Les revenus d’Anthropic et d’OpenAI semblent comparables, jusqu’à ce que la comptabilisation du cloud change la donne

Les comparaisons entre les revenus d’Anthropic et d’OpenAI viennent de se voir ajouter une réserve majeure, malgré les gigantesques chiffres annualisés présentés aux investisseurs. Anthropic comptabiliserait la valeur totale de certaines ventes réalisées par ses partenaires cloud. OpenAI n’enregistre que la part qu’il conserve sur des transactions comparables avec des partenaires.

Cette différence peut ajouter ou retirer des milliards de dollars du chiffre d’affaires, sans modifier ce que les clients ont acheté. Elle complique également la rivalité apparente entre les deux plus grands laboratoires indépendants d’IA. Un rythme de revenus déclaré plus élevé ne signifie pas nécessairement qu’une entreprise a capté davantage de liquidités ou bâti une activité plus saine.

La question est apparue alors que les investisseurs tentaient de concilier plusieurs chiffres frappants. Anthropic aurait atteint un rythme annualisé de 65 milliards de dollars en juillet. OpenAI approchait les 50 milliards de dollars fin septembre, tout en prévoyant au moins 70 milliards de dollars d’ici la fin de l’année.

Ces chiffres semblent comparables parce qu’ils portent la même étiquette. Leurs calculs sous-jacents ne le sont pas nécessairement.

La distinction dépasse le cadre d’un simple débat comptable. Anthropic et OpenAI dépendent d’Amazon, Google et Microsoft pour l’infrastructure, la distribution, le financement, ou une combinaison de ces trois éléments. La manière dont chaque entreprise comptabilise ces relations peut influencer la perception de sa croissance, de ses marges, de son leadership sur le marché et de sa future valorisation en Bourse.

Une même vente cloud peut produire deux chiffres de revenus

Le problème central est simple : Anthropic et OpenAI comptabiliseraient certaines ventes générées par des partenaires à des étapes différentes de la transaction.

Anthropic rend Claude disponible via des places de marché cloud exploitées par Amazon Web Services et Google Cloud. Les entreprises clientes peuvent acheter un accès aux modèles par l’intermédiaire de leurs relations cloud existantes plutôt que de contracter directement avec Anthropic.

Selon les informations de Bloomberg, Anthropic enregistre comme revenus l’intégralité du paiement client provenant de certains canaux partenaires. L’entreprise comptabilise ensuite la part du fournisseur cloud comme une dépense. Cette méthode est couramment appelée présentation brute.

OpenAI adopterait une autre approche pour les ventes impliquant Microsoft. L’entreprise n’enregistre que la part du paiement client qui lui revient après que Microsoft a reçu sa propre part. Il s’agit d’une présentation nette.

Prenons une transaction simplifiée impliquant un paiement client de 100 unités. Avec une présentation brute, le développeur du modèle pourrait comptabiliser les 100 unités comme revenus et 20 unités comme dépense partenaire. Avec une présentation nette, il ne comptabiliserait comme revenus que les 80 unités restantes.

Le développeur peut conserver les mêmes 80 unités dans les deux exemples. Pourtant, la méthode brute produit 25 % de revenus déclarés supplémentaires par rapport à la méthode nette.

Cet exemple ne décrit pas les pourcentages contractuels réels des entreprises. Ces conditions peuvent varier selon la plateforme, le produit et l’accord client. Il montre pourquoi le choix comptable peut modifier de manière significative les comparaisons mises en avant.

Cette distinction repose sur le cadre principal-agent de la comptabilisation des revenus. Un principal contrôle le service promis avant de le transférer au client. Un agent organise la fourniture de ce service par une autre partie.

Les entreprises agissant en tant que principaux enregistrent généralement la valeur brute de la transaction. Les agents ne comptabilisent généralement que leur commission ou leur part conservée.

