Les sociétés de capital-risque sous-estiment les défis liés à la transformation des services d'IA

Les investisseurs en capital-risque pensent avoir découvert le prochain grand avantage en matière d'investissement : tirer parti de l'IA pour obtenir des marges bénéficiaires similaires à celles des logiciels dans des secteurs de services traditionnellement à forte intensité de main-d'œuvre. Leur approche consiste à acquérir des sociétés de services professionnels bien établies, à déployer l'IA pour automatiser les opérations, puis à utiliser les flux de trésorerie ainsi améliorés pour acquérir d'autres sociétés dans le cadre d'une stratégie de regroupement.

General Catalyst (GC) est le pionnier de ce mouvement, ayant alloué 1,5 milliard de dollars de son dernier fonds à une stratégie de « création ». Cette initiative se concentre sur le développement de sociétés de logiciels natifs d'IA dans des secteurs spécifiques, puis sur l'utilisation de ces sociétés comme plateformes pour acquérir des entreprises bien établies, ainsi que leur clientèle, dans les mêmes secteurs. GC a déjà réalisé des investissements dans sept secteurs, dont les services juridiques et la gestion informatique, avec l'ambition de s'étendre à terme à pas moins de 20 domaines différents.

« Le secteur mondial des services représente 16 000 milliards de dollars de chiffre d'affaires annuel », a déclaré Marc Bhargava, qui dirige les initiatives connexes de GC, dans une récente interview accordée à TechCrunch. « En revanche, le marché mondial des logiciels ne représente qu'un trillion de dollars », a-t-il observé, soulignant que l'attrait des logiciels a toujours résidé dans leurs marges supérieures. « Lorsque les logiciels prennent de l'ampleur, le coût marginal est minime tandis que le revenu marginal est substantiel. »

Il a expliqué que si l'on pouvait automatiser de la même manière les entreprises de services, en traitant 30 à 50 % de leurs opérations avec l'IA, et jusqu'à 70 % des tâches essentielles dans des domaines tels que les centres d'appels, les perspectives financières deviendraient incroyablement attrayantes.

Cette stratégie porte déjà ses fruits. Prenons l'exemple de Titan MSP, l'une des sociétés du portefeuille de GC. La société d'investissement a fourni 74 millions de dollars en deux tours de financement pour aider à développer des outils d'IA destinés aux fournisseurs de services gérés, puis a racheté RFA, une importante société de services informatiques. Grâce à des programmes pilotes, M. Bhargava rapporte que Titan a automatisé 38 % des tâches MSP standard. La société a désormais l'intention d'utiliser ses marges améliorées pour acquérir davantage de MSP dans le cadre d'une consolidation classique du secteur.

Parallèlement, la société a incubé Eudia, qui cible les services juridiques des entreprises plutôt que les cabinets d'avocats. Eudia a séduit des clients du Fortune 100 tels que Chevron, Southwest Airlines et Stripe, en leur proposant des services juridiques à prix fixe basés sur l'IA plutôt que la facturation horaire traditionnelle. La société a récemment acquis Johnson Hanna, un autre prestataire de services juridiques, afin d'élargir sa présence sur le marché.

M. Bhargava a précisé que GC vise à au moins doubler la marge EBITDA des entreprises qu'elle acquiert.

Rejoignez plus de 10 000 leaders du secteur technologique et du capital-risque pour favoriser la croissance et les relations lors de Disrupt 2025

Netflix, Box, a16z, ElevenLabs, Wayve, Sequoia Capital, Elad Gil... Ce ne sont là que quelques-uns des plus de 250 acteurs majeurs qui animeront plus de 200 sessions conçues pour vous fournir les informations qui alimentent la croissance des start-ups et affinent votre avantage concurrentiel. Ne manquez pas le 20e anniversaire de TechCrunch et l'occasion d'apprendre auprès des plus grands noms de la technologie. Achetez votre billet avant l'ouverture des portes pour économiser jusqu'à 444 $.

Rejoignez plus de 10 000 leaders du secteur technologique et du capital-risque pour favoriser la croissance et les connexions lors de Disrupt 2025

Netflix, Box, a16z, ElevenLabs, Wayve, Sequoia Capital, Elad Gil... Ce ne sont là que quelques-uns des plus de 250 grands noms qui animeront plus de 200 sessions conçues pour vous fournir les informations qui stimulent la croissance des start-ups et affinent votre avantage concurrentiel. Ne manquez pas le 20e anniversaire de TechCrunch et l'occasion d'apprendre auprès des plus grands noms de la technologie. Achetez votre billet avant le 26 septembre pour économiser jusqu'à 668 $.

GC n'est pas la seule entreprise à adopter cette philosophie. La société de capital-risque Mayfield a consacré 100 millions de dollars spécifiquement à des investissements dans des « coéquipiers IA », notamment Gruve, une start-up de conseil en informatique qui a racheté une société de conseil en sécurité pour 5 millions de dollars. Selon ses fondateurs, Gruve a ensuite porté le chiffre d'affaires de cette acquisition à 15 millions de dollars en six mois, tout en atteignant une marge brute de 80 %.

