La décarbonation a longtemps été pensée comme un problème de coordination. Bien aligner les incitations, ajuster les régulations, laisser la technologie mûrir, et le marché ferait le reste. Cette histoire a tenu un temps… jusqu’à ce qu’elle ne tienne plus.

À travers l’écosystème du venture, quelque chose a discrètement bougé. Beaucoup d’investisseurs commencent à se demander si « climate tech » veut encore dire quelque chose d’utile. D’autres ont migré vers des termes voisins, résilience, adaptation, biodiversité, sans toujours bien expliquer pourquoi. Quelques-uns ont carrément abandonné le label et sont passés à autre chose sans se retourner. Une chose est sûre : quelque chose a bougé en profondeur. Mais quoi exactement ?

Plusieurs forces ont convergé en même temps : un retour de bâton politique contre l’ESG, une guerre en Europe qui a réécrit du jour au lendemain les règles de la dépendance énergétique (et désormais, une guerre au Moyen-Orient qui semble vouée à creuser encore le problème), une rivalité croissante entre grandes puissances qui a transformé les chaînes d’approvisionnement en passifs stratégiques. Pendant ce temps, les capitaux ont migré vers l’IA, la cybersécurité et les technologies adjacentes à la défense, des secteurs qui paraissent mieux taillés pour un monde de moins en moins stable d’un trimestre à l’autre. Les hypothèses coopératives des années 2010 ressemblent rétrospectivement à une anomalie historique, une fenêtre brièvement ouverte et désormais refermée.

La vérité, c’est que débattre sans fin de terminologie est une distraction. La vraie question est de savoir si les cadres que nous avons construits pendant cette fenêtre fonctionnent encore maintenant qu’elle s’est refermée.

La physique s’en moque

Le changement climatique n’a pas changé. C’est important de le dire clairement, parce qu’une bonne partie du bruit autour de l’« ESG backlash » et de la rotation des capitaux laisse implicitement entendre que le climat n’aurait jamais été qu’un effet de mode, un cycle NFT comme un autre. Personne ne croit sérieusement que l’atmosphère a changé d’avis, mais la posture est commode, et la commodité a une façon de faire le travail que l’honnêteté refuse.

L’inquiétude du public s’est révélée plus durable qu’attendu, en particulier en Europe, où l’angoisse climatique cohabite avec celle des prix de l’énergie et de l’instabilité géopolitique, sans s’effacer devant elles.

Ce qui a pris fin, c’est quelque chose de plus précis : la croyance que la transition se déroulerait dans un système international stable et globalement coopératif. Pendant un temps, cette croyance était raisonnable. Les cadres multilatéraux tenaient, les coûts technologiques baissaient plus vite que prévu, et il y avait un récit plausible dans lequel incitations économiques, coordination réglementaire et transformation industrielle progressive s’alignaient suffisamment pour faire le travail sans perturbation majeure.

Et de fait, ce récit a mal vieilli.

Le basculement géopolitique

La situation européenne rend tout cela très concret. Des décennies d’externalisation industrielle ont laissé le continent dépendant de fournisseurs externes pour des technologies, des composants et des matières premières qu’il produisait autrefois lui-même, une dépendance lisible sur des tableurs et invisible partout ailleurs, jusqu’à ce qu’elle ne le soit plus. Quand les marchés de l’énergie sont devenus des arènes de compétition stratégique, les vulnérabilités cachées en pleine lumière sont devenues impossibles à ignorer.

La logique de la transition s’est déplacée en conséquence. C’est exactement le terrain que Pierre Charbonnier cartographie depuis plusieurs années sur le plan philosophique. Dans Abondance et liberté (Polity, 2021), il soutient que les catégories politiques de la modernité reposent sur l’hypothèse implicite d’un accès illimité aux ressources, et que le changement climatique fait exploser cette hypothèse d’une manière que nos cadres existants ne sont pas équipés pour traiter. Dans un essai ultérieur pour e-flux, Pour une realpolitik écologique, il va plus loin : la transition ne se déroulera pas comme un exercice coopératif de résolution de problèmes, mais comme un affrontement géopolitique où ambitions écologiques et consolidations de pouvoir s’imbriquent de plus en plus. L’écologie européenne, dit-il, doit abandonner ses habitudes « consensuelles et apaisantes » et affronter cette réalité de face.

L’autonomie énergétique compte désormais non seulement parce qu’elle réduit les émissions, mais parce qu’elle réduit le levier, c’est-à-dire la capacité d’acteurs externes à utiliser la dépendance comme moyen de pression. Les infrastructures de réseau, les réseaux numériques, les capacités industrielles : ce ne sont plus des utilités neutres à optimiser au coût, et les gouvernements qui ont tiré les conclusions évidentes des événements récents les traitent en conséquence.

Cela ne déplace pas l’argument environnemental. Il s’y ajoute, et dans bien des contextes politiques il pèse désormais davantage, ce qui est une opportunité ou un avertissement selon la lecture qu’on en fait.

Un cadre à bout de souffle

Si la « climate tech » est aujourd’hui questionnée, c’est en partie parce qu’elle n’a jamais été une catégorie autonome. Elle est apparue dans un langage plus large, celui de l’impact.

Ce langage a donné à toute une génération d’investisseurs une boussole certes générique mais opérationnelle, permettant aux capitaux de poursuivre simultanément rendement financier et bénéfice environnemental, dans un cadre lisible pour les LPs, les régulateurs et les fondateurs. Il était bien adapté à son époque : régulation stable, marchés ouverts, et un présupposé largement partagé selon lequel réduire les externalités était la tâche centrale.

Mais à ce stade, on peut tous l’admettre : ce moment-là est en train de passer.

Pensez à la cybersécurité, à la reconstruction de capacités industrielles dans des secteurs critiques, ou aux technologies conçues pour durcir les infrastructures énergétiques face aux perturbations (physiques ou numériques). Ces investissements comptent énormément pour la résilience des sociétés qui traversent la transition, et s’inscrivent au mieux maladroitement dans les catégories d’impact traditionnelles.

Le cadre était bâti autour d’une logique précise : identifier l’externalité, la réduire, mesurer la réduction. Cette logique reste nécessaire, mais le paysage qui émerge impose un autre type de questions : non plus seulement quel mal cela évite, mais quelle capacité cela construit, pour qui, et dans quelles conditions. Le glissement des externalités vers les capacités est subtil mais lourd de conséquences, il change à la fois ce qui compte comme un investissement climat et le type d’analyse nécessaire pour bien le faire.

La fin de la pensée magique

Les systèmes énergétiques évoluent lentement, un point que Vaclav Smil martèle avec une patience considérable depuis près de trois décennies. Dans Energy and Civilization et les éditions successives d’Energy Transitions, il documente ce que la plupart des récits climatiques préfèrent passer sous silence : le poids matériel brut de ces basculements, les infrastructures qu’ils exigent, les volumes de minéraux critiques (cuivre, lithium, terres rares) qu’ils consomment, des cycles d’investissement qui se mesurent en générations et non en trimestres. Son argument n’est pas que la transition est impossible, mais qu’elle est lente par nature, et que prétendre le contraire a un coût.

Ces coûts deviennent visibles : extension du réseau bloquée par les permis et les matériaux, économie de l’éolien offshore bouleversée par l’inflation et les taux d’intérêt, dépendances aux minéraux critiques qui se sont mises à ressembler furieusement aux dépendances aux énergies fossiles qu’elles étaient censées remplacer. Le monde matériel renvoie la balle.

Pendant plusieurs années, le récit autour de l’action climatique a réussi à tenir ensemble urgence et optimisme dans une tension productive quoique inconfortable. Des trajectoires ambitieuses étaient fixées, les progrès étaient célébrés, et les questions plus difficiles sur la complexité matérielle étaient discrètement repoussées, il y avait à cela une logique politique, parce que la transition énergétique avait besoin de croyants autant que d’ingénieurs. Mais l’équilibre a basculé. Les gens qui font le travail réel ont rencontré assez de friction pour cesser de prétendre qu’ambition et physique opèrent sur la même temporalité, et le langage de la transition se déplace en conséquence : moins tourné vers la mobilisation, plus vers l’exécution, moins rhétorique et plus technique. L’adaptation, longtemps traitée comme une concession au pessimisme, prend de plus en plus place dans la même conversation que la mitigation.

Vers un cadre plus exigeant

Si l’environnement qui entoure la transition a changé, les cadres d’investissement devront changer avec lui. Les considérations qui comptaient durant la décennie précédente (réduction des émissions, impact mesurable, alignement réglementaire) restent nécessaires, mais ne suffisent plus.

Ce que le moment actuel exige, c’est une seconde couche d’analyse, qui pose des questions plus dures sur les conditions physiques, stratégiques et politiques dans lesquelles un investissement tient réellement la route. Quatre critères deviennent de plus en plus difficiles à ignorer :

Réalisme matériel — La trajectoire est-elle physiquement crédible ? Toute thèse d’investissement repose sur des hypothèses concernant la vitesse à laquelle les choses peuvent changer, et ces hypothèses doivent être stress-testées contre les calendriers d’infrastructure, la capacité industrielle et les contraintes de ressources, et pas seulement contre des objectifs politiques ou des projections de marché. Cuivre, lithium, déploiement du réseau, profondeur manufacturière : la dimension matérielle de la transition est l’endroit où la plupart des récits optimistes s’effondrent discrètement. Une technologie peut fonctionner isolément ; le vrai test, c’est de savoir si le système autour d’elle peut se déployer dans des conditions réelles, ce qui rend Ever Dye particulièrement intéressant. En repensant le procédé de teinture lui-même, l’entreprise s’attaque à l’une des étapes les plus énergivores et gourmandes en ressources de la chaîne de valeur textile, en visant les contraintes physiques du système plutôt que des améliorations marginales, avec l’ambition de transformer l’industrie à grande échelle.

Autonomie stratégique — Réduit-il les dépendances critiques ? La dépendance est une forme de vulnérabilité. Les investissements qui renforcent la dépendance de l’Europe à des fournisseurs externes pour des composants critiques, des matières premières ou des infrastructures numériques portent un coût stratégique invisible dans les modèles financiers standards. À l’inverse, réduire l’exposition au levier extérieur, par la diversification des sources, la sécurisation des intrants clés ou la reprise de contrôle sur des couches critiques de la chaîne de valeur, renforce la capacité de l’Europe à agir sous pression. Orus Energy en est un bon exemple : en transformant la flexibilité de consommation en ressource, elle aide à stabiliser le réseau lors des pics de demande et réduit l’exposition aux contraintes énergétiques externes, contribuant à un système énergétique plus résilient et autonome.

Construction de capacités — Renforce-t-il la base productive de l’Europe ? Au-delà de la question de la dépendance s’en pose une autre : l’Europe garde-t-elle la capacité de construire, opérer et améliorer ses propres systèmes ? La profondeur industrielle dépend de capacités accumulées, savoir-faire d’ingénierie, expertise manufacturière, expérience opérationnelle, et les investissements qui reconstruisent ces capacités, en production, en infrastructure, en intégration de systèmes, contribuent à la résilience de long terme. La question clé est de savoir si un investissement laisse derrière lui un savoir-faire et une capacité productive durables, ou s’il se contente d’installer des actifs sans renforcer le système sous-jacent. Diamfab en est une illustration claire : en faisant progresser les capacités de fabrication de semi-conducteurs en Europe, l’entreprise aide à reconstruire un savoir-faire critique et de la profondeur industrielle dans un domaine stratégiquement sensible, en renforçant la capacité de concevoir, produire et améliorer localement des composants clés dans la durée.

Compatibilité démocratique — Est-il aligné avec les sociétés ouvertes et l’État de droit ? La transition va façonner l’infrastructure des sociétés européennes pour des décennies. Les technologies qui optimisent l’efficacité ou la vitesse tout en concentrant le contrôle, en érodant la transparence ou en créant de nouvelles formes de surveillance introduisent des risques qui sortent des cadres standards de due diligence. L’alignement avec les institutions démocratiques n’est pas une contrainte molle à arbitrer contre le rendement. C’est une frontière dure, qui devient d’autant plus pertinente que les enjeux stratégiques de l’énergie et des infrastructures numériques montent. Qomon le rend concret : en équipant les organisations d’outils pour structurer l’engagement et mobiliser les communautés, l’entreprise soutient des formes d’action collective qui restent compatibles avec les institutions démocratiques, contribuant à ce que les systèmes qui façonnent la transition renforcent la participation et la responsabilité plutôt que de les saper.

