L’IA est-elle déjà rentable ?

 (isaiprofitable.com)
1 points par GN⁺ 3 시간 전 | 1 commentaires | Partager sur WhatsApp
  • Si l’on additionne les dépenses et les revenus cumulés des entreprises d’IA de pointe, l’ensemble du secteur de l’IA n’est toujours pas rentable en mai 2026
  • Les dépenses cumulées de l’industrie atteignent 1,4 billion de dollars, contre 613 milliards de dollars de revenus cumulés, et la page affiche aussi un compteur des dépenses liées à l’IA après chargement
  • Amazon, Alphabet, Microsoft et Meta affichent toutes de très fortes estimations de capex IA depuis 2022, mais leur résultat cumulé reste massivement déficitaire
  • Les laboratoires d’IA et entreprises de modèles comme OpenAI, Anthropic et xAI dépensent eux aussi plus qu’ils ne gagnent, et seule Nvidia dégage un bénéfice de +253 milliards de dollars
  • Les chiffres sont des estimations non auditées fondées sur des documents divulgués, des dépôts auprès de la SEC, des publications de résultats et des estimations sectorielles, avec un possible double comptage partiel lié aux investissements circulaires

Dépenses, revenus et résultat cumulés par entreprise

  • Grandes entreprises technologiques

    • Amazon : estimation du total des investissements IA depuis 2022 de 313 milliards de dollars, revenus IA de 22 milliards de dollars, résultat cumulé de -291 milliards de dollars
    • Alphabet (Google) : estimation du total des investissements IA depuis 2022 de 287 milliards de dollars, revenus IA de 25 milliards de dollars, résultat cumulé de -262 milliards de dollars
    • Microsoft : estimation du total des investissements IA depuis 2022 de 266 milliards de dollars, revenus IA de 31 milliards de dollars, résultat cumulé de -235 milliards de dollars
    • Meta : estimation du total des investissements IA depuis 2022 de 230 milliards de dollars, revenus IA de 3 milliards de dollars, résultat cumulé de -227 milliards de dollars
    • Oracle : estimation cumulée depuis 2023 de 57 milliards de dollars, revenus IA de 18 milliards de dollars, résultat cumulé de -39 milliards de dollars

  • Laboratoires d’IA et entreprises de modèles

    • OpenAI : estimation cumulée depuis 2020 de 55 milliards de dollars, revenus IA de 28 milliards de dollars, résultat cumulé de -27 milliards de dollars
    • Anthropic : estimation cumulée depuis 2021 de 33 milliards de dollars, revenus IA de 6,5 milliards de dollars, résultat cumulé de -26,5 milliards de dollars
    • xAI : estimation cumulée depuis 2023 de 20 milliards de dollars, revenus IA de 800 millions de dollars, résultat cumulé de -19,2 milliards de dollars
    • Mistral AI : estimation cumulée depuis 2023 de 1 milliard de dollars, revenus IA de 400 millions de dollars, résultat cumulé de -600 millions de dollars
    • Cohere AI : estimation cumulée depuis 2020 de 700 millions de dollars, revenus IA de 400 millions de dollars, résultat cumulé de -300 millions de dollars
    • DeepSeek : estimation cumulée depuis 2023 de 300 millions de dollars, revenus IA de 100 millions de dollars, résultat cumulé de -200 millions de dollars

  • Nvidia

    • Nvidia : estimation cumulée depuis 2023 de 225 milliards de dollars, revenus IA de 478 milliards de dollars, résultat cumulé de +253 milliards de dollars
    • Nvidia est classée parmi les grands bénéficiaires du boom de l’IA en tant que principal fournisseur de puces du secteur

