Votre technologie fonctionne. Est-elle prête pour le marché?
Votre prototype fonctionne. Les essais sont concluants. L'équipe technique a raison d'être fière. Et pourtant, statistiquement, ce produit a peu de chances de franchir le marché. C'est la Vallée de la Mort. Dans cette capsule, je propose de relire cet outil de gestion bien connu en lui ajoutant deux dimensions : la maturité client, qui forme avec la maturité technologique une double hélice, et le coût de l'échec une fois le produit déployé.
Le fait qui dérange
Le taux d'échec des nouveaux produits dépasse 90 %, toutes catégories confondues. Un chiffre souvent attribué à Clayton Christensen (Harvard) va dans le même sens : sur les 30 000 nouveaux produits lancés chaque année aux États-Unis, 95 % sont des échecs.
Côté jeunes entreprises, 49 % seulement survivent à cinq ans (Bureau of Labor Statistics, 2024). Parmi celles qui lèvent un tour d'amorçage, moins de 46 % obtiennent un deuxième tour et 1 % dépassent une valorisation d'un milliard (CB Insights, 2021).
Les données récentes racontent la même histoire en intelligence artificielle. En 2025, 46 % des preuves de concept ont été annulées avant la mise en production, et 42 % des entreprises ont abandonné la majorité de leurs initiatives IA, contre 17 % en 2024 (cité dans Bouquet, Wright & Nolan, Harvard Business Review, 2026). Selon le MIT (NANDA, 2025), 95 % des organisations n'obtiennent aucun retour de l'IA générative.
Le cas de GM est parlant. En 2018, ses ingénieurs ont utilisé la conception générative, des algorithmes qui explorent des centaines de formes possibles, pour créer un support de siège 40 % plus léger et 20 % plus solide, imprimé en 3D d'une seule pièce au lieu de huit. Selon la Harvard Business Review (2026), la pièce n'est jamais entrée en production : la chaîne d'approvisionnement, conçue pour l'acier estampé, ne pouvait pas en fabriquer la géométrie. La technologie fonctionnait. Le système autour d'elle, non.
Ces échecs sont rarement purement techniques. Ils viennent surtout d'un mauvais ajustement au marché, de faiblesses d'exécution et d'un désalignement stratégique.
La Vallée de la Mort, un outil à relire
Classiquement, la Vallée de la Mort désigne le passage d'une technologie de la preuve de concept en laboratoire à un prototype opérationnel validé. Il faut passer de la démonstration scientifique à la fiabilité d'ingénierie, à la fabricabilité et à la conformité réglementaire (Markham et al., 2010). La recherche managériale montre que la vallée englobe aussi des déficits de compétences, de structure organisationnelle, de timing et d'alignement entre les parties prenantes (Ritter & Pedersen, 2022).
Comme outil de gestion, elle a une limite : elle ne regarde qu'une échelle, celle de la technologie. Or les échecs décrits plus haut se jouent ailleurs. D'où deux axes à ajouter.
Premier axe : la double hélice technologie-client
TRL (Technology Readiness Level) : la maturité de la technologie, sur une échelle de 1 à 9. TRL 1-2 : les principes de base sont observés. TRL 3-4 : preuve de concept en laboratoire. TRL 5-6 : prototype testé en environnement représentatif. TRL 7-9 : prototype opérationnel, puis système qualifié en production. La Vallée de la Mort classique se situe entre le TRL 3-4 et le TRL 7.
CRL (Customer Readiness Level) : son pendant côté client, sur la même échelle de 1 à 9. On ne mesure pas ce que les clients disent, mais ce qu'ils ont réellement engagé. CRL 1-2 : le problème est validé auprès de clients. CRL 3-5 : lettres d'intention et pilotes. CRL 6-7 : premiers revenus récurrents. CRL 8-9 : expansion de masse.
Une technologie peut donc être au TRL 7 avec un CRL de 1 : elle fonctionne, et personne n'a encore dit la vouloir.
Les deux échelles appellent deux validations distinctes, que Dahlander et de Véricourt (Harvard Business Review, 2024) séparent clairement : la preuve de concept (la science fonctionne-t-elle, à un coût acceptable ?) et le MVP (le client paiera-t-il ?). Le Lean Startup a été conçu pour la seconde, l'incertitude de marché. Le deep tech affronte aussi la première : est-ce que cette technologie peut exister ? L'erreur fréquente est de confondre les deux validations, ou de les mener l'une après l'autre plutôt qu'en parallèle.
Je propose de représenter ce parcours comme une double hélice. Deux brins, la technologie (TRL) et le marché (CRL), mûrissent en synchronie. Les barreaux qui les relient sont des jalons de validation, alignés sur le financement par étapes : à chaque tour, une preuve scientifique doit être corroborée par une preuve commerciale. Quand un brin avance seul, la structure ne tient pas.
