8 choses à retenir du bilan 2025 du marché de la santé en France & Europe et leurs implications stratégiques

Sommaire

Aa
marché de la santé en France

Analyse des tendances 2025 du marché de la santé en France et Europe, et leurs implications stratégiques pour l’avenir. Le tendance 2025 est à la baisse marquée des levées de fonds en santé numérique en France en 2025. Analyse des causes structurelles pour en tirer des enseignements opérationnels pour les acteurs publics et privés, dans une perspective européenne.

Faits clés – Marché de la santé en France en 2025

  • Montant total levé : 289,9 M€
  • Évolution vs 2024 : –56 % (654,3 M€ en 2024)
  • Nombre d’entreprises financées : 36 (plus bas niveau depuis 2018)
  • Concentration du capital :
    • 3 levées > 20 M€
    • 41 % des montants totaux
  • Nombre d’opérations : 37 (–17 vs 2024)
  • Investisseurs mobilisés : 127

Lecture immédiate : le marché ne disparaît pas, il se contracte et se polarise.

Diagnostic : ralentissement conjoncturel ou mutation structurelle ?

Le facteur macroéconomique est réel mais insuffisant

  • Hausse des taux
  • Réallocation du capital vers des actifs jugés moins risqués
  • Allongement des cycles de décision

Ces facteurs expliquent le timing, mais pas l’ampleur ni la sélectivité de la baisse.

Un réajustement de la valeur réelle produite

Les investisseurs opèrent un tri plus strict, fondé sur :

  • la maturité clinique des solutions,
  • la preuve d’impact (clinique, organisationnel, médico-économique),
  • la capacité d’intégration dans des parcours de soins existants,
  • la conformité réglementaire et l’interopérabilité.

Les modèles reposant principalement sur :

  • l’engagement volontaire des utilisateurs,
  • l’éducation à la santé,
  • des promesses comportementales peu démontrées,

sont aujourd’hui structurellement fragilisés.

Usage réel vs promesse : le signal faible devenu central

Les indicateurs d’usage restent faibles dans l’ensemble du secteur :

  • Rétention à 30 jours des apps santé/bien-être : 3–4 % (fin 2024).

Ce chiffre n’est pas un problème d’UX marginal. Il révèle :

  • un écart persistant entre intention et comportement,
  • des dispositifs qui demandent trop d’efforts cognitifs à des utilisateurs déjà contraints,
  • une conception centrée sur l’adhésion, et non sur la réduction de charge.

Le marché sanctionne moins l’innovation que l’inefficacité comportementale réelle.

Rôle de l’IA : catalyseur d’efficience, pas garantie d’impact

Effet mécanique sur les besoins en capital

L’IA permet :

  • des cycles de développement plus courts,
  • des équipes plus réduites,
  • une mise sur le marché accélérée.

Résultat : moins de capital nécessaire pour des solutions logicielles comparables.

Limite structurelle identifiée par la recherche

La littérature académique récente montre que :

  • l’IA optimise l’exécution (timing, message, canal),
  • mais ne transforme pas automatiquement les comportements si le contexte de vie reste inchangé.

L’IA agit comme un amplificateur :

  • soit de dispositifs bien conçus,
  • soit de biais conceptuels existants (sur-responsabilisation, surcharge cognitive).

Segmentation du marché : l’intention comme variable clé

Les travaux récents (McKinsey) montrent que la croissance du bien-être est portée par des cohortes à forte intention :

  • ~25 % des consommateurs génèrent ~40 % des dépenses
  • ils privilégient :
    • les preuves scientifiques,
    • les résultats mesurables,
    • la qualité plutôt que le prix.

À l’inverse, une part importante du marché :

  • exprime une intention de santé,
  • mais dispose de peu de capacité à maintenir l’effort requis.

Une grande partie de la santé numérique cible aujourd’hui les populations les plus difficiles à engager, avec des modèles économiques dépendant d’un engagement élevé.

Le marché se segmente par intention, pas par besoin médical

Un éclairage clé vient des travaux récents de McKinsey sur l’économie du bien-être. La dépense ne se répartit pas uniformément : elle se concentre sur des cohortes très différenciées par leur niveau d’intention.

  • Maximalist Optimizers (≈25 % des consommateurs) génèrent ~40 % des dépenses : orientés résultats, prêts à payer pour des preuves scientifiques.
  • Confident Enthusiasts (≈11 %) transforment les routines en habitudes durables.
  • Health Traditionalists privilégient la simplicité et la constance.
  • Health Strugglers incarnent le “motivation gap” : forte intention, faible capacité à maintenir l’effort.
  • Wellness Shirkers, nombreux mais peu contributeurs.

Ce découpage est fondamental pour comprendre la crise actuelle : une large partie de la santé numérique s’adresse à des populations peu capables de soutenir l’effort demandé, tout en reposant sur un modèle économique nécessitant un engagement élevé.

Spécificité française : prévention éducative, peu comportementale

  • Forte tradition de prévention par l’information et l’éducation
  • Hypothèse implicite : savoir → vouloir → faire

Or, la recherche comportementale montre que la séquence dominante est souvent :
savoir → vouloir → ne pas faire

À ce jour :

  • aucun acteur français identifié n’opère explicitement de l’IA comportementale,
  • les dispositifs restent majoritairement déclaratifs,
  • peu de solutions agissent directement sur la friction, le timing ou la charge cognitive.

Perspective européenne

  • Royaume-Uni : structuration avancée des politiques comportementales (Behavioural Insights Team)
  • Pays nordiques & Suisse : expérimentations intégrées, souvent via l’assurance santé
  • Allemagne & Pays-Bas : forte production académique, industrialisation encore limitée

Diagnostic commun :
la prochaine phase de croissance reposera sur des systèmes, pas sur des produits isolés.

Implications stratégiques

Pour les investisseurs

  • Prioriser l’impact démontré sur les comportements réels
  • Évaluer la réduction de charge utilisateur, pas seulement l’engagement déclaré
  • Intégrer très tôt les dimensions réglementaires et d’intégration

Pour les acteurs publics

  • Sortir d’une prévention exclusivement informationnelle
  • Financer des approches comportementales testables et évaluables
  • Articuler santé numérique et politiques sociales

Pour les start-up

  • Concevoir pour les contraintes réelles, pas pour l’utilisateur idéal
  • Produire un bénéfice perceptible très tôt
  • Penser l’IA comme outil de conception comportementale, non comme argument marketing

Conclusion

La baisse des levées de fonds en santé numérique en 2025 ne marque pas un désengagement du secteur. Elle marque la fin d’un cycle de croyances.

Le capital se réoriente vers des solutions capables de :

  • fonctionner dans la vraie vie des patients et s’insérer dans des parcours existants,
  • exiger moins d’efforts,
  • produire un impact mesurable et soutenable et une valeur médico-économique tangible.

Dans ce nouveau paysage, l’avantage compétitif ne sera pas d’anticiper les comportements, mais de concevoir des environnements où le changement devient l’option la moins coûteuse.


Sources

Les start-up et scale-up françaises de la e-santé ont levé seulement 290 M€ en 2025, MindHealth

A lire également

Santé numérique, IA comportementale et comportements : sortir de l’illusion du « bon design »

Bibliographie

Aucune resource

Dans le même thème