Comme Santi l'a dit, cela signifie construire des usines, étendre l'infrastructure et augmenter les emplois qualifiés à travers le pays.

Santi : En ce qui concerne les centres de données, investir dans l'infrastructure physique est très différent d'investir dans des logiciels. Elon a proposé l'idée de "l'usine comme produit" il y a de nombreuses années. Beaucoup des excellents fondateurs que nous soutenons viennent de Tesla ou SpaceX, ce qui n'est pas surprenant car ils savent qu'au niveau de l'exécution, les usines deviendront finalement un énorme avantage concurrentiel dans le processus d'échelle. Nous entendons souvent de nombreux mythes sur les centres de données : ils vont épuiser les ressources en eau de l'Amérique ; les riches ne veulent pas vivre à proximité ; et notre préféré—ma facture d'électricité va exploser. Mais ce qui semble contre-intuitif, c'est que les centres de données peuvent en fait aider à réduire votre facture d'électricité. Une étude récente aux États-Unis montre que pour chaque augmentation de 10 % de la capacité des centres de données, les prix de l'électricité résidentielle chutent de 40 points de base. Vous pouvez le voir de cette manière : le réseau électrique est un espace de coût fixe partagé—poteaux utilitaires, câbles, sous-stations. Un client large et stable comme un centre de données peut répartir ces coûts sur plus d'unités d'électricité. En termes simples, plus de demande sur un système partagé est une bonne chose.

David : Oui, je suis tout à fait d'accord avec vous. Investir dans une infrastructure partagée peut également améliorer les avantages économiques pour les ménages et les entreprises qui y sont connectés.

Sarah : Ce point n'a pas reçu suffisamment d'attention médiatique. Dina Powell a récemment mentionné le projet de Louisiane de Meta dans un podcast, où ils ont collaboré avec la communauté pour réduire les prix de l'électricité. Il existe déjà de réels exemples aujourd'hui ; ce n'est pas juste des paroles.

03 Couche de modèle et couche d'application : revenus significatifs, taux d'adoption extrêmement bas

Sarah : Je suis tout à fait d'accord. Maintenant, parlons des tendances dans la couche de modèle et la couche d'application. D'une part, comme nous l'avons prévu, l'IA génère des revenus et des économies significatifs ; d'autre part, les taux d'adoption sont encore à des stades très précoces. Sur cette base, la tendance est très claire : les coûts chutent. Nous avons déjà prévu des agents intelligents, et maintenant les agents intelligents deviennent économiquement viables pour un plus large éventail de travaux. Et pendant que nous parlons, le paysage est encore en train de changer : de nouvelles innovations comme Jev provenant de laboratoires comme TypeSafe poussent cela à l'extrême. Vous verrez qu'une différence de coût de deux ordres de grandeur affectera vraiment le nombre de cas d'utilisation. C'est un peu comme le classique paradoxe de Jevons, donc le nom est assez approprié. Dans l'ensemble, c'est un excellent paysage pour la couche de modèle et la couche d'application. Ces améliorations créent de réelles opportunités pour les entreprises de logiciels tant en croissance qu'en rentabilité. Ce n'est pas à dire que tout le monde va gagner, mais il n'est pas surprenant que l'IA attire du capital-risque dans un éventail de plus en plus large d'industries. Nous voyons également de plus en plus d'entreprises atteindre une échelle massive sur le marché privé. Ce n'est pas un nouveau graphique, mais c'est l'un de mes préférés : l'échelle de revenus combinée d'OpenAI et d'Anthropic. Au cours des dernières années, nous avons montré ce graphique à chaque réunion interne de GP, le mettant à jour chaque mois car il devient obsolète trop rapidement. Le point clé que vous pouvez voir dans les chiffres : les revenus annualisés d'OpenAI et d'Anthropic ont atteint un niveau extraordinaire. Nous aimons le comparer aux plus grandes entreprises de logiciels de l'histoire—à droite, vous pouvez voir qu'en fonction même des estimations de nouveaux revenus nets des meilleures entreprises de logiciels de l'histoire, les nouveaux revenus nets des laboratoires leaders ont largement dépassé cela. Ce n'est pas seulement une question d'échelle, mais une combinaison étonnante de vitesse.

Santi : Mais nous sommes encore très tôt. Ce qui est intéressant dans la migration de l'IA par rapport à d'autres migrations de plateformes, c'est que nous ne sommes pas seulement en avance sur la proportion de la population utilisant l'IA, mais aussi en avance sur la part du budget que ces utilisateurs dépensent pour l'IA. Cela diffère de 2008—à l'époque, nous avons modélisé en fonction de la "proportion de personnes possédant des iPhones" ; maintenant, nous devons considérer combien de personnes utiliseront des produits d'IA et dans quelle mesure elles les utiliseront.

