Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarTNW→ original

Les géants technologiques chinois ont doublé leurs dépenses en IA à 139 milliards de dollars, mais leurs laboratoires couvrent moins de 8 % de ces coûts

Les géants technologiques chinois construisent leur infrastructure IA plus vite qu'ils n'en tirent des revenus. Selon Rhodium Group, 13 entreprises y investiront 139 milliards de dollars cette année (+103 %), tandis que les revenus de leurs laboratoires IA ne couvriront pas plus de 8 % de cette somme. L'ensemble des modèles chinois ne rapporte qu'environ 10,7 milliards de dollars par an, soit près de dix fois moins qu'OpenAI et Anthropic. Les fournisseurs de modèles ne risquent donc pas seulement de manquer de puces, mais aussi d'argent.

Traité par IA depuis TNW ; édité par Hamidun News
Les géants technologiques chinois ont doublé leurs dépenses en IA à 139 milliards de dollars, mais leurs laboratoires couvrent moins de 8 % de ces coûts
Source : TNW. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireTNW ↗
Rédacteur en chef
Prévision pour 2027plus de 193 milliards de dollars (1,2 billion de yuans)
Chiffre clé #2L'indice STAR 50, équivalent chinois du Nasdaq, a chuté de 43 % depuis fin juillet
Chiffre clé #3DeepSeek a besoin de quatre puces Huawei 950 pour l'équivalent d'une seule Nvidia GB300

Imaginez une entreprise qui double chaque année ses dépenses en serveurs, alors que le service fourni par ces serveurs ne couvre qu'une petite partie de ces coûts. C'est ainsi que se présente, selon le cabinet de conseil Rhodium Group, la course à l'IA des plus grands géants technologiques chinois. Rhodium a interrogé 13 entreprises cotées en bourse.

Cette année, elles investiront dans l'infrastructure IA (centres de données, puces, serveurs) 103 % de plus que l'an dernier : 932 milliards de yuans, soit environ 139 milliards de dollars. Or les revenus de leurs laboratoires IA, c'est-à-dire des unités qui développent et commercialisent des modèles, ne couvrent pas plus de 8 % de cette somme. The New York Times a publié cette information le 13 juin, et nous analysons ce qu'elle signifie pour ceux qui construisent des produits sur des modèles chinois.

Le débat sur la course à l'IA entre les États-Unis et la Chine se limite généralement aux puces : qui peut en acheter, et quelles restrictions à l'exportation Washington impose. Ces nouveaux chiffres mettent en lumière un second problème : la Chine manque non seulement de matériel, mais aussi d'argent pour rentabiliser son achat.

Les dépenses croissent plus vite que les revenus

Selon les prévisions de Rhodium, les dépenses d'infrastructure IA dépasseront 1,2 billion de yuans (193 milliards de dollars) en 2027. Pour mettre cela en perspective, l'infrastructure IA chinoise ne représente que 15 à 20 % de celle des États-Unis. Le revenu récurrent annuel (ARR, c'est-à-dire le chiffre d'affaires annuel issu des abonnements et des accès payants) de l'ensemble des modèles d'IA chinois atteint environ 10,7 milliards de dollars. C'est à peu près un dixième de ce que déclarent OpenAI et Anthropic réunis.

Kyle Chan, de la Brookings Institution, compare la situation à un tapis de course qui accélère, rendant la course de plus en plus difficile. D'après le Times, Alibaba, Baidu et Tencent, qui soutiennent plusieurs des principaux laboratoires chinois, ont désormais un flux de trésorerie négatif : ils dépensent plus qu'ils n'encaissent. Les investisseurs se sont également refroidis : l'indice STAR 50, équivalent chinois du Nasdaq, a perdu 43 % depuis fin juillet.

Modèles ouverts et pénurie de matériel

Le choix de la Chine en faveur des modèles ouverts complique la monétisation. En août, Z.ai a publié GLM-5.3 Flash et a divisé ses prix par deux pendant deux semaines, car l'entreprise souhaitait que les utilisateurs exécutent le modèle sur ses serveurs. En novembre, selon le Times, qui cite les données d'OpenRouter, une vingtaine de fournisseurs concurrents proposaient l'accès à ce même modèle à un prix inférieur à celui de Z.ai. Lorsque les poids d'un modèle sont ouverts, n'importe qui peut le proposer moins cher que son auteur.

