Maria Tahri (Alven) : “Le modèle des TechBio est vite devenu très attractif pour des fonds comme le nôtre”

Comment est né le fonds Alven et quelle est sa thèse d’investissement ?

Le fonds Alven a été créé en 2000 par deux banquiers, Guillaume Aubin et Charles Letourneur, qui avaient commencé par investir comme business angels. Nous en sommes aujourd’hui au sixième fonds. À sa création, Alven était un des premiers acteurs de l’écosystème tech en France. Nous avons une thèse généraliste, très axée early stage, c’est-à-dire du préseed à la série A. Les tickets ont varié selon la taille du fonds, mais notre thèse principale n’a pas changé et peut se résumer ainsi : investir très tôt dans les meilleurs talents de la tech.

Comment ont évolué vos fonds ?

Nos fonds ont beaucoup grossi. Le premier, en 2000, s’élevait à 8 M€. Le dernier a été clôturé à hauteur de 350 M€ en 2021. Au fil du temps, c’est surtout la taille des tickets qui a changé et notre focus plus tourné vers l’Europe. Sur notre dernier fonds, nous investissons entre 1 M€ et 15 M€ par société pour le premier ticket. Nous gardons ensuite entre 20 M€ et 30 M€ de côté pour pouvoir réinvestir dans les tours d’après. 

Quels ont été vos investissements les plus marquants ces dernières années ?

On peut citer Dataiku ou Algolia dans le domaine de l’IA, la néobanque Qonto, l’entreprise de cosmétique Typology. Nous couvrons des secteurs très divers, puisque nous suivons les chemins et les thèses que prennent les talents. Avec notre fonds 6, nous avons décidé d’investir beaucoup plus dans le domaine de la santé.

Pourquoi ? Est-ce un virage dans la stratégie d’investissement d’Alven ?

Notre engagement en santé a démarré en 2019, avec la société Cardiologs (qui a été rachetée en 2021 par Philips) parce que nous avions été séduit par la personnalité de son fondateur et la qualité de sa solution. Depuis, nous avons fait beaucoup d’investissements dans la santé, je pense notamment à Omnidoc, une société spécialisée en télé-expertise et à la TechBio Okeiro (ex Predict4Health) qui construit des algorithmes capables de prédire le risque de rejet d’une greffe.