Sarah : Oui, le point de "encore très tôt" est très important, et il existe un ensemble de métriques pour soutenir cela. Premièrement, le taux de déploiement réel des entreprises du S&P 500 est de 69 %—si vous êtes comme nous, des "accros à l'IA", cela est probablement proche de vos attentes. Mais lorsque vous regardez l'impact quantifiable—cela pourrait être un bon indicateur de leurs progrès de déploiement—il est de 30 %. Ensuite, pour la métrique ultime, une métrique chronométrée, elle est en réalité seulement de 2 %. Donc, nous croyons que l'IA produit des résultats, mais il y a encore un énorme espace pour approfondir l'utilisation au sein des organisations et suivre ces résultats sur le long terme. Passer de ces déploiements éparpillés à de véritables impacts profonds et des flux de travail récurrents, franchement, est la prochaine étape. Je peux dire que pour la plupart des entreprises avec lesquelles nous avons communiqué, leur engagement envers l'IA tourne encore principalement autour de Microsoft Copilot, ce qui indique lui-même combien de chemin il leur reste à parcourir.

Alex : Oui, l'écart entre ce que les modèles peuvent faire et comment ils sont réellement utilisés est exactement ce qui m'excite à propos de la couche d'application. Sarah, votre conversation avec Ali Ghodsi et Martin de Databricks était fantastique ; il a mentionné que l'IA peut très bien comprendre le monde, mais ne sait presque rien sur votre entreprise. Nous voyons cette situation dans les entreprises de la couche d'application de notre portefeuille—elles comblent cet écart. Il y avait un exemple au cours des derniers mois qui m'a impressionné : Revolut a une équipe d'ingénierie très mature, mais elle doit encore collaborer avec 11 Labs pour intégrer le modèle vocal de premier ordre de 11 Labs dans des connexions sécurisées pour les comptes clients et les processus bancaires, afin que lorsque j'appelle en tant que client, mes questions puissent être résolues de manière fluide, efficace et sécurisée. Les opportunités d'aujourd'hui résident largement dans l'exploitation de ces capacités pour construire des services fiables.

04 Les utilisateurs intensifs prennent de l'avance

Sarah : En plus du fait que les taux d'adoption des entreprises sont encore précoces, une autre tendance significative que nous voulons illustrer avec des données est que les utilisateurs intensifs prennent de l'avance de manière globale. Vous pouvez penser que les dépenses en IA augmentent généralement parmi les entreprises, mais ces utilisateurs intensifs que nous avons mentionnés dépensent beaucoup plus. Nous avons examiné certaines données de YipitData : les dépenses médianes des 1 % des meilleures entreprises en outils d'IA sont environ huit fois celles des 10 % les meilleures.

Impressionnant, le top 1 % est presque équivalent au total des 2 % à 10 % les meilleures.

Même au sein de nos propres entreprises de portefeuille—vous pourriez dire qu'elles sont presque entièrement natives de l'IA—les dépenses des meilleurs utilisateurs se situent entre 7 500 et 9 000 dollars par mois. Pendant ce temps, l'utilisateur médian—également parmi ces entreprises les plus natives de l'IA—dépense plus près du prix d'abonnement, autour de 200 dollars, ajoutant peut-être un autre abonnement, totalisant entre 200 et 400 dollars. Donc, si vous regardez l'écart de dépenses entre les utilisateurs médians et les meilleurs utilisateurs, il dépasse 20 fois.

David : Oui, une question que nous discutons avec nos entreprises de portefeuille est : quel est réellement leur niveau d'adoption, et comment le mesurent-ils ? Par exemple, si vous regardez la proportion d'argent qu'ils dépensent en outils d'IA par rapport aux coûts des employés : pour les grandes entreprises Fortune 500 relativement tournées vers l'avenir, c'est environ 1 % aujourd'hui.

Et pour les entreprises les plus tournées vers l'avenir et natives de l'IA dans notre portefeuille, cela peut atteindre jusqu'à 10 %. Donc tout cela concerne simplement à quel point la diffusion est précoce et à quel point elle s'étendra. Nous avons déjà vu un autre exemple au sein du portefeuille : de nombreuses entreprises étaient très excitées lorsqu'elles ont d'abord acquis Cursor ou Cognition, mais la réalité est que ce n'est que le début du voyage. Du processus d'acquisition et d'essai de ces outils à l'adoption complète, il reste encore un long chemin à parcourir.

05 Cas quantifiables : côté coûts et côté revenus

Santi : Sarah, vous avez mentionné plus tôt que nous commençons à voir des études de cas quantifiables. Nous avons nommé quelques entreprises cotées en bourse dans le rapport qui ont effectivement divulgué ces métriques et ont vu des améliorations substantielles grâce à l'IA. Du côté des coûts : Chime a divulgué qu'au cours des quatre dernières années, ils ont réduit les coûts de service de plus de 10 % chaque année, de manière composée, ce qui signifie que les coûts de service ont presque diminué de 50 %—cela est soutenu par notre entreprise de portefeuille Decagon. Du côté des revenus, je pense que l'exemple de Shopify est intéressant : ils ont lancé un assistant IA (sidekick) pour aider les commerçants à s'intégrer plus rapidement. En conséquence, la proportion de clients atteignant cinq commandes dans les 15 jours suivant l'intégration a augmenté de 8 %. Shopify suit cette métrique car une fois que les commerçants atteignent cinq commandes, ils ont tendance à rester et à continuer d'utiliser Shopify. Donc c'est aussi un vent arrière significatif pour leur entreprise.

