Les fonds de capital-risque tels qu’Andreessen Horowitz (a16z) dévorent les tours de financement amorçage : analyse complète des données sur dix ans de 20 des principaux fonds de capital-risque
TechFlow SélectionTechFlow Sélection
Les fonds de capital-risque tels qu’Andreessen Horowitz (a16z) dévorent les tours de financement amorçage : analyse complète des données sur dix ans de 20 des principaux fonds de capital-risque
Si a16z et Sequoia sont déjà entrés sur le marché, investir dans des fonds amorces conserve-t-il encore un sens ?
Dédié à des analyses Web3 approfondiesAuteur : Pavel Prata
Traduction et édition : TechFlow
Introduction de TechFlow : Des fonds géants gérant plus de 10 milliards de dollars affluent vers les tours de financement amorces à un rythme sans précédent. Murph Capital s’est appuyé sur les données d’Harmonic pour analyser le comportement des 20 principaux fonds géants durant trois périodes distinctes — l’ère SaaS, l’ère des taux d’intérêt nuls et l’ère de l’IA — en se concentrant sur leurs investissements précoces dans le domaine des logiciels. Les conclusions ne sont pas simples : bien que le taux de conversion des fonds géants au stade amorce soit effectivement 3,7 à 4,2 fois supérieur à la moyenne du marché, cet avantage s’effrite rapidement dès lors qu’ils déployent massivement leur capital. Pour les gestionnaires émergents, l’espace de survie demeure, mais ils doivent choisir leur secteur avec une grande rigueur.
Il y a un mois, j’ai publié un tweet posant une question simple : les fonds géants prennent-ils réellement le contrôle des tours de financement amorces, ou s’agit-il simplement d’une impression ? Après 65 000 vues et plusieurs centaines de messages privés, il est clair que cette question touche une corde sensible.
Des gestionnaires émergents (« Emerging Managers », ci-après « EM ») m’ont écrit pour exprimer leur sentiment de pression, sans toutefois pouvoir le quantifier ; des partenaires limités (LP) se demandent : si a16z et Sequoia sont déjà entrés sur ce terrain, investir dans des fonds spécialisés en financement amorce a-t-il encore un sens ? Même les associés généraux (GP) des fonds géants cherchent à savoir à quel point leurs concurrents sont agressifs au stade précoce.
@pavelprata tweete : Les fonds géants prennent-ils réellement le contrôle des tours de financement amorces ? J’ai décidé d’étudier le comportement des plus grands fonds de capital-risque au monde (avec un actif sous gestion supérieur à 10 milliards de dollars) au stade précoce, afin de répondre à une question simple : les EM doivent-ils craindre pour leur avantage structurel ?
Un large consensus s’est rapidement dégagé, auquel je souscris globalement :
- Les fonds géants ont effectivement augmenté considérablement leur exposition aux tours de financement amorces, avec une croissance d’environ 3 fois au cours des dix dernières années.
- Le marché est suffisamment vaste et dispersé pour que leur part de marché reste relativement faible, concentrée principalement dans le quartile supérieur.
- Leur motivation principale n’est pas un retour immédiat sur le capital, mais plutôt un accès anticipé aux talents, l’obtention de données à haut rapport signal/bruit, et la minimisation du risque de manquer la prochaine opportunité de génération.
Mais ce consensus n’est que le point de départ. Derrière cette tendance générale se dessine une image bien plus intéressante et nettement moins homogène, invisible sans une analyse approfondie des données.
C’est pourquoi nous avons exploité les données d’Harmonic, recueillies auprès de 20 fonds géants répartis sur trois ères (SaaS, taux d’intérêt nuls, IA), afin de répondre honnêtement à la question suivante : que se passe-t-il réellement sur le marché des tours de financement amorces ? Vers où se dirigent précisément les fonds géants ? Quel impact cela a-t-il sur les valorisations ? Les EM ont-ils réellement lieu de s’inquiéter ?
Intuition contre données
Commençons par présenter notre cadre d’analyse.
Nous nous appuyons sur des renseignements publics, complétés par les données en temps réel fournies par Harmonic (couvrant plus de 30 millions d’entreprises et 190 millions de personnes). Sur le plan chronologique, nous avons analysé les dix dernières années, divisées en trois ères :
- L’ère SaaS (2015–2019) : Une période de cinq ans correspondant à un cycle de marché normal. Le cloud, les logiciels en mode SaaS, les plateformes de transactions et la fintech dominaient le discours, les taux d’intérêt étaient normaux, et le marché était discipliné.
- L’ère des taux d’intérêt nuls (2020–2022) : Trois ans marqués par une politique de taux zéro. Le capital était presque gratuit, attirant tous types d’investisseurs vers les stades précoces à la recherche de rendements ; Tiger Global et SoftBank semblaient présents dans chaque tour de financement significatif. Le marché des tours de financement amorces était fortement surchauffé, mais de façon chaotique, sans logique structurelle claire.
- L’ère de l’IA (2023–2026) : Depuis la sortie de ChatGPT jusqu’à aujourd’hui. Un choc technologique majeur a donné naissance à une nouvelle catégorie d’entreprises, pour lesquelles des tours de financement amorce très importants sont désormais la norme.
D’un point de vue technique, nous nous concentrons sur les tours de financement amorces, mais incluons également les tours « pre-seed » et les extensions de tours amorce. La raison est simple : les frontières entre ces stades précoces sont souvent floues ou fluctuantes, et une segmentation trop rigoureuse serait trompeuse.
Voyons maintenant les résultats. Pour être franc, avant même de commencer cette étude, j’avais une forte intuition selon laquelle les fonds géants apparaissaient de plus en plus fréquemment sur le radar des investissements précoces. Cette intuition provient largement des réseaux sociaux, où les logos d’a16z, General Catalyst et Sequoia apparaissent de plus en plus souvent dans les annonces de tours amorce, toujours accompagnés d’une campagne médiatique très médiatisée. Les données confirment ce sentiment :
- Durant les six premiers mois de 2026, a16z a participé à environ 48 tours de financement amorce, en ayant mené 46 % d’entre eux. Il s’agit d’une stratégie systématique, non de paris isolés.
- Le montant le plus fréquent des tours menés par a16z est de 10,5 millions de dollars, un chiffre plus proche d’un tour de série A classique que d’un tour amorce traditionnel.
- En ajoutant General Catalyst et Sequoia, ces trois géants ont réalisé 87 tours de financement amorce en seulement 5,5 mois, soit en moyenne un investissement précoce tous les 1,5 jours ouvrables.
