Qu'est-ce qui empêche réellement les percées de la deep tech de devenir des entreprises capables de passer à l'échelle ?

Transformer une découverte en une entreprise prête pour le marché n'est pas seulement une question de science ou de financement. Cela exige des connaissances en gestion, les bonnes personnes et un écosystème qui les relie.

La deep tech promet de résoudre certains des problèmes les plus difficiles du monde, de la résilience climatique à l'informatique quantique en passant par les matériaux avancés. Mais transformer une découverte de rupture en une entreprise capable de passer à l'échelle est souvent jalonné d'« échecs brillants ». Cela suppose de franchir ce que les investisseurs et les innovateurs appellent la « Vallée de la mort » : cette étape risquée entre un prototype validé et un produit capable d'attirer des clients, de générer des revenus et de sécuriser des capitaux de croissance.

Pendant des décennies, le récit dominant a voulu que ces projets échouent en raison de l'incertitude de la recherche scientifique, de la longueur des cycles de développement et, surtout, de la rareté des financements.

Cependant, un examen plus approfondi de l'écosystème révèle une tension différente : la deep tech n'échoue pas au laboratoire ; elle échoue à l'interface entre la découverte scientifique et l'exécution commerciale. Les découvertes brillantes ne sont pas traduites assez tôt en problèmes de marché, en besoins clients, en modèles économiques et en stratégies d'exécution.

La « Vallée de la mort » est ce dangereux passage intermédiaire dans la vie d'une startup de la deep tech, lorsqu'une technologie a dépassé le stade du laboratoire mais reste loin de devenir un produit fiable, capable de passer à l'échelle et que les clients achèteront.

Cette phase se situe généralement autour des niveaux de maturité technologique (Technology Readiness Levels, ou TRL) 4 à 7 — une partie d'une échelle de maturité en neuf étapes utilisée par les agences spatiales et l'Union européenne pour évaluer le degré d'avancement d'une technologie, depuis l'idée de laboratoire précoce (TRL 1) jusqu'à une technologie pleinement éprouvée en conditions réelles (TRL 9). À ce stade, les équipes cherchent à transformer des prototypes et des projets pilotes en solutions qui fonctionnent de manière constante dans des environnements réels, au moment même où les premières subventions s'épuisent et avant que les grands investisseurs ne soient prêts à s'engager.

Les données officielles européennes suggèrent que si la plupart des projets Horizon Europe (Horizon Europe étant le principal programme de financement de la recherche et de l'innovation de l'UE) commencent comme de la recherche fondamentale ou des idées à un stade précoce, seule la moitié environ atteint le stade de la démonstration à leur terme. C'est pourquoi les programmes européens de soutien à la deep tech se concentrent de plus en plus sur la phase TRL 4-6, où les startups doivent améliorer non seulement leur maturité technologique, mais aussi leur maturité commerciale et leur attractivité pour les investisseurs.

En Europe, les enjeux sont particulièrement élevés : selon le European Deep Tech Report 2025, les startups de la deep tech ont attiré environ 15 milliards d'euros d'investissement en 2024, soit près d'un tiers de l'ensemble du capital-risque européen.

Alors, le financement est-il vraiment le principal manque de la deep tech, ou le défi le plus profond consiste-t-il à apprendre à faire survivre la science face au marché ?

Nous avons interrogé des fondateurs, des investisseurs et des experts de la deep tech pour explorer cette question.

Quand l'excellence scientifique devient un angle mort

Si la Vallée de la mort est souvent décrite comme un problème de financement, les fondateurs et experts de la deep tech que nous avons rencontrés décrivent une réalité bien plus complexe. La ressource manquante est la capacité à traduire l'excellence scientifique en un problème de marché que les clients, les investisseurs et les partenaires peuvent comprendre.

La plupart des fondateurs de la deep tech sont issus de centres de recherche de renommée mondiale, doctorat et brevets de rupture en poche.

Ils possèdent ce que Phil de Luna, directeur technique de Cura, appelle l'intelligence de la « science dure » : un monde définitif, fondé sur les données et quantitatif.

Cependant, commercialiser cette science exige un ensemble de compétences différent, qui n'est pas inhérent à une formation scientifique ou d'ingénieur.

Comme l'observe Oliver Kahl, directeur de MIG Capital, les universitaires ont souvent une idée grandiose de ce que leur technologie peut accomplir, mais lorsqu'ils rencontrent enfin le marché, celui-ci raconte une tout autre histoire.

Cela crée un « angle mort » où les fondateurs se concentrent sur l'élégance de la solution plutôt que sur l'urgence du problème.

