a16z dévoile la vérité sur la prospérité de l'IA : le top 1 % soutient tout le récit de l'IA

Auteur : Block Analytics Ltd X Merkle 3s Capital

Cet article s'inspire du rapport a16z "State of Markets II" (septembre 2026, David George).

Au cours de l'année écoulée, environ trois quarts de la croissance des bénéfices des actions américaines proviennent des entreprises technologiques. Les revenus, la puissance de calcul et les dépenses en capital liés à l'IA battent des records presque chaque trimestre. Cependant, si vous demandez aux gens autour de vous ce que l'IA a apporté à leur salaire, à leur entreprise et à leur compte, la plupart ne sauront pas répondre. Les données macroéconomiques sont si chaudes, mais la sensation personnelle est si froide. Comment ces deux choses peuvent-elles coexister ?

Un même rapport, deux mondes

Commençons par le côté chaud. Ce rapport de 90 pages de a16z commence par qualifier la technologie de "cycle de tout". Cela signifie que la technologie n'est plus un secteur, mais le moteur de l'économie entière. Le rapport estime que la construction d'infrastructures d'IA a contribué à la majeure partie des nouvelles dépenses de construction et à la croissance des emplois de cols bleus aux États-Unis.

Le financement de cette construction est également très concentré. Le rapport souligne que quelques grands fournisseurs de cloud ont financé la majeure partie des dépenses en capital, ce qui a entraîné une forte baisse des flux de trésorerie disponibles, qui ne devraient pas se rétablir avant 2028. La partie manquante est comblée par le marché obligataire. La facture totale de l'infrastructure d'IA repose principalement sur quelques géants.

Les données de bénéfices sont également très chaudes. Le S&P 500 est un indice boursier composé des 500 plus grandes entreprises cotées en bourse aux États-Unis. Selon la méthode de calcul de ce rapport, jusqu'en août 2026, environ trois quarts de la croissance des bénéfices du S&P 500 proviennent des entreprises technologiques, dont la croissance des bénéfices est près de quatre fois supérieure à celle des entreprises non technologiques.

Le rapport souligne également que cette hausse ne ressemble pas à une bulle. Les multiples de valorisation des actions technologiques sont environ 20 % inférieurs à la moyenne des cinq dernières années, et la hausse des prix est principalement soutenue par les bénéfices. Les prix sont poussés par les bénéfices, pas par l'émotion.

Les petits investisseurs se sont également joints à cette effervescence. La page 13 du rapport mentionne que les petits investisseurs restent une force importante sur le marché, avec un effet de levier et une tendance à acheter qui amplifient la volatilité. Contrairement à l'époque où les gens spéculaient sur les "actions populaires", cette fois-ci, les petits investisseurs achètent un thème consensuel. En d'autres termes, tout le monde achète la même histoire d'IA.

Passons maintenant au côté froid. Le titre de la page 27 du rapport est "La demande est forte, mais il est encore tôt". Près de 70 % des entreprises du S&P 500 affirment utiliser l'IA. Environ 30 % peuvent rapporter un impact quantifiable. Seulement environ 2 % suivent en continu les indicateurs de performance.

Le rapport évalue ces chiffres en une phrase : l'adoption est large, mais peu profonde. Le côté chaud et le côté froid proviennent du même rapport, des mêmes auteurs, du même mois. Ils ne sont pas contradictoires. La contradiction réside uniquement dans notre habitude de les lire à travers la moyenne.

Les moyennes peuvent être trompeuses. Supposons qu'il y ait 10 personnes dans une pièce, 1 personne gagne 10 millions de yuans par an, et les 9 autres gagnent 100 000 yuans par an. Le revenu moyen annuel de cette pièce est de 1,09 million de yuans. Ce chiffre est vrai, mais il ne décrit aucune des personnes réelles dans la pièce.

L'IA est actuellement une telle pièce. La page 32 du rapport le dit clairement : les données globales impressionnantes masquent la réalité sous la surface. La croissance est alimentée par un très petit nombre d'utilisateurs intensifs. Lorsque j'ai lu cette page, je suis retourné en arrière et j'ai relu les 30 pages précédentes.

