Yupp AI ferme un an après son lancement, après avoir dépensé 33 millions de dollars investis par a16z

Yupp AI cesse son activité. La startup de crowdsourcing, lancée il y a moins d'un an avec des chèques de grands noms de la Silicon Valley, a annoncé sa fermeture mardi. L'équipe laisse derrière elle 33 millions de dollars levés, un chèque personnel de Chris Dixon, d'a16z crypto, et le soutien de business angels connus de la scène tech. Devant elle : un chiffre d'affaires nul et l'aveu que le marché ne s'est jamais constitué.

L'idée de Yupp semblait opportune, voire évidente. La multiplication rapide des modèles d'IA, de GPT-4o et Gemini à Mistral et des centaines de configurations locales basées sur Llama, a créé un vrai problème pour les utilisateurs : personne ne savait vraiment lequel était le meilleur pour des tâches précises. Les benchmarks officiels divergent souvent de l'expérience réelle, et les évaluations des communautés professionnelles sont subjectives et instables.

Yupp proposait une solution par le crowdsourcing : des utilisateurs réels comparaient en temps réel les réponses de plusieurs systèmes d'IA et les notaient selon des critères précis, comme l'utilité, l'exactitude et le style. En somme, la startup construisait une version commerciale de ce que la communauté académique faisait déjà avec Chatbot Arena de LMSYS, mais avec un habillage produit, des mécaniques de jetons et une tentative de bâtir un modèle économique durable.

Le volet crypto d'a16z n'a pas été choisi au hasard : l'équipe prévoyait de créer une incentive layer où les utilisateurs recevraient des jetons pour des évaluations de qualité et cohérentes. Une idée ambitieuse : en pratique, un réseau décentralisé de feedback humain au-dessus du marché de l'IA.

Le tour de table paraissait convaincant. 33 millions de dollars représentent une somme importante pour une startup en phase d'amorçage, et la présence de Chris Dixon parmi les investisseurs apportait non seulement du capital, mais aussi l'accès au réseau d'a16z et une légitimité supplémentaire sur le marché crypto. Selon les informations disponibles, des laboratoires d'IA, qui pouvaient en théorie acheter des données agrégées sur la qualité des modèles, comme des entreprises cherchant un moyen indépendant d'évaluer des outils d'IA pour un usage interne, s'intéressaient à la startup.

Mais en moins d'un an, le tableau a changé. L'entreprise n'a pas trouvé son product-market fit et n'a pas constitué une base d'utilisateurs stable. Dans un communiqué publié mardi, l'équipe a confirmé la fermeture sans détailler les raisons. Elle n'a pas révélé le sort des fonds restants ni si elle avait tenté de vendre la technologie ou l'équipe. À en juger par la brièveté de l'annonce, la décision a été prise rapidement.

La fermeture de Yupp s'inscrit dans une tendance croissante chez les startups d'IA de 2024-2025. Les entreprises qui ont levé de gros tours sur la thèse « nous construisons l'infrastructure de l'économie de l'IA » découvrent l'une après l'autre qu'OpenAI, Google et Anthropic la construisent déjà eux-mêmes, plus vite, moins cher et avec des ressources sans commune mesure. Le feedback collaboratif s'est révélé une niche particulièrement vulnérable : les grands laboratoires mènent leurs propres programmes de RLHF en interne, la communauté académique couvre une tâche similaire via des projets open source gratuits, et monétiser les évaluations des utilisateurs à un niveau suffisant pour entretenir une équipe d'ingénieurs à San Francisco est extrêmement difficile sans client entreprise de référence.

Pour Chris Dixon et a16z crypto, c'est un nouvel épisode désagréable. L'histoire de Yupp remet en question la stratégie même de croiser IA et Web3 : payer en jetons pour du feedback humain est une belle idée sur le papier, mais exige en pratique soit une très grande base d'utilisateurs, soit un contrat direct de long terme avec un laboratoire d'IA comme acheteur de référence des données. L'équipe n'a pas eu le temps de construire ni l'un ni l'autre.

Les chèques de capital-risque et les grands noms au capital ne remplacent pas une hypothèse produit claire ni un schéma de monétisation compréhensible. Dans l'environnement concurrentiel actuel, la fenêtre pour les startups d'infrastructure d'IA sans avantage technologique évident ni accès unique aux données se referme rapidement, et 33 millions de dollars ne suffisent pas toujours à la maintenir ouverte.