Pris ensemble, ces quatre critères ne remplacent pas le cadre d’impact. Ils s’ajoutent par-dessus, en ajoutant une couche d’analyse adaptée à un monde plus contraint, plus contesté, et nettement moins indulgent que celui dans lequel l’investissement climat a pris forme.

Même destination, nouvel environnement

La contrainte climatique reste exactement où elle était, et ce qui a changé, c’est tout ce qui l’entoure.

Nous savons désormais que la transition ne suivra pas une trajectoire propre. Elle se déroulera sous pression économique, sous contraintes matérielles et sous tension géopolitique persistante, dans un monde où les acteurs en présence ont des intérêts divergents et peu de patience pour la coordination. Pour les investisseurs, le niveau de difficulté monte d’autant : l’investissement climat exige de plus en plus une compréhension technique des systèmes industriels, des chaînes d’approvisionnement, des infrastructures et des limites physiques, qui jouent un rôle bien plus important que les récits de la décennie précédente ne le suggéraient.

L’allocation de capital dépendra moins d’un alignement symbolique et plus de la capacité à identifier des capacités durables. Autrement dit : la capacité à distinguer la transformation structurelle de l’effet de mode.

Pour l’Europe en particulier, rien de tout cela n’est optionnel. Plus que jamais, la décarbonation reste indissociable de la prospérité de long terme, de l’autonomie et de la stabilité politique.

Trois questions à… Florent Barre, CEO et co-fondateur de Qomon.

Si la transition se déroule dans un environnement plus conflictuel, alors la question devient : comment celles et ceux qui sont sur le terrain s’y adaptent-ils ? Comment les fondateurs repensent-ils leur rôle et leur action quand le consensus laisse place à la contestation ? Florent Barre est co-fondateur et CEO de Qomon, une plateforme franco-américaine qui aide les associations, les campagnes et les organisations de plaidoyer à structurer et mobiliser leurs communautés. Active dans plus de 70 pays, Qomon fournit des outils numériques conçus pour soutenir l’action collective à grande échelle, en combinant technologie, engagement de terrain et données.

Travaillant à l’intersection de l’organisation, de la technologie et de l’engagement politique, Florent a une vue de première ligne sur la façon dont les mouvements et les organisations s’adaptent dans des environnements de plus en plus tendus et fragmentés. Il écrit aussi l’excellente newsletter Substack Go with The Flow, qui explore comment les organisations opèrent au-delà de la couche technologique, avec une dernière édition consacrée au rôle du conflit dans la dynamique politique.

Tu as passé des années à construire des outils pour organiser des mouvements et des campagnes. De ton point de vue, comment se ressent le moment actuel ? Entre-t-on dans une phase plus conflictuelle dans la manière dont les sociétés gèrent les grandes transitions ?

Nous sommes dans un moment où le conflit et la violence sont plus visibles que dans la période précédente. Inutile de le nier : le conflit est désormais à découvert.

Mais ce qui a vraiment changé, je crois, c’est la manière dont on argumente. Pour le dire crûment : moins d’idées, plus d’émotion. Et quand les idées s’effacent, l’absolutisme moral prend le dessus, ce qui mène à l’hyperpolarisation.

Ne nous trompons pas : le conflit a toujours été là. Nous avions simplement choisi de ne pas le voir. Et honnêtement, le conflit visible peut être une bonne chose pour enclencher une transition, parce qu’il n’existe pas de transition douce. De mon point de vue, ça a toujours été un mensonge confortable.

Il y a un sentiment croissant que la transition sera moins consensuelle qu’on l’espérait. Mais le conflit n’est peut-être pas le problème en soi, comme tu l’écris toi-même dans ton dernier article. De ton point de vue, qu’est-ce qui rend un conflit productif, ou destructeur, dans un contexte démocratique ?

Le conflit peut être productif lorsqu’il est clair et lisible, quand il aide à tracer des lignes, à clarifier les choix pour la société, et à donner aux citoyens une raison de s’engager et de se mobiliser.

Il devient destructeur quand il glisse dans l’absolutisme moral, l’escalade émotionnelle, ou la logique d’ennemis existentiels plutôt que d’adversaires politiques.

C’est une grande partie de ce qu’on voit sur les réseaux sociaux aujourd’hui : beaucoup de chaleur, peu de fond. Je crois que le conflit démocratique doit rendre les choix plus clairs, pas rendre le désaccord impossible.

Et quand on regarde les entreprises qui ont transformé des sociétés et leurs industries, on trouve souvent un conflit fort et structuré au cœur, qu’il soit visible ou non, explicitement formulé ou non, qu’elles assument ou non une posture « missionnaire ». Mais jamais via une guerre morale.

Beaucoup de fondateurs qui ont construit leur entreprise autour de l’idée d’impact font face aujourd’hui à un environnement plus hostile. Comment le vis-tu toi-même ? Qu’est-ce qui change dans la manière dont ils doivent penser, construire et agir aujourd’hui ?

Soyons honnêtes : je n’ai jamais cru qu’on pouvait construire une entreprise autour d’une idée aussi vague qu’« impact ». On la construit autour d’un vrai problème, qui se trouve avoir de l’importance pour la société.

L’impact, c’est plutôt la manière dont on opère : les choix qu’on fait au quotidien, les tactiques qu’on emploie. Ça devient plus solide parce que résoudre un vrai problème, c’est un cadre qui tient sous pression.

Pour moi, l’environnement hostile, c’est surtout une couche de commentaire. Ce qui a fondamentalement changé, c’est l’horizon temporel.

Les entrepreneurs doivent désormais opérer sur une horloge plus longue. La transformation de long terme était autrefois pilotée par la politique. Aujourd’hui, qu’on le veuille ou non, ceux qui sont en position de conduire ces transitions, et qui ont le temps de le faire, sont les entrepreneurs, avec la société.

Alors ne devenons pas des commentateurs. Restons entrepreneurs, restons concentrés, continuons à construire, et laissons le bruit passer.

Un coup de projecteur sur l’une des entreprises de notre portefeuille en levée actuellement, qui construit un impact tangible à la croisée de la mobilité, de la donnée et de la transition énergétique.

→ Nelson Mobility — utilise la data science et l’IA pour simplifier l’électrification des flottes automobiles d’entreprise. Leur moteur de simulation en temps réel agrège les données de flotte, les infrastructures de recharge, la réglementation et le coût total de possession pour aider des entreprises comme Veolia, EDF, JCDecaux ou Johnson & Johnson à passer de l’hésitation à la décision. L’ambition : mettre 100 000 véhicules électriques sur la route d’ici 2030, parce que si les entreprises ne basculent pas en premier, le grand public ne le fera jamais.

🎙️ Écoutez Alfred Richard, CEO et co-fondateur, sur le podcast Humans of Asterion — de l’armée française à l’électrification des flottes d’entreprise.

Ce round est presque clôturé. Nous gardons les derniers tickets pour des opérateurs et des investisseurs ayant une expertise approfondie du secteur.

Contact : antonin@asterionventures.com

Les emerging managers surperforment les fonds établis (Venture Capital Journal)

Une nouvelle analyse du Colibrí Institute, portant sur près de 2 500 fonds de VC levés entre 2000 et 2024, montre que les emerging managers surperforment de manière constante les fonds établis sur les trois métriques de référence, DPI, IRR et TVPI. Le constat tient à travers les vintages et confirme ce que des études antérieures (Cambridge Associates, Kauffman, Preqin) avaient déjà suggéré : les fonds plus petits et plus jeunes tendent à délivrer de meilleurs rendements nets, en particulier sur les stades early où la conviction, la rapidité et l’alignement comptent davantage que la marque. Alors que les LPs réévaluent d’où vient réellement l’alpha dans un environnement capitalistique plus contraint, la donnée remet discrètement en cause des décennies de réflexes d’allocation.

→ Lire sur Venture Capital Journal

Le pari européen sur les matières premières critiques (Cour des comptes européenne)

Le Rapport spécial 04/2026 de la Cour des comptes européenne livre une évaluation sobre du Critical Raw Materials Act : des objectifs 2030 ambitieux (10 % d’extraction domestique, 40 % de transformation, 25 % de recyclage), mais un écart qui se creuse entre les déclarations politiques et l’exécution physique. Le rapport souligne des dépendances persistantes, la Chine domine encore les terres rares, la transformation et les chaînes d’aimants permanents, et montre comment les récents contrôles à l’export ont transformé ce qui n’était que considérations commerciales en levier géopolitique. La conclusion est claire : l’autonomie stratégique ne se gagnera pas par décret, mais en fonction des mines, raffineries et capacités de recyclage qui auront effectivement été construites dans les 24 à 36 prochains mois.

→ Lire le rapport spécial de la CCE

Comment l’IA inverse la logique politique d’internet (Tech Policy Press)

Dans un essai incisif, Tech Policy Press soutient que l’IA est en train d’inverser silencieusement les propriétés démocratiques qui définissaient les premiers temps d’internet. Là où l’infrastructure originelle était décentralisée, sans permission et interopérable, en favorisant le pluralisme et la dissidence par construction, les systèmes d’IA d’aujourd’hui concentrent l’intelligence au centre, optimisent la prédiction au détriment de la délibération, et remplacent le travail participatif par une commodité fluidifiée. S’appuyant sur Hannah Arendt, le texte met en garde contre une érosion de l’agentivité politique non par le spectacle mais par la routinisation : un monde où les décisions sont prises pour nous sans heurts, plutôt que par nous. Le caractère politique d’une technologie, conclut-il, est encodé dans son architecture, et c’est là que se jouera le vrai combat sur la compatibilité démocratique.

→ Lire sur Tech Policy Press

AI Wars : épisode 2

Dans le premier épisode d’AI Wars, nous avons cartographié les narratifs qui façonnent l’avenir de l’IA. Ce second essai passe des narratifs à l’allocation, en examinant comment les hypothèses sur l’intelligence se traduisent en infrastructure et en déploiement de capital (ainsi que l’approche d’investissement propre à Asterion).

Cet article s’appuie sur des échanges au sein de l’écosystème Asterion et a été co-écrit par Antonin Léonard (partner chez Asterion) et Arthur De Grave.

En moins d’une décennie, l’IA est devenue l’une des sources de pression les plus rapides sur les systèmes physiques qui soutiennent la vie.

Les data centers sont désormais en concurrence avec les villes et les industries pour l’électricité, l’eau, le foncier et les minerais critiques. Dans certaines régions, les workloads IA absorbent déjà une part significative de l’alimentation électrique nationale. Les émissions indirectes augmentent plus vite que les engagements de décarbonation ne peuvent le dissimuler. La pollution locale autour des infrastructures de compute produit des effets sanitaires comparables à ceux de l’industrie lourde.

Et pourtant, l’IA continue d’être discutée comme si elle était immatérielle, un univers de code, de modèles et d’abstraction, détaché des conditions du monde vivant.

Ce décalage n’est pas accidentel. Il reflète une hypothèse plus profonde : que l’intelligence peut scaler indépendamment du vivant.

Cet article part d’une prémisse différente.

L’intelligence n’a pas émergé en dehors du monde vivant. Elle en est issue et elle reste contrainte par lui.

Traiter l’IA comme une force autonome, plutôt que comme une extension de systèmes liés au vivant, conduit à une erreur structurelle dans la façon dont nous construisons, déployons et finançons « l’intelligence ».

AI for Life est un cadre d’investissement sous cette contrainte. Non pas comme posture morale, mais comme condition de viabilité.

Intelligence vs. Vie

Un contrepoint bergsonien

Le philosophe français Henri Bergson offre un point d’entrée plus exigeant. Dans L’Évolution créatrice, l’intelligence n’est pas présentée comme une alliée naturelle de la vie. Au contraire, Bergson décrit l’intelligence comme façonnée par l’action sur la matière inerte et non par une compréhension intuitive des processus vivants.

