Cette demo AI impressionnante dans le pitch deck ? C'est peut-être une fine couche autour de GPT-4 avec un prompt personnalisé. J'ai évalué plus de 30 entreprises AI pour des investisseurs. 40 % presentaient un risque de wrapper — de fines couches sur des modèles de fondation déguisées en innovation proprietaire. Vous avez besoin de quelqu'un qui a construit de l'AI de production chez Cisco (100M+ utilisateurs) et AuraLinkOS (400+ microservices, ~20 agents AI) pour vous dire ce qui tourne reellement derriere la demo. Mohammed Cherifi, conseiller en due diligence technique AI pour fonds VC et PE, évalué les architectures AI au niveau moleculaire — retro-ingénierie des pipelines, stress-test des affirmations de scalabilité, et classification des risques EU AI Act avant que vous ne signiez le cheque.
La cible affirme avoir une AI proprietaire. Sa facture d'infrastructure raconte une autre histoire : 3 000 USD/mois en appels API OpenAI et un frontend React. Vous ne pouvez pas distinguer un veritable avantage concurrentiel d'une chaîne de prompts sans quelqu'un qui a construit ce qu'ils pretendent avoir.
Vos conseillers techniques sont des CTO generalistes. Aucun n'a livre de systèmes multi-agents, construit de réseaux de neurones informes par la physique, ni déployé 400+ microservices. Ils cochent des cases. Ils ne retro-concoivent pas de pipelines AI.
Après l'acquisition, vous découvrez que la 'plateforme AI' tient avec du scotch, des processus manuels, et un seul ingénieur qui à tout ecrit. Un risque de personne clé que vous n'avez pas intégré au prix parce que la DD n'a pas creuse assez profond.
L'EU AI Act entre en vigueur en aout 2026. Une classification AI haut risque ajoute 500 000 a 2 millions d'euros de coûts de conformité que personne n'a budgetes. Votre équipe DD ne comprend pas la réglementation AI parce qu'elle n'a jamais construit de systèmes conformes.
Vous obtenez une investigation technique approfondie par quelqu'un qui a construit les systèmes exacts que les cibles pretendent avoir. Pas un generaliste avec un template. Pas un analyste junior avec un scorecard. Quelqu'un qui peut lire la facture d'infrastructure et savoir immediatement si l'AI est reelle.
Retro-ingénierie de la stack AI : architecture du modèle, pipeline d'entraînement, infrastructure de données, topologie de déploiement, et limites de scalabilité. Est-ce un modèle fine-tune, un système RAG, une chaîne de prompts, ou une veritable architecture nouvelle ? La réponse determine tout.
Evaluer la defensibilite sur cinq dimensions : avantages en données proprietaires, differenciation du modèle, profondeur d'intégration, coûts de changement, et positionnement concurrentiel face aux feuilles de route des modèles de fondation. Score de durabilite du moat a 6, 12 et 24 mois.
Scoring feu tricolore sur 8 dimensions : dette technique, capacité de l'équipe, scalabilité, posture de sécurité, exposition EU AI Act, qualité des données, dépendance fournisseur, et propriete de la PI. Chaque dimension benchmarkee par rapport a plus de 30 évaluations précédentes.
Recommandation claire GO/NO-GO/CONDITIONNEL avec une contribution a la valorisation ajustee au risque, des coûts de remédiation estimes, et un plan d'action post-closing de 90 jours. Une décision, pas un document.
Une méthodologie structuree de due diligence technique AI développée à partir de l'évaluation de plus de 30 entreprises AI de la Serie A au growth equity. Va au-delà de la revue de code pour évaluer toute la chaîne de valeur AI.
Les fonds VC et PE evaluant des entreprises AI-natives du Seed au growth equity. Les fonds de fonds ayant besoin d'une évaluation des risques AI à l'échelle du portefeuille. Les équipes M&A corporate acquerant des capacités AI. Vous avez besoin de plus qu'un consultant generaliste — vous avez besoin de quelqu'un qui a construit et livre les systèmes exacts que vous evaluez.
Le Scan Rapide prend 1-2 semaines et couvre l'architecture, l'équipe et l'évaluation des risques de premier niveau. La Due Diligence Complete prend 2-4 semaines et inclut une revue de code approfondie, des tests de scalabilité, la classification EU AI Act, et un scoring complet des risques. Le calendrier peut varier selon la cooperation de l'entreprise cible et le perimetre.
Deux niveaux disponibles : Le Scan Rapide inclut la revue d'architecture, l'évaluation du moat AI, l'évaluation d'équipe, le scoring des risques de premier niveau, et un rapport executif de 15 pages. La DD Complete ajoute une revue de code approfondie, des tests de stress de scalabilité, un audit de sécurité, une évaluation de conformité EU AI Act, une analyse de PI, et un rapport detaille de 50-80 pages avec présentation au comite d'investissement. Contactez-nous pour un devis basé sur la complexité du deal.
Oui. Le Retainer Portfolio fournit des bilans de sante technique trimestriels sur votre portefeuille AI, un conseil technique sur appel pour les nouveaux deals, et une alerte precoce sur les risques emergents comme les changements d'application de l'EU AI Act ou l'erosion du moat concurrentiel. Contactez-nous pour un tarif de retainer basé sur la taille du portefeuille.
Pratique standard. Je signe le NDA de votre fonds avant tout engagement. Je maintiens des barrieres d'information strictes entre les societes du portefeuille et les deals concurrents. Tous les rapports et livrables sont livres sous votre propriete. J'ai plus de 15 ans de pratique de confidentialite enterprise chez Cisco et similaires.
Expertise approfondie dans l'AI automobile (Renault-Nissan), le SaaS enterprise, l'AI industrielle, la cybersecurite et la healthtech. Pour les verticales hautement spécialisées comme la biotech ou la fintech, je m'associe avec des conseillers experts du domaine tout en dirigeant l'évaluation technique AI de basé.
Scénario courant. Je travaille avec l'accès disponible — diagrammes d'architecture, documentation API, environnements de demo, entretiens d'équipe, publications, et artefacts publics. Même sans accès au code, un constructeur AI experimente peut identifier des red flags à partir du comportement du système, des réponses de l'équipe, et des descriptions architecturales. L'accès limite est note comme facteur de risque dans le rapport.
Cinq dimensions : (1) Moat data — données proprietaires couteuses ou impossibles a repliquer, (2) Moat modèle — veritable innovation architecturale vs. fine-tuning d'open source, (3) Moat intégration — intégration profonde dans les workflows clients, (4) Moat talent — chercheurs ou ingénieurs clés, (5) Moat réglementaire — avantages de conformité. Chacune est notee et benchmarkee par rapport au paysage concurrentiel.
Je fournis des inputs techniques a la valorisation, pas de valorisation financière en soi. Cela inclut : scoring technologique ajuste au risque, coûts de remédiation estimes pour les problèmes identifies, analyse du plafond de scalabilité, et benchmarking technologique comparable. Votre équipe financière combine cela avec l'analyse de marche et financière pour la valorisation finale.
Decouvrez d'autres services qui completent cette offre
Discutons de la façon dont ce service peut répondre à vos defis spécifiques et produire des résultats concrets.