a16z « Grandes idées pour 2026 : Deuxième partie »

Le logiciel a dévoré le monde. Désormais, il va propulser le monde en avant.

Rédigé par : a16z New Media

Traduit par : Block unicorn

Hier, nous avons partagé la première partie de la série « Grandes Idées », qui comprenait les défis auxquels, selon nos partenaires des équipes Infrastructure, Croissance, Bio + Santé et Speedrun, les startups seront confrontées en 2026.

Aujourd'hui, nous poursuivons avec la deuxième partie de cette série, qui inclut les contributions de l’équipe American Dynamism (une équipe d’investissement créée spécifiquement par a16z en 2021) et de l’équipe Applications.

American Dynamism

David Ulevitch : Construire une base industrielle native pour l’intelligence artificielle

Les États-Unis sont en train de reconstruire les composantes économiques qui confèrent véritablement leur puissance à la nation. L’énergie, la fabrication, la logistique et les infrastructures sont de nouveau au centre de l’attention, mais le changement le plus important est l’émergence d’une base industrielle véritablement native à l’intelligence artificielle et axée sur le logiciel. Ces entreprises commencent par la simulation, la conception automatisée et des opérations pilotées par l’IA. Elles ne modernisent pas le passé, elles construisent le futur.

Cela crée d’énormes opportunités dans des domaines tels que les systèmes énergétiques avancés, la fabrication de robots lourds, la nouvelle génération de l’extraction minière, les procédés biologiques et enzymatiques (qui produisent les produits chimiques précurseurs dont dépendent toutes les industries). L’intelligence artificielle peut concevoir des réacteurs plus propres, optimiser l’extraction, concevoir de meilleures enzymes et coordonner des essaims de machines autonomes avec une perspicacité inaccessible aux opérateurs traditionnels.

La même transformation est en train de remodeler le monde au-delà des usines. Les capteurs autonomes, les drones et les modèles modernes d’IA permettent désormais une surveillance continue des ports, des chemins de fer, des lignes électriques, des pipelines, des bases militaires, des centres de données et d’autres systèmes critiques autrefois trop vastes pour être gérés dans leur intégralité.

Le monde réel a besoin de nouveaux logiciels. Les fondateurs qui construiront ces logiciels façonneront la prospérité du prochain siècle américain.

Erin Price-Wright : La renaissance des usines américaines

Le premier grand siècle des États-Unis s’est bâti sur une puissance industrielle forte, mais il est bien connu que nous avons perdu une grande partie de cette puissance — en partie à cause de la délocalisation, en partie à cause d’un manque de volonté constructive de la société. Pourtant, les machines rouillées se remettent en marche et nous assistons à la renaissance des usines américaines, centrées sur le logiciel et l’intelligence artificielle.

Je pense qu’en 2026, nous verrons les entreprises adopter une mentalité d’usine pour relever les défis dans des secteurs tels que l’énergie, l’extraction minière, la construction et la fabrication. Cela signifie combiner l’IA et l’automatisation avec des travailleurs techniques pour faire fonctionner des processus complexes et personnalisés avec l’efficacité d’une chaîne de montage. Concrètement :

• Répondre rapidement et de manière répétée à des réglementations et des processus d’autorisation complexes
• Accélérer les cycles de conception et intégrer la fabricabilité dès le départ
• Mieux gérer la coordination de projets à grande échelle
• Déployer des systèmes autonomes pour accélérer les tâches difficiles ou dangereuses pour l’homme 

En appliquant les techniques développées par Henry Ford il y a un siècle — planifier l’échelle et la répétabilité dès le départ — et en intégrant les dernières avancées de l’IA, nous atteindrons bientôt la production de masse de réacteurs nucléaires, construirons des logements pour répondre à la demande nationale à une vitesse stupéfiante, érigerons des centres de données à un rythme effréné et entrerons dans un nouvel âge d’or de la puissance industrielle. Comme l’a dit Elon Musk, « l’usine est le produit ».

Zabie Elmgren : La prochaine vague d’observabilité sera physique, pas numérique

Au cours de la dernière décennie, l’observabilité logicielle a transformé notre façon de surveiller les systèmes numériques, rendant les bases de code et les serveurs transparents grâce aux logs, métriques et traces. Une transformation similaire est sur le point de déferler sur le monde physique.

