retour au sommaire

Xavier

Lorphelin

Managing Partner

serena capital

À la recherche des pépites du Big Data et de l’IA

Quelle est la génèse du lancement du fonds Serena Data Ventures ?

 

Quand nous avons fondé Serena Capital, nous avons lancé en 2008 un premier fonds d’investissement qui ciblait des sociétés innovantes qui avaient déjà validé leur business model et recherchaient des fonds pour accélérer leur développement commercial. Nous ne couvrions donc pas le financement « early-stage » des startups.

Suite à des échanges avec Bertrand Diard, fondateur de Talend et Jamal Labed, fondateur d’Easyvista, tous les deux dans le domaine du Big Data, nous avons compris qu’il était primordial de mettre en place un écosystème dédié à l’accompagnement et au financement des startups, car le Big Data était en train de bouleverser profondément toutes les industries. Nous avons donc lancé, fin 2016, Serena Data Ventures, le premier fonds de venture capital européen dédié aux jeunes startups spécialisées dans le Big Data, le Machine Learning et l’Intelligence Artificielle. Nous avons bouclé un premier closing de 80 millions d’euros début 2017.

Notre vocation est de financer des startups « data-driven », qui développent des solutions et applications à partir du traitement et de l’intelligence qui peuvent être retirés de la data.

Notre champ d’intervention est très large. Nous accompagnons aussi bien des startups qui développent des technologies intrinsèques au domaine de la data, comme Dataiku qui a développé des outils utilisés par les data scientists, que des startups qui développent des applications plus verticales avec des algorithmes et des jeux de données pertinents par rapport à une industrie donnée. Les applications peuvent être dans des domaines très divers comme la cybersécurité, la finance et l’assurance, l’énergie, le médical, l’automobile etc.

Il s’agit alors d’un véritable gisement de valeur car elles vont permettre, la plupart du temps, de développer de nouveaux services, propres à une industrie.

 

 

Comment se positionne la France en matière de Big Data et d’Intelligence Artificielle ?

 

Nous avons en France une vraie carte à jouer car nous disposons de fondements technologiques forts notamment en matière de data et d’algorithmie. Pour pouvoir développer de nouveaux services et usages, il faut pouvoir faire tourner des algorithmes performants. En France, nous disposons d’un très bon capital technique et avons toujours eu un vivier d’ingénieurs et de mathématiciens assez unique.

 

Je pense que nous n’avons pas à rougir d’une comparaison internationale et le fait que des laboratoires d’Intelligence Artificielle s’implantent en France n’est pas neutre quant à l’excellence française en la matière. Certaines startups françaises croissent d’ailleurs de manière exponentielle aux États-Unis comme Dataiku, que nous avons déjà cité.

 

L’Angleterre a également une vraie expertise autour de la data, mais très concentrée autour de la Fintech. Nous avons la chance en France d’avoir un tissu industriel fort et multi-sectoriel, ce qui permet de booster l’innovation et de favoriser l’éclosion de startups dans des domaines spécifiques mais variés comme l’énergie, l’industrie, le BTP, le retail, les cosmétiques et la fashion tech, l’aéronautique, le médical, le pharmaceutique etc. Les startups peuvent ainsi bénéficier du soutien des leaders du marché comme l’Oréal, Carrefour, Auchan, Airbus… Pour être performantes, elles doivent avoir accès aux datas pour faire tourner leurs algorithmes et celles-ci sont majoritairement aux mains des gros industriels et corporates. Les startups bénéficient donc d’un accès privilégié à la data grâce aux partenariats avec ces acteurs, ce qui leur permet même d’être à pied d’égalité avec Google ou encore Facebook qui n’ont pas facilement accès à ces datas sectorielles. L’omniprésence de Google ne semble donc pas être une véritable menace dans la mesure où les startups françaises sont plutôt verticales. Google essaye d’ailleurs de développer des accords, par exemple, dans le secteur médical, pour obtenir des données.

 

Par ailleurs la France devient de plus en plus compétitive en matière de financement publics et privés. L’écosystème français des Venture Capitalists n’a qu’une vingtaine d’année en France, contre 40 ans aux États-Unis, mais il est cependant de plus en plus structuré et performant.

 

 

 

 

Quels sont les secteurs porteurs, les principaux secteurs financés ?

 

La première vague de financement a plutôt été tournée vers des startups dans le domaine du marketing, orientées sur la connaissance, l’acquisition et la rétention client.

 

La seconde vague d’investissements a touché le domaine de la finance, tirée par l’engouement pour la Fintech. Les technologies et algorithmes Big Data sont particulièrement adaptés à la collecte des données en temps réel, afin de prendre de meilleures décisions de trading dans le cas des Robo-Advisors. Le modèle dématérialisé de la finance et du secteur bancaire a ainsi amplement tiré l’innovation.

 

De même, dans le secteur de l’assurance, le modèle de l’actuariat est un modèle par essence algorithmique. Les assurances intègrent de plus en plus de datas personnelles mais également des datas d’usage, par exemple celles des véhicules connectés, ce qui va accélérer la mutation dans le domaine automobile.

 

Au-delà de la finance et de l’assurance, on distingue plusieurs secteurs porteurs pour les startups data-driven :

 

1 Le digital et la data impactent tout d’abord le secteur de la santé et du médical. Malgré des contraintes réglementaires fortes, de nombreuses disruptions sont en cours dans ce secteur qui commence à intégrer du prédictif dans les diagnostics et le suivi des patients. L’entreprise INATO s’illustre par exemple en début de la chaine, en mettant le prédictif au service du lancement de nouveaux médicaments et en améliorant les processus de tests grâce au Big Data.