Sarah : Absolument. En parlant des avantages apportés par la réduction des coûts de service : vous avez plus de marge pour concurrencer—meilleur prix, peut-être des services plus larges, et la capacité de réinvestir dans la croissance. Ces avantages atteignent non seulement les clients mais améliorent également les marges bénéficiaires, qui sont ensuite réinvesties dans l'entreprise. Un autre phénomène très fascinant est que, bien sûr, les entreprises varient, et nous ne pouvons pas généraliser, mais les entreprises établies s'en sortent également très bien dans ce tour. ServiceNow est un bon exemple ; ils ont divulgué que leur valeur de contrat annuel (ACV) pour l'IA dépasse 1 milliard de dollars, et les déploiements agentiques ont augmenté neuf fois. Donc vous pouvez voir cela à travers toute la pile technologique, des entreprises établies aux nouvelles entreprises.

David : Nous discutons souvent d'une question intéressante—nos entreprises de portefeuille les plus tournées vers l'avenir, comme Stripe, nous ont parlé de l'endroit où elles dépensent réellement des investissements supplémentaires en IA. Est-ce pour construire de nouveaux produits pour les clients afin de générer des revenus plus élevés ? Ou est-ce pour des améliorations d'optimisation et d'efficacité du côté des coûts ? Cela sert de test décisif : où les fondateurs et les PDG de ces entreprises voient-ils les plus grandes opportunités ? Le potentiel de hausse pour stimuler la croissance des revenus est illimité, tandis que les opportunités du côté des coûts...

David : Les améliorations du côté des coûts—bien sûr, vous pouvez les réinvestir, mais cela sera toujours juste une opportunité potentielle qui existera toujours. Si vous croyez que la meilleure utilisation du capital aujourd'hui est d'optimiser la structure des coûts, que signifie cela pour vos nouvelles opportunités de revenus ?

Santi : Même au sein de l'optimisation des coûts, il existe différentes saveurs. L'une consiste à réduire les coûts de service, ce qui vous permet de réinvestir et de devenir une meilleure entreprise. Je pense qu'il y a six mois, notre industrie entière était vraiment axée sur les "systèmes d'enregistrement". Si vos ingénieurs sont occupés à reconstruire un système d'enregistrement juste pour économiser quelques milliers ou dizaines de milliers de dollars, je pense que ces ressources pourraient être mieux utilisées.

Sarah : Oui, si vous agrégiez cela, pour les entreprises basées sur des applications, l'unité pertinente est en fait le coût de "compléter les tâches des clients." Si vous pouvez découpler cela—facturer pour compléter des tâches pour les clients—vous pouvez utiliser un meilleur routage pour rendre les produits plus économiques—c'est incroyable car maintenant vous n'utilisez pas le modèle le plus cher à chaque étape, mais les tâches sont toujours complétées. Je pense que nous verrons les meilleures entreprises d'application montrer plus d'améliorations dans les marges bénéficiaires.

06 Lorsque les coûts chutent, de nouveaux marchés s'ouvrent

Alex : Je suis tout à fait d'accord. Sarah a mentionné que ServiceNow a vu une utilisation massive des agents. Les agents sont déjà là, exécutant des tâches. Les tâches nécessitent plusieurs étapes, et plusieurs étapes signifient plusieurs appels de modèles—cela explique l'augmentation de 14 fois de l'utilisation des jetons d'agents sur OpenRouter. Cependant, ces étapes deviennent de plus en plus bon marché. Nous voyons des applications mises en cache—les systèmes peuvent réutiliser des informations de fond au lieu de traiter à partir de zéro à chaque fois. Je vois Hebbia tirer pleinement parti de cela : leur charge de travail de chat financier a vu ses coûts chuter de dix fois. Le même budget peut maintenant soutenir plus de travail.

Sarah : Oui, je pense que votre point plus large est : des coûts plus bas permettent aux agents de maintenant vérifier les erreurs et de réessayer, ouvrant soudainement de grandes tâches—auparavant, le raisonnement ou les appels d'outils pouvaient être prohibitivement coûteux. Cela est particulièrement important dans les scénarios où la fiabilité est le facteur clé pour décider d'utiliser des agents. De plus, nous avons parlé de TypeSafe auparavant ; imaginez lorsque les coûts chutent d'un ordre de grandeur ou deux, le nombre de cas d'utilisation ouverts est en fait inimaginable.

David : De plus, l'amélioration significative de la latence. Absolument.

Alex : Oui, donc les entreprises réfléchissent maintenant plus sérieusement à la façon d'optimiser la latence ou la performance par rapport aux coûts à grande échelle. Prenez Databricks comme exemple ; ils utilisent le routage—pour sélectionner le modèle approprié pour chaque tâche spécifique—pour améliorer la performance et les coûts. Leurs routeurs intelligents fonctionnent mieux : résolvant plus de problèmes à un coût 35 % inférieur à celui du modèle unique le plus puissant. Nous voyons maintenant de nombreuses autres approches comme le fine-tuning : Harvey et Elise AI en sont des exemples. Elise a affiné un modèle plus petit, réduisant les coûts de 60 % et la latence de manière significative, rendant certains cas d'utilisation en temps réel dans des scénarios audio réalisables. Ces améliorations d'ingénierie rendent l'IA plus utile et moins chère.

