La première responsable commerciale d’OpenAI, Aliisa Rosenthal, a trouvé une nouvelle carrière : le capital-risque. Elle rejoint Acrew Capital en tant qu’associée commanditée, travaillant aux côtés de l’associée fondatrice Lauren Kolodny et des autres associés de la société, Rosenthal et Kolodny, ont déclaré à TechCrunch.
Rosenthal a quitté OpenAI il y a environ huit mois après un sprint de trois ans au laboratoire d’IA qui a vu le lancement de DALL·E, ChatGPT, ChatGPT Enterprise, Sora et d’autres produits. « Au départ, je ne cherchais pas à rejoindre un fonds de capital-risque », a-t-elle déclaré à TechCrunch. «J’étais là-bas pour rencontrer de nombreuses startups d’IA.»
Mais après avoir fait passer l’équipe commerciale d’OpenAI de deux à plusieurs centaines de personnes, elle a vu l’attrait lorsque Kolodny lui a proposé du capital-risque. Au lieu d’aider une startup dans sa stratégie de commercialisation, elle pourrait en aider un portefeuille.
Au cours de son passage chez OpenAI, « j’ai beaucoup appris sur le comportement, tant du côté des acheteurs, sur la façon dont les gens envisagent ces achats, et sur l’écart entre ce que la plupart des organisations pensent être possible et ce qu’elles peuvent réellement déployer aujourd’hui », a-t-elle déclaré.
Par exemple, elle a un aperçu direct du type de fossé qu’une startup d’IA peut construire sans la rendre vulnérable lorsque des modélistes comme OpenAI lancent des produits concurrents.
OpenAI « se contentera-t-il de tout construire et de mettre toutes les entreprises en faillite ? Vous savez, ils font déjà beaucoup de choses : ils sont dans le secteur grand public, ils sont dans l’entreprise, ils construisent un appareil. Je ne pense pas qu’ils vont s’attaquer à toutes les applications d’entreprise potentielles », dit-elle.
Il est donc temps pour les startups d’IA d’entreprise de proposer une spécialisation.
Événement Techcrunch
San Francisco
|
13-15 octobre 2026
Contexte comme fossé
De plus, elle pense que la clé d’un bon fossé de démarrage sera le « contexte » – ou les informations que l’IA stocke dans la mémoire de sa fenêtre contextuelle lorsqu’elle travaille sur les requêtes.
« Le contexte est dynamique. Il est adaptable. Il est évolutif. Et je pense que ce que nous voyons va au-delà d’une sorte de RAG de base vers cette idée d’un graphe de contexte, qui est persistant », dit-elle en faisant référence à la Retrieval-Augmented Generation (RAG), la méthode de facto à partir de 2025 pour minimiser les hallucinations en formant les LLM sur des sources fiables et spécifiques (et en demandant au LLM de les citer).
Il reste cependant encore beaucoup de technologies à développer dans ce domaine, de la mémoire au raisonnement au-delà de la reconnaissance des formes.
« Je m’attends à une véritable innovation ici. Je pense que cette année, nous verrons de nouvelles approches – l’idée de contexte et de mémoire », déclare Rosenthal.
Mais au-delà des startups travaillant directement sur l’ingénierie contextuelle, Rosenthal pense que les applications d’entreprise qui l’intègrent auront l’avantage.
« En fin de compte, lorsque nous parlons de douves, je pense que le fait de savoir qui possède et gère cette couche de contexte deviendra un avantage majeur pour les produits d’IA », dit-elle.
Autre opportunité qu’elle voit : les startups ne construisent pas sur les modèles de pointe d’un grand laboratoire, avec leurs prix élevés.
«Je pense qu’il y a de la place sur le marché pour des modèles moins chers, plus légers et innovants en matière de coûts d’inférence», dit-elle. Ce sont des modèles qui ne sont peut-être pas en tête des classements des différents benchmarks mais qui « restent très utiles » et plus abordables.
« Là où je suis vraiment enthousiaste à l’idée d’investir, c’est dans la couche application. Je suis vraiment intéressée par les applications durables construites sur tous ces différents modèles, et pas seulement sur les modèles fondamentaux », dit-elle. Elle recherche des startups avec des « cas d’utilisation intéressants » ou qui utilisent l’IA pour aider les employés de l’entreprise à travailler plus efficacement.
Quant à savoir où elle va trouver ces startups, elle travaillera pour commencer sur son réseau parmi les anciens d’OpenAI. Maintenant que la tenue AI a 10 ans, le réseau des anciens élèves s’est élargi. Beaucoup ont déjà fondé des startups qui ont levé beaucoup d’argent à des valorisations élevées, allant du plus grand concurrent d’OpenAI, Anthropic, à des entreprises en démarrage dynamiques comme Safe Superintelligence.
Il existe également un précédent croissant selon lequel d’anciens responsables d’OpenAI de haut niveau deviennent des investisseurs en phase d’amorçage. Il y a environ un an, Peter Deng, ancien responsable des produits de consommation d’OpenAI, a rejoint Felicis. Depuis, il l’écrase et s’amuse clairement en concluant de grosses affaires pour des startups en vogue comme LMArena et Periodic Labs.
« En fait, j’ai eu un appel avec Peter il y a quelques mois et il m’a aidé à prendre la décision », a déclaré Rosenthal à propos de son choix de devenir investisseur.
Mais Rosenthal dispose peut-être d’une arme secrète pour remporter des contrats. Elle a également des contacts approfondis parmi les utilisateurs d’entreprises d’IA – le type d’acheteurs et de bêta-testeurs dont ces premières startups d’IA ont besoin.
Les entreprises ne comprennent toujours pas tout ce que l’IA peut leur apporter. « Il y a une très grande lacune qui, je suis très optimiste, pourra être comblée. Cela laisse un immense champ vert pour les applications et les entreprises. »
