OpenAI a clôturé un cycle de financement de 5 milliards de dollars pour une valorisation de 300 milliards de dollars, ce qui en fait l'entreprise privée la plus précieuse de l'histoire. Le cycle, mené par SoftBank avec la participation de Microsoft, Apple et d'un consortium de fonds souverains, reflète le rythme extraordinaire de l'adoption de l'IA en entreprise et soulève de profondes questions sur la valeur d'une entreprise lorsqu'elle se trouve au centre d'une révolution technologique.
L'histoire des revenus
Le chiffre d'affaires annualisé d'OpenAI a atteint 12 milliards de dollars, contre 3,4 milliards de dollars il y a un an, soit une augmentation de 250 % tirée presque entièrement par les entreprises clientes. L'activité API de l'entreprise, qui alimente des milliers d'applications d'IA, représente désormais 60 % du chiffre d'affaires, ChatGPT Enterprise représentant la majeure partie du reste.
La croissance de l’entreprise est particulièrement frappante car elle s’est produite sans un mouvement de vente traditionnel. La plupart des plus gros clients d'OpenAI, notamment Goldman Sachs, Morgan Stanley et plusieurs grands systèmes de santé, ont commencé par adopter une approche ascendante, des équipes individuelles utilisant l'API avant que les services informatiques ne formalisent la relation. Ce modèle d'adoption organique est inhabituel pour une entreprise à cette échelle de revenus et suggère que l'adéquation produit-marché est réelle plutôt que motivée par les ventes.
L'activité grand public de ChatGPT, bien que plus modeste en termes de revenus, offre un avantage de distribution que l'argent ne peut pas facilement reproduire. Avec 500 millions d’utilisateurs actifs par mois, OpenAI entretient une relation directe avec une fraction importante de la population mondiale des travailleurs du savoir – une relation que les concurrents qui créent des produits purement B2B ne peuvent égaler.
Le jeu matériel
Le financement soutiendra en partie la nouvelle division matérielle d'OpenAI, qui développe des puces d'inférence d'IA personnalisées en partenariat avec TSMC. Les puces, conçues spécifiquement pour exécuter les modèles OpenAI, devraient réduire les coûts d'inférence de 70 % par rapport à l'infrastructure actuelle basée sur les GPU NVIDIA – un avantage essentiel à l'heure où l'entreprise s'adapte à des centaines de millions d'utilisateurs.
Le pari matériel constitue un tournant stratégique important. OpenAI a toujours été un pur éditeur de logiciels, s'appuyant entièrement sur les fournisseurs de cloud, principalement Microsoft Azure, pour le calcul. Construire du silicium sur mesure est coûteux, risqué et prend des années à être rentabilisé. Mais les aspects économiques sont convaincants : à l'échelle actuelle d'OpenAI, une réduction de 70 % des coûts d'inférence se traduit par des milliards de dollars par an. L'entreprise suit la voie tracée par Google (TPU), Amazon (Trainium/Inferentia) et Meta (MTIA), qui ont tous constaté qu'à une échelle suffisante, le silicium personnalisé devient économiquement nécessaire.
Le partenariat TSMC donne à OpenAI l'accès aux processus de fabrication de semi-conducteurs les plus avancés disponibles, y compris le nœud 2 nm que TSMC développera en 2026. La question de savoir si OpenAI peut exécuter la conception de puces – une discipline qui nécessite une expertise en ingénierie approfondie dont l'entreprise n'a pas historiquement besoin – reste le principal risque d'exécution.
Concurrence et douves
La valorisation reflète la confiance des investisseurs dans la capacité d'OpenAI à maintenir son avance malgré la concurrence intense de Google, Anthropic, Meta et un domaine croissant de modèles open source. L'avantage de distribution de l'entreprise (ChatGPT compte 500 millions d'utilisateurs actifs par mois) et son intégration approfondie avec la pile logicielle d'entreprise de Microsoft sont considérés comme des bastions concurrentiels durables.