 

2 Le secteur automobile est également très intéressé par l’usage de l’Intelligence Artificielle et du machine learning dans le cadre des véhicules autonomes et connectés.

 

3 Dans le secteur du retail, les sujets de traçabilité alimentaire et d’optimisation des stocks pour les retailers représentent un vrai vecteur de croissance. La société VEKIA propose par exemple des algorithmes permettant de prédire les stocks afin d’améliorer les process de supply chain et de limiter les invendus.

 

4 La Smart City et la domotique n’en sont également qu’à leurs débuts. L’IOT dans ce domaine doit être vu plus sous l’angle data que hardware. Les capteurs ne sont finalement qu’une commodité pour récupérer des données mais de nombreux modèles algorithmiques sont encore à développer avec des champs d’application très larges.

 

5 Les secteurs traditionnels sont également porteurs, notamment l’agriculture, le BTP, l’énergie où les enjeux de productivité et de rentabilité sont très forts et où la data peut permettre des gains importants. De même l’immobilier est en train d’être disrupté avec des modèles qui permettent de déterminer quel est le meilleur emplacement pour un commerce dans une rue donnée.

 

 

Des exemples de startups déjà sélectionnées
et financées par Data Ventures ?

 

Cybersécurité

À propos de CybelAngel

CybelAngel propose un service de détection de fuites de données sur Internet. Ils surveillent le Dark Web et les objets connectés pour identifier des menaces qui pourraient porter atteinte à votre entreprise. Ils proposent également une solution de lutte contre la contrefaçon sur Internet. Ils identifient les réseaux de contrefacteurs qui portent atteinte à l’image de marque d’une entreprise. La proposition de valeur dans le domaine de la cybersécurité parle directement aux grands groupes et le nombre de startups à surveiller dans le secteur est croissant.

 

BTP

À propos de FINALCAD

FINALCAD est une startup qui propose de digitaliser tous les process liés au suivi de chantier. Elle permet de numériser et normaliser tous les processus sur le terrain, afin de pouvoir capitaliser sur les bonnes pratiques, faire vivre la maquette numérique sur le chantier (tel-que-construit) et faciliter la collaboration entre les différents intervenants.

Elle propose notamment de collecter les datas afin de prédire les défauts potentiels d’une construction et de définir les risques à envisager au cours de celle-ci.

 

Fashion & Beauty

À propos d’Heuritech

Fondée en 2013 par deux chercheurs en Intelligence Artificielle, Heuritech a développé, grâce à des technologies de Deep Learning, une solution de reconnaissance automatique et en temps réel des objets, formes, textures, personnages, à l’intérieur de toute image ou photographie postée sur les réseaux sociaux et Internet.

Cette innovation ouvre de nombreux cas d’applications, notamment dans le domaine du luxe et de la mode en permettant la détection des tendances vestimentaires pour la conception des collections et la gestion des achats/réassorts, l’optimisation des recommandations et du merchandising sur les plateformes d’e-commerce, la segmentation qualitative et quantitative des clients…

 

 

Quels sont les critères de sélection et d’évaluation des startups Big Data et IA financées et soutenues ?

 

1 Un des premiers critères est celui de l’expertise technologique de l’équipe. Il est nécessaire pour une startup d’avoir un vrai savoir-faire technologique, une barrière technologique suffisante à l’entrée qui permette de présumer que cet acteur pourra s’imposer durablement et potentiellement devenir un leader mondial.

 

2 Au-delà de l’expertise technologique, il est primordial que l’équipe ait une bonne connaissance des enjeux business et des besoins clients afin de pouvoir s’assurer que la solution développée par la startup réponde à un vrai problème.

 

3 Il est essentiel pour une startup dans le domaine du Big Data de pouvoir valider très en amont la pertinence de sa solution sur le marché adressé. Nous privilégions des startups qui ont déjà réussi à mettre en place un ou plusieurs Proof of Concept avec des clients ou partenaires potentiels.

 

 

Quel écosystème mettez-vous en place pour détecter de nouveaux champions de la data ?

 

Nous sommes dans une logique d’écosystème ouvert et nous organisons plusieurs évènements ouverts à la communauté, comme Data Driven Paris qui réunit sur un rythme mensuel plus de 150 participants : entrepreneurs, représentants de grands groupes, data scientists… Cela permet de créer une dynamique au sein de l’écosystème et de favoriser l’open innovation dans le secteur de la data.

Xavier Lorphelin est associé fondateur du fonds d’investissement Serena Capital, créé en 2008, aux côtés de Marc Fournier et Philippe Hayat.

 

Serial entrepreneur comme ses associés, Xavier Lorphelin possède plus de 20 ans d’expériences dans le développement et l’investissement dans des entreprises innovantes et technologiques. Il a travaillé successivement dans la Silicon Valley, pour Flextronics, leader mondial de la sous-traitance en fabrication électronique, et JSource, startup spécialisée dans les solutions logicielles basées sur la technologie Java et dédiée aux cartes à puce et aux systèmes de paiement, qu’il a co-fondée en 1997.

 

Xavier Lorphelin a également co-fondé l’incubateur Kangaroo Village avant de gérer l’activité capital risque de la Société Générale pendant 6 ans.

Il est enfin diplômé de l’Ecole Polytechnique, de l’École Nationale des Ponts et Chaussées et de l’Université de Stanford.