La réponse d'Oracle au ralentissement du SaaS : des fonctionnalités IA gratuites

Comment l’IA transforme le sourcing, l’analyse et le pilotage des participations dans les fonds d’investissement

L'intelligence artificielle s'impose progressivement dans les fonds d'investissement, mais de façon inégale. Si la quasi-totalité des investisseurs utilisent désormais des outils comme ChatGPT, Claude ou Gemini pour accélérer leurs tâches quotidiennes, rédaction de mémos, synthèse de documents, veille sectorielle, très peu ont franchi le cap de l'intégration de l'IA dans leurs processus décisionnels structurels. Les premiers fonds à avoir fait ce saut observent des gains mesurables : des due diligences réalisées en quelques jours plutôt qu'en plusieurs semaines, un sourcing de deals élargi à des centaines de signaux simultanés, et un suivi de portefeuille plus réactif. L'enjeu est considérable pour une industrie où l'avantage informationnel est central. Un fonds capable d'identifier et d'analyser une opportunité deux fois plus vite qu'un concurrent dispose d'un avantage structurel dans des marchés où les meilleures transactions se closent en quelques semaines. Pour les équipes de taille réduite, la norme dans le capital-risque européen, l'IA agit comme un multiplicateur de capacité, permettant à un analyste de traiter un volume de données autrefois réservé aux grandes maisons. Cette transformation s'inscrit dans un contexte de pression croissante sur les rendements et de multiplication des données disponibles sur les startups et les marchés. Les grandes plateformes comme PitchBook, Dealroom ou Crunchbase intègrent déjà des fonctionnalités IA natives. Les fonds les plus avancés construisent en parallèle leurs propres outils propriétaires, créant un fossé naissant entre early adopters et suiveurs qui pourrait, à terme, redéfinir les hiérarchies du secteur.

Les fonds d’investissement face à l’IA : de l’expérimentation à la construction d’un système d’exploitation

Le secteur du capital-risque entre dans une nouvelle phase de sa relation avec l'intelligence artificielle. Après un premier épisode consacré aux raisons de l'adoption, ce deuxième volet d'une série publiée par FW.MEDIA déplace le curseur vers l'exécution concrète. La question n'est plus de savoir si les fonds doivent s'intéresser à l'IA, mais comment passer des expérimentations isolées à la construction d'une infrastructure cohérente, ce que les auteurs appellent un véritable "système d'exploitation" de l'IA au sein des organisations de gestion. Ce glissement de la démonstration vers la systématisation est central pour l'industrie. Les fonds qui se contentent de tester des outils ponctuels sans les intégrer dans leurs processus structurels risquent de rater l'essentiel du gain de productivité. L'enjeu concerne toutes les fonctions du métier, du sourcing de deals à l'analyse de portefeuille, en passant par la relation investisseurs. Ceux qui construisent une architecture cohérente aujourd'hui se donnent une avance compétitive difficile à rattraper. Le capital-risque est un secteur fondé sur l'information et la vitesse d'analyse, deux domaines où l'IA excelle, ce qui explique la pression croissante à agir. Le premier épisode avait posé la question de la gouvernance interne, notamment qui devait piloter le sujet. Ce deuxième volet suggère que la phase d'interrogation est révolue et que les fonds doivent désormais traiter l'IA comme une infrastructure critique, au même titre qu'un CRM ou un outil de gestion de portefeuille.

Le directeur des opérations d'Uber juge que l'IA ne rentabilise pas ses investissements

