Revenus OpenAI : 10 milliards, mais des pertes en hausse12 min de lecture2 486 mots

Revenus OpenAI : 10 milliards, mais des pertes en hausse

Les revenus d’OpenAI atteignent 10 milliards de dollars au trimestre, mais les pertes augmentent. Décryptage des marges, des moteurs et de la comparaison.

revenus OpenAIpertes OpenAImarché de l’intelligence artificielleOpenAI et Anthropicrentabilité de l’IA
Revenus OpenAI : 10 milliards, mais des pertes en hausse

OpenAI franchit les 10 milliards de dollars de revenus, mais reste loin de l'équilibre

OpenAI aurait généré 10 milliards de dollars de revenus au troisième trimestre, d'après des informations relayées par The Information et Bloomberg. Le chiffre s'accompagne d'une forte accélération : les revenus auraient progressé de près de 50 % par rapport au trimestre précédent et presque triplé en un an. Malgré tout, l'entreprise n'est pas encore proche de la rentabilité. D'après des documents consultés par le Wall Street Journal, sa perte opérationnelle ajustée aurait même atteint 10,9 milliards de dollars sur la période.

Pris ensemble, ces chiffres racontent une double réalité. D'un côté, il y a clairement une demande pour les modèles récents et pour les offres tournées vers les entreprises. De l'autre, les coûts restent énormes, alors même que le chiffre d'affaires grimpe vite. Et la comparaison avec Anthropic, dont les indicateurs publiés ne ressemblent pas aux mêmes repères, mérite d'être faite avec prudence : les deux sociétés ne comptabilisent pas leurs ventes de la même manière.

Voici donc comment lire ces résultats : ce qui peut expliquer le rebond, et ce que ces chiffres disent (ou ne disent pas) sur la viabilité économique de l'IA générative.

Que disent vraiment les chiffres du troisième trimestre ?

Le point le plus marquant, ce sont les revenus : 10 milliards de dollars sur le troisième trimestre, selon des informations communiquées aux investisseurs et reprises par plusieurs médias. C'est un niveau trimestriel inédit pour OpenAI. À court terme, la progression est tout aussi impressionnante : les revenus auraient augmenté d'environ 50 % par rapport au deuxième trimestre, qui s'élevait à 6,7 milliards de dollars.

On pourrait être tenté d'y voir un rapprochement rapide de l'équilibre. Mais les pertes compliquent la lecture. Le Wall Street Journal indique une perte opérationnelle ajustée de 10,9 milliards de dollars au troisième trimestre, contre 10,1 milliards au deuxième. Autrement dit : la perte augmente en valeur absolue, même si le chiffre d'affaires progresse.

Une marge qui s'améliore, sans que l'activité devienne rentable

Le taux de marge opérationnelle ajustée serait passé de -150 % au deuxième trimestre à -109 % au troisième. Oui, c'est une amélioration : rapportée aux revenus, la perte pèse moins lourd qu'avant. Mais -109 % reste loin de zéro. En clair, avec cette mesure, chaque dollar de revenus s'accompagne encore d'une perte opérationnelle ajustée supérieure à un dollar.

Cette nuance compte. Une entreprise peut améliorer son efficacité relative, tout en creusant ses pertes en montants. Ici, d'après les chiffres rapportés, c'est le scénario qui se dessine : les revenus progressent plus vite que la perte ne se dégrade en pourcentage, mais le montant reste plus élevé qu'au trimestre précédent.

Ne pas confondre chiffre trimestriel et rythme annualisé

OpenAI aurait aussi communiqué aux investisseurs un rythme de revenus annualisé d'environ 50 milliards de dollars en fin de septembre. Ce n'est pas un chiffre « déjà réalisé » sur douze mois. Il s'agit d'une extrapolation à partir du rythme observé à un moment donné, qui peut évoluer si les ventes accélèrent ou ralentissent.

