Key Takeaways
- En 2025, les capitaux investis dans les entreprises canadiennes spécialisées dans l’IA ont augmenté, tandis que l’activité globale des transactions de capital-investissement et de capital de risque a chuté, reflet d’une tendance vers les financements de grande taille.
- En 2025, la majeure partie des capitaux investis dans l’IA l’ont été dans le cadre de tours de financement de grande taille, ce qui a créé un déficit de financement pour les entreprises qui ont fait leurs preuves et qui cherchent à se développer.
- Les investisseurs font face à des occasions : capital de croissance pour les jeunes entreprises en croissance spécialisées dans l’IA de taille moyenne, rachats d’entreprises spécialisées dans les logiciels verticaux d’IA et investissements dans l’infrastructure.
L’intelligence artificielle est rapidement devenue l’un des principaux secteurs d’exportation technologique du Canada, et les capitaux privés jouent un rôle clé dans son évolution. L’IA n’est plus considérée comme un créneau de logiciels spécialisés, mais de plus en plus comme une infrastructure fondamentale, au même titre que l’énergie ou les télécommunications.
Cette transformation industrielle a été en partie stimulée par la montée des systèmes d’IA agentive, acteurs autonomes capables de mener à bien des flux de travail complexes au sein des entreprises. Ces systèmes sont en train de remodeler profondément les entreprises de technologie et les organisations qui ont trouvé le moyen de déployer ces capacités pour créer de la valeur. Les capitaux gravitant de plus en plus autour des entreprises prêtes à développer ces fonctions agentives, l’effet sur le marché semble être une forte concentration des capitaux, les investisseurs orientant leurs investissements vers une sélection d’acteurs de premier plan dans le domaine de l’IA, bien placés pour ancrer cet écosystème industriel émergent.
Dans le même temps, les fonds levés par les sociétés canadiennes financées par du capital de risque ont atteint leur plus bas niveau depuis dix ans en 2025 et le gouvernement fédéral mobilise des milliards de dollars en capitaux d’infrastructure pour combler les lacunes en matière de capacité de calcul. Cette dynamique révèle des occasions distinctes pour les investisseurs en capital-investissement prêts à déployer des capitaux à grande échelle dans les segments appropriés du marché.
Dynamique du marché : activité des transactions liées à l’IA au Canada
Source : PitchBook Data, Inc.. Les données du graphique illustrent le flux de transactions dans les entreprises canadiennes spécialisées dans l’intelligence artificielle et l’apprentissage automatique, classées par type d’investisseurs (capital-investissement et capital de risque), selon un ensemble de données filtrées en date du 27 février 2026.
En 2025, les capitaux déployés dans les entreprises canadiennes spécialisées dans l’IA ont bondi pour atteindre leur plus haut niveau depuis 2021, selon les données obtenues auprès de PitchBook[1]. Cependant, la même année, ces capitaux ont été investis dans un nombre réduit d’entreprises : l’activité globale des transactions de capital-investissement et de capital de risque a chuté pour atteindre son plus bas niveau depuis 2020, reflet d’un cycle d’investissement très rigoureux à forte conviction[2].
En outre, la composition de l’activité des transactions de capital-investissement et de capital de risque a sensiblement changé en 2025 : les rachats d’entreprise, les acquisitions complémentaires, les opérations de placement privé dans des sociétés ouvertes, les tours de financement de croissance/d’expansion et les tours de financement par capital de risque d’étapes ultérieures, dans tous les cas, ont augmenté ou sont restés stables par rapport aux niveaux de 2024, tandis que les tours de financement d’amorçage, de financement par capital de risque de début de croissance et de financement des étapes de pré-accélération ou d’incubation ont tous diminué[3]. Ce clivage suggère que les investisseurs pourraient cibler délibérément les entreprises d’IA établies et productives de revenus, offrant de solides perspectives de profits, de sorte qu’il se pourrait que les sociétés de capital-investissement (SCI) soient libres d’investir dans des domaines où l’intérêt traditionnel du capital de risque s’est refroidi.
Concentration des capitaux et émergence d’un déficit de financement
En 2025, 84 % des financements par capital de risque des entreprises canadiennes spécialisées dans l’IA ont été des tours de financement de grande taille, soit des financements de 25 millions de dollars américains ou plus, contre 77 % en 2024, tandis que les tours de financement compris entre 10 et 24,9 millions de dollars américains ont diminué de 27 % par rapport à l’année précédente[4]. Cette concentration des capitaux crée un déficit de financement, en particulier pour les entreprises qui ont prouvé l’adéquation de leurs produits au marché, mais qui ont besoin de capitaux institutionnels pour se développer.