En lisant sous un autre angle, chaque chapitre du rapport parle de la même chose. L'argent et les avantages de l'ère de l'IA vont d'abord aux plus privilégiés à chaque niveau. Au niveau des utilisateurs, au niveau des entreprises, au niveau des logiciels, du capital-risque et des startups, c'est la même chose. Examinons cela niveau par niveau.

L'IA est populaire, mais elle ne l'est que chez quelques personnes.

1 % des personnes consomment la majeure partie de l'IA

Commençons par expliquer un terme. Un token est une unité de mesure que les modèles d'IA utilisent pour traiter le texte, que l'on peut grossièrement comprendre comme le "nombre de mots" que l'IA lit et écrit. Plus une personne ou une entreprise utilise de tokens, plus cela signifie qu'elle fait travailler l'IA. Ainsi, la consommation de tokens est un bon indicateur de l'intensité réelle de l'utilisation de l'IA.

Le rapport donne à la page 32 la phrase la plus importante de tout le document. La croissance de la demande de tokens est presque entièrement alimentée par le top 1 % des utilisateurs. Ces personnes "sont à peine en train de toucher les bords des possibilités". Notez que le rapport ne parle pas des 50 % supérieurs, ni des 10 %, mais du 1 % supérieur.

Les données au niveau des entreprises illustrent cette phrase sous forme de graphique. Le rapport cite un ensemble de données d'entreprises, classant les entreprises par consommation de tokens (données d'utilisation d'OpenAI pour les entreprises, d'avril 2025 à juin 2026). Les 10 % supérieurs des entreprises sont appelés "entreprises de pointe", tandis que les 10 % du milieu sont appelés "entreprises typiques". La référence est la consommation des entreprises typiques d'avril 2025, notée 1 fois.

En juin 2026, la consommation de tokens des entreprises de pointe a augmenté à environ 17 fois, tandis que celle des entreprises typiques n'est qu'environ 2 fois. L'écart entre les deux est de 8,3 fois, alors qu'au début de l'année, cet écart n'était que de 2,6 fois.

Cet écart n'était pas aussi grand au départ. Avant octobre 2025, les deux lignes évoluaient à peu près de la même manière. Après octobre, la courbe des entreprises de pointe a soudainement grimpé, tandis que celle des entreprises typiques est restée presque plate. Le rapport a intitulé cette page "Les utilisateurs intensifs distancent les autres".

En examinant par secteur, la forme est la même. Les entreprises de pointe dans le secteur de l'information ont atteint 32,5 fois, tandis que les entreprises typiques n'ont que 2,8 fois, avec un écart de 11,7 fois. Dans le secteur financier et des assurances, l'écart est de 6,7 fois, et dans le secteur des services professionnels et technologiques, l'écart est de 7,7 fois. Aucun secteur n'est exempt, chaque secteur interne est en train de se diviser.

En plus de la consommation, les méthodes d'utilisation se diversifient également. Les outils de plugins et de compétences sont des fonctionnalités d'extension qui permettent à l'IA de se connecter aux systèmes internes des entreprises et de travailler de manière répétée selon des processus fixes. Dans les entreprises de pointe, les parts d'activité hebdomadaire de ces deux types d'outils sont respectivement de 21 % et 19 %. Dans les entreprises typiques, elles ne sont que de 9 % et 3 %. Les entreprises de pointe ne consomment pas seulement beaucoup, mais intègrent également l'IA dans leurs processus.

Les données au niveau des ménages sont encore plus froides. À la mi-2026, seulement environ 2,2 % des ménages américains ont payé pour l'IA. Les ménages payants dépensent en moyenne environ 31 dollars par mois. En d'autres termes, parmi 100 ménages américains, environ 98 n'ont pas encore dépensé d'argent pour l'IA. Le rapport juge le marché de consommation : tout ne fait que commencer.

