jakiro
Hier, nous avons partagé la première partie de notre série Big Ideas, qui couvre l’infrastructure, la croissance, la bio + santé et les défis que les membres de notre équipe Speedrun pensent que les startups seront confrontées en 2026.
Aujourd’hui, nous poursuivons la deuxième partie de la série avec les contributions d’American Dynamism (un groupe d’investissement a16z créé spécifiquement en 2021) et de l’équipe Apps.
Dynamique américaine
David Ulevitch : Construire une base industrielle native de l’IA
L’Amérique est en train de reconstruire les composantes de l’économie qui donnent véritablement sa force au pays.L’énergie, l’industrie manufacturière, la logistique et les infrastructures sont une fois de plus sous les projecteurs, et le changement le plus important est la montée en puissance d’une base industrielle véritablement axée sur les logiciels, avec l’intelligence artificielle comme fondement natif.Ces entreprises commencent par la simulation, la conception automatisée et les opérations basées sur l’IA. Ils ne modernisent pas le passé mais construisent l’avenir.
Cela ouvre d’énormes opportunités dans des domaines tels que les systèmes énergétiques avancés, la fabrication de robots lourds, l’exploitation minière de nouvelle génération et les processus biologiques et enzymatiques qui produisent les précurseurs chimiques dont dépendent diverses industries.L’IA peut concevoir des réacteurs plus propres, optimiser l’exploitation minière, concevoir de meilleures enzymes et coordonner des groupes de machines autonomes avec des informations hors de portée des opérateurs traditionnels.
Les mêmes changements remodèlent le monde en dehors de l’usine.Des capteurs autonomes, des drones et des modèles modernes d’intelligence artificielle permettent désormais une surveillance continue des ports, des voies ferrées, des lignes électriques, des pipelines, des bases militaires, des centres de données et d’autres systèmes critiques qui étaient autrefois trop volumineux pour être entièrement gérés.
Le monde réel nécessite de nouveaux logiciels.Les fondateurs qui créent ces logiciels façonneront la prospérité de l’Amérique pour le siècle prochain.
Erin Price-Wright : La résurgence de l’usine américaine
Le premier grand siècle de l’Amérique s’est construit sur une grande puissance industrielle, mais comme nous le savons tous, nous en avons perdu une grande partie – en partie à cause des délocalisations, en partie à cause du manque délibéré d’esprit constructif de la société.Cependant, la machinerie rouillée tourne à nouveau et nous assistons à une renaissance de l’usine américaine avec en son sein les logiciels et l’intelligence artificielle.
Je pense que d’ici 2026, nous verrons les entreprises adopter une mentalité d’usine pour relever les défis dans des domaines tels que l’énergie, les mines, la construction et la fabrication.Cela signifie combiner l’intelligence artificielle et la technologie d’automatisation avec des travailleurs qualifiés pour que les processus complexes et personnalisés fonctionnent aussi efficacement qu’une chaîne de montage. Incluez spécifiquement :
-
Naviguez rapidement et de manière itérative dans des processus complexes de réglementation et d’autorisation
-
Accélérez les cycles de conception et la conception pour la fabricabilité dès le départ
-
Mieux gérer la coordination des projets à grande échelle
-
Déployer des systèmes autonomes pour accélérer les tâches difficiles ou dangereuses pour les humains
En appliquant la technologie développée par Henry Ford il y a un siècle, en planifiant dès le départ l’échelle et la répétabilité et en intégrant les dernières avancées en matière d’intelligence artificielle, nous serons bientôt en mesure de produire en masse des réacteurs nucléaires, de construire des logements pour répondre aux besoins de la nation, de construire des centres de données à une vitesse vertigineuse et d’entrer dans un nouvel âge d’or de puissance industrielle.Comme le dit Elon Musk : « L’usine est le produit ».