De 2022 à 2025, les dix entreprises canadiennes spécialisées dans l’IA les plus financées ont attiré environ 5,5 milliards de dollars américains, soit environ 40 % de tous les capitaux investis dans l’IA au Canada au cours de cette période[5]. Cela reflète une tendance claire où les grandes entreprises dominent le marché (« winner-take most »), les capitaux privés gravitant vers une poignée de leaders en pleine ascension. Cette concentration souligne une réalité structurelle : la mise en place d’une IA sérieuse est à la fois coûteuse et difficile, ce qui fait de la taille critique un facteur essentiel de réussite. Des facteurs tels que le développement de modèles de pointe, l’embauche de talents spécialisés, la conservation des avantages liés aux données exclusives et les besoins informatiques considérables de l’IA moderne, créent tous des barrières importantes à l’entrée. Ces difficultés renforcent à leur tour les avantages concurrentiels des entreprises qui ont déjà atteint une telle taille et établi des positions défendables sur le marché – et il s’agit de plus en plus d’entreprises qui développent ou déploient des capacités agentives.
Cette concentration se produit en temps réel. Depuis août 2025, Osler a agi comme conseiller juridique dans le cadre de trois des transactions les plus importantes de l’histoire canadienne dans le domaine de l’IA : le financement de 500 millions de dollars américains de Cohere pour une évaluation de 6,8 milliards de dollars américains, le tour de financement de série C record de 750 millions de dollars de Waabi, pour un financement total de 1 milliard de dollars et l’acquisition de vLex par Clio pour 1 milliard de dollars, parallèlement à un tour de financement de série G de 500 millions de dollars pour une évaluation de 5 milliards de dollars. Ces transactions historiques, qui se sont toutes déroulées à quelques mois d’intervalle, illustrent la manière dont les capitaux institutionnels sont de plus en plus orientés vers les leaders établis de l’IA, alors même que l’activité globale des transactions dans ce secteur est en recul. Pour les investisseurs en capital-investissement, cette concentration révèle des occasions distinctes qui s’accompagnent de complexités connexes.
Capital de croissance pour les jeunes entreprises en croissance de taille moyenne
Le passage à des mégatours de financement laisse une cohorte de jeunes entreprises en croissance spécialisées dans l’IA qui ont fait leurs preuves – des entreprises avec des produits crédibles, des clients payants et des positions claires sur le marché – coincées entre le capital de risque de démarrage et l’hypercroissance. Avec le recul des sociétés de capital de risque traditionnelles (les sociétés canadiennes de capital de risque n’ont levé que 2,1 milliards de dollars canadiens en 2025, le niveau le plus bas depuis 2016), les investisseurs en capital-investissement axés sur la croissance sont bien placés pour combler ce fossé, en jouant un rôle plus important dans la fourniture du capital de croissance dont ces entreprises ont besoin[6]. Cependant, le succès dans ce domaine dépend de la capacité à naviguer sur des marchés hautement concurrentiels aux résultats imprévisibles, ce qui signifie que les SCI pourraient devoir accepter des risques plus élevés, similaires à ceux du capital de risque, afin d’obtenir des rendements supérieurs.
Les investisseurs qui entrent à ce stade devraient recalibrer les hypothèses auxquelles ils ont traditionnellement recours pour la vérification diligente d’entreprises technologiques afin que celle-ci reflète un profil de risque accru par rapport à celle qu’ils effectueraient dans le cadre de l’acquisition d’une entreprise plus mature. Dans le cas des jeunes entreprises en croissance spécialisées dans l’IA, l’avantage concurrentiel peut parfois s’éroder rapidement, en particulier lorsque la différenciation dépend de l’accès à des données que les concurrents peuvent reproduire ou acheter. Le recours à des fournisseurs de modèles de fondation introduit un risque de dépendance à la plateforme. À mesure que les grands modèles de langage et les modèles de fondation s’améliorent, ils peuvent reproduire ou intégrer des capacités de la couche application qui différenciaient autrefois les petites entreprises d’IA. En outre, la performance des modèles peut évoluer, la dépendance aux modèles de fondation peut changer et les droits sur les données peuvent être limités par des contrats. Ces facteurs introduisent une plus grande volatilité, ce qui explique pourquoi ce segment se comporte davantage comme du capital de risque de stade ultérieur que comme de capital de croissance traditionnel.