Alors pourquoi la demande de tokens peut-elle encore augmenter en parabole ? La réponse est les agents intelligents. Les agents intelligents sont des programmes d'IA capables de décomposer des tâches et d'appeler continuellement des modèles pour accomplir des travaux. À mesure que les modèles deviennent moins chers, les agents intelligents deviennent de plus en plus rentables, ce qui entraîne une multiplication de la consommation de tokens.

Le rapport appelle ce phénomène le paradoxe de Jevons : plus un produit est bon marché et efficace, plus la consommation totale des gens augmente. Mais nous devons ajouter une précision. Les utilisateurs intensifs qui utilisent ces agents intelligents bon marché sont principalement les mêmes. L'IA devient moins chère, mais le nombre de personnes capables d'utiliser cette IA bon marché n'augmente pas proportionnellement.

L'impact de ces utilisateurs intensifs a déjà dépassé leur propre sphère. Le rapport souligne que l'explosion de la demande fait grimper les prix de la puissance de calcul. Selon les données de location citées dans le rapport, même les GPU anciens de 4 à 5 ans n'ont presque pas vu leurs loyers diminuer par rapport à l'année précédente. En d'autres termes, la consommation du top 1 % fixe les prix de la puissance de calcul sur l'ensemble du marché.

Ce chapitre présente deux types de quantités : la consommation de tokens par les entreprises et le taux de paiement des ménages. Ils ne peuvent pas être additionnés ni convertis l'un en l'autre, mais leurs formes sont similaires : peu de personnes se trouvent sur la partie la plus raide de la courbe, tandis que la plupart se trouvent encore près du point de départ.

Mon propre constat est également ainsi. Beaucoup de gens autour de moi disent utiliser l'IA. Ceux qui font vraiment travailler l'IA pour eux au quotidien peuvent être comptés sur une main.

La plupart des gens utilisent l'IA comme une calculatrice, tandis que quelques-uns l'utilisent comme s'ils avaient engagé une équipe.

Au niveau des entreprises : dire qu'on utilise ne signifie pas qu'on en tire des bénéfices

Revenons aux trois chiffres de la page 27. Les disposer sous forme d'entonnoir permet de mieux comprendre. Près de 70 % des entreprises affirment utiliser l'IA. Environ 30 % peuvent rapporter un impact quantifiable. Seulement environ 2 % suivent en continu les indicateurs de performance.

À chaque niveau inférieur, le nombre d'entreprises diminue considérablement. "Suivre en continu les indicateurs de performance" signifie que l'entreprise mesure régulièrement les changements de revenus, de coûts ou d'efficacité apportés par l'IA et continue de le faire. Sans cette étape, "utiliser l'IA" n'est qu'une déclaration, sans impact sur les livres de comptes.

La page 28 du rapport consacre une page entière à des exemples de retour sur investissement, intitulée "Les données anecdotiques sur le retour de l'IA sont omniprésentes". Ces exemples proviennent tous de rapports financiers d'entreprises ou de déclarations publiques (données des rapports financiers des entreprises, deuxième trimestre 2026). Nous avons sélectionné les quatre plus représentatifs :

1. Microsoft a plus de 30 millions de sièges payants pour Microsoft 365 Copilot.

2. Le contrat annuel d'IA de ServiceNow a dépassé 1 milliard de dollars au deuxième trimestre 2026, avec une multiplication par 9 des déploiements d'agents en 9 mois.

3. Le modèle publicitaire de Meta a augmenté le volume de conversations sur Facebook de 15 %, et l'outil de diffusion automatique a généré 13 % d'achats supplémentaires.

4. Amazon et Walmart affirment que les clients utilisant l'assistant d'achat IA dépensent environ 40 % de plus par commande.

Ces chiffres sont tous vrais. Mais ils ont un point commun : ils proviennent tous de grandes entreprises. La liste comprend Microsoft, Meta, Amazon, Walmart et ServiceNow. Les exemples de retour sur investissement que le rapport peut fournir proviennent presque tous de grandes entreprises. On ne trouve pas de réponse sur combien une entreprise médiane a gagné avec l'IA dans le rapport.