Il faut donc distinguer trois choses : les revenus effectivement enregistrés sur un trimestre, leur évolution d'une période à l'autre, et ce que l'entreprise choisit d'annualiser à partir des données du moment. Les confondre peut conduire à surestimer la visibilité financière. Dans l'édition logicielle classique, des revenus récurrents servent souvent de repère. Dans l'IA, les usages, les tarifs et les coûts de calcul changent vite : un rythme annualisé n'assure ni le même niveau de revenus dans le futur ni une marge positive.

Quelles activités expliquent la croissance ?

Selon les informations rapportées par Bloomberg, le rebond tiendrait à plusieurs facteurs : de nouveaux modèles, des baisses de prix plus agressives et une montée en puissance des agents d'IA. Les offres destinées aux entreprises auraient aussi bénéficié d'une demande plus forte. En pratique, aucun élément pris isolément ne suffit à expliquer la hausse : la combinaison entre l'offre, la manière de vendre et les usages qui se développent compte autant.

De nouveaux modèles peuvent relancer l'adoption

Proposer des modèles plus récents peut donner envie à des clients, particuliers comme organisations, de reprendre un produit ou d'en augmenter l'usage. Pour une entreprise, la valeur ne vient toutefois pas du modèle « en soi ». Elle dépend surtout de la façon dont on l'intègre dans un flux de travail concret : recherche documentaire, rédaction assistée, développement logiciel, traitement de demandes répétitives, par exemple.

Le passage de l'essai à un usage régulier est souvent l'étape la plus décisive. Une démo convaincante ne suffit pas si le service ne s'insère pas dans les outils existants, s'il ne passe pas les exigences de sécurité, ou s'il ne fait pas gagner assez de temps pour justifier son coût. La croissance d'OpenAI suggère une demande commerciale réelle, mais les chiffres disponibles ne précisent pas la part respective des abonnements, des contrats entreprise et des autres revenus.

Des prix plus bas favorisent le volume, mais réduisent la recette par usage

Si les tarifs baissent, davantage de clients peuvent s'abonner, et les usages peuvent devenir plus fréquents. C'est une logique assez courante : accepter moins d'argent par unité pour élargir la base ou augmenter les volumes. Mais, pour que les résultats s'améliorent vraiment, il faut que l'augmentation d'activité compense la baisse des prix, et que les coûts de service restent sous contrôle.

Dans l'IA générative, ce contrôle n'est pas « secondaire ». Chaque requête consomme des ressources de calcul, et les usages intensifs peuvent vite coûter cher. Une tarification plus agressive peut donc soutenir le chiffre d'affaires tout en mettant une pression constante sur les marges. Et surtout, regarder uniquement l'évolution des revenus ne dit pas si l'économie unitaire s'améliore : il faudrait disposer du revenu moyen par client, du coût d'inférence et des dépenses nécessaires pour acquérir et fidéliser ces clients.

Les agents élargissent les usages, mais compliquent aussi l'opérationnel

La montée en puissance des agents d'IA vise des systèmes capables d'enchaîner plusieurs actions, plutôt que de se limiter à répondre à une question. Pour une entreprise, l'intérêt peut être très concret : automatiser une partie du support, préparer des dossiers, ou coordonner des tâches entre plusieurs applications.

Mais un agent qui agit dans des outils « métier » ne s'évalue pas comme un assistant conversationnel. Il faut gérer les permissions, prévoir des validations humaines pour les actions sensibles, et pouvoir expliquer ce qui a été exécuté. Sans ces garde-fous, une erreur peut se propager bien au-delà de la requête initiale. Vendre des agents peut faire monter la valeur d'un contrat, mais ça augmente aussi les exigences d'intégration, de gouvernance et de support. Bref : c'est une opportunité de croissance, pas une garantie automatique de rentabilité.

Pourquoi la comparaison avec Anthropic reste-t-elle délicate ?