Le calcul reste pourtant rare et coûteux. Sur la plateforme chinoise de seconde main Goofish, des vendeurs proposaient un serveur Nvidia DGX B300 à près de 3 millions de dollars, soit environ huit fois plus cher qu'aux États-Unis. Cette semaine, Washington a entrepris de fermer l'une des failles : la location de centres de données étrangers équipés de matériel Nvidia. Tencent et Alibaba ont déjà averti des conséquences de ces nouvelles restrictions.

Le patron de DeepSeek, Liang Wenfeng, a déclaré, selon un enregistrement fuité d'un échange avec des investisseurs, que les puces Huawei accusent un retard d'environ deux ans sur Nvidia. Pour égaler une seule Nvidia GB300, DeepSeek a besoin de quatre puces Huawei 950. « Nous ne pouvons tout simplement pas nous permettre d'entraîner les plus grands modèles en ce moment », a-t-il dit. DeepSeek a levé plus de 20 milliards de dollars, notamment auprès d'investisseurs liés à Tencent et à CATL, mais peu de concurrents disposent de telles réserves.

D'où vient le manque d'argent

En 2025, les investissements privés dans l'IA en Chine ont atteint 12,4 milliards de dollars, contre 285,9 milliards aux États-Unis. Ce chiffre sous-estime probablement la réalité, car des fonds publics investissent également dans l'IA. Les capitaux étrangers se sont largement retirés, notamment parce que les États-Unis interdisent aux fonds de capital-risque américains d'investir dans certaines technologies chinoises.

La Chine conserve néanmoins des atouts. Ses chercheurs ont à plusieurs reprises trouvé des moyens d'entraîner et d'exploiter des modèles à moindre coût. Han Lin, de l'Asia Group, souligne la force de ses ingénieurs et la capacité de l'État à mobiliser des ressources considérables. Mais, selon lui, les technologies de pointe ont aussi besoin de capital-risque prêt à accepter les échecs.

Ce que cela change pour les développeurs et les chefs de produit

Les modèles ouverts chinois bon marché resteront probablement peu chers, car la concurrence entre fournisseurs tire les prix vers le bas. Mais la pérennité des laboratoires eux-mêmes n'est pas garantie. Si leurs dépenses continuent de croître plus vite que leurs revenus, ces entreprises pourraient réduire l'entraînement des plus grands modèles ou changer de stratégie, par exemple en fermant leurs poids ou en augmentant leurs tarifs. Il ne faut donc pas faire reposer un produit sur un seul modèle d'un seul fournisseur, même s'il est avantageux aujourd'hui. Gardez une couche d'abstraction au-dessus des API, prévoyez une solution de repli et chiffrez à l'avance le coût d'une migration.

Réserve : une partie des chiffres sont des estimations de Rhodium portant sur 13 entreprises, et de nombreux faits, dont les propos de Liang Wenfeng tirés de l'enregistrement fuité, proviennent de la synthèse du Times. Mais le constat est clair : pour l'IA chinoise, le goulot d'étranglement ne se situe pas seulement dans les puces, il est aussi économique.

Dossier

Questions clés sur cet article

Que sait-on sur Les dépenses croissent plus vite que les revenus ?

Selon les prévisions de Rhodium, les dépenses d'infrastructure IA dépasseront 1,2 billion de yuans (193 milliards de dollars) en 2027. Pour mettre cela en perspective, l'infrastructure IA chinoise ne représente que 15 à 20 % de celle des États-Unis. Le revenu récurrent annuel (ARR, c'est-à-dire le chiffre d'affaires annuel issu des abonnements et des accès payants) de l'ensemble des modèles d'IA chinois atteint environ 10,7 milliards de dollars.

Que sait-on sur Modèles ouverts et pénurie de matériel ?

Le choix de la Chine en faveur des modèles ouverts complique la monétisation. En août, Z.ai a publié GLM-5.3 Flash et a divisé ses prix par deux pendant deux semaines, car l'entreprise souhaitait que les utilisateurs exécutent le modèle sur ses serveurs. En novembre, selon le Times, qui cite les données d'OpenRouter, une vingtaine de fournisseurs concurrents proposaient l'accès à ce même modèle à un prix inférieur à celui de Z.ai.

Que sait-on sur D'où vient le manque d'argent ?

En 2025, les investissements privés dans l'IA en Chine ont atteint 12,4 milliards de dollars, contre 285,9 milliards aux États-Unis. Ce chiffre sous-estime probablement la réalité, car des fonds publics investissent également dans l'IA. Les capitaux étrangers se sont largement retirés, notamment parce que les États-Unis interdisent aux fonds de capital-risque américains d'investir dans certaines technologies chinoises. La Chine conserve néanmoins des atouts.

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 · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

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