La menace open source mérite une attention particulière. La série Llama de Meta a démontré que les modèles de qualité frontière peuvent être publiés ouvertement, et l'écart entre les modèles open source et propriétaires s'est considérablement réduit au cours des 18 derniers mois. Pour de nombreux cas d'utilisation en entreprise, un modèle open source bien réglé fonctionnant sur site constitue désormais une alternative crédible à l'API d'OpenAI. La réponse d'OpenAI a été de gravir les échelons de la valeur, en offrant non seulement un accès aux modèles, mais aussi des produits intégrés, une infrastructure de réglage fin et un support d'entreprise que les alternatives open source ne peuvent pas facilement reproduire.
Anthropic, soutenu par Google et Amazon, représente la menace concurrentielle la plus directe. Claude 4 Opus a égalé ou dépassé GPT-5 sur plusieurs critères, et l'accent mis par Anthropic sur la sécurité et l'interprétabilité trouve un écho auprès des industries réglementées qui sont prudentes quant au déploiement de systèmes d'IA qu'elles ne peuvent pas pleinement comprendre. Les deux sociétés sont de plus en plus en concurrence pour les mêmes contrats d'entreprise, et le résultat de cette concurrence façonnera la structure de l'industrie de l'IA pour les années à venir.
Le chemin vers la rentabilité
OpenAI n'est pas encore rentable, consommant environ 5 milliards de dollars par an en calcul et en recherche. Mais la société prévoit une rentabilité d’ici le quatrième trimestre 2027, grâce à la réduction des coûts des puces personnalisées et à la croissance continue des revenus. La tenue de ce calendrier dépendra fortement de la dynamique concurrentielle des 18 prochains mois.
La question de la rentabilité est plus complexe qu’il n’y paraît. Les coûts de calcul d'OpenAI ne sont pas fixes : ils évoluent avec l'utilisation, et l'utilisation augmente plus rapidement que les revenus. L'entreprise est engagée dans une course entre croissance des revenus et réduction des coûts, et le programme de puces personnalisées est le principal levier en termes de coûts. Si les puces arrivent à temps et fonctionnent comme prévu, la situation économique s’améliore considérablement. S’ils sont retardés – comme le sont souvent les programmes sur silicium personnalisés – le taux de combustion pourrait rester élevé jusqu’en 2028.
Il y a aussi la question de savoir ce que signifie la « rentabilité » pour une entreprise qui pourrait devoir dépenser des dizaines de milliards de dollars pour former la prochaine génération de modèles pionniers. Les besoins de calcul pour chaque génération successive ont été multipliés par 4 environ, et rien n’indique que cette courbe d’échelle s’aplatisse. La rentabilité aux tailles de modèles actuelles pourrait ne pas se traduire par une rentabilité aux tailles de modèles qui seront nécessaires pour maintenir un avantage concurrentiel en 2028 et au-delà.
Ce que signifie réellement l’évaluation
Une valorisation de 300 milliards de dollars pour une entreprise avec un chiffre d’affaires de 12 milliards de dollars implique un multiple de chiffre d’affaires de 25 – un chiffre agressif à tous points de vue, mais pas sans précédent pour les éditeurs de logiciels à forte croissance. L'hypothèse implicite est qu'OpenAI continuera de croître au rythme actuel ou à un rythme proche pendant plusieurs années, pour finalement atteindre une base de revenus qui justifie l'évaluation sur des mesures plus conventionnelles.
La question la plus intéressante est de savoir si OpenAI restera une entreprise privée suffisamment longtemps pour que cette croissance se matérialise. La société a subi des pressions de la part des investisseurs pour qu'elle procède à une introduction en bourse, et la conversion d'une structure à but non lucratif en une société d'utilité publique à but lucratif – achevée plus tôt cette année – a levé le principal obstacle structurel à son introduction en bourse. Une introduction en bourse en 2027 est largement attendue dans les milieux financiers, ce qui ferait d’OpenAI l’une des plus grandes introductions en bourse technologiques de l’histoire.