Anthropic a déclaré 16,96 milliards de dollars de revenus sur le trimestre, d'après des informations publiées dans son dossier d'introduction en Bourse du 2 novembre. Dans le même dossier figurent une perte opérationnelle de 567 millions de dollars et une marge opérationnelle ajustée de 15 %. Ces chiffres contrastent nettement avec ceux annoncés pour OpenAI.

Au premier regard, l'écart paraît énorme : revenus plus élevés et marge positive chez Anthropic, contre des pertes opérationnelles ajustées importantes pour OpenAI. Mais comparer des résultats financiers n'a de sens que si l'on parle du même périmètre, sur la même période et avec des définitions comparables.

Les ventes via des partenaires rendent la lecture plus floue

Les deux sociétés ne comptabiliseraient pas certaines ventes de la même manière quand elles transitent par des partenaires cloud. D'après TechCrunch, Anthropic inclut les ventes réalisées par ces partenaires, tandis qu'OpenAI ne comptabilise que sa part de certaines ventes partenaires.

Cette différence peut gonfler ou réduire les revenus présentés, sans dire pour autant qu'une entreprise vend forcément plus aux utilisateurs finaux. Le chiffre d'affaires « comptable » dépend de la manière dont le revenu est reconnu et de la part attribuée à chaque acteur. Pour les investisseurs comme pour les clients, il vaut donc mieux éviter de transformer un classement publié en lecture directe de la demande réelle.

Même logique pour la rentabilité : les indicateurs ne reposent pas forcément sur les mêmes définitions, et les chiffres « ajustés » peuvent exclure certains éléments. Il serait donc trop rapide de conclure, à partir de montants côte à côte, qu'Anthropic aurait déjà trouvé un modèle durable et qu'OpenAI ne l'aurait pas. Les informations disponibles indiquent bien des écarts, mais pas forcément une comparaison parfaitement homogène.

Des trajectoires de croissance qui ne se ressemblent pas

La croissance d'Anthropic se serait établie à environ 47 % entre le deuxième et le troisième trimestre, après une hausse de 144 % le trimestre précédent. Le rythme ralentit donc par rapport à une période très particulière, tout en restant élevé. De son côté, OpenAI affiche une progression proche de 50 % sur le trimestre.

La comparaison montre surtout que, dans ce marché, les taux de croissance peuvent varier fortement selon les périodes. Une accélération ponctuelle ne suffit pas à établir une tendance. Le bon réflexe, c'est de suivre plusieurs trimestres, regarder la composition des revenus et vérifier si la croissance s'accompagne (ou non) d'une amélioration des marges.

Le contexte financier joue aussi. Anthropic prépare une introduction en Bourse, avec une demande qui aurait dépassé l'offre, et une fixation du prix attendue le 18 novembre. OpenAI, selon Bloomberg, finaliserait une levée de fonds à une valorisation de 1 250 milliards de dollars et aurait repoussé son projet d'introduction en Bourse à l'année suivante. Ce sont des choix de financement et de calendrier : utiles pour situer le contexte, mais pas une preuve directe de la qualité économique de l'activité.

Que signifie cette trajectoire pour les entreprises ?

Pour les entreprises qui achètent des outils d'IA, les résultats d'OpenAI ne doivent pas être lus comme un feu vert (ou un feu rouge) universel pour adopter une solution. Oui, la croissance du fournisseur peut signaler une demande réelle et une capacité d'investissement. Mais elle ne garantit pas la stabilité des tarifs, la disponibilité d'une fonctionnalité précise, ni même la rentabilité à moyen terme.

Le bon niveau d'analyse reste le cas d'usage. Une équipe doit comparer le coût total du déploiement aux gains observés : temps économisé, qualité des livrables, réduction du délai de traitement et niveau de contrôle nécessaire. Et le « coût total » ne se limite pas à l'abonnement ou aux appels à une API. Il inclut aussi l'intégration, la sécurité, l'accompagnement des équipes, la supervision humaine, ainsi que le traitement des erreurs.

