Le vice-président de Google met en garde contre la restructuration des start-ups spécialisées dans l'IA

Chargement du lecteur…

L'essor de l'IA générative a favorisé la création rapide de nombreuses start-ups. Cependant, alors que l'enthousiasme initial s'estompe, deux modèles commerciaux auparavant très populaires, les wrappers LLM et les agrégateurs d'IA, sont de plus en plus considérés comme des signes avant-coureurs.

Darren Mowry, qui dirige l'organisation mondiale des start-ups de Google pour Cloud, DeepMind et Alphabet, suggère que les start-ups qui s'appuient fortement sur ces modèles ont leur « voyant moteur » allumé.

Les wrappers LLM sont essentiellement des start-ups qui développent un produit ou une couche d'expérience utilisateur à partir de grands modèles linguistiques existants tels que Claude, GPT ou Gemini afin de répondre à un besoin spécifique. Un exemple serait une start-up utilisant l'IA pour aider les étudiants dans leurs études.

« Si votre stratégie repose principalement sur le modèle backend qui fait tout le travail lourd, et que vous utilisez essentiellement ce modèle en marque blanche, le secteur perd patience avec cette approche », a déclaré M. Mowry dans l'épisode de cette semaine de l'émission Equity.

Selon M. Mowry, le fait d'envelopper « une propriété intellectuelle très mince autour de Gemini ou GPT-5 » indique un manque de différenciation.

Il a souligné que pour qu'une start-up « progresse et se développe », elle a besoin de « fossés profonds et larges qui soient soit différenciés horizontalement, soit profondément spécifiques à un marché vertical ». Parmi les exemples de wrappers LLM dotés de fossés importants, on peut citer Cursor, un assistant de codage alimenté par GPT, et Harvey AI, un assistant juridique basé sur l'IA.

Économisez jusqu'à 300 $ ou 30 % sur le TechCrunch Founder Summit

Rejoignez plus de 1 000 fondateurs et investisseurs au TechCrunch Founder Summit 2026 pour une journée entière consacrée à la croissance, à l'exécution et à la mise à l'échelle pratique. Apprenez auprès de fondateurs et d'investisseurs qui ont façonné le secteur. Entrez en contact avec des pairs à des stades de croissance similaires. Repartez avec des tactiques concrètes que vous pouvez mettre en œuvre immédiatement.

L'offre prend fin le 13 mars.

Économisez jusqu'à 300 $ ou 30 % sur le TechCrunch Founder Summit

Rejoignez plus de 1 000 fondateurs et investisseurs au TechCrunch Founder Summit 2026 pour une journée entière consacrée à la croissance, à l'exécution et à la mise à l'échelle pratique. Apprenez auprès des fondateurs et des investisseurs qui ont façonné le secteur. Entrez en contact avec des pairs à des stades de croissance similaires. Repartez avec des tactiques concrètes que vous pouvez mettre en œuvre immédiatement.

L'offre prend fin le 13 mars.

En bref, les startups ne peuvent plus espérer simplement superposer une interface utilisateur à un modèle GPT et obtenir une traction significative pour leur produit, une stratégie qui aurait pu fonctionner mi-2024 avec le lancement de la boutique ChatGPT d'OpenAI. L'impératif actuel est de créer une valeur intrinsèque et durable pour le produit.

Les agrégateurs d'IA sont un type spécifique de wrapper : des start-ups qui combinent plusieurs LLM dans une interface unique ou une couche API pour acheminer les requêtes vers différents modèles. Ces plateformes offrent généralement une couche d'orchestration avec des outils de surveillance, de gouvernance ou d'évaluation. Citons par exemple la start-up de recherche IA Perplexity ou la plateforme de développement OpenRouter, qui donne accès à plusieurs modèles d'IA via une API unifiée.

Bien que plusieurs de ces plateformes aient gagné des utilisateurs, le conseil de Mowry aux nouvelles start-ups est sans équivoque : « Restez à l'écart du secteur des agrégateurs. »

Il explique que les agrégateurs ont généralement du mal à se développer ou à progresser, car les utilisateurs souhaitent disposer d'une « propriété intellectuelle intégrée » afin d'être dirigés vers le modèle le plus adapté à leurs besoins spécifiques, et non en raison de limitations sous-jacentes en matière de calcul ou d'accès.

Fort de plusieurs décennies d'expérience dans le secteur du cloud, notamment chez AWS et Microsoft avant de rejoindre Google Cloud, Mowry a déjà été témoin de ce cycle. Il établit un parallèle avec les débuts du cloud computing à la fin des années 2000 et au début des années 2010, lorsque l'activité cloud d'Amazon a connu un essor fulgurant.

Au cours de cette période, de nombreuses start-ups ont vu le jour pour revendre l'infrastructure AWS, se positionnant comme des passerelles conviviales offrant des outils, une facturation consolidée et une assistance. Cependant, à mesure qu'Amazon développait ses propres outils d'entreprise et que les clients devenaient compétents dans la gestion directe des services cloud, la plupart de ces start-ups intermédiaires ont été marginalisées. Seules celles qui apportaient une réelle valeur ajoutée grâce à des services tels que la sécurité, la migration ou le conseil en DevOps ont survécu.

Les agrégateurs d'IA d'aujourd'hui sont confrontés à des pressions similaires sur leurs marges, car les principaux fournisseurs de modèles élargissent leurs propres gammes de fonctionnalités d'entreprise, rendant potentiellement les intermédiaires superflus.

À l'inverse, Mowry est optimiste quant aux plateformes de développement et au « vibe coding », qui ont connu une année marquante en 2025. Des start-ups telles que Replit, Lovable et Cursor (toutes clientes de Google Cloud, selon Mowry) ont attiré des investissements importants et ont été largement adoptées par les utilisateurs.

M. Mowry prévoit également une forte croissance des technologies destinées directement aux consommateurs, grâce auxquelles les entreprises fournissent aux utilisateurs finaux de puissants outils d'IA. Il a souligné le potentiel pour les étudiants en cinéma et en télévision d'utiliser le générateur de vidéos IA de Google, Veo, pour visualiser leurs histoires.

Au-delà de l'IA, Mowry identifie les biotechnologies et les technologies climatiques comme des domaines de croissance importants, stimulés à la fois par les investissements en capital-risque et par les « quantités incroyables de données » désormais accessibles aux start-ups, leur permettant de créer une valeur substantielle « d'une manière auparavant inimaginable ».