@a16z tweete : Nous sommes honorés de mener le tour de financement amorce de Westmag. Un avantage sous-estimé de l’investissement dans l’ensemble de la pile matérielle réside dans l’accès direct aux défis logistiques qui affectent les fondations industrielles…
Dans le même temps, les données récentes de Carta montrent que, du point de vue des valorisations, celles des tours amorce connaissent une inflation rapide. Certains pourraient penser qu’il s’agit uniquement du fait de quelques acteurs particulièrement agressifs, mais la plupart des fonds EM restent contraints, par leur propre mathématique de fonds, à opérer autour ou en dessous de la médiane afin d’obtenir une participation initiale suffisante et de maintenir un chemin de rendement viable.
La logique des fonds géants est totalement différente. Grâce à leur actif sous gestion cumulé, à leur prime de marque et à leur flux de projets de haute qualité, la discipline des prix n’est plus une contrainte réelle. Ce décalage scinde progressivement le marché en deux niveaux radicalement distincts, que nous désignons grossièrement comme « tours amorce classiques » et « super-tours amorce » :
- Le 90ᵉ percentile des valorisations des tours amorce a grimpé à 93,7 millions de dollars au premier trimestre 2026, presque doublant par rapport à il y a quatre ans.
- Au cours de l’année écoulée, les valorisations supérieures à la médiane ont augmenté d’au moins 53 %.
- Le bas du spectre reste quasi stable : le 25ᵉ percentile est passé de 18 millions à 22,7 millions de dollars.
@PeterJ_Walker tweete : Les 5 % supérieurs des valorisations des tours amorce dépassent désormais régulièrement 175 millions de dollars, triplant leur niveau sur les douze derniers mois. Cela évoque un peu le délire de 2021 (même en tant que croyant en l’IA, je le pense).
Toutefois, ces éléments ne constituent encore que des preuves indirectes, indiquant une direction générale sans toutefois apporter de réponse définitive sur ce qui se passe réellement sur le marché précoce ni sur le caractère systématique de la présence des fonds géants.
C’est précisément pourquoi nous avons décidé d’aller plus loin. Nous avons analysé les dynamiques individuelles de chaque fonds sur les trois ères, décomposé leurs modèles de comportement et évalué ce que cette transformation signifie concrètement pour les EM.
Déconstruction de la machine à transactions
Légende : Comparaison du nombre de transactions précoces des 20 fonds géants sur les trois ères
En termes de moyenne, un fonds géant typique réalisait 10,6 transactions précoces par an durant l’ère SaaS. À l’ère de l’IA, ce chiffre atteint 23,9 transactions, soit une augmentation moyenne de 2,37 fois pour l’ensemble de la cohorte.
Le phénomène le plus intéressant concerne ce qui s’est produit après la fin de l’ère des taux d’intérêt nuls. Si cette croissance n’était que le sous-produit d’un capital gratuit, elle devrait s’inverser après la hausse des taux. Or, dans notre jeu de données couvrant les 20 fonds, le nombre annuel moyen de transactions à l’ère de l’IA est presque identique à celui de l’ère des taux d’intérêt nuls : 23,9 contre 24,3. En effet, seuls trois fonds ont ralenti leur rythme d’investissement précoce. Cela prouve que la transformation est structurelle, même si quelques cas extrêmes gonflent les données globales :
- a16z : 16,6 → 49,7 → 76,8 transactions/an
- General Catalyst : 15,2 → 33,0 → 62,1 transactions/an
- Khosla Ventures : 14,6 → 21,0 → 30,9 transactions/an
Trois facteurs fondamentaux expliquent ce phénomène :
Les entreprises de l’ère de l’IA ont des coûts intrinsèquement plus élevés. Infrastructures GPU, pipelines de données, scientifiques de la recherche rémunérés 300 000 à 500 000 dollars par an : tout cela crée un seuil de coût entièrement différent. Ce qui coûtait 500 000 dollars à l’ère SaaS (deux ingénieurs + AWS) nécessite désormais 2 à 5 millions de dollars à l’ère de l’IA. L’augmentation de la taille médiane des chèques reflète partiellement des dépenses réelles de R&D, et non seulement une inflation des valorisations. Par ailleurs, l’exploration précoce à l’ère SaaS (permettant aux fondateurs d’itérer, de pivoter, de passer plusieurs années à rechercher le PMF) laisse place à un avantage du premier arrivé beaucoup plus court à l’ère de l’IA. Si votre modèle fonctionne, vous distancerez rapidement vos concurrents, et cette fenêtre se referme plus vite.
La concurrence pour les fondateurs transfère le pouvoir de fixation des prix. Au début d’un cycle technologique révolutionnaire, la combinaison d’un haut potentiel et de talents de premier plan revêt une valeur inestimable. Les meilleurs fondateurs en IA peuvent, dès le stade amorce, choisir entre a16z, Sequoia et Lightspeed, construisant ainsi une composition actionnariale qui leur permettra de lever un tour suivant plus important en moins de temps. Souvent, le pouvoir de fixation des prix passe des investisseurs aux fondateurs : les tours s’élargissent non pas parce que l’entreprise en a objectivement besoin, mais parce que les fondateurs peuvent exiger — et obtenir — davantage.
La mathématique liée à la taille des fonds est éloquente. Parmi les fonds de notre échantillon, les actifs sous gestion des cinq premiers fonds sont passés d’environ 34 milliards à 249 milliards de dollars, soit une multiplication par environ 7 en dix ans. Dans le même temps, leur nombre de transactions amorce n’a augmenté que de 2 à 4 fois. La croissance des actifs sous gestion est donc bien plus rapide que celle de leurs activités amorce, ce qui réduit proportionnellement la part des chèques amorce dans leurs portefeuilles.
Prenons l’exemple d’a16z : son actif sous gestion était d’environ 4 milliards de dollars en 2015, contre 90 milliards de dollars aujourd’hui (incluant sa levée récente de 15 milliards de dollars, la plus importante de l’histoire du VC). Un chèque amorce de 6 millions de dollars représente seulement 0,01 % de ses 90 milliards de dollars d’actifs sous gestion. Mathématiquement, le fonds n’a aucun intérêt à marchander chaque million de dollars de valorisation. Inversement, dans un marché de plus en plus concentré, le risque de rater une opportunité de génération est désastreux.
Nous pouvons donc affirmer avec une grande confiance que l’afflux des fonds géants vers les tours amorce à l’ère de l’IA n’est pas un comportement spéculatif hérité de l’ère des taux d’intérêt nuls, mais bien une mission stratégique. D’un côté, d’immenses capitaux affluent vers les fonds géants ; de l’autre, une nouvelle catégorie d’entreprises et de talents mérite d’être disputée dès les tout premiers stades. Ces deux phénomènes convergent pour impulser cette transformation.
Analyse par groupes selon le taux de croissance
Légende : Regroupement des 20 fonds selon leur trajectoire de croissance
À l’ère des taux d’intérêt nuls, les 20 fonds géants du jeu de données ont tous accru leurs transactions précoces, sans exception. Après la pandémie, la Réserve fédérale américaine a abaissé les taux d’intérêt près de zéro, et d’importants capitaux provenant des LP ont afflué vers les poches des VC : les levées totales de fonds VC aux États-Unis ont atteint un sommet historique de 169,5 milliards de dollars en 2021.