Zabie Elmgren : La prochaine vague d’observabilité sera physique et non numérique
Au cours de la dernière décennie, l’observabilité logicielle a transformé la façon dont nous surveillons les systèmes numériques, rendant les bases de code et les serveurs transparents grâce aux journaux, aux métriques et aux traces. La même transformation est sur le point de balayer le monde physique.
Alors que les villes américaines déploient plus d’un milliard de caméras et de capteurs connectés, l’observabilité physique – une visibilité en temps réel sur le fonctionnement des villes, des réseaux électriques et d’autres infrastructures – devient à la fois urgente et réalisable.Ce nouveau niveau de perception marquera également la prochaine frontière en matière de robotique et d’autonomie, où les machines s’appuient sur un cadre commun qui rend le monde physique aussi observable que le code.
Bien entendu, ce changement comporte également des risques réels : les outils capables de détecter les incendies de forêt ou de prévenir les accidents sur les chantiers pourraient également déclencher des cauchemars dystopiques.Les gagnants de la prochaine vague seront les entreprises qui gagneront la confiance du public et construiront des systèmes interopérables préservant la vie privée et prenant en charge nativement l’intelligence artificielle, augmentant ainsi la transparence dans la société sans compromettre les libertés sociales.Celui qui construira ce cadre fiable sera en mesure de définir où ira l’observabilité au cours de la prochaine décennie.
Ryan McEntush : L’architecture industrielle électronique va changer le monde
La prochaine révolution industrielle ne se produira pas seulement dans les usines, mais aussi à l’intérieur des machines qui les alimentent.
Les logiciels ont révolutionné notre façon de penser, de concevoir et de communiquer. Aujourd’hui, cela change notre façon de nous déplacer, de construire et de produire.Les progrès en matière d’électrification, de matériaux et d’intelligence artificielle convergent pour permettre aux logiciels de véritablement contrôler le monde physique.Les machines commencent à être capables de ressentir, d’apprendre et d’agir de manière autonome.
Il s’agit de l’essor de la pile industrielle électronique – les technologies intégrées qui alimentent les véhicules électriques, les drones, les centres de données et la fabrication moderne.Il relie les atomes qui font fonctionner le monde aux éléments qui le contrôlent : des minéraux transformés en composants, de l’énergie stockée dans des batteries, de l’électricité contrôlée par l’électronique, des mouvements réalisés grâce à des moteurs de précision, le tout orchestré par un logiciel.C’est le fondement invisible de chaque avancée en matière d’automatisation physique ; il détermine si le logiciel appelle simplement un taxi ou prend réellement le volant.
Cependant, la capacité de construire cette pile, du raffinage des matériaux critiques à la fabrication de puces avancées, est en train de se perdre.Si les États-Unis veulent prendre la tête de la prochaine ère industrielle, ils doivent construire le matériel qui la soutiendra.Les pays qui maîtrisent la pile industrielle électronique définiront l’avenir de la technologie industrielle et militaire.
Le logiciel mange le monde.Désormais, cela fera avancer le monde.
Oliver Hsu : Les laboratoires autonomes accélèrent la découverte scientifique
Avec l’avancement des capacités des modèles en multimodalité et l’amélioration continue des capacités de fonctionnement des robots, l’équipe accélérera la découverte scientifique autonome.Ces technologies parallèles donneront naissance à des laboratoires autonomes capables de réaliser une boucle fermée de découverte scientifique, depuis la formulation d’hypothèses jusqu’à la conception et l’exécution expérimentales, en passant par l’inférence, l’analyse des résultats et l’itération des orientations de recherche futures.Les équipes qui construisent ces laboratoires seront de nature interdisciplinaire et intégreront une expertise en intelligence artificielle, robotique, physique et sciences de la vie, fabrication, opérations et autres domaines pour réaliser une expérimentation et une découverte inter-domaines continues grâce à des laboratoires sans surveillance.