« L’intelligence est caractérisée par une incompréhension naturelle de la vie. »

L’intelligence excelle à isoler, mesurer et manipuler. Elle découpe la continuité en éléments discrets et transforme le mouvement en structure. Ces opérations sont puissantes, mais elles ont un coût : appliquées aux systèmes vivants, elles tendent à aplatir ce qui est fluide, réduire ce qui évolue, et confondre optimisation et compréhension.

De ce point de vue, il n’y a aucune raison de croire que l’IA s’écarterait de cette logique. Bien au contraire : l’IA la radicalise. En poussant l’abstraction, la formalisation et l’optimisation à des niveaux sans précédent, l’IA transforme une limitation structurelle de l’intelligence en force systémique, creusant ainsi l’écart entre intelligence et vie.

C’est pourquoi l’intelligence ne peut être laissée sans contraintes. Une fois détachée des conditions du vivant, sa capacité d’action s’étend plus vite que sa capacité à percevoir ce qu’elle érode.

Cette tension ne peut être évacuée. Si l’intelligence tend à mal interpréter le vivant, alors toute tentative d’aligner l’IA avec le monde vivant ne peut reposer sur la spontanéité ou les bonnes intentions seules. Elle requiert des limites et des contraintes (et des choix explicites ! Nous y reviendrons).

AI for Life

Un principe général de continuité

C’est ici que l’idée d’AI for Life prend forme.

L’IA peut étendre les capacités du vivant, affiner ses modes d’action, et améliorer les conditions dans lesquelles la vie se développe. Cela ne tient que tant que l’intelligence reste située dans le monde sur lequel elle agit, plutôt que positionnée au-dessus de lui.

À partir de ce point de départ, plusieurs limites deviennent incontournables.

Lorsque cette perspective est prise au sérieux, elle conduit à un nombre restreint de contraintes qui structurent progressivement les choix technologiques et les décisions d’investissement.

Pilier I : Frontières ontologiques

Ce que nous refusons de demander à l’IA d’être

En l’état actuel des connaissances, la super-intelligence qu’on l’appelle AGI ou ASI, apparaît trop spéculative pour servir d’horizon d’investissement crédible. Elle repose sur des hypothèses assez audacieuses et encourage l’abstraction par rapport au monde qu’elle transforme déjà.

La même dérive apparaît dans les discours techno-messianiques présentant l’IA comme solution au changement climatique, à la santé ou à l’éducation. L’IA peut certes accélérer la recherche, améliorer la coordination et réduire certaines frictions, mais elle ne peut remplacer les décisions politiques, les transformations industrielles ou la responsabilité collective à elle seule.

Une frontière supplémentaire concerne la création : les systèmes d’IA génèrent, recombinent et explorent de vastes espaces de possibilités. La création reste liée à l’intention et au sens. Ces dimensions appartiennent au vivant (Bergson, encore !). Les déplacer ne changerait pas simplement les processus de production ; cela déplacerait le lieu même du sens.

Pilier II : contraintes matérielles

La frugalité comme condition de viabilité

L’IA opère dans des limites physiques strictes. Énergie, hardware, réseaux et foncier définissent son empreinte. Et il est bien connu que les gains d’efficacité déclenchent fréquemment des effets rebond qui augmentent la consommation globale plutôt que de la réduire.

Dans ce contexte, la frugalité devient une condition de durabilité. La taille des modèles, les régimes d’entraînement, l’efficacité de l’inférence, les cycles de vie du hardware et les choix d’infrastructure comptent, et tous les use cases ne méritent pas de scaler. Nous devons collectivement accepter cette vérité inconfortable : les métriques de performance détachées des coûts physiques offrent une vision déformée du progrès.

Les propositions de délocaliser les infrastructures de compute hors de la planète par exemple via des projets de data centers orbitaux illustrent clairement cette tension : en externalisant les limites matérielles plutôt qu’en les intégrant, elles traitent les frontières planétaires comme des obstacles à contourner et approfondissent l’abstraction du monde vivant que cette thèse rejette.

Pilier III : impact situé

Là où l’IA fait vraiment la différence

Toutes les applications d’IA ne méritent pas le même niveau d’attention ou de capital.

Les contributions les plus significatives émergent dans des domaines où la complexité est réelle et où les gains se composent dans le temps : industrie, systèmes énergétiques, mobilité, santé et infrastructures publiques. Dans ces contextes, l’IA agit comme support à la décision et infrastructure de coordination, tandis que le jugement humain reste structurellement central.

À l’inverse, les applications orientées spectacle et la saturation de contenu consomment des ressources sans renforcer les systèmes qu’elles touchent. Elles captent l’attention tout en laissant les capacités sous-jacentes largement inchangées.

Comment passe-t-on de ces principes aux choix d’investissement ?

Ensemble, ces contraintes forment une doctrine d’investissement.

Au cours des dernières années, nous avons analysé plusieurs centaines de startups early-stage revendiquant des solutions « AI-powered ». Environ deux cents plaçaient l’IA au cœur de leur value prop. Seule une petite fraction combinait ambition technique et compréhension claire des contraintes matérielles, des réalités sectorielles et de la viabilité long terme. Ce processus de filtrage a progressivement façonné notre pratique d’investissement.

Chez Asterion, l’IA est abordée comme une infrastructure du monde vivant. Les investissements se concentrent sur l’IA là où elle renforce les systèmes qui soutiennent la vie, améliore les conditions de production et de coordination, et reste compatible avec les réalités matérielles dont elle dépend. À ce jour, cela a donné lieu à un nombre limité d’investissements délibérément concentrés, dans des domaines où l’IA agit comme levier plutôt que comme substitut.

Living Models (anciennement .omics) applique l’IA à la biologie expérimentale, où la complexité des systèmes vivants résiste à l’abstraction par force brute. Plutôt que de remplacer le raisonnement biologique, sa technologie aide les chercheurs à naviguer dans l’incertitude expérimentale, accélérant la découverte tout en restant ancrée dans les réalités matérielles des sciences de la vie.

Argile.ai opère à l’intersection de l’IA et du bâti. Ses systèmes assistent la rénovation des bâtiments en structurant les choix techniques, les contraintes réglementaires et les scénarios de performance énergétique. Ici, l’IA fonctionne comme infrastructure de coordination, améliorant les conditions dans lesquelles la transformation physique s’opère.

Futurail se concentre sur l’infrastructure ferroviaire, un système critique et hautement contraint. En optimisant les sillons et l’allocation de capacité, sa technologie augmente l’efficacité des réseaux existants, soutenant le report modal sans exiger de nouvelles infrastructures extractives. L’intelligence est déployée au service d’un système dont les limites sont explicites et non négociables.

Ensemble, ces investissements reflètent une logique cohérente : l’IA est déployée là où la complexité est réelle, les contraintes sont binding, et les gains se traduisent en améliorations durables des systèmes qui soutiennent la vie. Au fil du temps, cette approche a imposé sa propre discipline, façonnant non seulement ce qui est soutenu, mais aussi ce qui est délibérément écarté.

Choisir la continuité plutôt que l’hubris

L’IA se trouve à un point de bifurcation. Elle peut approfondir les crises existantes ou aider à les traverser. C’est pourquoi nous avons emprunté le concept de pharmakon au philosophe français Bernard Stiegler. La différence réside moins dans la sophistication des modèles que dans les contraintes imposées à leur développement et leur usage.

AI for Life inscrit l’innovation comme quelque chose qui doit rester ancré dans les conditions du monde vivant.

L’intelligence n’a pas émergé contre le monde vivant. Elle en est issue. Elle a aussi appris, à maintes reprises, à s’abstraire des conditions qui la soutiennent. Tenir ces deux mouvements ensemble est peut-être la forme de progrès la plus exigeante que nous puissions choisir.

C’est pourquoi investir dans l’IA aujourd’hui signifie prendre la responsabilité de la façon dont le capital contraint l’intelligence dans les limites du monde vivant.

Trois questions à… Cyril Véran, CEO & Co-fondateur de Living Models

Cyril Véran est le co-fondateur et CEO de Living Models (opérant actuellement sous le nom .omics), une biotech développant des systèmes d’IA pour modéliser la biologie végétale pour le breeding et l’agronomie. Avec BOTANIC, son foundation model, Living Models vise à réduire l’expérimentation biologique en structurant l’incertitude en amont avant les essais coûteux en laboratoire et au champ. Car en biologie, l’IA n’a d’importance que si elle opère dans les contraintes physiques et délivre un impact réel.

L’impact environnemental de l’IA est de plus en plus débattu. Comment abordez-vous cela chez Living Models ?

Le problème est qu’on parle de « l’IA » comme si c’était une seule chose. Entraîner des modèles massifs et génériques pour générer du contenu est très différent d’entraîner des modèles spécialisés conçus pour remplacer des années d’expérimentation biologique.

En biologie, les erreurs coûtent cher. Une mauvaise prédiction ne gaspille pas seulement du compute elle gaspille des mois de travail en labo, d’essais au champ, de foncier, d’eau et d’intrants chimiques. Cela impose de la discipline. Chez Living Models, nos modèles sont ciblés, contraints et construits pour réduire l’expérimentation réelle, pas pour la multiplier.

La question n’est pas de savoir si l’IA consomme des ressources. C’est de savoir si elle remplace quelque chose de bien plus coûteux. Dans notre cas, oui.

Living Models développe BOTANIC, un foundation model pour la biologie végétale. Qu’est-ce qui distingue cette approche de l’IA générique appliquée à la biologie ?

La biologie ne se comporte pas comme le langage. Les génomes ne sont pas des phrases, et les plantes ne sont pas des systèmes statiques. La même séquence génétique peut se comporter très différemment selon l’environnement, le stress et les interactions.

Les approches IA génériques tendent à aplatir cette complexité. BOTANIC est construit autour d’elle. Il intègre plusieurs couches d’information biologique, génomique, transcriptomique, métabolomique, phénotypes et données environnementales, pour modéliser comment les traits émergent réellement dans les plantes.

Même alors, les prédictions restent des hypothèses. BOTANIC ne remplace pas le labo ou le champ. Il structure les décisions en amont, réduisant l’incertitude avant que les expériences ne commencent.

Quel est le chemin le plus crédible pour passer de modèles plus puissants à un impact mesurable dans le monde physique ?

Le chemin est plus lent et plus fragmenté que la plupart des narratifs ne le suggèrent. Des modèles plus puissants n’ont d’importance que s’ils sont intégrés dans les workflows et institutions existants. Dans le breeding végétal, cela signifie travailler avec les semenciers, les chercheurs et les régulateurs, chacun avec ses propres timelines et contraintes.

Les vrais bottlenecks sont rarement computationnels. Ce sont l’accès à des données de haute qualité, le coût et la durée des cycles expérimentaux, et la capacité à traduire les prédictions en décisions auxquelles les praticiens font confiance. La confiance se gagne quand les modèles échouent visiblement et s’améliorent de façon transparente, pas quand ils promettent trop.

Le changement mesurable arrive quand l’IA raccourcit les feedback loops. Si les breeders peuvent tester moins d’hypothèses, avec une confiance plus élevée, dans des conditions environnementales réelles, alors les traits qui réduisent la consommation d’eau, les intrants chimiques ou la vulnérabilité climatique deviennent économiquement viables plus rapidement.

C’est là que l’IA cesse d’être une capacité abstraite et devient une infrastructure quelque chose qui opère dans les limites biologiques et aide à naviguer la complexité plutôt qu’à prétendre la résoudre.

Un aperçu de trois sociétés de notre portfolio actuellement en levée toutes construisant un impact réel à travers les infrastructures critiques, la mobilité et la biologie.

→ Futurail : construit la prochaine génération d’opérations ferroviaires autonomes et haute fréquence pour augmenter la capacité des trains en Europe.

→ Bubble Robotics : conçoit des robots sous-marins autonomes pour inspecter, monitorer et protéger les infrastructures océaniques critiques.

