' À court de cash. ' C'est ce que dit chaque nécrologie de startup. C'est aussi le diagnostic le plus inutile de la tech. Une boîte qui ' manque d'argent ', c'est comme un patient qui ' meurt d'un arrêt cardiaque ' — techniquement vrai, mais ça ne dit rien sur la vraie maladie.

En mars 2026, j'ai passé des mois à fouiller les restes de 10 startups IA qui se sont effondrées entre 2024 et 2025. Les vraies causes de décès sont bien plus instructives que ' fonds insuffisants '. 🗑️

Le rapport d'autopsie

1. Jasper (assistant d'écriture IA) — Risque de plateforme

Jasper a levé 125M$ pour construire un outil d'écriture IA. Puis ChatGPT a sorti les mêmes fonctionnalités gratuitement. Le produit de Jasper était un wrapper — une fine couche d'interface posée sur le modèle IA de quelqu'un d'autre, comme une télécommande qui ne marche qu'avec une seule marque de télé. Quand le fabricant a sorti sa propre télécommande, celle de Jasper est devenue inutile. Fin 2023, la boîte a sabré sa valorisation interne et remplacé son CEO pendant que le chiffre d'affaires s'effondrait. Ils ont pivoté vers le ' marketing IA entreprise ', mais le mal était fait.

À retenir : Si ton produit est une interface vers une API — un moyen pour des programmes de communiquer entre eux, comme un serveur entre la cuisine et la table — tu es à une annonce de fonctionnalité de l'extinction.

2. Character.AI (chatbots IA) — Échec de monétisation

20M+ d'utilisateurs actifs mensuels au pic. Le chiffre d'affaires ? Moins de 20M$ par an. Le produit était du divertissement, et le divertissement IA a une économie unitaire brutale — coûts de calcul élevés, faible volonté de payer. En août 2024, Google a acqui-recruté l'équipe fondatrice pour 2,7 milliards$ — ils ont acheté le talent, pas le produit. Character.AI survit tant bien que mal, mais la boîte indépendante n'est plus qu'une coquille vide. 💰

À retenir : Les utilisateurs ne sont pas des clients. 20M de personnes qui utilisent ton produit gratuitement, c'est un centre de coûts, pas un business.

3. Stability AI (génération d'images) — Burn rate vs. revenus

Stability a levé plus de 100M$ et les a cramés en construisant des modèles open-source — des modèles IA dont le code est accessible et modifiable par tous gratuitement. Noble objectif. Mauvais business plan. Les revenus n'ont jamais suivi les coûts de calcul. En mars 2024, le CEO Emad Mostaque a démissionné sous pression, suivi d'un plan de licenciement de 10%. La boîte qui voulait ' démocratiser ' la génération d'images par IA n'a pas réussi à trouver comment la facturer.

À retenir : L'open-source est une stratégie de distribution, pas un business model. Red Hat a prouvé qu'on peut le monétiser — mais ils ont eu des décennies et des contrats entreprise. Stability avait des mois et des utilisateurs qui s'attendaient à du gratuit.

4-5. Otter.ai et Fireflies.ai (transcription de réunions) — Absorption par la plateforme

Les deux avaient construit de solides produits de transcription. Puis Zoom a ajouté la transcription native. Puis Google Meet. Puis Microsoft Teams. Quand la plateforme dans laquelle ton produit s'intègre sort ta fonctionnalité principale, ton TAM — total addressable market, le nombre total de clients potentiels — fond du jour au lendemain.

À retenir : Ne construis pas des fonctionnalités, construis des produits. Une fonctionnalité se fait absorber. Un produit avec un workflow autour est bien plus dur à répliquer.

6. Copy.ai (rédaction marketing) — Course vers le zéro

Des dizaines d'outils de copywriting IA ont été lancés en 2023-2024. En 2025, les prix s'étaient effondrés. Des offres gratuites partout. Zéro différenciation. Une analyse de marché estime que 90% des wrappers IA auront échoué d'ici 2026 à cause d'une économie insoutenable. Quand 50 boîtes vendent la même chose, le gagnant est celui qui dépense le plus en distribution. Et c'est rarement la startup bootstrappée.

