#OpenAI二季度亏损扩大 Les revenus d’OpenAI progressent de 18 %, mais l’entreprise se fait dépasser : où le modèle économique de l’IA se trompe-t-il au juste ?
OpenAI a publié ses résultats du deuxième trimestre : un chiffre d’affaires de 6,7 milliards de dollars, en hausse de 18 %, mais l’entreprise s’est fait dépasser par Anthropic, tandis que ses pertes continuent de se creuser.
Il ne s’agit pas seulement de savoir quelle entreprise est en tête : c’est le modèle économique de l’ensemble du secteur des grands modèles d’IA qui traverse actuellement une crise profonde.
La course effrénée à l’IA et la balance des profits et pertes
Les chiffres sont cruels. Le chiffre d’affaires d’OpenAI est passé de 5,6 milliards au premier trimestre à 6,7 milliards au deuxième, soit une croissance séquentielle de 18 %, ce qui semble plutôt positif. Mais le chiffre d’affaires d’Anthropic sur la même période a atteint 8,5 milliards de dollars : l’entreprise n’a pas seulement pris l’avantage, elle devance aussi OpenAI de 1,8 milliard. Plus important encore, les pertes d’OpenAI s’accroissent — c’est le signal le plus dangereux.
Beaucoup discutent encore du modèle le plus intelligent ou de la technologie la plus avancée. Je tiens à le dire : ne vous laissez pas aveugler par l’aura de la technologie. Lorsqu’une entreprise voit ses pertes augmenter et se fait dépasser par un concurrent en matière de chiffre d’affaires, cela révèle déjà un problème fondamental : le modèle économique actuel de l’IA a peut-être pris la mauvaise direction.
Le « dilemme de la centrale électrique » de l’IA : plus la technologie est puissante, plus les coûts augmentent
Commençons par une réalité : chaque image générée par OpenAI coûte environ 2,12 centimes. Le coût du traitement de 1000 tokens varie de 0,03 à 12 centimes. Combien l’utilisateur paie-t-il ? ChatGPT Plus coûte 20 dollars par mois, ce qui ne semble pas cher.
Les grands modèles d’IA sont comme des centrales électriques très énergivores
Mais c’est précisément là que se trouve le problème. Les grands modèles d’IA sont comme des centrales électriques qui consomment énormément d’énergie : plus elles produisent d’électricité, plus elles brûlent de charbon. Plus les utilisateurs s’en servent, plus l’entreprise perd d’argent.
Mon observation est la suivante : les entreprises de grands modèles sont prises dans un cercle vicieux. Pour prouver qu’elles disposent d’une technologie de pointe, elles doivent rendre leurs modèles plus grands et plus intelligents ; plus le modèle est grand, plus le coût de l’inférence est élevé ; plus les coûts augmentent, plus il est difficile de gagner de l’argent. C’est un cercle sans issue.
Pourquoi Anthropic a-t-elle réussi à dépasser OpenAI en chiffre d’affaires ? Mon analyse est qu’elle a peut-être trouvé des groupes de clients plus efficaces. Les entreprises et les développeurs, ces catégories prêtes à payer pour la fiabilité, constituent le véritable point d’entrée de la commercialisation de l’IA. OpenAI dépend encore largement des utilisateurs grand public, qui représentent précisément le marché le plus difficile à rentabiliser.
Le manque de vision produit : un grand modèle ne signifie pas un bon produit
Je vais énoncer ici un fait que beaucoup refusent d’admettre : être en avance sur le plan technologique ne signifie pas réussir son produit. OpenAI dispose de GPT-4o, de Sora et des grands modèles d’IA les plus avancés au monde. Mais alors ? Les utilisateurs ne veulent pas des paramètres techniques, ils veulent un produit capable de résoudre leurs problèmes.
Prenons un exemple. Que préoccupe un dirigeant de PME qui utilise ChatGPT pour rédiger des textes marketing ? La difficulté de devoir réajuster le prompt à chaque génération, l’incertitude liée à des résultats tantôt bons, tantôt mauvais, ainsi que les inquiétudes concernant la sécurité des données. OpenAI a-t-elle résolu ces problèmes ?
Je pense que non. Les entreprises de grands modèles souffrent généralement d’un « narcissisme technologique » : elles pensent que leurs modèles sont suffisamment intelligents et que les utilisateurs doivent donc s’y adapter. C’est une vision du produit totalement erronée.