Dotés d’importantes réserves de capital non engagé (« dry powder »), certains fonds géants se sont aventurés au stade amorce pour tester le terrain ; d’autres ont volontairement quitté les tours tardifs (dont les valorisations étaient alors extrêmement gonflées) pour se recentrer sur les stades plus précoces.
Mais à l’ère de l’IA, les taux d’intérêt se sont stabilisés au-dessus de 5 % et le marché est fortement fragmenté. Les divergences macroéconomiques ont divisé les fonds en trois orientations comportementales distinctes :
Les accélérateurs
Le volume de transactions à l’ère de l’IA dépasse même celui de l’ère des taux d’intérêt nuls :
- a16z (75,3 transactions/an)
- General Catalyst (61,5 transactions/an)
- Khosla Ventures (31,5 transactions/an)
Ces fonds ne se sont pas contentés de rester sur le marché amorce après la disparition du capital bon marché : ils ont au contraire doublé leur mise, élargissant de façon radicale leur présence.
Les stabilisateurs
Le volume de transactions à l’ère de l’IA est légèrement inférieur au pic atteint à l’ère des taux d’intérêt nuls, mais reste nettement supérieur à celui de l’ère SaaS :
- Sequoia (19,6 → 49,3 → 50,6)
- Accel (15,2 → 43,3 → 34,7)
- Lightspeed (11,6 → 41,7 → 32,1)
L’envolée liée aux taux d’intérêt nuls a certes culminé puis reculé, mais le niveau de base est désormais durablement relevé à 2 ou 3 fois son niveau historique. Point de retour possible.
Les disciplinés
Une croissance régulière sur les trois ères :
- Bessemer (9,4 → 23,0 → 20,9)
- Lux (7,2 → 14,3 → 14,7)
- Index Ventures (10,0 → 23,3 → 17,6)
Ils ont évité aussi bien l’envolée des taux d’intérêt nuls que l’explosion de l’ère de l’IA, mais leur niveau de base a néanmoins subi une hausse durable. De 10 transactions annuelles à l’ère SaaS, ils se sont stabilisés entre 15 et 21 transactions.
Une seule exception : trois fonds — Founders Fund, NEA et Greylock — ont soit réduit, soit stabilisé leurs activités précoces entre l’ère SaaS et l’ère de l’IA.
Founders Fund est probablement le seul organisme à avoir fait un choix philosophique délibéré. Influencé par la théorie mimétique de René Girard, Peter Thiel adopte un cadre inverse selon lequel un consensus de marché surchargé constitue un signal explicite pour chercher ailleurs. Ainsi, tandis que les 17 autres fonds géants se ruent vers le stade amorce, Founders Fund va à l’encontre de la tendance, privilégiant des paris tardifs massifs et concentrés, injectant du capital dans des exceptions de génération telles qu’OpenAI, Databricks et Anduril.
Greylock reste profondément fidèle à la tradition de la « première chèque », mais opte pour une concentration élevée. Il ne cherche pas à mettre en place une « usine à transactions » : il se focalise sur moins de paris, mais dotés d’une conviction plus forte, allant parfois jusqu’à créer des entreprises directement depuis ses propres locaux.
La mission multi-stades de grande ampleur de NEA rend plus difficile l’analyse isolée de ses fluctuations amorce ; en l’absence de données solides, nous évitons toute spéculation.
Stratégie centrale ou activité secondaire ?
Légende : Évolution de la part des transactions précoces dans les investissements totaux de chaque fonds
Les chiffres absolus ne répondent pas à une question cruciale : pour ces géants, les tours amorce constituent-ils une activité secondaire ou une stratégie centrale ?
Un fonds peut réaliser 30 tours amorce par an, mais s’il réalise simultanément 200 tours de séries A à D, les tours amorce ne représentent que 15 %. À l’inverse, si ces 30 tours amorce font partie d’un total de 60 investissements, ils représentent 50 %.
15 % signifie exploration de projets, paris occasionnels de certains associés, options à faible coût. 50 % implique une mission stratégique : équipes dédiées, processus institutionnalisés, machines de déploiement à grande échelle.
C’est pourquoi notre troisième perspective — probablement la plus révélatrice — consiste à suivre précisément la part que chaque fonds géant consacre à l’écosystème précoce :
Sur les 20 fonds, 16 ont atteint un niveau record de participation précoce à l’ère de l’IA. À l’ère SaaS, un fonds géant typique orientait 20 à 30 % de ses transactions vers les tours amorce. À l’ère de l’IA, ce seuil a bondi à 35 à 50 %.
Trois exemples sont particulièrement probants :
Sequoia : une transformation radicale. Il s’agit du changement stratégique le plus spectaculaire de l’ensemble de notre jeu de données. À l’ère SaaS, la part des investissements précoces de Sequoia était inférieure à un cinquième : Sequoia dominait principalement les tours de séries A/B+, réalisant ponctuellement des paris tactiques en amorce. À l’ère de l’IA, près de la moitié de ses transactions sont précoces, soit une hausse de 30 points de pourcentage.
General Catalyst : une courbe en forme de V. GC était déjà orienté vers les stades précoces à l’ère SaaS, avec une part de 38 %. À l’ère des taux d’intérêt nuls, cette part est tombée à 30 %, suivant le mouvement général vers les rendements de croissance tirés par le capital gratuit. Mais l’ère de l’IA a déclenché une inversion brutale, portant la part à 47 %. Il s’agit d’un retour conscient et radical vers les investissements précoces, à un niveau plus élevé que jamais.
a16z : une base stable suivie d’un bond à l’ère de l’IA. Ce qui distingue a16z, c’est que sa part d’investissements précoces est restée parfaitement stable à 31,2 % à la fois à l’ère SaaS et à l’ère des taux d’intérêt nuls. Alors que d’autres fonds plongeaient de façon chaotique vers les stades précoces pendant l’ère des taux d’intérêt nuls, a16z a conservé un équilibre structurel. Puis est arrivée l’ère de l’IA, avec un bond soudain à 42,5 %.
Cette décomposition est essentielle, car les LP entendent fréquemment des fonds géants répéter un récit familier : « Nous émettons parfois une chèque amorce lorsqu’un équipe fondatrice exceptionnelle se présente. » Les données démontrent que cette formule est désormais obsolète.
La part des tours amorce de Sequoia atteint 49 %, celle de GC 47 %, celle d’a16z 42 %. Les fonds géants ont bel et bien redirigé leur moteur central vers le stade amorce, et ont armé cette transition grâce à des équipes dédiées, des canaux internes personnalisés et des programmes d’accélération propres (tels qu’a16z Speedrun et Sequoia Arc).
