Aller au contenu
Logo Fast Growth Advisors
Édition Q4 2026 · Novembre 2026
Diagnostic gratuit
Observatoire
Logo Fast Growth AdvisorsLogo Paris Business Angels
Édition Q4 2026

Rapport Message-Market Fit 2026375 startups B2B françaises post-levée

375 startups · 15 critères · 3 questions d’acheteur à l’IA

Le cadre Fast Growth Advisors pour mesurer ce que le marché comprend du discours des startups françaises post-levée, publié avec Paris Business Angels. Résultat des audits menés fin octobre et début novembre 2026 : 74 % doivent consolider leur message avant de l’amplifier. Leur prospect ne voit ni pourquoi les choisir plutôt qu’un concurrent, ni ce qu’il y gagnerait. Et le montant levé n’y change rien (R² = 0,001).

Observatoire écrit par , Michel Crestin (Fast Growth Advisors) et Olivier Baroux, président de Paris Business Angels
61%

61 % des startups ont un vrai différenciateur. Et le cachent.

42 % ont des résultats chiffrés qu’elles ne montrent pas sur leur page d’accueil. Pour plus d’une sur deux, l’IA cite un autre acteur à sa place quand un acheteur l’interroge.

61%
cachent un différenciateur réel
hors de leur page d’accueil
1/2
remplacée par un autre acteur
dans les réponses de l’IA
0,001
R² entre montant levé
et qualité du message
En un coup d’œil

Quels sont les douze chiffres à retenir ?

  • 01 · Verdict

    74 %

    Message à consolider avant d’être amplifié. Seules 23 % ont un message jugé solide.

    Voir la démonstration
  • 02 · Compréhension

    < 1/10

    Startups dont l’accueil dit à la fois quoi, pour qui et quel résultat.

    Voir la démonstration
  • 03 · Résultat absent

    87 %

    L’accueil ne dit pas ce que le client y gagne.

    Voir la démonstration
  • 04 · Cible absente

    77 %

    L’accueil ne nomme pas à qui il s’adresse.

    Voir la démonstration
  • 05 · Différenciateur caché

    61 %

    Ont un différenciateur réel, mais hors de l’accueil.

    Voir la démonstration
  • 06 · Différenciateur copié

    19 %

    Ouvrent sur un angle que revendique aussi un concurrent nommé.

    Voir la démonstration
  • 07 · Chiffres cachés

    42 %

    Ont des résultats chiffrés, mais dans la presse ou en pages internes.

    Voir la démonstration
  • 08 · Invisibles à l’IA

    59 %

    Citées dans aucune des 3 réponses de l’IA de Google à des questions d’acheteur.

    Voir la démonstration
  • 09 · Remplacées

    1 sur 2

    55 % des startups mesurées (205 sur 374) sont absentes des réponses de l’IA et y voient un autre acteur cité à leur place : concurrent, plateforme, média ou institution.

    Voir la démonstration
  • 10 · Conversion

    53 %

    Notées 2/5 ou moins à la fois sur le prix affiché, la capture de contacts et le parcours jusqu’au contact.

    Voir la démonstration
  • 11 · Capital

    0,001

    R² entre montant levé et qualité du message : le montant levé n’explique rien.

    Voir la démonstration
  • 12 · Stabilité

    43,5 vs 42,8

    30 startups de l’édition N°1, réauditées aujourd’hui, ont le même niveau que les 375 nouvelles. Le nouveau panel ne fait pas mieux.

    Voir la démonstration
La grille de lecture

Quatre questions. Quarante-cinq secondes. Et une machine qui lit à votre place.

Avant d’entrer dans les données, un concept clé. Toute startup qui cherche à vendre, à recruter, à lever des fonds ou à signer un partenariat doit pouvoir répondre en quarante-cinq secondes à quatre questions.

01
Qui sommes-nous ?
02
Que vendons-nous ?
03
Qu’est-ce qui nous différencie ?
04
Quelle valeur cela crée-t-il pour notre client ?

Ce qui a changé depuis l’édition N°1 : le premier lecteur n’est plus toujours humain

Un acheteur qui prépare une décision pose de plus en plus sa question à un moteur IA avant de visiter le moindre site. Ce moteur ne lit pas un slogan comme un humain : il cherche une réponse explicite à la question posée, formulée dans les mots de l’acheteur. Et ce moteur ne cite qu’une poignée d’acteurs par réponse : dans une catégorie encombrée, la startup qui ne se distingue pas nettement laisse sa place aux acteurs installés.

L’essentiel

Que montre l’Observatoire en quatre constats ?

74 % des 375 startups auditées doivent consolider leur message. Concrètement, leur prospect ne sait pas pourquoi les choisir plutôt qu’un autre, ni ce qu’il en retirera. Pour la startup, la vente s’allonge, se négocie sur le prix, ou ne commence jamais : elle n’entre pas dans la shortlist. Pour l’investisseur, c’est une croissance qui coûte plus cher que prévu.

Où vous situez-vous ?

Chaque barre compte les startups d’une tranche de score sur 75. Plus de trois sur quatre restent sous 50, et une seule dépasse 60.

Figure 01
Distribution des 375 scores
Nombre de startups par tranche de score sur 75 · moyenne 42,8 · médiane 43
Distribution des 375 scores1 · 0,3 %10-19/7516 · 4,3 %20-29/75121 · 32,3 %30-39/75148 · 39,5 %40-49/7588 · 23,5 %50-59/751 · 0,3 %60-75/75
Lecture : plus de trois startups sur quatre sont sous 50/75 ; une seule dépasse 60. Aucune ne dépasse 82 % du potentiel.

Dans quel secteur êtes-vous ?

Repérez votre secteur. Le détail, secteur par secteur, est dans la partie Les preuves, avec la citation par l’IA.

Figure 02
Trouvez votre secteur
14 secteurs · score moyen du message sur 75 · moyenne générale 42,8
Score moyen du message par secteurCybersécurité50,4/75RH49,3/75Marketing / Retail48,0/75FinTech / Assurance47,5/75IA45,9/75Software44,0/75Mobilité / Logistique42,7/75Industriel42,3/75Énergie / Climat40,9/75Santé / MedTech40,4/75Agri / Food40,4/75DeepTech38,1/75Spatial36,9/75Biotech35,4/75
Lecture : du rouge (score faible) au vert (score élevé). Aucun secteur n’atteint 51/75.

Les startups manquent-elles de matière pour convaincre ? Non : elles la cachent.

61 % des startups ont un différenciateur réel qu’elles placent hors de l’accueil. 42 % ont des résultats chiffrés, mais dans la presse ou en pages internes. Moins d’une sur dix dit, sur un même écran, ce qu’elle fait, pour qui et avec quel résultat.

Si vous dirigez une startup. Votre prochain message est sans doute déjà écrit, quelque part dans votre FAQ, votre presse ou vos études de cas. Le travail consiste à choisir ce qui monte en tête de page. Tant qu’il reste enfoui, votre prospect vous compare sur le prix.

Si vous investissez. Vos participations ont presque toutes de quoi convaincre. Ce qui leur manque, c’est un arbitrage : quelle cible servir d’abord, quelle preuve montrer, quelle formulation tenir partout. En attendant, chaque deal se signe plus bas qu’il ne devrait.

Que coûte un message flou ? Des ventes, et une place dans la réponse de l’IA.

Quand le message n’est pas compris du tout, le parcours de conversion tombe à 1,1 sur 5, contre 1,9 pour les autres. Quand le bénéfice est chiffré en accueil, il monte à 2,3. Côté IA, 59 % des startups ne sont citées dans aucune réponse de Google à leurs acheteurs, et plus d’une sur deux (55 %) voit un autre acteur cité à sa place.

Si vous dirigez une startup. Chaque visiteur qui ne se reconnaît pas est un rendez-vous perdu. Et l’acheteur qui interroge l’IA reçoit une shortlist où quelqu’un d’autre occupe votre place.

Si vous investissez. Un message flou allonge les cycles et pousse la négociation vers le prix. C’est un coût d’acquisition qui n’apparaît dans aucun reporting.

Figure 03
Le message flou se paie en conversion
Score moyen du parcours de conversion, sur 5 · mêmes audits
Parcours de conversion selon la clarté du messageMessage pas compris du tout (14 %)1,1/5Message compris, au moins en partie1,9/5Bénéfice non chiffré en accueil1,7/5Bénéfice chiffré en accueil2,3/5
Lecture : un message compris presque double le parcours de conversion (1,1 à 1,9) ; un bénéfice chiffré le fait passer de 1,7 à 2,3. Association mesurée, pas causalité démontrée.