Qu’est-ce qu’une véritable vision produit ? C’est réfléchir du point de vue de l’utilisateur : quels problèmes devez-vous résoudre chaque jour ? Pour quoi êtes-vous prêt à payer ? Quel est votre principal point de douleur ?
À en juger par ses résultats financiers, OpenAI n’est manifestement pas allée assez loin sur cette voie. La croissance du chiffre d’affaires accompagnée d’une hausse des pertes indique que les coûts échappent à tout contrôle. Le fait d’avoir été dépassée par Anthropic montre qu’elle a pris un léger retard dans la mise en œuvre commerciale.
Les trois erreurs fatales du modèle économique
À mon avis, le modèle économique des grands modèles d’IA comporte trois erreurs fatales.
Premièrement, la dépendance excessive à l’économie des API. De nombreuses entreprises de grands modèles pensent qu’en ouvrant leurs API aux développeurs, elles pourront créer un écosystème. Mais en réalité, une API n’est qu’un outil, pas une solution. Les développeurs veulent des capacités d’IA stables, abordables et fiables, pas un service qui devient plus cher de temps à autre.
Deuxièmement, la négligence des secteurs verticaux. Les grands modèles peuvent tout faire, mais ils ne font rien assez en profondeur. Médecine, droit, éducation, finance : chaque secteur vertical possède des besoins et des barrières à l’entrée spécifiques. Les grands modèles généralistes sont souvent dépassés dans ces domaines.
Troisièmement, la sous-estimation des besoins des entreprises. Les entreprises ne veulent pas des démonstrations d’IA tape-à-l’œil, mais des outils d’IA intégrables à leurs flux de travail, sûrs, contrôlables et prévisibles. Les barrières à l’entrée sont élevées sur ce marché, mais sa valeur l’est également. Le dépassement d’OpenAI par Anthropic est peut-être précisément dû à une percée sur ce marché.
Mon jugement est le suivant : les futurs gagnants de l’IA ne seront pas nécessairement les entreprises disposant de la technologie la plus avancée, mais celles qui sauront le mieux transformer la technologie de l’IA en valeur commerciale.
La voie à suivre : passer de la compétition technologique à la création de valeur
La situation difficile d’OpenAI sonne l’alarme pour l’ensemble du secteur de l’IA. La vitesse à laquelle la compétition technologique brûle de l’argent dépasse déjà celle de la transformation commerciale.
Alors, où se trouve la voie à suivre ?
Premièrement, passer du généraliste au vertical. Les grands modèles doivent « descendre sur le terrain » et s’immerger dans des secteurs et des cas d’usage concrets. Un modèle spécialisé maîtrisant parfaitement le diagnostic médical pourrait avoir davantage de valeur commerciale qu’un modèle généraliste capable de tout faire.
Deuxièmement, passer du modèle à l’application. Les utilisateurs n’achètent pas des modèles, ils achètent des solutions. La prochaine étape décisive de la compétition consistera à transformer les capacités de l’IA en produits pour lesquels les entreprises sont prêtes à payer.
Troisièmement, passer de la consommation de capitaux à l’autofinancement. Les entreprises d’IA doivent trouver un modèle de rentabilité durable au lieu de dépendre éternellement des injections de capitaux des investisseurs. Cela implique de contrôler strictement les coûts, de cibler précisément les utilisateurs payants et de bâtir de véritables barrières commerciales.
Les résultats d’OpenAI au deuxième trimestre semblent montrer une croissance du chiffre d’affaires, mais aussi un dépassement par Anthropic. En profondeur, ils révèlent l’anxiété collective qui entoure le modèle économique de l’ensemble du secteur de l’IA.
La période d’excitation liée aux percées technologiques est révolue. Il est désormais temps d’affronter la dure réalité commerciale. L’IA n’est pas magique : elle doit résoudre des problèmes du monde réel, créer de la valeur dans le monde réel et générer des bénéfices réels.
Au cours des deux prochaines années, nous assisterons à la première restructuration majeure du secteur de l’IA. Les entreprises qui savent uniquement créer des modèles mais pas des produits finiront progressivement par décrocher. Celles qui comprennent véritablement les utilisateurs, approfondissent les cas d’usage et établissent un modèle économique durable deviendront les nouveaux gagnants.
OpenAI a encore une chance, mais le temps presse. Tous les entrepreneurs de l’IA devraient tirer un signal clair de ces chiffres : la technologie est importante, mais le commerce l’est davantage. Sans soutien commercial, une avancée technologique n’est finalement qu’un jouet de laboratoire.