Pour les EM, cela fournit un contexte crucial, bien que révélateur : votre concurrence quotidienne dépasse largement celle d’un fonds spécialisé de 50 millions de dollars installé juste à côté. Aujourd’hui, lorsque vous luttez pour obtenir une allocation, vos adversaires sont des géants dont les actifs sous gestion vont de 10 à 90 milliards de dollars, et qui ont déjà orienté 40 à 50 % de leur machine institutionnelle vers votre secteur.
Pour comprendre véritablement les mécanismes de cette pression, il faut intégrer un indicateur clé supplémentaire : la taille des chèques et des tours.
Tours amorce classiques vs. super-tours amorce
Légende : Médiane des tours amorce avec participation d’un fonds géant vs. médiane du marché américain des tours amorce
Un thème central que nous avons déjà souligné est la fragmentation du stade amorce. La meilleure façon d’observer cette fissure est de comparer la taille médiane des tours à chaque ère avec l’« indice amorce » américain (médiane globale du marché).
- À l’ère de l’IA, la médiane des tours amorce américains avec participation d’un fonds géant est de 6,2 millions de dollars
- La médiane globale du marché est de seulement 1,4 million de dollars. L’écart est de 4,4 fois.
Les fonds géants ne participent pas aux tours amorce « moyens » : ils opèrent systématiquement dans le quartile supérieur du marché.
Plus intéressant encore, ce ratio reste stable sur les trois cycles macroéconomiques : 4,8 fois à l’ère SaaS, 4,5 fois à l’ère des taux d’intérêt nuls, 4,3 fois à l’ère de l’IA. Les fonds géants n’accélèrent pas l’inflation relative au reste du marché : ils évoluent tout simplement sur un niveau de prix totalement différent.
Autre manière de voir les choses : le 75ᵉ percentile du marché (4 millions de dollars) constitue le seuil minimal d’entrée pour les fonds géants. Leur tour médian (6,2 millions de dollars) se situe solidement au-dessus du P75 de l’ensemble de l’écosystème amorce américain. Par définition, ces géants sont cantonnés aux transactions figurant dans les 25 % supérieures en termes de taille.
Mais lorsque l’on superpose médiane et moyenne, les choses deviennent encore plus intéressantes.
Légende : Comparaison médiane vs. moyenne par fonds, révélant une stratégie à deux voies
La médiane reflète la transaction « typique » d’un fonds, tandis que la moyenne est fortement biaisée par les valeurs extrêmes. L’écart entre les deux mesure clairement à quel point la stratégie d’un fonds est « à deux voies » : adopte-t-il un modèle à double moteur, jouant simultanément sur les super-tours amorce, ou opère-t-il uniformément sur un seul niveau de prix ?
De ce point de vue, la cohorte se divise nettement en deux catégories.
Modèle à deux voies (écart ≥ 3 fois)
- Index (médiane : 8,2 millions, moyenne : 34,3 millions, écart de 4,2 fois)
- Lux (6 millions vs. 31,7 millions, écart de 5,3 fois)
- Lightspeed (6,8 millions vs. 30,8 millions, écart de 4,5 fois)
- Accel (5 millions vs. 26 millions, écart de 5,2 fois)
- a16z (6 millions vs. 21,8 millions, écart de 3,6 fois)
- Sequoia (5 millions vs. 17,4 millions, écart de 3,5 fois)
Ces fonds jouent sur deux tableaux : un volume élevé de tours amorce classiques (5 à 8 millions de dollars), combiné à des super-tours amorce hautement sélectionnés (50 à 500 millions de dollars), qui tirent la moyenne vers le haut. Les titres de TechCrunch tels que « Tour amorce de 100 millions de dollars ! » ne reflètent pas la réalité quotidienne : leur transaction typique est en fait 4 à 5 fois plus petite.
Modèle homogène (écart < 2,5 fois)
- Greylock (6,9 millions vs. 13,3 millions, écart de 1,9 fois)
- Founders Fund (7 millions vs. 12 millions, écart de 1,7 fois)
- CRV (7,5 millions vs. 10,8 millions, écart de 1,4 fois)
- 8VC (6,6 millions vs. 8,7 millions, écart de 1,3 fois)
- NEA (7 millions vs. 7,4 millions, écart de 1,1 fois)
Pour ces fonds, la médiane et la moyenne suivent de près, sans longue traîne de tours très importants. Ils déploient systématiquement leur capital dans la fourchette de 5 à 8 millions de dollars, sans valeurs extrêmes marquées.
Les fonds à deux voies occupent les gros titres et créent l’illusion que les tours amorce sont devenus un jeu réservé aux tours de 30 millions de dollars et plus. Mais les données contredisent cette idée : même les institutions les plus « à deux voies » ont leur transaction typique solidement ancrée dans la fourchette de 5 à 8 millions de dollars. Les super-tours amorce ne constituent qu’une longue traîne statistique, pas le centre de gravité.
Pour les EM, la pression concurrentielle réelle émane des fonds homogènes — GC, Khosla, Bessemer, Greylock. Ces acteurs opèrent systématiquement dans la fourchette de 5 à 8 millions de dollars, sans être distraits par les super-tours amorce. Les fonds à deux voies sont plus impressionnants en apparence, mais constituent une menace moindre dans la compétition quotidienne : une partie de leur temps est consacrée au marché des super-tours amorce, là où les EM ne se battent pas.
La fragmentation du marché amorce a peu à voir avec une inflation abstraite des tours. Nous assistons à la naissance de deux écosystèmes entièrement distincts sous l’étiquette unique de « tour amorce » : les super-tours amorce (supérieurs à 20 millions de dollars), réservés aux plateformes à deux voies, et les tours amorce classiques (3 à 8 millions de dollars), où se rencontrent encore fonds géants et EM. La seule différence est que le nombre de géants multi-stades s’y étant engagés a doublé.
Qui fixe les prix, qui suit le mouvement ?
Légende : Comparaison du taux de leadership et du nombre de tours menés par chaque fonds
Participer et mener un tour sont deux choses fondamentalement différentes.
Un fonds qui investit un petit chèque de 500 000 dollars dans un tour de 6 millions de dollars est un simple suiveur, un passager sur la liste des actionnaires. Ce n’est pas lui qui fixe la valorisation, les conditions ou décide qui peut participer à l’investissement conjoint. C’est le fonds qui mène le tour qui détermine, en fin de compte, s’il reste encore de la place pour les EM.
Alors, quelle proportion des tours amorce réalisés par les fonds géants sont-ils réellement menés par eux ?
J’ai classé ces institutions en quatre catégories :
Les meneurs convaincus — taux de leadership élevé + volume élevé
- Khosla (60 %, 19 tours menés/an)
- Lightspeed (63 %, 21 tours menés/an)
- Accel (54 %, 20 tours menés/an)
C’est le groupe le plus dangereux pour les EM. Déploiement agressif, et exigence de prendre le volant. Lightspeed mène chaque année 21 tours amorce et détient un taux de leadership de 63 % : il domine systématiquement la fixation des prix en amorce. Si un EM se bat pour la même entreprise, il se bat pour le rôle de chef de file.
