Levées de fonds : hors IA, les startups affrontent un marché du capital-risque plus fermé

L’intelligence artificielle ne transforme pas seulement les produits et les métiers : elle redessine aussi les circuits du financement des jeunes entreprises. En 2025, pour une startup qui cherche des investisseurs, afficher une stratégie crédible autour de l’IA est devenu un atout majeur. À l’inverse, les entreprises qui évoluent dans d’autres domaines doivent faire face à un environnement beaucoup plus sélectif, avec moins de fonds disponibles et une concurrence accrue pour chaque investissement.

Les chiffres cités par PitchBook illustrent un phénomène de concentration spectaculaire. Les investisseurs en capital-risque, ces professionnels qui prennent des participations dans des entreprises encore jeunes en espérant une forte croissance, dirigent une part croissante de leurs moyens vers l’IA. Cette dynamique ne signifie pas que toute startup doit se rebaptiser entreprise d’IA. Elle signifie en revanche qu’un projet qui ne s’inscrit pas dans cette vague doit aujourd’hui expliquer avec encore plus de précision pourquoi il mérite du capital.

L’IA capte plus de la moitié des investissements mondiaux

D’après les données rapportées par PitchBook, les investissements en capital-risque dans l’intelligence artificielle atteignent déjà 192,7 milliards de dollars en 2025. Dans le même temps, le montant total des capitaux investis dans les startups à l’échelle mondiale s’élève à 366,8 milliards de dollars.

Autrement dit, l’IA concentre à elle seule une part considérable de l’argent investi dans les jeunes pousses. La tendance est particulièrement marquée au dernier trimestre observé : 62,7 % des capitaux de capital-risque déployés aux États-Unis ont été orientés vers l’IA. À l’échelle mondiale, cette part s’établit à 53,2 %.

Ces montants doivent toutefois être lus avec une nuance importante : les totaux du capital-risque sont fortement influencés par quelques opérations géantes. Lorsqu’une entreprise déjà très connue lève plusieurs milliards de dollars, elle fait bondir les statistiques annuelles. Cela ne veut donc pas dire que toutes les startups spécialisées en IA trouvent facilement un financement, ni que chaque projet intégrant un outil d’IA intéresse automatiquement les fonds.

Pourquoi les méga-levées renforcent la concentration

L’exemple d’Anthropic résume l’ampleur prise par le phénomène. L’entreprise a récemment réalisé un tour de financement de 13 milliards de dollars. Ce type d’opération est exceptionnel à l’échelle d’une startup, mais il devient plus fréquent parmi les sociétés qui développent des modèles d’IA de grande taille ou les infrastructures nécessaires à leur entraînement et à leur déploiement.

Ces entreprises nécessitent des montants considérables. Concevoir, entraîner et exploiter des modèles d’IA générative exige notamment une puissance de calcul importante, des centres de données et des équipes de recherche très spécialisées. Leurs besoins en capitaux dépassent donc souvent ceux d’une application numérique classique ou d’un service en ligne naissant.

Pour les investisseurs, le raisonnement est double. D’un côté, l’IA est perçue comme une technologie susceptible de créer de nouveaux marchés et de transformer des secteurs entiers. De l’autre, les acteurs les plus avancés peuvent espérer construire des positions très difficiles à rattraper, grâce à leur expertise, leurs données, leurs infrastructures ou leurs partenariats.

Cette logique pousse une partie du capital-risque à privilégier les dossiers pouvant devenir des plateformes technologiques majeures. Le risque est que les entreprises moins directement liées à l’IA, même lorsqu’elles répondent à un besoin concret, aient plus de mal à retenir l’attention au premier rendez-vous.

Un marché qui se divise entre projets d’IA et autres startups

Kyle Sanford, analyste cité par PitchBook, décrit un marché qui se sépare de plus en plus nettement entre les entreprises exposées à l’IA et les autres. Cette division ne repose pas uniquement sur la qualité intrinsèque des produits. Elle reflète aussi une allocation des capitaux : lorsqu’un fonds mobilise une part importante de ses ressources sur quelques paris très ambitieux dans l’IA, il dispose mécaniquement de moins de moyens pour les autres secteurs.

La baisse du nombre de nouveaux fonds de capital-risque créés renforce ce déséquilibre. PitchBook en recense 823 en 2025, contre 4 430 en 2022. Il faut bien distinguer ces fonds des startups : il s’agit des structures d’investissement qui collectent de l’argent auprès de leurs propres souscripteurs avant de le placer dans de jeunes entreprises.

Moins de fonds nouvellement créés peut signifier moins d’investisseurs disposant de capitaux frais à engager. Pour les fondateurs, cela se traduit par plusieurs difficultés concrètes :

• davantage de projets se disputent les rendez-vous avec un nombre plus limité de partenaires financiers ;
• les investisseurs peuvent prendre plus de temps avant de décider ;
• les exigences en matière de revenus, de croissance ou de rentabilité peuvent augmenter ;
• les startups qui ne relèvent pas de l’IA doivent souvent fournir plus de preuves avant d’obtenir un financement.

