Les maths d'OpenAI : gagner des milliards et rester lourdement dans le rouge

OpenAI se trouve dans une situation paradoxale. Chacun de ses modèles, de GPT-4 au tout récent o1, est rentable sur le plan opérationnel et couvre ses coûts de développement. Pourtant, l'entreprise reste lourdement déficitaire. Tout l'argent gagné, ainsi que les milliards de nouveaux investissements, part dans un seul objectif : l'entraînement du « prochain grand modèle ». C'est une course pour la survie où la moindre pause signifie la mort technologique. Tant que les investisseurs acceptent de subventionner la route vers l'AGI, Altman peut ignorer les comptes à sec. Mais la question de savoir quand ce cycle qui se dévore lui-même deviendra une activité durable reste ouverte.

Traité par IA depuis Habr AI ; édité par Hamidun News
Les maths d'OpenAI : gagner des milliards et rester lourdement dans le rouge
Source : Habr AI. Collage: Hamidun News.
Écouter l'article

Sam Altman cherche de nouveau de l'argent, et ce n'est plus vraiment une nouvelle : c'est devenu le bruit de fond habituel du secteur. La situation financière d'OpenAI rappelle la vieille blague de l'homme d'affaires qui achète des œufs un rouble, les fait cuire et les revend un rouble, assurant qu'au moins, il est toujours occupé. En réalité, le tableau est à la fois plus complexe et bien plus intéressant.

Si l'on examine de près les flux financiers de l'entreprise, on découvre quelque chose de surprenant : sur le plan opérationnel, OpenAI est tout à fait viable. Chaque modèle qu'elle a lancé génère aujourd'hui assez de revenus d'abonnements et d'API pour couvrir intégralement ses coûts de calcul, et même sa propre recherche. Le problème, c'est que dans l'IA générative, on ne peut pas se contenter de sortir un bon produit et d'encaisser tranquillement les bénéfices.

Le secteur vit en régime de maintenance permanente et extrêmement coûteuse. Dès que GPT-4 a commencé à rapporter du cash de façon stable, tout cet argent a aussitôt filé vers le budget d'entraînement de GPT-5. Et quand, comme prévu, il n'a pas suffi, il a fallu retourner demander l'aumône à Microsoft et aux grands fonds de capital-risque.

C'est le piège classique du passage à l'échelle, poussé à l'extrême : il faut courir à toute vitesse pour simplement rester sur place, tout en accélérant sans cesse. La Silicon Valley est habituée aux startups déficitaires qui brûlent du capital pendant des années pour conquérir un marché. Amazon l'a fait pendant des décennies, et Uber nous a appris que le profit relevait des manuels d'histoire.

Mais OpenAI a une particularité : son principal actif n'est pas une base d'utilisateurs fidèles, facile à monétiser, mais une puissance de calcul qui coûte plus cher à chaque nouvelle génération de puces.

Les investisseurs font actuellement un pari colossal : un jour, un plateau sera atteint. Ce moment béni où la prochaine itération du modèle sera si aboutie que l'améliorer n'exigera plus une croissance exponentielle des dépenses en matériel et en électricité. Mais pour l'instant, la loi d'échelle impose la logique inverse : pour gagner un peu en qualité, il faut investir dix fois plus de ressources que la fois précédente.

Le modèle économique devient ainsi une sorte de pyramide technologique, où la prospérité du moment repose uniquement sur l'attente d'un miracle de la prochaine version. Si GPT-5 ne réalise pas un saut qualitatif justifiant des dizaines de milliards de dollars de dépenses, même les plus fidèles soutiens d'Altman commenceront à poser des questions.

Dans le même temps, les revenus de l'entreprise progressent à un rythme qui ferait envie à n'importe quel géant du logiciel. Les abonnements ChatGPT Plus et les contrats d'entreprise rapportent des sommes énormes. Mais ces chiffres paraissent presque comiques face aux factures de Nvidia et aux projets de data centers dont la consommation électrique se mesure déjà en gigawatts.

Altman bâtit un avenir où l'IA sera le nouveau pétrole, mais il ressemble pour l'instant davantage au propriétaire d'un derrick qui dépense tout le pétrole extrait uniquement pour forer plus profond. La dépendance envers Microsoft joue ici un rôle clé : le géant de Redmond remet en pratique à OpenAI des « bons » pour ses capacités cloud en échange d'une participation au capital, créant un écosystème fermé où l'argent réel n'est qu'un élément de l'équation.

Le risque n'est pas que les investisseurs manquent d'argent : il reste beaucoup de gens désireux d'approcher les « créateurs du futur ». Le principal danger est une possible impasse intellectuelle. S'il s'avère que le simple ajout de cartes graphiques et de textes issus d'internet ne produit plus de magie, toute la construction financière d'OpenAI s'effondrera sur elle-même.

Nous assistons à l'expérience la plus coûteuse de l'histoire de l'humanité, où le gros lot est la création d'une véritable intelligence artificielle et où le prix de l'échec est la faillite de l'entreprise la plus commentée de la décennie. Pour l'instant, Sam Altman vend de l'espoir avec succès, mais les mathématiques sont têtues, et tôt ou tard, les modèles devront apprendre à rapporter de l'argent plus vite qu'ils ne deviennent obsolètes.

L'essentiel : le modèle économique d'OpenAI est une course contre sa propre ombre. Tant que chaque nouveau développement exige plus de ressources que le précédent n'en a rapporté, l'entreprise reste l'otage de la foi du marché en un inévitable miracle technologique.

Dossier
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…