Un exemple comptable de la SEC explique que l’évaluation dépend du contrôle, des responsabilités, de l’autorité de fixation des prix et de la structure de la transaction. Il ne s’agit pas d’un choix volontaire destiné uniquement à améliorer l’apparence des résultats.

Selon Bloomberg, Anthropic et OpenAI considèrent tous deux leurs méthodes conformes aux principes comptables généralement reconnus. L’écart peut donc exister sans qu’aucune des deux entreprises n’enfreigne la norme.

Les contrats peuvent attribuer des obligations différentes à chaque développeur de modèles et fournisseur cloud. Un partenaire peut se contenter de traiter une vente. Un autre peut contrôler la relation client, regrouper des services ou assumer des responsabilités supplémentaires d’exécution.

Ce détail contractuel détermine le résultat comptable. Il signifie également que les investisseurs ne peuvent pas normaliser les entreprises en toute sécurité en soustrayant un pourcentage partenaire universel.

Le problème s’amplifie lorsque les médias utilisent les revenus annualisés comme tableau de classement. Les revenus annualisés projettent les ventes d’une courte période sur une année complète. Ils sont utiles pour illustrer la dynamique actuelle, mais ne correspondent pas à des revenus annuels effectivement réalisés.

Un rythme de revenus amplifie déjà les conditions à court terme. Le combiner à des présentations brutes et nettes incohérentes ajoute une deuxième couche d’incertitude.

Cela ne rend pas les chiffres dénués de sens. Cela signifie qu’ils exigent des définitions, des informations sur les canaux et un rapprochement avant de pouvoir étayer un classement crédible.

Les comparaisons de revenus entre Anthropic et OpenAI nécessitent une base commune

Un classement direct devient peu fiable lorsqu’une entreprise inclut les parts des partenaires cloud et que l’autre les exclut.

Les revenus annualisés d’Anthropic auraient dépassé 65 milliards de dollars à la fin juillet. Cela représentait plus de sept fois son rythme de la fin 2025, selon des informations sur les revenus annualisés.

Les revenus annualisés d’OpenAI s’élevaient à environ 50 milliards de dollars fin septembre. Des personnes familières avec les chiffres ont indiqué que l’entreprise prévoyait d’atteindre ou de dépasser 70 milliards de dollars d’ici la fin de l’année, notamment grâce à la croissance des entreprises clientes.

La projection de fin d’année implique une nouvelle hausse importante au cours du dernier trimestre. Toutefois, la prévision et le rythme de septembre répondent à des questions différentes.

Le chiffre de 50 milliards de dollars refléterait la comptabilisation nette habituelle d’OpenAI. Un chiffre précédemment diffusé, proche de 70 milliards de dollars, visait à estimer les revenus d’OpenAI selon la méthodologie brute d’Anthropic.

Cet ajustement explique pourquoi des chiffres OpenAI apparemment contradictoires sont apparus sur une courte période. L’un représentait la base comptable déclarée par l’entreprise. L’autre cherchait à établir une comparaison pour les investisseurs.

Axios a ensuite indiqué que le rythme de revenus d’OpenAI était proche de 50 milliards de dollars, soit environ 20 milliards de dollars de moins que l’estimation brute antérieure. Son rapprochement des revenus indiquait que les investisseurs avaient demandé une comparaison homogène.

Cet épisode montre à quelle vitesse une estimation normalisée peut échapper à son contexte d’origine. Dès lors qu’elle est répétée sans définition, elle commence à ressembler à des revenus déclarés ordinaires.

L’écart n’établit pas automatiquement qu’Anthropic a surestimé son activité. Il ne prouve pas non plus qu’OpenAI a adopté une philosophie plus prudente à l’échelle de l’entreprise.

Les deux entreprises ont des contrats, des réseaux de partenaires, des relations clients et des obligations de prestation différents. Ces différences peuvent mener à des conclusions comptables différentes selon une même norme.