Être lisible par l’IA suffit-il à être cité ? Non.

Les sites sont plutôt prêts à être lus : 65 sur 100 en moyenne à l’audit GEO. Mais les startups que cite l’IA de Google et celles qu’elle ignore ont le même score, au dixième près. Ce qui décide, c’est l’encombrement de la catégorie : 83 % de startups citées dans le spatial, 25 % dans l’IA.

Si vous dirigez une startup. L’optimisation technique est nécessaire, elle ne suffit pas. Ce qui fait citer, c’est une réponse nette à la question précise de votre acheteur. Sans cette réponse, vous n’êtes pas dans la shortlist que l’IA remet à l’acheteur.

Si vous investissez. Un bon score GEO ne garantit aucune visibilité. Demandez plutôt sur quelle question d’acheteur la startup est la réponse évidente. Une startup absente des réponses de l’IA paie chaque prospect plus cher.

Lever des fonds ou attendre corrige-t-il le message ? Non.

Sur 367 startups, le montant levé n’explique rien de la qualité du message : R² = 0,001. Trois Series B sur quatre doivent encore le consolider, comme les Seed. Et 30 startups de notre première édition, réauditées, ont le même niveau que les 375 nouvelles.

Si vous dirigez une startup. Ni la prochaine levée ni le temps ne régleront le problème. C’est une décision de l’équipe dirigeante : un arbitrage, puis une journée d’écriture. Chaque euro levé et dépensé en acquisition amplifie un message qui convertit mal.

Si vous investissez. Aucun montant, aucun stade, aucun fonds ne produit un message clair par défaut. C’est un levier de valeur disponible dans presque chaque participation. Laissé de côté, il se lit dans le coût d’acquisition et la vitesse de croissance.

Figure 04
Montant levé et score du message
367 startups françaises post-levée · échelle logarithmique · R² = 0,001
367 startups : montant levé et score du message015304560750,5 M€1 M€2 M€5 M€10 M€20 M€50 M€100 M€200 M€500 M€1 Md€moyenne 42,8/75 · R² = 0,001Montant levé (échelle logarithmique)Score du message /75
Lecture : chaque point est une startup. Le nuage est plat de 0,5 M€ à plus de 500 M€ levés : le montant levé ne prédit pas la qualité du message.
CEO · CPO · CMO
Partie 01

Pour les dirigeants. Où en est votre message ?

Trois tests de trente secondes, trois portraits, une priorité. De quoi savoir où en est votre message, et quoi corriger d’abord.

Que vous coûte un message flou ?

Le coût d’un message flou n’apparaît dans aucun tableau de bord. Il se lit pourtant à chaque étape de la vente.

Ce que le site ne dit pas, ce que vit l’acheteur, ce que ça coûte
Ce que le site ne dit pasCe que vit l’acheteurCe que ça coûte
Pour qui (77 % des startups)Ne sait pas s’il est concernéLeads mal qualifiés, cycles plus longs, commerciaux qui requalifient à la main
Quel résultat (87 %)N’a pas d’argument pour défendre l’achat en interneDécision qui traîne, comité qui arbitre sur le prix
Pourquoi eux (61 % caché, 19 % copié)Compare des offres qu’il ne distingue pasMise en concurrence, remises, banalisation
Les preuves qu’ils ont (42 % hors accueil)Ne voit pas ce qui existeOpportunité perdue alors que la preuve est acquise
Une seule promesse (72 % varient selon les pages)Doute en recoupantPerte de confiance, surtout en secteur régulé
Une réponse à la question de l’acheteur (59 % absentes des réponses de l’IA)Reçoit une shortlist sans la startupAbsent avant même le premier contact
Ces startups n’ont pas un problème de produit. Six sur dix ont un vrai différenciateur, et le rangent là où aucun acheteur ne va le chercher. La conséquence se lit dans le pipeline. L’acheteur qui ne voit pas la différence ne les met pas dans sa shortlist, et l’IA qu’il interroge non plus. Celles qui y entrent quand même voient leur cycle de vente s’allonger : sans argument clair, personne ne les défend devant le comité, et la décision se règle sur le prix. Le message qui manque est pourtant déjà écrit, dans une FAQ ou un article de presse. Il reste à le mettre sur la première page.Hervé Dhélin, fondateur de Fast Growth Advisors

Ce que nous avons mesuré cette année. Le lien entre message et vente se voit dans les données : les startups dont le message n’est pas compris du tout ont un parcours de conversion à 1,1/5 contre 1,9/5 pour les autres, et un prix affiché noté 0,7/5 contre 1,6/5. Celles qui chiffrent leur bénéfice en accueil atteignent 2,3/5 sur la conversion, contre 1,7/5 pour celles qui ne le chiffrent pas. (Corrélations mesurées sur les mêmes audits ; elles décrivent une association, pas une causalité démontrée.)

Conséquence directe : votre site est votre premier commercial, et l’IA est désormais votre premier prescripteur. Si le site ne convainc pas en dix secondes, le deal est compromis avant d’avoir commencé. Si l’IA cite un autre acteur, la startup risque de ne jamais entrer dans la comparaison.

Quelles sont les trois questions qui jugent un message ?

Le marché comprend-il ce que vous faites et pour qui ? Votre différenciateur est-il le vôtre, ou celui de votre concurrent ? Votre valeur est-elle dite, et chiffrée ? Six startups sur dix échouent aux trois à la fois : un accueil qui tait la cible ou le résultat, un différenciateur caché ou copié, et aucun chiffre visible en accueil.

Question 01
< 1/10
dit quoi, pour qui et quel résultat

Le marché comprend-il ? « Le visiteur sait ce que vous faites. Il ne sait pas si c’est pour lui. »

Moins d’une startup sur dix dit, dans le même écran d’accueil, ce qu’elle fait, pour qui et avec quel résultat. Pour la grande majorité (85 %), le message est partiellement compris : le visiteur saisit l’activité, mais pas à qui elle s’adresse ou ce qu’elle change. Pour 14 %, il n’est pas compris du tout.

Les startups savent dire ce qu’elles font. Ce qu’elles taisent, c’est pour qui et ce que ça change. L’accueil décrit une catégorie (« plateforme de formation », « solution de pilotage »), une technologie (« forme galénique à libération prolongée ») ou une mission (« Votre mission, notre priorité »).

Ce que ça coûte : un prospect qui ne se reconnaît pas ne laisse pas ses coordonnées.

Le test à appliquer · Lisez votre phrase d’accueil à un acheteur cible. Peut-il dire, sans aide, s’il est concerné et ce qu’il y gagnerait ? S’il doit faire défiler, la question 01 est ratée.
Éléments absents du message d’accueil
Élément absent du message d’accueilPart
Le résultat pour le client87 %
La cible77 %
Ce que fait l’entreprise29 %
Portrait · Question 01

Une technologie unique, une phrase que personne ne comprend

« Ce que nous faisons est évident. Pour nous. »
Levée
40 M€
Secteur
Spatial · services en orbite
Score audit
38/75
Citée par l’IA
0 sur 2 questions mesurées
Lire le portrait

L’entreprise prolonge la vie des satellites en orbite. Ses chiffres sont décisifs : cinq ans de maintien à poste, plus de 70 % de la flotte géostationnaire concernée, des satellites qui valent 200 à 300 M€ pièce.

Son accueil : « Keeping orbit operational ». Ni cible, ni résultat. Les chiffres sont sur une page interne ; le gain pour l’opérateur (combien coûte un remplacement évité) n’est chiffré nulle part. Le seul appel à l’action est un « Contactez-nous » générique.

L’angle mort : la valeur est si évidente pour l’équipe qu’elle ne l’écrit plus.

Ce que ça coûte : un directeur des opérations d’un opérateur de satellites n’a pas, sur le site, l’argument économique à présenter à son comité. Et quand il interroge l’IA, ce sont deux acteurs établis du secteur qui lui sont cités.

Question 02
61 %
cachés, et 19 % copiés

Votre différenciateur est-il le vôtre ? « Le vrai différenciateur existe. Il est en FAQ. »

Le différenciateur caché. Une startup de couverture des prix agricoles place son avantage le plus fort (couvrir les matières que ni les marchés à terme ni l’assurance récolte ne couvrent) en FAQ. Une startup de biotechnologie industrielle explique sa fermentation brevetée, face à la synthèse chimique, uniquement en page Produits.