Si vous êtes intéressé par l’un de ces rounds, contactez-moi : antonin@asterionventures.com

Robots humanoïdes ou connexion humaine ? (The Conversation)

En prenant l’Optimus de Tesla comme case study, The Conversation explore ce que les robots humanoïdes révèlent de nos ambitions profondes en matière d’IA. Au-delà des gains de productivité, la vision de Musk touche à des attentes émotionnelles et culturelles : la compagnie, l’empathie et la présence sociale. L’article soutient que la forme humanoïde n’est pas seulement un choix d’ingénierie, mais un choix symbolique, brouillant la fonctionnalité avec l’intimité. Le risque central n’est pas l’échec technique, mais le déplacement social, l’externalisation du care, de la conversation et de la tolérance vers les machines. Le vrai défi de design, conclut-il, est de savoir si les systèmes d’IA remplaceront silencieusement la connexion humaine ou nous orienteront activement les uns vers les autres.

→ Lire sur The Conversation

La crise de mémorisation de l’IA (The Atlantic)

The Atlantic rapporte que plusieurs modèles de langage de premier plan, dont GPT, Claude, Gemini et Grok, peuvent reproduire de longs passages de livres sous copyright sur lesquels ils ont été entraînés, contredisant des années de dénégations publiques des entreprises d’IA. Les chercheurs ont montré que, promptés stratégiquement, les modèles peuvent produire des textes quasi-complets d’œuvres littéraires majeures. Le problème, connu sous le nom de « mémorisation », remet en question l’affirmation selon laquelle les modèles apprennent simplement des patterns plutôt que de stocker du contenu, et soulève de sérieux risques légaux, économiques et réputationnels pour l’industrie. Si les modèles copient plutôt qu’abstraient, les fondements de l’IA générative, des défenses de copyright aux pratiques d’entraînement, devront peut-être être repensés.

→ Lire sur The Atlantic

AI Wars — Episode 1

Disclaimer : L’actualité de l’IA évolue plus vite que n’importe quel commentaire ne peut le suivre. Le sentiment des investisseurs oscille désormais en quelques heures. Le 21 novembre, les marchés ont ouvert en pariant que les résultats exceptionnels de Nvidia pourraient retarder — ou dissiper, le risque d’une correction à court terme. L’après-midi, le Nasdaq avait fortement inversé sa tendance. Un rappel de la fragilité de l’équilibre actuel.

Nous n’avons aucune idée de ce que la semaine prochaine apportera. Mais l’analyse qui suit devrait tenir, quel que soit l’endroit où le prochain titre déplacera le marché.

L’intelligence artificielle a le potentiel de remodeler l’ordre économique. Elle porte également des conséquences sociales, écologiques et géopolitiques profondes. Chez Asterion, nous trouvons impossible d’aborder cette technologie sans reconnaître sa double nature. Le philosophe Bernard Stiegler appelait de tels objets des pharmaka — des forces qui soignent et perturbent simultanément.

C’est pourquoi nous lançons AI Wars, une exploration en deux parties sur l’origine des narratifs de l’IA, ce qu’ils révèlent et comment ils influencent l’investissement, la réglementation et l’imaginaire collectif.

Dans ce premier épisode, nous examinons les quatre grandes histoires qui se battent pour définir ce qu’est l’IA. Le mois prochain, l’Épisode 2 explorera comment une nouvelle génération de startups européennes de l’IA, axées sur l’impact réel, émerge.

Le moment où les narratifs dépassent la technologie

Au cours des trois dernières années, l’IA a cessé d’être un domaine unique. Elle est devenue une arène culturelle. Ce que nous appelons « IA » n’est plus un ensemble de modèles ou de techniques : c’est un cluster d’interprétations concurrentes, chacune offrant un futur différent et un profil de risque différent.

Un schéma devient évident lorsque nous passons en revue les startups IA dans les sciences de la vie, l’énergie, la mobilité et l’infrastructure :

La technologie avance par incréments réguliers. Les attentes changent brutalement.

Un article révolutionnaire change l’humeur de toute une industrie. Une démo décevante déclenche une vague de scepticisme. Un nouveau projet lunaire recadre l’horizon du jour au lendemain.

Les dernières semaines ont livré les trois.

• Jeff Bezos a dévoilé Project Prometheus, un pari ambitieux sur le raisonnement scientifique assisté par machine.

• Le Gemini 3 de Google a surpassé ChatGPT-5 sur des benchmarks clés, déclenchant les premières vraies vibes « OpenAI pourrait vraiment avoir des problèmes ».

• Et Yann LeCun a quitté Meta pour travailler indépendamment sur les world models, arguant que les LLM d’aujourd’hui ne produiront jamais une véritable intelligence.

Son verdict était franc :

Un chat peut se souvenir, comprendre le monde physique, planifier des actions complexes et faire un certain niveau de raisonnement, en fait bien mieux que les plus grands LLM.

La technologie évolue. Mais les histoires qui l’entourent mutent plus vite — et elles entraînent avec elles le capital, la réglementation et la perception.

Pour donner du sens à cette turbulence, nous avons cartographié quatre familles narratives.

Paysage narratif 2022–2025 : comment nous en sommes arrivés là

2022 : L’année de l’enchantement

La sortie de ChatGPT a transformé une percée de recherche en événement culturel mondial. L’AGI, longtemps un concept marginal, a soudainement semblé plausible. Les investisseurs ont réorienté leurs portefeuilles autour de la promesse d’une révolution cognitive. C’était le pic de la techno-euphorie.

2023–2024 : La montée de la peur

La lettre de pause a marqué un tournant. Geoffrey Hinton a exprimé publiquement ses inquiétudes. Les régulateurs se sont précipités pour anticiper des risques qui n’existaient pas encore. À Bruxelles, la sécurité est devenue la lentille dominante. À Washington, les agences de renseignement sont entrées dans le tableau. Le ton a changé : l’excitation a cédé la place à la prudence, voire à la crainte.

2024–2025 : La contre-vague sceptique

Sous les gros titres, des réalités plus dures se sont accumulées. Les coûts de calcul ont explosé. Les marges se sont évaporées. De nombreux « AI wrappers » ont révélé des modèles économiques fragiles. Des analystes comme Jerry Neumann ont averti que la valeur n’irait pas aux constructeurs de modèles, mais aux industries qui utilisent l’IA pour transformer la logistique, l’énergie, la santé ou la défense. Le capital-risque est discrètement devenu plus sélectif.

Late 2025 : Un triangle de hype, menace et réalisme

Aujourd’hui, l’équilibre est instable.

Prometheus réactive l’imagination transhumaniste. Les préoccupations de sécurité continuent de façonner la réglementation. Et les marchés montrent des signes de doute : la récente vente de Nvidia, malgré des résultats records, rappelle à tous que la gravité financière s’applique toujours.

Nous vivons désormais dans une période où aucune histoire unique ne domine et cela rend le paysage plus difficile à lire.

NARRATIF #1 : LES OPTIMISTES DE L’AGI

L’IA comme prochaine espèce cognitive

C’est le narratif le plus ambitieux. Il cadre l’IA comme un tournant scientifique et civilisationnel — une nouvelle forme d’intelligence qui finira par surpasser la nôtre.

Vocabulaire : AGI, auto-amélioration, modélisation du monde, moteurs de découverte. Champions : Demis Hassabis, Sam Altman, OpenAI, DeepMind, Anthropic, et maintenant Bezos via Prometheus.

Son influence est la plus forte sur la recherche de pointe et le capital à long horizon.

Son angle mort, ce sont les contraintes matérielles : approvisionnement énergétique, semi-conducteurs, thermodynamique. Même si l’intelligence scale, l’infrastructure pourrait ne pas suivre.

Pourtant, cette histoire façonne l’ambition. Elle attire les talents, capte l’attention et justifie des paris à plusieurs milliards de dollars.

NARRATIF #2 : LES DOOMERS

L’IA comme menace existentielle

Ce narratif croit également que l’AGI arrive mais pas de manière sûre.

Il est porté par les chercheurs en risques existentiels, de nombreux décideurs politiques et des parties de la communauté scientifique. En 2023–2024, il est devenu la force dominante façonnant la réglementation, de l’AI Act de l’UE aux décrets exécutifs de la Maison Blanche.

Sa logique est précautionneuse : même une catastrophe à faible probabilité nécessite une intervention.

Mais il a un défaut structurel : il contraint souvent davantage les petits innovateurs que les acteurs qui possèdent réellement les capacités de pointe. La sécurité devient un fossé. Et il cadre l’avenir comme quelque chose à contrôler plutôt qu’à construire.

Néanmoins, c’est un contrepoids critique à l’optimisme aveugle.

NARRATIF #3 : LES PRAGMATIQUES INDUSTRIELS

L’IA comme outil industriel

C’est le narratif le plus ancré.

Il traite l’IA comme un levier de productivité, pas comme une percée métaphysique. C’est la vision du monde de Satya Nadella, des CIO d’entreprise et des équipes qui intègrent l’IA dans la logistique, les opérations de santé, les réseaux ferroviaires, les réseaux énergétiques et la maintenance industrielle.

La plus grande valeur mesurable aujourd’hui vient de cette histoire : automatisation, copilotes, workflows scientifiques, systèmes d’optimisation.

Sa faiblesse : la commoditisation. Les produits dépendent de modèles qu’ils ne contrôlent pas. La défendabilité repose sur les données et l’intégration, pas sur le hype.

Mais c’est l’histoire la plus proche de l’économie réelle et celle que nous voyons quotidiennement dans les startups que nous évaluons.

NARRATIF #4 : LES SCEPTIQUES

L’IA comme bulle en attente de correction

Cette histoire argue que l’IA générative a atteint un plateau fonctionnel — et que de nombreux modèles économiques dans le domaine sont économiquement fragiles.

Elle tire sa force de :

• Des analystes notant que les flux de capitaux vont aux constructeurs de modèles tandis que la valeur revient aux industries qui utilisent l’IA.

• Des goulots d’étranglement énergétiques : l’expansion des data centers dépasse la capacité du réseau.

• La volatilité du marché : les fortes oscillations de Nvidia malgré des fondamentaux exceptionnels.

• La critique culturelle : la MIT Technology Review comparant les systèmes de croyance en l’AGI à « la théorie du complot la plus lourde de conséquences de notre époque ».

Ce narratif explique quelque chose que les autres n’expliquent pas : pourquoi tant de produits IA impressionnent mais ne génèrent pas de revenus durables.

Comment ces quatre histoires façonnent les marchés, la réglementation et la perception

Ces narratifs se livrent bataille quotidiennement pour définir les priorités, les valorisations et la réglementation.

• Prometheus pousse les investisseurs vers les moonshots.

• Le départ de LeCun dynamise les chercheurs qui cherchent des alternatives aux LLM.

• Les échecs de modèles renforcent le camp doomer.

• Les métriques d’adoption renforcent le narratif constructeur.

• La volatilité du marché renforce le scepticisme.

Ce déplacement constant de la gravité narrative explique pourquoi l’IA semble simultanément surévaluée et sous-évaluée, surhypée et sous-estimée.

Sans ces histoires, le secteur semble chaotique. Avec elles, ses mouvements deviennent lisibles.

Notre position chez Asterion

Nous ne souscrivons entièrement à aucune de ces quatre histoires, mais nous les prenons toutes au sérieux.

Nous ne croyons pas que l’AGI/ASI soit imminente, mais nous reconnaissons une amélioration rapide. Nous voyons des risques légitimes, mais pas de timeline existentielle. Nous voyons de réels gains de productivité, mais pas infinis. Nous notons un excès spéculatif, mais pas un effondrement de la tendance sous-jacente.

Notre perspective est façonnée par ce que nous voyons sur le terrain : des entreprises qui résolvent de vrais problèmes dans l’énergie, la biologie, le transport et les systèmes industriels. Ces domaines ne reposent pas sur des percées spéculatives, ils nécessitent robustesse, qualité des données, alignement réglementaire et intégration étroite avec le monde physique.

C’est là que la prochaine valeur durable émergera.

Conclusion : rester critique pour rester rationnel

Bulle ou pas, l’IA ne va pas disparaître. Le krach dot-com n’a pas éteint Internet ; il l’a clarifié. Le même schéma est probable ici.