Méthode de calcul et limites

  • Les totaux cumulés sont des estimations sur l’ensemble de la période, et comme beaucoup d’entreprises sont privées, il est difficile de les considérer comme des chiffres comptables exacts
  • Ils sont établis à partir de documents financiers divulgués, de dépôts auprès de la SEC, de publications de résultats, ainsi que d’estimations sectorielles de Bloomberg, du WSJ, de The Information et d’Epoch AI
  • Comme ils incluent à la fois les dépenses d’infrastructure des grandes entreprises technologiques et les dépenses des laboratoires purs, Amazon ou Google affichent des montants de dépenses bien supérieurs à ceux de laboratoires purs comme OpenAI ou Anthropic
  • Le compteur en dollars par seconde n’utilise pas une moyenne historique mais le taux de consommation annuel actuel pour refléter la dynamique présente, et le snapshot fourni l’affiche à 26 826 dollars
  • Les chiffres de revenus sont les plus difficiles à estimer faute d’informations publiques suffisantes, et reposent pour la plupart sur des chiffres d’ARR extrapolés
  • Les estimations actuelles de revenus sont considérées comme plutôt optimistes, et devraient être ajustées à mesure que de nouvelles informations apparaîtront
  • L’économie de l’IA présente une structure circulaire où Google investit dans Anthropic pendant qu’Anthropic utilise Google Cloud, Amazon investit aussi dans Anthropic, et Microsoft co-investit avec OpenAI
  • En raison de cette structure, les chiffres agrégés à l’échelle de l’industrie peuvent comporter un double comptage partiel de certains flux de revenus
  • Les chiffres ne sont pas le résultat d’un audit financier, mais la meilleure estimation possible compilée par une seule personne, qui indique accueillir de meilleures sources ou contributions via LinkedIn

À lire aussi

1 commentaires

 
GN⁺ 3 시간 전
Avis sur Hacker News

  • Il faut aussi inclure AMD et Alibaba. AMD gagne déjà pas mal d’argent avec l’IA, et ses dépenses de R&D représentent même pas la moitié de son chiffre d’affaires IA. En regardant les états financiers un peu bizarres d’Alibaba, on a quand même l’impression que c’est rentable
    Je me demande comment fonctionne sur le long terme ce jeu de bonneteau chez OpenAI et Anthropic. Les deux ont passé des accords en capital avec des fournisseurs d’infrastructure ; OpenAI utilise Azure, Anthropic utilise AWS, GCloud et Colossus. Ils reçoivent des crédits de calcul à crédit, puis paient leurs coûts de calcul avec ces crédits
    Donc les PaaS donnent en pratique du calcul gratuit qu’ils enregistrent comme chiffre d’affaires, et les fournisseurs d’IA fournissent de l’inférence qu’ils enregistrent eux aussi comme chiffre d’affaires. C’est comme s’ils mangeaient gratuitement au buffet l’un de l’autre, sauf qu’à un moment quelqu’un doit vraiment payer la salade de pâtes en vrais dollars. À vue de nez, ces vrais dollars viennent de la trésorerie des PaaS
    Microsoft et AWS n’ont pas vraiment de modèles maison, mais Google et SpaceX oui. Google a beaucoup de cash, et SpaceX est une entreprise toujours en quête de cash ; du coup, Google semble être le seul acteur capable de continuer à supporter ce jeu, ou de s’en retirer complètement

