Le secteur de l'IA s'apprête à passer un test crucial en 2026 : la vitesse à laquelle OpenAI brûle sa trésorerie pourrait être l'une des grandes questions pour savoir si la bulle éclatera

Le secteur de l’IA s’apprête à passer un test crucial en 2026 : la vitesse à laquelle OpenAI brûle sa trésorerie pourrait être l’une des grandes questions pour savoir si la bulle éclatera

OpenAI a profité de la frénésie suscitée par l'IA générative pour lever des centaines de milliards de dollars. Le fabricant de ChatGPT a franchi la barre des 500 milliards de dollars de valorisation, avec une adoption mondiale de ses produits et des revenus en forte hausse. Cependant, cette croissance s’accompagne d’un rythme de dépenses tel qu’OpenAI épuise sa trésorerie à une vitesse exceptionnelle. Ses coûts augmentent presque au même rythme que l’usage, ce qui empêche l’entreprise de dégager des marges confortables. Les économistes et les investisseurs commencent à s'interroger sur la soutenabilité de son modèle économique à long terme.

Ali Ghodsi, PDG de Databricks, a récemment critiqué ce qu’il considère comme une bulle spéculative dans le secteur de l'IA. Selon lui, de nombreuses startups lèvent aujourd’hui des montants colossaux alors qu’elles ne génèrent aucun revenu réel, une situation qu’il qualifie d’« insensée ». Cet état de choses rappelle des épisodes passés comme la bulle Internet de la fin des années 1990, qui a provoqué des milliards de dollars de pertes financières.

En 2025, le secteur du capital-risque a injecté 150 milliards de dollars dans les startups telles qu'OpenAI et Anthropic, soit bien plus que ce qu'avaient reçu les bénéficiaires du précédent boom du capital-risque en 2021. La confiance est telle qu'OpenAI estime pouvoir à lui seul lever jusqu'à 100 milliards de dollars en 2026. Ce montant serait près de quatre fois supérieur à celui levé lors de la plus grande introduction en bourse (IPO) jamais réalisée.

Cependant, même les investisseurs privés sont susceptibles de commencer à poser des questions difficiles. OpenAI, Anthropic et d'autres startups spécialisées dans l'IA basées à San Francisco ont peut-être affiché l'une des croissances de chiffre d'affaires les plus rapides de l'histoire. Mais elles ont également dépensé des sommes colossales pour acheter les puces et la puissance de calcul nécessaires à la formation et à l'exécution de leurs modèles.


Les analystes estiment qu'OpenAI et Anthropic seront donc soumises à une pression croissante pour préciser leur stratégie de rentabilité, d'autant plus que ses entreprises envisagent d'entrer en bourse en 2026 ou peu après. Pour le secteur de l'IA en général, ce sera une expérience stimulante et révélatrice.

Une croissance spectaculaire, mais très coûteuse pour OpenAI

OpenAI connaît une croissance rapide. La startup dirigée par Sam Altman voit ses solutions s’imposer partout dans le monde, avec des revenus en nette accélération. Cela dit, cette expansion repose sur des dépenses colossales en calcul, en infrastructures cloud et en développement de modèles toujours plus puissants. Ces investissements augmentent presque au même rythme que l’usage, ce qui empêche OpenAI de dégager des marges confortables.

L’IA générative ne fonctionne pas comme le logiciel classique. Dans le SaaS, la croissance du nombre d’utilisateurs permet généralement de diluer les coûts fixes : une fois le produit développé, servir un client supplémentaire coûte peu, ce qui améliore mécaniquement les marges à mesure que l’entreprise grandit. À l’inverse, dans l’IA générative, chaque nouvel utilisateur et chaque interaction supplémentaire entraînent des coûts marginaux significatifs.

Les requêtes nécessitent du calcul intensif, mobilisent des infrastructures coûteuses et consomment beaucoup d’énergie. De plus, la course à des modèles toujours plus performants pousse les acteurs comme OpenAI à investir sans cesse dans l’entraînement de systèmes toujours plus grands et plus complexes, ce qui alourdit encore la structure de coûts. Cette caractéristique remet en cause l’idée selon laquelle la taille suffira à rendre OpenAI très rentable.

Même à très grande échelle, une entreprise d’IA peut continuer à brûler du capital si ses revenus n’augmentent pas plus vite que ses dépenses. C’est cette rupture avec les lois économiques du logiciel traditionnel que les analystes économiques considèrent comme un point de fragilité central du modèle d’OpenAI.

Les gains de productivité généralisés se font toujours attendre

Plus de trois ans après le lancement de ChatGPT, les gains de productivité promis par l’IA générative se font toujours attendre. Dans les quelques domaines prometteurs, tels que le codage et le service à la clientèle, la concurrence s’intensifie entre OpenAI, Anthropic, Microsoft et des applications sur mesure utilisant leurs modèles ou ceux de tiers. Aucun laboratoire d’IA ne dispose d’un avantage suffisamment durable, ce qui rend leurs revenus vulnérables.