Rachats d’entreprise et acquisitions complémentaires dans le domaine des logiciels verticaux d’IA
Alors que la concentration des capitaux pousse les mégatours de financement vers un petit groupe d’acteurs de premier plan dans le domaine de l’IA, le doublement des rachats d’entreprise et des acquisitions complémentaires entre 2024 et 2025 suggère que les SCI trouvent des occasions en dehors de la dynamique où les grandes entreprises dominent le marché (« winner-take most »)[7]. Les tendances mondiales en matière de capital-investissement indiquent que les logiciels verticaux intégrant l’IA constituent un segment attractif : il s’agit d’entreprises dont les flux de trésorerie sont prévisibles et où l’IA améliore les marges plutôt que de définir le produit[8]. Le volume record des rachats d’entreprises canadiennes spécialisées dans l’IA en 2025 et, généralement, la dynamique des fusions et acquisitions dans le secteur des logiciels suggèrent un potentiel pour les acheteurs disciplinés qui ciblent des actifs défendables et rentables dans des secteurs où l’IA peut être mise à profit pour améliorer les activités[9].
Dans le cas de ces opérations, en particulier celles comportant une stratégie d’intégration verticale, la vérification diligente doit se concentrer non seulement sur l’alignement opérationnel, mais aussi sur la question de savoir si les droits sur les données et l’architecture des modèles permettent une réutilisation évolutive. Les SCI doivent évaluer si les données acquises auprès d’une entreprise cible peuvent être utilisées légitimement en dehors de cette entreprise, que ce soit en raison de restrictions imposées par les contrats conclus avec les clients, des lois sur la protection de la vie privée ou d’autres réglementations propres au secteur. De même, les résultats obtenus par des modèles dans un domaine particulier d’une entreprise cible peuvent ne pas être facilement transposables à des secteurs verticaux adjacents. Il s’agit d’un problème courant avec les stratégies d’acquisition et de développement (« buy-and-build »), problème qui peut limiter considérablement les avantages attendus de l’intégration. Si ces hypothèses ne sont pas soigneusement évaluées, la valeur escomptée de l’acquisition risque de ne pas se matérialiser complètement.
Investissements dans l’infrastructure des centres de données et de calcul
Pour les SCI qui cherchent à contourner le risque lié à une seule entreprise, la couche infrastructure qui sous-tend l’ensemble de l’écosystème de l’IA peut offrir un profil de risque non traditionnel. L’infrastructure des centres de données est particulièrement intéressante dans ce contexte. Les avantages naturels du Canada – énergie renouvelable abondante, climat froid favorisant l’efficacité de l’équipement de refroidissement, stabilité politique et proximité des marchés américains – font du pays un endroit attrayant pour l’aménagement de centres de données optimisés pour l’IA. Contrairement au sort plus imprévisible des entreprises en croissance de taille moyenne ou aux risques liés aux restructurations opérationnelles, les investissements dans les centres de données et la capacité de calcul – ou « les pelles et les pioches » du secteur – bénéficient d’une large adoption de l’IA, quels que soient les acteurs de la couche application qui finiront par s’imposer sur leurs marchés; tous les acteurs de l’IA dépendent de la capacité de calcul.
L’infrastructure présente toutefois d’autres risques. L’alimentation électrique et la disponibilité des sites restent des contraintes fondamentales, car la mise en place de connexions électriques fiables et d’une capacité énergétique suffisante ainsi que l’obtention des autorisations nécessaires peuvent retarder le déploiement ou limiter les agrandissements. En raison de la concentration des fournisseurs de services infonuagiques à très grande échelle, seuls quelques grands locataires, tels qu’AWS, Microsoft Azure et Google Cloud, comptent pour la majeure partie de la demande en centres de données, ce qui crée un risque de contrepartie et une asymétrie de négociation, en particulier si les engagements de construction sur mesure changent ou ne sont pas respectés. La nature capitalistique des installations de pointe et les exigences croissantes en matière de matériel informatique pour l’IA créent à la fois un risque de construction et un risque d’obsolescence technologique, car les centres de données conçus pour une génération de puces et d’infrastructures de refroidissement peuvent rapidement devenir obsolètes par rapport aux nouvelles normes. Les constructions rapides augmentent également le risque d’une offre excédentaire et d’une sous-utilisation localisées si la croissance de la charge de travail de l’IA ralentit plus rapidement que prévu. Les pressions sur l’environnement et les ressources, notamment l’eau utilisée pour le refroidissement des systèmes et les grandes quantités d’énergie qu’ils consomment, et, de ce fait, la résistance de la part des collectivités complexifient les activités d’exploitation.
Si, d’un côté, l’infrastructure peut aider un investisseur à diversifier les risques liés à une seule entreprise, la réalité est que le profil de risque global est modifié, mais pas éliminé. Les résultats restent très sensibles aux facteurs macroéconomiques, tels que les fluctuations des taux d’intérêt, les pressions inflationnistes et les cycles économiques en général, qui peuvent influer de manière significative sur la viabilité des projets, les coûts de financement et les rendements à long terme.
