Qu'est-ce que la due diligence ? Méthode VC pour l'IA

Qu'est-ce que la due diligence ? C'est la vérification structurée des affirmations d'une entreprise avant qu'un capital, des parts ou une signature ne changent de mains. En venture, l'investisseur teste les finances, la situation juridique, la technologie, le marché et l'équipe d'une startup face à ce que dit le pitch deck. Concrètement, cela se traduit par une liste de demandes, une data room et quelques semaines pendant lesquelles chaque chiffre est vérifié deux fois. Pour les startups IA en 2026, la checklist ajoute deux lignes : qui possède les données d'entraînement, et ce que le coût d'inférence fait à la marge brute.

Que couvre réellement une due diligence dans un deal VC ?

Cinq chantiers tournent en parallèle. Chacun a un responsable, une liste de preuves et une règle d'arrêt.

• Finance : qualité du chiffre d'affaires, burn, runway, rétention par cohorte. Preuves : P&L mensuel, relevés bancaires, pont d'ARR.

• Juridique : table de capitalisation, constitution, contrats, litiges. Preuves : statuts, pacte d'actionnaires, plan d'options, MSA clients.

• Technique : architecture, sécurité, propriété intellectuelle, scalabilité. Preuves : revue de code, test d'intrusion, accès au dépôt.

• Commercial : taille de marché, pipeline, churn, concentration. Preuves : appels clients, export CRM, notes de gains et de pertes.

• Équipe : parcours des fondateurs, recrutements clés, références. Preuves : appels de référence informels, contrats de travail.

Plus le stade est précoce, moins les quatre premières lignes pèsent. Un ticket pre-seed repose presque entièrement sur la ligne équipe, car il n'y a rien d'autre à auditer. À la Série A, les lignes financière et juridique portent l'essentiel, et l'investisseur attend des comptes propres. Kruze Consulting publie des checklists de due diligence par stade qui indiquent les éléments typiquement demandés au pre-seed, en Série A et en Série B.

Une distinction compte avant tout le reste. La due diligence n'est pas un audit. L'auditeur atteste que les comptes respectent les règles comptables. L'équipe de due diligence se demande si l'entreprise est bien ce que dit le vendeur, puis valorise l'écart. Les constats ne font pas simplement passer ou échouer un deal. Ils modifient la valorisation, les conditions de séquestre et les conditions suspensives.

Qui la conduit, et combien de temps prend-elle ?

Côté acheteur, un associé principal ou un principal pilote le processus, un associé construit le modèle, et un cabinet juridique externe prend en charge la ligne juridique. Experts-comptables et conseillers techniques sont sollicités pour des questions précises, pas pour l'ensemble du dossier. Côté vendeur, le directeur financier ou un responsable financier à temps partagé constitue la data room et répond aux questions.

Les délais varient avec la taille du deal. Un tour seed avec un lead qui connaît déjà les fondateurs peut se boucler en deux à trois semaines. Une Série B avec de nouveaux investisseurs se situe plutôt entre six et huit semaines. Une acquisition de contrôle dure plus longtemps, car les volets juridique et fiscal s'étendent. Ce sont des fourchettes d'opérateurs, pas des repères : aucune base publique ne suit la durée des due diligence, et celui qui annonce une moyenne précise devine.

Le facteur de coût est rarement le barème des honoraires. C'est l'attention des fondateurs. Une équipe qui passe quatre semaines à répondre à des demandes ne livre pas de produit, et les investisseurs qui le comprennent envoient une seule liste de demandes consolidée au lieu de cinq.

La séquence en sept étapes suivie par la plupart des deals

1. Screening. Adéquation avec la thèse, le stade et le ticket. Une grande partie du pipeline s'arrête ici, et c'est le but.

2. Appel de management. Les fondateurs détaillent les chiffres. L'investisseur écoute ce que le deck omet.

3. Liste de demandes. Un fichier structuré de documents, envoyé une seule fois. La liste de demandes type de Cooley GO est un modèle largement réutilisé.

