Aller au contenu principal
Le Fil IALe Fil IA
Les revenus d'Anthropic remettent en question la valorisation d'OpenAI
BusinessThe Information AI1h

Les revenus d'Anthropic remettent en question la valorisation d'OpenAI

1 source couvre ce sujet·Source originale ↗·

Anthropic a annoncé lundi avoir atteint un rythme de revenus annualisés de 30 milliards de dollars, soit plus du double de ce que la société déclarait à la mi-février 2026. Ce chiffre place désormais Anthropic devant son rival OpenAI, qui annonçait il y a une semaine générer 2 milliards de dollars par mois, soit 24 milliards en rythme annualisé. L'écart de valorisation entre les deux entreprises est pourtant saisissant : Anthropic a levé des fonds en février sur la base d'une valorisation de 380 milliards de dollars, tandis qu'OpenAI a finalisé le mois dernier un tour de table à 852 milliards de dollars.

Ce décrochage soulève une question directe : OpenAI est-elle surévaluée ? Si Anthropic génère désormais davantage de revenus qu'OpenAI tout en étant valorisée à moins de la moitié, les investisseurs d'OpenAI parient sur une prime de marque et de position dominante qui ne se reflète plus dans les chiffres bruts. Pour l'industrie de l'IA, cela signale que la course n'est plus jouée d'avance et qu'Anthropic, longtemps perçue comme le challenger sérieux mais second, a franchi un seuil symbolique et financier majeur.

La pratique des deux entreprises de communiquer en "revenus annualisés" plutôt qu'en chiffres réels auditables complique l'analyse : ce mode de calcul, basé sur le dernier mois multiplié par douze, peut amplifier les variations temporaires et ne donne pas aux investisseurs une image fidèle de la trajectoire durable. Ni Anthropic ni OpenAI ne sont cotées en bourse, ce qui laisse ces données sans vérification indépendante. Une introduction en bourse des deux acteurs permettrait enfin une transparence financière complète, jugée indispensable pour évaluer des valorisations aussi élevées dans un secteur qui brûle des capitaux à un rythme sans précédent.

À lire aussi

Anthropic pourrait atteindre 100 milliards de dollars de revenus annualisés cette année
1The Information AI 

Anthropic pourrait atteindre 100 milliards de dollars de revenus annualisés cette année

Anthropic, la société américaine d'intelligence artificielle créatrice du chatbot Claude, a annoncé ce lundi générer plus de 30 milliards de dollars de revenus annualisés, contre 19 milliards il y a à peine un mois et moins de 10 milliards en fin d'année 2025. À ce rythme, l'entreprise a déjà dépassé son propre objectif conservateur de 28 milliards fixé pour fin 2026, et pourrait atteindre les 32 milliards projetés avec huit mois d'avance. Une croissance qui, si elle se maintient, placerait Anthropic sur une trajectoire vers les 100 milliards de dollars de revenus annualisés avant la fin de l'année. Cette progression fulgurante place Anthropic devant OpenAI, dont les revenus annualisés atteignaient 25 milliards de dollars fin février 2026. Il s'agit d'un renversement symbolique majeur : OpenAI, plus ancien, mieux financé et longtemps dominant, se fait dépasser par un concurrent fondé seulement en 2021. Pour les entreprises et développeurs qui choisissent leur fournisseur d'IA, ces chiffres signalent qu'Anthropic est désormais une alternative crédible et en pleine accélération, capable de rivaliser au sommet du marché. Anthropic a été fondée par d'anciens cadres d'OpenAI, dont Dario et Daniela Amodei, avec une philosophie centrée sur la sécurité des systèmes d'IA. L'entreprise a levé plusieurs milliards de dollars auprès d'Amazon et Google, ce qui lui a permis d'accélérer le développement de Claude. La montée en puissance des revenus s'explique notamment par la distribution du modèle via les plateformes cloud de ces partenaires, une méthode de comptabilisation des ventes qui diffère légèrement de celle d'OpenAI mais reste comparable. La bataille pour le leadership de l'IA générative entre les deux sociétés s'intensifie, avec des enjeux considérables pour les standards industriels, les partenariats cloud et la régulation à venir.

UELa concurrence accrue entre fournisseurs d'IA américains pourrait bénéficier aux entreprises et développeurs européens via une offre plus diversifiée et des prix plus compétitifs, sans impact réglementaire direct sur la France ou l'UE.

