La deeptech se finance désormais selon plusieurs économies du capital
📩 Pour nous contacter: redaction@fw.media
Les entreprises européennes de la deeptech ont levé 20,3 milliards de dollars en 2025, soit près du tiers de l’ensemble du capital-risque investi sur le continent. Ce total apparemment homogène rassemble pourtant des trajectoires qui le sont de moins en moins. Les financements des nouvelles technologies énergétiques ont reculé de 41 % quand ceux du « future of compute » progressaient de 115 %. L’IA fondationnelle concentre des méga-tours destinés au calcul, la biotech reste rythmée par ses étapes scientifiques et réglementaires, tandis que la robotique, le spatial et les semi-conducteurs doivent financer leur passage à la production. La deeptech n’a pas disparu, mais le terme ne suffit plus à expliquer comment une entreprise doit être financée, évaluée et industrialisée.
En 2025, le financement de la deeptech européenne est revenu presque à son sommet de 2021. Les startups du secteur ont levé 20,3 milliards de dollars, en hausse de 20 % sur un an, selon l’European Deep Tech Report 2026 publié par Dealroom. Elles ont capté 32 % de l’ensemble du capital-risque investi en Europe, contre 15 % dix ans plus tôt. La valeur cumulée des entreprises européennes de deeptech financées par le VC atteindrait désormais 690 milliards de dollars.
À cette échelle, la catégorie paraît plus robuste que jamais, alors que le financement des entreprises technologiques européennes dites conventionnelles restait inférieur de 54 % à son pic de 2021, la deeptech n’en était plus éloignée que de 4 %.
La moyenne masque cependant ce qui se passe à l’intérieur, parmi les segments que Dealroom qualifie de novel deep tech, l’IA a attiré 3,4 milliards de dollars en 2025, le future of compute, qui réunit notamment quantique, nouvelles architectures de semi-conducteurs, photonique et mémoires avancées, 2,5 milliards, le spatial 1,3 milliard, la biologie computationnelle et la chimie 1,1 milliard, les nouvelles technologies énergétiques 700 millions et la robotique 500 millions.
Et surtout, ces montants n’évoluent plus au même rythme. Le future of compute a progressé de 115 % en un an, la biologie computationnelle de 88 %, la robotique de 64 %, l’IA de 27 % et le spatial de 22 %, l’énergie a suivi le chemin inverse, avec un recul de 41 %, largement attribué par Dealroom à l’absence de méga-levées comparables à celles de l’année précédente.
Il n’existe donc plus un cycle unique de la deeptech, mais plusieurs économies du capital qui cohabitent désormais sous la même appellation.
Le mot rassemble des entreprises que l’argent sépare
La deeptech reste une catégorie utile pour décrire l’origine d’une entreprise, elle signale généralement une technologie issue de travaux scientifiques ou d’ingénierie avancée, une propriété intellectuelle difficile à reproduire, une incertitude technique importante ou encore un délai de développement plus long que celui d’un logiciel conventionnel.
Cela étant, elle renseigne beaucoup moins sur ce que le prochain tour de table doit permettre d’accomplir. Dans un laboratoire de modèles d’IA, plusieurs centaines de millions de dollars peuvent financer du calcul, des chercheurs, l’acquisition de données et un déploiement international presque simultané. Dans une biotech, la même somme doit porter plusieurs programmes jusqu’à une prochaine étape préclinique ou clinique, sans garantie qu’ils la franchissent. Chez un fabricant de robots, elle sert à fiabiliser le produit, organiser une chaîne d’approvisionnement, constituer des stocks, installer les machines et assurer leur maintenance. Dans l’énergie ou le spatial, elle peut seulement conduire l’entreprise jusqu’au point où un industriel, une banque, un client public ou un financeur d’infrastructure acceptera de prendre le relais.
Cette différence apparaît déjà dans la composition des tours recensés par Dealroom, en 2025, la série C de 1,7 milliard d’euros de Mistral AI représentait à elle seule la moitié environ du financement européen de la catégorie novel AI ; le nouveau tour de table de 3 milliards d’euros devrait accentuer le phénomène dans les chiffres de 2026. Dans la robotique, le principal tour atteignait 120 millions d’euros ; dans les nouvelles technologies énergétiques, 145 millions. Si additionner ces opérations permet de mesurer les capitaux mobilisés, cela ne suffit plus à raconter un marché commun.
La difficulté est renforcée par le caractère mouvant de la définition elle-même, certaines technologies cessent d’être classées parmi les deeptech à mesure qu’elles deviennent courantes, ainsi, la deeptech ne se contente pas de réunir des industries différentes, son périmètre évolue également avec leur maturité.
