Minalogic Invest Meetings (24 sept.) : 9 questions avant d’ouvrir ton projet IA

Le 24 septembre à Lyon, tu n’as pas une “journée pitch”. Tu as une journée due diligence.

Les Minalogic Invest Meetings 2026 reviennent à Lyon le 24/09/2026, à la Tour Incity, pour une 3ᵉ édition. Le format annoncé est clair : tables rondes (business angels, VC, corporate venture, banques, experts) et rendez-vous B2B préprogrammés. Objectif : accélérer des mises en relation qualifiées, pas “briller sur scène”. Source : Minalogic.

Le contexte n’aide pas les dossiers mous. Le capital-risque en France reste plus sélectif : au 30 septembre 2025, 5,6 Md€ levés via 433 opérations (–21 % en volume vs 2024). Source : EY, Baromètre du capital-risque.

Ajoute à ça la densité concurrentielle : 1 114 startups IA recensées en France dans le mapping 2026 de France Digitale. Source : France Digitale, Mapping IA 2026.

Si tu viens à Incity avec une démo et trois slides “IA magique”, tu vas perdre ta journée. Si tu viens avec un dossier structuré, des preuves et des réponses nettes sur données, coûts et conformité, tu peux ressortir avec des seconds rendez-vous et une vraie traction “levée”.

Comment marche une journée “financement” type Invest Meetings

Ce que Minalogic décrit ressemble à une mécanique simple : du contenu (tables rondes) et surtout des rendez-vous préprogrammés. Source : Minalogic Invest Meetings 2026.

Le vrai livrable de ta journée

• Un oui pour un second rendez-vous (avec le bon interlocuteur, pas “un analyste sympa”).
• Une demande de data room (même légère) ou une liste de points à clarifier.
• Une intro qualifiée vers un partner, un corporate venture, une banque, un co-investisseur.

Le “chèque le jour J” n’est pas le scénario standard. Tu dois optimiser pour la suite.

Ce que les investisseurs viennent chercher (et testent en direct)

• Thèse : problème, marché, différenciation, go-to-market.
• Finançabilité : plan, KPIs, besoins, risques.
• Capacité à encaisser une mini due diligence en face à face : data, sécurité, conformité, coûts infra.

Qui doit venir (et qui ne doit pas venir seul)

La cible annoncée par l’événement : startups, PME innovantes, investisseurs et acteurs du financement. Source : Minalogic.

Startups IA : amorçage à série A, ou deeptech infra

• Amorçage à série A : tu as des pilotes, un début de répétabilité commerciale, tu veux accélérer.
• Deeptech / infrastructure IA : cycle plus long, preuve technique plus lourde, coûts de calcul et industrialisation plus visibles.

PME innovantes d’AURA : IA dans une offre existante

Cas classique en AURA (industrie, énergie, santé, logistique) : tu ajoutes une brique IA à un produit déjà vendu. Là, l’investisseur ne finance pas “un modèle”. Il finance un accélérateur de marge, de rétention, ou un avantage concurrentiel défendable.

Le bon binôme à Incity

• CEO : marché, stratégie, pricing, distribution, storytelling, négo.
• CTO / Head of AI : architecture, choix build vs buy, roadmap, robustesse, coûts infra, limites.
• Idéalement : quelqu’un qui tient la route sur données + conformité + sécurité (DPO, RSSI, responsable data, ou au minimum une personne qui connaît les réponses et les documents).

Sur un dossier IA appliquée, les blocages viennent souvent de là. Pour cadrer la partie “hygiène”, tu peux t’appuyer sur des checklists locales déjà traitées sur Lyon IA, par exemple côté conformité et contrôles : 10 contrôles données + IA pour une PME lyonnaise et AI Act : documenter vos usages (registre).

Avant d’ouvrir ton projet IA : les 9 questions qui te font gagner (ou perdre) des investisseurs

Tu dois pouvoir répondre en 30 secondes, puis détailler en 3 minutes, puis prouver dans une data room. Même question, trois niveaux.

1) Quel problème métier précis tu résous, et pour qui, à Lyon/AURA d’abord ?

• Segment, taille de cible, décisionnaire, cycle de vente.
• Pourquoi maintenant : réglementation, pression coût, pénurie, nouveau canal, rupture techno.
• Pourquoi toi : accès terrain, expertise métier, partenariats locaux, données.

Évite le “on fait de l’IA pour toutes les PME”. Ça dit juste “je n’ai pas choisi”.

2) Où est la preuve de valeur mesurée (pas une démo) ?

• Avant / après sur un KPI : temps gagné, taux d’erreur, conversion, churn, coût traitement.
• Mesure sur une période et un volume crédibles.

