Les questions à poser à une startup IA avant d’investir

Les bonnes questions à poser à une startup IA ne sont pas techniques. Elles sont précises. Vous n’avez pas besoin de comprendre l’architecture d’un transformer pour détecter une équipe qui ne maîtrise pas son produit : il suffit de demander des choses que seule une équipe qui opère vraiment son système peut savoir, et d’écouter la texture de la réponse.

Voici les questions que nous posons en due diligence, groupées par thème. Pour les plus discriminantes, nous précisons ce qu’une bonne réponse donne à entendre, et ce qui doit vous alerter. La liste fonctionne en réunion de pitch comme en phase confirmatoire.

Les questions à poser sur le produit et la production

Combien de requêtes par jour, pour combien de clients actifs. Quelle part des sorties du modèle est réellement utilisée telle quelle. Que se passe-t-il quand le modèle se trompe. Y a-t-il des humains dans la boucle, et à quel coût.

Une bonne réponse est chiffrée et sans hésitation : l’équipe connaît son volume, son taux de reprise humaine, son comportement en cas d’échec. La réponse qui doit alerter est celle qui revient à la démo : "laissez-moi vous montrer". La démo est un argument commercial, pas une preuve de production. Plus d’un produit impeccable en démo cachait des logs à quelques dizaines de requêtes par jour, la moitié venant de l’équipe elle-même.

Les questions sur l’évaluation

Comment savez-vous que votre produit est bon. Montrez-moi votre jeu d’évaluation : sa taille, d’où viennent les cas, quand il tourne. Que s’est-il passé la dernière fois qu’un score a baissé.

C’est le thème qui trie le plus vite. Une équipe sérieuse a une réponse concrète et un exemple récent de régression détectée et corrigée. Une équipe fragile répond "nos utilisateurs sont très satisfaits" ou invoque un benchmark public qui ne dit rien de son cas d’usage. Si l’équipe n’a pas de jeu d’évaluation du tout, chaque modification du produit est un saut sans filet, et vous financez les chutes.

Les questions sur l’économie

Que coûte une requête, tout compris : appels au modèle, tentatives, contexte, revue humaine. Quelle est la marge brute réelle aujourd’hui, et que devient-elle si le prix de votre fournisseur de modèles double. Que représente votre plus gros client dans le volume d’inférence.

Les fondateurs qui maîtrisent leur sujet répondent en secondes, avec des ordres de grandeur cohérents entre eux. Les autres confondent coût marginal et facture mensuelle, ou répondent que les prix des modèles baissent de toute façon. C’est un pari sur la politique tarifaire d’un tiers, et il mérite d’être nommé comme tel. Nous avons détaillé cette mécanique dans notre note sur les marges des produits IA.

Les questions sur les données et la défensibilité

Sur quelles données votre système s’appuie-t-il, et qu’avez-vous le droit d’en faire contractuellement. Qu’avez-vous construit qu’un concurrent avec les mêmes modèles ne peut pas répliquer en six mois. Que se passe-t-il pour votre produit quand le prochain modèle de frontière sort.

La bonne réponse à la question de la défensibilité est rarement "notre modèle propriétaire". C’est plus souvent une boucle de données que les clients alimentent, une profondeur d’intégration dans le workflow du client, des coûts de changement réels. La réponse évasive ressemble à "notre avance technologique" sans objet précis derrière. Pour aller au fond de cette question, qui mérite un traitement à part, voyez vraie IA ou surcouche.

Les questions sur l’équipe

Qui a écrit le pipeline de données, et qui d’autre sait le faire tourner. Qui peut déboguer la production un dimanche soir. Si votre CTO partait demain, que perdriez-vous concrètement.

Écoutez les prénoms. Si toutes les réponses convergent vers la même personne, la valorisation porte sur une personne, et les clauses de rétention deviennent le vrai sujet de la négociation. Une équipe saine cite plusieurs personnes et peut décrire ce qui est documenté. La façon dont un CTO parle de ses pannes passées en dit d’ailleurs plus long que ses réponses préparées, ce que nous exploitons dans l’entretien CTO.

Écouter la forme autant que le fond

Sur chacun de ces thèmes, la forme de la réponse est une donnée. Les équipes solides répondent avec des chiffres, admettent leurs faiblesses spontanément et distinguent ce qu’elles savent de ce qu’elles espèrent. Les équipes fragiles généralisent, reviennent au marché quand on leur parle du produit, et traitent chaque question précise comme une marque de défiance.

Ces questions tiennent en une heure de conversation. Elles ne remplacent pas un audit, elles décident s’il en faut un : dès que plusieurs réponses restent vagues sur un investissement significatif, la checklist complète de due diligence IA s’impose. Et si vous voulez que ce travail soit fait par des ingénieurs qui opèrent ces systèmes au quotidien, c’est précisément l’objet de notre offre d’audit et due diligence.