Alors que les grandes villes américaines déploient plus d’un milliard de caméras et de capteurs connectés, l’observabilité physique — c’est-à-dire la connaissance en temps réel du fonctionnement des villes, des réseaux électriques et d’autres infrastructures — devient à la fois urgente et réalisable. Cette nouvelle couche de perception alimentera également la prochaine frontière de la robotique et des technologies autonomes, où les machines s’appuieront sur un cadre universel rendant le monde physique aussi observable que le code.

Bien sûr, cette transformation comporte aussi de vrais risques : les outils capables de détecter les incendies de forêt ou de prévenir les accidents sur les chantiers pourraient aussi engendrer des cauchemars dystopiques. Les gagnants de la prochaine vague seront ceux qui gagneront la confiance du public, construiront des systèmes respectueux de la vie privée, interopérables et nativement compatibles avec l’IA, afin d’accroître la transparence sociale sans compromettre les libertés. Celui qui saura bâtir ce cadre de confiance définira l’avenir de l’observabilité pour 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 alimentent ces usines.

Le logiciel a déjà profondément transformé notre façon de penser, de concevoir et de communiquer. Aujourd’hui, il change notre façon de nous déplacer, de construire et de produire. Les progrès de l’électrification, des matériaux et de l’intelligence artificielle convergent pour permettre au logiciel de contrôler véritablement le monde physique. Les machines commencent à percevoir, apprendre et agir de façon autonome.

C’est l’essor de la pile industrielle électronique — un ensemble de technologies intégrées qui alimentent les véhicules électriques, les drones, les centres de données et la fabrication moderne. Elle relie les atomes qui font tourner le monde aux bits qui le contrôlent : des minéraux raffinés en composants, de l’énergie stockée dans des batteries, de l’électricité contrôlée par des dispositifs électroniques, du mouvement généré par des moteurs de précision — le tout coordonné par le logiciel. C’est la base invisible derrière chaque percée de l’automatisation physique ; elle détermine si le logiciel se contente d’appeler un taxi ou prend véritablement le volant.

Cependant, de l’extraction des matériaux critiques à la fabrication de puces avancées, la capacité à construire cette pile est en train de s’éroder. Si les États-Unis veulent diriger la prochaine ère industrielle, ils doivent fabriquer le matériel qui la soutient. Les pays qui maîtrisent la pile industrielle électronique définiront l’avenir des technologies industrielles et militaires.

Le logiciel a dévoré le monde. Désormais, il va propulser le monde en avant.

Oliver Hsu : Les laboratoires autonomes accélèrent la découverte scientifique

Avec les progrès des modèles multimodaux et l’amélioration continue des capacités robotiques, les équipes vont accélérer la découverte scientifique autonome. Ces technologies parallèles donneront naissance à des laboratoires autonomes capables de réaliser la boucle complète de la découverte scientifique — de la formulation d’hypothèses à la conception et l’exécution d’expériences, en passant par le raisonnement, l’analyse des résultats et l’itération des axes de recherche futurs. Les équipes qui construiront ces laboratoires seront interdisciplinaires et intégreront des expertises en IA, robotique, sciences physiques et de la vie, fabrication, opérations, etc., permettant des expériences et des découvertes continues et intersectorielles dans des laboratoires sans supervision humaine.

Will Bitsky : La conquête des données dans les secteurs clés

En 2025, l’esprit du temps de l’IA sera défini par la limitation des ressources de calcul et la construction de centres de données. Mais en 2026, il sera défini par la limitation des ressources en données et la prochaine frontière de la conquête des données — nos secteurs clés.

Nos secteurs clés restent des mines de données potentielles et non structurées. Chaque déplacement de camion, chaque relevé de compteur, chaque opération de maintenance, chaque cycle de production, chaque assemblage, chaque essai, sont des matériaux pour l’entraînement des modèles. Pourtant, la collecte de données, l’annotation et l’entraînement de modèles ne sont pas des termes courants dans l’industrie.

La demande pour ce type de données est inépuisable. Des entreprises comme Scale, Mercor et des laboratoires de recherche en IA collectent sans relâche des données de processus (pas seulement « ce qui a été fait », mais « comment cela a été fait »). Elles paient des sommes élevées pour chaque lot de « données issues d’usines à sueur ».

Les entreprises industrielles disposant d’infrastructures physiques et de main-d’œuvre existantes ont un avantage comparatif dans la collecte de données et commenceront à l’exploiter. Leurs opérations génèrent d’énormes quantités de données, capturables à un coût marginal quasi nul, utilisables pour entraîner leurs propres modèles ou les concéder sous licence à des tiers.