Will Bitsky : Le parcours des données pour les industries clés
En 2025, l’air du temps de l’intelligence artificielle sera défini par les contraintes des ressources informatiques et la construction de centres de données.Et d’ici 2026, cela sera défini par les contraintes des ressources de données et la prochaine frontière du parcours des données : nos industries clés.
Nos industries critiques restent des trésors de données latentes et non structurées.Chaque expédition de camion, chaque relevé de compteur, chaque travail de maintenance, chaque cycle de production, chaque assemblage et chaque test constituent le matériel de formation sur modèle.Cependant, ni la collecte de données, ni l’annotation, ni la formation de modèles ne sont des termes couramment utilisés dans l’industrie.
La demande pour ce type de données est infinie.Des entreprises comme Scale, Mercor et Artificial Intelligence Research Labs travaillent sans relâche pour collecter des données sur les processus (pas seulement « ce » qui est fait, mais « comment » cela est fait). Ils paient des sommes exorbitantes pour chaque élément de « données d’ateliers clandestins ».
Les entreprises industrielles disposant d’une infrastructure physique et d’une main-d’œuvre existante disposent d’un avantage comparatif en matière de collecte de données et commenceront à exploiter cet avantage.Leurs opérations génèrent de grandes quantités de données qui peuvent être capturées à un coût marginal presque nul et utilisées pour former leurs propres modèles ou sous licence à des tiers.
Nous devrions également nous attendre à ce que des startups émergent pour apporter notre aide. Les startups fourniront la pile d’orchestration : des outils logiciels pour la collecte, l’étiquetage et l’autorisation ;matériel de capteurs et kits de développement de logiciels (SDK); environnements d’apprentissage par renforcement (RL) et pipelines de formation ; et, finalement, leurs propres machines intelligentes.
Équipe Applications (Apps)
David Haber : l’intelligence artificielle améliore les modèles commerciaux
Les meilleures startups d’IA ne se contentent pas d’automatiser des tâches ; ils amplifient les avantages économiques pour leurs clients.Par exemple, dans une loi basée sur le partage gagnant, un cabinet d’avocats ne perçoit des revenus que s’il gagne un procès.Des entreprises comme Eve exploitent des données exclusives sur les résultats pour prédire les taux de réussite des dossiers, aidant ainsi les cabinets d’avocats à choisir des dossiers plus appropriés, à servir davantage de clients et à améliorer les taux de réussite.
À elle seule, l’intelligence artificielle peut améliorer les modèles économiques. Cela réduit non seulement les coûts, mais génère également plus de revenus.D’ici 2026, nous verrons cette logique s’étendre à tous les secteurs, à mesure que les systèmes d’IA s’aligneront plus profondément sur les incitations des clients et créeront des avantages cumulatifs que les logiciels traditionnels ne peuvent égaler.
Anish Acharya : ChatGPT deviendra un magasin d’applications d’intelligence artificielle
Le cycle des produits de consommation nécessite trois éléments pour réussir : de nouvelles technologies, de nouveaux comportements de consommation et de nouveaux canaux de distribution.
Jusqu’à récemment, la vague de l’IA répondait aux deux premiers critères mais manquait de nouveaux canaux de distribution natifs.La plupart des produits prospèrent sur les réseaux existants comme X ou le bouche à oreille.
Cependant, avec la sortie du SDK OpenAI Apps, la prise en charge par Apple des mini-programmes et le lancement par ChatGPT des capacités de discussion de groupe, les développeurs grand public peuvent désormais exploiter directement la base de 900 millions d’utilisateurs de ChatGPT et se développer avec de nouveaux réseaux de mini-programmes comme Wabi.En tant que dernier maillon du cycle de vie des produits de consommation, ce nouveau canal de distribution devrait donner le coup d’envoi d’une ruée vers l’or technologique grand public en 2026. Ignorez-le à vos risques et périls.
