Les grandes entreprises technologiques renforcent leurs investissements dans l’IA, mais n’achètent pas en même temps les startups : l’évolution du paysage des fusions-acquisitions en 2026

Les grandes entreprises technologiques investissent davantage dans l’IA, mais n’achètent pas davantage de start-up : l’évolution du paysage des fusions-acquisitions en 2026

Contexte sectoriel

Le constat central de PitchBook dans « Q2 2026 Building, Backing, and Buying AI » est le suivant : le secteur de l’IA entre dans une փուլ de « construction intensive, acquisitions limitées ». Les dépenses combinées de Google, Microsoft, Amazon et Meta dans les infrastructures d’IA devraient approcher 600 milliards de dollars en 2026, mais dans le même temps, les activités de M&A liées à l’IA de ces entreprises restent à un niveau relativement bas.

Cela ne signifie pas que les acquisitions dans l’IA aient perdu de leur importance, mais plutôt que la logique d’allocation du capital des géants technologiques a changé. Au lieu d’acquérir des start-up pour obtenir de nouvelles capacités, ils préfèrent orienter leurs fonds vers les centres de données, la puissance de calcul, les infrastructures cloud et les partenariats stratégiques de long terme. PitchBook souligne en particulier la participation de près de 30 % de Microsoft dans OpenAI, ainsi que l’investissement de 14,3 milliards de dollars de Meta dans le Series G de Scale AI, qui relèvent davantage d’une « sécurisation d’infrastructure » ou d’un verrouillage durable des capacités que d’une acquisition d’entreprise au sens traditionnel.

Ce changement s’explique par deux raisons. Premièrement, le goulot d’étranglement de la concurrence dans l’IA est passé de « le modèle est-il utilisable ? » à « la puissance de calcul, le coût de l’inférence et la capacité de déploiement sont-ils suffisants ? ». Deuxièmement, les grandes plateformes souhaitent davantage conserver les capacités clés au sein de leur propre écosystème, afin d’éviter l’incertitude de l’intégration post-acquisition, l’examen réglementaire et le risque de fuite des talents.

Impact sur le marché

Pour le marché, l’effet le plus direct de cette évolution est que les voies de sortie pour les start-up de l’IA se rétrécissent.

PitchBook indique que le nombre d’acquisitions liées à l’IA par les grandes entreprises technologiques est tombé à 7 en 2024, son plus bas niveau en dix ans, puis est remonté à 14 en 2025 ; en 2026, il s’établit à 12 à ce jour, mais demeure globalement inférieur à la norme historique. Parallèlement, le marché des sorties soutenues par le capital-risque a pris une structure en « haltère » : d’un côté, un petit nombre de transactions à forte valeur stratégique ; de l’autre, de nombreuses opérations dont le montant n’est pas divulgué et dont le retour pour les investisseurs reste limité.

Cela signifie que :

• pour les start-up, le simple fait de « développer un modèle ou une fonctionnalité susceptible d’être acquis » ne suffit plus à garantir une sortie idéale ;
• pour les investisseurs, la logique de valorisation dépend de plus en plus de la structure de l’acheteur, des synergies stratégiques et de la rareté des capacités, et pas seulement de l’engouement pour le produit ;
• pour les clients entreprises, les leaders du secteur sont davantage susceptibles de stabiliser l’approvisionnement par une construction interne et un engagement de long terme que par une série d’acquisitions destinées à combler rapidement les manques.

En parallèle, les marchés financiers réévaluent également le potentiel de croissance des entreprises de logiciels d’IA.Parallèlement, les marchés financiers réévaluent également la croissance des entreprises de logiciels d’IA. PitchBook souligne que des acteurs historiques des logiciels d’entreprise comme Salesforce et Databricks procèdent à des acquisitions actives, car les agents d’IA remettent en cause le modèle de tarification par siège qui a défini l’économie du SaaS au cours des 20 dernières années. L’ETF iShares Expanded Tech-Software a chuté de 29,6 % entre décembre 2025 et février 2026, ce qui reflète le fait que le marché a déjà commencé à revaloriser l’impact de l’IA sur les modèles économiques des logiciels.

Competitive Landscape

Qui « construit »

Google, Microsoft, Amazon et Meta sont les principaux acheteurs de cette vague de construction dans l’IA. Ils préfèrent investir leur capital dans les infrastructures plutôt que d’acquérir rapidement des actifs par le biais de fusions-acquisitions. L’avantage de cette stratégie est une plus grande maîtrise, avec un renforcement direct des capacités d’offre du cloud, du calcul et des services de modèles.

Qui « achète autrement »

NVIDIA fait figure d’exception. Selon PitchBook, depuis 2022, NVIDIA a réalisé 15 acquisitions liées à l’IA, suivant une trajectoire nettement différente de celle des autres géants technologiques. L’objectif de ses acquisitions n’est pas simplement d’augmenter sa part de marché, mais d’étendre son contrôle sur l’ensemble de la pile IA, en constituant une boucle d’infrastructure plus complète allant des puces et des réseaux aux logiciels et au niveau système.

