Ralentissement Des Dépenses IA Avant L’IPO D’Anthropic

Imaginez un secteur qui consomme de plus en plus de ressources numériques tout en dépensant quasiment autant qu’avant. C’est exactement ce que révèle une récente analyse de Ramp : les entreprises multiplient les tokens d’intelligence artificielle, mais la facture globale stagne. Ce paradoxe tombe juste au moment où Anthropic prépare son introduction en bourse, et il force les investisseurs à revoir leurs scénarios de croissance exponentielle.

Un freinage inattendu des budgets IA

Les chiffres parlent d’eux-mêmes. Selon les données collectées par Ramp auprès de milliers d’entreprises, la dépense en tokens n’a progressé que de 1,5 % sur les mois d’août et septembre. Pour rappel, le mois de juillet avait encore affiché une hausse spectaculaire de 42 %. Cette rupture de rythme interroge profondément les perspectives des grands acteurs du marché.

Ara Kharazian, économiste en chef chez Ramp, résume la situation avec une formule claire : la quasi-totalité des dépenses IA provient aujourd’hui d’entreprises technologiques financées par du capital-risque et en forte croissance. Tant que ces budgets continuaient d’augmenter, tout allait bien. Mais dès qu’un ralentissement apparaît, l’ensemble de la chaîne peut s’en ressentir.

Les leaders de la consommation montrent des signes de fatigue

Le top 1 % des entreprises les plus avancées en IA, celles qui avaient atteint des pics proches de 10 000 dollars par employé et par mois, ont légèrement ralenti en août et septembre. Ce fléchissement, même modeste, suffit à freiner l’ensemble de la croissance des revenus des fournisseurs de modèles, car ces clients représentent une part disproportionnée des dépenses totales.

De leur côté, les entreprises médianes et celles du top 10 % continuent de progresser, mais à un rythme bien plus faible. Les premières dépensent entre 12 et 15 dollars par employé et par mois, tandis que les secondes se situent entre 600 et 1 000 dollars. L’écart avec le top 1 % reste abyssal, et rien n’indique pour l’instant que le reste du marché rattrapera ces niveaux.

Kharazian insiste sur un point crucial : les cas d’usage actuels ne justifient pas forcément une dépense aussi élevée dans tous les secteurs. Si les agents de codage trouvent naturellement leur place dans la tech et la finance, un cabinet médical ou une concession automobile n’a pas besoin de budgets comparables. Cette hétérogénéité limite mécaniquement le potentiel de croissance globale.

Octobre, un rebond fragile

Les données d’octobre ont apporté un peu d’air. Entre le 23 septembre et le 23 octobre, les dépenses en tokens ont rebondi de 8,9 %. Pourtant, Kharazian reste prudent. Selon lui, les vents contraires qui pèsent sur la croissance des dépenses restent puissants et structurels.

Ce rebond ne change pas le diagnostic de fond. Les volumes continuent d’augmenter, preuve que la demande est bien là. Le problème se situe du côté des prix et de l’optimisation des usages. Les entreprises apprennent à faire plus avec moins, et cela pèse directement sur le chiffre d’affaires des géants de l’IA.

La guerre des prix change la donne

Le ralentissement des dépenses n’est pas lié à un manque d’appétit pour l’intelligence artificielle. Les volumes de tokens grimpent. La cause principale réside dans l’intensité de la concurrence. OpenAI a réduit de moitié les tarifs de ses modèles GPT-6 Sol et GPT-6 Luna en septembre. Anthropic a suivi en baissant significativement les prix de Fable 5.1 et Opus 5.5. Ces décisions ont amputé la croissance de revenus d’Anthropic d’environ 600 millions de dollars, selon un dépôt récent.

Les deux entreprises multiplient également les remises destinées aux grands comptes. L’objectif est de sécuriser des contrats long terme, mais le résultat immédiat est une pression supplémentaire sur les revenus. Le marché est devenu clairement favorable aux acheteurs.

Cette dynamique rappelle les débuts d’Uber et Lyft, où les courses étaient fortement subventionnées pour conquérir des parts de marché. Une fois la concurrence affaiblie, les prix ont grimpé. Dans le domaine de l’IA, ce scénario semble peu probable. Trop d’acteurs se battent simultanément, et de nouveaux modèles ouverts apparaissent régulièrement.

L’arrivée de nouveaux acteurs et de solutions ultra-légères

Meta et Nvidia proposent désormais des offres entreprise à bas coût, parfois basées sur des modèles open source. À cela s’ajoutent de nombreuses startups chinoises et américaines qui misent sur des architectures légères. Un nouvel outil baptisé Jev gagne même rapidement du terrain dans les classements de Ramp. Il s’agit d’une solution minimaliste qui permet de choisir entre quelques sorties prédéfinies, idéale pour les cas d’usage simples.