Le différenciateur copié. Une startup de lutte contre la fraude ouvre sur « automatisation de la conformité propulsée par l’IA », la même accroche que quatre concurrents internationaux, tandis que son avantage le plus rare du marché (code ouvert, hébergement chez le client) n’apparaît qu’en bouton secondaire. Une startup de gestion du parc informatique se présente comme « tout votre IT, une seule plateforme », formule partagée par trois concurrents.

Ce que ça coûte : un acheteur qui ne voit pas de différence compare sur le seul critère qui reste visible, le prix. Le différenciateur caché, c’est une remise accordée avant même la négociation.

Le test le plus simple · Remplacez votre nom par celui de votre concurrent principal dans votre phrase d’accueil. Si la phrase reste vraie, le différenciateur n’est pas le vôtre.
Situation du différenciateur
SituationPart
Différenciateur propre et visible en accueil12 %
Différenciateur réel, mais enfoui (sous l’accueil, en FAQ, en pages internes)61 %
Accroche revendiquée aussi par un concurrent nommé19 %
Non déterminable à partir de l’audit, ou absent8 %
Figure 05
Où est le différenciateur ?
375 audits · page d’accueil comparée à trois concurrents directs
Situation du différenciateur12 %Propre et visible61 %Réel mais enfoui19 %Copié d’un concurrent8 %Absent ou indéterminé
Lecture : six startups sur dix ont un vrai différenciateur, mais pas là où l’acheteur regarde.
Portrait · Question 02

Le meilleur différenciateur du marché, en bouton secondaire

« L’accroche de tout le monde. »
Stade
Series A
Levée
6,5 M€
Secteur
FinTech · conformité
Score audit
55/75
Citée par l’IA
0 question sur 3
Lire le portrait

L’entreprise a construit l’un des produits les plus distinctifs de son marché : une solution de détection de la fraude à code ouvert, déployable chez le client, qui met une règle en production en 30 minutes. Elle a des preuves : 30 logos et 4 témoignages nominatifs en page d’accueil, 6 études de cas.

Son accroche : « automatisation de la fraude et de la conformité propulsée par l’IA ». C’est, à quelques mots près, celle de quatre concurrents internationaux. Le code ouvert et le déploiement chez le client n’apparaissent qu’en bouton secondaire. La cible (banques, fintechs, acteurs crypto) n’est pas nommée dans l’accueil.

L’angle mort : la startup a choisi l’angle que le marché valorise (l’IA) plutôt que celui qui la rend unique.

Ce que ça coûte : un directeur conformité qui compare quatre solutions « propulsées par l’IA » ne voit pas pourquoi celle-ci. Et quand il pose la question à l’IA de Google, la startup n’apparaît dans aucune des trois réponses : trois autres acteurs y sont cités, dont un géant mondial du logiciel.

Question 03
42 %
ont les chiffres, ailleurs

Votre valeur est-elle chiffrée ? « Les chiffres sont dans Les Échos, pas sur le site. »

Une startup d’agents IA documente 90 % de réponses aux appels d’offres plus rapides et 8 heures gagnées par commercial et par semaine chez un client nommé, sur une page interne. Son accueil dit « IA multijoueur pour la collaboration humain-agent ». Une startup de motivation des réseaux commerciaux affiche +16 % de clients actifs chez un grand groupe d’intérim, en page client seulement.

Ce que ça coûte : sans chiffre, l’acheteur n’a rien à présenter à son comité. La décision traîne ou se règle sur le prix.

C’est le levier le plus rapide de ce rapport : pour 42 % des startups, la correction consiste à déplacer un chiffre qui existe déjà.

Situation de la valeur chiffrée
SituationPart
Bénéfice chiffré en accueil21 %
Chiffres existants, mais ailleurs (presse, communiqué, pages internes, témoignages)42 %
Aucun chiffre de résultat34 %
Non déterminable à partir de l’audit3 %
Figure 06
Où sont les chiffres de résultat ?
375 audits · bénéfice client chiffré
Situation de la valeur chiffrée21 %Chiffrés en accueil42 %Existants, mais ailleurs34 %Aucun chiffreIndéterminé
Lecture : seules 21 % des startups chiffrent leur bénéfice en accueil. 42 % ont le chiffre, mais ailleurs.
Portrait · Question 03

90 % plus rapide, en page interne

« Les preuves sont là. Personne ne les voit. »
Stade
Series B
Levée
35 M€
Secteur
IA · productivité des équipes
Score audit
50/75
Citée par l’IA
1 question sur 3
Lire le portrait

L’entreprise documente des résultats que bien des concurrents envieraient : réponses aux appels d’offres 90 % plus rapides, 8 heures gagnées par commercial et par semaine, 91 % d’adoption chez un client connu. Elle affiche une note de 4,6/5 sur 87 avis sur une plateforme de référence. Ses prix sont publics et complets.

Son accueil : « IA multijoueur pour la collaboration humain-agent ». Un concept à décoder, sans cible ni résultat. Les chiffres vivent sur une page interne ; la note n’apparaît sur aucune page lue. Quatre formulations différentes de l’offre coexistent selon le canal.

L’angle mort : l’équipe a écrit pour un public qui connaît déjà le sujet, pas pour l’acheteur qui découvre.

Ce que ça coûte : un directeur commercial qui arrive sur le site ne voit pas les 8 heures par semaine qui justifieraient l’achat. Les moteurs IA, eux, reçoivent une page de protection anti-robot : la startup n’est citée que sur une question d’acheteur sur trois.

Pourquoi ? Des décisions non prises

Causes relevées dans les audits
Cause relevée dans les auditsPart des startups
Preuves et chiffres présents ailleurs, absents de l’accueil78 %
Cible non tranchée (plusieurs publics mélangés, ou aucun nommé)72 %
Promesse, catégorie ou chiffres qui changent d’une page à l’autre72 %
L’accueil décrit une catégorie au lieu d’un bénéfice42 %
L’accueil parle de la technologie, pas du résultat28 %
Angle repris du discours commun du secteur25 %
Site tourné vers les investisseurs, les pairs ou la vision11 %
Figure 07
Pourquoi le message ne passe pas
Part des 375 startups concernées par chaque cause · une startup peut en cumuler plusieurs
Causes relevées dans les auditsPreuves absentes de l’accueil78 %Cible non tranchée72 %Promesse qui varie selon les pages72 %Catégorie au lieu d’un bénéfice42 %Technologie au lieu du résultat28 %Discours commun du secteur25 %Site tourné vers les investisseurs11 %
Lecture : les trois premières causes ne sont pas des problèmes de rédaction. Ce sont des arbitrages que personne n’a rendus.

Trois arbitrages manquent : quelle cible servir d’abord, quelle preuve mettre en avant, quelle formulation tenir partout. Sur 72 % des sites, la promesse change d’une page à l’autre : chaque équipe a écrit sa version.

Constat Fast Growth Advisors Le copywriting n’est pas en cause, l’alignement l’est. Un site qui change de promesse selon les pages est le miroir d’une organisation qui n’a pas tranché. Aucune refonte ne corrige durablement ce qu’un arbitrage n’a pas décidé.
La priorité numéro 1

Que demande la priorité n°1 de chaque audit ?

Chaque audit se termine par une priorité unique. Dans 97 % des cas, elle porte sur la page d’accueil, et elle demande presque toujours la même chose.

Ce que la priorité n°1 demande d’ajouter à l’accueil
Ce que la priorité n°1 demande d’ajouter à l’accueilPart
Un résultat chiffré pour le client91 %
Une cible nommée66 %
Les deux à la fois61 %
Des preuves clients visibles28 %
Un appel à l’action clair25 %

Le constat : pour six startups sur dix, la priorité absolue tient en une phrase : dire en tête de page, avec un chiffre, quel résultat elles apportent et à qui. Ce n’est ni une refonte de produit, ni un repositionnement stratégique. C’est un arbitrage, puis une journée d’écriture.

La to-do list

Que faire, dans quel ordre ?