La clarté nécessite de la distance. Elle nécessite de lire les grands narratifs sans être absorbé par eux. Elle nécessite de distinguer la promesse technologique de la projection métaphysique, surtout alors que la rhétorique AGI devient plus extravagante.

Quand la MIT Technology Review décrit le discours AGI comme une « théorie du complot », cela révèle à quel point ces narratifs sont devenus culturellement chargés. Les comprendre est le seul moyen de les naviguer.

C’est ce qu’AI Wars, Épisode 1 s’est fixé de faire : cartographier les histoires, pas le code.

Le mois prochain : Épisode 2 : L’IA pour l’impact réel

Dans le prochain volet, nous explorerons les conditions dans lesquelles une nouvelle génération de startups européennes de l’IA générant un impact réel peut émerger des entreprises avec des bénéfices mesurables, une pertinence industrielle et une empreinte énergétique compatible avec les limites planétaires.

Car si l’IA est un pharmakon, la question n’est plus de savoir si elle transformera nos sociétés, mais avec quelle délibération nous choisissons de façonner cette transformation.

Un aperçu rapide de trois entreprises de notre portefeuille qui lèvent actuellement toutes construisant un impact réel à travers les infrastructures critiques, la mobilité et la biologie.

→ Futurail — construire la prochaine génération d’opérations ferroviaires autonomes à haute fréquence pour augmenter la capacité des trains en Europe.

→ .omics — utiliser la découverte de traits pilotée par l’IA pour créer des semences résilientes au climat à l’échelle industrielle.

→ Bubble Robotics — concevoir des robots sous-marins autonomes pour inspecter, surveiller et protéger les infrastructures océaniques critiques.

Si vous êtes intéressé par l’un de ces tours, contactez-moi : antonin@asterionventures.com

Trois questions pour… Pierre-Louis Guhur, CEO, Argile.ai

Pierre-Louis Guhur est titulaire d'un doctorat en machine learning. Il est également cofondateur et CEO d'Argile.ai, une startup qui utilise l'IA pour soutenir les professionnels travaillant sur la rénovation énergétique résidentielle — et, accessoirement, l'un de nos investissements les plus récents. Parce qu'au final, l'IA est peut-être une histoire qui est finalement destinée à être écrite dans le monde physique.

En tant que PhD en IA et entrepreneur, que pensez-vous du hype incroyable autour de l’IA au cours des trois dernières années ?

Honnêtement, ça a été une sacrée aventure ! Quand j’ai commencé mon doctorat en 2019, plusieurs professeurs m’ont en fait conseillé de ne pas me lancer dans l’IA. Pour eux, le domaine avait plafonné et rien de majeur n’était attendu de sitôt.

Et puis, presque du jour au lendemain, tout a basculé. GPT-2 est sorti, puis GPT-3. En 2020, sa sortie a secoué le monde de la recherche. Certes, il hallucinait et se trompait, mais il faisait déjà des choses qui semblaient hors de portée la veille encore.

Et en décembre 2022, le grand public a découvert ChatGPT. Dites ce que vous voulez, mais c’était l’une des meilleures opérations de communication que la tech ait jamais connues.

Très vite cependant, les gens ont supposé qu’on avait déjà atteint le plafond à nouveau. « Il n’y a qu’un seul Internet », comme l’a déclaré Ilya Sutskever, et les modèles semblaient l’avoir déjà consommé. Mais le progrès ne s’est pas arrêté. De nouveaux modèles ont prouvé que l’IA pouvait apprendre à résoudre de nouveaux problèmes, pas seulement répéter ce qu’elle avait vu. Et c’est exactement ce que François Chollet appelle l’intelligence : la capacité de s’adapter à l’inconnu. C’est le changement. Les LLM ne sont plus juste des fichiers ZIP sophistiqués du web, ils peuvent raisonner.

Donc aujourd’hui, le vrai problème n’est pas de savoir si les modèles sont assez bons. Ils le sont. Le goulot d’étranglement s’est déplacé. La vraie question est ce que nous faisons de cette capacité et comment nous l’injectons dans l’économie réelle pour remodeler des marchés entiers. Au final, ce qui comptera, ce sont les cas d’usage, pas les classements de modèles.

En regardant les choses calmement, quelles applications pouvons-nous raisonnablement attendre à l’échelle à court et moyen terme ?

À ce stade, comparer un LLM à un autre n’est plus vraiment le sujet. Gemini prend de l’avance, puis Claude reprend le lead la semaine d’après… c’est amusant, mais ce n’est pas là que se situe le vrai momentum.

Là où les choses deviennent excitantes, c’est ailleurs. Prenez la reconstruction 3D. Elle ouvre des possibilités incroyables : reconstruire des espaces, générer des environnements, simuler des contraintes physiques. Yann LeCun dit souvent que les humains ne pensent pas principalement en mots, mais en images. Et une fois que l’IA commence à raisonner en 3D, elle accède à des données bien plus riches, une meilleure intuition de la physique, et vous pouvez même laisser des agents expérimenter dans un monde qui ressemble au nôtre. Vous avez aussi de gros mouvements dans les modèles de diffusion appliqués à la météo, et la recherche en causalité s’est beaucoup accélérée récemment.

Mais encore une fois, la technologie n’est pas le juge ici, l’usage l’est. La question est vraiment comment des industries entières vont basculer.

Il y a un moyen simple de savoir si un secteur est exposé à la disruption IA. Imaginez que vous avez soudainement des stagiaires illimités qui travaillent gratuitement. Que se passe-t-il ? Si tout change, alors l’IA le changera aussi. Le support client ? Absolument. Le conseil stratégique ? Probablement. Installer une pompe à chaleur, beaucoup moins. Le développement logiciel se situe au milieu. Les stagiaires aident, mais vous avez toujours besoin d’une forte supervision senior.

À partir de là, cela devient un choix stratégique. Soit vous construisez un SaaS propulsé par l’IA et transformez une industrie de l’extérieur, soit vous allez full-stack IA, vous acquérez une entreprise et la reconstruisez de l’intérieur avec l’IA au cœur. La deuxième option fonctionne quand la consolidation est possible, comme dans la legal tech. Quand un marché est fragmenté, comme la rénovation énergétique, le SaaS a plus de sens. Et c’est la voie que nous avons choisie chez Argile.ai.

Et comment tout cela se traduit-il dans ce que vous construisez avec Argile.ai ?

Chez Argile.ai, nous accompagnons les professionnels tout au long de la chaîne de rénovation : qualification de leads, capture de données, dimensionnement technique, tarification et même suivi de projet. C’est une industrie difficile. Produire un devis peut prendre un mois, et une seule erreur sur un projet à 100 000 € peut mettre en péril une petite entreprise. Nous voulons rendre la rénovation plus rapide, plus fiable et plus ambitieuse. Nous sommes une entreprise à mission et nous avons fixé un objectif clair : économiser un million de tonnes de CO₂. Pour y arriver, nous avons besoin que les entrepreneurs visent plus haut que le minimum réglementaire.

Notre parcours n’a pas été linéaire. Au début, nous avons essayé l’approche 100 % LLM. Nous pensions qu’un chatbot pouvait tout faire. Ça n’a pas marché. Alors nous avons construit une base produit solide à la place, en fusionnant ce qui existait déjà sur le marché, mais en mieux. À ce moment-là, l’IA nous aidait surtout avec le code. Expédier un demi-million de lignes avec six ingénieurs en deux ans n’aurait tout simplement pas été possible autrement.

Plus tard, nous avons ramené l’IA en première ligne au bon endroit cette fois. Reconstruction 3D pour remplacer des formulaires sans fin, prise de notes automatisée pendant les visites techniques. En moyenne, les entrepreneurs économisent environ une heure par visite et peuvent se concentrer sur le conseil et la vente au lieu de l’administratif.

Maintenant, nous entrons dans une autre phase. MCP, le Model Context Protocol, sorti fin 2024, nous permet de construire des traducteurs entre les LLM et les API. Grâce à cela, Argile.ai se connecte au Claude d’Anthropic et bientôt les utilisateurs auront des applications IA intégrées directement dans l’interface. Nous sommes en bêta aujourd’hui. 2026 sera l’année où nous déploierons cela aux petites entreprises sur le marché.

En bref, la course est lancée. Soit nous construisons notre propre base d’utilisateurs et notre distribution, soit nous devenons juste une autre icône dans un GenAI AppStore. La question n’est plus de savoir si l’IA transformera cette industrie, mais qui sera prêt quand elle le fera. Nous savons où nous en sommes.

L’AGI comme théorie du complot ? (MIT Technology Review)

La MIT Tech Review argue que l’AGI s’est répandue moins comme une étape technologique et plus comme un narratif conspirationniste : vague, infalsifiable et infiniment adaptable. Des premiers penseurs marginaux à Yudkowsky, Thiel, DeepMind et OpenAI, l’idée a gagné en légitimité à travers un mélange d’utopie, de catastrophisme et de hype stratégique. Sans définition claire et sans preuve qu’elle soit imminente, l’AGI continue de diriger des investissements massifs, des débats politiques et l’orientation de l’industrie — une histoire puissante principalement parce qu’elle est toujours « presque là ».

→ Lire sur MIT Technology Review

Le boom de l’IA est-il déjà une bulle ? (Crazy Stupid Tech)

Fred Vogelstein argue que la frénésie actuelle de l’IA reflète la bulle Internet de 1999 — mais en plus grand, plus rapide et bien plus concentrée. Les capex IA et les dépenses VC pourraient dépasser 1,5 T$ en 2025, avec les Big Tech brûlant 70–100 Md$ par an sur les data centers malgré une économie non prouvée. Le levier et les deals de financement circulaire vendeur-client amplifient le risque, tandis que la combustion de cash d’OpenAI et l’avance de la Chine ajoutent une pression systémique. Le point clé : l’IA sera transformatrice, mais nous sommes des années trop tôt — et la bulle risque d’éclater avant que les retours ne se matérialisent.

→ Lire sur Crazy Stupid Tech

Prime de souveraineté : pourquoi les fractures de l’Europe peuvent faire son avenir

Les faiblesses structurelles de l’Europe sont souvent décrites comme des handicaps. Fragmentation des marchés. Coûts élevés. Capital prudent. Régulation stricte.

Mais si ces contraintes n’étaient pas uniquement des défauts à corriger, et si elles pouvaient, à condition d’être assumées et organisées, devenir les fondations d’un modèle techno-industriel souverain ?

De l’accord entre ASML et Mistral AI à l’agenda de compétitivité porté par Mario Draghi, les fractures européennes pourraient bien devenir le creuset de son futur.

Un signal fort envoyé par ASML et Mistral AI

En septembre 2025, ASML, le joyau de la couronne européenne dans l’équipement pour semi-conducteurs, a franchi une étape audacieuse dans l’intelligence artificielle. En investissant €1,3 milliard dans la startup française Mistral AI, le groupe néerlandais est non seulement devenu son principal actionnaire, mais a également lié son destin industriel au pari le plus visible de l’Europe sur les modèles de fondation. Le message était clair : l’Europe n’a pas à choisir entre l’IA de pointe et la force industrielle. Elle peut aligner les deux.

L’annonce est intervenue presque exactement un an après que Mario Draghi a publié son rapport phare sur l’avenir de la compétitivité européenne (septembre 2024). Ce document, franc dans son diagnostic et ambitieux dans ses prescriptions, soutenait que l’Europe ne pouvait pas rester compétitive sans une refonte radicale : un véritable marché unique pour les services et les capitaux, des investissements coordonnés dans l’énergie et la défense, et une stratégie pour mettre fin aux dépendances précaires vis-à-vis des puissances étrangères.

Un an plus tard, son urgence ne s’est pas estompée. En fait, certaines des actions récentes de l’Europe suggèrent que, dans de nombreux domaines, le continent a cédé du terrain plutôt que tenu la ligne. L’accord ASML-Mistral illustre le type d’alignement que Draghi envisageait, capital et innovation fusionnant vers l’autonomie stratégique, mais il se démarque précisément parce que dans trop de domaines, l’Europe a agi autrement.