Olivia Moore : les agents vocaux commencent à s’imposer
Au cours des 18 derniers mois, l’idée d’agents artificiellement intelligents gérant des interactions réelles pour les entreprises est passée de la science-fiction à la réalité.Des milliers d’entreprises, des PME aux grandes entreprises, utilisent l’IA vocale pour planifier des rendez-vous, exécuter des réservations, mener des enquêtes, collecter des informations sur les clients, etc.Non seulement ces agents permettent aux entreprises d’économiser des coûts et génèrent des revenus supplémentaires, mais ils permettent également aux employés d’effectuer un travail plus précieux et plus intéressant.
Mais comme le domaine en est encore à ses balbutiements, de nombreuses entreprises en sont encore à la phase « la voix comme point d’entrée », proposant seulement un ou quelques types d’appels comme solution unique.Je serais ravi de voir les assistants vocaux se développer pour gérer des flux de travail complets (éventuellement multimodaux) et même gérer le cycle complet de la relation client.
Cela signifiera très probablement que les agents seront plus profondément intégrés dans les systèmes d’entreprise et auront la liberté de gérer des types d’interactions plus complexes.À mesure que les modèles sous-jacents continuent de s’améliorer (les agents peuvent désormais invoquer des outils et opérer sur des systèmes disparates), chaque entreprise devrait déployer des produits d’IA vocale et les utiliser pour optimiser les aspects clés de son activité.
Marc Andrusko : des applications proactives sans invite arrivent
En 2026, les utilisateurs grand public diront adieu aux boîtes de dialogue. La prochaine génération d’applications d’IA n’affichera aucune invite : elles observeront ce que vous faites et vous fourniront de manière proactive des suggestions d’action pour votre référence.Votre environnement de développement intégré (IDE) vous proposera des refactorisations avant même que vous posiez une question.Votre système de gestion de la relation client (CRM) génère automatiquement un e-mail de suivi après la fin de l’appel.Vos outils de conception généreront des solutions au fur et à mesure que vous travaillez.L’interface de chat n’est qu’un outil auxiliaire.Aujourd’hui, l’IA deviendra un échafaudage invisible dans chaque flux de travail, activé par l’intention de l’utilisateur plutôt que par une commande.
Angela Strange : l’intelligence artificielle améliorera à terme les infrastructures bancaires et d’assurance
De nombreuses banques et compagnies d’assurance ont intégré des fonctionnalités d’IA telles que l’importation de documents et les agents vocaux IA sur leurs systèmes existants, mais l’IA ne peut véritablement transformer le secteur des services financiers qu’en reconstruisant l’infrastructure qui le prend en charge.
D’ici 2026, le risque de ne pas parvenir à moderniser et à exploiter pleinement l’IA l’emportera sur le risque d’échec, et nous verrons alors de grandes institutions financières abandonner les contrats avec leurs fournisseurs traditionnels au profit de la mise en œuvre de nouvelles alternatives plus natives de l’IA.Ces entreprises se libèrent des entraves des classifications passées et deviennent des plateformes qui centralisent, normalisent et enrichissent les données sous-jacentes provenant de systèmes existants et de sources externes.
Quel a été le résultat ?
-
Les flux de travail seront considérablement simplifiés et parallélisés.Plus besoin de basculer entre différents systèmes et écrans.Pensez-y : vous pouvez voir et traiter des centaines de tâches en attente dans votre système de montage de prêts hypothécaires (LOS) en même temps et en parallèle, les agents effectuant même les parties les plus fastidieuses.
-
Les classifications que nous connaissons seront combinées pour former des classifications plus larges.Par exemple, les données KYC des clients, d’ouverture de compte et de suivi des transactions peuvent désormais être unifiées dans une seule plateforme de risque.
-
Les gagnants de ces nouvelles catégories seront 10 fois plus nombreux que les historiques : les catégories sont plus larges et le marché du logiciel engloutit la main d’œuvre.
L’avenir des services financiers ne consiste pas à appliquer l’intelligence artificielle aux anciens systèmes, mais à construire un nouveau système d’exploitation basé sur l’intelligence artificielle.