La to-do list des startups françaises
#ActionPourquoi
1Nommer la cible dans la phrase d’accueil : un rôle, un secteur, une taille.77 % ne le font pas.
2Chiffrer le résultat en accueil, avec une source : temps gagné, coût évité, risque réduit.87 % ne le font pas ; 42 % ont déjà le chiffre ailleurs.
3Remonter le différenciateur réel de la FAQ vers l’accueil, et vérifier qu’aucun concurrent ne peut le signer.61 % le cachent.
4Tenir une seule promesse sur toutes les pages, LinkedIn et la presse.72 % varient.
5Ouvrir la porte : un prix ou une fourchette, un appel à l’action qui dit ce qu’on obtient, un formulaire qui qualifie.53 % sont faibles sur les trois.
6Occuper une question que personne d’autre n’occupe : formuler son offre autour de la question précise de son acheteur, pas autour d’une catégorie générique où l’IA cite les acteurs installés.59 % absents des réponses IA ; 75 % dans l’IA et le logiciel.
5 couches · 1 125 questions posées à l’IA de Google
Partie 02

Le GEO. Lisibles, mais pas citées.

Tout le monde parle de GEO. Nous avons mesuré deux choses : si les sites sont prêts à être lus par les robots des moteurs IA, et s’ils sont cités.

Qu’avons-nous mesuré ?

Deux mesures distinctes. La première est un audit GEO de cinq couches notées sur 20, soit 100 points : clarté du contenu, HTML sémantique, données structurées schema.org, directives d’exploration et accès des robots, compréhension par un agent IA. La seconde pose trois questions d’acheteur à l’IA de Google pour chaque startup, 1 125 au total, et relève qui est cité.

Les startups sont-elles prêtes à être lues par l’IA ?

Plutôt, oui.

Le score GEO moyen atteint 65 sur 100. Près d’un quart des startups sont notées A ou B, 42 % C, et un tiers D ou F. Dans ce panel, la technique n’est pas le maillon faible.

Sont-elles citées dans les réponses de l’IA ?

Peu.

Sur 1 125 réponses de l’IA de Google, 234 citent la startup concernée, soit une sur cinq. 59 % des startups ne sont citées dans aucune des trois réponses. Pour 94 % d’entre elles, l’IA cite un autre acteur à leur place : au total, plus d’une startup sur deux (55 %) voit quelqu’un d’autre répondre à sa place.

Être prête à être lue suffit-il à être citée ?

Non. C’est le résultat le plus net de cette édition.

Les startups citées et non citées ont le même score GEO moyen : 65,0. Notées A ou B, elles sont citées dans 41 % des cas ; notées D ou F, dans 42 %. Entre score GEO et citation, la corrélation tombe à 0,03, autant dire nulle.

Note GEO et citation par l’IA de Google
Note à l’audit GEOStartupsPartCitées au moins une fois
A (90 et plus)51,3 %60 %
B (75 à 89)8522,7 %40 %
C (60 à 74)15741,9 %41 %
D (40 à 59)12132,3 %43 %
F (moins de 40)71,9 %29 %

Notes A et F : moins de 10 startups chacune, à lire avec prudence.

Figure 08
Part de startups citées, selon leur note à l’audit GEO
375 startups · 3 questions d’acheteur chacune · ensemble du panel : 41,3 % citées
Part de startups citées selon la note GEONote A (5 startups)60 %Note B (85 startups)40 %Note C (157 startups)41 %Note D (121 startups)43 %Note F (7 startups)29 %
Lecture : de B à D, la part de startups citées ne bouge pas (40 à 43 %). La préparation technique ne fait pas citer. Notes A et F : moins de 10 startups.

À l’inverse, le score GEO suit la qualité du message (corrélation de 0,58). Un message clair produit un site lisible. Mais la citation se décide ailleurs.

Qu’est-ce qui décide, alors ?

L’encombrement de la catégorie.

Dans le spatial, 83 % des startups sont citées ; dans l’IA, 25 %. Sur une question de niche, l’IA a peu d’acteurs à citer. Sur une question encombrée, les leaders installés occupent toute la réponse, quelle que soit la qualité technique du site de la startup.

Le cas limite est celui du portrait de la question 03, dans la partie Dirigeants : son site renvoie une page de protection anti-robot aux moteurs IA, et la startup n’est citée que sur une question d’acheteur sur trois.

Figure 09
Score du message et citation par l’IA, par secteur
14 secteurs · taille du point = nombre de startups · couleur : du rouge (score faible) au vert (score élevé)
Secteurs : score du message et part de startups citées par l’IA0 %25 %50 %75 %100 %35/7540/7545/7550/75moyenne 42,8CybersécuritéRHMarketing / RetailFinTech / AssuranceIASoftwareÉnergie / ClimatSanté / MedTechDeepTechSpatialBiotechMobilité / LogistiqueIndustrielAgri / FoodScore moyen du message (/75)Startups citées par l’IA de Google
Lecture : en haut à gauche, des secteurs au message faible mais très cités (spatial, agri, industrie) ; en bas à droite, l’IA et le logiciel, mieux notés et peu cités. La citation ne suit pas la qualité du message.

Que faire ?

Trois choses, dans cet ordre.

  1. Vérifier que les robots des moteurs IA accèdent bien au site, sans page de protection ni contenu chargé par JavaScript. C’est le minimum, et il ne fait pas citer à lui seul.
  2. Écrire, sur le site, la réponse à la question précise de l’acheteur, dans ses mots à lui.
  3. Occuper un angle ou une catégorie que personne d’autre ne revendique.

Le troisième point est un conseil tiré de notre expérience. Nos données mesurent l’absence de lien entre préparation technique et citation ; elles ne mesurent pas l’effet d’un angle propre.

Limite Un seul moteur a été mesuré, l’IA de Google, avec trois questions par startup. ChatGPT, Perplexity et Claude ne l’ont pas été.
Business angels · fonds de capital-risque
Partie 03

Pour les investisseurs. Le message, levier de valeur non travaillé.

Le message ne s’achète ni avec le capital, ni avec le temps, ni avec le choix du fonds. Presque personne ne le travaille.

Je tiens à saluer la qualité du travail réalisé par Hervé Dhélin et Fast Growth Advisors. Leur expertise apporte un éclairage particulièrement pertinent et concret sur les enjeux du message-market fit. Cet Observatoire rappelle une réalité essentielle : disposer d’une excellente technologie ou d’une proposition de valeur différenciante ne suffit pas. Encore faut-il savoir la formuler et la rendre claire, compréhensible et attractive pour le marché.

C’est cette conviction que partagent Fast Growth Advisors et Paris Business Angels et qui nous a naturellement conduits à nouer le partenariat annoncé en octobre dernier. Cette collaboration s’inscrit pleinement dans la mission de PBA, qui consiste à mobiliser ses expertises et celles de ses partenaires, ses réseaux et ses expériences au service des entrepreneurs talentueux et ambitieux accompagnés par le réseau, pour les aider à structurer et accélérer leur développement.
Olivier Baroux, président de Paris Business Angels
Capital et message

Lever des fonds fait-il progresser le message ? Non.

Sur les 367 startups disposant d’un montant de levée, la corrélation entre le logarithme du montant levé et le score est nulle : R² = 0,001. Le montant levé n’explique que 0,1 % de la qualité du message. Lever 50 M€ ou 2 M€ ne fait aucune différence prévisible. Le nuage de points est dans L’essentiel.

Score moyen par stade de levée

Score moyen et verdict par stade de levée
StadeNScore /75Message pas encore solide
Seed16241,979 %
Series A5841,779 %
Series B4245,276 %

Stades Pre-seed, C et D : moins de 10 startups, non représentés. 98 fiches sans stade exploitable.

Le constat : entre Seed et Series A, aucun progrès. Les Series B ont un score un peu plus élevé, grâce à leurs contenus, leur réputation et leurs preuves. Mais leur message n’est pas plus clair (clarté, proposition de valeur et différenciation identiques à celles des Seed), leur parcours de conversion pas meilleur, et trois sur quatre doivent encore consolider leur message, comme les Seed.

Figure 10
Score du message par stade de levée
Score moyen sur 75 · part de messages pas encore solides : 79 %, 79 % et 76 %
Score moyen par stade de levéeSeed (162 startups)41,9/75Series A (58 startups)41,7/75Series B (42 startups)45,2/75
Lecture : de Seed à Series B, le score bouge à peine. Trois Series B sur quatre doivent encore consolider leur message, comme les Seed.
Signature des fonds investisseurs

Le fonds fait-il le message ?