Comme Draghi l’a souligné dans son discours d’août 2025 “Comment changer la trajectoire de notre continent ?”, l’Europe s’est souvent comportée en spectatrice alors que les événements exigeaient de l’assurance. Elle a accepté des tarifs punitifs de Washington sans mesures réciproques. Elle a augmenté les dépenses de défense largement selon les termes américains plutôt que de façonner une stratégie européenne cohérente. Elle est restée marginale dans les négociations à enjeux élevés, de l’Ukraine au commerce mondial, malgré le fait qu’elle paie une grande partie de la facture. Entre-temps, sa dépendance s’est approfondie : aux terres rares chinoises, à l’énergie importée, aux chaînes d’approvisionnement contrôlées par l’étranger. Le poids économique seul ne s’est pas traduit en pouvoir géopolitique.

Le partenariat ASML-Mistral est donc plus qu’un exemple plein d’espoir. C’est un contrepoint au schéma que Draghi décrit : une preuve que la souveraineté dans les technologies critiques est possible, mais seulement si l’Europe passe d’acteur réactif à définisseur de ses propres termes.

L’Europe n’est pas un marché, c’est une mission

Pendant des décennies, l’Europe pouvait passer pour une allocation endormie mais sûre dans les portefeuilles mondiaux : consommateurs aisés, règles prévisibles, universités respectables, politique stable.

Cette histoire s’est effondrée.

• Donald Trump a montré que les garanties transatlantiques sont contingentes, pas éternelles.

• Le COVID-19 a exposé la fragilité des chaînes d’approvisionnement, des masques aux micropuces.

• L’invasion russe de l’Ukraine a forcé l’Europe à redécouvrir le langage de la défense, de la dissuasion et de la politique industrielle.

Même si de nombreux investisseurs se détournent, l’Europe est passée d’un “nice to have” à une arène stratégique pour la souveraineté : énergie, défense et chaînes d’approvisionnement.

Et ce n’est pas que de la théorie ou des discours politiques. Sur le terrain, des réseaux d’investissement transfrontaliers émergent. Six de nos dix derniers tours de seed ont été co-dirigés avec des VCs européens comme Maki.vc, B2Venture ou Set Ventures, preuve que la souveraineté peut déjà se déplacer au-delà des frontières nationales. Près de 20 % des business angels soutenant notre portefeuille au cours des quatre dernières années venaient de l’extérieur de la France, représentant 9 % du capital levé.

La vraie question n’est plus pourquoi investir en Europe, mais quel type d’Europe le capital devrait aider à construire : une forteresse de réglementation, une arche morale contre l’autoritarisme technologique, un arsenal pour la compétition entre grandes puissances, ou quelque chose de plus radical, un laboratoire pour un nouveau modèle techno-industriel qui est à la fois sobre et souverain.

Pourquoi l’Europe ne peut pas (et ne devrait pas) être “USA Lite”

La tentation est forte de cadrer le défi de l’Europe comme un rattrapage avec les États-Unis, de reproduire les conditions de la Silicon Valley à l’échelle continentale. Mais, comme Mario Draghi l’a répété à maintes reprises, l’Europe ne peut pas, et ne devrait pas, définir son avenir en devenant une pâle copie du modèle américain.

L’écosystème américain du capital-risque est né dans l’abondance : un vaste marché domestique, une énergie bon marché, des pools de capitaux profonds, une réglementation légère et une culture qui privilégie le blitzscaling avant tout. L’Europe, en revanche, vit avec la fragmentation, des coûts élevés, des investisseurs prudents et un ADN institutionnel très différent.

La question habituelle est : comment l’Europe peut-elle éliminer ces obstacles ? Comment peut-elle réduire les coûts, harmoniser la réglementation et pousser le capital à prendre plus de risques ? Pourtant, ce cadrage manque le point. Certaines des caractéristiques mêmes qui ralentissent l’Europe sont aussi ce qui la rend distinctive et, si on les aborde correctement, stratégiquement précieuse.

• La fragmentation est souvent vue comme un frein. Mais c’est aussi un mécanisme de forçage qui oblige les startups à concevoir pour l’interopérabilité, la résilience et l’adaptabilité multilingue et multi-marchés dès le premier jour. Dans les termes de Draghi, le défi de l’Europe est de transformer la diversité en échelle, non pas d’effacer les différences, mais de les intégrer plus intelligemment.

• Les coûts élevés de main-d’œuvre et d’énergie sont dénoncés comme des handicaps. Mais ils poussent aussi les entreprises à prioriser l’efficacité, l’automatisation et la durabilité plus tôt dans leur cycle de vie. Dans un monde où le climat et la sécurité énergétique sont primordiaux, c’est moins une faiblesse qu’un terrain d’entraînement.

• Le capital conservateur est opposé à la tolérance au risque américaine. Mais les horizons d’investissement longs, les family offices et les fonds souverains peuvent devenir une force s’ils sont mobilisés vers des objectifs de souveraineté à long terme. Ils ancrent plutôt qu’ils ne se désengagent.

• La réglementation est dépeinte comme de la bureaucratie. Pourtant, la capacité de l’UE à établir des normes mondiales, du RGPD à l’AI Act, démontre que la réglementation peut être une forme de soft power, intégrant les valeurs européennes dans l’économie numérique mondiale.

La question n’est pas de savoir si l’Europe devrait abolir ces caractéristiques au nom de la vitesse. La question est de savoir comment lever les frictions inutiles (paperasse redondante, capital piégé dans des silos nationaux, régimes fiscaux incohérents) tout en embrassant les paramètres sous-jacents comme partie d’un modèle souverain.

L’agenda de Draghi pointe dans cette direction : construire un véritable marché unique pour le capital et les services, harmoniser la politique énergétique et simplifier les opérations transfrontalières, mais sans dépouiller le pluralisme de l’Europe, sa culture de capital prudent ou son instinct réglementaire.

En d’autres termes : l’objectif n’est pas de faire ressembler l’Europe davantage aux États-Unis. C’est de rendre ses différences structurelles lisibles comme des forces stratégiques, à condition que l’échafaudage soit là pour leur permettre de passer à l’échelle.

Le capital comme acte politique

Aux États-Unis, le capital-risque aime se présenter comme “apolitique”, un moteur neutre de disruption. Mais l’alignement entre la tech et la politique (la porte tournante de la Silicon Valley avec Washington, ou Andreessen Horowitz soutenant ouvertement Donald Trump) montre le contraire. Le mythe de la “disruption apolitique” n’est que cela : un mythe.

En Europe, la neutralité n’est même pas une option. Chaque euro investi dans les semi-conducteurs, l’IA, la défense, la santé ou l’énergie porte un poids politique. Il renforce ou affaiblit la capacité de l’Europe à agir comme une puissance autonome au XXIe siècle.

C’est pourquoi de nouvelles structures financières émergent : des fonds evergreen rompant avec le cycle VC de dix ans, des plateformes hybrides public-privé mélangeant stratégie d’État et discipline entrepreneuriale, même des fonds orientés défense autrefois tabous mais maintenant ouvertement encouragés à Bruxelles. Chez Asterion, nous avons choisi des syndicats plus légers, axés sur le réseau, investissant du capital patient, construisant des alliances transfrontalières ville par ville, de Paris à Bruxelles, Genève et Amsterdam.

Le venture en Europe devient un outil de politique industrielle, finançant non seulement des licornes, mais des actifs de souveraineté.

Du “green premium” au “sovereignty premium”

Tesla a montré au monde que certains consommateurs sont prêts à payer un premium vert, un prix justifié non seulement par l’utilité mais par les valeurs, en l’occurrence la nécessité écologique.

L’Europe expérimente maintenant l’étape suivante : un premium de souveraineté.

C’est l’idée que les entreprises peuvent justifier des coûts plus élevés, des cycles plus lents ou une échelle plus petite parce que leur valeur ne se mesure pas seulement par l’efficacité, mais par l’indispensabilité stratégique.

• Mistral AI ne dépassera jamais OpenAI ou Anthropic en dépenses, mais sa pertinence réside dans le fait d’être une alternative contrôlée par l’Europe pour les infrastructures critiques.

• Helsing, qui construit l’IA pour la défense, ne concurrence pas sur le prix avec les géants américains, elle aligne la technologie avec les impératifs de sécurité européens.

• Aleph Alpha entraîne des modèles de fondation pour s’assurer que l’Europe a une capacité de confiance dans l’une des technologies déterminantes du siècle.

Ces entreprises réussissent non pas malgré leurs contraintes, mais à cause d’elles. Leur valeur est systémique, pas transactionnelle.

L’armada, pas l’arche

Le chemin de l’Europe vers l’avant n’est pas de se retirer derrière des murs, ni de sélectionner quelques élus pour un passage sûr pendant que le reste se noie dans la compétition mondiale. Les deux métaphores, la Forteresse et l’Arche, induisent en erreur.

Une image plus précise est une Armada : des dizaines de navires agiles et résilients, chacun contribuant au tissu techno-industriel de l’Europe. Aucun champion unique ne suffira, ce qui compte, c’est une flotte.

Ce n’est pas une question d’auto-congratulation ou de branding institutionnel. C’est une façon de comprendre comment le capital fragmenté, l’expertise industrielle et l’énergie entrepreneuriale peuvent se combiner. La métaphore de l’Armada souligne que la force de l’Europe viendra de la multiplicité et de l’interopérabilité, pas de la centralisation ou du gigantisme.

Chez Asterion, cette “logique d’armada” façonne notre expansion : construire une base de 30 investisseurs dans chaque hub, ancrer la communauté avec des événements récurrents, puis activer le dealflow local. Nous déployons maintenant ce modèle à Bruxelles, Amsterdam et Genève, non pas comme des avant-postes isolés, mais comme des navires interopérables dans une flotte européenne plus large.

La prescription de Draghi

Le rapport Draghi (septembre 2024) a exposé l’échafaudage institutionnel nécessaire pour qu’une telle Armada navigue :

• Démanteler les barrières à l’intérieur du marché unique

• Mobiliser des investissements coordonnés à grande échelle dans l’énergie, la défense et les technologies critiques

• Sécuriser les matières premières et construire des infrastructures à l’échelle continentale

• Accélérer une réglementation intelligente qui permet plutôt qu’elle n’entrave l’innovation

Douze mois plus tard, le rapport se lit moins comme une recommandation et plus comme une feuille de route, une que l’accord ASML-Mistral vient de valider dans la pratique, même si l’Europe peine encore à s’affirmer sur la scène géopolitique.

Les fractures de l’Europe comme fonction de forçage

La multiplicité de l’Europe est souvent vue comme une malédiction : elle ralentit les startups, gonfle les factures, complique la mise à l’échelle. Mais elle agit aussi comme un filtre évolutif.

Les startups qui survivent au paysage fracturé de l’Europe sont par nécessité plus résilientes, plus conformes, plus interopérables. Elles peuvent croître plus lentement, mais elles grandissent plus solidement. Et dans un monde de chocs systémiques (pandémies, guerres, crises de la chaîne d’approvisionnement), la solidité n’est pas un handicap. C’est un premium.

C’est l’essence de l’opportunité de l’Europe. Ce qui ressemble à une faiblesse est en fait une fonction de forçage, créant des entreprises plus dures, plus légères et finalement plus souveraines que leurs homologues américaines ou chinoises.

Conclusion : l’Europe comme mission

L’accord ASML-Mistral n’est pas qu’un titre financier. C’est un signal que l’industrie européenne et les startups européennes peuvent s’aligner, et que le capital peut agir comme tissu conjonctif de la souveraineté.

Le rapport Draghi n’est pas qu’un document politique. C’est un appel à faire correspondre cet alignement avec des institutions et des investissements à l’échelle continentale.

Ensemble, ils pointent vers la même conclusion : l’Europe n’est pas seulement un marché. L’Europe est une mission. Et ses fractures, loin d’être fatales, pourraient bien être le creuset dans lequel un modèle technologique souverain est forgé.

750-800€ milliards/an

C’est le niveau d’investissement annuel en R&I dont l’Union européenne aurait besoin pour regagner en compétitivité face aux États-Unis et à la Chine (source : The Future of European Competitiveness – A Competitiveness Strategy for Europe, Mario Draghi).