Même si l'IA est considérée comme un moyen de stimuler la productivité sur le lieu de travail, elle n'a pas été la solution miracle vendue par le battage médiatique. Une étude du MIT a révélé que jusqu'à 95 % des projets pilotes d'IA dans les entreprises échouent à l'heure actuelle. Cela pose particulièrement problème au Royaume-Uni, qui est déjà confronté à une baisse de sa productivité à des niveaux jamais vus depuis l'époque victorienne.

Le ministère britannique des Affaires et du Commerce a procédé à un essai du logiciel Microsoft 365 Copilot sur une période de trois mois. Mais il n'a observé aucune augmentation notable de la productivité. L’impact réel était plus nuancé que ne le suggéraient les supports marketing de Microsoft. La création de diapositives PowerPoint a été en moyenne plus rapide de sept minutes, mais a nécessité des corrections en raison d'une qualité « inférieure ».

Même son de cloche du côté du gouvernement australien. Après une période d'essai, le personnel a jugé l'IA de Microsoft moins utile que prévu. Le rapport fait écho à des études antérieures selon lesquelles les assistants d'IA tels que Copilot et ChatGPT ne sont pas utiles dans les tâches complexes. Malgré ces limites, de nombreuses études ont rapporté une disparition inquiétante des portes de premier échelon, ce qui impacte les jeunes diplômés.

La part des travailleurs utilisant l'IA au travail serait en baisse

L'enthousiasme semble faiblir. Des données du Census Bureau des États-Unis montrent une baisse de l’utilisation de l’IA au travail : la part des travailleurs l'utilisant dans la production de biens et services est passée à environ 11 %. La baisse est particulièrement marquée dans les grandes entreprises, celles ayant plus de 250 employés. D’autres sources rapportent un taux d’usage plus élevé, mais elles convergent toutes vers l’idée d’un ralentissement.

À titre d'exemple, Jon Hartley, de l'université de Stanford, et ses collègues ont constaté qu'en septembre 2025, 37 % des Américains utilisaient l'IA générative au travail, contre 46 % en juin. Une étude menée par Alex Bick, de la Banque fédérale de réserve de Saint-Louis, et ses collègues a révélé qu'en août 2024, 12,1 % des adultes en âge de travailler utilisaient quotidiennement l'IA générative au travail. Un an plus tard, ce chiffre était de 12,6 %.

Ramp Business Corporation, une société de technologie financière, constate qu'au début de l'année 2025, l'utilisation de l'IA a grimpé en flèche dans les entreprises américaines pour atteindre 40 %, avant de se stabiliser. La croissance de l'adoption de l'IA générative semble vraiment ralentir. Cette situation est une douche froide pour les investisseurs qui, attirés par les promesses, avaient misé massivement sur l’IA en espérant des profits très élevés.

Jusqu'à présent, les investisseurs ne voient pas l'adoption de l'IA se traduire par une amélioration de la rentabilité ou de la croissance. Selon un sondage réalisé auprès de cadres supérieurs par le cabinet de conseil Deloitte et le Centre for AI, Management and Organisation de l'université de Hong Kong, 45 % ont déclaré que les initiatives en matière d'IA avaient généré des rendements inférieurs à leurs attentes. L'IA peine toujours à tenir ses promesses.

OpenAI n'a pas encore atteint le statut de « too big to fail »

Les risques financiers liés à OpenAI ont suscité une attention particulière dernièrement. Bien qu'OpenAI soit devenu un acteur majeur dans le domaine de l'intelligence artificielle, Jason Furman, économiste américain de renom et professeur à l'université Harvard, a clairement déclaré que l'entreprise n'est pas trop grande pour faire faillite. Le point de vue de Jason Furman a suscité des discussions sur le potentiel futur et la position sur le marché d'OpenAI.

Les produits d'OpenAI sont aujourd’hui intégrés dans des milliers d’outils professionnels, de plateformes logicielles et de services numériques à travers le monde. Cette centralité alimente l’idée que l'entreprise serait devenue indispensable. Pourtant, cette dépendance est en grande partie circonstancielle.

Les entreprises utilisent OpenAI parce qu’elle est performante, accessible et largement adoptée, non parce qu'il est irremplaçable. D’autres modèles, d’autres laboratoires et d’autres approches existent déjà ou émergent rapidement. Ainsi, des analystes économiques affirment qu'en cas de choc majeur, le marché ne s’effondrerait pas ; il se reconfigurerait autour d’alternatives, quitte à accepter une phase transitoire de dégradation des performances.