    • Avec cette logique, personne n’aurait jamais construit de raffineries, de fabs de semi-conducteurs ou de cloud
      Les laboratoires de frontière ont des marges d’inférence énormes, et ils ont aussi la possibilité d’ajuster leurs intrants à volonté selon la rentabilité. L’innovation ne porte pas seulement sur les modèles et les outils, mais aussi sur le coût des ventes
      Côté modèles, les coûts d’entraînement n’augmentent pas aussi vite que la demande d’inférence. Avant, l’entraînement était de loin le coût dominant ; ce n’est plus le cas
      Les marges augmentent, et les clients y trouvent de la valeur. Et ces clients qui y trouvent de la valeur sont justement ceux qui ont d’énormes budgets d’entreprise. En même temps, on voit aussi de la collusion implicite, de la dépendance, de l’exagération, et les prix montent
      Il n’y a pas de bulle de l’inférence, et l’offre peut aussi être régulée, donc ça devrait aller. À mon avis on peut investir
    • Uber, Amazon, Blue Bottle Coffee, FedEx et d’autres entreprises célèbres ont aussi utilisé pendant des années le même manuel consistant à brûler l’argent des investisseurs, et elles en sont là aujourd’hui
      Leur plan à long terme est toujours de grossir suffisamment, tenir assez longtemps, puis espérer que le marché finisse par l’accepter. Même le restaurant du quartier encore déficitaire brûle peut-être l’héritage des grands-parents en espérant que ça marche
      Cela dit, Theranos, WeWork et Pets.com ont essayé la même chose
    • Il y a en réalité beaucoup de revenus et de capitaux externes qui entrent, mais ceux qui n’aiment pas ça traitent tout comme si c’était de la finance circulaire

  • Ici, c’est étrange de se mettre soudain à examiner la rentabilité d’entreprises encore relativement jeunes simplement parce qu’elles font de “l’IA”
    L’entreprise SaaS traditionnelle où j’ai travaillé auparavant est entrée en bourse il y a plusieurs années et ne montre toujours aucun signe de rentabilité, et il y en a beaucoup d’autres du même genre, mais ça n’a pas l’air d’inquiéter grand monde

    • Ces entreprises dépensent plus d’argent que le budget de nombreux pays, et leur impact représente plus de 2 % du PIB américain ; si ça s’effondre, l’ampleur des pertes sera énorme
    • Les stratégies du type « on grossit pour dominer le marché à long terme » ou « si on le construit, les gens viendront » reposaient sur l’idée que l’adoption se ferait de manière organique
      En dehors de cas d’usage spécifiques comme le code, l’usage de l’IA semble globalement stagner. Du coup, on a l’impression que les entreprises essaient soit de forcer leurs employés à l’utiliser pour justifier le ROI, soit de fabriquer des “produits” avec des fonctions IA, soit de miser sur l’addiction
      [1] https://news.ycombinator.com/item?id=48241012
      [2] https://news.ycombinator.com/item?id=48179021
      [3] https://news.ycombinator.com/item?id=48148337
      [4] https://news.ycombinator.com/item?id=48168626
    • C’est quelque chose qu’on voit à chaque cycle de startup. Les startups dépensent beaucoup pour la croissance et la R&D, donc on n’attend souvent pas d’elles qu’elles soient rentables. Le concept consistant à faire tourner volontairement une entreprise à perte peut paraître déroutant si on ne connaît pas l’investissement startup
      Ce qui est étrange, c’est que beaucoup de gens croient que l’inférence est déficitaire. Il existe de grands modèles open weights exploités de manière rentable par des entreprises qui facturent bien moins cher qu’OpenAI ou Anthropic. Deepseek V4 a même pérennisé une remise de 75 % qui était déjà très agressive
      Bien sûr, il faut aussi tenir compte des coûts d’entraînement, mais plus l’usage augmente, plus leur part dans le business devrait diminuer. Certains opérateurs de datacenters et certaines entreprises d’IA peuvent exploser, mais ceux qui espèrent que tout l’écosystème IA s’effondrera si les prix quadruplent risquent d’être déçus
    • Ces entreprises brûlent des ressources sans commune mesure. Si cette confiance est mal placée, l’impact économique sera bien plus grand
    • En février 2026, 1,6 billion de dollars avaient été dépensés en infrastructure IA. En dollars de 2024, le projet Manhattan a coûté 36 milliards de dollars, l’ISS 150 milliards, et l’ensemble du réseau autoroutier inter-États américain 620 milliards
      Cela revient à avoir dépensé presque trois fois le coût total du réseau inter-États américain dans l’IA sur dix ans
      Une visualisation utile : https://www.aljazeera.com/news/2026/2/19/visualising-ai-spen...

