Concentration du capital-risque en IA : analyse PitchBook du tout petit club

Le boom du financement de l’IA commence à ressembler moins à une ruée vers l’or qu’à un milliardaire louant toute la montagne. Selon le rapport Q1 2026 AI VC Trends de PitchBook, le financement en capital-risque de l’IA a atteint 255,5 milliards de dollars au T1 2026, dépassant en un seul trimestre le total de toute l’année 2025, qui était de 254,4 milliards de dollars. Ce n’est pas seulement un gros chiffre, c’est un puits gravitationnel avec un pitch deck. La leçon utile n’est pas que chaque entreprise d’IA peut soudain lever des fonds à des valorisations calculées en yachts. PitchBook indique que le capital était extraordinairement concentré au sommet, ce qui signifie que l’exposition à l’IA renvoie de plus en plus au petit groupe d’entreprises qui construisent des plateformes horizontales, des modèles gourmands en calcul et des rails d’infrastructure. Si vous développez une application de workflow avec un appel à un modèle à l’intérieur, félicitations, vous n’êtes pas OpenAI avec une page de paramètres plus jolie.

Les chiffres du T1 2026 de PitchBook transforment le volume en gravité

PitchBook rapporte qu’OpenAI a bouclé un tour de table de 122 milliards de dollars au T1 2026, tandis qu’Anthropic a levé 30 milliards de dollars et xAI a obtenu 20 milliards de dollars. PitchBook indique aussi que les trois opérations se situent dans le segment des plateformes horizontales, qui a représenté 197 milliards de dollars sur 396 transactions. Ce détail de segment est le vrai panneau au néon qui clignote au-dessus du casino. Les plateformes horizontales ne sont pas juste une autre étiquette de catégorie pour le bingo des analystes. Ce sont les couches sur lesquelles les autres entreprises construisent, qu’elles louent, auxquelles elles se comparent, et qu’elles accusent parfois quand les marges donnent l’impression qu’un raton laveur a attaqué le tableur. Quand la majeure partie du capital visible va aux entreprises de plateforme, les investisseurs aiment peut-être encore l’IA, mais ils aiment peut-être davantage les routes à péage que les scooters de livraison qui les empruntent.

La couche applicative devrait lire

la salle Le rapport T1 2026 de PitchBook indique aussi que les machines autonomes ont enregistré 29 milliards de dollars sur 118 opérations, largement aidées par la série D de Waymo à 16 milliards de dollars. C’est un rappel que le capital favorise les catégories où la difficulté technique, le calcul, les données, le déploiement et la distribution s’empilent comme une tour de Jenga conçue par un service achats. Le marché finance des actifs difficiles et de l’effet de levier de plateforme, pas seulement des démos malignes. L’aperçu du rapport Artificial Intelligence and Machine Learning de PitchBook du T1 2024 montrait que cette même attraction gravitationnelle commençait plus tôt dans la pile. Il notait que la startup de cloud GPU Lambda avait levé une série C de 320,0 millions de dollars le 16 février, augmentant sa valorisation de 7,1x pour atteindre une valorisation post-money de 1,5 milliard de dollars. Il notait aussi que Mistral AI avait atteint une valorisation post-money de 2,0 milliards de dollars le 26 février, dans un tour mené par Andreessen Horowitz, General Catalyst et Lightspeed Venture Partners. Pour les fondateurs d’applications, l’implication est pratique, pas déprimante. Traitez l’accès aux modèles, le coût d’inférence, la distribution et la rétention client comme des éléments centraux de la stratégie, pas comme des notes de bas de page sous “dépendances techniques” (l’équivalent startup de mettre le moteur dans “divers”). Si les méga-tours de table vont aux plateformes, les entreprises applicatives doivent montrer pourquoi elles possèdent le workflow, les données, la confiance ou l’intention d’achat d’une manière que la plateforme ne peut pas absorber tranquillement avant le déjeuner.

Les données citées par MUFG et Stanford montrent de l’ampleur, mais pas un poids

égal AI Weekly de MUFG, citant le rapport annuel AI Index 2025 de l’Université Stanford et Quid, indique que le nombre d’entreprises d’IA nouvellement financées dans le monde est passé à 2 049 en 2024, soit une hausse de 8,4 % sur un an. La même source indique que les entreprises d’IA générative représentaient 214 de ces entreprises financées, contre 21 cinq ans plus tôt. Donc oui, il y a de l’ampleur. L’écosystème applicatif n’est pas mort, il partage juste une salle de conférence avec trois entreprises qui sont venues avec des budgets de porte-avions. MUFG indique aussi que plus de 80 % de l’investissement privé mondial dans l’IA au cours de l’année précédente est allé à des entreprises américaines d’IA, et recense 1 073 entreprises d’IA nouvellement financées aux États-Unis en 2024. Cela fait des États-Unis le centre de ce cycle de financement, mais centre ne veut pas dire répartition uniforme. Pour les opérateurs, la question la plus intelligente n’est plus “L’IA est-elle financée ?” C’est “Quelle couche de l’IA est réellement financée, et qu’est-ce que cela change pour ma base de coûts ?”

Axios montre pourquoi la gouvernance suit maintenant l’argent

Axios a rapporté que Demis Hassabis, Sam Altman et Dario Amodei sont tous d’accord pour dire que la frontière doit être réglementée dès que possible. C’est important parce que les entreprises qui attirent les plus gros chèques ne se contentent pas de faire passer leurs produits à l’échelle, elles contribuent à définir la conversation politique autour des systèmes les plus puissants. La réglementation devient une partie de l’environnement opérationnel, juste à côté des GPU, des évaluations de modèles et des directeurs financiers qui chuchotent “marge brute” dans les conduits d’aération. Pour les lecteurs qui construisent, achètent ou investissent dans l’IA, la prochaine étape consiste à cartographier précisément votre exposition. Êtes-vous exposé à l’économie des modèles de fondation, aux goulets d’étranglement de l’infrastructure, aux systèmes autonomes ou aux revenus applicatifs ? Les données de PitchBook ne disent pas que la couche applicative est condamnée. Elles disent que le gros titre sur le financement est un miroir déformant, et que si vous le fixez trop longtemps, chaque startup commence à ressembler à un méga-labo portant une fausse moustache.