Les investissements dans l’IA se déplacent vers une « infrastructure logicielle » et la longévité, selon les VCs

Lors de la Conférence 2026 sur l’Innovation des Infrastructures de Calcul Intelligent, tenue au T2 2026, plusieurs investisseurs en capital-risque ont exposé un changement significatif dans la manière d’évaluer les opportunités liées à l’IA : ils s’éloignent des récits centrés sur l’équivalence à l’échelle de Nvidia pour identifier des solutions spécialisées et soutenir la survie à long terme des entreprises.

Infrastructures : de l’échelle à la spécialisation

Bien que la demande mondiale en IA continue d’augmenter, l’attention des investisseurs dans le secteur des infrastructures a fondamentalement changé. Wang Xin, associé chez Dongfang Fuhai, a déclaré que l’industrie de l’IA est entrée dans un cycle positif où les infrastructures restent dominantes. Toutefois, il a souligné que le récit consistant à se contenter de « se benchmarker par rapport à Nvidia » ne s’applique plus ; le marché privilégie de plus en plus des « champions cachés » qui résolvent des goulets d’étranglement techniques spécifiques.

Zhang Qian, fondatrice de Tianjin Technology Investment, a présenté un point de vue contre-corriente : une fois que les profits liés aux infrastructures mondiales de calcul sont captés par les principaux fabricants, le capital-risque devrait se concentrer sur des applications à forte valeur dans des secteurs verticaux, avec un retour sur investissement élevé sans consommer d’importantes ressources de calcul. Elle a soutenu que la Chine, en tant qu’économie d’application la plus complète au monde, devrait viser une pénétration profonde dans des milliers d’industries plutôt que de poursuivre des modèles de langage généralistes.

Jiang Chun, associé gérant chez Puhua Capital, a mis en avant l’importance de la « soft infrastructure » aux côtés du matériel traditionnel. Il a notamment identifié la sûreté de l’IA comme une priorité d’investissement émergente. À mesure que les technologies de génération vidéo deviennent plus réalistes, l’établissement de l’authenticité des données et la mise en place de systèmes de données fiables deviendront critiques, a-t-il déclaré. « Nous devons établir un système de données de confiance pour prévenir les attaques malveillantes et la fraude aux données », a indiqué Jiang, notant que son cabinet se concentre sur des projets sous-jacents capables de construire des « data flywheels » et des mécanismes de tolérance aux pannes, afin d’assurer une expansion saine de l’écosystème IA.

Hard Tech : ajustements à long cycle

Wang Meng, associé chez Junshan Capital, a révélé que son fonds avait fortement investi dans l’IA incarnée en 2024, mais avait modifié sa stratégie en entrant en 2025 après avoir découvert des goulets d’étranglement physiques dans les percées matérielles. « Nous avons rapidement compris que la priorité d’investissement devait passer du “corps” au “cerveau”, en commençant à déployer au niveau des modèles et des couches de “world model” », a-t-il expliqué.

Wang a aussi indiqué que, lorsque le déploiement industriel s’achèvera en 2026, l’intérêt des investisseurs se tourne vers la robotique domestique. La logique est différente : les robots industriels privilégient l’efficacité et le coût, tandis que les robots domestiques ressemblent à des produits d’électronique grand public, nécessitant une qualité produit extrême et une valeur émotionnelle. Ce passage du « dur » au « doux » reflète la reconnaissance du marché des calendriers d’adoption technologique.

Jiang Chun a ajouté que l’IA entraîne des changements radicaux du côté de la production. Alors que l’ère d’Internet se concentrait sur la numérisation côté consommateurs, l’ère de l’IA met l’accent sur l’intelligence côté production. Extraire des données de systèmes industriels comme les systèmes de contrôle distribués (DCS) et la fabrication intégrée par ordinateur (CIM) pour former de nouveaux data flywheels représente, selon lui, le domaine le plus prometteur pour l’investissement en hard tech.

Critères d’investissement révisés

Les standards d’évaluation des investisseurs ont subi une restructuration fondamentale sous le nouveau récit industriel. Qiao Yuting, directrice générale d’OPPO Xingxing Investment, a souligné que l’investissement au niveau applicatif ne peut pas s’appuyer sur la logique de l’Internet des générations précédentes. Les équipes « natives IA » doivent être « petites et belles », avec des coûts de main-d’œuvre limités et des itérations rapides. « Les éditeurs de logiciels traditionnels ont du mal à faire la transition vers l’IA parce que leurs structures organisationnelles et leurs processus sont conçus pour des modèles très consommateurs de main-d’œuvre », a-t-elle noté, ajoutant que les investisseurs donnent désormais la priorité à la question de savoir si les équipes possèdent une pensée IA « native » et peuvent rapidement trouver un ajustement produit-marché à l’échelle mondiale.

Zhang Qian a déclaré que certains secteurs sont entrés dans l’ère 3.0 de l’investissement IA, où l’objectif est « la longévité ». Alors que les valorisations de marché du premier tour semblent gonflées, le vrai défi consiste à survivre aux cycles de marché. « Les investisseurs doivent non seulement survivre eux-mêmes, mais aussi aider les sociétés en portefeuille à construire des capacités de survie à long terme », a-t-elle déclaré. « Le potentiel des applications IA n’est peut-être qu’à 5-10% exploité ; la perturbation des industries par l’IA ne fait que commencer. »

Wang Meng a exprimé une inquiétude concernant le « sentiment de FOMO (fear of missing out) » dans des domaines à la frontière comme l’informatique quantique. Bien que l’informatique quantique soit considérée comme la prochaine frontière, la viabilité commerciale pourrait ne pas arriver avant après 2030. « Les investisseurs doivent équilibrer la poursuite des tendances tout en respectant les calendriers technologiques, en évitant l’épuisement prématuré des valorisations sur des technologies à long cycle », a conclu Wang.