Le résultat reste toutefois insatisfaisant pour les investisseurs. Une comparaison du chiffre d’affaires devrait distinguer au moins trois mesures.

La première est le revenu comptabilisé selon la méthode habituelle de chaque entreprise. La deuxième est la dépense brute des clients sur les canaux directs et partenaires. La troisième est le montant conservé après les versements aux partenaires.

Le revenu comptabilisé répond à la question comptable formelle. La dépense brute des clients montre l’activité économique qui transite par les produits de l’entreprise. Le revenu conservé se rapproche davantage des fonds disponibles avant les coûts de calcul et les autres coûts opérationnels.

Aucune de ces mesures ne décrit à elle seule la qualité d’une entreprise. Chacune révèle une partie différente du modèle commercial.

La dépense brute des clients peut montrer la portée d’un produit, en particulier lorsqu’une place de marché cloud gère les achats. Elle peut toutefois exagérer la valeur économique conservée par le développeur du modèle.

Le revenu net reflète mieux la part directe du développeur dans une transaction. Il peut néanmoins sous-estimer la demande client lorsqu’il est comparé à un concurrent utilisant une présentation brute.

Ce choix influence également l’interprétation des marges. Une entreprise qui enregistre des revenus bruts comptabilise généralement le paiement au partenaire dans le coût des revenus ou dans une autre catégorie de dépenses.

Ses revenus paraissent plus élevés, mais sa marge déclarée reflète ce coût partenaire supplémentaire. Une entreprise utilisant une présentation nette part d’un chiffre d’affaires plus faible et ne répète pas le même montant partenaire comme dépense.

Les investisseurs ne peuvent donc pas comparer indépendamment la croissance des revenus et les marges brutes. Les deux chiffres doivent être ajustés ensemble.

Modifier uniquement le chiffre d’affaires fausserait à nouveau l’analyse. Une normalisation valide doit reconstituer les revenus, les coûts partenaires et les marges sur la même base.

La distribution cloud fait désormais partie de la compétition

Les places de marché cloud ne sont pas de simples pages de paiement ; elles influencent l’adoption, la propriété de la relation client, l’économie et l’échelle déclarée.

Les grandes entreprises achètent déjà des infrastructures, des bases de données, des logiciels de sécurité et des applications via des accords cloud. Acheter Claude via AWS ou Google Cloud peut s’intégrer aux systèmes d’approvisionnement existants et aux dispositifs de dépenses engagées.

Cette commodité peut raccourcir le processus de vente. Elle peut également placer un modèle au sein des outils que les développeurs et les équipes informatiques utilisent déjà.

La dépendance d’Anthropic à cette voie est importante. Un document confidentiel examiné par Reuters aurait montré que 47 % de ses ventes de 2025 ont transité par les places de marché Amazon et Google.

Ces ventes via les places de marché ont totalisé environ 2,16 milliards de dollars. Anthropic aurait versé environ 351 millions de dollars de frais de distribution, soit environ 16 cents par dollar de revenus issus des places de marché.

Les chiffres relatifs au canal cloud illustrent à la fois la valeur et le coût de la distribution par partenaires. Les entreprises cloud apportent des clients et un accès aux achats, mais elles conservent une partie de la transaction.

Ces chiffres historiques ne doivent pas être appliqués mécaniquement au rythme de revenus actuel d’Anthropic. La répartition des canaux, les conditions contractuelles et la demande de produits peuvent évoluer rapidement.

Ils démontrent néanmoins pourquoi le traitement brut contre net importe. Lorsque près de la moitié des ventes transitent par des partenaires, la présentation peut affecter sensiblement le chiffre d’affaires total déclaré.

OpenAI entretient une relation tout aussi déterminante avec Microsoft. Azure fournit des infrastructures de calcul et distribue les modèles d’OpenAI via des produits d’entreprise et des services cloud.