Évaluer la dépendance avant de généraliser

Commencer petit aide à mesurer la valeur sans engager toute l'organisation. Pour un test, il faut définir une situation de référence : combien de temps prend aujourd'hui la tâche, quel niveau de qualité est attendu, et quelle proportion des résultats devra être revue par une personne. Sans ce cadre, il devient trop facile de confondre un vrai gain avec une impression positive de démonstration.

Il faut aussi anticiper les scénarios moins agréables : changement de prix, modification de modèle, arrêt d'une fonctionnalité. Plus un processus métier dépend d'un seul fournisseur, plus le coût de remplacement peut devenir élevé. Une architecture permettant de changer de modèle n'est pas toujours indispensable, mais elle prend du sens quand la criticité du service, le volume, ou les contraintes de conformité justifient cet investissement.

Un cadre de décision pragmatique

Avant de passer d'un pilote à un déploiement plus large, une organisation peut vérifier quatre points :

  • Valeur mesurée : le gain est-il réel sur des tâches représentatives, avec des indicateurs définis à l'avance ?
  • Coût complet : le calcul intègre-t-il le service, l'intégration, la vérification humaine et le support ?
  • Maîtrise des risques : les données sensibles, les accès et les décisions automatisées sont-ils encadrés, notamment au regard du RGPD ?
  • Réversibilité : existe-t-il une option de repli si les prix, le modèle ou les conditions du fournisseur changent ?

Ces questions valent pour OpenAI, Anthropic, et pour n'importe quel fournisseur. Le montant d'une levée de fonds et le niveau de revenus donnent du contexte, pas une sélection automatique. Dans la vraie vie, le meilleur outil est celui qui résout un problème identifié, avec un coût soutenable et un niveau de contrôle adapté aux conséquences d'une erreur.

Conclusion

Le troisième trimestre confirme l'accélération commerciale d'OpenAI : les revenus annoncés atteignent 10 milliards de dollars, portés notamment par les nouveaux modèles, les offres destinées aux entreprises, les baisses de prix et les agents d'IA. Mais la perte opérationnelle ajustée aurait aussi progressé, à 10,9 milliards de dollars. Une marge qui s'améliore ne veut donc pas dire que l'entreprise s'approche de l'équilibre.

La comparaison avec Anthropic aide à comprendre l'intensité de la concurrence, mais elle doit tenir compte des différences de comptabilisation et de définition des indicateurs. Pour les entreprises clientes, la règle est plus simple : ne choisissez pas un fournisseur uniquement sur sa croissance ou sa valorisation. Évaluez plutôt la valeur d'un cas d'usage, le coût complet, les risques, et votre capacité à changer de solution si le contexte évolue.

Questions frequentes

Non. Les 10 milliards de dollars correspondent aux revenus trimestriels rapportés, pas au bénéfice. Selon le Wall Street Journal, la perte opérationnelle ajustée aurait atteint 10,9 milliards de dollars sur la même période. OpenAI aurait donc généré des revenus importants tout en restant déficitaire selon cette mesure.
C’est une extrapolation à partir du rythme observé à un moment donné, et non 50 milliards déjà encaissés sur l’année. Cette mesure aide à apprécier la dynamique commerciale, mais ne garantit pas que les revenus resteront au même niveau ni qu’ils progresseront.
Les chiffres rapportés suggèrent une différence importante, mais une comparaison directe est délicate. Les sociétés ne comptabiliseraient pas de la même manière certaines ventes via des partenaires cloud et leurs indicateurs peuvent reposer sur des définitions différentes. Il faut donc examiner les périmètres avant de tirer une conclusion.
Non. Des revenus élevés et une forte demande ne garantissent pas à eux seuls la disponibilité d’une fonctionnalité, la stabilité des tarifs ou la continuité d’un service. Une organisation doit prévoir ses dépendances, encadrer ses usages et évaluer les solutions de repli pour ses processus critiques.

Articles similaires