La startup américaine Instinct négocie une levée de fonds d’un milliard de dollars sur la base d’une valeur de dix milliards. L’opération se réalise juste six semaines seulement après son lancement. Ce bond financier montre ainsi que le marché délaisse les assistants conversationnels au profit des systèmes qui réalisent des tâches informatiques en autonomie. Pour les directeurs informatiques, la valorisation d’un agent IA modifie l’allocation des budgets technologiques en plaçant l’exécution opérationnelle au-dessus de la simple génération de texte.
Les discussions menées par Instinct avec les fonds de Venture Capital révèlent un changement d’époque rapide. Lors de son tour de table de série B fin août, la jeune pousse valait 2,5 milliards de dollars. Sa valeur a quadruplé en trois semaines, sans qu’aucun chiffre d’affaires récurrent significatif ne vienne étayer cette progression.
Les investisseurs ne cherchent plus à financer des logiciels d’aide à la rédaction ou des générateurs de code passifs. Ils veulent capter les plateformes capables d’interagir directement avec les bases de données des entreprises. Selon les informations révélées par The Information, la hausse rapide de la valorisation enregistrée par cet agent IA indique que la valeur quitte les interfaces de chat. Elle s’installe maintenant dans les moteurs d’exécution pour les utilisateurs habitués aux modèles d’IA générative traditionnels.
Ce que montre la valorisation d’un agent IA sur les attentes des investisseurs
Le dossier Instinct fait partie d’un mouvement global de revalorisation des pépites de l’automatisation. Dans le même temps, Cognition AI a vu sa valorisation grimper à 48 milliards de dollars grâce à son agent d’ingénierie logicielle Devin. Tandis que la plateforme de prospection commerciale Clay atteignait 7,1 milliards.
Les investisseurs appliquent donc des multiples de chiffre d’affaires supérieurs à 50 pour entrer au capital de ces acteurs. Les cycles de financement traditionnels s’effondrent sous la pression des capitaux qui cherchent à préempter le marché des logiciels autonomes.
L’intérêt pour l’architecture des agents autonomes réside dans leur capacité à remplacer la saisie manuelle au sein des outils métiers. Un utilisateur n’ouvre plus son CRM ou son ERP pour mettre à jour des fiches. L’agent reçoit l’instruction, interroge les systèmes internes, corrige les anomalies et valide la saisie.
Par conséquent, le passage de l’assistance à l’exécution autonome modifie la feuille de route des départements informatiques. Cette capacité à supprimer des étapes d’intervention humaine directe explique pourquoi la valorisation accordée à chaque agent IA surpasse aujourd’hui celle des éditeurs SaaS historiques.
| Critère d’évaluation | GenAI classique (Copilote) | IA Agentielle (Autopilote) |
| Mode d’action | Génération de texte, d’images ou de code à valider | Exécution autonome d’actions sur les logiciels |
| Interactions SI | Interface conversationnelle fermée | Appels d’API et modification de bases de données |
| Consommation de ressources | Une requête unique par question utilisateur | Boucles d’auto-correction (5 à 10x plus de tokens) |
| Risque opérationnel | Hallucinations textuelles sans impact direct | Modification involontaire de données de production |
Des limites techniques et économiques sous la pression des coûts
Toutefois, la valorisation importante atteinte par un agent IA entre en contradiction directe avec le coût réel d’infrastructure nécessaire pour traiter chaque requête. Chaque action traitée par Instinct déclenche des dizaines d’appels d’inférence en arrière-plan pour contrôler la cohérence des opérations. Cette architecture consomme cinq à dix fois plus de jetons qu’un prompt classique sur ChatGPT.
Sans modèle payant stabilisé et avec plus de 100 000 utilisateurs actifs, la gratuité du service pèse donc lourdement sur la rentabilité. En plus, les utilisateurs font déjà remonter des saturations de serveurs et des temps de réponse dégradés. C’est une preuve que l’infrastructure physique peine à suivre le rythme des levées de fonds comme celle d’Instinct.
Par ailleurs, la viabilité technique en entreprise soulève des interrogations similaires. Le benchmark spécialisé SWE-bench montre que le taux de réussite des agents s’effondre lorsque la résolution d’un problème exige plus d’une dizaine d’étapes consécutives. Une erreur commise à la troisième étape d’un workflow se répercute sur l’ensemble de la chaîne applicative.
Sans une refonte complète des politiques de gestion des accès et de la sécurité des API, confier l’écriture dans des bases de données de production à un agent autonome expose alors l’entreprise à d’importantes corruptions de données.
Les fonds de Venture Capital financent actuellement une course à la vitesse où les coûts de calcul dépassent les revenus générés. La facture réelle retombera sur les départements informatiques dès que les éditeurs imposeront leurs grilles tarifaires définitives pour éponger leurs dépenses en GPU. Avant le bouclage des budgets 2027, les DSI devront évaluer si la valorisation accordée à cet agent IA se traduit par un gain de productivité mesurable. Ou s’il convient de maintenir les workflows actuels.
- Partager l'article :