Nous devons aussi nous attendre à une vague de startups prêtes à aider. Elles fourniront la pile de coordination : des outils logiciels pour collecter, annoter et concéder les données ; du matériel de capteurs et des kits de développement logiciel (SDK) ; des environnements d’apprentissage par renforcement (RL) et des pipelines d’entraînement ; et, à terme, leurs propres machines intelligentes.

Équipe Applications (Apps)

David Haber : L’intelligence artificielle renforce les modèles économiques

Les meilleures startups en IA ne se contentent pas d’automatiser des tâches ; elles amplifient la valeur économique de leurs clients. Par exemple, dans le domaine juridique basé sur l’honoraires de succès, les cabinets d’avocats ne sont payés qu’en cas de victoire. Des entreprises comme Eve utilisent des données propriétaires sur les résultats pour prédire les chances de succès des dossiers, aider les cabinets à choisir les bons cas, servir plus de clients et augmenter leur taux de réussite.

L’IA renforce intrinsèquement les modèles économiques. Elle ne se contente pas de réduire les coûts, elle génère aussi plus de revenus. D’ici 2026, nous verrons cette logique s’étendre à tous les secteurs, car les systèmes d’IA s’aligneront plus profondément sur les incitations des clients et créeront des avantages composés inaccessibles aux logiciels traditionnels.

Anish Acharya : ChatGPT deviendra l’App Store de l’intelligence artificielle

Le cycle de vie des produits grand public nécessite trois éléments pour réussir : une nouvelle technologie, de nouveaux comportements consommateurs et de nouveaux canaux de distribution.

Jusqu’à récemment, la vague de l’IA remplissait les deux premiers critères, mais manquait d’un nouveau canal de distribution natif. La plupart des produits grandissaient en s’appuyant sur des réseaux existants comme X ou le bouche-à-oreille.

Cependant, avec la sortie du SDK OpenAI Apps, le soutien d’Apple aux mini-applications et la fonctionnalité de chat de groupe de ChatGPT, les développeurs grand public peuvent désormais exploiter directement la base de 900 millions d’utilisateurs de ChatGPT et croître grâce à de nouveaux réseaux de mini-applications comme Wabi. En tant que dernière étape du cycle de vie des produits grand public, ce nouveau canal de distribution pourrait déclencher, en 2026, une ruée vers l’or technologique grand public qui ne se produit qu’une fois par décennie. L’ignorer serait à vos risques et périls.

Olivia Moore : Les agents vocaux commencent à s’imposer

Au cours des 18 derniers mois, le concept d’agents IA traitant des interactions réelles pour les entreprises est passé de la science-fiction à la réalité. Des milliers d’entreprises, des PME aux grandes sociétés, utilisent l’IA vocale pour prendre des rendez-vous, effectuer des réservations, mener des enquêtes, collecter des informations clients, etc. Ces agents permettent non seulement aux entreprises d’économiser des coûts et de générer des revenus supplémentaires, mais aussi de libérer du temps pour que les employés se consacrent à des tâches plus valorisantes — et plus intéressantes.

Mais comme ce domaine en est encore à ses débuts, de nombreuses entreprises restent à l’étape du « vocal comme point d’entrée », offrant une ou quelques sortes d’appels comme solution unique. Je suis impatiente de voir les assistants vocaux s’étendre à la gestion de flux de travail complets (potentiellement multimodaux), voire à la gestion du cycle complet de la relation client.

Cela signifie probablement que les agents seront plus profondément intégrés aux systèmes métiers et auront la liberté de traiter des interactions plus complexes. À mesure que les modèles sous-jacents s’améliorent — aujourd’hui, les agents peuvent appeler des outils et opérer entre différents systèmes — chaque entreprise devrait déployer des produits IA axés sur la voix et les utiliser pour optimiser les points critiques de leur activité.

Marc Andrusko : Les applications proactives sans invite arrivent

En 2026, les utilisateurs grand public diront adieu aux boîtes de dialogue. La prochaine génération d’applications IA ne montrera plus d’invite — elles observeront vos actions et proposeront proactivement des suggestions. Votre environnement de développement intégré (IDE) suggérera une refactorisation avant même que vous ne posiez la question. Votre système de gestion de la relation client (CRM) générera automatiquement un e-mail de suivi après un appel. Vos outils de design généreront des variantes pendant que vous travaillez. L’interface de chat ne sera qu’un outil d’appoint. Désormais, l’IA sera l’échafaudage invisible de chaque flux de travail, activée par l’intention de l’utilisateur plutôt que par des instructions.