Les volumineux — volume élevé, taux de leadership modéré
- a16z (51 %, 40 tours menés/an)
- General Catalyst (53 %, 33 tours menés/an)
- Sequoia (36 %, 19 tours menés/an)
Ces géants dominent le paysage en termes de nombre absolu de tours menés, même si leur taux de leadership est plus faible. Ils mènent les tours des meilleures sociétés de leur pipeline, prenant des positions passives sur les autres. Pour les EM, il s’agit d’une double menace : même si le fonds géant ne mène pas le tour, sa simple présence sur la liste des actionnaires influence fortement l’effet de signal et la dynamique des tours suivants.
Les meneurs sélectifs — taux de leadership élevé, volume faible
- EQT (82 %, 7 tours/an)
- Craft Ventures (76 %, 8 tours/an)
- Index Ventures (67 %, 12 tours/an)
- Founders Fund (61 %, 10 tours/an)
- Greylock (58 %, 6 tours/an)
Ces fonds mènent la majorité de leurs transactions, mais maintiennent une discipline stricte et un rythme lent. Leur approche repose entièrement sur la conviction : s’ils émettent un chèque, ils veulent presque toujours piloter ce tour. Leur menace est faible au niveau global du marché, mais dans toute transaction spécifique où ils interviennent, ils remportent presque systématiquement le rôle de chef de file.
Les réseaux — taux de leadership faible
- 8VC (38 %, 9 tours/an)
- Amplify (39 %, 4 tours/an)
- Sequoia (36 %, 19 tours/an)
- Bessemer (44 %, 9 tours/an)
Ces institutions choisissent bien plus souvent de suivre que de mener. Leur rôle au stade amorce repose sur le réseau, l’effet de signal et l’achat d’options, plutôt que sur la fixation des prix du marché. Pour les EM, il s’agit du type de menace le plus faible, car ils rarement chassent les rôles de chef de file.
Une découverte intéressante : les deux fonds qui réalisent le plus grand volume d’activités précoces absolues voient leur taux de leadership à l’ère de l’IA atteindre les niveaux les plus bas : a16z à 51 %, Sequoia à 36 %. Et dans les deux cas, leur taux de leadership a baissé par rapport à l’ère SaaS (a16z de 67 %, Sequoia de 52 %).
L’explication est simple : lorsqu’on réalise 77 ou 51 transactions par an, il est physiquement impossible de mener chacune d’elles. Une partie des transactions bascule naturellement vers des paris exploratoires, des participations passives et des investissements conjoints menés par d’autres. À cette échelle, volume et taux de leadership constituent un compromis explicite.
Mais en chiffres absolus, ils dominent quand même le champ de bataille : a16z mène environ 40 transactions précoces par an, GC environ 33. Cela dépasse le volume total de transactions précoces de la moitié des fonds de la liste réunis.
Dans l’ensemble, le taux de leadership de la plupart des fonds augmente à l’ère de l’IA. Sur les 20 fonds, 13 ont un taux de leadership à l’ère de l’IA supérieur à celui de l’ère SaaS :
Légende : Évolution du taux de leadership des fonds entre l’ère SaaS et l’ère de l’IA
Les fonds géants mènent de plus en plus fréquemment les tours. Par exemple, Greylock ne menait qu’un tour amorce sur quatre à l’ère SaaS, contre plus de la moitié à l’ère de l’IA. Ils sont passés d’un rôle passif de « participant sur invitation » à un rôle actif de « je lance ce tour ».
Les LP doivent garder cette réalité à l’esprit lors de leurs due diligence sur les fonds. Bien sûr, les EM adorent remplir leurs présentations de levée de fonds avec les logos de fonds géants, accompagnés de la mention « Nous investissons conjointement avec xxx ». Mais cette dynamique peut en fait servir de signal clé définissant le type de produit de capital-risque que les LP achètent réellement.
Si un LP demande : « Combien de tours avez-vous menés l’an dernier ? Parmi ceux-ci, combien avaient un autre fonds géant comme co-chef de file ? » et que la réponse est « Nous investissons fréquemment conjointement avec a16z ou GC », ce n’est pas un avantage structurel, mais une dépendance grave vis-à-vis du flux de projets des fonds géants. Ce n’est pas nécessairement une mauvaise stratégie, mais une fois pris en compte le volume accru des tours, l’inflation des valorisations et la dilution des objectifs de participation liée à l’absence de pouvoir de fixation des prix et de capacité de leadership, la mathématique fondamentale du fonds change radicalement.
À l’inverse, si la réponse est « Nous menons les tours que les fonds géants ignorent, ou auxquels nous sommes arrivés bien avant qu’ils ne les remarquent », alors là réside l’avantage réel et défendable des EM.
Où la pression est-elle la plus forte ?
Légende : Répartition sectorielle des activités précoces des fonds géants
L’analyse précédente des dynamiques de transaction, de l’inflation des tours et des taux de leadership décrit la situation globale des fonds géants. Mais dans la réalité, un EM investit rarement dans « l’ensemble du marché amorce » : il investit dans des secteurs spécifiques, et le choix de ces secteurs constitue souvent son avantage central. La question logique suivante est donc : où les fonds géants se sont-ils rendus ?
De ce point de vue, leur empreinte est bien plus concentrée que ne le suggèrent les statistiques globales.
Comme prévu, les deux secteurs dominants en termes de taux de leadership et de nombre total de transactions sont l’IA d’entreprise et l’automatisation, ainsi que les infrastructures IA et les outils pour développeurs. Ensemble, ils représentent 538 entreprises, soit 42 % de l’ensemble des activités précoces de notre jeu de données. Les 20 fonds géants sont tous actifs simultanément dans ces deux secteurs. Trois moteurs fondamentaux expliquent ce phénomène :
La taille du marché. Les dépenses des entreprises en IA générative sont passées de 1,7 milliard de dollars en 2023 à 37 milliards de dollars en 2025, soit une multiplication par plus de 20 en deux ans. L’IA d’entreprise représente déjà 6 % du marché mondial des SaaS, et connaît une expansion plus rapide que n’importe quelle autre catégorie logicielle de l’histoire.
La vitesse. La dynamique temporelle à l’ère de l’IA est sans précédent. Le modèle de croissance à l’ère SaaS était T2D3 (tripler, tripler, doubler, doubler, doubler), tandis que le cadre de croissance des entreprises natives IA est Q2T3 (quadrupler, quadrupler, tripler, tripler, tripler). Pour les fonds, la fenêtre d’entrée au stade amorce se referme plus vite. Hésiter 12 à 18 mois peut signifier rater toute une catégorie logicielle.