Stratégie canadienne en matière d’IA : soutien à l’infrastructure et à la mise à l’échelle
Le gouvernement fédéral a engagé plus de 2 milliards de dollars dans la capacité de calcul souveraine pour l’IA, dont 700 millions de dollars dans le cadre du Défi de la capacité de calcul pour l’IA à titre d’investissement conjoint dans des centres de données à grande échelle aux côtés de SCI, et 925,6 millions de dollars supplémentaires dans son budget de 2025[10]. Dans le cadre de cet effort, la Banque de l’infrastructure du Canada et le Bureau des grands projets sollicitent activement des propositions pour des centres de données souverains de plus de 100 MW et rationalisent les autorisations fédérales. Pour les investisseurs dans l’infrastructure, la stratégie vise à éliminer quatre obstacles majeurs : l’accès au réseau, les goulets d’étranglement réglementaires, l’incertitude de la demande à long terme et les déficits de financement[11].
Cependant, le qualificatif « souverain » introduit des compromis complexes qui méritent d’être examinés de près. Les investissements dans l’infrastructure exigent de naviguer avec prudence dans un labyrinthe réglementaire complexe, y compris les règles provinciales en matière d’électricité, les évaluations environnementales fédérales, le zonage municipal et les mandats croissants en matière de résidence des données et de cybersécurité liés aux locataires principaux du gouvernement. Les SCI doivent conclure avec des partenaires gouvernementaux des accords d’investissement conjoint qui définissent clairement la gouvernance, le contrôle opérationnel et les stratégies de sortie, en particulier lorsque les capitaux publics imposent des restrictions en matière de propriété étrangère, de gestion des données ou de génération de revenus futurs.
Si des programmes tels que le Fonds d’accès à une capacité de calcul pour l’IA (300 millions de dollars) et SCALE AI offrent un certain soutien aux jeunes entreprises en croissance, ces initiatives ne sont pas susceptibles de combler de manière adéquate le fossé plus profond en matière de mise à l’échelle, qui touche la cohorte laissée pour compte d’entreprises canadiennes spécialisées dans l’IA en manque de capitaux. La stratégie actuelle de soutien du gouvernement semble viser principalement à réduire les risques liés à la couche infrastructure, et non à la couche application, ce qui peut expliquer en partie pourquoi certains investisseurs se tournent vers l’infrastructure plutôt que de soutenir des entreprises individuelles spécialisées dans l’IA.
La suite des choses : de l’affectation de capitaux à l’avantage opérationnel
La concentration des capitaux entre les mains d’entreprises canadiennes spécialisées dans l’IA au nombre réduit mais de taille supérieure témoigne d’un marché en voie de maturation, où de nombreux investisseurs institutionnels privilégient les acteurs qui ont fait leurs preuves et qui ont la taille nécessaire pour soutenir la transformation industrielle de l’IA. Pour les SCI, cette évolution du paysage s’est traduite par des pistes d’investissement potentielles : capital de croissance pour les jeunes entreprises en croissance laissées pour compte, fusions et acquisitions d’entreprises spécialisées dans les logiciels verticaux d’IA et investissements dans l’infrastructure de calcul.
Ces occasions bénéficient toutes du fait que le gouvernement fédéral considère l’IA comme une priorité nationale; cependant, chacune présente des considérations stratégiques, des attentes de rendement et des profils de risque différents. Les SCI qui reconnaissent ces distinctions, adoptent les bonnes stratégies et adaptent leurs vérifications diligentes en conséquence seront mieux placées que celles qui traitent l’IA canadienne comme une seule classe d’actifs.
[5] PitchBook. Les données citées n’ont pas été vérifiées par les analystes de PitchBook et pourraient ne pas respecter la méthodologie utilisée par PitchBook.
[6] « “A perfect storm” : 2025 was the worst year for Canadian VC fundraising since 2016 », BetaKit, 7 janvier 2026.
[8] « Software M&A Dominates 2025 With 65% Market Share – M&A Alerts », The M&A Advisor, 9 octobre 2025.
[9] « Software M&A Dominates 2025 With 65% Market Share – M&A Alerts », The M&A Advisor, 9 octobre 2025.
[10] « Le Canada attirera des milliards de dollars en investissements afin d’établir une capacité de calcul nationale pour l’IA », Gouvernement du Canada, 5 décembre 2024.
[11] « Stratégie canadienne sur la capacité de calcul souveraine pour l’IA » (y compris le Défi de la capacité de calcul pour l’IA) et « Permettre l’établissement de centres de données d’IA souveraine de grande envergure », Gouvernement du Canada.