Pour structurer ça proprement : Mesurer le gain réel d’un usage IA : méthode avant / après.

3) Quelle est ta donnée, et quel est ton droit à l’exploiter ?

• Origine des données (client, partenaire, public, génération interne).
• Contrats, consentements, bases légales, politique de conservation.
• Sensibilité : données perso, secrets d’affaires, données santé, etc.

Tu n’as pas besoin d’être parfait. Tu dois être au clair. Sur Lyon IA : RGPD et IA en entreprise : ce que vous pouvez faire et Écrire une politique de conservation des données pour ses outils IA.

4) Ton approche produit : modèle propriétaire, fine-tuning, RAG, agents, ou simple orchestration ?

• Ce que tu “possèdes” vraiment : IP, données, workflow, distribution.
• Ce que tu achètes : API, modèle, infra, composants.

Si tu es flou, l’investisseur entend “dépendance fournisseur”. Pour clarifier : Fine-tuning ou RAG et Modèles ouverts ou API propriétaires.

5) Combien ça coûte de délivrer ta promesse IA, en production, pas en POC ?

• Coût de calcul : entraînement éventuel, inférence, stockage, vectorisation, monitoring.
• Coût humain : MLOps/LLMOps, support, qualité, sécurité.
• Coût d’échec : reprises manuelles, escalade, traitement des erreurs.

Deux ressources utiles pour éviter le hors-sol : Combien coûte vraiment un projet d’IA générative et Le coût du token expliqué.

6) Ton modèle économique est-il cohérent avec tes coûts infra ?

• Pricing : seat, usage, outcome, abonnement, licence, consommation.
• Marge brute : comment elle évolue quand l’usage explose.
• Qui paie l’inférence : toi, le client, ou un mix ?

Point critique en IA : tu peux vendre “pas cher” et brûler du cash à chaque requête. Beaucoup se font piéger quand les volumes montent.

7) Ta stratégie go-to-market : qui signe, comment, et à quel coût d’acquisition ?

• Canal principal : direct, partenaires, intégrateurs, marketplaces, grands comptes.
• Temps de déploiement : 2 semaines ou 6 mois ? Qui l’exécute ?
• Preuves de répétabilité : mêmes pains, même offre, même process de delivery.

8) Ta conformité et ta sécurité sont-elles “investissables” ?

• Carto des risques : fuites de données, injection de prompt, dérives, biais, traçabilité.
• Mesures concrètes : contrôle d’accès, journalisation, sauvegardes, red teaming, filtrage.
• Documentation : registre, politiques, contrats fournisseurs.

Pour cadrer vite et concret : Injection de prompt : la faille sous-estimée et Sécuriser vos LLM en production.

9) Quelle est ta liste de risques, et ton plan de mitigation ?

• Risque data : qualité, drift, indisponibilité, dépendance client.
• Risque modèle : performance, hallucinations, sécurité, obsolescence.
• Risque business : cycle de vente, concurrence, dépendance à un gros compte.

Un investisseur sérieux n’attend pas “zéro risque”. Il attend “risques connus, pilotés, budgétés”.

Ton dossier IA crédible : la structure qui passe en rendez-vous investisseur

Tu peux tenir ça dans une data room simple. L’important, c’est que chaque pièce réponde à une question qui tombe tout le temps.

1) Produit et cas d’usage (1 page)

• Problème, cible, workflow actuel.
• Solution : où l’IA intervient, ce qui reste humain.
• Résultats mesurés (même sur pilotes).

2) Dossier données (2 à 5 pages)

• Sources, volumétrie, fréquence de mise à jour.
• Qualité : taux de champs manquants, bruit, doublons, labels.
• Gouvernance : accès, conservation, anonymisation si nécessaire.

Besoin d’un rappel opérationnel : Anonymiser ses données avant de les envoyer à un modèle.

3) Choix d’architecture IA (2 pages)

• Build vs buy, modèle(s) utilisés, pourquoi.
• RAG, fine-tuning, agents, outils branchés, limites.
• Plan de monitoring et qualité.

4) Économie unitaire et coûts infra (table simple)

• Coût par 1 000 requêtes, par dossier, par utilisateur, par mois.
• Hypothèses de croissance et effets de seuil.
• Options de réduction : modèles plus petits, cache, edge/local, optimisation prompts.

Sur la pression coûts : Baisse du prix des tokens : pourquoi le budget peut exploser.

5) Conformité, sécurité, contrats (checklist)

• RGPD : rôles, base légale, sous-traitants.
• AI Act : documentation, transparence, traçabilité selon cas d’usage.
• Contrats fournisseurs IA : clauses clés, réversibilité, responsabilités.