« Je n'ai aucune raison de penser qu'OpenAI ou toute autre entreprise de ce secteur va faire faillite. Mais si c'était le cas, ce ne sont pas des banques. Elles ne sont pas trop grandes pour faire faillite », a déclaré Jason Furman. Il a déclaré qu'il voit des similitudes entre l'essor actuel de l'IA et l'ère des dotcoms, mais il a toutefois précisé qu'il pense que l'économie pourrait résister à l'éclatement de la bulle de l'IA, si et quand cela se produirait.

Il a ajouté qu'il n'est pas aussi inquiet que certains au sujet du nombre croissant de transactions circulaires dans le secteur de l'IA. Ce qui le préoccupe, c'est la perspective d'une intervention financière du gouvernement. « Le gouvernement ne devrait pas s'impliquer financièrement. Le secteur dispose de fonds largement suffisants pour subvenir à ses besoins, et il n'y a aucune raison pour que le gouvernement intervienne », a-t-il déclaré.

Pression croissante vers la rentabilité : quelles perspectives ?

De nombreuses entreprises sont déjà passées du statut de « gouffre financier » à celui de « machine à cash ». De Netflix à Uber, plusieurs startups ont passé des années dans le rouge avant de générer d'énormes profits. L'IA générative pourrait rapporter bien plus, surtout si la superintelligence voit le jour. Mais les investisseurs n'attendront pas éternellement, et les entreprises phares du secteur doivent commencer à étoffer leurs modèles économiques.

OpenAI, en particulier, devrait se méfier de l'orgueil. Selon une source interrogée par The Economist, la question de la consommation de trésorerie est taboue au sein de l'entreprise, même si les chiffres divulgués suggèrent qu'elle aura brûlé plus de 115 milliards de dollars d'ici 2030. Le PDG Sam Altman a récemment déclaré que l'une des raisons pour lesquelles il souhaite introduire OpenAI en bourse est de voir ses détracteurs vendre l'entreprise à découvert.

« J'adorerais les voir se brûler les doigts », a-t-il déclaré. De nombreux investisseurs semblent prêts à relever le défi. Une éventuelle introduction en bourse accentuerait cette pression, car les pertes seraient alors exposées au regard du public et des actionnaires, rendant la maîtrise des dépenses cruciale.

Conclusion

OpenAI connaît une croissance rapide, mais les investisseurs restent malgré tout inquiets. La question centrale n’est pas de savoir si l’IA est utile, mais si son modèle économique peut devenir durable. Les investisseurs peuvent soutenir OpenAI pendant encore un certain temps, mais la patience a des limites. L'année 2026 sera un moment crucial pour évaluer si l’entreprise peut transformer son impressionnante croissance en un modèle rentable.

Par ailleurs, les analystes économiques rappellent que la taille n’annule pas le risque de faillite. Aucune entreprise privée n’est protégée par sa seule taille. Le concept de « too big to fail » n’a de sens que lorsqu’il existe un acteur public prêt à intervenir pour éviter un effondrement systémique.

Dans le cas d’OpenAI, aucun filet de sécurité de ce type n’existe. L’entreprise n’est ni une banque, ni une infrastructure publique, ni un service essentiel au fonctionnement immédiat des États. En cas de difficultés financières majeures, rien ne garantit qu’une intervention extérieure viendrait compenser ses pertes ou assurer sa continuité. Beaucoup d’entreprises bâtissent aujourd’hui leurs produits et leurs services autour des modèles d'IA d’OpenAI.

Cette dépendance crée l’illusion qu’un effondrement serait impossible, car trop coûteux pour l’écosystème. Mais cette logique confond confort et nécessité. Des alternatives émergent rapidement dans le secteur de l'IA générative, qu’elles soient open source ou privées. En cas de difficulté majeure, le marché ne s’arrêterait pas ; il se réorganiserait. Cette plasticité réduit considérablement l’argument selon lequel OpenAI serait devenue irremplaçable.

Et vous ?

Quel est votre avis sur le sujet ?
Que pensez-vous de la vitesse à laquelle OpenAI brûle sa trésorerie ?
Selon vous, le modèle économique d'OpenAI peut-il conduire l'entreprise vers la rentabilité ?
OpenAI ne rentre pas dans la catégorie « too big to fail ». L'entreprise suivrait-elle à l'éclatement de la bulle de l'IA ?

Voir aussi

OpenAI n'est pas « trop grande pour faire faillite », estime un économiste : pourquoi la domination de l'IA générative ne garantit ni la rentabilité ni la résilience économique à long terme

Le PDG d'un géant du logiciel pesant 134 Mds $ fustige les startups d'IA qui lèvent des montants colossaux, mais ne génèrent aucun revenu : « c'est clairement une bulle, non. C'est complètement insensé »

Les investisseurs s'attendent à une explosion de l'utilisation de l'IA. Ce n'est pas le cas : la part des travailleurs utilisant l'IA au travail est en baisse, et les profits se font attendre