Les performances exceptionnelles. Lovable a atteint 100 millions de dollars de revenus annuels (ARR) en 8 mois, puis les a doublés à 200 millions en 4 mois, dépassant OpenAI, Cursor et toutes les autres entreprises logicielles de l’histoire. En mai 2026, Sacra estimait que le revenu annuel de Lovable avait dépassé 500 millions de dollars. Cursor a levé 2,3 milliards de dollars à une valorisation de 29,3 milliards de dollars. Le revenu annuel d’Anthropic est passé d’environ 1 milliard de dollars fin 2024 à 14 milliards de dollars en février 2026, puis à 30 milliards de dollars en avril, et à 47 milliards de dollars en mai, tout en levant 65 milliards de dollars à une valorisation de 965 milliards de dollars. Toutes ces entreprises n’existaient pas, ou étaient totalement inconnues, il y a trois ans.
Pour les EM investissant dans l’IA, cela signifie que presque tous les fonds géants chassent dans votre arrière-cour. Dotés d’un capital illimité, ces géants ne sont pas contraints par la fixation des prix des tours et peuvent mener agressivement les tours tout en maximisant leurs objectifs de participation. La survie des nouveaux gestionnaires dépend de leur expertise sectorielle approfondie, de leur accès exclusif à des réseaux denses de fondateurs, et de leur capacité à placer des paris à un stade où les fondateurs n’ont même pas encore rédigé leur pitch deck.
Un détail crucial : les entreprises IA en plus forte croissance (les « supernovae IA ») affichent une marge brute moyenne d’environ 25 %, sacrifiant délibérément leur économie unitaire pour conquérir des parts de marché. Les « météores » plus traditionnels affichent une marge brute moyenne d’environ 60 %, encore bien inférieure à la référence classique des SaaS (70 à 85 %).
Cela signifie que l’IA d’entreprise est actuellement un secteur où la croissance des revenus dépasse largement la rentabilité. Les investisseurs souscrivent essentiellement à une économie future, et non aux marges actuelles. Les fonds géants, grâce à leurs capacités financières et à leur horizon temporel long, peuvent facilement supporter ce pari structurel. Mais un EM gérant un fonds de 25 à 75 millions de dollars sera fondamentalement vulnérable si la réalisation attendue de cette économie unitaire prend plus de temps que prévu par le marché.
Légende : Médiane vs. moyenne des tailles de tours par secteur
Les infrastructures IA et les outils pour développeurs méritent une attention particulière en matière de structure des tours. Le comportement à deux voies observé au niveau des fonds se manifeste de façon la plus aiguë dans ce secteur : la médiane des tours est de 6,8 millions de dollars, tandis que la moyenne atteint 48 millions de dollars, soit un écart de 7 fois.
Cette énorme différence indique que le secteur est inondé de super-tours amorce dépassant 100 millions de dollars, tirant la moyenne statistique vers le haut. C’est précisément dans ce terreau que fleurissent les titres du type « tour amorce de 50 millions de dollars », créant une impression gravement déformée de la transaction typique pour les observateurs extérieurs.
En comparaison, l’écart pour Commerce & GTM est de seulement 1,4 fois, et pour Healthcare de 2 fois. Plus on s’éloigne du cœur de l’IA, plus la structure des tours est homogène.
Deux secteurs affichent un comportement disproportionné par rapport à leur taille réelle :
Sécurité informatique : Seulement 76 entreprises, mais un taux de leadership de 62 %, le plus élevé de tous les principaux secteurs. Couplé à une médiane des tours de 7 millions de dollars (l’une des plus élevées du jeu de données), les fonds géants dominent la fixation des prix dans près de deux tiers des transactions.
Défense et aérospatiale : Une empreinte encore plus réduite (34 entreprises), mais un taux de leadership record de 66 %. Toutefois, seuls 12 des 20 fonds géants sont actifs dans ce secteur, ce qui indique qu’il s’agit d’un pari concentré de quelques acteurs très convaincus, plutôt que d’une pression systémique de niveau plateforme.
D’autres secteurs sont relativement peu encombrés : climat et énergie (26 entreprises, 12 fonds actifs), logistique (24 entreprises, 13 fonds actifs), ainsi que PropTech, EdTech, Legal et HR — des secteurs traditionnels.
Les EM possédant une expertise sectorielle approfondie dans ces domaines échappent totalement à l’écrasement des plateformes. Leur adversaire n’est pas une vingtaine de grandes plateformes, mais 8 à 12 institutions, chacune fixant les prix de 2 à 3 transactions par an : un jeu totalement différent.
Pour les LP, il s’agit d’une prise de conscience pratique essentielle : la due diligence correcte sur les EM doit se concentrer sur les secteurs spécifiques dans lesquels ils interviennent, car le choix du secteur détermine la nature de la concurrence, ainsi que le type de différenciation requis pour gagner.
Les tours amorce des fonds géants valent-ils cette prime ?
Légende : Taux de conversion des tours amorce vers la série B — fonds géants vs. marché global
Jusqu’ici, notre étude n’a montré qu’un côté de la pièce : l’intrusion des fonds géants sur le marché amorce, leur augmentation du nombre de transactions, leur fréquence accrue de leadership, leur opération dans la fourchette de prix des EM.
Mais il existe une question que nous avons repoussée jusqu’à présent, et qui est probablement la plus cruciale de toute l’étude : cette stratégie fonctionne-t-elle réellement ?
Oui, les fonds géants émettent des chèques plus importants, participent à des tours 4,4 fois plus gros que la médiane du marché, orientent 40 à 50 % de leurs activités vers les stades précoces et mènent plus de la moitié des tours amorce. Mais si les entreprises qu’ils soutiennent au stade amorce ne survivent pas à un taux supérieur à la moyenne du marché, tout ce que nous décrivons n’est qu’une inflation des valorisations, sans valeur réelle.
À l’inverse, si les entreprises soutenues par les fonds géants atteignent la série B à un taux nettement supérieur à la moyenne du marché, toute la narration bascule. Dans ce scénario, les fonds géants ne « prennent pas le contrôle » des tours amorce : ils les améliorent. Les LP devraient alors se demander : « Pourquoi ne pas concentrer le capital sur des fonds géants couvrant le stade amorce, puis doubler les engagements aux tours suivants, capturant ainsi l’ensemble du cycle de vie du marché au sein d’une seule institution ? »
Pour répondre à cette question, nous avons calculé un indicateur simple : parmi les entreprises ayant levé un tour amorce à une époque donnée, quelle proportion a ensuite atteint la série B ? Deux groupes sont comparés : le marché dans son ensemble vs. les entreprises amorce ayant au moins un fonds géant dans leur liste d’actionnaires.
Nous nous concentrons sur l’ère SaaS et l’ère des taux d’intérêt nuls (les entreprises de l’ère de l’IA sont encore trop jeunes). Les résultats sont clairs, mais comportent des nuances.
