Les capital-risqueurs semblent convaincus qu’ils ont trouvé la prochaine grande opportunité d’investissement : utiliser l’IA pour générer des marges bénéfiques similaires à celles des logiciels à partir de services traditionnellement intensifs en main-d’œuvre. Cette stratégie implique l’acquisition de sociétés de services professionnels matures, l’implémentation de solutions d’IA pour automatiser des tâches, puis l’utilisation des flux de trésorerie améliorés pour racheter d’autres entreprises. À la tête de ce mouvement, General Catalyst (GC) a consacré 1,5 milliard de dollars de son dernier tour de financement à ce qu’il appelle une stratégie de “création” axée sur l’incubation de sociétés de logiciels natives à l’IA dans des secteurs spécifiques, pour ensuite utiliser ces entreprises comme des véhicules d’acquisition de firmes établies et de leurs clients dans les mêmes secteurs.
Marc Bhargava, qui dirige ces efforts chez GC, a déclaré dans une interview récente avec TechCrunch : “Le marché des services génère 16 000 milliards de dollars de revenus par an dans le monde.” Il ajoute que l’attrait des investissements dans les logiciels a toujours été leurs marges plus élevées. “À mesure que vous augmentez l’échelle des logiciels, il y a très peu de coûts marginaux et une grande part de revenus marginaux.” Selon lui, si l’on peut automatiser les entreprises de services, en s’attaquant à 30 % à 50 % de ces sociétés grâce à l’IA, et même jusqu’à 70 % des tâches essentielles dans le cas des centres d’appels, les calculs deviennent irrésistibles.
Les défis liés à l’IA dans l’industrie des services pourraient affecter les bénéfices que les investisseurs espèrent réaliser.
Le plan semble fonctionner pour le moment. Prenons Titan MSP, l’une des sociétés du portefeuille de GC. La société d’investissement a fourni 74 millions de dollars sur deux tranches pour aider l’entreprise à développer des outils d’IA pour les fournisseurs de services gérés, puis elle a acquis RFA, une société bien connue de services informatiques. Titan a montré qu’elle pouvait automatiser 38 % des tâches typiques de MSP, et la société prévoit d’utiliser ses marges améliorées pour acquérir d’autres MSP dans le cadre d’une stratégie d’accumulation classique. Un autre exemple est Eudia, qui se concentre sur les départements juridiques internes plutôt que sur les cabinets d’avocats, ayant déjà signé avec des clients Fortune 100 tels que Chevron et Southwest Airlines.
Cependant, des signes avant-coureurs indiquent que cette transformation de l’industrie des services peut être plus compliquée que ce que les capital-risqueurs anticipent. Une étude récente du Stanford Social Media Lab et de BetterUp Labs a révélé que 40 % des employés interrogés ont dû supporter une charge de travail accrue à cause du “travail dépendant de l’IA”, créant plus de maux de tête pour leurs collègues. Ce phénomène pourrait nuire à la productivité des organisations, avec des pertes estimées à plus de 9 millions de dollars par an pour une entreprise de 10 000 travailleurs.
Bhargava conteste la notion que l’IA soit surestimée, arguant que ces échecs d’implémentation valident en fait l’approche de GC. “Il est vraiment difficile de transformer une entreprise avec l’IA”, a-t-il déclaré. Il souligne que la clé réside dans la sophistication technique de l’IA. Malgré cela, il est indéniable que le travail “sloppy” menace d’entraver en partie les économies centrales de la stratégie. Quoi qu’il en soit, ces défis sont peu susceptibles d’inquiéter les investisseurs de la Silicon Valley, qui continuent d’acquérir des entreprises avec des flux de trésorerie existants, garantissant ainsi que leurs sociétés de création sont déjà rentables. Comme l’affirme Bhargava, “tant que la technologie de l’IA continue de s’améliorer, je pense qu’il y aura de plus en plus d’industries pour nous aider à incubé des entreprises.”
