- Malgré les valorisations élevées des entreprises d’IA générative, le problème de l’absence de rentabilité ressort de plus en plus nettement, en dépit d’investissements massifs
- OpenAI, Anthropic et d’autres ont affiché la croissance du chiffre d’affaires la plus rapide de l’histoire, mais la consommation de trésorerie se poursuit en raison des coûts informatiques colossaux nécessaires à l’entraînement et à l’exploitation des modèles
- Les géants de la tech disposent de leurs propres puces et infrastructures cloud, ce qui leur donne un avantage en matière d’efficacité des coûts et met sous pression la compétitivité des laboratoires d’IA indépendants
- Les gains de productivité promis par l’IA restent pour l’instant limités à certains domaines, et la stabilité de la rentabilité à long terme demeure incertaine avec l’intensification de la concurrence
- Les investisseurs ne se contentent plus de la seule croissance et entrent dans une phase où ils exigent des leaders de l’IA un modèle de revenus clair et une stratégie de survie après l’introduction en Bourse
Investissements massifs et décalage de température avec le marché privé
- Il est indiqué qu’en 2025, le secteur du capital-risque a investi environ 150 milliards de dollars dans de grandes startups de l’IA comme OpenAI et Anthropic
- Des montants bien supérieurs à ceux reçus par les entreprises ayant profité du boom du VC en 2021 ont afflué, et l’optimisme sur le marché privé se maintient
- Il est évoqué qu’OpenAI envisagerait de lever jusqu’à 100 milliards de dollars supplémentaires en capitaux privés en 2026
Une croissance rapide du chiffre d’affaires accompagnée d’une consommation de trésorerie croissante
- OpenAI et Anthropic sont considérées comme faisant partie des entreprises à la croissance du chiffre d’affaires la plus rapide de l’histoire
- En parallèle, les coûts des GPU et de l’infrastructure cloud pour l’entraînement des modèles et l’inférence provoquent une consommation de trésorerie digne d’un “Towering Inferno”
- À l’approche d’une éventuelle introduction en Bourse en 2026 ou après, la pression pour clarifier la trajectoire vers la rentabilité devrait s’accentuer
Un désavantage structurel dans la concurrence avec les géants de la tech
- Des entreprises comme Google disposent d’une structure permettant de réduire les coûts d’entraînement et d’exploitation grâce à leurs propres puces et à leur infrastructure cloud
- À mesure que les modèles Gemini comblent une grande partie de l’écart de performance, la différenciation des laboratoires d’IA indépendants s’affaiblit
- Les startups d’IA fortement dépendantes d’investisseurs externes se retrouvent dans une position plus vulnérable face à la volatilité des marchés de capitaux
Des effets de productivité qui ne se matérialisent pas autant qu’espéré
- Trois ans après le lancement de ChatGPT, l’amélioration globale de la productivité au travail promise par l’IA reste encore limitée
- Des résultats apparaissent dans certains domaines comme le code ou le support client, mais l’explosion du nombre de concurrents encombre le marché
- Aucun laboratoire d’IA doté d’un avantage concurrentiel durable (moat) clairement établi n’a encore émergé
Une structure de coûts qui augmente avec l’échelle
- Contrairement aux éditeurs de logiciels traditionnels, les entreprises d’IA ont une structure où les coûts augmentent aussi avec le passage à l’échelle
- Au-delà du coût d’entraînement des modèles de frontier, le poids des coûts d’inférence est également élevé dans une situation où la part d’utilisateurs gratuits reste importante
- Fournir des réponses plus courtes ou introduire de la publicité pour réduire les coûts comporte un risque de dégradation de l’expérience utilisateur
- Une hausse des prix est aussi présentée comme une option susceptible de ralentir l’adoption
La patience des investisseurs et les choix d’OpenAI
- Même s’il existe des exemples de réussite après de longues années de pertes, comme Netflix ou Uber, il est souligné que les investisseurs n’attendront pas indéfiniment
- Selon des chiffres ayant fuité, OpenAI pourrait consommer plus de 115 milliards de dollars d’ici 2030
- Sam Altman a déclaré vouloir tester les vendeurs à découvert via une introduction en Bourse, ce qui suscite des réactions partagées sur le marché
- Il est conclu que l’ensemble du secteur de l’IA entrera à partir de 2026 dans une phase de vérification réaliste de son modèle économique
1 commentaires
Avis Hacker News
Le secteur de l’IA devient un marché extrêmement concurrentiel et capitalistique
OpenAI, Anthropic, Google, Meta, Deepseek et les autres obtiennent des résultats similaires dès lors qu’ils engagent des ressources comparables
Il n’existe presque pas de barrière technologique à l’entrée (moat), et il est donc très probable qu’une énorme bulle finisse par éclater, comme dans le ferroviaire
Cela dit, de même que le rail n’a pas disparu, l’IA ne disparaîtra pas non plus et transformera le monde. Simplement, du point de vue de l’investissement, une forte correction arrivera
Des investisseurs corporate comme Microsoft peuvent, via la structure du partenariat, utiliser ces pertes comme déductions fiscales