Le directeur des opérations d'Uber, Andrew Macdonald, a déclaré ce week-end lors d'un podcast que l'entreprise ne constate pas d'augmentation claire de la productivité malgré l'utilisation généralisée d'outils d'aide à la programmation basés sur l'IA par ses équipes d'ingénieurs. Cette admission intervient après que le directeur technique d'Uber, Praveen Neppalli Naga, avait révélé le mois dernier que la consommation explosive d'outils comme Claude Code avait conduit l'entreprise à épuiser l'intégralité de son budget IA en quelques mois seulement, bien avant la fin de l'année. Macdonald a précisé que la situation a forcé les dirigeants à réfléchir à la manière de maîtriser les coûts liés à la consommation de tokens. "Si vous n'êtes pas capable de tracer une ligne directe entre les dépenses et les fonctionnalités utiles livrées à vos utilisateurs, les coûts deviennent difficiles à justifier", a-t-il affirmé. Ce constat illustre une tension croissante dans l'industrie tech : les dépenses en IA s'envolent sans que le retour sur investissement soit clairement mesurable. Pour Uber, dont l'activité repose sur des milliers d'ingénieurs développant en permanence des fonctionnalités critiques, l'incapacité à relier directement les coûts IA aux gains de productivité pose un problème de gouvernance budgétaire concret. D'autres projets IA en dehors du domaine du développement logiciel ont simplement échoué ou généré des effets indésirables, renforçant le sentiment que l'enthousiasme autour de l'IA devance largement les résultats tangibles. Uber n'est pas un cas isolé. De nombreuses entreprises peinent à absorber la transition d'Anthropic vers une facturation basée sur la consommation de tokens, un modèle qui complique fortement la prévision des coûts. Malgré tout, la plupart continuent d'absorber ces dépenses élevées, faute d'alternatives crédibles à court terme. Ce phénomène révèle une fracture naissante entre les discours optimistes des PDG sur la valeur de l'IA et la réalité opérationnelle vécue par les équipes qui l'utilisent au quotidien. La prochaine étape pour des groupes comme Uber sera d'imposer des métriques précises de ROI avant d'autoriser tout accroissement supplémentaire des budgets alloués aux outils d'IA générative.

Meta AI devient payant : la fin de la gratuité pour l’IA de Zuckerberg ?

Meta s'apprête à introduire des abonnements payants pour son assistant Meta AI, disponible sur Facebook, Instagram, WhatsApp et Messenger. Deux formules sont prévues : Meta One Plus à 7,99 dollars par mois, et Meta One Premium à 19,99 dollars mensuels, cette dernière offrant davantage de puissance de calcul, des réponses plus détaillées et des fonctions avancées supplémentaires. Naomi Gleit, directrice produit de Meta, a confirmé que ces offres permettront d'accéder à des outils améliorés pour optimiser du contenu, automatiser certaines tâches et aider les marques à gérer leur présence en ligne. Les premiers tests débuteront dès le mois prochain dans trois marchés pilotes : Singapour, le Guatemala et la Bolivie. La version gratuite de Meta AI restera néanmoins accessible sur toutes les plateformes du groupe, de sorte qu'aucun utilisateur ne sera contraint de passer à la caisse pour utiliser l'assistant. L'annonce a immédiatement séduit les marchés financiers : l'action Meta a bondi de 3,74 % le 27 mai pour atteindre 635,26 dollars. Ce mouvement reflète un soulagement des investisseurs, qui attendaient que Meta trouve enfin un levier de monétisation directe pour son IA, après des années d'intégration dans ses plateformes sans retour financier explicite. Pour les utilisateurs professionnels et les marques, les formules premium représentent une porte d'entrée vers des capacités d'automatisation plus poussées, ce qui positionne Meta AI en concurrence directe avec des outils comme ChatGPT Plus ou Gemini Advanced. Pour Meta elle-même, c'est une tentative de transformer ses 3 milliards d'utilisateurs actifs en source de revenus récurrents, au-delà de la seule publicité. Ce pivot vers la monétisation intervient dans un contexte de dépenses colossales. Meta a revu à la hausse ses prévisions d'investissement pour 2026, désormais estimées entre 125 et 145 milliards de dollars. Le groupe a déjà engagé 14,3 milliards dans Scale AI et près de 2 milliards dans la start-up chinoise Manus, et prévoit de consacrer environ 600 milliards de dollars sur plusieurs années à la construction de nouveaux centres de données, infrastructure indispensable pour entraîner et opérer ses modèles d'IA à grande échelle. Pour absorber une partie de ces charges, l'entreprise continue parallèlement de comprimer ses coûts opérationnels, avec des suppressions de postes pouvant atteindre 20 % des effectifs mondiaux, soit environ 15 000 emplois. La monétisation de Meta AI s'inscrit donc dans une logique de rentabilité urgente, à l'heure où la course aux infrastructures IA impose des investissements que même les revenus publicitaires records du groupe peinent à justifier seuls.

💬 3 milliards d'utilisateurs et zéro euro de revenus directs sur l'IA, ça ne pouvait pas durer. L'abonnement à 8 ou 20 dollars par mois, c'est pas foufou comme produit, mais ça leur permet de commencer à amortir les 600 milliards qu'ils comptent balancer sur des data centers dans les prochaines années. La vraie question, c'est pourquoi quelqu'un paierait Meta AI plutôt que ChatGPT.