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...
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.
Envoyé par calvaire
à tous,