Alors, ce qui bloque les autres entreprises, c'est l'argent ? Le rapport estime que ce n'est pas le cas. Environ un cinquième des entreprises interrogées estiment que le coût limite l'adoption de l'IA (selon une enquête d'une société de conseil internationale). Lorsque l'informatique en nuage s'est généralisée, elle représentait environ 4 % du budget informatique des entreprises. Aujourd'hui, la part des dépenses en IA est encore inférieure à ce niveau.

Le rapport en conclut que les dépenses des entreprises en IA ont encore un grand potentiel de croissance. Nous sommes d'accord avec cette direction. Mais si l'argent n'est pas un obstacle, alors l'obstacle se trouve ailleurs. Notre jugement est que l'obstacle réside dans "savoir comment l'utiliser".

Les entreprises de pointe intègrent l'IA dans leurs processus et quantifient les résultats. Les entreprises typiques en sont encore à laisser leurs employés essayer. Le budget peut être approuvé du jour au lendemain, mais la méthode doit être modifiée processus par processus. C'est précisément la raison pour laquelle l'entonnoir se rétrécit à chaque niveau.

Les grandes entreprises ont un avantage naturel dans ce domaine. Elles disposent de données existantes, d'ingénieurs capables de modifier les processus et d'un volume d'affaires suffisamment important. Une augmentation de 5 % du taux de conversion représente un revenu considérable pour une grande plateforme, mais pour une petite entreprise, cela pourrait ne même pas couvrir la facture de l'IA.

Les données sur l'emploi pointent également dans la même direction. Le titre de la page 31 du rapport est "L'intensité de l'IA entraîne plus d'embauches, en particulier pour les ingénieurs logiciels". Dans les entreprises où l'utilisation de l'IA est intense, la proportion de postes de débutants augmente d'environ 1 point de pourcentage (selon les données d'embauche et de dépenses des entreprises). Dans les entreprises où l'utilisation de l'IA est faible, la proportion de postes de débutants diminue d'environ 0,5 point de pourcentage.

Ce résultat contredit le discours populaire selon lequel "l'IA prend des emplois". Mais c'est aussi une forme de différenciation. Les entreprises qui utilisent l'IA de manière intensive se développent, tandis que celles qui l'utilisent peu se contractent. L'IA n'affecte pas l'emploi de manière uniforme, elle creuse d'abord l'écart entre les entreprises.

Pour le lecteur ordinaire, ce chapitre a une conclusion pratique. La prochaine fois que vous verrez "les revenus d'une certaine entreprise en IA battent des records", vérifiez d'abord si elle fait partie des 2 % au bas de l'entonnoir. Pour la plupart des entreprises, l'IA est encore inscrite dans la colonne des coûts aujourd'hui, et non dans celle des revenus.

Beaucoup d'entreprises disent utiliser l'IA, mais peu peuvent le prouver dans leurs livres.

Au niveau des logiciels : même appelés logiciels, les valorisations diffèrent de trois fois

En ce début d'année 2026, le secteur des logiciels américains a connu une vague de ventes, que le marché a surnommée « la fin du SaaS ». Le SaaS est un logiciel basé sur le cloud qui facture des frais d'abonnement mensuels ou annuels. Les inquiétudes à l'époque étaient simples : l'IA allait-elle remplacer ces entreprises de logiciels ?

Le rapport a intitulé ce chapitre « Plutôt que la fin, c'est un 'Montre-moi' ». Cela signifie que le marché n'a pas abandonné les logiciels. Le marché exige simplement que chaque entreprise de logiciels fournisse des preuves de sa pertinence à l'ère de l'IA.

Les prix des actions ont d'abord montré une divergence. De janvier à août 2026, les actions de cybersécurité ont augmenté de 85 à 90 %, tandis que les actions SaaS horizontales ont chuté de 28 à 30 % (selon S&P Capital IQ, jusqu'à fin août 2026). Les logiciels horizontaux sont des outils génériques utilisables dans tous les secteurs, comme les logiciels de collaboration de bureau. Les logiciels verticaux sont des logiciels profondément personnalisés pour un secteur spécifique. Le rapport classe la résistance comme suit : la cybersécurité est plus forte que les logiciels verticaux, qui sont eux-mêmes plus forts que les logiciels horizontaux.