Autrement dit, cela revient à financer la R&D comme un mécanisme de réduction d’impôt, et 10 milliards de dollars de pertes peuvent se traduire par 2 à 3 milliards de dollars d’économies fiscales
Le cadrage « consommation de cash = destruction de valeur » est donc erroné
ChatGPT a atteint 200 millions d’utilisateurs en 9 mois, puis 900 millions d’utilisateurs hebdomadaires en 3 ans
La vitesse de monétisation n’a rien à voir avec celle du rail, et la logique de retour sur investissement est totalement différente
Une fois l’ensemble pleinement intégré, il deviendra difficile de migrer vers une autre plateforme, et l’intensité capitalistique elle-même jouera le rôle de moat
Au final, on pourrait aller vers une structure semblable au cloud, dominée par quelques grands acteurs avec de fortes marges
Gmail, YouTube, Search, etc. lui donnent la plus grande surface d’application pour l’IA, et la qualité de ses modèles multimodaux est aussi au meilleur niveau
Pour les startups IA, le marché actuel est une structure business catastrophique
Il faut énormément de capital et une innovation continue, tandis que la fidélité de marque des clients est quasi inexistante
Le moindre retard peut suffire à faire changer d’API endpoint, ce qui rend la survie difficile
Au final, seules les entreprises ayant d’autres lignes de produits, comme Google, peuvent tenir
Même lorsqu’Anthropic a temporairement sorti un meilleur modèle, il y a eu très peu de départs d’utilisateurs
Autrement dit, la marque et les habitudes d’usage agissent comme un moat puissant
Après l’effondrement de l’infrastructure, les VC se concentreront sur l’innovation au niveau des produits et services
Article lié : Models Aren’t Moats
Je ne comprends pas pourquoi OpenAI investit autant dans des projets vidéo et image comme videoSlop ou imageSlop
Anthropic est bien plus focalisé
Mais faute de moat technologique, le seul moyen de défense finit par être les accords de copyright
C’est pour cela qu’OpenAI collabore avec Disney
Avec Ghibli, l’app Sora, etc., elle a fait bondir son nombre d’abonnés ; beaucoup de projets ont échoué, mais certains ont été d’énormes succès
En revanche, les mises à jour de version trop fréquentes réduisent son pouvoir de nouveauté par rapport à avant
C’est pour cela qu’OpenAI se concentre sur la vidéo
L’intégration multimodale augmente l’intelligence du modèle, et OpenAI conserve ainsi son positionnement d’assistant généraliste
À l’inverse, Anthropic choisit une stratégie davantage centrée sur les développeurs pour améliorer son efficacité capitalistique
Une autre source possible de bulle est le durcissement de l’application du copyright (IP)
Les plateformes existantes disposent d’un consentement explicite des utilisateurs pour exploiter leurs contenus, mais on peut douter qu’OpenAI ait obtenu légalement ses données d’entraînement
Meta a aussi été soupçonné d’avoir collecté des ebooks via torrent
Anthropic vise la monétisation avec un modèle SaaS centré sur le code, tandis qu’OpenAI semble viser un modèle financé par la publicité
Google a des modèles de grande qualité, mais continue d’avoir du mal à créer des produits que les gens ont réellement envie d’utiliser
Gemini, les résumés IA dans Search, Google Lens, etc. affichent des niveaux d’usage écrasants
Voir une entreprise qui prétendait changer le monde finir par la pub est un peu décevant
La recherche pharmaceutique de DeepMind en est un exemple
En face, le principal avantage d’OpenAI semble se limiter à l’image de marque « Google n’est pas OpenAI »
OpenAI pourrait intégrer des fonctions d’achat et capter une partie du trafic de recherche commerciale de Google
Au fond, la compétition dans l’IA consiste à savoir qui contrôlera la prochaine génération de business à péage
Vu l’ampleur de son trafic, il sera difficile pour OpenAI de rivaliser
Personne ne connaît exactement l’ampleur de la consommation de cash d’OpenAI
Certains affirment qu’aucun nouveau modèle n’a été entraîné depuis GPT-4o, mais il pourrait simplement s’agir d’un système de routage
OpenAI a renforcé sa pipeline de données synthétiques et l’utilise effectivement pour l’entraînement réel des modèles
il n’y a pas eu de run complet de préentraînement depuis GPT-4o, mais les améliorations de fine-tuning, RLHF et tool calling ont été très actives
Des résultats comme Codex-high en seraient la preuve
GPT-5.2 a un cutoff d’entraînement différent et a dû coûter très cher
Les VC restent concentrés sur la recherche du prochain « grand champion de l’IA »
Mais si le financement se contracte, les capitaux se déplaceront vers des entreprises non IA qui utilisent l’IA comme outil
OpenAI parie sur une monétisation à court terme
Les chances de succès sont faibles, mais du point de vue des VC, le couple risque/rendement reste jugé suffisant
On a l’impression que l’entreprise cherche à devenir trop grosse pour échouer afin d’obtenir au final un sauvetage de l’État américain
Elle présente l’IA comme une compétition technologique façon guerre froide pour gagner le soutien du public
Les utilisateurs ordinaires expérimentent eux-mêmes les capacités des LLM et y voient une preuve tangible du futur
Cela reste donc un récit d’avenir facile à vendre
ce qui réduit le risque et aide aussi à soutenir leur cours de Bourse