La deuxième moitié du parcours de l’IA ne fait que commencer$OPENAI
OpenAI a publié ses résultats du deuxième trimestre : un chiffre d’affaires de 6,7 milliards de dollars, en hausse de 18 %, mais l’entreprise s’est fait dépasser par Anthropic, tandis que ses pertes continuent de se creuser.
Il ne s’agit pas seulement de savoir quelle entreprise est en tête : c’est le modèle économique de l’ensemble du secteur des grands modèles d’IA qui traverse actuellement une crise profonde.
La course effrénée à l’IA et la balance des profits et pertes
Les chiffres sont cruels. Le chiffre d’affaires d’OpenAI est passé de 5,6 milliards au premier trimestre à 6,7 milliards au deuxième, soit une croissance séquentielle de 18 %, ce qui semble plutôt positif. Mais le chiffre d’affaires d’Anthropic sur la même période a atteint 8,5 milliards de dollars : l’entreprise n’a pas seulement pris l’avantage, elle devance aussi OpenAI de 1,8 milliard. Plus important encore, les pertes d’OpenAI s’accroissent — c’est le signal le plus dangereux.
Beaucoup discutent encore du modèle le plus intelligent ou de la technologie la plus avancée. Je tiens à le dire : ne vous laissez pas aveugler par l’aura de la technologie. Lorsqu’une entreprise voit ses pertes augmenter et se fait dépasser par un concurrent en matière de chiffre d’affaires, cela révèle déjà un problème fondamental : le modèle économique actuel de l’IA a peut-être pris la mauvaise direction.
Le « dilemme de la centrale électrique » de l’IA : plus la technologie est puissante, plus les coûts augmentent
Commençons par une réalité : chaque image générée par OpenAI coûte environ 2,12 centimes. Le coût du traitement de 1000 tokens varie de 0,03 à 12 centimes. Combien l’utilisateur paie-t-il ? ChatGPT Plus coûte 20 dollars par mois, ce qui ne semble pas cher.
Les grands modèles d’IA sont comme des centrales électriques très énergivores
Mais c’est précisément là que se trouve le problème. Les grands modèles d’IA sont comme des centrales électriques qui consomment énormément d’énergie : plus elles produisent d’électricité, plus elles brûlent de charbon. Plus les utilisateurs s’en servent, plus l’entreprise perd d’argent.
Mon observation est la suivante : les entreprises de grands modèles sont prises dans un cercle vicieux. Pour prouver qu’elles disposent d’une technologie de pointe, elles doivent rendre leurs modèles plus grands et plus intelligents ; plus le modèle est grand, plus le coût de l’inférence est élevé ; plus les coûts augmentent, plus il est difficile de gagner de l’argent. C’est un cercle sans issue.
Pourquoi Anthropic a-t-elle réussi à dépasser OpenAI en chiffre d’affaires ? Mon analyse est qu’elle a peut-être trouvé des groupes de clients plus efficaces. Les entreprises et les développeurs, ces catégories prêtes à payer pour la fiabilité, constituent le véritable point d’entrée de la commercialisation de l’IA. OpenAI dépend encore largement des utilisateurs grand public, qui représentent précisément le marché le plus difficile à rentabiliser.
Le manque de vision produit : un grand modèle ne signifie pas un bon produit
Je vais énoncer ici un fait que beaucoup refusent d’admettre : être en avance sur le plan technologique ne signifie pas réussir son produit. OpenAI dispose de GPT-4o, de Sora et des grands modèles d’IA les plus avancés au monde. Mais alors ? Les utilisateurs ne veulent pas des paramètres techniques, ils veulent un produit capable de résoudre leurs problèmes.
Prenons un exemple. Que préoccupe un dirigeant de PME qui utilise ChatGPT pour rédiger des textes marketing ? La difficulté de devoir réajuster le prompt à chaque génération, l’incertitude liée à des résultats tantôt bons, tantôt mauvais, ainsi que les inquiétudes concernant la sécurité des données. OpenAI a-t-elle résolu ces problèmes ?
Je pense que non. Les entreprises de grands modèles souffrent généralement d’un « narcissisme technologique » : elles pensent que leurs modèles sont suffisamment intelligents et que les utilisateurs doivent donc s’y adapter. C’est une vision du produit totalement erronée.
Qu’est-ce qu’une véritable vision produit ? C’est réfléchir du point de vue de l’utilisateur : quels problèmes devez-vous résoudre chaque jour ? Pour quoi êtes-vous prêt à payer ? Quel est votre principal point de douleur ?
