À peine 28 % des jeunes pousses françaises suffisent à hisser le pays sur le podium mondial des startups construites nativement autour de l’intelligence artificielle, juste derrière Israël et les États-Unis. Une étude mondiale d’AWS, menée auprès de plus de 3 400 fondateurs dans vingt marchés, dessine les contours d’un écosystème français qui ne se contente plus de suivre la vague de l’IA générative : il la surfe plus vite que la moyenne, avec une croissance annuelle moyenne de 165 %, contre 156 % à l’échelle mondiale et 60 % pour l’ensemble des startups françaises. Décryptage de ces résultats, complété par le regard de Nicolas Tarducci, responsable de l’architecture des solutions pour les startups en EMEA chez AWS.
Un écosystème qui coche toutes les cases
Le classement obtenu par la France ne relève pas du hasard statistique. Trois ingrédients rares se combinent sur le marché hexagonal : des investissements publics massifs via France 2030, un vivier de talents techniques nourri par les grandes écoles et des laboratoires comme l’INRIA, et une génération de fondateurs qui pensent produit IA dès le premier jour plutôt que de greffer la technologie sur un modèle existant. Cette dernière distinction, au cœur de la définition même du terme « AI-native », change la donne : quand une entreprise traditionnelle ajoute un assistant IA à un processus déjà en place, une startup AI-native construit tout son service autour de cet assistant, sans aucun héritage à gérer.
Les chiffres confirment cette bascule culturelle. Les startups AI-native françaises sont 5,5 fois plus susceptibles de dépasser le million de dollars de revenu annuel que l’ensemble des jeunes pousses du pays. Elles sont 78 % à avoir développé leurs propres modèles propriétaires, contre 32 % pour les startups françaises prises dans leur ensemble. Elles sont aussi 100 % à employer des talents IA en interne, et 72 % à afficher une stratégie IA formelle et complète, un niveau de maturité qui dépasse la moyenne mondiale des startups AI-native, fixée à 68 %.
Cette avance ne se limite pas à la technique. Deux tiers des startups AI-native françaises (66 %) utilisent l’IA pour éclairer leurs décisions stratégiques, jusqu’au plus haut niveau de l’organisation, contre 36 % pour l’ensemble des startups du pays. La priorisation des feuilles de route produit, la stratégie de commercialisation, la tarification ou encore l’allocation du capital s’appuient désormais sur des recommandations générées par des modèles d’IA, et non plus seulement sur l’intuition des dirigeants épaulée par quelques tableaux de bord.
Une internationalisation qui compense un marché intérieur plus étroit
L’autre trait distinctif des AI-native françaises tient à leur rapport au monde. 30 % d’entre elles réalisent la majorité de leur chiffre d’affaires hors de France, un taux plus de deux fois supérieur à celui observé sur l’ensemble des startups françaises (12 %) et au-dessus de la moyenne mondiale des AI-native (26 %). Trois raisons structurelles expliquent ce réflexe à l’export : la taille plus restreinte du marché intérieur français du logiciel d’entreprise comparée aux États-Unis ou au Royaume-Uni, l’effet tremplin du marché unique européen avec ses cadres réglementaires partagés, et des fondateurs souvent formés ou ayant travaillé à l’étranger, qui pensent international dès la création de leur entreprise.
Cette ouverture n’efface pas pour autant les obstacles. Si l’accès au capital reste la contrainte la plus citée à l’échelle mondiale (75 % des fondateurs AI-native), la France se distingue par le poids particulier de la complexité réglementaire. La concentration de ces startups dans des secteurs fortement encadrés comme la finance, la santé ou l’énergie ajoute des strates de conformité, à un moment où les régulateurs n’ont pas encore posé de cadre clair pour la prise de décision autonome par l’IA dans ces domaines.
Questions à Nicolas Tarducci, responsable de l’architecture des solutions pour les startups en EMEA chez AWS
Solutions Numériques & Cybersécurité (SNC) : Avec une croissance annuelle moyenne de 165 %, les startups AI-native françaises surpassent même la moyenne mondiale (156 %). Pourquoi la France affiche-t-elle une meilleure performance que la moyenne des autres pays étudiés ?
Nicolas Tarducci (N.T.) : Les startups « AI-native » françaises ne se contentent pas de croître plus vite ; elles investissent plus en profondeur. 52 % d’entre elles ont augmenté leurs dépenses en IA au cours de l’année écoulée, un chiffre supérieur à la moyenne mondiale des startups (46 %). 100 % emploient des talents IA en interne. Point déterminant, 60 % appliquent l’IA directement à la R&D, contre 42 % pour l’ensemble des startups françaises, et plus d’un tiers utilisent l’IA pour des simulations et des jumeaux numériques, contre 30 % au niveau mondial.