Pour ne pas rater les basiques : Contrat avec un fournisseur d’IA : clauses à lire deux fois et AI Act : calendrier d’application.

Canevas de pitch “IA appliquée” (copie-colle, 90 secondes)

But : parler comme une boîte qui vend et qui délivre, pas comme un labo.

• 1) Cible : “On aide [type d’entreprise en AURA] qui gère [process]”.
• 2) Douleur : “Aujourd’hui, ça coûte [X], ça prend [Y], ça génère [Z erreurs/risques]”.
• 3) Solution : “On automatise [étape précise] avec [approche IA], intégré à [outils]”.
• 4) Preuve : “Sur [pilote], on a mesuré [KPI avant/après] sur [volume]”.
• 5) Différenciation : “Notre avantage, c’est [données, intégration, distribution, expertise métier, conformité]”.
• 6) Business model : “On facture [abonnement/usage], marge brute cible [X %]”.
• 7) Go-to-market : “On signe via [canal], cycle moyen [X], panier [Y]”.
• 8) Besoin : “On lève [montant] pour [recrutements, industrialisation, commercial, conformité], runway [X mois]”.
• 9) Prochain pas : “Si ça colle à ta thèse, on t’ouvre la data room et on cale un deep dive produit”.

Les preuves attendues (checklist) quand tu dis “financement startup IA”

Tu peux venir tôt. Mais tu dois venir avec quelque chose de solide.

Traction et marché

• Pipeline qualifié, logos (même en pilote), lettres d’intention si pertinent.
• Rétention ou usage récurrent (même petit) plutôt qu’un one-shot.
• Un angle local crédible : industrie AURA, santé lyonnaise, logistique du couloir rhodanien, etc.

Pilotes et ROI

• Cadre de mesure : avant/après, volume, période.
• ROI ou au minimum unit economics du cas d’usage.
• Plan de passage POC vers production : intégration, support, SLA.

Preuves techniques

• Jeu de tests, métriques, évaluation qualité (pas “ça a l’air bon”).
• Plan contre hallucinations et erreurs, avec reprise humaine.

Pour structurer l’évaluation : Construire son jeu de tests et Limiter les hallucinations.

Risques et conformité

• Data : origine, droits, conservation.
• Sécurité : accès, journaux, red team, protections contre l’injection.
• AI Act : documentation et transparence selon le cas.

Le kit “jour J” pour parler à des investisseurs à Lyon sans perdre une minute

• Un one-pager (problème, solution, preuve, chiffres, contact).
• Un deck court (10 à 12 slides) + une version “annexe” plus technique.
• Une mini data room prête : pilotes, KPIs, contrats clés, doc data, architecture, budget infra.
• Un script de réponses sur 10 questions qui reviennent : marge brute, coût d’inférence, droits data, concurrence, risques, conformité.
• Un plan de suivi : email à J+1, documents à J+2, call à J+7.

Deux rappels utiles avant les Minalogic Invest Meetings 2026

1) Tu n’es pas en compétition avec “les startups IA”. Tu es en compétition avec la capacité d’un investisseur à déployer son capital ailleurs, sur un dossier plus clair, plus prouvable, plus rapide à diligenter. Et il y en a beaucoup : France Digitale recense 1 114 startups IA en France (mapping 2026).

2) Les financements publics existent, mais ça ne remplace pas un dossier equity propre. Bpifrance indique 3,9 Md€ de financements de projets IA atteints à fin 2025 (dont 2 Md€ sur les 3 dernières années). Source : Bpifrance. Un investisseur privé veut voir comment tu combines ça avec une trajectoire business lisible.

Ce que tu fais cette semaine si tu vises une levée de fonds IA en AURA

• Tu écris tes réponses aux 9 questions ci-dessus, une page max chacune.
• Tu chiffres ton coût de délivrance en production (même avec des hypothèses). Pas de flou.
• Tu formalises 2 cas clients pilotes avec KPIs avant/après et un plan de généralisation.
• Tu prépares un pitch 90 secondes “IA appliquée”, sans jargon, sans promesse vague.
• Tu viens à Incity en duo : business + technique. Et tu assumes les limites.

Si tu veux un point de départ spécifique Minalogic côté préparation, tu peux aussi lire : Minalogic Invest Meetings 2026 à Lyon : préparer un dossier IA solide.

TL;DR opérationnel : aux Minalogic Invest Meetings 2026, tu gagnes si tu transformes une journée “investisseurs Lyon” en machine à second rendez-vous. Ton arme, ce n’est pas ton modèle. C’est ton dossier : données, ROI, coûts infra, conformité, risques. Et une exécution nette.