Le cabinet de recherche du marché IDC prévoit que les entreprises mondiales investiront 4,25 trillion de dollars en technologies d'ici 2026, l'intelligence artificielle (IA) étant le principal moteur de ce déploiement. Selon une enquête menée par le fonds de capital-innovation Madrona, 74 % des 150 professionnels de l'informatique d'entreprise interrogés prévoient d'augmenter leur budget dédié à l'IA au cours de l'année à venir, tandis que les 26 % restants souhaitent maintenir leur niveau d'investissement. Malgré cette optimisme, moins de la moitié des projets pilotes d'IA dans les entreprises dépassent la phase de test pour atteindre la production complète. Cela représente une amélioration par rapport à l'année précédente, lorsque l'étude menée par le MIT avait révélé que 95 % des projets d'IA n'avaient pas permis un retour sur investissement positif. Le rapport de Madrona souligne également que même lorsque les outils d'IA sont déployés avec succès, les entreprises n'engagent souvent pas à long terme. Environ 77 % des entreprises réévaluent leurs fournisseurs d'IA tous les six mois ou de manière continue, ce qui conduit à une approche « entrée rapide, sortie rapide ». Cela diffère des modèles classiques de logiciels en tant que service (SaaS), dans lesquels des contrats à long terme créent un certain résistance au changement, connue sous le nom de « digue de l'inertie ». Dans le domaine de l'IA, le passage d'un fournisseur à un autre est plus facile, et la pression pour réévaluer les options est constante. Cette dynamique a des répercussions sur la santé financière des startups en IA. Beaucoup de ces entreprises dépendent du revenu récurrent annuel (ARR), qui est une mesure du revenu prévisible provenant de souscriptions récurrentes. En 2025, les budgets d'essai des entreprises ont alimenté une montée en flèche des startups en IA, et 2026 devait apporter davantage d'engagements à long terme des grandes entreprises. Cependant, même après l'adoption d'un produit, il reste difficile de sécuriser un revenu stable. Une des raisons en est que nombre de startups en IA n'ont pas encore développé de modèles tarifaires clairs pour leurs produits. Une recherche menée par le fonds de capital-innovation Andreessen Horowitz a révélé que plus de la moitié des acheteurs techniques d'IA préfèrent payer en fonction du travail ou des résultats fournis, plutôt que sur des métriques traditionnelles basées sur l'utilisation, comme le nombre de jetons de données traités. Cela diffère du modèle SaaS, qui charge souvent en fonction de la quantité d'utilisation d'un service. Pour l'IA, un tarif lié à des résultats reconnaissables – tels que le nombre de rapports générés, de tickets clients résolus ou de pistes de vente créées – peut aider les startups à démontrer leur valeur aux clients. Cette approche aligne les intérêts à la fois de la startup et de l'entreprise, rendant le produit plus économiquement bénéfique pour les deux parties. Au global, l'IA semble encourager plus d'expérimentation dans le monde des entreprises, avec des entreprises plus ouvertes que jamais à l'essai de nouvelles technologies. Cependant, cela signifie également qu'un seul contrat d'entreprise ne garantit plus nécessairement un revenu à long terme pour les startups. Il demeure incertain que les entreprises reviennent à des habitudes d'achat plus traditionnelles et à long terme, et quand cela pourrait se produire.