- Ère SaaS : Parmi les 60 110 entreprises ayant levé un tour amorce, 9,8 % sont parvenues à la série B. Parmi les 940 entreprises ayant bénéficié d’un fonds géant, ce chiffre atteint 36,7 %, soit 3,7 fois plus.
- Ère des taux d’intérêt nuls : La tendance est cohérente : 3,9 % pour le marché, 16,5 % pour les fonds géants, soit un écart élargi à 4,2 fois.
Les fonds géants convertissent les tours amorce en tours de série B à un taux 3,7 à 4,2 fois supérieur à la moyenne du marché. Plus important encore, cet écart s’élargit. Dans l’environnement surchauffé de l’ère des taux d’intérêt nuls, où le taux de conversion global s’effondre, la sélection de qualité des fonds géants devient encore plus précieuse.
Mais avant de tirer des conclusions, il faut décomposer les raisons de cette haute conversion. Plusieurs facteurs structurels, regroupés sous le terme d’« effet de signal puissant », contribuent à ce résultat :
- Flux de projets de série A d’élite : Les meilleurs investisseurs de série A recherchent activement des investissements conjoints avec des chefs de file institutionnels et influents au stade amorce.
- Capacité interne de suivi : Les fonds géants disposent de ressources suffisantes pour mener eux-mêmes les tours de série A ou B de leurs portefeuilles amorce.
- Acquisition de talents pilotée par la marque : Les meilleurs ingénieurs voient les labels « investi par Sequoia » ou « investi par a16z » comme un atout majeur, réduisant significativement les frictions de recrutement.
- Avantage de diffusion médiatique : Une plus grande puissance de relations publiques attire davantage de clients potentiels via des contacts spontanés.
Il faut donc reconnaître qu’une grande part de ce taux de conversion n’est pas le fruit du « bon choix » des fonds géants, mais bien le résultat de leur aide à transformer les entreprises en bons choix. Pour les LP, c’est un signal clair : la valeur ajoutée des fonds géants au stade amorce ne se limite pas à la « sélection », mais constitue bel et bien une « plateforme comme produit ».
Légende : Taux de conversion amorce vers série B des fonds — ère SaaS vs. ère des taux d’intérêt nuls
Mais la pièce a un autre côté. Lorsque nous dépassons les données globales pour examiner chaque institution, un motif inquiétant émerge : parmi les 15 fonds dont l’échantillon est suffisant (plus de 10 tours amorce par ère), 14 voient leur taux de conversion chuter drastiquement entre l’ère SaaS et l’ère des taux d’intérêt nuls. La baisse varie de 10 à 25 points de pourcentage :
- Lux : 51 % → 19 %
- Sequoia : 46 % → 14 %
- a16z : 42 % → 16 %
- Index : 45 % → 25 %
La corrélation est directe : les fonds qui ont le plus intensifié leur activité à l’ère des taux d’intérêt nuls sont ceux dont le taux de conversion a le plus chuté. Sequoia a triplé son volume de transactions (de 20 à environ 50 par an), et son taux de conversion est passé de 46 % à 14 %. Lightspeed a quadruplé son volume (de 12 à 42 par an), et son taux de conversion est passé de 31 % à 11 %.
L’unique exception est Greylock, dont le taux de conversion passe de 29 % à 44 %. Ce n’est pas un hasard : Greylock est le seul fonds à avoir maintenu un volume de transactions pratiquement stable à l’ère des taux d’intérêt nuls (11,0 à 11,3 par an). Moins de transactions produisent un taux de réussite plus élevé. La discipline du volume est directement synonyme de qualité du portefeuille.
Ces données de conversion valident et complexifient simultanément toute notre narration.
D’un côté, elles prouvent que les fonds géants produisent réellement un effet tangible au stade amorce. La prime de 3,7 fois sur le taux de conversion n’est ni aléatoire ni une artefact statistique. Les entreprises soutenues par des fonds géants au stade amorce survivent et croissent effectivement mieux. Pour les LP, c’est un argument fort : la marque, le réseau et les ressources de la plateforme génèrent une valeur mesurable.
Mais d’un autre côté, volume et qualité sont constamment en tension. À l’ère de l’IA, le volume des transactions amorce des fonds géants atteint des records. Si le schéma de l’ère des taux d’intérêt nuls se répète, le taux de conversion sera inévitablement érodé. La seule question est de savoir dans quelle mesure. Les effets de plateforme et les avantages de signal des géants à l’ère de l’IA seront-ils suffisants pour compenser la dilution induite par leur rythme de déploiement à grande échelle ?
La réponse définitive viendra dans 3 à 5 ans. Mais les données historiques lancent un avertissement lucide : les fonds géants ont démontré qu’ils savent sélectionner des gagnants à faible volume. Ils n’ont pas encore démontré qu’ils peuvent le faire à grande échelle.
C’est précisément dans cet espace — entre un passé vérifié et un présent non encore éprouvé — que réside la véritable opportunité des EM prêts à faire moins, mais mieux.
Indice de dangerosité
Légende : Classement des 20 fonds géants selon leur « Indice de dangerosité » pour les gestionnaires émergents
Pour conclure, nous avons accompli une action controversée : nous avons créé un « Indice de dangerosité » (Danger Index).
Il s’agit d’un classement fondé sur les données, mesurant quels fonds géants constituent une menace concurrentielle réelle pour les EM. Nous nous sommes appuyés sur trois piliers :
Volume des transactions : Nombre absolu de transactions précoces annuelles à l’ère de l’IA. Plus ce chiffre est élevé, plus les EM risquent de les rencontrer dans la pratique.
Degré d’engagement stratégique : Part des activités d’investissement totales du fonds consacrée au stade précoce. 45 % signifie une stratégie centrale, dotée d’équipes dédiées et de processus institutionnalisés. 20 % signifie une activité secondaire, que le fonds pourrait réduire à tout moment pour revenir aux stades tardifs.
Degré de chevauchement des prix : Taille médiane des tours auxquels le fonds participe. Il s’agit probablement du facteur le plus crucial. Un fonds géant opérant sur des tours de 8 à 10 millions de dollars se bat principalement contre d’autres géants multi-stades. Mais un fonds géant opérant dans la fourchette de 4 à 5 millions de dollars entre directement en concurrence avec les EM — c’est précisément la zone « douce » où les fonds de 50 à 100 millions de dollars déployent leur capital.
Chaque facteur est noté de 0 à 10, et l’indice final est la somme des trois notes, sur un maximum de 30.
Les résultats sont surprenants. Quatre institutions figurent dans le premier échelon (menace maximale) : General Catalyst, a16z, Sequoia et Accel.
- Ces quatre fonds réalisent tous entre 37 et 83 transactions précoces par an, allouent 39 à 50 % de leurs activités d’investissement totales au stade amorce, et opèrent dans la fourchette de 4,4 à 5,4 millions de dollars — touchant directement le territoire des EM.
