Analyste Bloomberg : la révision du chiffre d'affaires d'OpenAI ne freinera pas la demande d'infrastructures d'IA

Les questions sur la façon dont OpenAI comptabilise son chiffre d'affaires ne changent pas l'essentiel : le marché des infrastructures d'IA vit de la consommation, pas des lignes des états financiers. C'est la conclusion de Mandeep Singh, analyste chez Bloomberg Intelligence. Selon lui, la forte croissance du nombre de tokens traités témoigne d'une demande solide en calcul, même si les chiffres de chiffre d'affaires devaient être révisés. La note de Bloomberg ne contient aucun nouvel indicateur chiffré ; ce qui suit est donc une analyse de la logique de l'argument, et non un résumé de tableaux.

Deux compteurs distincts

Le chiffre d'affaires est une grandeur comptable. Il dépend des règles de reconnaissance du revenu : est-il comptabilisé en brut ou net de la part des partenaires, comment traite-t-on les remises, les crédits et les contrats de long terme. Les tokens, eux, sont une grandeur physique. Ils correspondent au volume de texte, de code et d'autres données que les modèles ont réellement fait passer dans les accélérateurs. Un retraitement du chiffre d'affaires déplace le premier compteur. Le second n'en dépend pas.

Pour les propriétaires de centres de données, les fournisseurs de puces et les plateformes cloud, c'est le second qui compte. Chaque token mobilise un GPU, de la mémoire, de la bande passante réseau et de l'électricité. Si le nombre de tokens augmente, la charge sur l'infrastructure grimpe, quelle que soit la manière dont les comptables répartissent l'argent entre les postes.

Les limites de l'argument

Un token n'équivaut pas à de l'argent. Le prix par token a nettement baissé ces dernières années, et les scénarios agentiques comme les modèles à raisonnement long consomment, pour une seule tâche, un nombre de tokens bien supérieur à celui d'un chat classique. Une partie de la hausse des volumes peut refléter la baisse des prix, les offres gratuites et une consommation subventionnée, plutôt qu'une réelle volonté de payer. La thèse de Singh fonctionne donc comme un indicateur du taux d'utilisation des capacités, mais pas comme une preuve de rentabilité.

L'écart entre ces deux notions est le principal risque pour ceux qui construisent des capacités d'IA en comptant sur un chiffre d'affaires futur. Un cluster saturé qui tourne avec une faible marge reste un actif déficitaire.

Il y a aussi une seconde nuance. OpenAI n'est pas tout le marché. La consommation progresse aussi chez Google, Anthropic, Meta, les laboratoires chinois et des milliers d'entreprises qui font tourner des modèles ouverts sur leur propre matériel. Un problème de reporting chez un seul acteur n'annule pas une demande répartie entre de nombreux acteurs.

Quels indicateurs suivre

• Le volume quotidien et trimestriel de tokens chez les fournisseurs d'API et les clouds.
• Le prix moyen du million de tokens et la part du trafic payant.
• La méthode de reconnaissance du chiffre d'affaires : brut ou net, conditions de partage des revenus avec les partenaires.
• Le taux d'utilisation des GPU et les délais de livraison des accélérateurs.
• Les dépenses d'investissement des hyperscalers et leurs commentaires sur la demande dans les rapports trimestriels.

Comment lire ces signaux

Il est raisonnable pour les investisseurs de dissocier deux questions : la demande suffira-t-elle à remplir les capacités construites, et cette demande rapportera-t-elle assez d'argent ? Les tokens répondent à la première, le chiffre d'affaires et la marge à la seconde. Les confondre est risqué dans les deux sens : la révision du chiffre d'affaires n'est pas une raison de passer l'infrastructure d'IA par pertes et profits, et la hausse des tokens n'est pas une raison de la considérer comme rentabilisée.

Les équipes qui construisent des produits sur des API ont d'autres choses à retenir. Si la demande croît réellement plus vite que l'offre, les prix et les limites d'usage peuvent changer les conditions sur la durée des contrats. Il vaut mieux prévoir dans l'architecture la possibilité de basculer entre modèles et fournisseurs, et calculer le coût d'une tâche en tokens, pas seulement en abonnements. La source rappelle que les données restent rares et que les chiffres décisifs sont encore à venir, dans les comptes d'OpenAI elle-même et dans les résultats trimestriels de ses fournisseurs.