07 Côté consommateur : 2 % de pénétration des abonnements et la "courbe du sourire"

David : Nous avons principalement parlé de l'utilisation au sein des entreprises, mais le côté consommateur est également très important—après tout, c'est là que nous avons vu certains des plus grands retours et avons passé beaucoup de temps. Nous croyons que le côté consommateur est encore très précoce. Une enquête récente a montré que seulement un peu plus de 2 % des ménages américains paient réellement pour des abonnements d'IA. Peut-être que les abonnements ne sont pas la meilleure façon de monétiser pour la plupart des ménages, mais jusqu'à présent, c'est ce que c'est. Un point intéressant concernant les revenus d'abonnement est qu'il a l'un des meilleurs taux de fidélisation que nous ayons vus du côté consommateur. Alex aime parler de la "courbe du sourire"—il est vraiment rare qu'une courbe de fidélisation ne se stabilise pas mais augmente réellement à mesure que les produits s'améliorent et que les gens reviennent. Mais c'est exactement ce que nous voyons avec l'IA, ce qui illustre parfaitement la valeur que les abonnements peuvent offrir aux payeurs.

Sarah : En parlant d'abonnements, ce qui me choque dans ces chiffres—surtout en regardant le graphique en bas à droite—c'est à quel point ils sont petits. Pensez à Amazon Prime, qui compte plus de 200 millions de ménages. Netflix est également un bon exemple—70 millions de ménages. Ces chiffres m'ont fait vérifier deux fois ; je pensais : "Est-ce une erreur ?" Donc je suis tout à fait d'accord, ce n'est que le début.

Alex : Oui. Notre partenaire Josh Elman a une phrase que j'aime, qui pourrait être un peu contre-intuitive : l'IA consommateur est quelque chose que j'utilise dans ma vie quotidienne, et elle n'a pas nécessairement besoin d'être remboursée. Donc, de son point de vue, il n'est pas surprenant que 97 % des ménages utilisent l'IA mais n'ont pas encore payé pour cela. Vous avez raison, Santi, j'aime bien la courbe de fidélisation souriante—nous aimons voir les utilisateurs revenir plus fréquemment. Une autre caractéristique commune des grandes plateformes de consommation est le temps passé : les utilisateurs actifs sur Facebook, Instagram, TikTok et Snap passent 30 à 60 minutes par jour. Et les meilleurs assistants IA d'aujourd'hui—beaucoup d'entre eux émergent—veulent devenir mes applications de prédilection. J'espère qu'ils peuvent être extrêmement persistants, toujours en ligne et super proactifs ; si c'est le cas, ils pourraient ne pas être les endroits où je passe le plus de temps à l'avenir. C'est vrai, lorsque les agents travaillent en arrière-plan et que nous ne mesurons plus l'engagement en utilisant des données externes comme le temps d'écran des réseaux sociaux, notre travail devient plus difficile, mais c'est important. Je me souviens que lorsque le dernier modèle a été publié en décembre, même dans notre travail, nous initierions une tâche de recherche approfondie ou une tâche d'agent et ensuite nous irions en ville—cela ne figurerait pas dans les métriques traditionnelles de temps d'écran, ni n'est comme l'engagement suivi par les générations précédentes de produits de consommation.

Santi : Oui, je suis tout à fait d'accord. C'est tôt, mais le côté consommateur est vraiment un moment tout nouveau et excitant.

Alex : Muse et Instinct sont sans aucun doute de nouveaux acteurs, mais ils croissent rapidement. Avec ChatGPT, ils prennent de plus en plus mes requêtes des recherches traditionnelles.

C'est un moment très dynamique, donc si vous êtes une plateforme de découverte de consommateurs existante ou un marché existant, vous devez vraiment envisager vos prochaines étapes maintenant. Je poserais quelques questions. Premièrement, quelle demande incrémentale puis-je obtenir des agents IA ? Combien de commandes supplémentaires peuvent-ils apporter ? Deuxièmement, dans mon entreprise, quelle proportion du pool de bénéfices provient de la propriété des relations clients et de la découverte ? Il y a eu beaucoup de nouvelles la semaine dernière : Amazon a dit à Muse "non, merci," mais Instacart a dit "oui, s'il vous plaît." Pensez à Amazon (et AWS) et Instacart : leurs revenus publicitaires dépassent tous leurs bénéfices d'exploitation. Donc, les revenus publicitaires et la propriété des relations clients sont extrêmement importants. Mais pour Amazon, combien de nouvelles commandes incrémentales ou de nouveaux clients peuvent accéder à Muse ? Pas tant que ça. Et en regardant Instacart : le taux de pénétration en ligne pour les produits frais est encore relativement précoce, et il y a beaucoup de commandes à rivaliser. La possibilité optimiste est qu'il y aura plus de commandes provenant de ces applications. Dans le passé, je devais cliquer de différentes manières pour passer la prochaine commande ; si je confie cela à un agent, soudainement il n'y a plus de clics, mais espérons-le plus de GMV. Des voyages que je voulais réserver mais que je n'ai pas réservés seront réservés ; des commandes de dîner que nous voulons passer ce soir seront passées. Donc, je crois de manière optimiste qu'il y aura plus de GMV, compensant une partie des revenus publicitaires perdus.