L’IA ne vous rendra pas riche (Colossus / Jerry Neumann)

Dans AI Will Not Make You Rich, le VC chevronné Jerry Neumann soutient que l’IA générative pourrait être plus proche de la conteneurisation maritime que du microprocesseur : révolutionnaire pour la société, mais décevante pour les investisseurs. La plupart de la valeur pourrait revenir aux consommateurs et aux acteurs établis, pas aux startups. Les gagnants ? Ceux qui adaptent les modèles économiques pour réduire les coûts et les gains de productivité, pas nécessairement ceux qui construisent les modèles eux-mêmes.

→ Lire sur Colossus

Fonds evergreen pour le climat (Übermorgen Ventures)

Les cycles de fonds VC traditionnels (8-12 ans) entrent souvent en conflit avec les délais de la climate tech, forçant les sorties juste au moment où les solutions atteignent leur impact maximal. Les fonds evergreen semi-liquides offrent une alternative : capital patient, liquidité périodique et capacité de détenir des paris révolutionnaires (de la fusion au captage du carbone) assez longtemps pour faire la différence. Une poignée de pionniers comme Übermorgen, Kiko, 2050 et Kompas façonnent maintenant cet “espace blanc” en Europe.

→ Lire sur Übermorgen

Les licornes climat d’Europe, cartographiées (Impact Loop)

Malgré les vents contraires du financement et le battage autour de l’IA, la scène climate tech européenne mûrit rapidement : 17 licornes couvrent maintenant l’énergie, l’économie circulaire et l’industrie lourde, la plupart créées au cours des quatre dernières années. Avec Northvolt disparu, l’Europe manque de decacorn, mais le pipeline est plus profond que jamais, avec des entreprises qui embauchent, se développent et se rapprochent de la rentabilité. Impact Loop a cartographié l’écosystème pour montrer où se situe vraiment l’élan.

→ Lire sur Impact Loop

La climate tech se rebrand-t-elle simplement ? (Sifted)

Le financement climat en Europe a chuté de 71 % au S1 2025, de €21,7 milliards à €6,2 milliards, tandis que l’IA et la défense ont explosé. Mais les initiés soutiennent que ce n’est pas un recul, c’est un recadrage. “Résilience”, “sécurité” ou “infrastructure” portent maintenant les flux de capitaux autrefois réservés au climat. Certains y voient un positionnement intelligent, d’autres avertissent que cela dilue la mission. Une chose est claire : à long terme, l’économie verte reste un marché de 10 000 milliards de dollars d’ici 2050, trop gros pour être ignoré.

→ Lire sur Sifted

Small is beautiful (again): les startups à l’ère de l’acier et des semi-conducteurs

Startups industrielles : l’émergence d’une nouvelle catégorie d’investissement

À première vue, l’expression startup industrielle sonne comme une contradiction.
Voire comme un oxymore.

À la fin des années 1990 et au début des années 2000, la startup incarnait l’idéal d’une économie post-industrielle. Légère. Agile. Peu capitalistique.
Le récit commençait dans un garage. La valeur se créait dans le logiciel, les données et les effets de réseau, pas dans les machines, les usines ou les actifs physiques.

On passait à l’échelle grâce aux serveurs, pas aux chaînes d’approvisionnement. La croissance venait du déploiement de nouvelles fonctionnalités, pas de conteneurs expédiés.

L’industrie, à l’inverse, renvoyait au capex lourd, à des cycles d’amortissement sur plusieurs décennies, à l’outillage, à des relations sociales complexes et à un fort encadrement réglementaire.

Un univers dominé par des acteurs établis. Aciéries, chimie, automobile. Pas celui de deux fondateurs armés d’un pitch deck. Et pourtant, ce partage des rôles est en train de se recomposer.

Les grands défis contemporains décarbonation, efficacité des ressources, souveraineté et résilience industrielles sont d’abord des défis physiques. Ils appellent des ruptures dans les matériaux, l’énergie et les procédés de production.

Logiquement, les startups investissent aujourd’hui des terrains que le capital-risque abordait jusqu’ici avec prudence. Celui des actifs physiques. Celui des atomes.

Ce déplacement pose toutefois des questions de fond. Que signifie construire une startup dans un environnement industriel ? Et comment financer ces trajectoires sans reproduire les écueils qui ont fait échouer nombre de projets par le passé ?

Autrement dit, comment transformer une contradiction théorique en réussite opérationnelle ?

Les leçons coûteuses de la première vague de startups industrielles

La bonne nouvelle, c’est que la dernière décennie nous a fourni de nombreux enseignements.

Beaucoup des premières startups industrielles ont cherché à répliquer le playbook de l’hypercroissance issu de la Silicon Valley. Levées de fonds massives. Infrastructures surdimensionnées. Promesse de réinventer des chaînes de valeur entières en quelques années.

Sur le papier, la stratégie était séduisante.
Dans la réalité, elle s’est révélée structurellement fragile.

Au cours des années 2010, nombre de projets industriels ont tenté de passer à l’échelle par l’accumulation de capital. La logique était simple : lever des centaines de millions, construire des capacités industrielles gigantesques et sécuriser le marché par un avantage de premier entrant.

Difficile de leur en vouloir. C’était le récit dominant de l’époque, façonné par l’ascension fulgurante des grandes plateformes numériques. Leur logique de croissance a imprégné tout l’écosystème, y compris des startups industrielles encore en phase d’apprentissage.

Mais les résultats ont été, au minimum, édifiants :

• Ÿnsect a levé plus de 625 millions de dollars pour développer des fermes verticales de production de protéines d’insectes [1]. Malgré de réelles avancées technologiques, l’entreprise n’est pas parvenue à atteindre une viabilité économique à grande échelle. L’outillage, la mise en service des sites et la montée en cadence des procédés biologiques se sont révélés bien plus coûteux et plus lents que prévu. En 2024, Ÿnsect a sollicité la protection du régime des faillites [2].

• Northvolt, longtemps présenté comme le champion européen de la batterie, a levé plus de 13 milliards de dollars en dette et en fonds propres [3]. Ses sites industriels de grande capacité ont toutefois connu des dépassements de coûts, des perturbations de chaîne d’approvisionnement et des retards significatifs, repoussant de plusieurs années les calendriers de production [4]. Industrialiser des cellules de nouvelle génération à l’échelle d’une gigafactory est loin d’être trivial. Chaque ligne d’assemblage représente à elle seule plusieurs centaines de millions d’euros d’équipements spécifiques.

• Innovafeed a, de son côté, sécurisé plus de 500 millions de dollars pour industrialiser des ingrédients à base d’insectes [5]. Malgré des progrès scientifiques tangibles, son modèle économique reste contraint par un capex élevé, un outillage complexe pour les bioréacteurs et la difficulté d’entrer sur des marchés de commodités avec des marges soutenables.

Ces trajectoires partagent un point commun. Une logique de passage à l’échelle avant la validation économique.

En s’engageant très tôt dans des outils industriels lourds, coûteux et peu flexibles, ces entreprises ont sacrifié leur agilité et créé une dépendance structurelle au capital.

Tooling : le poids invisible du passage à l’échelle industrielle

Au cœur de ces difficultés se trouve un sujet souvent sous-estimé : le tooling.

Dans un contexte industriel, le tooling désigne l’ensemble des moules, matrices, gabarits, outillages et équipements de production nécessaires pour fabriquer des pièces ou des produits à l’échelle. C’est ce qui permet de transformer un modèle CAO en réalité physique, de manière répétable, fiable, et à des coûts unitaires économiquement viables.

Pour une startup, le tooling crée une tension structurelle :

• Le soft tooling par exemple moules imprimés en 3D, outillages temporaires permet de prototyper et d’itérer rapidement, à moindre coût. Mais il ne convient ni aux volumes élevés ni aux tolérances industrielles strictes.

• Le hard tooling à l’inverse, comme les moules d’injection en acier ou les matrices de haute précision, rend possible la production de masse. Mais il exige des investissements initiaux importants, souvent compris entre 50 000 et 500 000 euros par outil [6], et fige très tôt des choix de conception.

C’est précisément là que de nombreuses startups industrielles trébuchent. Elles s’engagent trop tôt dans des outillages coûteux pour des produits dont l’adéquation marché et l’économie unitaire ne sont pas encore validées. Une fois plusieurs millions investis dans des équipements spécifiques, pivoter devient extrêmement coûteux, voire impossible.

À cela s’ajoute une autre contrainte souvent mal anticipée. Le tooling implique presque toujours une dépendance à la chaîne d’approvisionnement. Délais de fabrication longs, souvent de 12 à 24 semaines pour des moules complexes [7], dépendance à des fournisseurs lointains, exposition accrue aux risques géopolitiques.

Une trajectoire plus robuste consiste à privilégier des stratégies de tooling modulaires et flexibles, et à retarder les investissements lourds tant que l’économie unitaire n’a pas été démontrée à plus petite échelle.

Le nouveau playbook industriel : plus sobre en capital, modulaire et résilient

La nouvelle génération de startups industrielles a intégré ces contraintes. Et elle construit en conséquence. Leurs caractéristiques communes sont claires :

• S’appuyer sur l’existant
  Plutôt que de construire ex nihilo, elles s’insèrent dans des sites industriels, des chaînes d’approvisionnement ou des lignes de production déjà en place. Cette approche permet de limiter le capex inutile et de réduire drastiquement le risque d’exécution.

• Passer à l’échelle de manière itérative et modulaire
  Elles valident l’économie unitaire à l’échelle pilote avant de s’engager dans des outillages lourds ou des déploiements industriels massifs. Les systèmes de production sont conçus pour croître progressivement, module par module, plutôt que de reposer sur des paris industriels de très grande ampleur dès le départ.

• Une obsession de l’économie unitaire
  Chaque étape du procédé est analysée à l’aune de son point mort économique. En industrie, le passage à l’échelle amplifie les inefficacités autant que les gains de productivité. Ces équipes le savent et pilotent leur croissance en conséquence.

Études de cas : Spark Cleantech, Everdye, Diamfab

Nous voyons ces principes à l’œuvre dans les startups industrielles que nous accompagnons chez Asterion :

• Spark Cleantech – Produit de l’hydrogène à bas coût sans recourir à des infrastructures industrielles de plusieurs milliards. Son modèle s’apparente à une approche clean energy as a service. En valorisant de la chaleur industrielle fatale, Spark atteint des gains d’efficacité jusqu’à quatre fois supérieurs aux méthodes conventionnelles [8], sans investissement massif dans des stacks d’électrolyse ou de nouvelles usines. Les modules s’intègrent directement dans des infrastructures existantes. Pas de retrofit lourd, pas d’interruption des opérations, et pour le client final, une barrière à l’entrée drastiquement réduite.

• Everdye – S’attaque à la décarbonation de la teinture textile, un secteur responsable d’environ 20 % de la pollution mondiale de l’eau [9]. Ses colorants propriétaires s’intègrent dans les chaînes de teinture existantes, sans refonte lourde des sites ni création de nouveaux outillages. À la clé, des économies d’énergie pouvant atteindre un facteur dix par unité produite [10].

• Diamfab – Développe des semi-conducteurs à base de diamant pour l’électronique de puissance. Là où d’autres misent sur des fabs à plusieurs milliards, Diamfab démontre qu’il est possible de faire croître des substrats diamant via des réacteurs peu capitalistiques. Cette approche évite le recours aux outillages semi-conducteurs de très grande échelle et réduit drastiquement le risque industriel.

Ces trajectoires ont un point commun. : elles respectent les réalités industrielles. Le tooling compte. La discipline sur le capex compte. Et le passage à l’échelle doit suivre la validation marché, pas la précéder.

Un capital-risque pensé pour la logique industrielle

Chez Asterion, nous appliquons cette même logique à notre propre modèle.

Plutôt que de lever de grands fonds aveugles, nous déployons le capital via des SPV, en construisant un alignement fin autour de chaque investissement. Cette approche limite la dilution, renforce l’engagement des investisseurs et évite l’équivalent financier d’un mauvais tooling. Un excès de capital qui incite au gaspillage.