L’IA fondationnelle entre dans une économie d’hyperscale
Le changement le plus spectaculaire concerne les entreprises qui développent les grands modèles et leurs infrastructures. À leur création, ces sociétés ressemblent encore à des startups avec une équipe resserrée, une hypothèse technologique, du capital-risque et la recherche rapide d’une première preuve. Leur passage à l’échelle les rapproche ensuite d’une économie de grands projets. Entraîner les modèles, réserver des capacités de calcul, attirer les chercheurs, servir des millions d’utilisateurs et construire une distribution mondiale exigent des capitaux que les fonds de venture traditionnels ne peuvent généralement plus apporter seuls.
Le risque porte moins exclusivement sur la possibilité de faire fonctionner la technologie que sur la capacité à financer sa progression, à réduire son coût d’utilisation, à sécuriser son infrastructure et à convertir son adoption en revenus durables.
Cette observation ne vaut pas pour l’ensemble de l’intelligence artificielle, et des milliers d’éditeurs spécialisés, de fournisseurs d’outils et de startups applicatives continuent de suivre une économie proche de celle du logiciel. Mais, au sommet du marché, les frontier labs cherchent désormais surtout à financer une capacité industrielle de calcul et son alimentation en énergie.
Leur croissance aspire mécaniquement une part considérable du capital disponible et transforme les statistiques du secteur. Un record de financement peut alors indiquer à la fois une accélération technologique et, surtout, une concentration croissante autour de quelques entreprises.
De la biotech à la robotique, chaque secteur impose sa propre preuve
La biotech obéit à un calendrier presque inverse, où la valeur ne progresse pas principalement avec le nombre d’utilisateurs ou la puissance de calcul engagée, mais avec une succession d’étapes scientifiques, cliniques et réglementaires. Une entreprise peut améliorer considérablement la qualité de ses actifs tandis que les financements de sa catégorie diminuent ; elle peut aussi lever beaucoup sans réduire le risque d’échec d’un programme.
Dans la robotique, la preuve change à mesure que l’entreprise avance. Faire saisir un objet à un prototype établit une capacité technique ; faire répéter le geste à plusieurs milliers de machines, dans des usines ou des entrepôts, avec une disponibilité élevée et un coût de maintenance acceptable, établit une capacité industrielle. Entre les deux apparaissent la mécanique, l’électronique, les fournisseurs, la certification, la production, la logistique et le service après-vente.
Si les démonstrations impressionnantes facilitent les premiers financements, les suivants sont surtout déterminés par la cadence de production, la fiabilité du produit et le retour sur investissement obtenu par les clients.
Les semi-conducteurs ajoutent encore une autre mécanique, ainsi une société fabless doit financer la conception, les logiciels, les premiers tape-outs, l’accès aux fondeurs et une première montée en volume. Une entreprise qui veut produire elle-même ses composants nécessite la construction d’une usine, et ce au moyen d’un financement qui ne relève plus de l’économie ordinaire du capital-risque.
Le spatial et l’énergie poussent cette logique encore plus loin, les trajectoires de PLD Space, désormais confrontée au passage de la fusée à la production industrielle, et de Proxima Fusion, qui mobilise des capitaux privés et publics avant l’existence de revenus significatifs, montrent pourquoi le développement d’un lanceur, d’une constellation, d’un réacteur ou d’une première installation industrielle exige de combiner des fonds propres avec des subventions, des contrats, des garanties, de la dette et parfois du financement de projet. Si la technologie demeure indispensable, la capacité à assembler les capitaux l’est tout autant.
Le venture capital doit organiser son propre passage de relais
Ces changements ne signifient pas que le VC se transforme spontanément en financeur d’infrastructures, mais qu’il doit conduire la startup jusqu’au stade où un autre type de capital acceptera d’intervenir.
Dans la chaîne de financement, la recherche publique et les subventions peuvent financer les connaissances initiales. Le capital-risque prend en charge la création de l’entreprise, le recrutement de l’équipe et la première démonstration. Les investisseurs de croissance, les groupes industriels et les fonds souverains peuvent ensuite soutenir l’industrialisation. Les marchés cotés peuvent également devenir un relais, comme l’illustre le choix du Nasdaq effectué par PASQAL. Enfin, la dette et le financement de projet deviennent accessibles lorsque les revenus, les actifs, les commandes ou les engagements d’achat rendent le risque plus prévisible.
Chaque rupture dans cette chaîne peut interrompre le développement d’une technologie pourtant prometteuse.