David : Cependant, il y a une question ouverte : comment cela sera-t-il compensé ? Prenez Amazon comme exemple ; il a plus de 70 milliards de dollars d'activité publicitaire, ce qui est un flux de monétisation à très forte marge, entièrement basé sur les consommateurs visitant le site et cliquant sur des publicités. Que se passe-t-il s'ils arrêtent de faire cela ? Aujourd'hui, Meta et Google sont notoirement meilleurs en publicité que n'importe quelle plateforme Internet, gagnant plus de 200 $ par utilisateur aux États-Unis et sur les marchés développés. Meta est essentiellement une application de divertissement ; voyons ce qui se passe, cela pourrait être relativement sûr. Du côté de Google—de manière intéressante, lorsque tout cela s'est produit il y a deux ans, tout le récit autour de Google était : "Oh mon Dieu, que va-t-il arriver à l'activité de recherche de Google ?" Le résultat a été très résilient. Une partie de la raison est que leur taux de monétisation pour les mots-clés à forte marge est relativement sûr—ces mots-clés ressemblent davantage à "j'ai besoin d'acheter une assurance" ou "trouvez-moi un hôtel dans cette ville."

David : Ou quelque chose de similaire—vous pouvez monétiser directement, mais l'IA ne peut pas encore faire ces choses pour vous. Si cela change, cela pourrait être une dynamique très différente.

David : Oui, je veux ajouter que le récit de la semaine dernière avait un peu une saveur de "somme nulle", très négative—"Regardez, ces marchés seront affectés." Mais je crois que la perspective de somme positive est : d'abord, ces 70 milliards de dollars dépensés en publicité Amazon pourraient simplement être canalisés ailleurs—peut-être directement dépensés sur des agents sous différentes formes, ou trouvant de meilleures façons d'atteindre ; deuxièmement, avec la friction réduite, nous pourrions voir plus de consommation—les gens pourraient acheter plus, ce qui est un effet d'entraînement positif pour la croissance économique. J'ai l'impression que nous sommes un peu piégés dans le récit de "cela est préjudiciable au pool de bénéfices," mais en réalité, cela pourrait juste être bon. ... Oui, les deux pourraient être vrais en même temps.

David : Le pool de bénéfices peut changer, mais dans l'ensemble, c'est un ajout à l'économie. Je pense que si nous regardons en arrière dans trois ans, s'il n'y a pas eu d'amélioration significative de l'efficacité au niveau macro—cela pousserait les dépenses des consommateurs en publicité plus élevées—nous serions tous déçus. Mais il pourrait aussi être que le pool de bénéfices disparaisse dans certains endroits et soit ensuite redistribué.

Alex : La réaction immédiate est que la valeur nette du marché entier de l'écosystème est positive. Les gains de Meta dépassent de loin les pertes des marchés.

08 Divergence sur le marché des logiciels publics

Sarah : Oui, revenons à notre discussion sur les logiciels, il se peut qu'il se déplace davantage vers le marché public. La tendance la plus marquante dans ces graphiques est que la composition a clairement changé vers des entreprises plus rentables et à croissance plus lente. Environ 75 % de l'échantillon de logiciels publics est rentable, tandis que seulement 30 % croissent de 20 % ou plus.

David : C'est un chiffre étonnant : seulement 30 % des entreprises de logiciels publics croissent de plus de 20 %—et pas seulement 20 %, mais 30 %.

Alex : Si vous tracez la ligne à 30 %, nous avons discuté qu'il y a absolument moins de cinq entreprises. Et sur le marché privé, chaque entreprise que nous voyons et avec laquelle nous passons du temps croît bien au-delà de 30 %.

David : Et honnêtement, c'est un peu évident : vous allez parler aux responsables informatiques, aux CIO—voir leur croissance et l'argent qu'ils dépensent en IA ; la source d'argent la plus facile n'est pas de dépenser des fonds supplémentaires sur de nouveaux projets de logiciels SaaS.

David : Nous avons investi dans plusieurs entreprises de logiciels SaaS, y compris celles du marché public. Nos conversations avec leurs fondateurs sont très axées : comment puis-je tirer parti de ma distribution existante—souvent très forte, avec des clients verrouillés, comme vous l'avez mentionné à Santi—pour appliquer de nouveaux produits d'IA véritablement intéressants et pousser la croissance des revenus encore plus haut ? Je crois que pour dissiper les plus grandes craintes entourant "l'apocalypse SaaS," nous devons voir une période où les entreprises de logiciels continuent d'enregistrer des chiffres comme 98 % de rétention brute—cela a toujours été un point clé qui les rend attractives en tant qu'objectifs d'investissement ; continuer à stimuler les améliorations d'efficacité dont nous avons discuté ; mais surtout, accélérer la croissance des revenus. Cela montre qu'elles sont défensivement sécurisées et que leurs investissements agressifs amélioreront en fait leur entreprise.