Joe Schmidt : Des stratégies avant-gardistes pour amener l’IA à 99 % des entreprises
L’intelligence artificielle constitue l’avancée technologique la plus passionnante de notre vie. Cependant, jusqu’à présent, la plupart des bénéfices générés par les nouvelles startups sont allés au 1 % des entreprises de la Silicon Valley, soit des entreprises réellement basées dans la Bay Area, soit une partie de son vaste réseau.C’est compréhensible : les entrepreneurs souhaitent vendre à des entreprises qu’ils connaissent bien et auxquelles ils ont facilement accès, que ce soit en personne dans leurs bureaux ou via des relations avec des sociétés de capital-risque siégeant à leurs conseils d’administration.
D’ici 2026, cela changera complètement.Les entreprises se rendront compte que la grande majorité des opportunités en matière d’IA existent en dehors de la Silicon Valley, et nous verrons de nouvelles startups tirer parti de stratégies avant-gardistes pour découvrir davantage d’opportunités cachées dans les grands secteurs verticaux traditionnels.Il existe d’énormes opportunités pour l’IA dans les secteurs traditionnels du conseil et des services, tels que les intégrateurs de systèmes et les sociétés de mise en œuvre, ainsi que dans les secteurs à évolution plus lente comme l’industrie manufacturière.
Seema Amble : L’IA crée de nouveaux niveaux de coordination et de nouveaux rôles dans les entreprises Fortune 500
D’ici 2026, les entreprises s’éloigneront davantage des outils d’IA cloisonnés pour se tourner vers des systèmes multi-agents qui doivent fonctionner comme des équipes numériques coordonnées.Alors que les agents commencent à gérer des flux de travail complexes et interdépendants (tels que la planification, l’analyse et l’exécution conjointes), les entreprises doivent repenser la façon dont le travail est structuré et la façon dont le contexte circule entre les systèmes.Nous constatons déjà ce changement avec des entreprises comme AskLio et HappyRobot, qui déploient des agents sur des processus entiers plutôt que sur des tâches individuelles.
Ce changement sera ressenti plus intensément par les entreprises Fortune 500 : elles disposent des plus grands réservoirs de données cloisonnées, de connaissances institutionnelles et de complexité opérationnelle, dont une grande partie réside dans l’esprit de leurs employés.Transformer ces informations en une base partagée pour les travailleurs autonomes permettra une prise de décision plus rapide, des temps de cycle plus courts et des processus de bout en bout qui ne reposent plus sur une microgestion manuelle constante.
Ce changement obligera également les dirigeants à réinventer les rôles et les logiciels.De nouvelles fonctions émergeront, telles que les concepteurs de flux de travail d’IA, les superviseurs d’agences et les responsables de la gouvernance chargés de coordonner et d’examiner les travailleurs numériques collaboratifs.En plus des systèmes d’enregistrement existants, les entreprises ont besoin de systèmes d’orchestration : de nouvelles couches pour gérer les interactions multi-agents, déterminer le contexte et garantir la fiabilité des flux de travail autonomes.Les humains se concentreront sur la gestion des problèmes de pointe et des situations les plus complexes. L’essor des systèmes multi-agents est plus qu’une simple étape supplémentaire dans le parcours d’automatisation ;cela représente une réinvention de la façon dont les entreprises fonctionnent, comment elles prennent des décisions et, en fin de compte, comment elles créent de la valeur.
Bryan Kim : L’IA grand public passe de « m’aider » à « me comprendre »
2026 marque l’année où les fonctionnalités des produits d’IA grand public passeront de l’amélioration de la productivité à l’amélioration des connexions humaines.L’intelligence artificielle ne vise plus seulement à vous aider à accomplir votre travail, mais à vous donner une meilleure compréhension de vous-même et à vous aider à construire des relations plus solides.