BusinessOpinion
1 source
Le trafic issu des LLM convertit à 30-40 % et la plupart des entreprises n'en tirent pas parti
2VentureBeat AI 

Le trafic issu des LLM convertit à 30-40 % et la plupart des entreprises n'en tirent pas parti

Le trafic généré par les grands modèles de langage (LLM) convertit à un taux de 30 à 40 %, soit deux à trois fois plus que le trafic SEO classique, selon plusieurs observations terrain rapportées en 2026. Pourtant, la majorité des entreprises n'optimisent pas encore leur contenu pour ce canal. Un nouveau paradigme émerge : l'AEO (Answer Engine Optimization), aussi appelé GEO (Generative Engine Optimization). Là où le SEO visait des mots-clés, des classements et des clics, l'AEO vise à être compris, sélectionné et cité par des agents IA comme Claude Code, Microsoft Copilot, Perplexity, Google Vertex ou AutoGen. Ces systèmes ne "naviguent" pas le web comme un humain : ils analysent l'intention de l'utilisateur en tenant compte du contexte et de la mémoire des sessions passées, puis synthétisent une réponse directe sans que l'utilisateur ne visite nécessairement le site source. Dustin Engel, fondateur du cabinet Elegant Disruption, résume : "L'AEO est la couche de découverte suivante" -- une "découverte zéro clic" où la citabilité remplace la visibilité. L'impact est concret et immédiat pour les équipes marketing, commerciales et les éditeurs de contenu. Lorsqu'un agent synthétise une réponse, le taux de clic vers le site de l'entreprise chute, mais la qualité du trafic résiduel explose. Adam Yang, de la plateforme Quora, estime que l'AEO est déjà devenu le comportement par défaut pour toute requête où l'utilisateur veut une réponse synthétisée : comparaisons de produits, recommandations de méthodes, analyses de marché. Google Overviews accélère cette dynamique côté grand public. "Le SEO n'est pas mort," précise Yang, "mais l'objectif d'optimisation a changé : il ne s'agit plus d'apparaître en page 1, mais d'être cité dans la réponse." Pour les entreprises, cela signifie repenser leur façon de structurer l'information : contenus concis, factuels, bien structurés, conçus pour être extraits et cités par une machine plutôt que parcourus par un humain. Ce changement s'inscrit dans une évolution plus profonde de la façon dont les professionnels travaillent. Wyatt Mayham, analyste chez Northwest AI Consulting, indique qu'il n'utilise "quasiment plus" la recherche traditionnelle pour ses besoins professionnels, et que cette proportion se rapproche de zéro chaque mois. Son cabinet a notamment développé une fonction Claude Skills qui, avant chaque appel de prospection, déclenche automatiquement un agent qui agrège le profil LinkedIn du contact, scrape le site de son entreprise, interroge des sources comme ZoomInfo, et produit une fiche synthétique avec revenus, taille d'équipe et signaux d'achat. Le modèle "cherche, lis, décide" évolue vers "l'agent récupère, l'agent résume, l'humain valide" -- et bientôt, "l'agent agit, l'humain contrôle". Les entreprises qui n'adaptent pas leur stratégie de contenu à cette nouvelle réalité risquent de devenir invisibles dans un écosystème où c'est désormais la machine qui choisit ses sources.

UELes entreprises françaises et européennes produisant du contenu web doivent adapter leur stratégie éditoriale vers l'AEO pour rester visibles dans un écosystème où les agents IA deviennent le principal point d'entrée des requêtes professionnelles.

BusinessOpinion
1 source
Top 10 des entreprises IA : qui domine vraiment la révolution mondiale ?
3Le Big Data 

Top 10 des entreprises IA : qui domine vraiment la révolution mondiale ?

