Publié le 22 février 2024 à 06h15. Selon Google, deux types de jeunes entreprises spécialisées dans l’intelligence artificielle pourraient connaître des difficultés à attirer les investissements dans un avenir proche, en raison d’un manque de différenciation et de valeur ajoutée.
- Google met en garde contre les startups qui se contentent de « wrapper » des modèles d’IA existants sans apporter d’innovation propre.
- Les agrégateurs d’IA, qui rassemblent plusieurs modèles sans offrir de réelle expertise, sont également considérés comme un modèle économique fragile.
- L’entreprise américaine souligne l’importance d’un avantage concurrentiel fort et d’une spécialisation pour réussir dans le secteur de l’IA.
L’essor de l’intelligence artificielle générative est en pleine expansion, avec de nouvelles entreprises qui voient le jour chaque jour. Cependant, selon Darren Mowry, vice-président de Google Cloud, deux modèles économiques de startups d’IA pourraient rapidement perdre de leur attrait auprès des investisseurs.
Le premier concerne les startups dites « wrapper LLM » (Large Language Model). Il s’agit d’entreprises qui construisent des produits basés sur des modèles d’IA préexistants tels que GPT, Claude ou Gemini, mais qui ne développent pas de propriété intellectuelle propre. Mowry explique que ce type d’approche, qui se limite à une simple interface utilisateur sur un modèle existant, ne suffira pas à long terme pour susciter l’intérêt de l’industrie.
« Il faut disposer d’un avantage concurrentiel fort et étendu, soit différencié horizontalement, soit très spécifique à un marché vertical, pour qu’une startup puisse se développer et progresser »,
Darren Mowry, vice-président de Google Cloud
Google cite l’exemple de Cursor, un assistant de codage basé sur GPT, et de Harvey AI, un assistant juridique utilisant l’IA, comme des exemples de startups qui parviennent à se différencier grâce à une expertise spécifique.
Le second modèle économique pointé du doigt est celui des agrégateurs d’IA. Ces entreprises se contentent de rassembler plusieurs modèles d’IA dans une seule interface ou API, offrant parfois des outils de suivi, de gouvernance ou d’évaluation, comme Perplexity AI Research ou la plateforme de développeurs OpenRouter, qui donne accès à divers modèles via une seule API. Mowry estime que ce modèle, bien que prometteur au début, ne suffit pas pour assurer une croissance durable. Les utilisateurs recherchent désormais des solutions plus intelligentes, capables de combiner une compréhension du contexte et du domaine d’application, et pas seulement un accès à de nombreux modèles.
Mowry, fort de son expérience dans le secteur du cloud computing (notamment chez AWS et Microsoft), établit un parallèle avec les débuts du cloud dans les années 2000. À l’époque, de nombreuses startups avaient émergé pour revendre l’infrastructure AWS, proposant des outils simplifiés, une consolidation de la facturation et un support technique. Cependant, à mesure qu’Amazon développait ses propres outils et que les clients apprenaient à gérer directement les services cloud, la plupart de ces entreprises ont disparu, seules celles qui offraient des services à valeur ajoutée (sécurité, migration, conseil DevOps) ayant survécu.
Selon Mowry, les agrégateurs d’IA doivent désormais intégrer une réelle propriété intellectuelle pour guider les utilisateurs vers le modèle le plus approprié en fonction de leurs besoins spécifiques. Sans cela, ils risquent de ne pas connaître une croissance significative.