MVP, taille d'équipe, montant levé : les anciens signaux de la due diligence tech ne fonctionnent plus. Découvrez les nouveaux critères des VCs à l'ère de l'IA.
Joachim Fourquet
21.04.2026
.png)
Construire un produit a toujours couté du temps et de l'argent. Beaucoup de temps et beaucoup d'argent. C'est sur cette réalité que s'est construite toute la grille d'analyse des investisseurs tech : un MVP existant prouvait que l'équipe savait exécuter, une équipe technique étoffée signalait une capacité à livrer, un historique de financement indiquait une progression par étapes validées. Ces signaux fonctionnaient parce qu'ils mesuraient quelque chose qu'on considérait comme "difficile", "rare".
Sauf qu'aujourd'hui cette difficulté disparait. En l'espace de quelques mois, les outils de développement assistés par IA ont radicalement transformé le développement produit, en réduisant à quelques jours ce qui prenait autrefois plusieurs mois à créer. Les agents autonomes gèrent aujourd'hui des pans entiers du développement sans intervention humaine. La capacité à construire, qui était autre fois un filtre naturel, est devenu accessible à presque n'importe quelle équipe compétente avec un budget réduit.
Quand la difficulté de base s'effondre, les signaux qui la mesuraient perdent leur sens. C'est exactement ce qui est en train de se passer pour les due diligence tech, et les investisseurs commencent à l'intégré bien plus vite que la plupart des équipes qui viennent les voir.
Arriver en premier rendez-vous avec un produit fonctionnel démontrait autrefois une capacité d'exécution réelle. Construire un MVP coûtait du temps, de l'argent, des arbitrages difficiles.
Aujourd'hui, une équipe compétente pose les bases d'un produit en quelques semaines avec des outils accessibles. La barrière à l'entrée sur le développement s'est abaissée au point de ne plus constituer une épreuve. Arriver sans produit en premier contact est perçu comme un signal négatif. Ce que l'investisseur cherche à comprendre est ailleurs.
Ce proxy a tenu longtemps. Une équipe technique étoffée traduisait une capacité à livrer, maintenir, faire évoluer. Des entreprises atteignent aujourd'hui des valorisations à plusieurs centaines de millions avec cinq ou six personnes côté tech. Le ratio valeur/taille d'équipe a changé de façon suffisamment nette pour que la corrélation ne soit plus exploitable comme critère.
Un historique de financement important signalait autrefois une progression par étapes validées. Cette lecture s'est fragilisée.
Une société peut lever beaucoup pour des raisons stratégiques, de timing, de signal externe, sans que ça traduise un besoin réel en capital. À l'inverse, certaines atteignent un stade avancé sans avoir levé du tout. La question structurante n'est plus "combien avez-vous levé ?" mais "pourquoi levez-vous ?" La réponse à cette question est bien plus révélatrice que le chiffre.
Quand n'importe quelle équipe peut construire un produit correct en quelques semaines, la différenciation ne vient plus du code. La grille s'est réorientée vers ce qui résiste à la commoditisation.
1. Les données propriétaires. Avoir accès à des données que personne d'autre ne peut répliquer crée une barrière réelle, pas temporaire. L'IA n'a pas banalisé cet actif, elle en a renforcé la valeur.
2. La position marché compte davantage que la solution technique. Une traction commerciale réelle, une base clients engagée, une distribution établie : ces éléments prennent du temps à construire et ne se dupliquent pas en quelques semaines, quel que soit le budget du concurrent.
3. Les barrières réglementaires sont devenues un critère de différenciation à part entière, surtout dans les secteurs où l'agrément, la certification ou l'accréditation ralentit structurellement tout nouvel entrant. Finance, santé, énergie : là où la réglementation est dense, elle protège mieux qu'un brevet.
4. La capacité commerciale prime sur la capacité technique. Accéder à un marché difficile, avoir un réseau de distribution en place, une équipe go-to-market opérationnelle : c'est là que se joue la différenciation aujourd'hui.
5. L'équipe reste centrale, mais son évaluation a bougé. Ce n'est plus la densité technique qui compte en premier, c'est la complémentarité entre capacité d'exécution et capacité à aller chercher le marché. Ces deux dimensions ne coexistent pas naturellement dans les équipes fondatrices, et les investisseurs le savent.
Lever pour financer du développement produit est perçu comme un signal faible. Si votre réponse porte sur l'accélération commerciale, l'expansion internationale, l'obtention d'un agrément ou le recrutement de profils go-to-market, vous parlez le bon langage. Si elle porte sur "construire les prochaines fonctionnalités", vous confirmez que votre différenciation repose encore sur quelque chose que tout le monde peut faire.