La divergence des évaluations est encore plus marquée. Un indicateur à utiliser ici est le multiple EV/revenus. Il s'agit du résultat de la valeur totale de l'entreprise divisée par ses revenus, représentant combien le marché est prêt à payer pour chaque dollar de revenus. Plus le multiple est élevé, plus le marché est optimiste quant à l'avenir de l'entreprise.

La page 59 du rapport divise les logiciels en cinq catégories, énumérant leurs multiples d'évaluation respectifs (selon une grande institution de gestion d'actifs, le multiple médian de la valeur d'entreprise/revenus des 12 derniers mois, pour le premier semestre 2026). Les logiciels d'infrastructure cloud, de données et d'IA sont à 9,1 fois. Les logiciels de sécurité et d'identité sont à 6,8 fois. Les logiciels verticaux sont à 4,6 fois, et les plateformes de consommation et de transaction à 4,0 fois. Les logiciels horizontaux ne sont qu'à 2,7 fois.

Entre le maximum et le minimum, il y a plus de trois fois la différence. Comparé à leurs sommets historiques, l'écart est encore plus grand. Le sommet des logiciels d'infrastructure était de 17,9 fois, et a maintenant chuté d'environ la moitié. Le sommet des logiciels horizontaux était de 12,3 fois, et a maintenant chuté de près de 80 %. Dans cette même vague de baisse, certains logiciels ont simplement refroidi, tandis que d'autres ont été revalorisés.

La principale déterminante des multiples est la croissance. Le graphique de la section 5 du rapport montre que les entreprises de logiciels avec une croissance des revenus de 20 à 40 % ont des multiples anticipés de 9 à 13 fois. Les entreprises avec une croissance de 10 à 20 % n'ont que des multiples anticipés de 4 à 5 fois. Les multiples anticipés utilisent les revenus prévus pour les 12 mois suivants, contrairement à ceux qui utilisent les revenus des 12 mois précédents. Les deux ensembles de chiffres ne peuvent pas être directement comparés, mais la tendance est la même : plus la croissance est rapide, plus le multiple est élevé.

Le problème est que les entreprises de logiciels à forte croissance se font de plus en plus rares. Environ trois quarts des entreprises de logiciels cotées sont déjà rentables, mais seulement environ 30 % d'entre elles affichent une croissance supérieure à 20 %. L'ensemble du secteur a échangé la croissance contre des bénéfices. Selon le rapport : si vous êtes toujours une entreprise à forte croissance, votre multiple « reste plutôt bon ».

Le rapport souligne également que les fondamentaux des entreprises de logiciels sont restés très solides. La croissance des revenus et l'efficacité opérationnelle n'ont presque pas empiré. Ainsi, le marché ne punit pas le secteur des « logiciels ». Ce que le marché punit, ce sont les logiciels sans croissance et sans barrière à l'entrée. Une barrière à l'entrée fait référence à un avantage à long terme qui rend difficile pour les concurrents de voler des clients.

Le rapport laisse une question ouverte à la fin de cette section. Les logiciels seront-ils éliminés par de nouvelles technologies comme les médias imprimés ? Ou l'IA va-t-elle, comme une marée montante, élever le taux de retour de toutes les entreprises de logiciels ? Le rapport ne tire pas de conclusion. Notre compréhension est que les deux résultats peuvent se produire simultanément, mais tomberont sur différentes entreprises.

Les entreprises de premier plan dans le secteur des logiciels ne sont pas quelques entreprises, mais plutôt quelques catégories d'entreprises. L'une est celle qui croît avec les infrastructures d'IA. L'autre est celle des logiciels de sécurité qui deviennent de plus en plus nécessaires à mesure que l'IA se renforce. Si une entreprise de logiciels ne peut pas expliquer pourquoi l'IA la rend plus forte, le marché la valorisera probablement selon le multiple des logiciels horizontaux.

