Olivia Moore (a16z) voit dans l'IA grand public un marché qui dépasse les abonnements et l'API
Olivia Moore, partenaire d'a16z, a livré à TechCrunch son analyse de l'état de l'IA grand public. Son thèse centrale : l'opportunité est énorme, mais seulement si l'industrie trouve des sources de revenus au-delà des abonnements et de la facturation à l'API. Le marché repose aujourd'hui sur des forfaits de $20 à $200 par mois, un modèle qui s'adapte mal à une audience de masse. Le matériau source ne contient que cette thèse ; les détails de l'entretien n'y figurent pas. • Les abonnements et l'API ne sont pas le seul modèle possible. • La publicité, les commissions et les transactions apparaissent comme les prochains candidats. • Les produits intégrés aux actions de l'utilisateur seront les gagnants.
Traité par IA depuis TechCrunch ; édité par Hamidun News
Olivia Moore, partenaire d'a16z chargée de suivre les produits d'IA grand public du fonds, évoque dans un entretien accordé à TechCrunch une « opportunité énorme » dans la consumer AI. La condition est simple : l'industrie doit trouver des sources de revenus au-delà des abonnements et de la facturation à l'API. Aujourd'hui, le standard du marché est un forfait d'environ $20 par mois, comme ChatGPT Plus, tandis que les formules supérieures coûtent jusqu'à $200. Seule cette thèse est connue à partir du fragment d'entretien disponible ; ce qui suit est donc une analyse de la logique sous-jacente, et non un résumé des propos de Moore.
Pourquoi l'abonnement atteint un plafond
L'abonnement a été conçu pour des logiciels dont le coût marginal de service est quasi nul. Avec l'IA générative, c'est tout autre chose : chaque requête coûte de l'argent en inférence, et plus l'utilisateur est actif, plus il coûte cher. Le tarif, lui, reste fixe. Les utilisateurs les plus engagés deviennent les moins rentables, et il faut maintenir des offres gratuites pour assurer la portée.
Il existe aussi une limite psychologique. Seule une part restreinte de l'audience est prête à payer chaque mois pour un service d'IA. Très peu accepteront d'en payer un deuxième ou un troisième. Si le marché grand public ne repose que sur ce modèle, il croît moins vite que le nombre d'utilisateurs.
Quelles sources de revenus restent disponibles
Les revenus d'API fonctionnent différemment : ce sont les développeurs et les entreprises qui paient, et non le grand public. C'est un marché B2B, qui ne touche les produits grand public que de manière indirecte. La consumer AI a besoin de modèles où l'argent provient du scénario d'usage lui-même. Voici les options qu'il est logique d'examiner :
- Abonnement : $20 par mois comme standard, jusqu'à $200 dans les formules premium. Le plafond dépend de la part d'utilisateurs prêts à payer.
- API : paiement des tokens par les développeurs. Le client est une entreprise ; le produit grand public n'est ici vvraiment qu'une vitrine.
- Publicité : monétisation de l'audience gratuite, notamment sur les requêtes de recherche et de recommandation.
- Commissions sur transactions : l'agent réserve, commande ou sélectionne un produit, et perçoit une part de la transaction.
- Revenus d'affiliation : recommandations intégrées, rémunérées au clic ou à l'achat.
Aucune de ces options n'est nouvelle pour internet. La nouveauté, c'est que l'assistant IA se trouve beaucoup plus près du point de décision qu'une page de résultats de recherche ou un fil d'actualité. Il connaît le contexte, le budget et les préférences, et, dans le cas d'un agent, il peut même mener lui-même l'action jusqu'au paiement. C'est précisément pourquoi les commissions et les formats publicitaires apparaissent aux investisseurs comme le prolongement logique du modèle d'abonnement.
Les risques de cette approche
La publicité et les commissions ont un coût, et c'est la confiance qui le paie. Si l'assistant recommande un produit parce qu'on l'a payé pour cela, la valeur de la réponse diminue. Les utilisateurs ont pris l'habitude de voir le chatbot comme un interlocuteur neutre, et un premier scandale visible de promotion au sein d'une réponse peut rapidement abîmer la réputation d'un produit. Les régulateurs devront aussi décider comment signaler les recommandations payantes au cœur d'un dialogue.
Second risque : les transactions agentiques exigent de la fiabilité. Se tromper dans un texte est une chose, acheter le mauvais billet en est une autre. Le marché des revenus transactionnels s'ouvrira lorsque la fréquence de ces erreurs deviendra comparable à celle des humains.
Que doivent faire les équipes qui construisent de l'IA grand public
Calculez l'économie unitaire en fonction de l'activité, et non d'après l'utilisateur moyen. Déterminez ce que coûte l'inférence pour les 10 % d'utilisateurs les plus engagés et si le forfait la couvre. Vérifiez si votre scénario comporte un moment où la valeur se mesure en argent : achat, réservation, recrutement, paiement d'un service. C'est là qu'il est le plus simple d'instaurer une commission, et elle irrite moins l'utilisateur qu'une hausse du prix de l'abonnement.
Si vous prévoyez de la publicité, séparez-la visuellement de la réponse et fixez les règles à l'avance. Et si vous êtes investisseur ou product manager, surveillez qui lancera le premier des scénarios agentiques payants avec de vraies transactions : ces données montreront à quel point la thèse de Moore sur le potentiel du marché est juste.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.