Ces 8 start-ups détruites par ChatGPT avaient tout bon — sauf le timing

Elles levaient des millions. Elles recrutaient les meilleurs ingénieurs. Puis ChatGPT est sorti.

En novembre 2022, OpenAI a appuyé sur un bouton. Dans les mois qui ont suivi, des dizaines de start-ups construites sur des années de travail ont vu leur valeur s'effondrer — non pas parce qu'elles avaient échoué, mais parce qu'un outil gratuit venait de rendre leur produit obsolète du jour au lendemain. Ce phénomène, que les initiés appellent désormais le "ChatGPT graveyard", est l'un des épisodes les plus brutaux de l'histoire récente de la tech. Et il est loin d'être terminé.

Le cimetière des pionniers : qui sont les victimes ?

Avant de tirer des leçons, il faut nommer les morts. Ces entreprises n'étaient pas des coquilles vides. Elles avaient des clients, des revenus, des équipes passionnées.

• Jasper AI : valorisée à 1,5 milliard de dollars en 2022, cette plateforme de rédaction assistée par IA a licencié 30 % de ses effectifs en 2023. Son modèle reposait sur une surcouche payante de GPT-3 — exactement ce que ChatGPT allait offrir gratuitement.
• Copy.ai : même logique, même trajectoire. L'outil de copywriting automatisé a vu ses taux de conversion s'effondrer face à des concurrents devenus… les fondateurs de leurs propres outils.
• Otter.ai, Lumen5, Writesonic : des produits solides, des communautés fidèles, mais des propositions de valeur que ChatGPT, Claude ou Gemini englobent désormais nativement.
• Dozens de chatbots sectoriels : des start-ups spécialisées dans le service client, les ressources humaines ou le juridique ont découvert qu'un prompt bien rédigé dans ChatGPT remplaçait leur SaaS à 200 euros par mois.

Ce n'est pas de la malchance. C'est une compression verticale : quand la plateforme absorbe le produit.

Pourquoi ces modèles étaient condamnés structurellement

La plupart de ces start-ups partageaient un défaut de conception fondamental : elles construisaient des wrappers — des interfaces par-dessus des modèles de langage qu'elles ne contrôlaient pas. Leur valeur résidait dans l'expérience utilisateur, la mise en forme, le prompt engineering… des avantages qui s'évaporent dès que le modèle sous-jacent devient suffisamment puissant et accessible.

Le problème n'est pas l'IA générative en soi. C'est d'avoir confondu une friction temporaire avec un marché durable. Tant que GPT-3 était difficile à utiliser, il fallait une interface. Dès que cette friction a disparu, l'interface est devenue superflue.

Les trois erreurs fatales identifiées

• Miser sur la difficulté d'accès plutôt que sur la propriété intellectuelle. Un moat basé sur "notre outil est plus simple à utiliser" ne tient pas face à OpenAI qui simplifie son interface tous les trimestres.
• Ignorer la dynamique plateforme vs. application. Construire sur AWS, c'est acceptable. Construire sur un modèle fondateur sans données propriétaires ni intégration verticale, c'est risqué.
• Lever trop vite, pivoter trop tard. Des levées de fonds importantes créent une inertie organisationnelle. Quand le marché s'est retourné, beaucoup n'ont pas eu la vélocité pour se réinventer.

Les survivants : ce qui les différencie vraiment

Toutes les start-ups de l'ère pré-ChatGPT n'ont pas disparu. Certaines se portent bien — et leurs points communs sont éclairants.

Harvey AI, spécialisé dans le droit, ou Abridge, dans la transcription médicale, ont survécu parce qu'ils ont misé sur des données propriétaires, des contraintes réglementaires et une intégration profonde dans les workflows métiers. ChatGPT ne remplace pas un outil qui connaît la jurisprudence d'un cabinet spécifique ou qui est homologué pour traiter des données de santé.

La leçon est simple à énoncer, difficile à exécuter : votre avantage concurrentiel ne peut pas reposer sur quelque chose qu'OpenAI peut recréer en six mois.

Ce que les entrepreneurs d'aujourd'hui doivent retenir

L'IA générative continue d'avancer. GPT-5, Gemini Ultra, Claude 3.5 — chaque nouvelle version rend caduques des catégories entières de produits. Si vous construisez quelque chose en 2024-2025, posez-vous ces questions avant toute chose :

• Mon produit serait-il tué si OpenAI ajoutait une simple fonctionnalité dans sa prochaine mise à jour ?
• Est-ce que je possède des données que personne d'autre ne peut avoir ?
• Mon intégration dans le workflow client est-elle suffisamment profonde pour créer du vrai switching cost ?
• Ma valeur vient-elle du modèle… ou de ce que je sais faire avec le modèle dans un contexte précis ?

La vraie menace n'est pas là où vous regardez

Le graveyard des modèles pré-ChatGPT n'est pas un cimetière de mauvaises idées. C'est un cimetière de bons produits arrivés trop tôt, ou mal positionnés face à une plateforme en expansion. La menace pour les entrepreneurs d'aujourd'hui n'est pas de ne pas utiliser l'IA — c'est de construire sur l'IA sans construire au-dessus d'elle.

La différence entre une start-up qui survit et une qui finit sur cette liste tient souvent à une seule décision stratégique prise en salle de conseil, deux ans avant que le problème ne soit visible. C'est maintenant que cette décision se prend.

— Reservoir Live