Angela Strange : L’IA va enfin moderniser les infrastructures bancaires et d’assurance

De nombreuses banques et compagnies d’assurance ont déjà intégré des fonctionnalités d’IA telles que l’importation de documents et les agents vocaux IA à leurs systèmes traditionnels, mais seule la reconstruction de l’infrastructure sous-jacente à l’IA permettra à l’IA de transformer véritablement les services financiers.

En 2026, le risque de ne pas se moderniser et de ne pas exploiter pleinement l’IA dépassera celui de l’échec, et nous verrons de grandes institutions financières abandonner leurs contrats avec les fournisseurs traditionnels au profit de solutions plus récentes et plus natives à l’IA. Ces entreprises se libéreront des anciennes classifications pour devenir des plateformes capables de centraliser, normaliser et enrichir les données sous-jacentes issues des systèmes traditionnels et de sources externes.

Quels en seront les résultats ?

• Les flux de travail seront considérablement simplifiés et parallélisés. Plus besoin de naviguer entre différents systèmes et écrans. Imaginez : vous pouvez voir et traiter en parallèle des centaines de tâches en attente dans le système d’initiation de prêts hypothécaires (LOS), et les agents peuvent même accomplir les parties les plus fastidieuses.
• Les classifications que nous connaissons fusionneront pour former des catégories plus larges. Par exemple, les données KYC client, d’ouverture de compte et de surveillance des transactions pourront désormais être regroupées sur une seule plateforme de gestion des risques.
• Les gagnants de ces nouvelles catégories seront dix fois plus grands que les entreprises traditionnelles : la portée des catégories s’élargit, et le marché du logiciel dévore la main-d’œuvre.

L’avenir des services financiers ne consiste pas à appliquer l’IA sur d’anciens systèmes, mais à construire un tout nouvel OS natif à l’IA.

Joe Schmidt : Les stratégies prospectives amènent l’IA à 99 % des entreprises

L’IA est la percée technologique la plus excitante de notre vie. Pourtant, jusqu’à présent, la majorité des bénéfices des nouvelles startups sont allés aux 1 % d’entreprises de la Silicon Valley — soit celles réellement basées dans la région, soit celles qui font partie de son vaste réseau. Ce n’est pas surprenant : les entrepreneurs veulent vendre à des entreprises qu’ils connaissent et peuvent facilement approcher, que ce soit en se rendant dans leurs bureaux ou via des investisseurs en capital-risque présents dans leurs conseils d’administration.

En 2026, cela va radicalement changer. Les entreprises réaliseront que la grande majorité des opportunités IA se trouvent hors de la Silicon Valley, et nous verrons de nouvelles startups utiliser des stratégies prospectives pour exploiter davantage d’opportunités cachées dans les grands secteurs verticaux traditionnels. Dans les secteurs traditionnels du conseil et des services (comme les intégrateurs de systèmes et les sociétés de mise en œuvre) ainsi que dans l’industrie manufacturière, l’IA recèle un potentiel immense.

Seema Amble : L’IA crée de nouvelles couches de coordination et de nouveaux rôles dans les entreprises du Fortune 500

En 2026, les entreprises passeront davantage d’outils IA isolés à des systèmes multi-agents qui devront fonctionner comme des équipes numériques coordonnées. À mesure que les agents commenceront à gérer des flux de travail complexes et interdépendants (planification, analyse et exécution conjointes), les entreprises devront repenser la structure du travail et la façon dont le contexte circule entre les systèmes. Nous voyons déjà des entreprises comme AskLio et HappyRobot vivre cette transition, en déployant des agents tout au long des processus plutôt que pour des tâches uniques.

Les entreprises du Fortune 500 ressentiront ce changement de la manière la plus profonde : elles détiennent les plus grands silos de données, de connaissances institutionnelles et de complexité opérationnelle, dont la majeure partie réside dans le cerveau de leurs employés. Transformer ces informations en une base partagée pour des travailleurs autonomes libérera une prise de décision plus rapide, des cycles plus courts et des processus de bout en bout qui ne dépendent plus d’une microgestion humaine continue.