L’édition N°1 observait un écart de 32 % entre les fonds dont les participations communiquent le mieux et ceux dont elles communiquent le moins bien. Nous avons refait l’exercice sur 42 fonds présents dans au moins 4 startups : l’écart entre les 5 premiers (48,6/75) et les 5 derniers (35,3/75) est de 38 %.

Mais cet écart est celui du hasard. Nous avons tiré au sort, dans le même panel, des groupes de la taille de chaque portefeuille. Seuls 2 fonds sur 42 sortent de la zone que produisent ces tirages : le hasard en donne autant à lui seul.

À cette taille de portefeuille, aucun fonds ne se distingue.

Ce que ça dit commercialement : aucun investisseur n’apporte « par défaut » un message clair à ses participations. La clarté du message est une décision de l’équipe dirigeante, pas un effet de portefeuille. Pour un fonds, c’est aussi une opportunité : le messaging reste une variable non travaillée, donc un levier de valeur disponible.

Figure 11
Score des participations, fonds par fonds
Score moyen sur 75 des participations de chaque fonds (42 fonds présents dans au moins 4 startups) · zone grise : 95 % des groupes de même taille tirés au sort · couleur : du rouge (score faible) au vert (score élevé)
Score moyen des participations par fonds, et zone produite par le hasard30405060hors zonehors zonemoyenne des 375 · 42,842 fonds anonymisés, du mieux noté au moins bien noté
Lecture : 2 fonds sur 42 sortent de la zone grise, à peu près ce que le hasard seul produirait (2,1 attendus). L’écart entre les 5 premiers (48,6) et les 5 derniers (35,3) existe, il ne désigne aucun fonds.

Fonds anonymisés, aucun classement publié. Libellés en double fusionnés ; business angels individuels et investisseurs inconnus exclus. Zone grise : 20 000 tirages de groupes de même taille dans les 375 startups.

Ce qui va changer pour les investisseurs

Le messaging entrera dans la due diligence

Ni le montant levé ni le stade ne garantissent un message clair. Pour un investisseur de Series B ou C, un message flou est un signal de go-to-market immature, donc de croissance plus chère.

Quelles questions poser en due diligence ou en conseil d’administration ?

Cinq questions, tirées des trois tests de l’Observatoire, permettent de situer un message en une réunion.

  1. Pouvez-vous lire votre phrase d’accueil à un acheteur cible ? Sait-il, sans aide, s’il est concerné et ce qu’il y gagne ?
  2. Si l’on remplace votre nom par celui de votre concurrent principal, votre accroche reste-t-elle vraie ?
  3. Quel résultat client chiffré avez-vous, et pourquoi n’est-il pas en tête de page ?
  4. La promesse est-elle la même sur le site, sur LinkedIn, dans le deck et dans la presse ?
  5. Que répond l’IA de Google quand un acheteur pose la question de votre marché, et qui cite-t-elle à votre place ?

Pour un fonds ou un réseau, ces cinq réponses disent si le go-to-market est prêt à recevoir l’argent du prochain tour.

375 audits · 14 secteurs · 15 critères · 24 startups en tête
Partie 04

Les preuves. Ce que disent les données.

Les données qui fondent les constats : les secteurs, les quinze critères, la date de levée, et ce que font les 6 % qui réussissent.

La deep tech cache, le logiciel copie.

Les secteurs

Quels secteurs communiquent le mieux ?

Radiographie des 14 secteurs
SecteurnScore /75Message non comprisDifférenciateur cachéCopiéValeur chiffrée en accueilCités par l’IA
Cybersécurité1050,4 ▲0 %20 %40 %10 %40 %
RH1249,3 ▲8 %50 %25 %8 %50 %
Marketing / Retail1948,0 ▲5 %42 %37 %32 %32 %
FinTech / Assurance3347,5 ▲3 %55 %21 %24 %45 %
IA5145,9 ▲16 %51 %24 %18 %25 %
Software2144,010 %57 %38 %38 %24 %
Mobilité / Logistique1542,77 %67 %13 %40 %40 %
Industriel942,311 %56 %22 %22 %67 %
Énergie / Climat4340,99 %67 %14 %23 %42 %
Santé / MedTech3940,4 ▼28 %82 %8 %21 %44 %
Agri / Food940,422 %89 %0 %0 %78 %
DeepTech3938,1 ▼18 %59 %18 %18 %31 %
Spatial1236,9 ▼33 %75 %8 %0 %83 %
Biotech3135,4 ▼19 %71 %6 %13 %39 %

parmi les moins bons moyen parmi les meilleurs · chaque colonne est colorée dans son sens : une part élevée de messages non compris est rouge, une part élevée de startups citées est verte. Barre du score : du rouge au vert selon le score.

▲ ▼ écart significatif à la moyenne (42,8/75, intervalle de confiance à 95 %). « Message non compris » : pas compris du tout. Secteurs de moins de 8 startups (LegalTech, Immobilier, Éducation) et divers (15 startups) non montrés.

Deux pathologies, deux coûts

La deep tech cache. Santé, biotech, spatial : la vraie différence (preuve clinique, procédé, brevet) existe et est souvent forte, mais vit dans les pages science. 82 % des startups santé enfouissent leur différenciateur ; aucune startup du spatial ne chiffre sa valeur en accueil. Coût : l’acheteur industriel, le directeur R&D d’un laboratoire ou l’opérateur ne trouve pas l’argument économique qui lui permettrait de défendre l’achat. Des sites impressionnants scientifiquement, vides commercialement, comme en édition N°1.

Le logiciel copie. Cybersécurité, logiciel, marketing : les messages sont dans la moyenne ou au-dessus, mais 37 à 40 % reprennent l’accroche du marché. Coût : dans une catégorie encombrée, l’acheteur compare des offres indiscernables ; et l’IA, qui doit choisir qui citer, choisit les acteurs installés. Seulement 24 à 25 % des startups IA et logiciel sont citées dans les réponses IA.

Être cité ne dépend pas de la qualité du message

La citation par l’IA ne suit pas le classement des messages. Spatial : 36,9/75 mais 83 % de startups citées. IA : 45,9/75 mais 25 % citées. DeepTech, elle, est mal placée sur les deux. L’explication tient à la concurrence pour la réponse : sur une question de niche (maintenance des satellites en orbite), il y a peu d’acteurs à citer ; sur une question encombrée (agents IA pour les équipes commerciales), les leaders mondiaux occupent toute la réponse. Dans une catégorie saturée, un message correct ne suffit pas à être cité : il faut une catégorie ou un angle que personne d’autre n’occupe (voir les 6 % qui s’en sortent, rupture 04).

Ce qui change par rapport à l’édition N°1 : l’IA passe nettement au-dessus de la moyenne (45,9/75, écart significatif), alors que l’édition N°1 la disait « dans la moyenne ». Le reste du classement tient : les secteurs qui vendent à des décideurs métier mènent, la biotech et la deep tech ferment la marche.

Performance par sous-critère

Où la French Tech décroche-t-elle ?

Score moyen par critère sur 375 audits
CritèreMoyenne /5
SEO technique4,29
Différenciation3,73
Appels à l’action3,27
GEO-readiness3,26
Proposition de valeur3,15
Clarté du message3,13
Clarté ICP3,09
Cohérence cross-canal3,08
Ciblage3,06
Preuves & social proof2,90
Content marketing2,53
Trust & réputation externe2,42
Parcours de conversion1,81
Lead generation1,59
Pricing visible1,47

D’abord, les critères du message plafonnent à 3 sur 5. Clarté, proposition de valeur, ciblage, cohérence : tous autour de 3. Un message « correct », jamais tranchant. La différenciation est notée un cran au-dessus, probablement parce qu’un différenciateur existe presque toujours quelque part sur le site ; la partie Dirigeants montre qu’il est rarement visible là où il compte.

Pourquoi le SEO et le GEO sont-ils bien notés alors que les startups sont invisibles à l’IA ? Ces deux critères mesurent la préparation technique du site (balises, données structurées, accès des robots) : la plupart des sites sont techniquement lisibles. Mais être lisible ne veut pas dire être cité : les startups citées et non citées ont le même score GEO (65/100). Ce qui fait la différence, c’est l’encombrement de la catégorie (voir les secteurs, plus haut).

Ensuite, la conversion ferme le classement, comme en édition N°1 : prix affiché (1,47), capture de contacts (1,59), parcours de conversion (1,81). 53 % des startups sont notées 2/5 ou moins sur les trois à la fois.

