Entreprises logicielles et d’IA : les leçons tirées de l’investissement dans les technologies climatiques de rupture
Il y a quelques années, j’ai participé à l’élaboration de la thèse d’investissement d’un fonds de 500 millions $ dédié aux technologies climatiques auprès de BDC Capital. Ce fonds avait pour but d’apporter son soutien aux entreprises canadiennes opérant dans les milieux de l’élimination du carbone, des sciences des matériaux et de la décarbonation industrielle. Aujourd’hui, en tant qu’associé chez Pender Ventures, je travaille auprès de fondateurs d’entreprises logicielles et d’IA. En théorie, ces deux rôles semblent très différents. Or en pratique, cette transition m’a révélé les véritables facteurs qui mènent à un excellent investissement, plus que chacun de ces univers n’aurait pu le faire isolément.
Voici les principales leçons que j’en ai tirées :
1. Les avantages concurrentiels (aussi appelés «bastilles économiques») sont de nature très différente.
Dans le secteur des technologies de rupture (la «deep tech» en anglais), l’avantage concurrentiel réside souvent dans la technologie elle-même : propriété intellectuelle matérielle, brevets ou années de recherche et développement (R&D) qu’un concurrent ne peut tout simplement pas reproduire rapidement. La situation en matière d’innovation de rupture est en quelque sorte binaire : vous l’avez ou vous ne l’avez pas. Dans le domaine du logiciel et de l’IA, cet avantage repose rarement sur un seul élément de propriété intellectuelle. Il s’agit plutôt d’une combinaison plus nuancée entre la distribution, les données, l’ancrage dans les flux de travail, la rapidité d’itération et la capacité d’une équipe à accumuler de petits avantages au fil du temps. L’évaluation du risque requiert alors une approche différente puisque vous évaluez un système, et non seulement un brevet.
2. La discipline en matière de dépenses opérationnelles (opex) revêt une importance tout aussi grande. Ce n’est pas le cas pour les dépenses en capital (capex).
Tout bon gestionnaire, quel que soit le secteur, doit avoir la main ferme avec ses dépenses opérationnelles; cette rigueur demeure immuable. En revanche, la donne est totalement différente en ce qui concerne les dépenses en capital. Les entreprises technologiques de rupture ont souvent besoin de capitaux considérables avant même de savoir si les principes physiques ou chimiques sont viables à grande échelle : usines pilotes, matériel, longs cycles de validation. À l’inverse, les sociétés de logiciels et d’IA peuvent obtenir des résultats probants avec une fraction de ces capitaux. Si l’exigence d’efficacité reste la même, les montants nécessaires pour l’atteindre sont sans commune mesure.
3. Débrouillardise en autofinancement face à une R&D financée par des subventions et d’importants investissements.
Certains des meilleurs fondateurs d’entreprises de logiciels et de sociétés natives de l’IA que je rencontre aujourd’hui ont parcouru un chemin remarquable avec très peu de capitaux : équipes réduites, cycles de mise sur le marché rapides et revenus réels avant même une levée de fonds importante. Les technologies de rupture font intervenir une logique différente, qui va presque de soi : investissements initiaux massifs en R&D, horizons temporels plus longs et — tout particulièrement au Canada — une dépendance bien réelle aux capitaux non dilutifs et aux subventions pour assurer la transition jusqu’à la survenue de revenus commerciaux. Aucune de ces approches n’est meilleure que l’autre; elles répondent simplement à des contraintes différentes.
4. Les horizons temporels et les profils de risque sont deux bêtes différentes.
Les paris sur le climat et les technologies de rupture se font en vertu de longues périodes (on parle d’une décennie ou plus) et les risques techniques se résorbent par étapes. Les logiciels et l’IA évoluent à une tout autre vitesse : la «fine pointe» peut changer de manière significative en quelques semaines, et non en quelques années. Cette dynamique comprime à la fois le potentiel de gain et les risques de perte, tout en modifiant la réflexion sur le moment opportun pour investir.