Microsoft possède également ses propres contrats clients, structures tarifaires et offres groupées. Ces caractéristiques peuvent modifier quelle partie contrôle un service promis au regard des règles comptables.

La compétition commerciale dépasse donc Claude face à ChatGPT. Elle inclut les systèmes de distribution qui entourent chaque modèle.

Anthropic bénéficie d’un accès aux clients d’AWS et de Google Cloud. OpenAI bénéficie de la portée de Microsoft auprès des entreprises et de ses intégrations dans les produits de productivité et de développement.

Ces relations créent simultanément effet de levier et dépendance. Un partenaire cloud peut faciliter l’achat d’un modèle, mais il peut aussi contrôler la facturation, l’offre groupée et l’accès au client.

Le développeur du modèle peut obtenir une distribution rapide tout en cédant une part de chaque vente. Il peut également dépendre d’un partenaire qui vend des modèles concurrents ou développe les siens.

Amazon soutient Anthropic tout en proposant d’autres modèles via Bedrock. Google investit dans Anthropic tout en développant Gemini. Microsoft soutient OpenAI tout en développant sa propre stratégie de modèles et de cloud.

La Federal Trade Commission des États-Unis s’est déjà penchée sur ces relations. Son étude sur les partenariats cloud décrit comment les investissements, la capacité cloud, la distribution et les dépendances techniques peuvent s’entremêler.

Cette structure fait de l’attribution des revenus bien plus qu’une question de comptabilité. Elle révèle comment la valeur et le contrôle circulent dans la chaîne d’approvisionnement de l’IA.

Pour les acheteurs en entreprise, la distribution via le cloud peut simplifier la gouvernance et la facturation. Elle peut aussi rendre les dépenses liées aux modèles plus difficiles à dissocier des engagements d’infrastructure plus larges.

Une entreprise peut choisir Claude parce qu’elle dispose déjà d’engagements AWS inutilisés. Une autre peut déployer les services OpenAI dans le cadre d’un accord Microsoft existant.

Ces décisions représentent une demande réelle, mais elles ne ressemblent pas toujours à un abonnement logiciel direct. Le canal commercial influence à la fois l’achat et sa mesure.

C’est pourquoi la compétition principale ne se résume pas à Anthropic contre OpenAI. Elle oppose la comptabilisation brute des canaux à leur comptabilisation nette, deux lectures de l’échelle commerciale.

Ce que les chiffres en tête d’article ne montrent toujours pas

La présentation des revenus ne permet pas de répondre aux questions plus difficiles sur la rétention de trésorerie, les coûts de calcul, la concentration de la clientèle ou la pérennité de la demande.

Les revenus annualisés partent d’une période récente de ventes et projettent ce rythme sur douze mois. Cette méthode fonctionne mieux lorsque la demande et les prix restent relativement stables.

La demande en IA ne satisfait pas systématiquement cette condition. Les nouveaux lancements de modèles, l’adoption des agents, les contrats d’entreprise et les pics temporaires d’utilisation peuvent fortement modifier la consommation mensuelle.

Une entreprise peut afficher un niveau de revenus élevé grâce à un mois exceptionnel. Cela ne garantit pas que cette activité se poursuivra durant les onze mois suivants.

Les revenus d’API facturés à l’usage ajoutent une autre complication. Les clients peuvent rapidement accroître leurs charges de travail lorsqu’un nouveau modèle offre de bonnes performances. Ils peuvent aussi rediriger leur trafic lorsqu’un concurrent améliore la qualité, la latence ou les coûts.

Le rythme annualisé mesure donc mieux la vitesse actuelle que la certitude future. Il ne devrait pas être traité comme un revenu récurrent contractuel, sauf si les informations publiées étayent cette interprétation.

La concentration de la clientèle crée un risque connexe. Quelques grands acheteurs peuvent générer une utilisation substantielle tout en rendant les revenus futurs sensibles aux décisions individuelles de renouvellement ou de routage.