Le marché ne paie plus pour le mot « logiciel », mais pour la croissance.

Niveau du capital-risque : Les rendements attrayants proviennent des 10 % supérieurs

Commençons par expliquer un terme : la loi de puissance. La loi de puissance est une distribution extrêmement concentrée, où une très petite minorité d'individus obtient la grande majorité des résultats. L'industrie du capital-risque a toujours cru à la loi de puissance. Un fonds investissant dans 30 entreprises ne récupère souvent son capital et ses bénéfices qu'avec une ou deux d'entre elles.

Le titre de la page 68 du rapport est « La loi de puissance demeure, et même plus forte ». Cette phrase est valable des deux côtés, tant pour les entreprises que pour les fonds. Commençons par le côté des entreprises.

Les entreprises non cotées les plus précieuses sont plus grandes que jamais. Elles entrent en bourse de plus en plus tard, et le rapport indique qu'elles « sautent les petites capitalisations pour devenir directement des géants ». La création de valeur se produit de plus en plus sur le marché primaire. Lorsque ces entreprises entrent en bourse, la période de hausse à laquelle les investisseurs ordinaires peuvent participer est devenue plus courte.

Le marché des parts secondaires raconte la même histoire. Le marché des parts secondaires est celui où les investisseurs échangent des actions d'entreprises non cotées ou des parts de fonds. Le rapport souligne qu'il y a presque aucune décote sur ce marché, et que les meilleures entreprises se négocient encore avec une prime. L'argent n'est pas insuffisant, mais il se concentre sur quelques noms.

La divergence est encore plus grande du côté des fonds. Deux indicateurs doivent être utilisés ici. L'IRR est le taux de rendement interne, qui convertit chaque flux de trésorerie entrant et sortant pendant la période d'investissement en un taux de rendement annualisé. L'« année » d'un fonds fait référence à l'année où il commence à investir.

Les données des fonds citées dans le rapport montrent que, parmi les fonds de capital-risque de l'année 2024, les écarts sont énormes (selon les données de Carta) :

1. Les 10 % supérieurs des fonds ont un IRR net d'environ 40 %.

2. Le fonds médian a un IRR net d'environ -3 %, légèrement en dessous de zéro.

3. Les 25 % inférieurs des fonds ont un IRR net d'environ -15 %.

Le titre de la page 71 du rapport est : L'écart entre les 10 % supérieurs des fonds et les autres fonds « n'a jamais été aussi grand ». D'un côté, il y a un rendement annualisé d'environ 40 %, de l'autre, un médian légèrement négatif. En les mettant ensemble pour obtenir une moyenne, le chiffre obtenu ne représente aucun fonds réel.

Le deuxième indicateur est plus direct. Le DPI est la trésorerie retournée aux investisseurs divisée par le capital investi, mesurant l'argent réellement reçu. Pour les fonds créés après 2021, le DPI médian est d'environ 0. Cela signifie que plus de la moitié de ces fonds n'ont pas encore retourné un centime aux investisseurs.

L'IRR inclut les évaluations comptables, tandis que le DPI ne compte que l'argent reçu. Sur le plan comptable, il y a des positifs et des négatifs, mais le médian en termes de trésorerie est zéro. Les rendements attrayants du capital-risque sont en grande partie encore sur le papier, et appartiennent principalement aux fonds de tête.

Cette situation n'est pas éloignée des gens ordinaires. Les investisseurs des fonds de capital-risque sont souvent des fonds de pension, des fonds universitaires et des compagnies d'assurance. Pour que les rendements comptables se transforment en liquidités, les entreprises doivent entrer en bourse ou être acquises. Comme mentionné précédemment, les meilleures entreprises entrent en bourse de plus en plus tard, donc cet argent arrivera également de plus en plus tard.