C’est précisément l’une des fragilités européennes mises en évidence par le rapport. Dealroom estime que 70 % des capitaux apportés aux grandes opérations late stage de la deeptech européenne proviennent d’investisseurs non européens. Selon le point de comparaison retenu, le déficit annuel de financement de croissance du continent se situerait entre 4 et 24 milliards de dollars.
Cette dépendance n’implique pas que les capitaux étrangers soient indésirables, ils peuvent apporter les montants, les réseaux et l’accès au marché nécessaires à une expansion internationale. Elle signifie en revanche que l’Europe produit des technologies dont elle ne possède pas toujours les instruments financiers permettant d’accompagner toute la croissance.
Le problème n’est donc plus seulement de créer davantage de fonds deeptech, mais de déterminer quel capital doit financer chaque transition : du laboratoire au prototype, du prototype à la première usine, de l’usine au déploiement et du déploiement à l’exploitation.
Les cycles financiers divergent, les dépendances industrielles convergent
La fragmentation du financement pourrait laisser penser que ces industries s’éloignent les unes des autres. Or leur fonctionnement produit le mouvement inverse.
L’essor de l’IA stimule la demande en semi-conducteurs, en interconnexions optiques et en centres de données. Ces infrastructures augmentent à leur tour les besoins en production électrique, en réseaux, en stockage et en refroidissement. La robotique bénéficie des progrès des modèles multimodaux, mais dépend aussi des capteurs, des composants électroniques et des capacités de fabrication. La biologie computationnelle utilise le calcul pour explorer les molécules et les protéines. Le spatial fournit des communications, des images et des données dont dépendent d’autres industries.
Financièrement, ces secteurs suivent des calendriers différents ; industriellement, ils forment un même système.
Cette interdépendance explique le retour de la politique industrielle, désormais chargée d’organiser le chemin du laboratoire à l’usine. Les États ne cherchent plus seulement à soutenir des entreprises isolées, mais tentent de sécuriser simultanément l’énergie, le calcul, les composants, les matières premières, les capacités de production et les débouchés publics nécessaires à leur développement.
Elle explique aussi pourquoi la souveraineté ne peut être mesurée au seul lieu de création d’une startup. Une technologie peut naître dans un laboratoire européen, être financée par un fonds américain, fabriquée en Asie, déployée par un groupe mondial et dépendre d’une infrastructure cloud étrangère. La nationalité de l’entreprise ne suffit plus à localiser le contrôle de la chaîne de valeur.
L’investisseur généraliste perd sa métrique universelle
Cette fragmentation change également le métier d’investisseur. Dans l’IA fondationnelle, il faut mesurer l’accès au calcul, le coût d’entraînement et d’inférence, la qualité des données, la distribution et la capacité à financer les générations suivantes du modèle. Dans la biotech, l’analyse porte sur les résultats scientifiques, la propriété intellectuelle, les étapes cliniques et les partenariats pharmaceutiques. Dans la robotique, elle concerne le coût de fabrication, la fiabilité, la cadence de production et le retour sur investissement chez le client. Dans le spatial, les contrats publics et le carnet de commandes deviennent centraux. Dans les semi-conducteurs, l’accès aux fondeurs, les rendements et la solidité de la chaîne d’approvisionnement peuvent déterminer l’avenir de l’entreprise. Dans l’énergie, la réglementation, les engagements d’achat et la capacité à financer les premiers projets sont décisifs.
Ces entreprises partagent une intensité scientifique et technologique, mais ne partagent plus nécessairement la même économie de fonds, les mêmes durées de détention, les mêmes besoins de réserves ni les mêmes possibilités de sortie.
La spécialisation devient donc moins un positionnement marketing qu’une nécessité d’analyse. Elle oblige les fonds à préciser ce qu’ils savent réellement financer, les LP à comprendre l’exposition qu’ils achètent et enfin les pouvoirs publics à abandonner les dispositifs indifférenciés.
Notre politique éditoriale concernant l'intelligence artificielle
Les analyses et articles sont rédigées par des journalistes.
L'IA peut être utilisée comme outil d'assistance (traduction, synthèse, recherche documentaire ou amélioration stylistique).
Les faits, chiffres et analyses sont systématiquement vérifiés et validés par la rédaction.
Les illustrations générées ou modifiées par IA sont explicitement signalées.
- Avec 86,5 millions d’euros, TANDEM HEALTH veut passer du scribe médical au système d’exploitation clinique - 14/09/2026
- La deeptech se finance désormais selon plusieurs économies du capital - 14/09/2026
- EUROPE, NEXT WEEK: de Paris à Espoo, l’innovation face au test de l’industrialisation - 11/09/2026
