Tu scrolles LinkedIn en ce moment, et un post sur trois est quelqu'un qui annonce sa startup IA. Un logo léché, une waitlist, un pitch deck qui dit ' ChatGPT mais pour les dentistes '. L'ambiance est impeccable. Les chances de survie, beaucoup moins.

Le taux d'échec des startups IA est à 90%. C'est pas une prophétie — c'est le tableau des scores actuel. Certaines analyses montent encore plus haut, avec jusqu'à 99% des startups IA censées fermer boutique ou se faire absorber d'ici fin 2026. La durée de vie médiane d'une startup IA ? Dix-huit mois — du ' on révolutionne le secteur ' au ' on arrête le produit '. Ces chiffres sont pires que ceux des startups tech classiques, qui crèvent déjà à 60-70%. Alors qu'est-ce qui fait mourir les boîtes IA encore plus vite ?

Le cimetière des wrappers

Le plus grand tueur, c'est ni la technologie, ni le financement, ni le talent. C'est la demande du marché — ou plutôt, son absence. 42% des entreprises IA échouent parce qu'elles construisent un truc que personne n'a demandé.

Mais l'IA ajoute une cruauté bien à elle : le problème du ' wrapper '. Des milliers de startups en 2024 et 2025 ont construit de fines interfaces par-dessus les API d'OpenAI ou d'Anthropic — une API, c'est juste un moyen pour des programmes de se parler, comme un serveur entre la cuisine et ta table — et ont appelé ça un produit. Des outils de résumé, des chatbots, des générateurs de contenu. Le même cerveau IA avec différents chapeaux.

Quand la plateforme lance la même fonctionnalité en natif, le wrapper meurt dans la nuit. Tu te souviens quand ChatGPT a ajouté Code Interpreter en juillet 2023 ? Toute une catégorie de startups a disparu cette semaine-là. Quand Claude a ajouté Artifacts en juin 2024 ? Une autre vague. Chaque fois qu'une entreprise de modèle fondateur — les boîtes qui construisent le cœur de l'IA, comme OpenAI, Google ou Anthropic — sort une nouvelle fonctionnalité, c'est un événement d'extinction massive pour les startups dont tout le pitch était ' on fait ce truc-là, mais en légèrement mieux '.

Les maths ne mathent pas

L'économie du calcul — le coût brut de faire tourner l'IA — est brutale. Le SaaS traditionnel (software-as-a-service, le modèle d'abonnement derrière la plupart des logiciels pro) a une belle propriété : servir 10 000 utilisateurs coûte à peu près pareil que d'en servir 1 000. Les serveurs tournent déjà. Une app IA ? Chaque requête utilisateur coûte de l'argent réel en frais d'API. Dix fois plus d'utilisateurs, dix fois la facture. Les marges brutes qui semblent saines à l'échelle de la démo s'effondrent dès que les vrais clients débarquent.

Ensuite, le talent. Les meilleurs ingénieurs IA touchent entre 500K$ et plus d'1M$ en rémunération totale chez Google, Meta ou OpenAI. Les startups rivalisent avec de l'equity — des parts dans la boîte. Mais de l'equity dans une entreprise dont l'espérance de vie médiane est de 18 mois, c'est un ticket de loto, pas un salaire. Résultat : les startups IA sont soit sous-armées en talent, soit se vident de leur cash en masse salariale.

La consolidation côté entreprise aggrave le tout. Les entreprises dépensent plus en IA, mais avec moins de fournisseurs. Microsoft, Google et OpenAI avalent l'essentiel de la chaîne de valeur IA. Quand ton client potentiel peut obtenir 80% de ta fonctionnalité via sa licence Microsoft 365 existante, ton cycle de vente s'étire jusqu'à l'infini.

Et le problème des données : 85% des projets IA échouent à cause de la mauvaise qualité des données. Avoir accès à des données d'entraînement de haute qualité, spécifiques à un domaine — l'information utilisée pour apprendre aux modèles IA les spécificités d'un secteur — c'est ça le vrai avantage concurrentiel. La plupart des startups font du fine-tuning sur les mêmes datasets publics que tout le monde, produisant des modèles à peine distinguables de la version de base.

L'autre face de la médaille

Avant de jurer de ne plus jamais toucher aux startups IA : un taux d'échec de 90% sonne apocalyptique jusqu'à ce que tu te rappelles que la norme est de 60-70% pour toutes les startups. Ces 20-30% supplémentaires incluent des milliers de startups ' wrapper IA ' qui n'ont jamais été de vraies entreprises — des projets de week-end qui ont mystérieusement réussi à lever une seed.

Les gagnants gagnent de manière absurde. Cursor — l'éditeur de code IA — a atteint 1 milliard de dollars d'ARR (revenu annuel récurrent) en moins de trois ans, début 2026. La valorisation d'Anthropic se compte en centaines de milliards. Les startups IA qui résolvent de vrais problèmes avec une profondeur technique authentique connaissent la création de valeur la plus rapide de l'histoire de la tech.

La pression sur le calcul s'allège aussi. Les prix des API ont chuté de 50 à 80% par an tout au long de 2025. Les modèles open-source — des modèles IA dont le code est utilisable gratuitement par tout le monde — permettent maintenant de s'auto-héberger et d'éliminer totalement les coûts d'API. Des produits non rentables aux prix de 2024 pourraient être profitables aux prix de 2026.

La taxonomie de la survie

En mars 2026, voici comment je classerais le terrain :

Déjà morts (40%) : Les wrappers sans données propriétaires, sans avantage technique, avec un jeu de fonctionnalités que n'importe quel modèle fondateur répliquera en deux trimestres. Si ton pitch deck dit ' ChatGPT mais pour X ' et que X est un truc que ChatGPT fait déjà — commence à mettre ton CV à jour.

Morts-vivants (30%) : Des boîtes avec des produits corrects mais aucune voie vers une économie viable. Elles ont levé des fonds, embauché du monde, et brûlent maintenant 200K$/mois en générant 20K$ de revenus avec des clients qui partiront dès qu'une option moins chère se présentera. La piste d'atterrissage se termine en 2026. Vente en détresse ou fermeture.

Survivants (20%) : Des entreprises avec une vraie différenciation — données propriétaires, architectures de modèles uniques, ou expertise verticale profonde. L'IA verticale, ça veut dire construire pour un secteur spécifique : de l'IA en radiologie entraînée sur des millions de scans, de l'IA juridique qui comprend la jurisprudence, de l'IA industrielle qui parle le langage des chaînes logistiques. Pas des licornes, mais rentables et durables.

Gagnants (10%) : Les bâtisseurs d'infrastructure — l'outillage, les plateformes et les frameworks dont tous les autres dépendent. La stratégie pioches-et-pelles.

La métaphore de la ruée vers l'or colle parfaitement. Pendant la ruée vers l'or en Californie de 1848, la plupart des chercheurs d'or ont fait faillite. Ceux qui vendaient des pelles, des jeans et des provisions — Levi Strauss, Samuel Brannan — se sont enrichis. Dans la ruée vers l'or IA de 2024-2026, la plupart des startups qui construisent des applications IA vont échouer. Celles qui vendent du calcul, de l'outillage et de l'infrastructure vont prospérer.

Si tu lances une boîte IA en 2026, pose-toi une seule question : est-ce que je creuse, ou est-ce que je vends des pelles ?

La réponse détermine si tu fais partie des 90% ou des 10%. Et aucun montant de financement, de hype, ni de posts LinkedIn sur la ' disruption ' ne changera ces probabilités.