Comment les investisseurs et VC utilisent l’IA : 2 workflows réels (2026)

Les investisseurs ne se demandent plus *si* ils devraient utiliser l’IA. La question est désormais *comment*. Les concurrents proposent des statistiques de haut niveau ou des interviews payantes, mais ils ne montrent pas le travail quotidien réel. C’est le guide que nous souhaitions lorsque nous avons lancé notre propre Défi IA.

Cet article détaille les deux workflows réels basés sur l’IA qui se déroulent aujourd’hui : l’un pour les investisseurs institutionnels en capital-risque (VC) et en capital-investissement (PE), et l’autre pour les investisseurs individuels gérant des portefeuilles sur les marchés publics. Nous décrirons les étapes exactes et les outils utilisés chaque jour de la semaine, basés sur nos recherches et tests indépendants chez ZEKAI. Nous sommes un répertoire indépendant d’outils d’IA et nos avis nous sont propres.

Pour un aperçu complet de l’impact de l’IA sur cette profession, consultez notre centre principal IA pour l’investissement et le capital-risque.

Les deux mondes de l’IA dans l’investissement

« Investisseur » est un terme trop vaste. La manière dont un associé de VC utilise l’IA pour trouver la prochaine licorne n’a presque rien en commun avec la façon dont un investisseur particulier l’utilise pour analyser un rapport 10-K. La plupart des guides les confondent ; nous les séparons car les tâches à accomplir sont fondamentalement différentes.

• Institutionnel (VC/PE) : Le travail consiste à trouver, évaluer et gérer des entreprises privées. Les problèmes centraux sont le signal par rapport au bruit (sourcing de deals), la conviction (due diligence) et l’administration (gestion de portefeuille et reporting aux LP). L’IA ici vise à traiter des données non structurées à grande échelle pour faire émerger des opportunités et automatiser les analyses répétitives.

• Individuel et Marchés Publics : Le travail consiste à analyser les titres cotés en bourse. L’univers d’informations est plus structuré (états financiers, données de marché) mais vaste. L’IA ici concerne la synthèse, l’analyse quantitative et la discipline comportementale — résumer des rapports complexes, backtester des stratégies et utiliser des robo-advisors pour maintenir le cap.

Le reste de ce guide décompose un workflow hebdomadaire réaliste pour un investisseur dans chaque monde.

Workflow 1 : Une semaine dans la vie d’un associé de VC

Ce workflow se concentre sur un associé au sein d’un fonds de capital-risque de taille moyenne. Son objectif est de sourcer de nouveaux deals correspondant à la thèse du fonds, d’effectuer une diligence initiale et d’aider à gérer le portefeuille existant. Sa pile technologique d’IA remplace des heures de recherche manuelle par une détection et une analyse automatisées des signaux.

Lundi : Sourcing basé sur la thèse La semaine commence par la transformation de la thèse d’investissement du fonds en un ensemble de requêtes. Au lieu de parcourir manuellement LinkedIn, les sites d’actualités et les listes de conférences, l’associé utilise une plateforme de sourcing de deals.

Ils configurent leur plateforme pour suivre les signaux qui prédisent qu’une startup gagne du terrain *avant* d’annoncer une levée de fonds. Ceux-ci incluent :

• Vitesse d’embauche : Une augmentation soudaine des embauches d’ingénieurs ou de commerciaux.
• Pédigrée de l’équipe : Des employés clés quittant des entreprises FAANG pour rejoindre une startup spécifique.
• Historique de financement : Entreprises ayant levé un tour de seed il y a 18-24 mois.
• Lancements de produits et trafic web : Signaux provenant des annonces de produits ou de la croissance du trafic de recherche organique.

À l’aide d’un outil comme Harmonic ou Grata, ils construisent une liste dynamique d’entreprises qui correspondent à ces critères. Cela transforme le sourcing d’un effort manuel et sortant en un flux automatisé et entrant de leads qualifiés.

Vous êtes un analyste VC. J'ai téléchargé la data room d'une startup, qui comprend son modèle financier, sa table de capitalisation et trois exemples de contrats clients. Examinez ces documents et répondez aux questions suivantes, en citant le document source pour chaque affirmation :
1. Quel est le revenu mensuel récurrent (MRR) actuel et son taux de croissance mensuel sur les 6 derniers mois ?
2. Qui sont les principaux détenteurs de la table de capitalisation en dehors des fondateurs ? Y a-t-il des conditions non standard ou des préférences de liquidation ?
3. Résumez les termes clés des contrats clients. Quelle est la valeur moyenne du contrat (ACV) et la durée du contrat ? Y a-t-il des clauses de résiliation inhabituelles ?