Qui « est contraint d’acheter »

Les éditeurs de logiciels d’entreprise font face à une autre forme de pression. Pour des sociétés comme Salesforce ou Databricks, les agents d’IA modifient la manière dont les utilisateurs interagissent avec les logiciels. Si les utilisateurs n’achètent plus les logiciels « par siège », mais utilisent l’IA en fonction des tâches, des résultats ou des processus automatisés, la tarification traditionnelle du SaaS subit une pression. L’acquisition de capacités d’IA devient alors pour elles une stratégie défensive face à l’évolution du modèle économique.

Qui bénéficie, qui subit une pression

• Bénéficiaires :
• fournisseurs d’infrastructures IA
• fournisseurs de services cloud
• éditeurs capables d’offrir des capacités d’inférence, de données, de réseau et de déploiement
• start-up IA présentant une rareté stratégique

• Sous pression :
• start-up IA reposant uniquement sur une différenciation fonctionnelle
• trajectoires entrepreneuriales dépendant d’un rachat par un grand groupe
• éditeurs de logiciels traditionnels facturant au siège

Enterprise Implications

Pour les décideurs en entreprise, l’enseignement le plus important de ce rapport n’est pas que les M&A ont diminué, mais que le centre de gravité de la monétisation de l’IA se déplace de « l’acquisition de capacités » vers la « construction d’infrastructures ».

Les entreprises devraient se concentrer sur trois points :

1. L’offre d’IA est-elle stable ? Lorsque les grands acteurs orientent davantage de capital vers les infrastructures, les entreprises qui achètent des services d’IA doivent accorder une attention accrue aux coûts cloud, à la latence d’inférence, à la disponibilité des modèles et à la stabilité de l’approvisionnement à long terme.2. Le ROI des applications d’IA est-il suffisamment clair Dans un contexte d’augmentation continue des investissements dans les infrastructures, les projets d’IA internes des entreprises ont plus de mal à obtenir des budgets sur la seule base de leur « avancée technologique ». Il faut impérativement répondre à la question de savoir combien de coûts sont économisés, de quelle manière l’efficacité est améliorée et combien de revenus supplémentaires sont générés.

3. Les relations de partenariat comptent plus qu’une transaction ponctuelle À l’avenir, les entreprises auront plus probablement recours à des accords cloud de longue durée, à des partenariats stratégiques, à des modèles personnalisés et à des déploiements conjoints pour obtenir des capacités d’IA, plutôt que d’attendre l’intégration des produits après une acquisition.

Pour les startups, la position des capacités doit elle aussi évoluer. Plus elles se rapprochent de l’infrastructure de base, des données, de l’efficacité du raisonnement, de la sécurité et de la conformité, ainsi que de la mise en œuvre dans des scénarios verticaux, plus elles auront de chances d’obtenir des investissements stratégiques ou une prime de rachat ; si elles ne couvrent que la couche des fonctionnalités génériques, la pression de sortie sera plus forte.

Perspectives

12 mois

Les dépenses en infrastructures d’IA resteront à un niveau élevé, et les grandes entreprises technologiques continueront à privilégier la construction plutôt que les acquisitions. Les investissements stratégiques minoritaires pourraient continuer à augmenter, en particulier dans les entreprises liées aux modèles, aux données et aux infrastructures.

24 mois

La demande d’acquisitions de capacités d’IA par les éditeurs de logiciels d’entreprise pourrait augmenter, car la tendance à l’agentification continuera à bouleverser le modèle de revenus des SaaS traditionnels. Les acquisitions serviront davantage à compléter les capacités de workflow, d’automatisation et d’intégration d’entreprise.

3 ans

La structure de sortie de l’industrie de l’IA pourrait se différencier davantage : quelques cibles stratégiques obtiendront des primes élevées, tandis que davantage d’entreprises devront s’appuyer sur des voies autres que les fusions-acquisitions pour générer des rendements. Les facteurs réglementaires et géopolitiques deviendront également des variables importantes dans les transactions transfrontalières liées à l’IA, et les entreprises évalueront avec plus de prudence la structure des opérations, l’affectation des talents et les risques de conformité.

Conclusion

Le rapport de PitchBook transmet un signal très clair : le centre de gravité de la concurrence dans l’industrie de l’IA se déplace de « qui rachète qui » vers « qui peut construire durablement et verrouiller des capacités d’infrastructure ». Pour les grandes entreprises technologiques, construire correspond mieux à la logique actuelle d’allocation des ressources que racheter ; pour les startups, la fenêtre de sortie n’est pas fermée, mais le seuil est plus élevé et les voies plus étroites ; pour les clients entreprises et les investisseurs, à l’avenir, pour juger de la valeur de l’IA, il ne faudra pas seulement regarder les modèles et les produits, mais aussi la puissance de calcul sous-jacente, les coûts d’inférence, le modèle économique et la structure réglementaire.

Source d’information URL

https://pitchbook.com/news/reports/q2-2026-building-backing-and-buying-ai