Pour de nombreuses tâches, un simple oui ou non suffit. Les entreprises peuvent donc basculer des modèles déjà bon marché vers des solutions encore plus économiques grâce à des routeurs intelligents. Le résultat est une baisse nette du coût unitaire, même lorsque le volume de travail augmente.

• Baisse des tarifs API des grands fournisseurs
• Montée en puissance des modèles open source
• Apparition d’outils ultra-légers comme Jev
• Optimisation interne des budgets par les entreprises
• Utilisation croissante de routeurs de modèles

Les entreprises deviennent plus efficaces

Au-delà de la concurrence, les clients eux-mêmes progressent dans la maîtrise de leurs coûts. Plus une organisation avance dans l’utilisation de l’IA, plus elle apprend à éviter les modèles les plus onéreux pour les tâches longues. Elle impose des budgets par collaborateur, définit des paramètres par défaut plus stricts et déporte une partie de la charge vers des modèles légers via des systèmes de routage.

Akshay Kothari, cofondateur de Notion, a récemment partagé des données internes qui confirment parfaitement ce constat. Sa formule a fait le tour des réseaux : « tokens go brrr, costs go ahhh ». En d’autres termes, les tokens tournent à plein régime, mais les coûts restent sous contrôle.

Cette nouvelle maturité des clients remet en question de nombreuses hypothèses de croissance. Il devient possible de consommer davantage d’intelligence artificielle tout en dépensant moins. Une excellente nouvelle pour les entreprises utilisatrices, mais un casse-tête pour les fournisseurs de modèles qui misaient sur une expansion continue des budgets.

Impact immédiat sur les valorisations

Les marchés ont déjà commencé à intégrer ces signaux. Bloomberg a rapporté que la valorisation potentielle d’Anthropic est passée d’environ 2 000 milliards de dollars début octobre à une fourchette de 1 200 à 1 300 milliards. L’entreprise s’attend également à obtenir une note de crédit élevée dans la catégorie « junk ». OpenAI a de son côté revu sa valorisation à la baisse, de 1 400 à 1 250 milliards de dollars, et a réduit ses objectifs de levée de fonds d’environ 10 milliards.

Ces ajustements ne sont pas anodins. Ils montrent que les investisseurs commencent à douter de la capacité des leaders de l’IA à maintenir des taux de croissance à deux chiffres sur le long terme uniquement grâce à l’augmentation des volumes. Les données de Ramp alimentent clairement ces interrogations.

La quête du prochain levier de croissance

Une lueur d’espoir demeure. Une grande partie de la thèse de croissance repose sur l’apparition de nouveaux cas d’usage majeurs. L’émergence des agents de codage, il y a un an et demi à peine, a transformé OpenAI et Anthropic en entreprises valorisées en milliers de milliards. Les investisseurs espèrent qu’une nouvelle révolution producte permettra de relancer la machine.

Les agents personnels sont souvent cités comme le prochain grand chantier. OpenAI, SpaceXAI, Meta et plusieurs startups comme Instinct ont déjà lancé leurs propres versions. Pourtant, Kharazian reste sceptique. Selon lui, ces agents ne sont pas aussi productifs économiquement que les outils de codage. Ils risquent donc de ne pas générer le même niveau de dépenses.

Pour l’instant, les produits commercialement matures et observés sur le terrain ne suffisent pas à inverser la tendance au ralentissement. La projection d’une nouvelle vague de croissance repose encore largement sur l’espoir plutôt que sur des preuves concrètes.

Ce que cela change pour l’écosystème startup

Le ralentissement des dépenses IA a des implications qui dépassent largement OpenAI et Anthropic. De nombreuses startups ont construit leur modèle économique autour d’une croissance rapide des budgets alloués à l’intelligence artificielle. Si cette dynamique s’essouffle, les levées de fonds, les valorisations et les plans de recrutement devront être recalibrés.

Les entreprises qui misent sur des solutions verticales ou ultra-spécialisées pourraient mieux s’en sortir. Celles qui proposent des outils permettant de réduire encore les coûts d’inférence ou d’optimiser les routes entre modèles se trouvent dans une position intéressante. Le marché de l’optimisation devient aussi stratégique que celui de la création de nouveaux modèles.

Les investisseurs, quant à eux, devront affiner leurs grilles d’analyse. La simple métrique de volume de tokens ne suffira plus. Il faudra scruter le revenu moyen par utilisateur, le taux de rétention après les baisses de prix et la capacité des entreprises à monétiser de nouveaux cas d’usage à forte valeur ajoutée.

