Recherche : Startup Scouting & AI

Réalisé durant mon stage en Open Innovation chez L'Oréal, ce mémoire de recherche part d'un constat paradoxal : alors que l'IA promet d'automatiser la collecte de données et l'analyse de tendances, son adoption réelle dans le "Startup Scouting" (la détection de startups) reste timide.

L'enjeu : Démêler le fantasme de la réalité. J'ai cherché à comprendre comment les grandes entreprises et les fonds de Venture Capital intègrent concrètement l'IA dans leurs processus de décision, et quels sont les freins organisationnels à cette transformation.

Recherche

J'ai mené une étude qualitative approfondie (13 entretiens) auprès d'un panel d'experts variés : Directeurs de l'Innovation Corporate, Investisseurs VC, Responsables d'Accélérateurs. Mon analyse s'est portée sur trois axes :

1. L'état de l'art : Qui utilise quoi ? (Des outils "maison" des VCs aux usages exploratoires de ChatGPT en corpo).

2. Les barrières : Pourquoi ça bloque ? (Qualité de la donnée, résistance culturelle, manque de processus structurés).

3. Le modèle cible : Vers quoi va-t-on ? (L'émergence des modèles hybrides).

Insights & Publication

• Le Modèle Hybride : Ma recherche démontre que le futur n'est pas à l'automatisation totale, mais à une collaboration où l'IA agit comme un amplificateur (sourcing de signaux faibles) tandis que l'humain garde la main sur la qualification relationnelle et stratégique.

• Publication Académique : Ce travail a été sélectionné et publié dans le premier numéro des "Deeptech Entrepreneurship Research Briefings" de l'institut d'innovation de l'ESCP.

• Reconnaissance : Mise en avant par l'école comme une étude de référence sur l'intersection entre IA et Innovation.

Ce travail de recherche m'a permis de forger une conviction forte : l'IA ne remplacera pas les 'scouts', mais les scouts qui utilisent l'IA remplaceront ceux qui ne le font pas. Cette expertise me permet aujourd'hui de conseiller les entreprises non seulement sur leurs outils, mais sur leur culture d'innovation.