Enfin, ce qui sépare les meilleures des moins bonnes. Entre le quart le mieux noté (52,9/75) et le quart le moins bien noté (32,4/75), les plus grands écarts portent sur la réputation externe (+3,1 points sur 5), le prix affiché (+3,0) et le parcours de conversion (+3,0). Les critères du message eux-mêmes (clarté, proposition de valeur, différenciation) ne varient que d’un demi-point environ. Lecture commerciale : le message est la condition d’entrée ; ce qui fait la différence ensuite, c’est la capacité du site à faire acheter.

Figure 12
Score moyen par critère
375 audits à 15 critères · du rouge (faible) au vert (élevé) · ligne pointillée = 50 %
Score moyen par critère, 375 audits0/51/52/53/54/55/550 %SEO technique4,29Différenciation3,73Appels à l’action3,27GEO-readiness3,26Proposition de valeur3,15Clarté du message3,13Clarté ICP3,09Cohérence cross-canal3,08Ciblage3,06Preuves & social proof2,90Content marketing2,53Trust & réputation externe2,42Parcours de conversion1,81Lead generation1,59Pricing visible1,47
Lecture : les critères du message plafonnent autour de 3/5 ; la conversion ferme le classement (parcours de conversion, capture de contacts, prix affiché, en rouge).
Le détail par secteur : 15 critères, 14 secteurs
Score moyen par critère et par secteur
Critère (moyenne sur 5)Ensemble (375)Cybersécurité (10)RH (12)Marketing / Retail (19)FinTech / Assurance (33)IA (51)Software (21)Mobilité / Logistique (15)Industriel (9)Énergie / Climat (43)Santé / MedTech (39)Agri / Food (9)DeepTech (39)Spatial (12)Biotech (31)
Clarté du message3,133,403,173,113,243,313,193,273,113,142,923,003,002,832,81
Proposition de valeur3,153,703,003,213,243,123,143,203,003,233,133,003,133,002,94
Différenciation3,733,903,673,893,793,783,813,603,673,743,623,443,823,833,68
Ciblage3,062,603,673,003,363,123,103,003,223,093,053,222,922,832,55
Clarté ICP3,093,203,423,213,453,123,103,202,893,053,153,112,952,922,52
Cohérence cross-canal3,083,103,003,052,973,142,813,202,563,262,953,113,183,423,03
Preuves & social proof2,903,303,173,583,212,903,052,873,332,862,772,782,642,752,45
Trust & réputation externe2,423,803,423,263,122,802,762,472,442,332,082,221,741,501,35
Content marketing2,533,003,002,893,272,822,142,132,892,532,642,221,852,252,19
SEO technique4,295,004,424,324,394,414,054,334,894,124,364,444,313,334,29
GEO-readiness3,263,903,583,533,333,413,433,073,443,053,233,113,152,752,97
Appels à l’action3,273,903,333,843,703,633,333,403,223,093,133,002,822,752,48
Parcours de conversion1,812,603,082,682,362,492,331,871,221,231,231,330,921,000,77
Lead generation1,592,402,582,322,001,961,861,601,221,121,281,221,030,921,03
Pricing visible1,472,602,832,112,001,921,861,531,221,090,851,220,640,830,32

Secteurs d’au moins 8 startups. Entre parenthèses, le nombre de startups.

Date de levée

Les startups qui ont levé récemment communiquent-elles mieux ?

Non. Leur score est même un peu plus bas.

Sur les 222 startups dont la date d’annonce est connue, plus la levée est récente, plus le score baisse : 43,3 sur 75 pour celles qui ont levé depuis novembre 2025, contre 45,6 pour celles qui avaient levé avant. Mais l’écart ne vient pas du message : clarté, proposition de valeur et différenciation sont identiques dans les deux groupes. Il vient de la réputation externe (2,9 sur 5 contre 2,4) et des preuves.

Le temps apporte des avis, de la presse et des références. Il ne clarifie pas le message.

Figure 13
Évolution sur 12 mois : le score selon la date de la levée
Score moyen sur 75, par fenêtre de trois mois de date d’annonce · trait vertical : marge d’erreur à 95 %
Score moyen selon la date d’annonce de la levée3640444852moyenne des 375 · 42,846,1nov. 2025 à janv. 2026n = 1544,6févr. à avr. 2026n = 1443,1mai à juil. 2026n = 5642,7août à oct. 2026n = 8445,6avant nov. 2025n = 53
Lecture : le score baisse un peu quand la levée est récente. L’écart vient de la réputation et des preuves : le message, lui, ne bouge pas.

153 startups sans date d’annonce exploitable ne sont pas représentées. Tous les audits ont été réalisés entre le 29/10 et le 05/11/2026 : ce graphique compare des cohortes de levée, pas l’évolution d’un même site dans le temps. Les scores de l’édition N°1, sur une autre échelle, ne s’y raccordent pas.

Et l’effet « AI slop » relevé dans l’édition N°1 ?

L’édition N°1 voyait le score reculer début 2026 et avançait une hypothèse : la généralisation des textes rédigés avec une IA générique rendrait les sites plus uniformes. Cette édition ne mesure pas de recul du message : clarté, proposition de valeur et différenciation sont les mêmes quelle que soit la date de levée.

Elle mesure en revanche l’uniformité.

19 % des startups ouvrent sur l’accroche d’un concurrent nommé et 25 % reprennent le discours commun de leur secteur. Dans la cybersécurité, le logiciel et le marketing, la part des accroches copiées monte à 37 à 40 %. C’est exactement le symptôme que décrit l’hypothèse.

Nous n’avons pas mesuré si ces textes ont été écrits avec une IA. L’hypothèse reste une hypothèse.

Les 6 % qui s’en sortent

Que font les 24 startups les mieux notées ?

Les 24 startups notées 55/75 ou plus viennent de secteurs variés (RH, FinTech, IA, cybersécurité, industrie, santé). Leurs audits font ressortir quatre décisions qu’on retrouve chez elles bien plus souvent qu’ailleurs. Mais même elles n’ont pas fini le travail : aucune n’a un accueil jugé pleinement compris, 9 sur 24 cachent encore leur différenciateur, et seules 6 chiffrent leur valeur en accueil. Même en haut du classement, la marge de progrès reste grande.

Rupture 01

Nommez votre cible avec un chiffre, pas un secteur.

« Utilisé par 2 000 équipes sécurité » dit en trois secondes qui est concerné et prouve la traction en même temps. Effet commercial : le visiteur se qualifie lui-même ; les commerciaux ne perdent plus de temps sur des leads hors cible.

Rupture 02

Affirmez un différenciateur que vos concurrents ne peuvent pas copier.

Pas « propulsé par l’IA » : une architecture, un mode de déploiement, une prise de position. Effet commercial : la comparaison ne se fait plus sur le prix.

Rupture 03

Remplacez vos adjectifs par des chiffres.

« Leader », « innovant », « référence » ne coûtent rien et ne prouvent rien. « 8 heures gagnées par commercial et par semaine » se présente en comité. Effet commercial : l’acheteur a un dossier à défendre en interne.

Rupture 04

Créez votre catégorie.

Dans une catégorie encombrée, l’IA cite les acteurs installés. Une catégorie nouvelle, nommée et définie, rend la startup incomparable et en fait la réponse naturelle à la question. Effet commercial : la startup devient la référence que l’acheteur et l’IA associent à la question.

Les scores enrichis Quand nous travaillons avec les fondateurs, la matière n’est presque jamais le problème : les chiffres, les preuves et le différenciateur existent. Ce qui manque, c’est la décision de les mettre en avant, pour une cible, dans un ordre.
12-18 mois
Partie 05

Ce qui va changer en 12-18 mois.

Deux prédictions, et pourquoi 2026-2027 est décisif.

Prédiction 01

L’IA deviendra le premier filtre de la shortlist

Aujourd’hui, plus d’une startup sur deux voit un autre acteur cité à sa place quand un acheteur interroge l’IA de Google. À mesure que les acheteurs préparent leurs décisions avec un assistant IA, cette absence deviendra une exclusion : on ne présélectionne pas un fournisseur que personne ne vous a cité. Les startups qui restent dans une catégorie générique, sans angle propre, seront absentes avant même d’avoir été comparées, quelle que soit la qualité technique de leur site.