Une transition vers un marché plus mature

Ce que nous observons aujourd’hui ressemble à une transition classique. Après une phase d’hypercroissance alimentée par l’enthousiasme et les subventions, le marché entre dans une période de rationalisation. Les clients deviennent plus exigeants, les fournisseurs se livrent une guerre des prix, et les modèles économiques doivent prouver leur solidité.

Cette maturité n’est pas forcément une mauvaise nouvelle. Elle peut favoriser l’émergence de solutions plus efficaces, plus accessibles et mieux adaptées aux besoins réels des entreprises. Elle force également les leaders à innover au-delà de la simple augmentation de la taille des modèles.

Pour Anthropic, l’approche de l’IPO intervient à un moment délicat. L’entreprise devra convaincre les marchés que sa trajectoire de croissance reste robuste malgré le contexte actuel. Les prochains trimestres seront déterminants pour savoir si le ralentissement observé n’est qu’un trou d’air ou le début d’une nouvelle normalité.

Les leçons à retenir pour les décideurs

Plusieurs enseignements se dégagent de cette analyse. Premièrement, la consommation d’IA et les dépenses associées ne progressent plus au même rythme. Deuxièmement, la concurrence intense et l’optimisation des usages créent un marché d’acheteurs. Troisièmement, les prochains leviers de croissance restent incertains et dépendront de l’apparition de nouveaux produits à forte valeur économique.

Les entreprises qui utilisent déjà massivement l’IA ont tout intérêt à continuer d’optimiser leurs coûts. Celles qui n’ont pas encore franchi le pas peuvent profiter d’un contexte tarifaire plus favorable pour expérimenter. Quant aux investisseurs, ils devront faire preuve de davantage de nuance dans leurs projections.

Le paradoxe actuel – plus de tokens, moins de croissance des dépenses – illustre parfaitement la phase de maturation que traverse le secteur. Les entreprises apprennent à tirer le maximum de valeur de chaque dollar investi, tandis que les fournisseurs doivent prouver qu’ils peuvent continuer à croître dans un environnement plus concurrentiel et plus rationnel.

Pour Anthropic, l’IPO approche dans un climat bien moins euphorique que celui qui prévalait il y a seulement quelques mois. Les données de Ramp ne sont pas une sentence définitive, mais elles constituent un signal d’alarme que les marchés ne peuvent plus ignorer. La suite dépendra de la capacité des acteurs à inventer de nouveaux usages réellement générateurs de valeur économique, au-delà des optimisations de coûts et des baisses de prix.

En attendant, une chose est certaine : l’ère de la croissance purement volume-driven montre ses limites. L’avenir de l’IA se jouera désormais autant sur l’efficacité et l’innovation produit que sur la simple augmentation de la puissance de calcul. Les prochains mois diront si le secteur trouve un nouveau souffle ou s’il doit s’habituer à un rythme de croisière plus modéré.

Ce tournant force également les startups de l’écosystème à revoir leurs priorités. Celles qui misent uniquement sur l’augmentation des budgets IA risquent de se retrouver fragilisées. À l’inverse, les structures capables de proposer des outils d’optimisation, des solutions verticales ou des architectures plus frugales disposent d’un avantage concurrentiel certain. Le marché récompense désormais l’efficacité autant que l’innovation pure.

Les données de Ramp constituent un excellent baromètre de cette transition. Elles rappellent que même dans un domaine aussi dynamique que l’intelligence artificielle, les lois économiques de base finissent par s’appliquer. Une demande en hausse ne garantit plus automatiquement une croissance linéaire des revenus lorsque la concurrence s’intensifie et que les clients deviennent plus sophistiqués.

Pour les dirigeants d’entreprises, le message est clair. Il est temps d’investir dans la gouvernance des usages IA, dans les systèmes de routage intelligents et dans la formation des équipes. Ces leviers permettent de capturer une valeur croissante tout en maintenant les coûts sous contrôle. C’est précisément ce que les leaders du top 1 % commencent à maîtriser, et ce que le reste du marché devra rapidement adopter.

Enfin, pour les investisseurs qui regardent l’IPO d’Anthropic et les prochaines levées d’OpenAI, la prudence s’impose. Les multiples de valorisation devront désormais intégrer un scénario de croissance plus mesurée. Les entreprises qui réussiront seront celles capables de démontrer une capacité réelle à monétiser de nouveaux cas d’usage à forte marge, plutôt que de simplement vendre plus de tokens à des prix en baisse constante.

Le ralentissement observé n’est peut-être que le début d’une phase plus durable de rationalisation. Dans ce nouveau contexte, la différenciation ne passera plus uniquement par la performance brute des modèles, mais aussi par la capacité à offrir un rapport valeur-prix imbattable et à s’intégrer de manière fluide dans les processus métier des clients. C’est à ce prix que les leaders d’aujourd’hui resteront les leaders de demain.