« Si l'IA prend en charge 80 % du travail, elle peut générer des marges brutes de 80 % à 90 % », a déclaré Navin Chaddha, directeur général de Mayfield, à TechCrunch cet été. « Vous pourriez atteindre des marges combinées de 60 % à 70 % et produire un revenu net de 20 % à 30 %. »

L'investisseur indépendant Elad Gil poursuit une stratégie similaire depuis trois ans, en soutenant des entreprises qui acquièrent des activités matures et les transforment grâce à l'IA. « Si vous possédez l'actif, vous pouvez mettre en œuvre des changements beaucoup plus rapidement que si vous vous contentez de vendre des logiciels en tant que fournisseur externe », a expliqué M. Gil dans une interview accordée à TechCrunch au printemps dernier.

Cependant, les premiers indicateurs suggèrent que cette transformation du secteur des services pourrait être plus complexe que ne le prévoient les investisseurs en capital-risque. Une étude récente menée par des chercheurs du Stanford Social Media Lab et de BetterUp Labs a interrogé 1 150 employés à temps plein dans divers secteurs et a révélé que 40 % d'entre eux sont accablés par une charge de travail supplémentaire due à ce que les chercheurs appellent le « workslop » : des résultats générés par l'IA qui semblent soignés mais manquent de substance, créant ainsi un surcroît de travail et des complications pour leurs collègues.

Cette tendance a un impact négatif sur les organisations. Les participants à l'enquête ont déclaré passer en moyenne près de deux heures à traiter chaque cas de workslop, y compris le temps nécessaire pour le déchiffrer, décider s'il faut le renvoyer pour révision et, souvent, simplement le corriger eux-mêmes.

Sur la base des estimations de temps et des salaires déclarés par les participants, les auteurs de l'étude ont calculé que le workslop impose un coût caché d'environ 186 dollars par employé et par mois. « Pour une organisation comptant 10 000 employés, compte tenu de la prévalence estimée du workslop... cela se traduit par une perte de productivité de plus de 9 millions de dollars par an », écrivent-ils dans un nouvel article publié dans la Harvard Business Review.

M. Bhargava a contesté l'idée selon laquelle l'IA est surestimée, arguant que ces défis de mise en œuvre renforcent en fait l'approche de GC. « Je pense que cela met en évidence l'opportunité, à savoir que l'application de la technologie IA à ces entreprises n'est pas simple », a-t-il déclaré. « Si toutes les entreprises du classement Fortune 100 pouvaient simplement engager un cabinet de conseil, mettre en œuvre une IA, signer un contrat avec OpenAI et transformer leur activité, alors notre thèse serait évidemment moins convaincante. Mais la réalité est que transformer une entreprise avec l'IA est vraiment difficile. »

Il a identifié l'expertise technique requise en matière d'IA comme l'élément manquant le plus crucial. « Il existe une grande variété de technologies d'IA, chacune ayant des atouts différents », a-t-il noté. « Vous avez vraiment besoin d'ingénieurs en IA appliquée issus d'entreprises telles que Rippling, Ramp, Figma et Scale, qui ont une expérience pratique des différents modèles, en comprennent les nuances, savent quels modèles conviennent à des tâches spécifiques et savent comment les intégrer dans des logiciels. » Il a soutenu que cette complexité est précisément la raison pour laquelle la stratégie de GC consistant à associer des spécialistes de l'IA à des experts du secteur pour créer des entreprises à partir de zéro est si logique.

Néanmoins, le workslop menace sans aucun doute de compromettre en partie les fondements économiques de cette stratégie. Même si une société holding est créée comme base, si les entreprises acquises réduisent leurs effectifs comme le suggère le modèle d'efficacité de l'IA, il y aura moins de personnes disponibles pour identifier et corriger les erreurs générées par l'IA. Si les entreprises maintiennent leurs effectifs actuels pour faire face à la charge de travail supplémentaire créée par les résultats imparfaits de l'IA, les améliorations substantielles des marges sur lesquelles comptent les sociétés de capital-risque pourraient ne jamais se concrétiser.

On pourrait faire valoir que ces facteurs devraient tempérer les plans d'expansion agressifs qui sont au cœur des stratégies de regroupement des sociétés de capital-risque, plans qui risquent de compromettre les indicateurs financiers qui rendent ces transactions attrayantes. Cependant, de manière réaliste, il faudra plus que quelques études pour ralentir la plupart des investisseurs de la Silicon Valley.

En effet, comme ils acquièrent généralement des entreprises disposant déjà d'un flux de trésorerie, GC affirme que ses entreprises « à stratégie de création » sont déjà rentables, ce qui représente un changement significatif par rapport au modèle traditionnel des sociétés de capital-risque qui soutiennent des start-ups à forte croissance et à forte consommation de trésorerie. Cela représente probablement un changement bienvenu pour les commanditaires qui financent les sociétés de capital-risque, qui ont subi pendant des années les pertes des entreprises de leur portefeuille qui n'ont jamais atteint la rentabilité.

« Tant que la technologie de l'IA continuera à progresser et que nous observerons ces investissements massifs et l'amélioration des modèles, je pense qu'il y aura de plus en plus de secteurs dans lesquels nous pourrons aider à incuber des entreprises », a déclaré M. Bhargava.