Une poignée de géants technologiques concentre aujourd'hui l'essentiel de la puissance de l'intelligence artificielle mondiale. Microsoft, en tête, a réalisé un pivot stratégique majeur en investissant plusieurs milliards de dollars dans OpenAI, le laboratoire créateur de ChatGPT. En échange de ce partenariat exclusif, la firme de Redmond intègre les modèles GPT dans l'ensemble de son écosystème sous la marque Copilot : Windows, la suite Office, GitHub et ses outils de cybersécurité. Son cloud Azure sert simultanément de plateforme d'entraînement pour OpenAI et d'infrastructure pour les entreprises souhaitant déployer leurs propres applications d'IA. Alphabet, maison mère de Google, incarne quant à elle une présence encore plus ancienne dans le domaine : en 2017, ses chercheurs ont publié "Attention Is All You Need", le papier fondateur de l'architecture transformer sur laquelle reposent aujourd'hui la quasi-totalité des grands modèles de langage. Nvidia, OpenAI, Meta, Amazon, Apple, Anthropic et d'autres acteurs complètent ce cercle restreint qui contrôle modèles, puces et infrastructure cloud. Ce niveau de concentration a des conséquences directes sur l'ensemble de l'économie numérique. En contrôlant à la fois les algorithmes et l'infrastructure, ces entreprises deviennent les principaux distributeurs d'IA pour des centaines de millions d'utilisateurs et pour les entreprises qui cherchent à automatiser leurs processus. Microsoft et Google, en particulier, transforment des logiciels déjà massivement adoptés en interfaces d'intelligence artificielle, rendant l'adoption quasi-transparente pour l'utilisateur final. Les entreprises qui souhaitent développer leurs propres solutions d'IA se retrouvent en grande partie dépendantes de l'infrastructure cloud de ces mêmes acteurs, renforçant ainsi leur position dominante sur toute la chaîne de valeur, de la recherche fondamentale jusqu'à la distribution commerciale. Cette domination est le fruit de décennies d'investissement massif dans la recherche et l'infrastructure. Google Finance cette transformation depuis les années 2010 via DeepMind et Google Brain, tandis que Microsoft a su reconvertir sa position de leader du logiciel d'entreprise en levier d'adoption de l'IA générative. La barrière à l'entrée est désormais astronomique : entraîner un grand modèle de langage compétitif nécessite des dizaines de milliers de GPU et des investissements se chiffrant en milliards de dollars, ce que seuls quelques acteurs peuvent se permettre. La question qui se pose pour la suite est double : comment les régulateurs, notamment en Europe avec l'AI Act, vont-ils encadrer cette concentration de pouvoir technologique, et quels nouveaux entrants, à l'image d'Anthropic ou Mistral, parviendront à s'imposer face à des géants qui ont pris plusieurs longueurs d'avance ?

UELa concentration du pouvoir IA entre quelques géants américains renforce la dépendance des entreprises européennes à des infrastructures cloud étrangères, un enjeu central de l'AI Act et une menace directe pour la souveraineté numérique de l'UE.

BusinessActu
1 source
Anthropic mise 400 millions sur une équipe de 10 chercheurs pour accélérer la découverte de médicaments avec l’IA
4Siècle Digital 

Anthropic mise 400 millions sur une équipe de 10 chercheurs pour accélérer la découverte de médicaments avec l’IA

Anthropic a acquis Coefficient Bio, une startup spécialisée dans la découverte de médicaments par intelligence artificielle, pour 400 millions de dollars entièrement réglés en actions Anthropic. La société, fondée par deux anciens chercheurs de Prescient Design, l'unité de calcul moléculaire de Genentech, ne comptait qu'une dizaine de personnes au moment de la transaction. Dimension, le fonds de capital-risque spécialisé en santé qui détenait la moitié du capital de Coefficient, a informé ses investisseurs de l'opération par une simple lettre. Cette acquisition marque une entrée directe d'Anthropic dans le secteur pharmaceutique, au-delà du simple rôle de fournisseur de modèles. Pour l'industrie du médicament, l'arrivée d'un laboratoire d'IA frontier avec des capacités de recherche moléculaire intégrées représente un changement de paradigme : les systèmes capables de raisonner sur des structures biologiques complexes pourraient compresser drastiquement les phases de découverte, aujourd'hui comptées en années et en centaines de millions de dollars. Coefficient Bio s'inscrit dans une vague de startups nées à l'intersection du deep learning et de la biologie computationnelle, portée par les succès d'AlphaFold et des modèles de diffusion appliqués aux protéines. Anthropic, qui cherche à diversifier ses applications au-delà des assistants textuels, suit ainsi une trajectoire similaire à celle de Google DeepMind dans les sciences du vivant. L'intégration de cette équipe de chercheurs pointus suggère qu'Anthropic ambitionne de développer des capacités propriétaires en biologie, et pas seulement d'optimiser ses modèles généralistes pour le secteur pharma.

BusinessOpinion
1 source