Ces plateformes innovantes agrègent des données provenant d'un large éventail de sources, allant des bases de données publiques aux réseaux sociaux spécialisés, en passant par les plateformes d'investissement. En centralisant ces informations, les outils de sourcing permettent aux investisseurs d'accéder à un bassin de startups beaucoup plus large que celui qu'ils pourraient explorer par eux-mêmes et offrent une capacité unique de détecter les startups prometteuses dès leurs débuts. En évaluant divers indicateurs tels que la traction commerciale, l'équipe fondatrice et la technologie développée, ces outils permettent aux investisseurs de devancer la concurrence et de saisir des opportunités d'investissement prometteuses à un stade précoce, jusqu'à devenir un argument de poids pour les fonds ou les clubs soucieux de les séduire.

En outre, les outils de sourcing automatisent nombre des tâches fastidieuses liées à la recherche de startups, telles que la recherche d'informations de contact, la vérification des données et le filtrage des entreprises selon des critères spécifiques. Cette automatisation permet aux investisseurs de se libérer de ces tâches chronophages et de se concentrer sur des activités plus stratégiques, comme l'évaluation approfondie des opportunités d'investissement et l'établissement de relations avec les fondateurs.

« Nous y recourons tous. Dans un métier comme le nôtre, affirmer qu'on n'utilise pas la licence ChatGPT ou une autre plateforme similaire relève du mensonge », explique Paul Jeannest, cofondateur et CEO de Raise Lab, dont la mission est d'aider les grandes organisations à créer de la valeur avec des partenaires technologiques externes, des CVC (ADP, Orano, CMP...) et, plus largement, des entreprises qui mettent en place une stratégie de M&A, en sourçant, évaluant et valorisant des startups. Il observe attentivement la pénétration de ces outils dans divers processus propres à son activité. « En revanche, penser que, dans ce domaine, l’IA peut remplacer l’humain est une hérésie », poursuit-il.

Une pertinence qui varie selon l'objectif du sourcing

Pour le CEO de Raise Lab, c’est d’autant plus vrai lorsqu’on parle de CVC. « Il y a évidemment les alliances capitalistiques, mais le scouting ne se limite pas à l'investissement. Il peut également avoir pour objectif le co-développement de solutions ou l'établissement de relations client-fournisseurs traditionnelles. Par exemple, nous aidons actuellement un assureur à racheter un SaaS de gestion des risques afin de consolider sa position sur le marché. Seul l’humain peut comprendre les enjeux d’un sourcing corporate. C’est la raison pour laquelle nous comptons toujours plus de clients chez Raise Lab », explique Paul Jeannest.

« L’analyse préalable à ce type de sourcing nécessite des compétences humaines. Ce n'est pas un hasard si les consultants stratégiques ont généralement 20 ans d'expérience en investissement avant d'être en mesure de conseiller. Au sein de nos équipes, nous comptons des consultants issus de McKinsey, d'anciens VC, des entrepreneurs et des personnes ayant travaillé dans les bureaux d'innovation stratégique de grands groupes. Toutes ces compétences sont indispensables, et je ne crois pas qu'une IA puisse jamais les remplacer entièrement, même si elle accompagne de plus en plus ces processus. En revanche, l’usage d’outils dopé à l’IA dans les processus de sourcing pour le compte de VC classique est plus pertinent. Ils cherchent avant tout un TRI et l’IA peut répondre à ces questions car la thèse d'investissement est claire. Une IA répondra plus facilement à une question comme “Quelle boîte peut me présenter un TRI intéressant?” qu’à une question corporate comme “Quelle solution pourrait l’aider à lutter contre un phénomène de corrosion ?”»

L’ère du data driven VC est arrivée

Cette vision est confirmée par Camille Bonvicini qui a récemment pris la direction de l'accélérateur du deal club Inovexus et a rejoint le comité d'investissement. Auparavant, pendant deux ans, il a effectué du sourcing pour identifier des opportunités d'investissement prometteuses (pre-seed, seed, série A) dans le domaine du SaaS B2B, attirant ainsi des investisseurs privés avec des tickets allant de 100.000 à 500.000 euros. « Je suis convaincu que l'avenir du Venture Capital réside dans la capacité à analyser les données et à prendre des décisions fondées sur celles-ci. On parle aujourd'hui de data driven VC », explique-t-il. Selon lui, une forte tendance se dessine en matière d'outils pour les investisseurs. Des outils dopés à l'IA apparaissent pour agréger des données provenant de différentes bases de données, tandis que d'autres les rendent plus intelligentes et plus "actionnables" pour les fonds ou les deal clubs.

« Aujourd’hui ces outils te poussent, directement, les analyses de marché. C’est un gain énorme. Chez Inovexus nous utilisons également deux outils d’IA différents, Waalaxy et Invyo, pour prospecter de nouveaux investisseurs. Mais il en existe d'autres spécifiquement dédiés au sourcing de startups et qui se démocratisent dans le secteur, tels qu'Edda ou Datasset, que nous utilisons également et qui génèrent des insights sur les données des startups, pour le benchmarking, pour les tendances du marché, et pour analyser les levées de fonds, détaille Camille Bonvicini, tout au long du processus de sélection des partenaires, ces outils nous apportent des informations et nous permettent d'avoir plus d'insights sur les startups dans lesquelles nous souhaitons investir. »

Même son de cloche chez Raise Venture, le pendant capital risque de Raise Lab. « Nous avons un outil de scraping et notre chief data officer regarde évidemment ces sujets d’utilisations de la data pour nos mesures internes et pour détecter les signaux faibles du marché avec l’objectif d’arriver, avant les autres, sur les bons deals. Ce n’est pas encore très structuré, mais c’est en passe de le devenir. C’est d’autant plus intéressant lorsqu’on monte en stage, puisqu’en devenant mature, les startups accumulent de la donnée », explique Stéphane Pesqué, partner chez Raise Venture.

Tout en reconnaissant la présence croissante de l'IA dans la prise de décision en matière de capital-risque, Camille Bonvicini, Stéphane Pesqué et Paul Jeannest, n'envisagent pas un écosystème sans humains. « L'humain sera toujours nécessaire, d'autant plus dans les phases d'amorçage, pour la simple raison qu'à ce stade de maturité, le principal facteur de succès reste l'équipe, et la décision de financement doit principalement reposer sur l'adéquation naturelle entre l'investisseur et l'équipe. L'IA n'a pas la capacité d'évaluer les qualités humaines d'un entrepreneur », explique-t-il, Pour autant, ces outils séduisent de plus en plus d’investisseurs. Et chez Inovexus, nous développons cet outillage. Nous envisageons même de développer des partenariats stratégiques, des investissements, qui nous permettraient de concourir aux développements de solutions ou de fonctionnalités au service de notre communauté et des investisseurs. »