4. Revue de la data room. Les volets financier, juridique et technique sont contrôlés en parallèle.

5. Appels de référence et clients. Recueil informel auprès d'anciens collègues, puis auprès de trois à cinq clients.

6. Mémo de constats. Les signaux d'alerte sont classés en bloquants, en points qui modifient le prix, ou en points corrigeables après closing.

7. Ajustement du term sheet ou abandon. Les constats se traduisent en garanties, indemnisations, séquestre ou prix plus bas.

Sauter l'étape 5 est le raccourci le plus courant et le plus coûteux. Un client qui dit « nous évaluons des alternatives » envoie un signal qu'aucune data room ne contient.

Que change-t-il quand la cible est une startup IA ?

La due diligence logicielle classique examine la qualité du code, la sécurité et l'architecture. Ces points restent valables. La couche IA ajoute quatre questions qui décident du deal.

L'entreprise possède-t-elle ce qu'elle entraîne ? Les données d'entraînement peuvent être sous licence, scrapées, achetées ou générées par les utilisateurs, et chaque source porte des droits différents. L'investisseur demande la licence de chaque jeu de données significatif et vérifie que l'entraînement du modèle est un usage autorisé. Une provenance manquante n'est pas une note de bas de page. Dans les cas graves, elle rend le modèle inexploitable. Les autorités de régulation demandent aussi des analyses d'impact sur la protection des données et la base légale de toute donnée personnelle présente dans le jeu d'entraînement.

La capacité est-elle propriétaire ou louée ? Les modèles de fondation sont banalisés. Si le produit n'est qu'un prompt et un workflow enveloppant une API tierce, une petite équipe d'ingénierie peut le copier. Les signaux à chercher sont les données propriétaires, la rigueur de l'évaluation et la profondeur d'intégration dans le workflow. Une démo ne prouve aucun de ces points.

Les unit economics tiennent-ils à l'échelle ? Le coût d'inférence croît avec l'usage. Une startup qui annonce 80 % de marge brute sur un pilote avec dix clients bienveillants ne vous dit pas à quoi ressemble cette marge à dix mille requêtes par jour. Demandez le coût par tâche, par cohorte de clients, sur les six derniers mois.

Le modèle peut-il être reproduit et défendu ? Les model cards, les journaux d'entraînement, les jeux d'évaluation et l'historique des versions sont l'équivalent IA des comptes audités. Si l'équipe ne peut pas rejouer la précision annoncée sur un jeu de données frais, la prévision d'adoption qui en découle est fragile.

La sécurité mérite sa propre ligne. Les agents aux permissions étendues, l'exposition à l'injection de prompt et l'accès des tiers aux données forment des surfaces d'attaque que les revues logicielles classiques ne testaient pas. Le signal d'alerte est simple : des données sensibles sont accessibles à un système qui n'a aucune raison de les voir.

D'où viennent les données : la couche outside-in

Avant l'ouverture de la data room, l'équipe de due diligence construit une vision outside-in à partir de bases de données. Qui d'autre a financé cette entreprise, à quoi ressemblent ses recrutements, comment la page tarifs du produit a évolué. Cette couche coûte peu par rapport au reste, et elle fixe les questions de l'appel de management.

Crunchbase est le point d'entrée. Selon les fiches des éditeurs, l'offre Pro en libre-service coûte environ 49 $ par utilisateur et par mois, facturés annuellement, avec des exports plafonnés à 2 000 lignes par mois. Ce plafond est la contrainte à anticiper : il suffit pour vérifier une seule entreprise et reste trop bas pour cartographier un vertical.

PitchBook se situe à l'autre extrémité. Il couvre environ 4,5 millions d'entreprises et 525 000 investisseurs, et se vend sur devis, par siège, à un niveau de prix entreprise. La couverture justifie le coût quand on a besoin de comparables de deals, de données par fonds et d'historique M&A au même endroit. Elle ne le justifie pas pour un contrôle ponctuel.