Soyons clairs : ce ne sera pas facile. De nombreux produits d’IA sociale ont été lancés mais ont finalement échoué.Cependant, grâce aux fenêtres contextuelles multimodales et à la baisse des coûts d’inférence, les produits d’IA peuvent désormais apprendre de tous les aspects de votre vie, et pas seulement de ce que vous dites au chatbot.Imaginez l’album photo de votre téléphone montrant de vrais moments d’émotion, des messages individuels et des discussions de groupe changeant en fonction des personnes avec qui vous discutez et vos habitudes quotidiennes changeant sous le stress.
Une fois que ces produits seront réellement disponibles, ils feront partie de notre vie quotidienne.De manière générale, les produits « Apprenez à me connaître » ont de meilleurs mécanismes de fidélisation des utilisateurs que les produits « Aidez-moi ».Les produits « Aidez-moi » gagnent de l’argent grâce à la forte volonté des utilisateurs de payer pour des tâches spécifiques et de s’efforcer d’améliorer la fidélisation des utilisateurs.Les produits « Suivez-moi » gagnent de l’argent grâce à des interactions quotidiennes continues : les utilisateurs sont moins disposés à payer, mais ont des taux de fidélisation des utilisateurs plus élevés.
Les gens échangent constamment des données contre de la valeur : la question est de savoir si ce qu’ils obtiennent en retour en vaut la peine.Et la réponse sera bientôt révélée.
Kimberly Tan : De nouvelles primitives de modèle permettent des entreprises sans précédent
D’ici 2026, nous assisterons à l’essor d’entreprises qui ne pourraient tout simplement pas exister avant les progrès révolutionnaires du raisonnement, de la multimodalité et des applications informatiques. À ce jour, de nombreux secteurs (tels que le service juridique ou le service client) ont exploité des techniques de raisonnement améliorées pour améliorer les produits existants.Mais nous commençons seulement maintenant à voir des entreprises dont les fonctionnalités de base des produits reposent fondamentalement sur ces nouvelles primitives de modèle.
Les progrès du raisonnement peuvent conduire à de nouvelles capacités pour évaluer des réclamations financières complexes ou agir sur les résultats de recherches universitaires ou d’analystes intensives (par exemple, trancher des litiges de facturation).Les modèles multimodaux permettent d’extraire des données vidéo sous-jacentes du monde physique (par exemple, des caméras sur un site de fabrication).L’avènement des ordinateurs a permis d’automatiser de grandes industries dont la valeur était historiquement entravée par des logiciels de bureau, des API médiocres et des flux de travail fragmentés.
James da Costa : les startups d’IA atteignent leur taille en vendant à d’autres startups d’IA
Nous sommes au milieu d’une vague de création d’entreprises sans précédent, largement motivée par le cycle actuel des produits d’IA. Mais contrairement aux cycles de produits précédents, les opérateurs historiques ne restent pas à l’écart ;ils adoptent également activement l’IA. Alors, comment les startups gagnent-elles ?
L’un des moyens les plus efficaces et sous-estimés permettant aux startups de surpasser les acteurs historiques dans les canaux de distribution est de les servir dès leur création : des entreprises entièrement nouvelles qui viennent tout juste de démarrer (c’est-à-dire des entreprises toutes nouvelles).Si vous parvenez à attirer de nouvelles entreprises et à grandir avec elles, à mesure que vos clients grandissent, vous deviendrez également une grande entreprise.Des entreprises comme Stripe, Deel, Mercury, Ramp et d’autres ont toutes suivi cette stratégie.En fait, de nombreux clients de Stripe n’existaient même pas lors de la création de Stripe.
En 2026, nous verrons des startups parties de zéro atteindre leur taille dans de nombreux domaines des logiciels d’entreprise..Il leur suffit de créer de meilleurs produits et de tout mettre en œuvre pour développer de nouveaux clients qui ne sont pas encore enfermés dans les fournisseurs existants.
