OpenAI et Anthropic calculent leur chiffre d'affaires de façon différente, et les valorisations perdent en précision

Selon Bloomberg, OpenAI et Anthropic ne calculent pas de la même manière le chiffre d'affaires sur lequel les investisseurs s'appuient pour les valoriser. Les deux sociétés sont privées et ne publient pas de comptes conformes aux normes GAAP : elles dévoilent elles-mêmes leurs chiffres, de manière sélective. Faute de méthodologie commune, les indicateurs ne peuvent pas être comparés directement. L'écart se transforme vite en différence de valorisation, car la base est multipliée par un coefficient élevé. • La métrique est calculée différemment : la comparaison directe n'est pas fiable • Les écarts peuvent venir du chiffre d'affaires brut ou net, de la période d'extrapolation et du périmètre des produits • Les investisseurs ont besoin de définitions uniformes avant les prochains tours de table

Traité par IA depuis Bloomberg Tech ; édité par Hamidun News
OpenAI et Anthropic calculent leur chiffre d'affaires de façon différente, et les valorisations perdent en précision
Source : Bloomberg Tech. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireBloomberg Tech ↗
Rédacteur en chef
La métrique est calculée différemmentla comparaison directe n'est pas fiable
Chiffre clé #2Les écarts peuvent venir du chiffre d'affaires brut ou net, de la période d'extrapolation et du périmètre des produits
Chiffre clé #3Les investisseurs ont besoin de définitions uniformes avant les prochains tours de table

Les deux plus grands développeurs indépendants de modèles « frontier », OpenAI et Anthropic, calculent différemment un même indicateur de chiffre d'affaires, pourtant suivi de près. Les investisseurs s'appuient sur cet indicateur pour déterminer laquelle des deux sociétés vaut le plus, et dans quelle proportion. C'est ce que rapporte Bloomberg. Les deux entreprises restent privées et ne publient pas de comptes audités destinés au marché. Les chiffres arrivent dans le débat public via leurs propres déclarations et des fuites, et il n'existe aucun standard de calcul commun.

L'article de Bloomberg, dans la version à notre disposition, est court. Il ne donne ni montants précis ni détails sur les méthodologies. Ce qui suit porte donc sur la mécanique du problème, et non sur des chiffres exacts.

Pourquoi un même mot cache des chiffres différents

Dans les laboratoires d'IA, le chiffre d'affaires n'est pas une grandeur aussi simple qu'il y paraît. Plusieurs choix sur ce qu'il faut compter, et comment, le font varier fortement. Les écarts apparaissent le plus souvent aux endroits suivants :

  • Chiffre d'affaires brut ou net. Une partie des ventes de modèles passe par des partenaires cloud. On peut compter la totalité de la somme payée par le client, ou seulement la part qui reste au développeur après règlement avec le fournisseur cloud.
  • Période d'extrapolation. On obtient une estimation annuelle en multipliant un mois par 12, une semaine par 52, voire un pic de courte durée projeté sur un an. Quand la croissance est rapide, l'écart entre ces méthodes devient notable.
  • Périmètre des produits. L'indicateur peut inclure l'API, les abonnements grand public, les offres entreprise et les accords de licence, mais pas nécessairement tous.
  • Remises et crédits. Les crédits gratuits, les pilotes et les conditions préférentielles se reflètent de façon variable dans le chiffre final.
  • Contrats à engagement. Les volumes prépayés et les accords pluriannuels peuvent être comptabilisés au moment du paiement, ou selon un calendrier de reconnaissance du revenu.

Chacun de ces choix est défendable isolément. Ensemble, ils produisent deux chiffres portant la même étiquette, qu'on ne peut pas mettre côte à côte.

Comment une différence de méthode devient une différence de valorisation

Pour les entreprises à croissance rapide, la valorisation découle presque toujours d'un multiple du chiffre d'affaires. Une erreur sur la base est amplifiée par ce multiple. Prenons un exemple théorique : si l'un des acteurs gonfle sa base de 10 % par rapport à l'autre, avec un multiple de 30, l'écart de valorisation sera encore plus important qu'il n'y paraît au premier abord, et très élevé en dollars absolus. Sur un marché où les tours de table se bouclent à plusieurs dizaines de milliards, une telle imprécision touche de l'argent bien réel.