Concrètement, les barreaux ressemblent à ceci (adapté de Blank, 2013) :
| Étape | TRL / CRL visés | Ce qu'il faut prouver |
|---|---|---|
| Pré-amorçage (50 à 200 k$ ; subventions, love money) | TRL 3→4 / CRL 1→2 | La science tient, et le problème client est critique |
| Amorçage (250 k$ à 1 M$ ; anges, capital de risque précoce) | TRL 5→7 / CRL 3→5 | Faisabilité technique (preuve de concept) et intérêt commercial via un MVP, même imparfait |
| Série A (2 à 5 M$) | TRL 8→9 / CRL 6→7 | Adéquation du modèle d'affaires : coût d'acquisition inférieur à la valeur vie client |
| Série B et plus (5 M$ et plus) | Industrialisation / CRL 8→9 | Croissance structurelle, expansion |
Règle associée : les fonds non dilutifs (subventions de R&D) pour les phases à risque technique élevé, le capital de risque seulement quand le risque technique a baissé et que le risque principal devient commercial.
Theranos montre ce qui arrive quand un seul brin avance. Elizabeth Holmes a appliqué à la lettre la logique du logiciel, aller vite, itérer en marchant, lever massivement, à une technologie de diagnostic sanguin qui ne fonctionnait pas. L'argent et les partenariats commerciaux ont progressé ; la technologie, non. Près d'un milliard de dollars levés, un effondrement complet, une condamnation à plus de onze ans de prison. L'argent levé n'est pas une validation. Il peut même masquer son absence.
Limite de la double hélice : elle dit où vous en êtes sur les deux brins. Elle ne dit pas jusqu'où valider avant de déployer quand l'échec coûte cher ou devient irréversible. C'est le rôle du deuxième axe.
Deuxième axe : le coût de l'échec en déploiement
La profondeur de validation nécessaire dépend de ce que coûte un échec une fois le produit en service. C'est ma lecture de praticien, pas un résultat de la littérature citée plus haut.
Prenons une diode laser utilisée comme pompe optique dans un répéteur de télécommunication. Même composant, même TRL, deux contextes de déploiement.
En réseau terrestre : une défaillance se diagnostique et se remplace en heures. Le coût marginal est celui d'une intervention de maintenance. Un taux de défaillance résiduel est économiquement acceptable.
En câble sous-marin : l'ouvrage est conçu pour résister au milieu marin jusqu'à 25 ans (APEC, 2012), et toute réparation passe par la mobilisation d'un navire-câblier. Le rapport 2026 de l'organe consultatif international sur la résilience des câbles sous-marins (UIT / ICPC) situe le coût moyen d'une réparation entre 645 000 $ et 1,3 M$ US, jusqu'à 1,5–2 M$ dans certaines juridictions. La seule mobilisation du navire et son carburant représentent de 30 % à 70 % de la facture. L'ICPC avance des ordres de grandeur de 1 à 3 M$ US par incident. Et le délai se dégrade : la durée moyenne d'une réparation est passée de 22 jours en 2015 à 40 jours en 2023. La flotte mondiale de navires capables d'intervenir est rare et partagée.
Ironie : la majorité des pannes n'a rien à voir avec la technologie. La pêche et l'ancrage causent au moins 60 % des défauts (Veverka, ICPC). En 2008, un pétrolier a traîné son ancre sur 300 km en Méditerranée et endommagé six câbles. Un produit n'échoue pas seulement par ses défauts. Il échoue aussi dans un environnement qu'il ne contrôle pas, et c'est le coût de cet échec-là qui fixe le seuil de validation.
Le même composant, au même niveau de maturité, n'exige donc pas la même profondeur de validation. Cette exigence ne vient pas de la technologie : elle vient du contexte de déploiement.
Ce n'est pas propre au sous-marin. Un équipement encastré dans une ligne de production, un composant scellé dans un ensemble, un système déployé chez des centaines de clients dispersés, un logiciel embarqué dans du matériel déjà livré : la logique est la même.
Le Boeing 737 MAX en est l'illustration la plus brutale. Pour compenser la tendance de l'appareil à cabrer, Boeing a ajouté un logiciel de commande de vol, le MCAS, qui pouvait s'activer à partir des données d'un seul capteur et dont l'existence n'était pas signalée aux pilotes. Deux accidents, Lion Air en octobre 2018 et Ethiopian Airlines en mars 2019, ont fait 346 morts. Les 387 appareils en service ont été cloués au sol pendant 20 mois, la plus longue immobilisation d'un avion de ligne américain. Coûts directs estimés : 20 milliards de dollars, auxquels s'ajoutent plus de 60 milliards de pertes indirectes liées à quelque 1 200 commandes annulées. Pour autoriser le retour en vol, la FAA a exigé notamment que le MCAS compare désormais deux capteurs, et que la formation des pilotes soit revue.
Ce n'était pas un bogue de programmation : le logiciel faisait ce pour quoi il avait été conçu. C'est la conception elle-même, un seul capteur et une information absente des manuels, qui reposait sur des hypothèses erronées, selon l'enquête du Congrès américain. Corrigé avant la mise en service, un tel défaut coûte des heures d'ingénierie. Découvert après, il a coûté des vies, 20 mois d'immobilisation et des dizaines de milliards de dollars.