5. L’IA physique est le lieu où ces deux mondes commencent à converger.
C’est un sujet sur lequel je continue de réfléchir. L’IA physique, la robotique, l’autonomie — tout ce qui relève de la rencontre entre logiciel et matière — se situent précisément au carrefour de tous les éléments évoqués précédemment. Il exige une R&D technique rigoureuse et des investissements matériels conséquents, à l’instar des secteurs des technologies climatiques de rupture. Pourtant, il évolue et itère à la vitesse et selon les modèles économiques propres aux entreprises natives de l’IA. Donc, où se situe l’avantage concurrentiel exactement? Est-ce le matériel, les données générées par le système « dans le monde réel », la composante logicielle qui se situe en haut de la pyramide, ou l’intégration simultanée de ces trois éléments? Et fait plus important, qui est le client de cette composante logicielle? S’agit-il de l’équipementier, de l’utilisateur final ou de l’opérateur de flotte qui gère les appareils au quotidien? Chaque acteur achète en effet selon des critères différents, ce qui oriente la nature de cet avantage concurrentiel dans des directions bien distinctes. Je ne pense pas qu’il existe encore une réponse franche, et c’est précisément ce qui rend le sujet passionnant. Selon moi, cet avantage reposera finalement sur une combinaison de données exclusives issues du monde réel et de la rapidité des cycles d’itération. Toutefois, je préfère observer attentivement l’évolution du secteur plutôt que de prétendre avoir déjà percé le mystère.
Ce qui n’a pas changé :
En tant qu’investisseur, les fondamentaux auxquels j’accorde le plus d’importance restent les mêmes, quel que soit le secteur. Il y a d’abord la qualité de l’équipe : est-elle en mesure de pivoter et de s’adapter lorsque le marché évolue rapidement (car il finit toujours par évoluer)? Ensuite, il faut déterminer si la technologie en cause est véritablement différente ou simplement intéressante. Et enfin, une réponse honnête et réaliste quant à la taille réelle du marché s’impose.
Mot de la fin
Avec le recul, je m’estime vraiment chanceux quant au moment choisi pour ce changement. Dans le domaine de l’IA, tout le monde apprend en temps réel, tant les acteurs du secteur, les investisseurs que les entreprises déjà établies. La situation évolue de semaine en semaine, voire plus vite encore. Il y a là quelque chose de libérateur cependant. Personne ne profite d’une décennie d’avance sur cette vague. L’avantage revient donc à ceux qui apprennent le plus vite et s’adaptent avec le plus de conviction.
La thèse de Pender
Or, c’est exactement ce que nous recherchons chez Pender. Nous soutenons des entreprises qui atteignent le point d’inflexion entre la commercialisation et le passage à l’échelle; des équipes ayant confirmé l’adéquation produit-marché (généralement avec un revenu récurrent annuel d’au moins 2 à 3 millions $) et prêtes à accélérer leur croissance. Une fois ce cap franchi, le produit en soi n’est pas ce qui nous intéresse le plus. En effet, nous examinons aussi la taille du marché et évaluons si l’opportunité est réellement aussi significative qu’elle ne le paraît en théorie. Nous scrutons l’efficacité du capital — l’équipe tire-t-elle une réelle valeur de chaque dollar levé? — ainsi que l’équipe elle-même : est-elle capable de décrypter un marché en pleine mutation en temps réel et de s’adapter plus vite que quiconque? Nous estimons que les meilleures entreprises sont le produit d’idées audacieuses et d’équipes de direction diversifiées et aux profils variés, à l’image du monde pour lequel elles opèrent. Cette conviction n’a fait que se renforcer depuis que j’ai rejoint l’entreprise. Les outils évoluent, les secteurs changent, mais nos critères concernant l’équipe et la feuille de route restent immuables.
Back to top ↖