L'IA d'entreprise passe de l'infrastructure à l'exécution alors que les startups lèvent des milliards pour opérationnaliser les charges de travail agentiques - Brave New Coin

La nouvelle vague de startups en IA se concentre sur les systèmes nécessaires pour rendre l’IA utilisable au sein de véritables organisations, plutôt que de courir après la construction de modèles plus grands, comme le montrent les annonces de financement de cette semaine illustrant à quel point le marché évolue rapidement vers une infrastructure aidant les entreprises à déployer l’IA dans leurs flux de travail quotidiens.

L’évaluation de Lyzr quintuplée alors qu’Accenture soutient la plateforme d’agents pour entreprises

La startup d’IA agentique Lyzr a clôturé une levée de fonds menée par Accenture, qui a quintuplé sa valorisation à 250 millions de dollars, a confirmé la société lundi. La jeune entreprise basée à New York a levé 14,5 millions de dollars auprès d’un groupe d’investisseurs comprenant également Rocketship VC, marquant une augmentation de la valorisation par cinq depuis octobre. L’accord souligne la rapidité avec laquelle les capitaux affluent vers les entreprises qui résolvent les défis opérationnels du déploiement à grande échelle de l’IA, plutôt que de simplement construire des modèles fondamentaux. « Agentic AI représente la prochaine frontière dans les efforts des entreprises de services financiers pour adopter et faire évoluer l’IA », a déclaré Kenneth Saldanha, responsable mondial de la pratique assurance chez Accenture. « La plateforme de Lyzr permet aux entreprises de créer des agents IA sécurisés, explicables et conformes, capables d’automatiser les décisions dans leurs flux de travail, aidant à moderniser les processus manuels lents et à améliorer l’efficacité opérationnelle. » Fondée en 2023, Lyzr fournit un logiciel permettant aux entreprises de construire des agents IA tout en conservant leurs données dans leurs propres systèmes, plutôt que de les envoyer à des fournisseurs de cloud externes.

La course à l’infrastructure atteint des proportions historiques

Le financement de Lyzr intervient dans un contexte d’investissements massifs dans l’infrastructure. Selon des projections compilées à partir de récents appels de résultats, les hyperscalers prévoient de dépenser près de 700 milliards de dollars pour des projets de centres de données en 2026 seulement. Amazon prévoit 200 milliards de dollars en 2026 (contre 131 milliards en 2025), tandis que Google estime entre 175 et 185 milliards de dollars (contre 91 milliards en 2025). L’ampleur de cette expansion a suscité à la fois enthousiasme et prudence. Jensen Huang, PDG de Nvidia, estime que entre 3 et 4 trillions de dollars seront dépensés en infrastructure IA d’ici la fin de la décennie, une grande partie de ce capital provenant directement des entreprises d’IA elles-mêmes. Pourtant, alors que ces investissements dans l’infrastructure s’intensifient, une question cruciale se pose : qui construira la couche permettant aux entreprises d’utiliser réellement cette puissance de calcul ? La réponse, de plus en plus, réside dans une nouvelle génération de startups soutenues par du capital-risque, axées sur l’orchestration, la gouvernance et l’infrastructure de déploiement des agents. Pour mieux comprendre les implications plus larges de ces dépenses en infrastructure IA, voyez comment d’anciennes opérations de minage de cryptomonnaies se tournent vers l’infrastructure de centres de données IA.

Du proof-of-concept à la production : le défi du déploiement en entreprise

Au cœur de cette évolution se trouve la reconnaissance que le déploiement de l’IA en entreprise est nettement plus difficile, les sociétés ayant besoin de couches d’orchestration pour les agents IA, de systèmes de gouvernance pour surveiller le comportement des modèles, d’infrastructures de calcul pour l’inférence à grande échelle, et de logiciels verticaux intégrant l’IA dans divers secteurs. Cette complexité opérationnelle explique pourquoi les financements affluent vers les entreprises qui résolvent les frictions du déploiement plutôt que la performance des modèles. Le fournisseur d’infrastructures de calcul Nscale a levé 2 milliards de dollars lors d’un tour de série C pour étendre ses capacités en centres de données et GPU, en se concentrant sur la fourniture d’environnements de calcul à grande échelle optimisés pour les charges de travail IA. La sécurité et la gouvernance sont également devenues des exigences critiques pour les entreprises. Ce modèle reflète une maturation plus large de l’adoption de l’IA en entreprise, passant de la simple expérimentation avec des démos spectaculaires à un travail plus discret d’intégration, de conformité et d’opérations quotidiennes. Cette transition a d’importantes implications sur la manière dont les capacités IA sont intégrées dans les systèmes existants et sur les défis techniques que rencontrent les organisations à grande échelle.

La connexion crypto : parallèles en infrastructure et flux de capitaux

Le boom de l’infrastructure IA présente des similitudes structurelles avec les cycles antérieurs dans le développement de l’infrastructure blockchain et cryptomonnaie, mais à une échelle bien plus grande. Les deux impliquent des investissements massifs initiaux en infrastructure computationnelle avant que des voies de monétisation claires ne se matérialisent pleinement. Alphabet a émis 20 milliards de dollars en obligations pour financer l’infrastructure IA le 10 février 2026, incluant une émission à 100 ans, la plus longue dette à échéance de la société, illustrant une tendance croissante des géants technologiques à recourir à la dette à long terme. Ces stratégies de financement indiquent que l’infrastructure IA est traitée comme un investissement générationnel plutôt que comme une dépense opérationnelle trimestrielle. Pour les investisseurs en actifs numériques, la question est de savoir comment cela redéfinit l’allocation des capitaux. La montée des dépenses en infrastructure IA a déjà redirigé des capitaux-risque, des talents et des ressources de calcul qui auraient autrement été dirigés vers des projets cryptographiques. Cependant, des opportunités existent à l’intersection : les capacités d’agents IA dans l’espace crypto présentent à la fois des défis en matière de sécurité et des opportunités d’infrastructure, tandis que les réseaux décentralisés de calcul IA pourraient constituer un pont entre ces deux écosystèmes.

Implications du marché : la dernière étape opérationnelle

Les résultats du troisième trimestre ont entraîné une nouvelle hausse des prévisions d’investissements pour les entreprises hyperscalers en IA, avec une estimation consensuelle parmi les analystes de Wall Street pour les dépenses en capital en 2026 désormais à 527 milliards de dollars, contre 465 milliards au début de la saison des résultats du troisième trimestre. Pourtant, alors que les dépenses en infrastructure continuent leur croissance exponentielle, les investisseurs deviennent plus sélectifs. Ils se détournent des entreprises d’infrastructure IA où la croissance des bénéfices opérationnels est sous pression et où le financement par dette est dominant, tout en favorisant celles qui montrent un lien clair entre capex et revenus. Ce changement vers une infrastructure opérationnelle IA indique que le marché mûrit au-delà du simple aspect infrastructurel. Les entreprises qui résolvent le problème de la « dernière étape » — rendre les systèmes IA fiables, gouvernables et économiquement viables en production — attirent une attention disproportionnée des investisseurs stratégiques et financiers. À mesure que les entreprises passent de l’expérimentation à un déploiement à grande échelle, la couche d’infrastructure opérationnelle pourrait représenter l’une des opportunités de création de valeur les plus importantes de la décennie, se situant entre les fournisseurs de modèles fondamentaux et les applications finales.