Les places de marché cloud peuvent masquer cette concentration aux observateurs extérieurs. Les investisseurs voient le total agrégé du canal, mais pas nécessairement les clients finaux qui l’ont généré.

La comptabilisation brute peut en outre augmenter le chiffre visible sans modifier les produits conservés par le développeur de modèles. La comptabilisation nette peut masquer l’ampleur totale des dépenses clients tout en offrant une vision plus proche de la part de l’entreprise.

Aucune de ces méthodes ne révèle à elle seule l’économie du calcul. Servir des modèles avancés nécessite des accélérateurs, des réseaux, de l’électricité, du stockage et du soutien d’ingénierie.

Ces coûts peuvent varier selon le modèle, la charge de travail, le fournisseur de matériel et le contrat. Ils évoluent également à mesure que les entreprises optimisent l’inférence ou introduisent des systèmes plus gourmands en calcul.

Les frais versés aux partenaires ne constituent qu’une déduction parmi d’autres des revenus. Les coûts de service des modèles, les dépenses d’entraînement, la rémunération en actions, les coûts commerciaux et les dépenses de recherche restent essentiels pour la rentabilité.

Une entreprise pourrait dominer les dépenses brutes des clients tout en conservant moins de trésorerie sur chaque vente via un partenaire. Une autre pourrait déclarer moins de revenus mais conserver une proportion plus importante de ce qu’elle comptabilise.

Les chiffres actuels ne permettent pas de trancher cette possibilité.

Les affirmations de rentabilité exigent une prudence similaire. Anthropic aurait indiqué à ses investisseurs avoir atteint une rentabilité opérationnelle trimestrielle selon une mesure excluant certaines dépenses.

Ce résultat constituerait une étape opérationnelle importante. Il ne correspondrait pas nécessairement à une rentabilité nette selon les informations attendues d’une société cotée.

Le même standard devrait s’appliquer à OpenAI. Ses prévisions de croissance nécessitent un contexte de dépenses, de flux de trésorerie et d’infrastructure avant de pouvoir étayer des conclusions sur sa solidité économique.

Une autre incertitude concerne la cohérence entre les canaux. Une entreprise peut utiliser une présentation brute pour un partenaire et une présentation nette pour un autre lorsque les contrats répartissent différemment le contrôle.

Même une étiquette à l’échelle de l’entreprise peut donc simplifier à l’excès les comptes. Les investisseurs ont besoin d’explications par canal plutôt que d’une simple affirmation selon laquelle une entreprise comptabilise ses revenus bruts.

Les deux entreprises restent privées, ce qui limite l’accès public aux états financiers audités et aux notes détaillées. Les chiffres communiqués proviennent souvent de documents destinés aux investisseurs ou de personnes connaissant les résultats internes.

Cette source ne rend pas l’information invalide. Elle exige toutefois une attribution précise et de la retenue.

La conclusion la plus solide est plus limitée que la compétition suggérée par les titres. Les rythmes annualisés publiés par Anthropic et OpenAI ne peuvent pas être classés proprement sans ajustements.

Il serait tout aussi trompeur de supposer que la totalité de l’écart provient de la comptabilité. La demande pour les produits, la répartition des canaux, le calendrier et la croissance en entreprise influencent également les totaux.

Une comparaison rigoureuse doit distinguer les revenus déclarés, la valeur transactionnelle majorée en brut, les produits conservés et les ventes sur des périodes achevées. D’ici là, le leader apparent dépend en partie de la colonne choisie.

Les investisseurs comparent la croissance avant de comparer les définitions

L’incompatibilité comptable pousse les investisseurs et les journalistes à définir la métrique avant de désigner un vainqueur.

Les entreprises d’IA utilisent les revenus annualisés parce que leurs activités se développent plus vite que ne peut le refléter le reporting annuel classique. Un total sur les douze derniers mois peut sembler dépassé avant même sa publication.