Cet investissement plus poussé crée un cercle vertueux : des capacités d’IA propriétaires (78 % possèdent leurs propres modèles, contre 32 % pour l’ensemble des startups françaises) accélèrent la commercialisation, qui finance à son tour de nouveaux investissements. La France bénéficie également de son statut de hub en plein essor ; son secteur concentre les talents et les capitaux d’une manière qui accélère la croissance de manière composée, plus rapidement que les marchés établis et plus saturés. Cette combinaison produit un moteur de croissance de meilleure qualité, ce qui se reflète dans les chiffres : 165 % contre 156 %.
Solutions Numériques & Cybersécurité (SNC) : Parmi les startups citées dans l’étude, laquelle illustre le mieux, selon vous, ce qui distingue une startup « AI-native » d’une startup qui se contente d’« utiliser » l’IA sans l’être ?
Ce sont tous d’excellents exemples, mais Physicl, aujourd’hui connu sous le nom de Physicl.ai, illustre parfaitement cette distinction. Une entreprise « AI-native » ne se contente pas de greffer l’IA sur un processus existant ; elle part des capacités de l’IA pour construire l’ensemble du produit.
Physicl est une ancienne société issue de DeepMind qui utilise l’IA pour modéliser et simuler des systèmes physiques de A à Z. Le produit, c’est l’IA, et non un produit traditionnel amélioré par l’IA. Ils ont développé des modèles propriétaires pour la simulation physique qui ne pourraient tout simplement pas exister sans une IA à leur cœur.
Le test est simple : si l’on retirait l’IA, il ne resterait plus de produit. L’ensemble de la proposition de valeur, la structure de l’équipe, la R&D, la stratégie de commercialisation ; tout est organisé autour de l’IA depuis le premier jour. C’est ce que le rapport entend par « construit sur l’IA » par opposition à « greffé sur l’existant ».
Solutions Numériques & Cybersécurité (SNC) : 30 % des startups AI-native françaises réalisent la majorité de leur chiffre d’affaires à l’étranger, un taux supérieur à la moyenne mondiale pour ce type d’entreprise (26 %). Comment expliquez-vous que les startups françaises exportent mieux que leurs homologues internationales ?
Trois facteurs l’expliquent. Premièrement, une réalité de marché. Le marché intérieur français des logiciels d’entreprise est plus restreint que ceux des États-Unis ou du Royaume-Uni, ce qui pousse les fondateurs à penser international dès le lancement. Ils développent pour l’Europe ou pour le monde entier dès le premier jour.
Deuxièmement, l’Union européenne fait office de tremplin. L’accès au marché unique, les cadres réglementaires partagés (AI Act, RGPD) et la proximité culturelle en Europe de l’Ouest permettent aux startups « AI-native » françaises de se développer en Allemagne, au Benelux et en Europe du Sud relativement sans heurt.
Troisièmement, la France dispose d’un réservoir de fondateurs aux réseaux mondiaux. Nombre de fondateurs de startups « AI-native » françaises ont été formés ou ont travaillé à l’étranger avant de créer leur entreprise. Résultat : ils se comportent en entreprises mondiales dès le début, avec de petites équipes, une commercialisation rapide et une portée internationale. C’est exactement le modèle de l’entreprise « AI-native » que le rapport identifie.
Solutions Numériques & Cybersécurité (SNC) : L’étude identifie trois contraintes mondiales : l’accès au capital (75 %), le recrutement de talents en IA (56 %) et la complexité réglementaire (49 %). Laquelle de ces trois contraintes pèse le plus lourdement sur les startups françaises en particulier ?
Pour la France, la complexité réglementaire pèse de manière disproportionnée. L’accès au capital s’est amélioré grâce à France 2030, à La French Tech et à une activité de capital-risque croissante. Le vivier de talents est solide, compte tenu du niveau des écoles d’ingénieurs. Cependant, les startups « AI-native » françaises sont concentrées dans des secteurs réglementés comme les services financiers, la santé et l’énergie, où les réglementations européennes et françaises (AI Act, interprétation du RGPD par la CNIL, régulateurs sectoriels comme l’AMF et l’ANSM) ajoutent des strates de complexité en matière de conformité.
Lorsque 78 % de vos startups sont prêtes pour des systèmes agentiques et que 66 % utilisent l’IA pour des décisions stratégiques, mais que les régulateurs n’ont pas encore défini de cadres clairs pour la prise de décision autonome par l’IA dans la santé ou la finance, c’est là que se situent les points de friction. Le rapport note d’ailleurs que la complexité réglementaire est « aggravée par leur concentration dans des secteurs fortement réglementés ».
Cela dit, le capital demeure la contrainte universelle : 75 % au niveau mondial, et la France ne fait pas exception, surtout pour les tours de table plus tardifs (late stage) où les fondateurs se tournent encore vers des investisseurs américains. C’est précisément pourquoi AWS investit à chaque étape : des crédits Activate qui lèvent les freins financiers pour les équipes en phase de démarrage, au programme Generative AI Accelerator qui met en relation fondateurs, entreprises clientes et chercheurs en IA, jusqu’au soutien technique direct des architectes solutions de mon équipe, qui aident chaque jour les startups à gérer des charges de travail (workloads) dans des environnements réglementés sur AWS.