Combien coûte la correction d'un défaut découvert après le déploiement ? La réponse détermine votre seuil de validation, indépendamment de votre position sur la double hélice.
Les pistes de la littérature, et ce qu'elles laissent ouvert
Pour faire progresser le brin technologique, Dahlander et de Véricourt proposent cinq stratégies. Chacune pèse davantage à certains stades, et laisse ouvert autre chose.
| Piste | Stade où elle pèse le plus | Ce qu'elle laisse ouvert |
|---|---|---|
| Démontrer la preuve de concept (Modern Meadow, cuir biofabriqué) | Pré-amorçage à amorçage | Valider la technique seule ne valide pas le marché. Et l'écart entre un prototype de laboratoire et un produit prêt pour la production est souvent bien plus grand que prévu |
| Définir des jalons technologiques mesurables | Amorçage, pour financer la suite | Ce qui convainc un investisseur spécialisé ne convainc pas un généraliste. L'efficacité dépend de son appétit au risque et de son expertise technique |
| Former des partenariats, aborder la réglementation tôt (SpaceX et la NASA, Editas et les pharmas) | Dès le pré-amorçage, avant que les choix de conception soient figés | Crédibilité et accès aux installations, mais dépendance et négociation sur le contrôle de l'agenda |
| Apprendre par la pensée (Terrapower, Rigetti) | TRL bas, quand l'essai physique est hors de portée | Une simulation ne remplace pas l'essai réel quand le coût de l'échec en déploiement est élevé |
| Cultiver une culture de vérité | Tous les stades | C'est une condition, pas une méthode. Aucune culture ne remplace un protocole de validation |
Transparence : la colonne « stade » s'appuie sur le tableau de la double hélice. L'article source ne hiérarchise pas les cinq stratégies par stade et n'énonce pas leurs limites. Celles-ci sont, pour l'essentiel, ma lecture de praticien. À discuter, pas à appliquer les yeux fermés.
Ce que vous pouvez faire
Cette semaine : pour votre projet en cours, écrivez trois éléments sur une feuille. Votre TRL réel, pas celui de la présentation aux investisseurs. Votre CRL, c'est-à-dire ce que des clients ont réellement engagé (lettres d'intention, pilotes). Et le coût estimé de la correction d'un défaut découvert après déploiement. Si l'écart entre les deux premiers est grand, un brin de votre hélice avance seul. Si le troisième est élevé et que votre plan de validation ne le reflète pas, vous avez identifié votre risque principal.
Dans 3 à 6 mois : validez le besoin avant la solution, en partant d'une frustration client nommée. Séquencez le financement sur des jalons qui exigent à la fois une preuve technique et une preuve commerciale. Vérifiez que l'équipe couvre le commercial, pas seulement la technique.
Dans 12 mois : si l'innovation est en rupture avec votre cœur de métier, donnez-lui une structure, un budget protégé et une gouvernance distincts. Documentez vos protocoles pour que la qualité tienne à l'échelle.
Conclusion
La Vallée de la Mort reste un bon outil de gestion, à condition de la lire sur deux axes : la double hélice TRL-CRL pour savoir où vous en êtes, le coût de l'échec en déploiement pour savoir jusqu'où valider. Sans eux, on fait trop de validation technique là où le risque est commercial, et trop peu là où l'échec est irréversible.
La double hélice est développée dans un chapitre que je signe, à paraître chez Springer Nature (2027).
Chaque mois, je publie 1 à 2 capsules basées sur les recherches les plus pertinentes pour les PME manufacturières.
→ Recevoir les prochaines capsules directement dans votre boîte
Sources : Bouquet, C., Wright, O. & Nolan, T., Harvard Business Review, janv.–févr. 2026 | MIT NANDA, The GenAI Divide: State of AI in Business, 2025 | Christensen, C., Harvard Business School | Bureau of Labor Statistics, 2024 | CB Insights, 2021 | Autodesk / General Motors, étude de cas conception générative, 2018 | Markham, S.K. et al., 2010 | Ritter, T. & Pedersen, C.L., 2022 | Dahlander, L. & de Véricourt, F., « Do Lean Startup Methods Work for Deep Tech ? », Harvard Business Review, octobre 2024 | Blank, S., 2013 | International Advisory Body on Submarine Cable Resilience (UIT / ICPC), rapport 2026 | Veverka, D. (ICPC), Under the Sea, Shipping & Marine | APEC Policy Support Unit, Economic Impact of Submarine Cable Disruptions, 2012 | U.S. House Committee on Transportation and Infrastructure, Final Committee Report: The Design, Development & Certification of the Boeing 737 MAX, septembre 2020 | Isidore, C., « Boeing's 737 Max debacle could be the most expensive corporate blunder ever », CNN Business, novembre 2020 | Kassi, H., From Invention to Scalability: An Integrated Framework for Validating and Deploying Deep Tech Innovations, Springer Nature (à paraître, 2027)