Un dernier point à préciser. a16z est lui-même l'un des principaux fonds de capital-risque. Ce rapport a été rédigé par une institution qui se trouve au sommet de la courbe. Cela ne signifie pas que les données sont incorrectes, mais cela signifie que nous devons garder à l'esprit la position de l'auteur en le lisant.

Les chiffres de ce chapitre concernent les rendements des fonds. Ils sont différents des volumes de tokens et des multiples d'évaluation mentionnés précédemment. Mais leur forme reste la même : le haut tire la moyenne vers le haut, tandis que le médian est éloigné de la moyenne.

La belle moyenne du capital-risque est soutenue par les 10 % supérieurs des fonds.

Niveau entrepreneurial : Les nouvelles entreprises avancent rapidement, tandis que les anciennes peinent dès leur deuxième année

Commençons par le contexte. L'ère des taux d'intérêt nuls fait référence aux années où les États-Unis ont maintenu les taux d'intérêt proches de zéro, rendant le financement très bon marché. Après la fin de cette ère, les entreprises en démarrage, tout comme les entreprises cotées, ont commencé à échanger la croissance contre des bénéfices.

Cependant, la page 73 du rapport souligne une exception. Les entreprises qui ont récemment réussi à lever des fonds affichent encore des taux de croissance comparables à ceux de l'apogée des taux d'intérêt nuls, voire plus rapides. La raison est simple : sans forte croissance, il est impossible d'obtenir un nouveau tour de financement.

La croissance se concentre sur les entreprises les plus jeunes. Les données de paiement citées dans le rapport (selon les données de Stripe) montrent que les entreprises SaaS créées depuis moins d'un an affichent une croissance des revenus supérieure à 500 %, atteignant même un pic de plus de 600 %. Les entreprises de plus d'un an voient leur croissance passer d'environ 30 % à environ 20 %, puis remonter à environ 20-25 %. Le SaaS fait référence aux logiciels d'abonnement facturés mensuellement ou annuellement.

Le rapport utilise ces données pour contredire la « fin du SaaS » : les revenus des logiciels ont en fait accéléré dans la nouvelle année. Ce jugement est correct. Mais le même graphique montre également que les taux de croissance les plus élevés appartiennent aux entreprises nouvellement créées. Une entreprise qui survit à sa première année voit souvent sa courbe de croissance passer d'une pente raide à une pente douce.

La page 75 du rapport décrit la nouvelle génération de licornes : plus grandes, plus rapides et plus jeunes. Les licornes sont des entreprises non cotées évaluées à plus d'un milliard de dollars. La nouvelle génération d'entreprises d'IA a réalisé des revenus plus importants en moins de temps et avec moins de personnes.

La situation des licornes existantes est cependant complètement différente. Les données citées dans le rapport (selon la Silicon Valley Bank, 2026, États-Unis) montrent qu'environ 40 % des licornes affichent une croissance des revenus de 0 à 20 %. Environ 15 % sont en croissance négative. Plus de la moitié des entreprises ont un cash runway de moins de 2 ans. Le cash runway fait référence à la durée pendant laquelle l'argent disponible peut durer au rythme actuel de consommation.

Un cash runway de moins de 2 ans signifie que ces entreprises devront rapidement lever des fonds à nouveau. Un tour de financement, de son lancement à son arrivée, prend généralement plusieurs mois. Si la croissance n'est que de 0 à 20 %, il leur sera difficile de présenter l'histoire de croissance que les investisseurs souhaitent voir.

Le financement se concentre également sur un nombre restreint d'entreprises. La page 74 du rapport résume ce cycle en une phrase : moins de fonds, des chèques plus gros, pour moins d'entreprises. Ces entreprises se concentrent de plus en plus dans la Silicon Valley et sont presque toutes liées à l'IA.

Le rapport souligne également un détail. Les secteurs où l'argent afflue changent. En plus des logiciels d'entreprise et des applications de consommation, des secteurs de services tels que le droit et la comptabilité, ainsi que des secteurs d'actifs lourds comme les semi-conducteurs, l'électricité et la défense, commencent également à attirer des fonds de capital-risque. Mais élargir le champ de course n'a pas changé la direction de la concentration.

