On pense souvent que les startups et l’intelligence artificielle sont faites pour s’entendre, parce qu’on associe spontanément la tech, l’innovation et les algorithmes à un même monde. On imagine les startups “nativement IA”, programmées pour tirer parti de cette révolution. Mais dans les faits, c’est loin d’être aussi évident.

Deux mondes parallèles

Historiquement, il y a eu les startups de l’IA et les startups tout court.
Les premières, Google, Facebook en tête, ont bâti leur succès sur la donnée et les modèles algorithmiques. Les secondes, plus nombreuses, ont donné naissance à la grande époque du logiciel SaaS : ces outils collaboratifs, ergonomiques, “as a service”, qui ont réinventé les usages sans jamais vraiment toucher de près ou de loin à l’IA.

Ce fossé a longtemps structuré l’écosystème. D’un côté, les entreprises qui apprennent à comprendre le monde par la donnée. De l’autre, celles qui cherchent à mieux le servir. Et entre les deux, un vide méthodologique : les techniques de l’hypercroissance que nous connaissons, “growth hacking”, “product market fit”, “MVP”, “pivot”, ont été pensées pour les startups SaaS, pas pour les startups IA.

L’entrepreneuriat à l’ère des datapreneurs

Aujourd’hui, la donne change. La grande majorité des nouvelles startups s’appuie, d’une manière ou d’une autre, sur l’IA, plus précisément sur la capacité des modèles à inférer automatiquement des règles de gestion qu’il aurait fallu autrefois écrire et coder à la main, au fil de longs sprints coûteux. Cela bouleverse les fondements mêmes de la création d’entreprise. Le point de départ n’est plus un “pain point” identifié dans un marché, comme pour les entrepreneurs SaaS. Le point de départ, c’est une donnée. Ou plus exactement, une intuition : « j’ai accès à une donnée rare, accessible ou peu exploitée, et je peux l’enrichir pour créer de la valeur. »

L’entrepreneur IA n’entre pas sur un marché avec une solution, mais avec une ressource brute. Il ne répond pas à un besoin : il découvre un potentiel. C’est une logique radicalement différente : celle du datapreneur.

Un cycle entrepreneurial inversé

Dans le modèle SaaS classique, on part d’un problème client, on conçoit un produit minimum viable (MVP), on teste, on itère et, si la traction est là, on passe à l’échelle. Dans le modèle IA, la séquence s’inverse et se compresse : on commence par collecter de la data, enrichir et entraîner, puis on découvre en direct les marchés pertinents (parfois par hasard) en intégrant des prospects au cœur de la boucle. C’est une fois ce premier signal capté que l’on explore des cas d’usage, souvent très hétérogènes.

Le go-to-market se confond désormais avec l’expérimentation ouverte : le client n’est plus le point de départ, mais la conséquence de la recherche pilotée par les performances d’un algorithme. D’où la capacité d’une startup IA à basculer, en quelques semaines, d’une plateforme grand public à un outil B2B (ou l’inverse), et qu’un simple changement d’accès à une base de données, voire une avancée algorithmique, reconfigure entièrement sa proposition de valeur. Dans cette nouvelle ère, les cycles de développement se raccourcissent encore. On voit apparaître des startups capables d’atteindre la taille d’une licorne… avec moins de dix personnes.

Mais cette fulgurance s’accompagne de nouvelles fragilités : dépendance à des données tierces, risques juridiques, incertitude des modèles économiques … L’entrepreneur IA n’est pas seulement un technologue : il devient un équilibriste entre la donnée, la réglementation et la finance.

Vers un nouvel âge de foi entrepreneuriale

Ce basculement redonne à l’entrepreneuriat une dimension presque originelle : celle de la foi. L’entrepreneur IA part d’une conviction. Il croit qu’une donnée contient une promesse de valeur, même s’il ignore encore laquelle. Il avance dans un brouillard où chaque ligne de code, chaque jeu de données, chaque API peut transformer son business model. C’est une aventure plus risquée… mais sans doute porteuse d’un potentiel inédit de création de valeur, fondée sur l’exploitation d’actifs jusqu’ici délaissés, à l’image des “junk data” qui ont propulsé Google au rang de leader mondial de la recherche.

L’IA fait naître une nouvelle espèce d’entrepreneurs : les datapreneurs. Hybrides, à la fois mathématiciens et explorateurs, ils naviguent entre science et intuition. Ces aventuriers-là, ceux qui voient dans la donnée brute l’étincelle d’une idée, réinventent aujourd’hui l’entrepreneuriat.