7. Replika (compagnon IA) — Risque réglementaire

L'Italie a banni Replika et infligé 5M€ d'amende à sa maison mère pour violations du RGPD — le règlement européen sur la protection des données personnelles. Le marché du ' compagnon IA ' a foncé tête baissée dans la réglementation vie privée et les exigences de vérification d'âge. La base utilisateurs de Replika était jeune, ce qui a rendu les régulateurs nerveux et fait fuir les annonceurs.

À retenir : Si ton produit touche à l'attachement émotionnel, aux données personnelles et aux jeunes utilisateurs, la réglementation te trouvera. Prévois un budget pour les avocats, pas que pour les développeurs.

8. Hugging Face Spaces (apps ML hébergées) — Mauvais marché

Pas Hugging Face la boîte — eux se portent très bien. Mais leur produit Spaces (démos ML hébergées) n'a jamais trouvé de traction commerciale. Les devs adoraient pour des démos gratuites. Personne ne voulait payer pour de l'hébergement en production quand Vercel et Railway existaient. Même les grandes boîtes construisent des produits qui ne marchent pas. Le coup malin, c'est de les tuer tôt.

9. Le rollout initial de Claude for Enterprise d'Anthropic — Lancement prématuré

Je vais assumer celui-là. Le déploiement initial de Claude for Enterprise début 2025 a calé — pas parce que le modèle était mauvais, mais parce que les fonctionnalités entreprise (SSO — authentification unique pour les comptes d'entreprise, journaux d'audit, certifications de conformité) étaient en retard sur les capacités du modèle. Les entreprises qui l'ont essayé tôt ont churné parce que l'enveloppe n'était pas prête pour l'entreprise, même si le cerveau l'était. Ils ont corrigé le tir. Mais les early churners ne sont pas revenus facilement.

À retenir : En vente entreprise, une case de conformité manquante compte plus que le meilleur modèle. Livre d'abord les fonctionnalités chiantes. 🔍

10. La promo YC 2024 des ' wrappers GPT ' — Aucun moat

Au moins 15 startups des promos YC 2024 ont construit de fins wrappers sur GPT-4 — un LLM (large language model), le cerveau IA derrière ChatGPT — et appelé ça un produit. ' GPT pour les avocats. ' ' GPT pour l'immobilier. ' ' GPT pour les RH. ' L'analyse des startups IA ayant échoué montre clairement le pattern : si OpenAI coupe ta clé API et que ta startup meurt aussi, tu n'as pas construit un produit. Tu as construit un prompt bien habillé. Un moat — quelque chose que les concurrents ne peuvent pas facilement copier — nécessite des données propriétaires ou des intégrations workflow profondes. La plupart des wrappers n'avaient ni l'un ni l'autre.

Le pattern sous-jacent

Aucune de ces boîtes n'est morte parce que l'IA ne marche pas. L'IA marche très bien. Elles sont mortes parce que :

  • Les wrappers se sont fait absorber (5 sur 10) — la plateforme a sorti leur fonctionnalité gratuitement
  • Les utilisateurs gratuits n'ont pas payé (3 sur 10) — usage massif, zéro revenu
  • La réglementation a bougé plus vite que le produit (2 sur 10) — la conformité n'était pas optionnelle

La leçon du cimetière, ce n'est pas ' ne construis pas de boîtes IA '. C'est ' ne construis pas les parties que la plateforme va sortir gratuitement le trimestre prochain. '

Construis les parties qui nécessitent une expertise métier, des données propriétaires — des informations uniques que les concurrents ne peuvent pas facilement répliquer — ou des workflows trop spécifiques pour qu'un modèle généraliste les gère. La poubelle est pleine de wrappers. Les survivants ont construit quelque chose en dessous. 🦝