
Tech • IA • Crypto
Anthropic affirme un trimestre rentable, mais des analystes se demandent si des pratiques comptables et des avantages de coûts temporaires ne masquent pas un modèle économique de l’IA fondamentalement non rentable.
Anthropic a annoncé un revenu trimestriel projeté de 10,9 milliards de dollars avec 559 millions de dollars de bénéfice d’exploitation, marquant sa première période rentable. Ce chiffre implique une croissance de 130 %, dépassant les hausses historiques observées chez des entreprises comme Zoom pendant la pandémie. Cette annonce alimente l’optimisme quant à la viabilité économique de l’IA générative.
L’expansion des revenus semble étroitement liée au passage d’abonnements fixes à une tarification basée sur l’usage. Les clients entreprises qui payaient environ 200 $ par mois sont désormais facturés 1 000 à 2 000 $ ou plus, reflétant la consommation réelle de tokens. Cet ajustement tarifaire, combiné à l’adoption croissante de modèles avancés, a fortement augmenté les revenus sans nécessairement correspondre à une hausse équivalente de l’usage.
Malgré la rentabilité affichée, Anthropic fait face à des dépenses d’infrastructure massives. Un accord clé avec SpaceX coûterait 1,25 milliard de dollars par mois, soit 3,75 milliards par trimestre à plein tarif. Ces coûts suggèrent que la rentabilité à long terme reste incertaine, surtout avec la demande croissante en GPU et en calcul.
Les analystes soulignent que ce trimestre rentable coïncide avec une période de montée en charge à tarif réduit dans le contrat avec SpaceX, avant l’application des tarifs complets mi-2026. Ce timing pourrait avoir artificiellement réduit les coûts, permettant un profit ponctuel. Une fois les tarifs standards appliqués, la rentabilité pourrait s’inverser.
Des écarts apparaissent entre les communications publiques et des déclarations sous serment. En mars 2026, le CFO d’Anthropic indiquait que les revenus totaux dépassaient 5 milliards de dollars, tandis que des chiffres ultérieurs suggèrent 4,8 milliards sur un seul trimestre, soulevant des questions sur la cohérence et la méthodologie de reporting.
L’entreprise met en avant le taux de revenus annualisé (ARR) plutôt que des revenus récurrents confirmés, une distinction pouvant gonfler la perception de l’échelle. Bien que techniquement correcte, cette présentation pourrait induire en erreur les investisseurs évaluant les multiples et la stabilité à long terme.
Les grandes entreprises augmentent rapidement leurs dépenses en IA, certains ingénieurs coûtant 500 à 2 000 $ par mois en usage de tokens. Dans des cas extrêmes, des sociétés déclarent des centaines de milliers de dollars mensuels pour de petites équipes. Toutefois, les organisations commencent à optimiser l’usage, se tourner vers des modèles moins chers ou limiter les requêtes coûteuses.
Le marché entre dans une guerre des prix, certains fournisseurs réduisant les coûts des tokens jusqu’à 75 %. Les modèles open source et alternatifs gagnent du terrain, permettant aux entreprises de réduire leur dépendance aux offres premium. Cette tendance pourrait peser sur les marges du secteur.
Des éléments indiquent que de nombreuses entreprises utilisent des modèles avancés pour des tâches à faible valeur, entraînant des inefficacités. Des modèles coûteux sont parfois utilisés là où des outils plus simples — ou du travail humain — seraient plus économiques, ce qui soulève des inquiétudes sur la durabilité.
Anthropic a récemment averti que des actions vendues via certains véhicules ad hoc (SPV) pourraient être invalides. L’entreprise a identifié plusieurs plateformes où les droits de propriété pourraient ne pas être reconnus, laissant certains investisseurs dans l’incertitude quant à la validité de leur participation.
Alors que de grandes entreprises d’IA se préparent à entrer en bourse, l’incitation à démontrer la rentabilité augmente. Les résultats actuels pourraient servir de signal stratégique aux marchés, renforçant un récit de viabilité financière avant d’éventuelles IPO.
La rentabilité annoncée d’Anthropic illustre une monétisation rapide de l’IA, mais met aussi en lumière des tensions structurelles entre revenus en forte hausse et coûts d’infrastructure encore plus élevés. La durabilité du modèle reste incertaine face aux pressions sur les prix, à la concurrence et aux enjeux de transparence.