À en juger par ses résultats financiers, OpenAI n’est manifestement pas allée assez loin sur cette voie. La croissance du chiffre d’affaires accompagnée d’une hausse des pertes indique que les coûts échappent à tout contrôle. Le fait d’avoir été dépassée par Anthropic montre qu’elle a pris un léger retard dans la mise en œuvre commerciale.
Les trois erreurs fatales du modèle économique
À mon avis, le modèle économique des grands modèles d’IA comporte trois erreurs fatales.
Premièrement, la dépendance excessive à l’économie des API. De nombreuses entreprises de grands modèles pensent qu’en ouvrant leurs API aux développeurs, elles pourront créer un écosystème. Mais en réalité, une API n’est qu’un outil, pas une solution. Les développeurs veulent des capacités d’IA stables, abordables et fiables, pas un service qui devient plus cher de temps à autre.
Deuxièmement, la négligence des secteurs verticaux. Les grands modèles peuvent tout faire, mais ils ne font rien assez en profondeur. Médecine, droit, éducation, finance : chaque secteur vertical possède des besoins et des barrières à l’entrée spécifiques. Les grands modèles généralistes sont souvent dépassés dans ces domaines.
Troisièmement, la sous-estimation des besoins des entreprises. Les entreprises ne veulent pas des démonstrations d’IA tape-à-l’œil, mais des outils d’IA intégrables à leurs flux de travail, sûrs, contrôlables et prévisibles. Les barrières à l’entrée sont élevées sur ce marché, mais sa valeur l’est également. Le dépassement d’OpenAI par Anthropic est peut-être précisément dû à une percée sur ce marché.
Mon jugement est le suivant : les futurs gagnants de l’IA ne seront pas nécessairement les entreprises disposant de la technologie la plus avancée, mais celles qui sauront le mieux transformer la technologie de l’IA en valeur commerciale.
La voie à suivre : passer de la compétition technologique à la création de valeur
La situation difficile d’OpenAI sonne l’alarme pour l’ensemble du secteur de l’IA. La vitesse à laquelle la compétition technologique brûle de l’argent dépasse déjà celle de la transformation commerciale.
Alors, où se trouve la voie à suivre ?
Premièrement, passer du généraliste au vertical. Les grands modèles doivent « descendre sur le terrain » et s’immerger dans des secteurs et des cas d’usage concrets. Un modèle spécialisé maîtrisant parfaitement le diagnostic médical pourrait avoir davantage de valeur commerciale qu’un modèle généraliste capable de tout faire.
Deuxièmement, passer du modèle à l’application. Les utilisateurs n’achètent pas des modèles, ils achètent des solutions. La prochaine étape décisive de la compétition consistera à transformer les capacités de l’IA en produits pour lesquels les entreprises sont prêtes à payer.
Troisièmement, passer de la consommation de capitaux à l’autofinancement. Les entreprises d’IA doivent trouver un modèle de rentabilité durable au lieu de dépendre éternellement des injections de capitaux des investisseurs. Cela implique de contrôler strictement les coûts, de cibler précisément les utilisateurs payants et de bâtir de véritables barrières commerciales.
Les résultats d’OpenAI au deuxième trimestre semblent montrer une croissance du chiffre d’affaires, mais aussi un dépassement par Anthropic. En profondeur, ils révèlent l’anxiété collective qui entoure le modèle économique de l’ensemble du secteur de l’IA.
La période d’excitation liée aux percées technologiques est révolue. Il est désormais temps d’affronter la dure réalité commerciale. L’IA n’est pas magique : elle doit résoudre des problèmes du monde réel, créer de la valeur dans le monde réel et générer des bénéfices réels.
Au cours des deux prochaines années, nous assisterons à la première restructuration majeure du secteur de l’IA. Les entreprises qui savent uniquement créer des modèles mais pas des produits finiront progressivement par décrocher. Celles qui comprennent véritablement les utilisateurs, approfondissent les cas d’usage et établissent un modèle économique durable deviendront les nouveaux gagnants.
OpenAI a encore une chance, mais le temps presse. Tous les entrepreneurs de l’IA devraient tirer un signal clair de ces chiffres : la technologie est importante, mais le commerce l’est davantage. Sans soutien commercial, une avancée technologique n’est finalement qu’un jouet de laboratoire.
La deuxième moitié du parcours de l’IA ne fait que commencer$OPENAI


