  • Pour un nouveau segment d’activité en forte croissance, ce n’est pas du tout mauvais

    • C’est aussi ce que je me suis dit au premier coup d’œil. Si ces chiffres sont exacts, la situation n’est pas aussi mauvaise que je l’imaginais
      En revanche, je me demande pourquoi Nvidia est inclus. Si on inclut les entreprises auxquelles tous les modèles de frontière déversent de l’argent, il est logique que la dépense nette totale moins les profits tende vers zéro
    • Malheureusement, la barre verte n’est même pas l’EBITDA, et c’est un chiffre avant remises
    • En seulement quelques années, on a dépensé environ trois fois le coût total du réseau inter-États américain et sept fois celui du projet Apollo en infrastructure IA
    • Oui. D’autant plus que l’essentiel de cet investissement va dans des GPU et des datacenters amortis sur une période plus longue, donc c’est plutôt encourageant
      Quand on regarde la courbe de croissance des dépenses, ce sont des chiffres assez sains
    • Parmi ceux qui critiquent le plus souvent la non-rentabilité de l’IA, Ed Zitron me semble être le principal. Je me demande sincèrement s’il a shorté Facebook, Amazon ou Google. Ou s’il détient des fonds indiciels qui contiennent ces valeurs techno
      Par exemple, moi j’ai des fonds indiciels qui incluent ce type d’actions. En termes de préférence révélée, cela veut dire soit que je ne crois pas à une bulle, soit que je continuerai à y mettre de l’argent même si elle éclate
      Si le créateur de ce site disait « je shorte ces actions, et voici pourquoi », je le respecterais autant, voire davantage

  • Je suis plutôt pessimiste quant à la rentabilité de ceux qui cherchent de l’or sur le marché aval de l’IA
    Le goulot d’étranglement fondamental, c’est l’électricité et la capacité de calcul, et au fond les deux renvoient au même problème. On revient en dernière analyse à l’énergie physique nécessaire pour inverser ou déplacer un seul bit dans la RAM ou sur un support de stockage, et cela est affecté par des limites physiques fondamentales
    Il existe des pistes comme l’amélioration de l’efficacité énergétique, la réduction de la taille des modèles ou les progrès matériels, mais dans tous les cas obtenir des gains de plusieurs dizaines de fois demandera énormément de temps et d’argent. Je ne sais pas si les gouvernements, les entreprises et les investisseurs auront la patience d’attendre ces percées

  • En fait, Nvidia ne fait-il pas simplement la moisson sur tout le monde ?

    • Les autres fabricants de matériel sont eux aussi bien plus rentables. C’est vrai pour la RAM, les SSD, les HDD et presque toute la chaîne d’approvisionnement des datacenters
    • Historiquement, pendant la ruée vers l’or, on appelait ça vendre des seaux et des pelles
      C’est la seule façon de devenir riche de manière constante dans n’importe quelle économie de bulle
    • Oui, et ils font aussi circuler l’argent en creusant un autre cercle : https://www.youtube.com/watch?v=xUbJDrL6ZfM
    • Nvidia et Broadcom
    • C’est exactement la métaphore de vouloir être celui qui vend les pelles pendant une ruée vers l’or

  • Waouh, ils auraient déjà récupéré environ 50 % de l’investissement en à peine trois ans ? Ça ressemble à une machine à cash monstrueuse. Ou alors ce n’était pas du tout le sens du billet d’origine ?