L'usage de l'IA est entré dans la grille d'analyse des investisseurs. Et c'est là que les écarts entre déclaration et réalité sont les plus importants.
Lorsqu'on pose la question "est-ce que vous utilisez l'IA dans votre équipe ?", on reçoit une réponse positive dans presque tous les cas. Mais tout le monde ne met pas la même réalité derrière ce mot.
Il existe un spectre de maturité que la due diligence tech doit désormais évaluer :
Ces trois niveaux se déclarent souvent de la même façon. La due diligence doit aller chercher les pratiques concrètes, les outils réellement en place, la proportion de code généré, les processus de validation et de revue.
C'est peut-être le point le moins anticipé par les équipes qui préparent une levée : l'IA amplifie les failles organisationnelles autant qu'elle accélère les forces.
Une organisation dont les bases sont solides, avec des processus de mise en production clairs, une politique de sécurité cohérente, des responsabilités bien définies, va effectivement gagner en vitesse et en capacité. Mais une organisation dont ces bases sont fragiles va voir ses problèmes s'aggraver au même rythme que l'adoption de l'IA progresse.
Les questions qu'une due diligence tech sérieuse pose aujourd'hui ne portent pas seulement sur l'usage de l'IA. Elles portent sur la solidité du socle : est-ce que les processus tiennent si on augmente significativement la part de l'IA dans le workflow ? Est-ce que la qualité est maintenue ou est-ce qu'elle se dégrade dès qu'on accélère ?
Ces questions n'ont pas toujours de bonne réponse au moment de la levée. Mais l'incapacité à y répondre avec précision est elle-même un signal que les investisseurs enregistrent.
La grille a évolué plus vite que les pratiques de préparation. Beaucoup d'équipes investissent encore leur énergie dans ce qui rassurait il y a trois ans : peaufiner le produit, documenter l'architecture, étayer les choix de stack.
Ce travail n'est pas sans valeur. Mais il ne répond plus aux questions centrales d'une due diligence tech aujourd'hui : qu'est-ce que vous possédez que personne ne peut répliquer ? Est-ce que votre organisation tient quand on pousse l'IA à fond ? Pourquoi avez-vous besoin de capital ?
Les équipes qui passent les meilleures due diligences ne sont pas forcément les plus avancées techniquement. Ce sont celles qui ont compris où le curseur s'est déplacé, et qui ont structuré leur narratif en conséquence. La technique reste un socle. Elle n'est plus l'argument.
--
Pour ceux qui veulent creuser le sujet plus loin, découvrez le replay de notre échange avec Olivier Tilloy de Tech sur L’IA et le paradoxe du capital : quel avenir pour le venture capital ?
La due diligence tech est l'audit approfondi de la maturité technologique d'une entreprise, réalisé par un investisseur avant de finaliser un investissement. Elle couvre l'architecture produit, la qualité du code, les processus de développement, la sécurité et, de plus en plus, la façon dont l'équipe intègre l'IA dans son workflow. Son objectif est d'évaluer les risques techniques et la capacité d'exécution réelle, au-delà des déclarations.
L'IA a rendu certains critères historiques peu fiables comme proxy de maturité : la taille de l'équipe technique, le montant levé, ou la simple existence d'un MVP. Ces éléments ne distinguent plus les équipes capables de celles qui ne le sont pas. Les investisseurs doivent désormais se concentrer sur des actifs plus difficiles à répliquer : données propriétaires, position marché, barrières réglementaires et capacité commerciale.
La déclaration "on utilise l'IA" ne suffit pas. Il faut identifier le niveau de maturité : simple autocomplétion, développeurs augmentés avec copilotage intégré, ou agents autonomes couvrant des pans entiers du développement. Les indicateurs concrets incluent la proportion de code généré, les outils effectivement en place, les processus de validation et la capacité à maintenir la qualité à mesure que l'usage de l'IA augmente.
Parce qu'elle révèle sur quoi repose réellement la différenciation. Lever pour financer du développement produit signifie que la valeur est encore dans la capacité à construire, ce que n'importe quelle équipe peut faire aujourd'hui à moindre coût. Les réponses qui rassurent les investisseurs portent sur l'accès au marché, l'expansion commerciale, l'obtention d'agréments ou le recrutement de profils go-to-market.
Un rôle de filtre préalable. L'IA étant un accélérateur dans les deux sens, une organisation aux processus fragiles verra ses problèmes s'aggraver aussi vite que ses forces s'amplifient. La due diligence évalue donc la solidité du socle : sécurité, monitoring, processus de mise en production, clarté des responsabilités. Ces éléments conditionnent directement la capacité à scaler l'usage de l'IA sans dégrader la qualité.
Contenu mis à jour le :
21.04.2026
Blog
Blog
.png)
.png)