Sarah : Je trouve les idées que vous avez partagées dans ce blog sur "deux chemins" il y a quelques mois très intéressantes en tant que règle empirique. Peut-être pourriez-vous partager un peu plus sur les détails spécifiques des pourcentages.

David : Oui, plus j'écris et parle avec des fondateurs, plus je sens qu'à peu près tout le monde avec qui nous avons parlé dit : "Oui, j'essaie de pousser la croissance des revenus plus haut." C'est clairement le principal chemin pour les entreprises dans lesquelles nous investissons et soutenons. C'est très différent d'il y a un an—lorsque la peur était que "tout le monde réécrive ses systèmes logiciels avec du codage de vibe," et cela ne se produisait clairement pas sur le marché. Mais il y a beaucoup de pression pour livrer une croissance accélérée des revenus. Donc nous avons dit : viser plus de 10 % d'accélération est un chiffre élevé, mais avec des produits magiques et le budget disponible pour l'IA, cela semble faisable. Nous sommes impatients de le voir. Nous avons plusieurs entreprises qui sont déjà proches, et nous verrons des résultats dans les 12 à 18 mois.

Sarah : Absolument. Comme pour tout, vous ne pouvez pas regrouper chaque entreprise dans le même "seau de logiciels" et parler de baisses de multiples et de baisses de croissance. En fait, les logiciels sont devenus très différenciés : regardez ce graphique, la cybersécurité et l'observabilité se distinguent vraiment, et les logiciels verticaux sont globalement beaucoup mieux soutenus que les applications horizontales. Le cadre que nous utilisons pour penser à "ce qui se maintient, ou même se porte bien, et ce qui est en déclin à long terme" est de vraiment réfléchir à la façon dont l'IA change la demande des clients pour ce produit. Les risques de cybersécurité apportés par l'IA ont été pleinement publiés ; mais à mesure que plus de logiciels et d'agents créent de nouveaux besoins en sécurité et en surveillance, cela crée en fait une plus grande demande pour les entreprises établies sur ces marchés—vous pouvez voir l'annotation pour CrowdStrike à droite. À l'inverse, les applications font face à divers degrés de changements de flux de travail : l'un de nos meilleurs PDG, Ali Ghodsi, aime parler de la "guillotine de l'IA" et de ce qui sera coupé en premier. Vous pouvez également réfléchir de l'autre côté : de quoi l'IA a-t-elle réellement besoin ? En combinant ces deux dynamiques, je pense que cela explique la plupart de ce que nous voyons sur le marché public.

Alex : Oui, je pense que cela s'aligne très bien avec ce que nous voyons sur le marché privé. Tout comme vous l'avez suggéré dans l'espace de sécurité, les agents accèdent à de plus en plus de systèmes et prennent plus d'actions—les événements d'OpenAI et de Hugging Face ont été révélateurs pour beaucoup. Donc la sécurité est primordiale. De plus, regardez les entreprises d'IA verticales : elles sont les entreprises à la croissance la plus rapide sur notre marché privé, Harvey, Abridge, Elise, croissant plus vite que tous leurs prédécesseurs dans leurs industries respectives. Cela reflète que les clients réalisent : la clé n'est pas seulement le modèle—comme nous l'avons discuté auparavant—mais comment vous l'orchestrer, comment vous construisez des applications autour de cela, et les exigences de flux de travail pertinentes pour le vertical.

Santi : Nous passons beaucoup de temps à examiner le marché public, non pas pour investir, mais pour évaluer les multiples de sortie, donc nous le suivons de très près. Si je résume cette année : les premiers mois étaient l'"apocalypse SaaS." Nous avons écrit un blog sur les types d'entreprises qui se comporteraient bien. Avançons jusqu'à aujourd'hui, l'indice des logiciels a en fait retrouvé son niveau de début d'année, mais il s'est vraiment différencié en ce qui concerne ce qui est considéré comme des perdants et des gagnants de l'IA. Le marché public simplifie parfois les choses. Mais selon votre point, les gagnants de l'IA ne sont pas seulement ceux qui peuvent améliorer les structures de coûts, mais ceux qui accélèrent réellement et capturent cet nouvel argent ; si vous ne l'avez pas capturé, vous pourriez manquer cette vague.

Sarah : Inversement, nous voulons mettre en avant certaines données opérationnelles provenant d'entreprises privées pour voir ce que les clients font réellement. Dans les données des clients SaaS de Stripe, il existe en fait une découverte "contre-narrative" : la croissance s'est accélérée en 2026 pour les entreprises jeunes et matures.

David : Stripe l'appelle "RenaSaaS."

Santi : Oh, "Renaissance."

David : J'aime en fait beaucoup le terme "RenaSaaS."

Sarah : Oui, j'aime aussi "RenaSaaS."

