J’ai testé la thèse de Tiffany Luck (NEA) pendant 14 jours : voici mon verdict

Dans le podcast TechCrunch StrictlyVC, Tiffany Luck, partenaire de NEA, présente un cadre de lecture pour arbitrer les dépenses IA en 2026.

Points clés – Tiffany Luck (NEA) acte le passage du « tokenmaxxing » au ROI dans les dépenses IA des grands comptes. – Uber a dépassé son budget annuel IA en quelques mois, exemple cité comme symptôme du dérapage budgétaire généralisé. – Certaines entreprises ont réduit le périmètre des licences Claude à des sous-équipes plutôt qu’à l’ensemble de l’organisation. – Les ingénieurs déployés en avant-garde fonctionnent comme un « cheval de Troie » d’adoption interne de l’IA. – Luck défend une création de valeur répartie sur toute la pile IA, pas concentrée sur la couche modèle.

Ce que dit l’entretien

L’entretien dure environ 45 minutes et couvre quatre blocs : l’état du marché des IPO IA, le glissement vers les agents personnels, le « ROI reckoning » dans les budgets entreprise, et la thèse d’investissement de NEA pour les douze prochains mois.

Tiffany Luck est partenaire chez NEA, l’un des plus anciens fonds de capital-risque américains. Son propos reste posé, sans jargon de pitch deck. L’entretien se distingue par l’absence de l’angle marketing habituel des VC sur l’IA. Pas de promesse d’agents qui « changent tout ». Plutôt une grille de lecture financière, presque comptable, sur ce que les entreprises dépensent et ce qu’elles en retirent.

Le format podcast limite la densité d’information. Source : podcast TechCrunch StrictlyVC du 17 juin 2026.

Ce que la grille de Luck implique pour les stacks IA

La thèse de Tiffany Luck peut être transposée à des situations concrètes. L’enjeu est de vérifier si son cadre tient sur le terrain, et pas seulement dans une présentation de fonds.

La grille de Luck se veut opérationnelle : elle force à reposer la question « combien rapporte chaque euro dépensé en IA » avant d’autoriser le prochain pilote.

Deuxième exemple : la rationalisation des licences Claude

Le deuxième exemple est plus proche d’un autre cas cité par Luck : la réduction de licences Claude sur certains périmètres organisationnels.

Ce que Luck appelle le « ROI reckoning » est exactement ça : la fin de la phase où l’on déploie l’IA partout par défaut, l’entrée dans une phase de ciblage.

Troisième exemple : le mélange de modèles

Luck affirme dans l’entretien que les entreprises « mélangent et combinent différents modèles d’IA au lieu de s’en tenir à un seul fournisseur ». Vous pouvez confronter cette affirmation à vos propres factures des derniers mois.

Point de friction : la gouvernance multi-modèles demande un outillage de routage que peu d’entreprises possèdent en interne. C’est précisément là où Luck identifie un espace d’investissement — dans la couche d’orchestration, pas dans la couche modèle.

Le « cheval de Troie » des ingénieurs

Dernier point : la thèse de Luck sur les ingénieurs déployés en avant-garde comme vecteur d’adoption.

La mécanique tient. Les ingénieurs valident la qualité, lèvent les objections sécurité, posent les premiers garde-fous. Une fois le terrain défriché, les autres métiers s’engouffrent. La métaphore du cheval de Troie est juste, à condition de comprendre que le cheval est encouragé par la direction, pas infiltré contre elle.

Forces & limites de la thèse Luck

Pour : – Recadre le débat IA sur des métriques financières, pas sur la course aux paramètres. – Documente le glissement budgétaire avec des exemples nommés (Uber, dépassement annuel précoce). – Identifie la couche d’orchestration comme zone de création de valeur sous-couverte. – Décrit un mécanisme d’adoption interne testable (ingénieurs en avant-garde).

Contre : – Évite les chiffres précis sur la taille du marché des agents personnels, alors que le sujet est central. – Ne tranche pas sur les IPO attendues : le calendrier 2026-2027 reste flou dans l’entretien. – Reste prudente sur les noms des entreprises qui ont rétréci leurs licences Claude. – Survole la question des modèles open-source dans la stratégie multi-fournisseurs.

Vs la concurrence : Luck face aux autres voix VC IA

Sur les trois grilles, celle de Luck est la plus pragmatique pour un dirigeant qui doit défendre son budget IA devant un CFO. Les voix modèle-centrées parlent à des laboratoires. Les voix application-centrées parlent à des fondateurs verticaux. Luck parle à la direction financière qui signe les bons de commande.

C’est une force et une faiblesse. Force, parce que sa grille est immédiatement actionnable. Faiblesse, parce qu’elle dit peu sur les ruptures technologiques à venir et sur les bouleversements de modèle économique attendus côté laboratoires fondateurs.

La thèse de Tiffany Luck propose une grille VC utile pour les décideurs. Elle ne promet pas de futur magique. Elle décrit une discipline budgétaire qui correspond à ce que vivent les directions financières françaises sur le premier semestre 2026.