Ainsi, la divergence au niveau entrepreneurial ne se produit pas seulement entre les entreprises d'IA et celles qui ne le sont pas, mais aussi entre les nouvelles entreprises et les anciennes. Les nouvelles entreprises décollent en tête. Parmi les anciennes licornes, une partie importante court contre la montre.

Les licornes se divisent en deux types : celles qui décollent et celles qui comptent combien de mois de cash il leur reste.

La prochaine fois que vous verrez de bonnes nouvelles sur l'IA, posez-vous d'abord une question

Nous examinons les cinq niveaux ensemble. Au niveau des entreprises, la production de tokens des entreprises de pointe est 8,3 fois celle des entreprises typiques. Au niveau des entreprises, près de 70 % utilisent l'IA, mais seulement environ 2 % suivent les résultats.

Au niveau des logiciels, le multiple d'évaluation des logiciels d'infrastructure est plus de trois fois celui des logiciels horizontaux. Au niveau du capital-risque, l'écart de rendement entre les fonds de tête et les fonds médians a atteint un record. Au niveau entrepreneurial, les nouvelles entreprises affichent une croissance de plus de 500 %, tandis que plus de la moitié des anciennes licornes ont un cash runway de moins de 2 ans. Les cinq niveaux parlent tous de la même forme.

L'utilisation des tokens, les multiples d'évaluation et les rendements des fonds sont trois quantités complètement différentes. Nous ne les additionnons pas et ne les convertissons pas l'un en l'autre. Les définitions sont différentes, mais la forme est la même : chaque niveau est soutenu par une petite minorité de leaders.

Certaines personnes diront que la concentration des leaders n'est qu'un phénomène précoce. Le rapport lui-même écrit cela : d'autres finiront par rattraper ou être laissés pour compte. Nous convenons de cette possibilité. Internet et le cloud computing ont tous deux suivi un chemin allant des leaders à la masse.

Mais « finalement » n'a pas de date. Avant que les autres ne rattrapent, un chiffre qui parle des leaders ou de la majorité donnera des conclusions complètement différentes. C'est pourquoi nous pensons que la loi de puissance n'est pas une liste d'opportunités, mais une règle. Elle ne vous dit pas quoi acheter, mais vous aide à mesurer à quelle distance se trouve une bonne nouvelle.

La prochaine fois que vous verrez de bonnes nouvelles sur l'IA, vous pouvez d'abord poser trois questions avec cette règle :

1. Ce chiffre parle-t-il des leaders ou des médianes ? Les 1 % supérieurs des utilisateurs, les 10 % supérieurs des fonds, ne représentent pas la majorité des gens.

2. Ce chiffre parle-t-il de « l'utilisation » ou de « la rentabilité » ? Près de 70 % des entreprises utilisent l'IA, mais seules environ 2 % peuvent présenter des résultats.

3. Ce chiffre parle-t-il de la valeur comptable ou de l'argent réel ? Le rendement comptable des fonds est très attrayant, mais la médiane du DPI est d'environ 0.

Ces trois questions ne nécessitent aucun bagage professionnel. Prenons un exemple : si une nouvelle dit « L'IA permet d'augmenter l'efficacité des entreprises de 30 % ». Première question, s'agit-il des entreprises de pointe ou de toutes les entreprises ? Deuxième question, mesure-t-on le temps d'utilisation par les employés ou l'argent supplémentaire gagné par l'entreprise ? Troisième question, cet argent est-il déjà dans le compte de résultat ou s'agit-il d'une prévision ?

Nous ne tirons aucune conclusion sur les achats ou les ventes. Si un chiffre répond « tête », « en utilisation », « comptable » à ces trois questions, c'est une bonne nouvelle pour une minorité. Si les réponses sont « médiane », « en profit », « cash », alors cela concerne réellement la majorité des gens.

La bonne nouvelle de l'IA, demandez d'abord : s'agit-il du 1 % supérieur ou de vous ?

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.