Julie Zhuo, ancienne vice-présidente du design chez Facebook et cofondatrice de Sundial, une startup spécialisée dans l’analyse de données pour l’IA, met en garde contre une tendance préoccupante parmi les jeunes entreprises technologiques les plus en vue : leur croissance rapide repose trop souvent sur des « bonnes vibrations » plutôt que sur une base solide de données. Selon elle, de nombreuses startups d’IA en plein essor, malgré des revenus annuels récurrents (ARR) dépassant des centaines de millions de dollars et des millions d’utilisateurs, manquent encore d’infrastructure de collecte et d’analyse de données. « Elles poussent à une vitesse folle, avec parfois seulement dix personnes, mais elles n’ont pas encore construit les systèmes de journalisation ou les outils d’observabilité nécessaires pour comprendre réellement ce qui se passe », explique-t-elle. Dans le passé, une croissance plus lente permettait aux équipes de s’organiser progressivement : recruter des spécialistes des données, mettre en place des pipelines d’analyse et développer une visibilité sur les comportements des utilisateurs. Aujourd’hui, cette phase de maturation est accélérée au point de disparaître. « Quand la croissance ralentira, ces entreprises seront en panne de réponses simples : pourquoi les utilisateurs partent-ils ? Quelles fonctionnalités sont vraiment valorisées ? Quels leviers font réellement avancer le business ? », prévient-elle. C’est alors qu’elles devront investir massivement dans la data, mais sans garantie de pouvoir rattraper leur retard. Zhuo insiste également sur la nécessité de repenser la mesure du succès dans l’ère de l’IA. Les interfaces conversationnelles, comme les chatbots, ne se prêtent pas aux métriques traditionnelles (cliquages, visites de page). Il faut désormais recourir à des modèles d’intelligence artificielle, notamment des grands modèles linguistiques (LLM), pour catégoriser l’intention des utilisateurs, analyser les interactions et extraire des insights pertinents. « On ne peut plus se contenter de compter les clics. Il faut comprendre ce que les gens veulent vraiment », affirme-t-elle. Ce phénomène s’inscrit dans un contexte de boom sans précédent des startups d’IA. En 2024, plus de 35 milliards de dollars ont été levés dans le secteur, selon Business Insider. Mais cette expansion inédite suscite des inquiétudes : certains craignent une surchauffe du marché, comparable à la bulle Internet des années 2000. Des investisseurs s’interrogent sur la capacité réelle des modèles linguistiques à conduire à une superintelligence, sur la rentabilité à long terme de ces dépenses massives, et sur l’engouement irrationnel de certains acteurs peu expérimentés. Sam Altman, PDG d’OpenAI, a lui-même qualifié de « fou » et « irrationnel » le fait que de petites startups d’IA obtiennent des valorisations élevées sans preuve solide de durabilité. « Est-ce qu’on est dans une phase d’excitation excessive ? Oui, je le pense », a-t-il déclaré. « Mais est-ce que l’IA est la chose la plus importante qui soit arrivée depuis longtemps ? Oui, je le pense aussi. » Cette tension entre optimisme technologique et réalisme économique illustre le dilemme auquel sont confrontées les startups : croître vite, mais savoir pourquoi, et comment, le faire durablement.