- Contre-intuitivement, GC précède a16z, bien que ce dernier ait un volume de transactions absolu plus élevé (83 contre 65). La différence réside dans le synchronisme parfait de GC sur les trois vecteurs de risque : vitesse élevée, part la plus élevée du stade précoce dans sa catégorie (48 %), et tour médian de 5 millions de dollars — exactement au centre de la zone « douce » de tarification des EM. Le niveau d’a16z est légèrement plus élevé (médiane de 5,4 millions), et sa concentration précoce légèrement plus faible (43 %). L’écart est subtil, mais statistiquement significatif.
- Sequoia arrive troisième, ce qui est également surprenant. Il détient le taux de leadership le plus bas parmi les cinq premiers fonds (36 %), et suit bien plus souvent qu’il ne mène. Mais sa médiane des tours n’est que de 4,6 millions de dollars — la plus basse parmi les grandes plateformes. Il achète systématiquement des tours (selon les critères des fonds géants) à un prix plus avantageux.
- À l’inverse, Index Ventures se retrouve de façon inattendue dans le troisième échelon, malgré un volume annuel de 19 transactions et un taux de leadership de 66 %. Pourquoi ? Sa médiane des tours est de 8,4 millions de dollars. Index opère entièrement au-dessus de la fourchette traditionnelle des EM.
- Le même raisonnement structurel s’applique à Founders Fund (médiane de 7,8 millions) et à Greylock (médiane de 7 millions), qui se trouvent tous deux solidement dans le troisième échelon. Ils ont une empreinte précoce claire, mais ne s’immiscent pas dans l’écosystème des prix où la plupart des EM se battent pour leur survie.
L’Indice de dangerosité n’est pas une sentence de mort pour les EM. Nous le considérons comme une carte des zones piégées.
Il condense toute cette étude macroéconomique en une question opérationnelle à haut risque : « Quelles plateformes du premier échelon chassent-elles précisément dans votre fourchette de prix et votre secteur ? »
Si la réponse est « GC et a16z, tous deux investissent dans les logiciels IA, tous deux entrent sur des tours de 4 à 6 millions de dollars », alors les EM doivent expliquer clairement aux LP : quel avantage spécifique vous permet de battre deux institutions qui réalisent collectivement 150 tours amorce par an dans votre arrière-cour ?
Si la réponse est « Aucune plateforme du premier échelon n’est active, je mène des tours de 2 à 3 millions de dollars dans la technologie climatique », alors la discussion est totalement différente. L’Indice de dangerosité montre que la pression institutionnelle dans ce secteur est structurellement plus faible, et qu’une expertise sectorielle approfondie peut elle-même constituer un avantage hautement défendable.
Points clés
- Les fonds géants passent en moyenne de 10,6 transactions précoces par an à l’ère SaaS à 23,9 à l’ère de l’IA. Seuls trois des vingt fonds réduisent leur activité. Il s’agit d’une transformation structurelle, non cyclique.
- Les valorisations des tours amorce se fragmentent rapidement. Au premier trimestre 2026, le 90ᵉ percentile atteint 93,7 millions de dollars, presque doublant en quatre ans. Le 25ᵉ percentile ne passe que de 18 à 22,7 millions de dollars sur la même période.
- À l’ère de l’IA, la médiane des tours amorce avec participation d’un fonds géant est de 6,2 millions de dollars, contre 1,4 million de dollars pour le marché dans son ensemble, soit un écart stable de 4,4 fois sur les trois ères.
- Sur les 20 fonds, 16 atteignent un niveau record de participation précoce à l’ère de l’IA. Un fonds géant typique passe de 20 à 30 % à l’ère SaaS à 35 à 50 % aujourd’hui.
- Sur les 20 fonds, 13 mènent aujourd’hui plus de tours amorce qu’à l’ère SaaS. Greylock passe de 24 % à 58 %. L’attitude passive de suiveur est remplacée par une approche structurée de leadership.
- 42 % des activités précoces des fonds géants sont concentrées sur deux secteurs : l’IA d’entreprise et l’automatisation, ainsi que les infrastructures IA et les outils pour développeurs. Les 20 fonds sont tous actifs simultanément dans ces deux secteurs.
- Les entreprises amorce soutenues par des fonds géants atteignent la série B à un taux 3,7 à 4,2 fois supérieur à la moyenne du marché. Mais parmi les 15 fonds dont l’échantillon est suffisant, 14 voient leur taux de conversion chuter fortement entre l’ère SaaS et l’ère des taux d’intérêt nuls — les plus fortes baisses correspondent précisément aux fonds ayant le plus intensifié leur activité.
- Greylock maintient un volume de transactions stable à l’ère des taux d’intérêt nuls et est le seul fonds dont le taux de conversion augmente réellement. La discipline du volume équivaut à la qualité du portefeuille.
- L’Indice de dangerosité classe GC, a16z, Sequoia et Accel dans le premier échelon — les seuls quatre fonds répondant simultanément aux critères de vitesse élevée, de part de stade précoce comprise entre 39 et 50 %, et de médiane des tours inférieure à 5,5 millions de dollars, ce qui les place directement dans la zone « douce » de tarification des EM.
- Les secteurs traditionnels tels que le climat et l’énergie, la logistique, le PropTech et l’EdTech restent structurellement peu encombrés — seulement 8 à 13 fonds géants y sont actifs (contre 20 dans les secteurs IA), et leur taux de leadership est bien inférieur à la moyenne sectorielle.
Conclusion
L’intrusion des fonds géants sur le marché précoce n’est pas une anomalie temporaire liée à un cycle technologique, mais bien une recalibration permanente du fonctionnement fondamental du capital-risque.
Lorsque des géants multi-stades continuent d’absorber le quartile supérieur de l’écosystème amorce avec des centaines de milliards de dollars, tenter de les battre dans leur jeu de haute vitesse et de profonde poche est une impasse mathématique. Mais les données révèlent une faille critique dans leur armure apparemment parfaite — la tension inéluctable entre le volume massif de déploiement et la qualité de la conversion du portefeuille.
À l’ère de l’IA, l’avantage réel des EM ne réside plus dans la tentative de construire une machine à transactions institutionnelles de grande taille, ni dans la poursuite aveugle des catégories populaires dont les règles de tarification sont dictées par les plateformes du premier échelon. Il réside plutôt dans la discipline stricte du choix des secteurs, dans la patience requise pour souscrire à des économies unitaires futures complexes que les géants multi-stades négligent souvent, et dans le courage de rester petit, fortement concentré et profondément lié aux fondateurs bien avant que les plateformes multi-stades ne les aient remarqués.
Dans un écosystème de capital-risque de plus en plus obsédé par la pure échelle, la stratégie ultime des EM consiste à maîtriser la prime de discipline absolue, plutôt que de chercher à égaler le volume de transactions des géants.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