Cette situation ne rend pas les levées de fonds impossibles hors IA. Elle rend simplement le processus plus exigeant et moins prévisible. Une jeune entreprise dans la santé, la transition environnementale, le commerce, les logiciels professionnels ou les services aux entreprises peut encore intéresser des investisseurs. Mais elle doit être capable de formuler une proposition particulièrement solide : quel problème résout-elle, pour quels clients, avec quel modèle économique, et pourquoi maintenant ?

Une startup doit-elle absolument devenir une entreprise d’IA ?

Non. Ajouter artificiellement le terme « IA » à une présentation ne suffit pas à convaincre un investisseur averti. Cette stratégie peut même devenir contre-productive si l’usage de la technologie ne répond à aucun besoin identifiable, n’améliore pas réellement le produit ou ne s’accompagne d’aucune maîtrise technique.

La question pertinente pour les entrepreneurs n’est pas seulement « comment paraître lié à l’IA ? ». Elle est plutôt : l’IA permet-elle de produire un service plus utile, plus rapide, plus fiable ou moins coûteux pour les clients ? Dans certains cas, la réponse sera oui. Dans d’autres, le principal avantage compétitif viendra d’un savoir-faire métier, d’une distribution efficace, d’une relation de confiance avec les utilisateurs ou d’un produit difficile à reproduire.

Pour une startup non spécialisée dans l’IA, il peut être plus judicieux de présenter clairement son identité que de suivre une mode. Les investisseurs cherchent aussi à comprendre les limites d’un projet : les risques réglementaires, les coûts d’acquisition des clients, la dépendance à certains fournisseurs, le temps nécessaire pour atteindre la rentabilité. Une réponse honnête et structurée à ces questions est plus utile qu’une promesse technologique imprécise.

Comment financer un projet qui n’est pas centré sur l’IA ?

Face à un capital-risque plus concentré, diversifier ses sources de financement devient essentiel. Le capital-risque demeure adapté aux entreprises qui visent une croissance rapide et un marché très large, mais il n’est pas la seule option. Le bon choix dépend du secteur, du niveau de maturité de l’entreprise, du montant recherché et du rythme de développement souhaité.

Les fondateurs peuvent notamment regarder du côté des investisseurs spécialisés dans leur industrie. Un fonds connaissant déjà la santé, l’énergie, la finance, l’immobilier ou le commerce peut mieux évaluer la valeur d’une innovation sectorielle qu’un investisseur généraliste focalisé sur les modèles d’IA. Les réseaux d’investisseurs individuels, les incubateurs et accélérateurs, les aides publiques, les concours ou le financement participatif peuvent également compléter une levée de fonds traditionnelle.

Dans tous les cas, la présentation aux investisseurs gagne à s’appuyer sur des éléments vérifiables plutôt que sur des ambitions générales. Les indicateurs les plus convaincants varient selon l’activité, mais peuvent inclure :

• une progression des ventes ou du nombre de clients ;
• un taux de rétention montrant que les utilisateurs restent fidèles au produit ;
• des contrats, pilotes ou partenariats qui valident l’intérêt du marché ;
• une compréhension chiffrée des coûts et des marges ;
• une équipe dont l’expérience correspond précisément au problème traité.

Une startup qui sait expliquer ce qu’elle a déjà prouvé, ce qui reste à financer et la façon dont chaque euro servira à franchir une étape précise a davantage de chances de se démarquer. Cette discipline est utile en période d’abondance, mais elle devient décisive lorsque les investisseurs sont plus sélectifs.

Ce qu’il faut surveiller dans les prochains mois

Le point central sera de savoir si la concentration des investissements dans l’IA se maintient, s’accentue ou finit par se diffuser vers davantage d’entreprises et de secteurs. Les chiffres de 2025 montrent déjà une domination très nette de l’IA dans les montants investis. Ils montrent aussi que les grandes levées de fonds jouent un rôle majeur dans cette dynamique.

Il faudra également surveiller le nombre de nouveaux fonds de capital-risque créés. Le recul de 4 430 fonds en 2022 à 823 en 2025 est un signal important pour l’ensemble de l’écosystème : le financement des startups dépend aussi de la capacité des investisseurs à collecter eux-mêmes de nouveaux capitaux.

Pour les entrepreneurs, la période impose moins de suivre un mot d’ordre unique que de choisir une stratégie cohérente. Les projets d’IA devront prouver qu’ils possèdent autre chose qu’une promesse technologique. Les projets hors IA devront démontrer avec rigueur leur utilité, leur traction commerciale et leur potentiel de croissance. Dans les deux cas, l’époque où une présentation séduisante suffisait à déclencher une levée de fonds paraît s’éloigner.