Prédiction 02

Les catégories encombrées se videront de leurs startups génériques

Dans l’IA et le logiciel, trois startups sur quatre sont déjà invisibles aux réponses IA, et un quart à un tiers reprend l’accroche du marché. La réponse de l’IA y concentre la visibilité sur quelques acteurs. Les startups qui n’auront pas défini une catégorie à elles, ou un angle que personne d’autre ne revendique, verront leur coût d’acquisition monter pendant que leur visibilité baisse.

La fenêtre se referme

Pourquoi 2026-2027 est-il décisif ?

Le premier lecteur devient une machine. 59 % des startups sont déjà absentes des réponses IA de Google sur les questions de leurs acheteurs. Chaque fois qu’elle n’est pas citée, un autre acteur l’est à sa place, et c’est lui que l’acheteur découvre.

L’acheteur arrive déjà informé, et déjà orienté. La majorité du parcours d’achat B2B se fait avant tout contact commercial. Ce qui n’est pas dit sur le site et lisible par l’IA ne sera pas dit du tout.

L’EU AI Act entre en application. Les acheteurs des secteurs régulés exigent une clarté documentée sur l’usage de l’IA. Une startup qui utilise « IA » comme une étiquette, sans dire ce qu’elle fait, sera écartée.

Les catégories se saturent. Dans l’IA et le logiciel, trois startups sur quatre sont déjà invisibles aux réponses IA. L’accroche générique (« plateforme », « propulsé par l’IA ») ne fait plus que les fondre dans la masse.

Conclusion

Ce que cet Observatoire ne dit pas

Cet Observatoire ne dit pas que les startups françaises ont de mauvais produits. Il dit l’inverse : elles ont des différenciateurs réels, des résultats mesurés, des clients qui témoignent. Elles ont convaincu des investisseurs exigeants.

Il ne dit pas non plus que le message est la seule variable de croissance. Le produit, la distribution, le prix, l’équipe comptent.

Ce qu’il dit, c’est que la matière d’un bon message existe, et qu’elle n’est pas montrée. Six startups sur dix cachent leur différenciateur, quatre sur dix cachent leurs chiffres, sept sur dix changent de promesse d’une page à l’autre. Et le nouveau panel ne fait pas mieux que celui de notre première édition.

Le coût de cette indécision se paie en ventes : prospects qui ne se reconnaissent pas, comités qui arbitrent sur le prix, et désormais une IA qui cite un autre acteur à leur place.

La bonne nouvelle : c’est corrigeable vite. Pas besoin d’inventer : il suffit de choisir, puis de montrer.

Startups accompagnées ou financées par Paris Business Angels, et membres du réseau : parlez-en à l’équipe Paris Business Angels.

Méthode · données · limites
Partie 06

Méthode et données. Comment l’Observatoire mesure.

Comment l’Observatoire mesure, sur quelle base, avec quelles limites.

Introduction

Que mesure l’Observatoire du Message-Market Fit ?

L’Observatoire part de la grille des quatre questions présentée en ouverture. Si une seule réponse manque sur le site, le prospect décroche. Et désormais, l’IA aussi.

L’Observatoire évalue cela, à partir de données 100 % publiques (site, LinkedIn, presse, avis), comme le ferait un prospect avant un premier rendez-vous. Il mesure aussi, pour la première fois, ce que répond l’IA de Google quand un acheteur pose une question sur le marché de la startup.

Cette deuxième édition est publiée par Fast Growth Advisors et Paris Business Angels.

Pourquoi le marché ne comprend-il pas des startups qui ont tout pour convaincre ?

Notre première édition posait une hypothèse : le problème n’est pas le manque de matière, c’est l’absence de décision sur ce qu’il faut mettre en avant. Cette deuxième édition la chiffre. Sur 375 startups B2B, la majorité possède un différenciateur réel et des résultats mesurés. Elles ne les montrent pas. Le prospect qui arrive sur leur site, et l’IA qui le lit à sa place, repartent sans savoir pour qui elles travaillent, ce qu’elles changent, ni pourquoi les choisir.

Ce n’est pas un problème de communication. C’est un problème commercial : chaque visiteur qui ne comprend pas est un rendez-vous qui n’a pas lieu, chaque différenciateur caché est une négociation qui se joue sur le prix, chaque question posée à l’IA sans réponse est une shortlist dont la startup est absente.

Le POV

D’où vient la grille ? Le POV de Play Bigger.

Cette grille de quatre questions, c’est le POV, Point of View : une formulation testable, et non un slogan. La technique a été formalisée par Christopher Lochhead, Dave Peterson et Al Ramadan dans Play Bigger (2016).

Different is better than better.Play Bigger (2016)

Glossaire opérationnel

Compréhension du message
La capacité de l’accueil à dire, dans le même écran, ce que fait l’entreprise, pour qui, et avec quel résultat.
Différenciateur propre
Une raison de choisir la startup que son concurrent ne peut pas revendiquer à l’identique.
Différenciateur caché
Un différenciateur réel qui n’apparaît que sous l’accueil, en FAQ ou en pages internes.
Valeur délivrée
Le résultat concret pour le client, idéalement chiffré (temps, coût, risque, revenu).
Fuite commerciale
Les deals perdus, les cycles allongés ou les prix bradés causés par un message qui ne convainc pas en dix secondes.
Visibilité IA
Le fait d’être cité dans la réponse générée par l’IA de Google à une question d’acheteur.
GEO
Generative Engine Optimization : la préparation technique d’un site à être lu par les moteurs IA (structure, données, accès des robots).
Seed, Series A, B, C
Les tours de financement successifs d’une startup, du premier (Seed) aux suivants.
R²
Part des écarts de score entre startups qu’explique une variable : 0 = rien, 1 = tout.
De la définition à la mesure

Comment l’Observatoire mesure-t-il le message ?

L’Observatoire combine deux mesures développées par Fast Growth Advisors :

  • L’audit détaillé : 15 critères opérationnels notés sur 5, soit 75 points, à partir du site, de la présence en ligne et de trois concurrents directs.
  • L’audit GEO : la préparation du site à être lu par les moteurs IA (sur 100), et la visibilité mesurée : la startup est-elle citée dans la réponse de l’IA de Google à trois questions que se pose son acheteur ?

Corpus et volumes

Corpus et volumes de l’édition Q4 2026
AnalyseNombre
Startups B2B auditées (même grille pour toutes)375
Avec montant de levée connu367
Avec stade de levée exploitable277
Questions d’acheteur posées à l’IA1 125
Fonds présents dans au moins 4 startups42
Secteurs présentés (au moins 8 startups, hors groupe divers)14
Startups de l’édition N°1 réauditées pour comparaison30
Précision essentielle Ces audits s’appuient exclusivement sur des données publiques. Le problème n’est pas informationnel : les fondateurs savent ce qu’ils font et ce qu’ils apportent. Leur savoir reste invisible à leurs prospects, et désormais aux machines qui lisent pour eux.
Distribution des scores

Trois startups sur quatre doivent consolider leur message

Score moyen : 42,8/75. Médiane : 43. La mieux notée atteint 61/75, la moins bien notée 15/75. Aucune startup ne dépasse 82 % du potentiel.

Distribution des 375 scores par tranche
Tranche /75StartupsPartInterprétation
60-7510,3 %Excellent : différenciation défendable
50-598823,5 %Bon : quelques lacunes de conversion
40-4914839,5 %Correct : message fonctionnel mais générique
30-3912132,3 %Insuffisant : flou sur la cible ou la valeur
20-29164,3 %Faible : message générique ou vitrine
10-1910,3 %Critique : refonte nécessaire

Le verdict de message, posé par chaque audit avant toute recommandation

Verdict de message des 375 audits
VerdictPart
Message solide, prêt à être amplifié23 %
À consolider avant d’amplifier74 %
Pas prêt à être amplifié3 %

Ce que ça veut dire commercialement : pour trois startups sur quatre, investir aujourd’hui dans l’acquisition (publicité, prospection, salons) amplifierait un message qui ne convertit pas encore. L’argent part dans le haut de l’entonnoir, la fuite est au milieu.

Encadré

Un nouveau panel, le même niveau

Pour comparer les deux éditions, nous avons réaudité 30 startups de l’édition N°1, choisies sur toute l’échelle des scores, dans les conditions de cette édition.

  • Leur score aujourd’hui : 43,5/75. Celui des 375 startups de cette édition : 42,8/75. L’écart n’est pas significatif.
  • Les 375 startups de cette édition, toutes nouvelles dans l’Observatoire, ne communiquent donc ni mieux ni moins bien que celles de la première édition.