Il y a aussi un second aspect. Les deux sociétés lèvent des capitaux en continu, concluent des accords cloud et discutent du calendrier d'une introduction en Bourse. Tout indicateur de croissance devient un argument de négociation. Quand les méthodologies diffèrent, chaque partie est tentée de retenir, pour la comparaison, celle qui lui est la plus favorable.

Il faut aussi rappeler que les deux sociétés dépendent des géants du cloud. Une part importante de leur distribution passe par eux, et c'est précisément là que la question du chiffre d'affaires brut ou net se pose avec le plus d'acuité.

Comment lire ces chiffres

Tant qu'aucun standard n'existe, une discipline simple aide. Avant toute comparaison, il faut établir de quel chiffre d'affaires il s'agit : brut ou net, calendaire ou extrapolé, avec ou sans abonnements grand public. Les déclarations des entreprises sur leur « chiffre d'affaires annuel » sont à prendre comme un ordre de grandeur, et non comme un fait issu d'un rapport financier.

Pour les investisseurs et les clients entreprise, il est plus utile d'observer des signaux durables : la dynamique des contrats entreprise, la part du chiffre d'affaires récurrent, la dépendance à un seul partenaire cloud. Ces données sont plus difficiles à ajuster à une métrique commode.

Lorsque l'une des sociétés entrera en Bourse, elle devra publier son chiffre d'affaires selon les règles du régulateur, et la comparaison deviendra alors honnête. D'ici là, tout tableau « OpenAI contre Anthropic » doit se lire avec une réserve : à gauche et à droite, les grandeurs affichées peuvent être différentes.

Dossier

Questions clés sur cet article

Pourquoi un même mot cache des chiffres différents?

Dans les laboratoires d'IA, le chiffre d'affaires n'est pas une grandeur aussi simple qu'il y paraît. Plusieurs choix sur ce qu'il faut compter, et comment, le font varier fortement. Les écarts apparaissent le plus souvent aux endroits suivants : Chiffre d'affaires brut ou net. Une partie des ventes de modèles passe par des partenaires cloud. On peut compter la totalité de la somme payée par le client, ou seulement la part qui reste au développeur après règlement avec le fournisseur cloud. Période d'extrapolation. On obtient une estimation annuelle en multipliant un mois pa

Comment une différence de méthode devient une différence de valorisation?

Pour les entreprises à croissance rapide, la valorisation découle presque toujours d'un multiple du chiffre d'affaires. Une erreur sur la base est amplifiée par ce multiple. Prenons un exemple théorique : si l'un des acteurs gonfle sa base de 10 % par rapport à l'autre, avec un multiple de 30, l'écart de valorisation sera encore plus important qu'il n'y paraît au premier abord, et très élevé en dollars absolus. Sur un marché où les tours de table se bouclent à plusieurs dizaines de milliards, une telle imprécision touche de l'argent bien réel. Il y a aussi un second aspect.

Comment lire ces chiffres?

Tant qu'aucun standard n'existe, une discipline simple aide. Avant toute comparaison, il faut établir de quel chiffre d'affaires il s'agit : brut ou net, calendaire ou extrapolé, avec ou sans abonnements grand public. Les déclarations des entreprises sur leur « chiffre d'affaires annuel » sont à prendre comme un ordre de grandeur, et non comme un fait issu d'un rapport financier. Pour les investisseurs et les clients entreprise, il est plus utile d'observer des signaux durables : la dynamique des contrats entreprise, la part du chiffre d'affaires récurrent, la dépendance à

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace

Access Frontier LLMs & Multimodal AI in One Workspace

Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.

Try NomadNet AI →Launch NomadNet Agent
Qu'en pensez-vous ?
Chargement des commentaires…