J'ai bâti mon premier projet web en 2002. À l'époque, on m'expliquait sérieusement qu'Internet était une mode, que la bulle venait d'éclater, et que les gens « sérieux » ne miseraient pas leur carrière là-dessus. Vingt-quatre ans plus tard, j'entends mot pour mot les mêmes phrases — sauf qu'on parle d'IA. Et c'est précisément cette répétition qui m'intéresse.
Parce qu'après avoir vécu trois grands cycles technologiques de l'intérieur, web 1.0, mobile et SaaS, IA générative, je suis convaincu d'une chose : le pattern est presque identique à chaque fois, et il y a énormément à apprendre de ça pour quiconque tente de naviguer la vague actuelle.
Le pattern qui se répète
Chaque cycle technologique majeur que j'ai traversé suit la même courbe en quatre temps :
- La phase des sceptiques. Une nouvelle techno apparaît. Une minorité voit l'opportunité. La majorité hausse les épaules, ou pire, se moque ouvertement.
- La phase des évangélistes. Quelques cas spectaculaires émergent. La presse s'enflamme. Des gourous se lèvent. Tout le monde « fait » la techno. Les budgets explosent.
- La phase de la désillusion. Les promesses ne tiennent pas. Les projets échouent. Plusieurs concluent que c'était surévalué, que c'était un effet de mode, qu'on aurait dû s'en méfier.
- La phase des opérateurs. Pendant que les autres décrochent, une minorité continue à bâtir sans bruit. Trois à cinq ans plus tard, ces opérateurs ont creusé un écart impossible à rattraper.
C'est exactement ce qui s'est passé avec le web entre 2000 et 2008. Exactement ce qui s'est passé avec le SaaS et le mobile entre 2010 et 2018. Et c'est exactement ce qui se déroule sous nos yeux avec l'IA depuis 2022.
Les vrais gagnants ne sont presque jamais les premiers
Voici une observation contre-intuitive que mes 24 ans m'ont martelée : les entrepreneurs qui dominent un nouveau cycle ne sont presque jamais les early adopters spectaculaires.
Les premiers à se lancer sur le web en 1999-2000? La plupart ont fait faillite. Ceux qui ont gagné? Des gens qui sont arrivés en 2003-2005, qui ont profité de l'infrastructure mature et des leçons apprises par les autres.
Les premiers à miser gros sur les apps mobiles en 2008-2009? Beaucoup ont brûlé leur cash. Les gagnants à long terme sont arrivés vers 2012-2014, avec de meilleurs modèles d'affaires.
Avec l'IA, on voit déjà la même chose se dessiner. Les startups « GPT-wrapper » lancées en 2022-2023 avec des valorisations délirantes commencent à s'effondrer. Les vrais gagnants seront ceux qui arrivent maintenant, avec une compréhension plus mature du problème à résoudre.
Il y a une grande différence entre être en avance et être à temps. La première position est romantique. La deuxième est rentable.
Ce que les early adopters comprennent mal
J'ai souvent eu cette conversation avec des clients qui me disaient : « Mais François, si on n'est pas là en premier, on perd l'avantage du first mover. » C'est une croyance largement fausse, et elle coûte très cher.
L'avantage du first mover est réel dans deux cas seulement : quand il y a un effet de réseau puissant (Facebook, eBay), ou quand il faut une infrastructure massive et capitalistique (chemins de fer, télécoms). Pour 95 % des PME, ça ne s'applique pas. Ce qui compte, c'est l'avantage du best mover, arriver avec une exécution supérieure dans une fenêtre où le marché est mûr.
L'erreur classique : confondre l'outil avec la transformation
À chaque cycle, je vois la même erreur se répéter. Les entrepreneurs achètent l'outil et croient avoir fait la transformation.
En 2003, des PME me commandaient un site web et croyaient être devenues « numériques ». En 2014, des entreprises s'abonnaient à un CRM et pensaient avoir un département de ventes. En 2025, des dirigeants paient ChatGPT Enterprise et s'imaginent avoir une stratégie IA.
L'outil n'est jamais la transformation. La transformation, c'est ce qui se passe autour de l'outil : les processus qu'on accepte de revoir, les gens qu'on forme, les décisions qu'on prend différemment. Sans ce travail-là, l'outil devient juste une dépense supplémentaire. J'avais développé cette idée plus en profondeur dans ce que 24 ans en numérique m'ont appris sur l'IA.