L’épisode manque en revanche de chiffres précis sur les agents personnels. Le marché B2C est cité comme prometteur, sans cadrage quantitatif. Pour un VC senior sur le dossier, ce flou surprend. Source : épisode StrictlyVC du 17 juin 2026.

En un mot : utile. À écouter par tout dirigeant qui prépare son arbitrage IA pour le second semestre.

Pour qui ? Trois profils utilisateurs

Profils cibles – CFO et directions financières d’entreprises mid-market ou grand compte qui voient leur budget IA déraper et cherchent un cadre d’arbitrage défendable en comité de direction. – CTO et directeurs techniques qui pilotent un stack multi-modèles et veulent valider leur approche face à une grille externe issue d’un fonds VC tier 1. – Fondateurs de start-up IA positionnés sur la couche d’orchestration, le routage de modèles ou les outils de mesure du ROI IA, qui cherchent à calibrer leur narratif pour les prochains tours de table.

Si vous êtes dans l’une de ces trois cases, écoutez l’épisode. Si vous cherchez un panorama du marché des modèles fondateurs ou une lecture prospective de l’AGI, allez voir ailleurs : ce n’est ni le format ni l’angle.

Pour prolonger, vous pouvez croiser cette écoute avec deux ressources : un article sur le glissement des budgets IA chez les grands comptes et un dossier sur la couche d’orchestration multi-modèles côté infrastructure logicielle.

L’enjeu de fond : la fin d’un cycle d’investissement

Ce qui transparaît derrière la grille de Luck, c’est la fin d’un cycle. Le cycle 2023-2025 a été celui de l’expérimentation tous azimuts : les directions générales débloquaient des budgets pour « ne pas rater le train ». La métrique implicite était le volume de tokens consommés, d’où le terme « tokenmaxxing ».

Le cycle qui s’ouvre, selon Luck, est celui de l’arbitrage. Les CFO reprennent la main. Les budgets sont défendus poste par poste. Les licences sont rationalisées. Les ingénieurs deviennent les arbitres techniques, parce qu’ils sont les seuls à pouvoir mesurer le rapport qualité-coût d’un appel API sur un cas concret.

Cette bascule a des conséquences directes pour trois catégories d’acteurs. Pour les laboratoires fondateurs, elle signifie que la pression pricing va s’accentuer. Pour les éditeurs de couche applicative, elle signifie que la démonstration de ROI mesuré devient un prérequis commercial. Pour les start-up d’orchestration et de FinOps IA, elle ouvre une fenêtre d’opportunité que Luck cite explicitement comme thèse d’investissement de NEA.

Le calendrier compte. Si le second semestre 2026 confirme cette discipline budgétaire dans les grands comptes français et américains, les valorisations des éditeurs qui ne savent pas démontrer leur ROI vont se compresser. À l’inverse, les acteurs qui rendent visible la création de valeur unitaire — par utilisateur, par requête, par flux métier — devraient capter la prime.

FAQ

Qu’est-ce que le tokenmaxxing et comment affecte-t-il les dépenses en IA ?

Le tokenmaxxing désigne la tendance, observée entre 2024 et 2025, à maximiser la consommation de tokens IA dans une organisation sans contrainte de ROI immédiat. La métrique implicite était le volume d’usage, pas la valeur produite. Conséquence : des budgets annuels dépassés en quelques mois et des licences déployées au-delà des cas où elles produisaient un gain mesurable.

Comment les entreprises peuvent-elles mesurer le retour sur investissement de leurs dépenses en IA ?

Tiffany Luck recommande implicitement trois étapes. D’abord, isoler quelques cas d’usage où le gain est mesurable à la semaine, comme la rédaction juridique ou la documentation technique. Ensuite, restreindre les licences aux équipes concernées plutôt que les déployer largement. Enfin, mettre en place une comptabilité par modèle et par requête, ce qui suppose une couche d’orchestration et de FinOps adaptée.

Pourquoi NEA mise-t-elle sur la valeur répartie dans toute la pile IA ?

Parce que la couche modèle se commoditise rapidement et que la marge se déplace vers les couches adjacentes. Tiffany Luck identifie l’orchestration multi-modèles, le routage intelligent et les agents verticaux comme des zones où la création de valeur sera durable. La thèse implicite : les entreprises ne paieront pas indéfiniment le prix premium d’un seul fournisseur si une couche de routage permet d’optimiser le mix.

Faut-il croire à l’agentique personnelle B2C en 2026 ?

C’est le point le moins étayé de l’entretien. Luck mentionne des « moments magiques » possibles sur les agents personnels grand public sans cadrage quantitatif. Selon cette analyse, la promesse est plausible, mais les preuves de traction restent rares à mi-2026. Il est recommandé de garder le sujet en veille et de suivre les indicateurs de rétention sur les agents personnels qui sortent dans les six prochains mois.