Nous concentrons nos efforts sur :

• des entreprises industrielles avec un capex dimensionné au juste niveau

• des équipes qui comprennent les contraintes d’outillage et de production

• des modèles où l’échelle se mérite, elle n’est jamais présumée

De la même manière que les startups industrielles les plus solides refusent le surinvestissement, nous refusons le surfinancement. L’objectif est identique. Une croissance résiliente et efficiente en capital.

Conclusion : le capital efficient fait la différence

Que ce soit dans l’IA, comme l’a récemment montré DeepSeek en atteignant des performances comparables à GPT-4 avec une fraction des ressources de calcul [11], ou dans l’industrie, l’avenir appartient à ceux qui savent faire plus avec moins.

Le tooling, le capex et l’infrastructure ne sont pas des obstacles. Ce sont des leviers. À condition d’être activés avec discipline, au bon moment, et à la bonne échelle.

Les prochains champions industriels ne seront pas ceux qui lèveront le plus tôt ou le plus gros. Ce seront ceux qui sauront précisément quand investir dans les actifs physiques du passage à l’échelle.

Small is beautiful. Et dans l’industrie, commencer petit reste souvent la meilleure stratégie pour durer.

[1] Crunchbase – Ynsect
[2]: Les Echos – Ynsect in Receivership
[3]: Northvolt Investor Relations
[4]: Reuters – Northvolt factory delays
[5]: Innovafeed on Crunchbase
[6]: Protolabs – Tooling Cost Estimates
[7]: Fictiv – Tooling Lead Times
[8]: Internal Asterion data from Spark pilot projects
[9]: UN Environment Programme – Textile Pollution
[10]: Everdye technical documentation (2024 white paper)
[11]: DeepSeek’s Release Notes

Trois questions à… Philippe Berlan, CEO d’Everdye

Philippe Berlan a passé une grande partie de sa carrière à diriger des marques françaises emblématiques, de Petit Bateau à La Redoute, avant de rejoindre Everdye en 2024. En tant que CEO, il pilote aujourd’hui le passage à l’échelle industrielle d’une deeptech textile. Un cas d’école du « faire mieux avec moins », et une trajectoire qui illustre parfaitement le propos de cette note.

Les investissements en R&D sont souvent l’un des premiers pièges pour une startup industrielle. Comment avez-vous abordé ce sujet chez Everdye ?

Dès le départ, nous avons fait un choix très clair : ne pas confondre R&D et industrialisation. L’objectif n’était pas de démontrer notre technologie dans des conditions idéales, mais de valider rapidement sa viabilité dans des conditions réelles.

Nous avons donc travaillé avec une équipe R&D resserrée et très spécialisée, en itérant au plus près des contraintes industrielles. Les couleurs, les fibres, les procédés.

Plutôt que d’investir dans nos propres lignes de production, nous avons utilisé des machines standards, en conditions réelles, avec des partenaires industriels. Résultat : des coûts maîtrisés, une reproductibilité démontrée et une feuille de route très claire. Nous préférons avancer brique par brique, chacune validée, plutôt que de chercher à tout couvrir d’un coup.

Cela suppose une validation commerciale très précoce. Qu’est-ce qui a convaincu vos premiers clients industriels de s’engager ?

L’erreur aurait été de penser que l’impact environnemental suffisait. Ce qui a fait la différence, c’est que nous ne leur avons demandé de ne rien changer. Pas de capex, pas de formation, pas de ligne dédiée.

Notre technologie s’intègre dans leurs équipements existants et surtout, elle améliore leur procédé. Moins d’énergie, moins d’eau, moins de produits chimiques, avec un résultat équivalent, voire meilleur. Cette compatibilité immédiate a levé les dernières barrières.

Et lorsque la capsule Adore Me a été lancée avec succès aux États-Unis, cela a validé le modèle à la fois sur le plan commercial et opérationnel.

Vous entrez maintenant dans la phase d’industrialisation, souvent la plus délicate. Comment l’abordez-vous ?

Nous ne construirons pas d’usine Everdye de sitôt. Peut-être jamais. Nous avons fait le choix d’un modèle sans capex, reposant sur des partenaires industriels, afin de conserver agilité et capacité de passage à l’échelle.

Le scale-up se fait de manière modulaire. Un pigment, une fibre, un procédé à la fois. À chaque brique validée, nous la déployons avec des partenaires industriels.

En parallèle, nous travaillons sur l’optimisation fine des coûts de production, en jouant sur la concentration des pigments, les rendements matière et la taille des cuves.

Nous savons précisément à quel moment notre technologie devient compétitive sans « green premium ». Ce point sera atteint en 2026, avec des marges qui continueront de progresser à mesure que nous passerons à l’échelle. L’objectif n’est pas d’aller vite. C’est d’aller juste, avec des fondamentaux solides et une vision industrielle de long terme.

L’avenir n’est pas seulement codé, il est fabriqué (TED 2025)

Lors de TED 2025, l’industrie et la fabrication sont revenues au centre du débat. Lauren Dunford y a défendu une idée simple mais structurante : l’innovation ne se joue pas uniquement dans le logiciel. Elle se joue aussi sur les chaînes de production. De l’IA aux biens du quotidien, tout doit, in fine, être fabriqué. Pour réussir, il faut repenser l’industrie non comme un vestige du passé, mais comme une plateforme de progrès.

→ Voir sur YouTube

Techno-industrialiste : l’appel de Y Combinator pour une renaissance industrielle

Le dernier appel à projets « Techno-Industrialist » de Y Combinator invite les startups à injecter les outils du logiciel moderne dans les industries physiques. Énergie, matériaux, biotech. Objectif : des systèmes plus intelligents, plus rapides, plus sobres, capables de passer à l’échelle. Et, en creux, une réaffirmation de la puissance industrielle portée par une culture startup. Un signal que l’Europe ne peut pas se permettre d’ignorer.

→ Lire sur Y Combinator

Une voie rationnelle vers la réindustrialisation (MIT Technology Review)

L’initiative New Manufacturing de MIT Technology Review esquisse un modèle plus fin de réindustrialisation. L’intégration de l’IA, de la donnée et des capteurs directement dans les processus de production. Matériaux bas carbone, maintenance prédictive, collaboration homme-machine… Plus qu’une accumulation de technologies, c’est un véritable système d’exploitation industriel qui se dessine, fondé sur un alignement étroit entre acteurs publics et privés.

→ Lire sur Technology Review

Si c’est la première fois que vous nous lisez en anglais, ce n’est pas un hasard. On ne fait que commencer.

Chaque mois, nous partagerons ce que nous apprenons en accompagnant des fondateurs ambitieux qui s’attaquent à des problèmes difficiles. Ce qui fonctionne. Ce qui casse. Et ceux qui continuent quand même à construire.

L’Oiseau de Saqqarah et le paradoxe de l’innovation

Connaissez-vous l’Oiseau de Saqqarah ?

Cet artefact en bois vieux de plus de 2 000 ans, découvert en Égypte, ressemble de manière troublante à un planeur moderne. Certains y voient une preuve de concept d’un vol antique, une intuition en avance sur son temps.

Restons lucides. Il s’agissait très probablement d’un jouet.

Mais l’objet soulève une question plus intéressante que sa fonction réelle :
pourquoi les civilisations antiques, malgré leur maîtrise de l’ingénierie, des mathématiques et de l’artisanat, ont-elles si peu innové pendant des siècles ?

La réponse tient en trois mots : capital, risque, rendement.

Dans des sociétés où le travail était abondant et souvent asservi, il n’existait aucun incitatif à investir dans des technologies améliorant la productivité. Les Grecs, les Romains ou les Égyptiens auraient pu inventer des machines complexes. Personne n’aurait financé leur développement. Le risque n’avait pas de récompense.

Aujourd’hui, le frein à l’innovation n’est plus le manque de connaissances.
C’est l’accès au capital.

Les idées sont partout. Ce qui manque, ce sont des acteurs prêts à financer l’inconnu.

C’est précisément là que le capital-risque intervient.
Et nulle part ce défi n’est plus radical qu’au stade pré-seed et seed.

Le dilemme du pré-seed : investir sans certitudes

Soyons honnêtes. Aucun investisseur n’opère dans un environnement plus incertain qu’en pré-seed ou en seed.

• Pas de produit.

• Une équipe encore non éprouvée.

• Des retours, s’ils arrivent, dans plusieurs années.

« High risk, high return », dit la théorie.

La réalité est différente. Les meilleurs investisseurs early stage ne se contentent pas d’accepter le risque. Ils travaillent à le réduire.

La vraie question est donc la suivante : comment ?

Trois manières classiques de réduire le risque

1️⃣ Suivre le troupeau

La manière la plus sûre de « prendre des risques » consiste souvent à ne pas en prendre réellement.

Beaucoup d’investisseurs courent après les tendances. IA, web3, climate tech. Ils parient sur le fait qu’un acteur émergera parmi des centaines. Ce n’est pas vraiment du capital-risque. C’est de la reconnaissance de motifs avec un filet de sécurité.

Comme le résume Nicholas Chirls (Asylum) :

« Le rôle d’un investisseur seed est d’investir dans des entreprises qui n’intéressent encore personne. »

2️⃣ Viser large et espérer

Une approche purement statistique. Investir dans un maximum de startups en sachant que la majorité échouera. Si une ou deux réussissent, le reste devient secondaire.

C’est rationnel. C’est mathématique. Mais c’est aussi distant. Les fondateurs sont souvent laissés seuls face à l’exécution.

3️⃣ Accélérateurs et playbooks

YC, Techstars ou Antler ont structuré l’early stage autour d’un modèle éprouvé.

• Des termes standardisés.

• Du mentorat intensif.

• Des cohortes pour faire émerger quelques pépites.

Cela fonctionne, surtout pour les startups qui rentrent dans le moule.
Mais ce modèle privilégie l’échelle, pas la nuance.

L’approche Asterion : comment nous dé-risquons l’early stage

Chaque année, nous menons une dizaine d’investissements à forte conviction. Nous soutenons des fondateurs que d’autres choisissent souvent d’ignorer, parce qu’ils sont trop tôt, trop bruts, ou parce qu’ils s’attaquent à des problèmes trop complexes.

Notre modèle repose sur trois principes structurants :

1️⃣ Miser sur des primo-fondateurs réellement engagés

La plupart des fonds privilégient les entrepreneurs qui ont déjà vendu une entreprise. Nous faisons un autre choix. Les primo-fondateurs peuvent être exceptionnels, à condition d’évoluer dans le bon cadre. Plutôt que de parier sur des exits passés, nous identifions très tôt des talents forts et les intégrons à un réseau d’entrepreneurs expérimentés. L’objectif est simple : éviter les erreurs structurelles qui font échouer la majorité des startups dans leurs 18 premiers mois.

2️⃣ Un investissement à forte conviction, porté par une communauté active

En pré-seed, la réussite dépend rarement de l’idée initiale. Elle dépend de la capacité d’une équipe à itérer vite, à pivoter, à exécuter sous contrainte. Notre écosystème permet aux fondateurs de ne pas avancer seuls, avec un accès à des expertises de haut niveau, sans les contraintes ni la dilution des programmes d’accélération classiques. C’est un avantage concret en pré-seed.

3️⃣ Une structuration intelligente de la liquidité

Le principal frein du pré-seed reste l’illiquidité, qui enferme les investisseurs dans des horizons très longs, sans flexibilité. Nous avons conçu des véhicules d’investissement structurés permettant une meilleure circulation du capital et davantage d’options pour les investisseurs early stage. Cela nous permet de rester engagés dans la durée et d’accompagner nos meilleures participations du pré-seed jusqu’à la Series A, et au-delà.

Le seed est devenu à la mode. Le seed bien pensé l’est moins.

Chez Asterion, nous ne cherchons pas à réduire l’incertitude. Nous la considérons comme un espace où créer des opportunités asymétriques.

Avec les bonnes personnes, le bon niveau de soutien et une structure adaptée, le pré-seed n’est pas seulement risqué.

Il devient un terrain de création de valeur.