Cela rend le rythme annualisé utile durant une expansion rapide. Cela rend aussi la métrique vulnérable à une sélection opportuniste du moment et à une construction incohérente.

Le récent débat sur les revenus d’Anthropic et d’OpenAI illustre cette vulnérabilité. Le chiffre d’une entreprise peut inclure l’économie de ses partenaires qu’une autre laisse en dehors de son chiffre d’affaires.

Les investisseurs peuvent y remédier avec un rapprochement entre les résultats déclarés et normalisés. Ce rapprochement devrait montrer les ventes directes, les ventes via partenaires, les déductions liées aux partenaires et le montant final comptabilisé.

Il devrait aussi indiquer la période de mesure. Un rythme mensuel de juillet, un rythme trimestriel de septembre et une prévision de fin d’année ne devraient pas apparaître dans un même classement sans libellés clairs.

Les revenus trimestriels réalisés constituent un point de départ plus solide. Ils reflètent une période de reporting effective au lieu de projeter un court intervalle sur une année.

Toutefois, les chiffres trimestriels nécessitent eux aussi une normalisation comptable. Un trimestre complet mesuré en brut n’est pas directement comparable à un trimestre complet mesuré en net.

Les encaissements fournissent un autre contrôle utile, même si les différences de calendrier peuvent les rendre volatils. Les revenus différés, les paiements anticipés des clients et les calendriers de règlement des partenaires peuvent déplacer la trésorerie d’une période à l’autre.

La marge brute peut aider lorsque les classifications de revenus et de coûts sont comprises. Elle devient néanmoins trompeuse si une entreprise inclut les frais des partenaires dans le coût des revenus et qu’une autre ne les comptabilise jamais.

L’activité des clients peut fournir un signal indépendant. Les sièges en entreprise, les développeurs actifs, la consommation d’API et la rétention des charges de travail peuvent indiquer si la croissance déclarée reflète un usage durable.

Ces métriques nécessitent également des définitions soigneuses. Les comptes enregistrés, les clients payants et les charges de travail actives décrivent des réalités différentes.

La pression s’étend aux fournisseurs de cloud public. Amazon, Microsoft et Google bénéficient lorsque la demande de modèles oriente les clients vers leur infrastructure.

Toutefois, les revenus cloud liés aux développeurs de modèles peuvent impliquer des investissements réciproques, des engagements d’infrastructure et des frais de place de marché. La même activité économique peut apparaître dans plusieurs récits d’entreprise.

Cela crée un risque de double comptage à l’échelle du marché de l’IA. Une entreprise de modèles déclare l’activité de ses clients, tandis qu’un fournisseur cloud déclare des revenus d’infrastructure ou de place de marché liés à cette activité.

Chaque traitement comptable peut être valide au sein de sa propre entreprise. Additionner tous les chiffres mis en avant peut néanmoins exagérer la demande finale indépendante du secteur.

Les investisseurs publics poseront des questions plus difficiles à mesure que les développeurs de modèles se rapprochent d’éventuelles introductions en Bourse. Les dépôts audités exigent des politiques de revenus plus claires, des informations sur la concentration des canaux, les parties liées et la classification des dépenses.

Ces documents devraient réduire l’incertitude, sans pour autant éliminer le jugement. L’analyse principal-agent dépend des détails contractuels et des évaluations du contrôle.

Un auditeur peut déterminer que les deux approches respectent les normes comptables. Les investisseurs doivent néanmoins décider quelle mesure économique correspond le mieux à leur modèle de valorisation.

Pour les acheteurs en entreprise, ce différend offre un rappel pratique. L’échelle d’un fournisseur ne devrait pas être déduite d’un seul chiffre annualisé.

Les acheteurs devraient examiner la disponibilité, les performances des modèles, la gouvernance, les options de changement, les engagements de service et les coûts totaux de déploiement. La présentation comptable ne détermine pas quel modèle convient à une charge de travail.

