Le soir du 13 septembre 2026, sur le campus Schwartz Reisman de Toronto, se réuniront non pas de simples passionnés de technologie, mais des personnes dont les décisions déterminent où afflueront des millions de dollars de capital-risque. Mohammad Norouzi, d'Ideogram, diplômé de l'Université de Toronto, expliquera comment un laboratoire universitaire se transforme en une entreprise dont la valorisation se compte déjà en centaines de millions. À ses côtés, l'investisseuse Eva Lau, de Two Small Fish Ventures, dont le nouveau fonds de 30 millions de dollars cible précisément l'IA générative et les semi-conducteurs.
Derrière la brillante apparence se cache un mécanisme économique simple : des universités comme U of T sont depuis longtemps devenues des fabriques non seulement de savoir, mais aussi de capital. Geoffrey Hinton, dont les travaux ont valu un prix Nobel, a attiré sur le campus des talents qui fondent aujourd'hui des start-up. Norouzi, qui a travaillé chez Google sur Imagen, construit désormais Ideogram — un outil de génération d'images capable de rivaliser avec les géants. Pour les investisseurs, c'est un signal : un accès précoce à de telles équipes offre une chance de retour multiple, mais les risques y sont aussi plus élevés que dans les secteurs traditionnels.
Les quatre start-up qui présenteront leurs projets illustrent différentes facettes de cette économie. CentML promet de réduire de 65 pour cent les coûts de lancement de grands modèles — une économie directe pour les entreprises qui dépensent des millions en informatique en nuage. Private AI aide à respecter les règles de confidentialité, transformant les barrières réglementaires en avantage concurrentiel. BioBox et Xatoms travaillent à la croisée de l'IA et des biotechnologies ou de la chimie quantique, où un seul contrat réussi avec un géant pharmaceutique peut changer le destin d'un fonds.
Pour l'investisseur ordinaire ou le spécialiste qui réfléchit à sa carrière, de tels événements ne sont pas qu'une simple occasion de networking. Ils montrent comment la structure de la richesse évolue : les doctorants d'hier deviennent cofondateurs d'entreprises valorisées en milliards, et des fonds de capital-risque comme TSFV recherchent activement ce type d'histoires. Le succès dépend toutefois non seulement de la technologie, mais aussi de la capacité à attirer des capitaux, à nouer des liens avec les alumni et à trouver des niches où l'IA résout des problèmes réels et coûteux.
Le paradoxe est que les opportunités les plus prometteuses se cachent souvent non pas dans les noms ronflants, mais dans les détails : la manière précise dont une start-up réduit les coûts de son client ou contourne les risques réglementaires. Eva Lau, qui est passée de Wattpad à son propre fonds, souligne précisément cela — des conseils pratiques pour ceux qui veulent non pas simplement observer le boom de l'IA, mais participer à la répartition du capital qu'elle crée.
En fin de compte, la rencontre de Toronto ne porte pas seulement sur l'avenir des technologies, mais aussi sur la manière dont la richesse se redistribue aujourd'hui. Ceux qui comprennent la logique de tels écosystèmes ont la chance d'entrer dans le jeu avant que le marché ne fixe son prix définitif.