Dealroom est l'option la plus solide pour les cibles européennes. Le prix publié part d'environ EUR 12 600 pour un minimum de trois sièges : c'est un outil d'équipe, pas un outil pour analyste isolé.

Tracxn range les entreprises dans une taxonomie sectorielle curatée, avec des rapports de paysage rédigés par des analystes, et il est le plus fort en Inde et en Asie du Sud-Est. Pour une cible IA sur ces marchés, il fait souvent remonter des concurrents que les bases occidentales manquent.

Aucune de ces bases ne remplace la data room. Elles indiquent quelles affirmations tester en premier. L'écart entre ce qu'une base affiche et ce que dit le fondateur est l'endroit où l'appel de management doit passer son temps.

Quels signaux modifient le prix, et lesquels mettent fin au deal ?

Tous les constats ne pèsent pas pareil. Le tri utile se fait selon ce que l'investisseur peut en faire.

Mettent fin au deal :

• Propriété intellectuelle d'un fondateur ou d'un contributeur clé non cédée à la société

• Données d'entraînement obtenues en violation de leur licence, sans voie de régularisation

• Chiffre d'affaires impossible à rapprocher des relevés bancaires

Modifient le prix :

• Coûts d'inférence qui compriment la marge brute en dessous du modèle présenté dans le deck

• Concentration client au-delà d'un tiers de l'ARR sur un seul compte

• Conflits de licence open source qui imposent une réarchitecture

Corrigeables après closing :

• Procès-verbaux de conseil manquants ou attributions d'options périmées

• Failles de sécurité assorties d'un plan de remédiation défini

• Versioning du modèle non documenté

Le tri guide la rédaction des documents. Les points bloquants arrêtent le processus. Les points qui modifient le prix se traduisent par une valorisation plus basse ou un earn-out lié à une performance vérifiée. Les points corrigeables deviennent des conditions de closing, un séquestre ou des retenues liées à des jalons de remédiation.

Comment un fondateur doit-il se préparer avant l'ouverture de la data room ?

Commencez 60 à 90 jours avant la levée. Passez les cinq chantiers en revue comme un audit interne, et corrigez ce qui coûte peu : attribuer la propriété intellectuelle, nettoyer la table de capitalisation, rapprocher le chiffre d'affaires des relevés bancaires, formaliser les licences des données d'entraînement. Les investisseurs valorisent ce que le fondateur peut prouver, et pendant la due diligence chaque affirmation non prouvée se transforme en décote.

Construisez la data room comme un outil opérationnel, pas comme un effort ponctuel. Une clôture mensuelle qui produit les mêmes documents que ceux que l'investisseur demandera rend la levée suivante presque mécanique.

Pour les entreprises IA en particulier, préparez quatre documents avant que quiconque ne les demande : un inventaire des jeux de données avec leurs conditions de licence, une model card pour chaque modèle en production, un rapport d'évaluation qui décrit le jeu de test, et un tableau du coût par tâche par cohorte. Ces quatre pièces répondent à la plupart des questions spécifiques à l'IA en une seule passe.

Ce que nous ferions concrètement

Pour un ticket seed ou de Série A, renoncez au package complet de conseillers externes. Faites la passe outside-in sur les bases de données, deux appels clients et un contrôle juridique d'une page sur la cession de propriété intellectuelle et la table de capitalisation. Cela couvre les défaillances qui tuent réellement les deals.

Pour une Série B ou une acquisition, payez la revue technique si l'argument IA porte la valorisation. Un modèle loué et un modèle propriétaire ne se valorisent pas du tout de la même façon, et la seule façon de les distinguer est de demander les preuves.

Des signaux, pas des récits : le dossier de due diligence est terminé quand chaque affirmation du deck a un document à côté, ou une décote.