    • Il faut garder à l’esprit qu’une partie du chiffre d’affaires comptabilisé vient d’échanges circulaires. Par exemple, AWS donne des « crédits CPU » à Anthropic, Anthropic les dépense chez AWS, et AWS enregistre cela comme du chiffre d’affaires
      Et l’inverse aussi. Anthropic donne des crédits d’inférence à AWS et Anthropic les enregistre comme chiffre d’affaires. En pratique, c’est plus proche d’un cas où deux entreprises affirment avoir gagné de l’argent sur un serveur qui existait déjà
      Les opérations en capital fonctionnent de la même manière. Elles s’échangent des actions, ou l’une donne des actions contre des GPU, et comme la valeur réelle n’a pas vraiment augmenté mais que le cours monte, les deux côtés ont l’air gagnants

  • Si c’est bien la dépense totale de Deepseek, alors ils s’en sortent vraiment très bien

  • Comment ont-ils calculé les chiffres de Google ? J’ai vu que le bénéfice net avait beaucoup augmenté avec le lancement de Gemini. Cela donne l’impression que les tokens Gemini sont réellement rentables, ou du moins pas massivement déficitaires
    Pourtant, ce site donne l’impression que les tokens sont très déficitaires

    • Ce site ressemble plus à un mème amusant qu’à quelque chose de vraiment utile
      Qu’une activité consistant à construire des datacenters capables de produire pour des centaines de milliards de dollars de tokens sur plusieurs décennies soit déficitaire en année 1 ou 2 n’a rien d’étonnant. C’est une activité avec de très gros investissements initiaux. Si on construit une usine de tracteurs, on ne s’attend pas à récupérer l’investissement en un an
      Mais le site laisse entendre que ces entreprises vendent des tokens en dessous de leur coût d’inférence. Il donne l’impression d’un grand livre de coût des ventes, surtout en y ajoutant Nvidia. Il ne faut pas le prendre trop au sérieux
    • De toutes ces entreprises, si l’on tient compte du silicium maison et du reste, je peux imaginer que Google y arrive. En revanche, je me demande où ils en seraient si on incluait l’ensemble des capex et dépenses de R&D
    • Google gagne de l’argent en vendant du cloud compute. Sa marge est passée de 9 % à 32 %
      Ils absorbent la frénésie d’investissement dans l’IA ; ce n’est pas Gemini qui leur fait gagner de l’argent
      Pour référence, le cloud compute a rapporté 20 milliards de dollars sur le trimestre, et les autres services 90 milliards
    • On peut dire ça aussi parce qu’ils mettent de la pub sur des sites plagiés par l’IA. Si on prend via l’IA du contenu qu’on ne possède pas pour le présenter comme si c’était le sien, on peut effectivement gagner de l’argent. Le prix à payer, c’est de tuer complètement les créateurs

  • À strictement parler, ce site ne montre pas le profit, mais quelque chose qui ressemble à un flux de trésorerie hors flux d’investissement, autrement dit si l’on a dépensé plus que ce qui est entré via les clients
    Une nouvelle activité, c’est comme amortir immédiatement les actifs ; vu sous cet angle, c’est toujours négatif. Si on construit un hôtel et qu’on soustrait immédiatement le coût de construction des recettes des chambres, il faut des années pour récupérer la mise, alors qu’en comptabilité GAAP cela peut être tout à fait rentable
    La comptabilité GAAP, c’est-à-dire les principes comptables généralement reconnus, sert aux rapports officiels et aux déclarations fiscales, mais sauf en cas de fusions-acquisitions elle exclut la valeur de la propriété intellectuelle ou les hausses de goodwill. Si on les incluait, des entreprises comme OpenAI ou Anthropic auraient probablement très bien performé
    Je ne sais pas s’il existe un terme exact, mais c’est en gros proche de « valeur de l’entreprise moins l’argent injecté ». Comme la valeur de l’entreprise est une estimation, c’est vulnérable au baratin et donc pas reporté, mais c’est assez important dans les résultats réels. Selon ce critère, l’IA se porterait probablement bien
    C’est pour cela que la formule « l’IA est-elle déjà rentable ? Non. Tout le monde est en faillite » colle mal avec le fait que les entreprises en tête de liste ont des milliards de dollars en banque

  • Je n’ai pas vu Radeon, mais AMD a bien une page IA : https://www.amd.com/en/products/graphics/radeon-ai.html