Ce qui est vraiment différent cette fois
Maintenant, je veux nuancer mon propre parallèle. Le pattern se répète, mais l'IA a une caractéristique que les vagues précédentes n'avaient pas : la vitesse de compression du cycle.
Le web a mis huit à dix ans à devenir incontournable. Le SaaS, six à huit ans. L'IA générative est devenue critique pour des secteurs entiers en moins de deux ans. La fenêtre entre « c'est nouveau » et « tu es en retard » se rétrécit à chaque cycle.
Pour quelqu'un qui a vécu les cycles précédents, ça change le calcul stratégique. On ne peut plus se permettre d'attendre trois ans pour voir ce qui colle. Mais on ne doit pas non plus se précipiter vers le premier outil shiny. La discipline d'arriver à temps, pas en premier ni en retard, n'a jamais été aussi exigeante.
Trois principes qui survivent à chaque cycle
Si je devais condenser les 24 années en trois règles transférables d'une vague à l'autre :
1. Commencer par le problème, jamais par la techno
La pire question : « Comment je peux utiliser cette nouvelle techno? » La bonne : « Quel est mon plus gros goulot d'étranglement, et est-ce que cette techno peut le résoudre? » Cette inversion change tout, et c'est aussi le premier pas que je recommande aux PME qui veulent démarrer concrètement avec l'IA.
2. Bâtir des systèmes, pas des trucs
Un hack génial dans ChatGPT, c'est un truc. Un processus documenté, mesuré, intégré à un flux de travail, c'est un système. Les trucs disparaissent quand l'employé part. Les systèmes restent.
3. Mesurer avant et après
Si vous ne savez pas où vous étiez avant, vous ne pourrez pas prouver que la transformation a marché. Et sans preuve, le projet meurt à la première coupure budgétaire.
Ces trois principes se sont vérifiés en 2002, en 2014, et ils continuent de se vérifier en 2026. C'est ce qui me fait dire que la techno change, mais que les disciplines, elles, tiennent.
Questions fréquentes
Combien de cycles technologiques François Painchaud a-t-il vécus comme entrepreneur?
Trois cycles majeurs depuis 2002 : la vague web, la vague mobile et SaaS, et la vague IA actuelle. Plus de 600 projets livrés à travers ces trois cycles, principalement chez Kasvu et à travers ses mandats de fractional Chief Growth Officer.
Pourquoi les early adopters perdent-ils souvent les cycles technologiques?
Parce qu'ils paient le prix de l'infrastructure immature, des erreurs initiales et de l'éducation du marché. Les gagnants à long terme arrivent souvent en deuxième vague, avec de meilleurs modèles d'affaires et une exécution plus mature. L'avantage du first mover est réel uniquement dans des contextes très spécifiques : effets de réseau puissants ou infrastructures massivement capitalistiques.
Quelle est la principale différence entre la vague IA et les cycles précédents?
La compression du temps. Le web a pris huit à dix ans à devenir incontournable, le SaaS six à huit ans, et l'IA générative l'est devenue en moins de deux ans. La fenêtre entre « c'est nouveau » et « tu es en retard » se rétrécit à chaque cycle, ce qui rend la discipline d'adoption beaucoup plus exigeante qu'avant.
Quelle erreur revient à chaque cycle technologique?
Confondre l'outil avec la transformation. Acheter un site web en 2003, un CRM en 2014 ou un abonnement ChatGPT en 2025 ne transforme pas une entreprise. La transformation se joue dans les processus qu'on accepte de revoir, les gens qu'on forme, et les décisions qu'on prend différemment grâce à l'outil.
Comment savoir si on adopte une nouvelle techno au bon moment?
Trois signaux : le problème qu'on veut résoudre est clairement défini, les outils sont assez matures pour être déployés en production sans bricolage permanent, et on peut mesurer un retour sur investissement dans un horizon raisonnable de 6 à 18 mois. Si l'un de ces trois éléments manque, c'est probablement trop tôt.
Naviguer la vague actuelle
Si ces réflexions résonnent et que vous voulez intégrer l'IA dans votre PME avec discipline plutôt qu'avec enthousiasme, mes équipes chez Kasvu accompagnent ce genre de transformation. Diagnostic gratuit, conversation directe, aucun engagement.
Découvrir Kasvu →