Rasmus Bankwitz, fondateur de Link Photonics, reconnaît que son cofondateur et lui étaient « deux nerds de la tech » avec une idée révolutionnaire pour l'informatique quantique, mais aucune expérience dans la création d'une entreprise ou la levée de fonds. Sans pont vers le monde des affaires, même la technologie la plus révolutionnaire reste prisonnière du laboratoire.

De « changer le monde » à choisir un seul marché

Le principal obstacle à l'interface science-business est souvent un manque de focalisation. Les scientifiques sont formés à explorer toutes les variables, mais les entrepreneurs doivent apprendre à prioriser sans concession. Rémi Moriceau, PDG de Fermun Photonics, se souvient qu'avant de rejoindre un programme d'accélération structuré, son équipe « voulait changer le monde » et s'adresser à tous les clients possibles en même temps.

Cette ambition, bien que noble, peut être fatale pour des projets en phase précoce disposant de ressources limitées. Les programmes d'accélération de la deep tech peuvent donc jouer un rôle crucial : agir comme des « releveurs d'obstacles » et des « artisans du récit » pour des fondateurs qui ont besoin de transformer un potentiel technologique en une proposition de marché claire.

Ils aident les scientifiques à appliquer la méthode scientifique non seulement à leurs expériences, mais aussi à leurs modèles économiques : tester des hypothèses, collecter des données de marché et itérer rapidement.

En fixant des objectifs commerciaux stratégiques allant au-delà de la validation technologique, ces programmes aident les fondateurs à passer d'un état d'esprit de recherche et développement à une logique de vente, de passage à l'échelle et d'adoption par le marché.

Comment les écoles de commerce peuvent-elles aider la deep tech à atteindre le marché ?

Franchir la Vallée de la mort exige des connaissances en gestion : la capacité d'identifier les véritables besoins des clients, de définir un modèle économique viable, de comprendre les attentes des investisseurs, de naviguer parmi les contraintes réglementaires et de décider quelle opportunité de marché poursuivre en premier.

Pour les fondateurs de la deep tech, ces connaissances peuvent être difficiles à acquérir seuls. Les scientifiques et les ingénieurs restent essentiels pour faire progresser la technologie, mais transformer une percée en entreprise exige aussi des personnes capables de relier cette technologie aux clients, aux investisseurs, aux régulateurs et aux partenaires industriels. Le défi n'est pas de remplacer l'expertise scientifique par l'expertise commerciale. Il s'agit de réunir les deux suffisamment tôt pour que le projet passe du prototype au marché.

C'est là que l'idée d'une école de commerce comme « École des solutions » prend tout son sens. Son rôle est de former des personnes capables d'agir comme traducteurs et connecteurs : des personnes capables de comprendre suffisamment la science pour poser les bonnes questions, suffisamment le marché pour tester des cas d'usage réels, et suffisamment la logique commerciale pour transformer une découverte en stratégie, en exécution et en impact.

Éloïc Peyrache, doyen d'HEC Paris, prône depuis longtemps une approche multidisciplinaire de l'enseignement supérieur. Selon lui, les diplômés des écoles de commerce doivent de plus en plus « maîtriser plusieurs domaines » — de l'intelligence artificielle et des données au climat et à la géopolitique — afin de construire des ponts entre les experts et de transformer le savoir en solutions.

Dans la deep tech, ce rôle de connecteur peut déterminer si une percée reste un prototype ou devient une entreprise.

La valeur réside également dans la force de l'écosystème. Les programmes conjoints entre écoles d'ingénieurs et écoles de commerce, comme ceux proposés par HEC Paris en collaboration avec l'École Polytechnique de Paris (en entrepreneuriat et en science des données) ou des initiatives comme CDL-Paris, réunissent scientifiques, entrepreneurs, investisseurs, étudiants et mentors autour d'un même défi : aider les startups fondées sur la science à tester leurs hypothèses, à naviguer dans la réglementation, à attirer des capitaux et à trouver leurs premiers clients et marchés.

Pour Aymeric Penven, directeur du Deep Tech Center d'HEC Paris, il ne s'agit pas d'un simple exercice pédagogique. C'est une nécessité stratégique : le seul moyen de transformer des percées technologiques en entreprises capables de passer à l'échelle et d'adresser l'opportunité de marché de 1 300 milliards d'euros que représentent la résilience climatique et sociétale. En ce sens, la contribution de l'école de commerce n'est pas de produire des ingénieurs. C'est de fournir les connaissances en gestion, les connecteurs humains et l'écosystème qui aident la science à survivre au marché.

Une traduction assistée par LLM.