09 Entre public et privé : 2,4 trillions de dollars en champions privés et IPOs

Santi : Nous avons un peu parlé du marché public, et Sarah a mentionné l'accélération du SaaS sur le marché privé. On nous demande souvent : les entreprises resteront-elles privées plus longtemps ? Regardez les six meilleures entreprises classées par leurs dernières valorisations aujourd'hui : Anthropic, OpenAI, Databricks, Stripe, Waymo, Revolut, totalisant environ 2,4 trillions de dollars. Cela dépasse la capitalisation boursière totale des IPOs au cours de la dernière décennie (hors SpaceX), qui est d'environ 1,7 trillion de dollars. Donc, le niveau d'activité sur notre marché à lui seul—encore une fois, six entreprises, 2,4 trillions de dollars—est presque aussi grand que l'indice Russell 2000, qui est un énorme indice de marché public avec des centaines de gestionnaires de fonds publics passant la plupart de leur temps. Par conséquent, passer du temps sur ces champions en phase tardive devient de plus en plus excitant ; ils peuvent continuer à investir dans la croissance plutôt que de maximiser les bénéfices à court terme. Mais David, pourriez-vous parler de la façon dont nous conseillons les entreprises sur les IPOs et quand elles devraient rester sur le marché privé...

David : Oui, vous voyez, en ce qui concerne les IPOs, surtout pour les entreprises dirigées par des fondateurs, une chose dont nous avons discuté et que j'ai écrite est qu'à ce stade, les fondateurs eux-mêmes sont une classe d'actifs. La raison pour laquelle nous parions sur eux, et une partie de pourquoi certaines entreprises bénéficient de rester privées, est qu'elles peuvent souvent placer des paris plus importants sur le marché privé, et ces paris ont des périodes de retour plus longues. Zuck et Elon sont évidemment des exceptions sur le marché public. Mais vous pouvez voir comment cela se manifeste dans les chiffres pour des entreprises comme Databricks et Stripe : d'énormes nouveaux paris dans de nouveaux domaines de produits, suivis d'une croissance accélérée des revenus. Vous pouvez également faire cela dans une entreprise publique, mais cela sera sous un contrôle plus strict—évidemment, le prix de l'action de Meta est tombé en dessous de 100 $ à son point le plus bas, lorsque les gens étaient extrêmement sceptiques quant à leurs investissements dans l'AR/VR. Pour nous, la façon dont nous parlons avec les fondateurs est : une IPO n'est qu'un autre événement de financement. Qu'est-ce que vous gagnez à devenir une entreprise publique par rapport à être privée ? Clairement, vous pouvez atteindre une échelle significative sur le marché privé. Certaines entreprises fonctionnent déjà comme des entreprises publiques : très axées sur l'efficacité, avec pratiquement chaque métrique suivie. D'autres peuvent bénéficier de la divulgation publique de leurs finances pour gagner la confiance des clients tant au niveau des entreprises qu'au niveau des consommateurs—comme Navan après être devenu public, nous l'avons vu accélérer à nouveau, en partie parce que certaines grandes entreprises leur font davantage confiance parce qu'ils sont une entreprise publique.

David : Oui, bien sûr, il y a des exemples comme celui-ci : les besoins en capital peuvent devenir très importants au fil du temps, et le pool de capital sur le marché privé est très profond, capable de servir de nombreuses entreprises de ce type, mais à un moment donné, les besoins en capital peuvent devenir si importants que le marché privé ne peut pas les accueillir.

Santi : C'est le marché public. Sur le marché privé, un autre domaine sur lequel nous passons beaucoup de temps est le marché secondaire. Il existe deux dynamiques ici. Premièrement, nous voyons de plus en plus d'entreprises faire des offres pour les employés—si elles choisissent de rester privées, permettant aux employés d'obtenir de la liquidité en dehors du marché public. Un point de données intéressant ici est que Carta montre que le taux de participation aux offres est seulement de 58 %—les employés choisissent de ne pas prendre de liquidité parce qu'ils ont une grande confiance dans la performance de leur entreprise. Cela contraste fortement avec le récit selon lequel parfois "les employés encaissent"—ce que nous voyons, c'est que les employés choisissent de ne pas encaisser parce qu'ils croient tellement en leur entreprise.

David : Imaginez si cela était de 100 %, que se passerait-il avec les prix de l'immobilier à San Francisco ?

David : Ce serait difficile. En effet. Nous participons clairement à ces offres d'achat et les dirigeons souvent. Nous croyons qu'elles sont une bonne chose. Elles servent deux objectifs. Premièrement, pour les employés et les employés potentiels, il peut parfois être difficile de rivaliser avec l'attrait de liquidité du marché public—les RSU entrant dans votre compte chaque trimestre sur une base nette de taxes. Donc, c'est une arme concurrentielle pour le marché privé lorsqu'il s'agit de rivaliser pour le talent ou de retenir des employés contre des entreprises publiques. D'autre part : nous plaidons pour des réinitialisations plus fréquentes des évaluations. Cela garde le prix de vos actions privées frais pour plusieurs raisons : premièrement, cela facilite la discussion avec les employés et les employés potentiels ; deuxièmement, si vous souhaitez faire des fusions et acquisitions—nous avons de nombreuses entreprises qui ont fait cela—vous avez une monnaie fraîche à utiliser.