Ce que ça dit : le problème n’est pas celui d’une génération de fondateurs ni d’un trimestre difficile. Il est structurel : chaque nouvelle cohorte reproduit les mêmes défauts.

Niveau de maturité commerciale

Où se situe la majorité ?

Niveau de maturité commerciale
StadePartScore moyen /75
Early-stage85,6 %41,5
Emerging6,1 %49,8
Growing6,9 %50,4
Mature1,3 % (5 startups)50,6

Le constat : le stade Mature reste exceptionnel (5 startups sur 375). Le seul saut se fait en sortant de l’Early-stage (+8,3 points) ; au-delà, Emerging, Growing et Mature ont le même score (autour de 50/75).

Estimation

Combien vaut un cycle de vente ralenti ?

Le coût chiffré. Pour une startup qui vise 2 M€ de revenus récurrents annuels (ARR) avec un cycle de vente de six mois, un message qui ralentit la décision représente de l’ordre de 180 000 € de revenus différés par an (estimation Observatoire, édition N°1).

FAQ

Comprendre l’Observatoire

Qu’est-ce que le Message-Market Fit ?

L’adéquation entre la formulation publique d’une offre et la manière dont son marché cible la reconnaît, la comprend et la préfère à un concurrent. Il repose sur trois piliers : un positionnement défendable, une proposition de valeur testable, un narratif commercial répétable.

Comment l’Observatoire mesure-t-il le Message-Market Fit ?

Par un audit détaillé de 15 critères notés sur 5 (75 points), à partir de données publiques et de la comparaison à trois concurrents directs, complété par un audit GEO qui mesure la lisibilité du site par les moteurs IA et la citation de la startup dans les réponses de l’IA de Google à trois questions d’acheteur.

Quel est le principal problème de messaging des startups françaises en 2026 ?

Elles ne montrent pas ce qu’elles ont. 61 % ont un différenciateur réel mais le placent hors de l’accueil ; 42 % ont des résultats chiffrés mais les laissent dans la presse ou en pages internes. Moins d’une sur dix dit, en page d’accueil, ce qu’elle fait, pour qui et avec quel résultat.

Lever des fonds améliore-t-il le messaging ?

Non. Sur 367 startups, la corrélation entre le montant levé et la qualité du message est nulle (R² = 0,001). Trois Series B sur quatre doivent encore consolider leur message, comme les Seed.

Pourquoi les startups sont-elles invisibles dans les réponses de l’IA ?

59 % ne sont citées dans aucune des trois réponses de l’IA de Google à des questions d’acheteur ; pour plus d’une sur deux (55 %), un autre acteur est cité à leur place. La citation dépend surtout de l’encombrement de la catégorie : dans l’IA et le logiciel, trois startups sur quatre sont absentes ; dans les niches industrielles, la majorité est citée.

Quelle est la priorité numéro 1 pour la majorité des startups ?

Dire en tête de page d’accueil, avec un chiffre, quel résultat elles apportent et à qui. C’est la priorité de six startups sur dix.

Qui publie cette édition de l’Observatoire ?

Fast Growth Advisors et Paris Business Angels. L’Observatoire est écrit par Hervé Dhélin et Michel Crestin (Fast Growth Advisors) et Olivier Baroux, président de Paris Business Angels. Contact : herve@fast-growth.fr.

Annexes · A1-A5

Quelle méthodologie suit l’Observatoire ?

A1 · Les 15 critères de l’audit détaillé

Chaque critère de l’audit détaillé de Fast Growth Advisors est noté sur 5 points. Score total sur 75.

Les 15 critères de l’audit détaillé et ce que chacun mesure
#CritèreCe qui est mesuré
01Clarté du messageCompréhension immédiate sans effort de la page d’accueil
02Proposition de valeurBénéfice prospect clair, concret, non générique
03DifférenciationDifférenciateur défendable, non copiable par un concurrent
04CiblageCible nommée explicitement (persona, secteur, taille)
05Preuves & social proofLogos clients, chiffres, témoignages, certifications
06Appels à l’actionAppels à l’action clairs, différenciés par persona, parcours de conversion
07Cohérence cross-canalAlignement site / LinkedIn / email / deck
08SEO techniqueMeta, Schema.org, sitemap, Core Web Vitals
09GEO-readinessllms.txt, FAQ structurée, contenu extractible par LLM
10Lead generationFormulaires, gated content, quiz, calculateurs
11Content marketingBlog, ressources, thought leadership actif
12Trust & réputation externeRéputation externe : G2, Capterra, presse, analystes
13Parcours de conversionChemin clair de la découverte à la prise de contact
14Clarté ICPIdeal Customer Profile visible, segmentation lisible
15Pricing visiblePricing visible ou fourchette communiquée

A2 · Les trois questions du Message-Market Fit

Chaque audit produit des constats rédigés. Ils ont été classés, pour les 375 startups, selon une grille fermée :

  • Compréhension : l’accueil dit-il quoi, pour qui, avec quel résultat ? (oui / partiel / non)
  • Différenciateur : propre et visible, réel mais enfoui, revendiqué aussi par un concurrent nommé, absent.
  • Valeur : chiffrée en accueil, chiffrée ailleurs, non chiffrée.
  • Causes : sept causes types (tableau de la partie Dirigeants).

Le classement a été contrôlé à la main sur un échantillon de 30 audits.

A3 · Quelles sont les limites de l’Observatoire ?

Données 100 % publiques. L’audit ne capture que ce qui est visible en ligne, à la date d’analyse.

Compréhension. Le classement est légèrement sévère ; la part de startups pleinement comprises est formulée « moins d’une sur dix ».

Différenciateur copié. Compté quand un concurrent nommé par l’audit revendique le même angle ; l’audit compare à trois concurrents, le chiffre réel est probablement supérieur.

Corrélations. Les liens entre message et conversion sont mesurés au sein des mêmes audits ; ils décrivent une association, pas une causalité démontrée.

Visibilité IA. Trois questions par startup, sur l’IA de Google uniquement ; quelques questions n’ont pas pu être mesurées. Une startup sur 375 n’a reçu aucune réponse du moteur : les parts de startups absentes et remplacées portent sur 374. « Autre acteur » désigne tout nom ou site cité par l’IA : concurrent, plateforme, média ou blog.

Secteurs. Libellés des bases sources regroupés en familles (le marché visé prime sur la technologie) ; coupes indicatives sous 15 startups.

Biais de sélection. Startups françaises B2B ayant levé des fonds ; les startups B2C et les entreprises non financées ne sont pas représentées.

A4 · À propos de Fast Growth Advisors

Fast Growth Advisors est un cabinet de conseil spécialisé dans le Message-Market Fit et la stratégie commerciale des startups et scale-ups B2B. Fondé par Hervé Dhélin, Fast Growth Advisors accompagne les fondateurs et les directions commerciales sur la clarté du positionnement, l’alignement Go to Market et la structuration des processus de vente.

L’Observatoire Fast Growth Advisors est publié semestriellement. Il s’appuie sur une base d’audits messaging propriétaires développés par Fast Growth Advisors.

Contact · herve@fast-growth.fr
Site · fast-growth.fr

A5 · À propos de Paris Business Angels

Paris Business Angels (PBA) est le réseau de référence en France pour le financement des premiers tours des startups innovantes. Fort de plus de 200 Business Angels actifs, PBA mobilise un collectif d’investisseurs engagés, des expertises entrepreneuriales, sectorielles et technologiques, ainsi qu’un écosystème de partenaires pour financer, accompagner et accélérer le développement des startups, de l’amorçage à la Série A. Il est présidé depuis mai 2025 par Olivier Baroux, co-auteur de cette édition de l’Observatoire.

Site · parisbusinessangels.com

Votre message est-il clair pour vos acheteurs et pour les IA ? Diagnostic gratuit, résultat par email.
GratuitPages publiques seulementSans engagement

Découvrir aussi chez Fast Growth Advisors

D’autres pages de Fast Growth Advisors sur le même sujet.

Message-Market Fit Définition, mesure en 15 critères, données sur 369 startups. Observatoire Message-Market Fit 369 startups françaises mesurées. 75,9 % des audits détaillés sous le seuil de clarté. Audit Messaging Le Message-Market Fit mesuré : 15 critères, rapport 48 h après les entretiens. Conseil Message-Market Fit Transformez votre expertise en message clair et défendable. Notre technologie 13 agents IA spécialisés pour vos workflows éditoriaux.