Cette transition obligera également les dirigeants à repenser les rôles et les logiciels. De nouvelles fonctions apparaîtront, telles que concepteur de flux de travail IA, superviseur d’agents et responsable de la gouvernance chargé de coordonner et d’auditer les travailleurs numériques collaboratifs. En plus des systèmes d’enregistrement existants, les entreprises auront besoin de systèmes de coordination : de nouvelles couches pour gérer les interactions multi-agents, juger le contexte et garantir la fiabilité des flux de travail autonomes. Les humains se concentreront sur la gestion des cas limites et des situations les plus complexes. L’essor des systèmes multi-agents n’est pas qu’une étape de plus dans l’automatisation ; il représente une refonte de la manière dont les entreprises fonctionnent, prennent des décisions et créent de la valeur.

Bryan Kim : L’IA grand public passe de « Aide-moi » à « Comprends-moi »

2026 marquera le passage des produits IA grand public de l’amélioration de la productivité à l’amélioration des liens humains. L’IA ne se contentera plus de vous aider à accomplir des tâches, elle vous aidera à mieux vous connaître et à renforcer vos relations.

Précisons-le : ce n’est pas facile. De nombreux produits d’IA sociale ont déjà été lancés, mais ont fini par échouer. Cependant, grâce aux fenêtres contextuelles multimodales et à la baisse continue du coût de l’inférence, les produits IA peuvent désormais apprendre de tous les aspects de votre vie, pas seulement de ce que vous dites à un chatbot. Imaginez que votre galerie photo révèle de vrais moments d’émotion, que vos messages privés et discussions de groupe changent selon l’interlocuteur, que vos habitudes quotidiennes évoluent sous la pression.

Une fois ces produits réellement lancés, ils feront partie de notre quotidien. En général, les produits « Comprends-moi » offrent une meilleure rétention que les produits « Aide-moi ». Les produits « Aide-moi » monétisent grâce à une forte volonté de payer pour des tâches spécifiques et cherchent à améliorer la rétention. Les produits « Comprends-moi » monétisent par des interactions quotidiennes continues : la volonté de payer est plus faible, mais la rétention est plus élevée.

Les gens échangent constamment des données contre de la valeur : la question est de savoir si la valeur reçue en vaut la peine. La réponse ne va pas tarder à arriver.

Kimberly Tan : De nouveaux primitives de modèles donnent naissance à des entreprises inédites

En 2026, nous verrons émerger des entreprises qui n’auraient tout simplement pas pu exister avant les percées dans le raisonnement, le multimodal et les applications informatiques. Jusqu’à présent, de nombreux secteurs (comme le droit ou le service client) ont utilisé les progrès du raisonnement pour améliorer des produits existants. Mais nous commençons seulement à voir des entreprises dont les fonctionnalités principales reposent fondamentalement sur ces nouveaux primitives de modèles.

Les progrès du raisonnement peuvent donner naissance à de nouvelles capacités, comme l’évaluation de réclamations financières complexes ou la prise de décisions à partir de recherches académiques ou d’analyses denses (par exemple, trancher des litiges de facturation). Les modèles multimodaux rendent possible l’extraction de données vidéo latentes du monde physique (par exemple, des caméras sur les sites de production). Les applications informatiques permettent l’automatisation de secteurs entiers, longtemps entravés par des logiciels de bureau, des API médiocres et des flux de travail fragmentés.

James da Costa : Les startups IA se développent en vendant à d’autres startups IA

Nous vivons une vague sans précédent de création d’entreprises, principalement alimentée par le cycle actuel des produits IA. Mais contrairement aux cycles précédents, les entreprises existantes ne restent pas à l’écart ; elles adoptent elles aussi activement l’IA. Alors, comment les startups peuvent-elles gagner ?

L’un des moyens les plus efficaces et sous-estimés de surpasser les entreprises existantes dans la distribution est de servir les entreprises dès leur création : c’est-à-dire de cibler les entreprises naissantes (les greenfield companies). Si vous pouvez attirer toutes les nouvelles entreprises et grandir avec elles, vous deviendrez une grande entreprise à mesure que vos clients grandiront. Stripe, Deel, Mercury, Ramp, etc., 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 créées à partir de zéro se développer à grande échelle dans de nombreux domaines du logiciel d’entreprise. Il leur suffit de construire de meilleurs produits et de se concentrer sur les nouveaux clients qui ne sont pas encore captifs des fournisseurs existants.