Santi : Je pense que la décote sur le marché secondaire a été beaucoup discutée parce que c'était la dynamique au cours des cinq dernières années : alors que nous sortons de 2021, 22, 23 et 24, la décote médiane par rapport au prix du dernier tour sur le marché secondaire est assez significative car certains tours peuvent avoir été trop élevés ou obsolètes. Mais ce que nous voyons en réalité aujourd'hui, c'est que lorsqu'il y a des transactions sur le marché secondaire, la décote par rapport au prix du dernier tour est pratiquement nulle. Cela montre simplement que les prix de financement pour les entreprises sont frais, et il y a toujours de nouveaux investisseurs prêts à acheter au même prix—ce qui n'a pas été le cas au cours de l'année ou des deux dernières années.

10 Tout est IA : prochaines opportunités

David : Oui, bon point. Ce graphique intéressant s'appelle "Tout est IA Computing." Dans ce snapshot de 2026, les entreprises liées à l'IA représentent 86 % de l'activité de transactions de capital-risque aux États-Unis, contre 65 % en 2025. Clairement, l'IA est devenue la destination dominante pour le capital-risque.

Alex : Oui, mais sous l'étiquette IA, les opportunités se sont en fait élargies de manière significative : applications d'entreprise, applications consommateurs, ainsi que services, semi-conducteurs et énergie.

Alex : Et défense. Beaucoup d'attention est portée sur OpenAI, xAI et Anthropic, mais au-delà de cela, notre ensemble d'opportunités n'a jamais été aussi profond et large qu'il l'est maintenant.

David : Enfin, nous pensons qu'il serait intéressant de parler de certains domaines qui nous enthousiasment beaucoup en ce moment. Clairement, nous touchons à certains travaux consommateurs qui seront réalisés par des agents—vous pouvez les appeler agents de longue durée, agents autonomes, consommateurs fortement utilisés. Si vous pensez de cette perspective : les agents consommateurs peuvent faire toutes les tâches que vous ne voulez pas faire, vous donnant des choses sur lesquelles vous ne dépenseriez pas de temps ou d'argent—c'est très attrayant, et je pense que sa propagation sera rapide.

La robotique est un domaine sur lequel nous avons passé beaucoup de temps et d'attention, et nous croyons par ailleurs qu'elle pourrait même être plus grande que les LLM, mais elle pourrait arriver trois à cinq ans plus tôt. Donc, au cours des cinq prochaines années, ce sera un énorme domaine d'investissement et d'excitation.

La conduite autonome est là, et la technologie sans conducteur est réalisable. C'est une période incroyablement excitante. En regardant l'industrie automobile et des transports : c'est l'une des plus grandes industries au monde, mais nous n'en parlons peut-être pas beaucoup parce que nous passons tellement de temps à discuter de l'IA. Si nous regardons le kilométrage d'Uber et de Lyft, cela ne représente qu'environ 1 % du kilométrage total aux États-Unis. Je crois qu'avec un réseau de conduite autonome qui est 14 fois plus sûr que les conducteurs humains, ce chiffre augmentera d'au moins un ordre de grandeur dans les années à venir. De plus, avec 17 millions de nouvelles voitures vendues chaque année aux États-Unis, je crois que dans la prochaine décennie, elles seront toutes autonomes.

David : IA multipliée par biologie : c'est un domaine incroyablement excitant, et les gens dans les laboratoires en parlent clairement—nouvelle découverte de médicaments, traitement de certaines des maladies les plus débilitantes au monde. Nous avons tous de grands espoirs pour cette promesse, et nous verrons beaucoup de progrès dans la prochaine décennie.

David : La santé personnelle est un autre domaine qui m'excite beaucoup—en tant que maximaliste de la santé, j'ai toujours pensé qu'il n'y avait pas de bon endroit pour mettre toutes vos informations sur vous-même et obtenir des conseils hautement personnalisés.

David : Enfin, entrer dans les entreprises et la diffusion au-delà du codage : c'est ce dont vous venez de parler, Sarah—la diffusion réelle de la technologie dans les entreprises est encore si précoce, et je pense que cela sera super, super excitant.

David : Enfin, il y a un domaine qui n'est pas dans le seau de l'IA, que nous appelons le dynamisme américain—le réarmement de l'ensemble de la pile technologique du "dynamisme américain". Nous avons investi dans ce domaine depuis longtemps et sommes de grands investisseurs. Cela représente encore moins de 5 % des dépenses totales de défense. De nouveaux fournisseurs comme Anduril, Saronic et Castelion devraient croître considérablement avec la demande changeante.

David : Il y a tant de domaines passionnants. Clairement, nous sommes très actifs dans l'IA, et nous sommes optimistes quant à son impact sur l'ensemble de l'économie—construire une échelle est énorme, mais nous croyons que cela sera un énorme coup de pouce en matière d'efficacité aux États-Unis. Ce fut un plaisir d'enregistrer cette émission avec vous tous. Merci.