Ils combinent cela avec des données de marché provenant d’une plateforme comme PitchBook pour valider les affirmations de l’entreprise concernant la taille du marché et le paysage concurrentiel. L’IA rédige le mémo initial, et l’associé le modifie, ajoutant son jugement humain et ses aperçus qualitatifs.

Jeudi : Suivi de portefeuille et mises à jour pour les LP L’associé est également responsable du suivi des entreprises du portefeuille existant. Il utilise un portail investisseur comme Juniper Square qui fournit un tableau de bord centralisé pour les métriques de performance.

Pour préparer la mise à jour trimestrielle des Limited Partners (LP), ils utilisent un LLM pour :

• Synthétiser les mises à jour : Résumer les trois dernières mises à jour mensuelles de chaque entreprise du portefeuille.
• Rédiger des narratifs : Écrire la première ébauche de la performance du fonds, en soulignant les succès clés et en expliquant les défis.
• Comparer la performance : Comparer la croissance des entreprises du portefeuille aux benchmarks de l’industrie à partir des dernières statistiques d’outils d’IA.

Cela automatise la collecte fastidieuse de données, libérant l’associé pour se concentrer sur le narratif stratégique destiné à leurs investisseurs.

Vendredi : Affinement du marché et de la thèse Le cycle se termine en réinjectant l’intelligence de marché dans la thèse. L’associé utilise l’IA pour analyser les tendances, les mouvements des concurrents et les nouvelles inflexions technologiques. Il pourrait demander à Perplexity de « Résumer les points clés des trois derniers articles de Stratechery sur l’infrastructure IA et identifier les 3 points les plus débattus. » Les informations obtenues aident à affiner les requêtes de sourcing pour le lundi suivant, créant ainsi une boucle d’amélioration continue.

Outils d’IA pour le capital-risque et le capital-investissement

Les outils de VC sont de qualité entreprise, coûteux et axés sur la recherche et l’évaluation d’entreprises privées. Ils ne sont pas destinés aux investisseurs individuels.

Faites glisser le tableau →

Qui ne devrait PAS utiliser ces outils ? Si vous êtes un GP solo, un investisseur providentiel ou un investisseur sur les marchés publics, toute cette catégorie de logiciels est excessive. Le coût est prohibitif, et ils sont conçus pour le workflow d’un fonds multi-personnes. Vos besoins seront mieux satisfaits par les outils de la section suivante.

Workflow 2 : Une semaine dans la vie d’un investisseur sur les marchés publics

Ce workflow s’adresse à un investisseur individuel sophistiqué ou à un analyste de family office gérant un portefeuille d’actions publiques. Leur objectif est de générer des idées, de mener des recherches approfondies efficacement et de gérer les risques. Leur pile technologique d’IA est axée sur la synthèse et l’analyse quantitative.

Lundi : Génération d’idées et sélection La semaine commence par la recherche de nouvelles opportunités. Au lieu de simplement filtrer sur les ratios P/E, l’investisseur utilise l’IA pour trouver des entreprises bénéficiant de vents porteurs qualitatifs.

En utilisant le OpenBB Terminal, une plateforme gratuite et open-source, ils peuvent exécuter des filtres complexes qui combinent des données fondamentales avec des données alternatives, telles que les mentions Reddit en vogue ou l’activité de trading d’initiés. Pour l’analyse technique, ils utilisent un screener TradingView pour trouver des actions présentant des modèles graphiques spécifiques ou des signaux d’indicateurs. L’objectif est de produire une liste gérable de 5 à 10 actions pour une investigation plus approfondie.

Pour leur portefeuille satellite géré activement, ils utilisent l’IA pour analyser les corrélations et les risques. Ils pourraient demander à un LLM : « Compte tenu de mon portefeuille de [TICKER1, TICKER2, …], quelle est mon exposition factorielle principale (par exemple, aux taux d’intérêt, aux prix du pétrole, au secteur technologique) ? Suggérez un ETF pour couvrir cette exposition. »

Outils d’IA pour les marchés publics et les investisseurs individuels

Ces outils sont généralement plus accessibles et abordables, beaucoup offrant de puissantes versions gratuites.

Faites glisser le tableau →

—