Les développeurs font face à un choix similaire. La distribution via un cloud familier peut simplifier les identifiants, la facturation et le déploiement. L’accès direct peut offrir des fonctionnalités ou une économie différente.

Le canal partenaire façonne l’expérience produit autant que les états financiers. La stratégie de canal constitue donc une variable concurrentielle qui mérite d’être suivie.

Trois signaux clarifieront la véritable course aux revenus

La prochaine étape de la compétition entre les revenus d’Anthropic et d’OpenAI dépendra d’informations auditées, de données normalisées sur les canaux et d’une utilisation soutenue par les clients.

Le premier signal sera une politique détaillée de comptabilisation des revenus dans un dépôt audité. Les investisseurs doivent savoir quand chaque entreprise agit en tant que principal et quand elle agit en tant qu’agent.

Cette information devrait identifier les canaux partenaires importants et décrire comment les frais apparaissent dans le compte de résultat. Elle devrait également préciser si la politique a changé entre les périodes de reporting.

Des dépôts clairs renforceraient la confiance dans la possibilité de normaliser les chiffres des entreprises. Un langage vague maintiendrait l’incertitude actuelle et affaiblirait les classements simplistes.

Le deuxième signal sera un rapprochement entre les revenus annualisés et les ventes trimestrielles réelles. Ce rapprochement devrait identifier la période utilisée pour le rythme annualisé et tout ajustement de majoration brute.

Pour OpenAI, les investisseurs surveilleront si l’entreprise atteint sa prévision d’au moins $70 milliards d’ici la fin de l’année. Ils demanderont également si ce chiffre repose sur la base nette habituelle.

Pour Anthropic, la question essentielle est de savoir si la croissance après juillet confirme le rythme déclaré de $65 milliards. Un trimestre achevé fournirait des preuves plus solides qu’une nouvelle extrapolation ponctuelle.

Une performance trimestrielle durable renforcerait l’affirmation selon laquelle les deux entreprises connaissent une demande pérenne des entreprises. Un écart marqué affaiblirait les conclusions tirées de clichés annualisés.

Le troisième signal est le montant des revenus conservés après les distributions via le cloud et les coûts de service des modèles. Cette mesure se rapproche davantage de la valeur économique que chaque entreprise conserve.

Les investisseurs devraient suivre ensemble les frais des partenaires, les coûts d’inférence, la marge brute, l’utilisation de trésorerie et la concentration de la clientèle. Aucun chiffre isolé ne peut se substituer à cette combinaison.

Une meilleure rétention montrerait que l’échelle se traduit par un levier opérationnel. Une détérioration de la rétention suggérerait que la croissance mise en avant dépend fortement d’infrastructures ou de distributions coûteuses.

Ces signaux sont importants parce que le marché finance plus que deux fournisseurs de logiciels. Il finance un système interconnecté de laboratoires de modèles, fournisseurs cloud, puces, centres de données et applications d’entreprise.

Les revenus d’une partie de ce système deviennent souvent une dépense ou un investissement ailleurs. Comprendre qui conserve finalement le dollar du client est essentiel.

La différence comptable actuelle n’efface ni la croissance d’Anthropic ni la portée d’OpenAI. Elle modifie ce que leurs chiffres en tête d’article peuvent démontrer.

Les rythmes annualisés publiés établissent que les clients dépensent massivement auprès des deux entreprises. Ils n’établissent pas un leader définitif des revenus sur une base commune.

Les lecteurs devraient résister au prochain classement simpliste, à moins qu’il n’inclue des définitions à côté des chiffres. Demandez si chaque valeur est brute, nette, annualisée, finalisée ou ajustée.

Demandez ensuite quelle entreprise conserve la plus grande part de la transaction une fois les partenaires et les fournisseurs de capacités de calcul rémunérés. Cette réponse en dira davantage sur la course aux entreprises de l’IA que le plus grand titre à lui seul.