Le pari de 665 milliards de dollars d'OpenAI : le coût astronomique de la course à l'AGI

OpenAI a une fois de plus recalibré son télescope financier, et la vue devient de plus en plus coûteuse. L'entreprise a revu ses prévisions de consommation de trésorerie cumulée jusqu'en 2030 à un montant colossal de 665 milliards de dollars, marquant une augmentation d'environ 111 milliards de dollars par rapport aux estimations précédentes. Cet ajustement à la hausse, provoqué par la spirale des coûts d'inférence et d'entraînement, souligne la réalité économique brutale de la course vers l'Intelligence Artificielle Générale (Artificial General Intelligence - AGI).

Pour l'industrie de l'IA (Intelligence Artificielle), cela constitue un signal d'alarme retentissant. Alors que les revenus grimpent — OpenAI aurait généré 13,1 milliards de dollars en 2025, triplant sa performance de l'année précédente — le coût d'exploitation des modèles de pointe croît à un rythme encore plus soutenu. Le récit est passé de la croissance pure à une bataille à enjeux élevés pour l'efficacité du capital, où la stratégie « brûler maintenant, profiter plus tard » est testée jusqu'à ses limites absolues.

La nouvelle réalité financière

Selon des documents internes cités par The Information, la révision provient d'une combinaison de coûts de calcul plus élevés que prévu et de l'ampleur colossale de l'infrastructure nécessaire pour entraîner les modèles de nouvelle génération. L'entreprise ne prévoit pas d'atteindre un flux de trésorerie positif avant 2030, un calendrier qui repousse la rentabilité plus loin dans le futur que ce que de nombreux investisseurs auraient pu anticiper.

Les nouvelles projections dépeignent une consommation massive de capital au cours des cinq prochaines années. Pour mettre le chiffre de 665 milliards de dollars en perspective, il dépasse le PIB de nombreuses nations de taille moyenne et éclipse les dépenses d'investissement des géants technologiques traditionnels à leurs débuts.

Répartition de la consommation de trésorerie projetée

Le tableau suivant présente le changement spectaculaire des attentes financières d'OpenAI, mettant en évidence l'aggravation du déficit avant le redressement prévu en 2030.

Données issues de projections financières internes rapportées par The Information. Les chiffres représentent la consommation de trésorerie (cash burn) / flux annuel.

Le piège de l'inférence et la compression des marges

Un moteur critique de ce recalibrage financier est le coût de l'inférence (inference) — la puissance de calcul nécessaire pour faire fonctionner les modèles chaque fois qu'un utilisateur envoie une requête. En 2025, les coûts d'inférence d'OpenAI auraient quadruplé. Cette flambée est une épée à double tranchant : elle indique un engagement massif des utilisateurs, avec des utilisateurs actifs hebdomadaires (WAU) atteignant 910 millions, mais elle érode également la rentabilité de chaque interaction.

L'impact sur les marges a été sévère. La marge brute ajustée d'OpenAI a chuté à 33 % en 2025, restant bien en deçà de son objectif de 46 %. Pour rappel, les entreprises types de Logiciel en tant que service (Software-as-a-Service - SaaS) affichent souvent des marges dépassant 70 %. L'entreprise a par la suite ajusté ses objectifs de marge à long terme, visant désormais 52 % à 67 % d'ici la fin de la décennie — un aveu clair que « l'économie logicielle » que les investisseurs adorent pourrait ne pas s'appliquer pleinement aux fournisseurs de modèles de fondation à court terme.

Les coûts d'entraînement sont tout aussi décourageants. L'entreprise prévoit de dépenser près de 440 milliards de dollars uniquement pour l'entraînement des modèles jusqu'en 2030. Cela inclut 32 milliards de dollars en 2026 et 65 milliards de dollars en 2027, versés en grande partie dans les coffres de partenaires comme Microsoft, Oracle et NVIDIA pour la capacité cloud et les GPU.

Flux de revenus : au-delà des abonnements

Malgré la consommation de trésorerie, le moteur de revenus d'OpenAI tourne à plein régime. La division grand public reste le joyau de la couronne, avec des projections de 150 milliards de dollars d'ici 2030. Cependant, l'entreprise se diversifie agressivement :

• Croissance Entreprise : Le chiffre d'affaires B2B devrait passer de 2 milliards de dollars en 2025 à 70 milliards de dollars d'ici 2030.
• Revenus API : Devraient contribuer à hauteur de 47,5 milliards de dollars.
• Ambitions Matérielles : OpenAI mise sur de nouveaux formats physiques, anticipant ses premiers revenus matériels en 2026 (100 millions de dollars), pour atteindre 15 milliards de dollars d'ici 2030.

Cette diversification est essentielle. Compter uniquement sur des abonnements à 20 $/mois est insuffisant pour couvrir les dépenses d'investissement requises pour des clusters de centaines de milliers de GPU H100 (et des générations futures).

Le paysage concurrentiel : la voie plus sobre d'Anthropic

Les prévisions révisées placent OpenAI dans une position précaire par rapport à ses concurrents. Anthropic, son principal rival fondé par d'anciens chercheurs d'OpenAI, viserait un point d'équilibre dès 2028. Si Anthropic peut atteindre des performances de modèle comparables avec une structure de coûts plus durable, elle pourrait contester la domination d'OpenAI non seulement en termes de technologie, mais aussi d'attractivité pour les investissements.

OpenAI négocie actuellement un tour de table dépassant les 100 milliards de dollars sur la base d'une valorisation d'environ 750 milliards de dollars. Alors que des soutiens comme SoftBank et Microsoft semblent engagés, le calendrier étendu vers la rentabilité augmente la pression sur Sam Altman et son équipe pour fournir des capacités d'IA de « niveau divin » justifiant de telles dépenses.

Conclusion : la route à enjeux élevés vers 2030

La décision d'OpenAI d'augmenter ses prévisions de consommation de trésorerie de 111 milliards de dollars est une déclaration d'intention. Cela signale que l'entreprise ne considère pas l'ère actuelle comme un moment de consolidation, mais comme une fenêtre pour capturer agressivement l'avenir de l'informatique, quel qu'en soit le coût.

Pour l'écosystème plus large de l'IA, cela soulève des questions fondamentales sur la durabilité. Si le leader du marché a besoin de près de trois quarts de billion de dollars pour atteindre un flux de trésorerie positif, la barrière à l'entrée pour les nouvelles entreprises de modèles de fondation est sans doute devenue insurmontable. L'industrie est témoin d'une consolidation où seuls ceux qui ont accès à un capital de niveau souverain peuvent se permettre de rester dans la course.

À l'horizon 2030, le succès de ce pari dépendra de deux facteurs : si l'Intelligence Artificielle Générale (Artificial General Intelligence) peut être atteinte, et si elle peut générer de la valeur plus rapidement que les fournaises de l'inférence ne peuvent consumer de la trésorerie.