Les prévisions de bénéfices de Cloudflare augmentent alors que l’IA accroît la demande réseau

Cloudflare a de nouveau relevé ses prévisions de résultats annuels le 5 novembre, renforçant l’idée que l’intelligence artificielle crée une demande au-delà des entreprises qui développent les modèles. Les prévisions de bénéfices de Cloudflare reflètent désormais une croissance plus rapide de l’activité, même si l’entreprise a encore enregistré une perte nette selon les règles comptables standard.

La tension centrale porte sur la manière dont cette demande se transforme en bénéfices. Les applications d’IA ont besoin de connexions, de protection et d’environnements pour exécuter des logiciels. La vente de ces services crée une opportunité, mais la prise en charge de charges de travail supplémentaires entraîne aussi des coûts.

Les résultats de Cloudflare mettent cet équilibre en lumière pour les développeurs et les acheteurs en entreprise. Des concurrents, dont Akamai, poursuivent la même opportunité dans l’infrastructure connexe. La question est de savoir quels fournisseurs peuvent transformer l’activité liée à l’IA en relations clients durables et en une économie attractive.

Les prévisions de bénéfices de Cloudflare augmentent de nouveau

Cloudflare a relevé ses attentes concernant ses résultats annuels ajustés, prolongeant une série de révisions à la hausse au cours de 2026.

Les résultats financiers trimestriels de l’entreprise fixent le bénéfice annuel ajusté par action attendu à 1,35 $. Le bénéfice par action mesure le revenu attribué à chaque action. Les chiffres ajustés excluent certaines dépenses.

Le chiffre d’affaires du troisième trimestre a atteint 782,5 millions de dollars, en hausse de 39 % par rapport à l’année précédente. Le trimestre s’est achevé le 30 septembre, ce qui fait de cette annonce un rapport sur une activité déjà réalisée, accompagné de prévisions actualisées.

À titre de comparaison, les prévisions annuelles précédentes projetaient un bénéfice ajusté par action compris entre 1,25 $ et 1,26 $. Cette publication d’août faisait état d’une croissance du chiffre d’affaires de 36 % au deuxième trimestre.

L’évolution remonte encore plus loin. Les prévisions du premier trimestre de Cloudflare tablaient sur un bénéfice annuel ajusté par action compris entre 1,19 $ et 1,20 $. Le chiffre d’affaires du premier trimestre a augmenté de 34 %.

Ces comparaisons établissent la direction de la révision sans dépendre d’une réaction des marchés boursiers. La direction est devenue plus optimiste quant aux bénéfices à mesure que la croissance du chiffre d’affaires déclaré s’est accélérée.

Toutefois, une prévision de bénéfices décrit les attentes de la direction. Elle ne garantit pas le résultat final et n’identifie pas la contribution de chaque produit.

L’annonce exige également une distinction comptable. Les GAAP, ou principes comptables généralement admis, fournissent le cadre standard des états financiers publiés. Cloudflare a enregistré une perte nette trimestrielle selon les GAAP de 34,1 millions de dollars.

Il est donc exact de parler d’une amélioration des perspectives de bénéfices lorsqu’il s’agit des résultats ajustés. En revanche, présenter cela comme une annonce de rentabilité GAAP à l’échelle de l’entreprise déformerait les résultats.

Cette distinction va au-delà de la terminologie financière. Un fournisseur peut développer son activité et améliorer certains indicateurs tout en continuant à supporter des dépenses supérieures aux revenus déclarés.

Pour les clients, cette révision fournit une indication de la dynamique commerciale. Elle donne moins d’informations directes sur la question de savoir si une application donnée fonctionne mieux, coûte moins cher à exploiter ou répond aux exigences de sécurité.

Pour les concurrents, l’annonce accroît la pression pour démontrer des résultats commerciaux derrière leurs propres stratégies d’IA. Les annonces de produits seules offrent une comparaison moins solide que le chiffre d’affaires et les engagements clients.

Le point de départ utile est donc limité et concret : Cloudflare s’attend à tirer davantage de bénéfices ajustés de son activité que ce qu’elle avait précédemment prévu. Comprendre le lien avec l’IA nécessite d’examiner ce dont les clients ont réellement besoin auprès de cette entreprise.

La demande liée à l’IA dépasse le fournisseur de modèles

L’opportunité de Cloudflare repose sur le travail qui entoure une réponse d’IA, notamment la connexion des services, le contrôle des requêtes et l’exploitation des applications.

Un modèle génère une réponse, mais un produit fonctionnel doit faire bien davantage. Il doit recevoir une requête et fournir une réponse.

Un agent d’IA, un logiciel qui utilise des modèles et des outils pour accomplir des tâches, ajoute d’autres interactions. Il peut récupérer des informations avant de décider de sa prochaine action.

Cela crée une voie plausible entre l’adoption de l’IA et la demande d’infrastructure. Les applications ont besoin de connexions fiables même lorsque leurs modèles sous-jacents proviennent d’une autre entreprise.

La distinction commerciale importante concerne l’endroit où les clients rencontrent des problèmes opérationnels. Une démonstration peut mettre l’accent sur la qualité des réponses. Une application en production doit également gérer les défaillances et une utilisation imprévisible.

Cloudflare documente ce rôle environnant via les contrôles d’applications d’IA. Son AI Gateway se situe entre les applications et les fournisseurs de modèles, en offrant des fonctions de visibilité et de gestion des requêtes.

Ces fonctions documentées comprennent la journalisation, les limites de requêtes, les nouvelles tentatives et le basculement entre modèles. La mise en cache, qui stocke les réponses pour les réutiliser, offre un autre moyen de gérer le travail répété.

Ces capacités expliquent pourquoi un fournisseur de réseau peut participer sans développer le modèle qui produit la réponse. Son rôle peut se situer entre l’application et les services externes.

L’argument commercial est le plus solide lorsque cette position résout un problème opérationnel coûteux. Un client a besoin d’une raison de conserver l’intermédiaire après la fin d’une expérimentation.

Par exemple, une équipe peut apprécier une vue cohérente des défaillances entre différents modèles. Une autre peut prioriser la prévention de l’envoi de requêtes incontrôlées par une application.

Il s’agit d’éléments de réflexion illustratifs pour l’achat, plutôt que de preuves de contrats Cloudflare particuliers. Leur pertinence vient du lien entre des capacités documentées et les décisions que les acheteurs doivent prendre.

Cette distinction clarifie aussi ce que signifie la « demande liée à l’IA ». Elle peut désigner l’exécution directe de modèles, les services d’application qui les soutiennent ou la protection des systèmes qui interagissent avec l’IA.

Ces catégories ne doivent pas être considérées comme interchangeables. Leurs exigences techniques diffèrent, et leur contribution aux bénéfices de l’entreprise nécessite des preuves distinctes.

L’activité plus large de Cloudflare sert également des clients dont les besoins dépassent l’IA. Un achat de sécurité ne devient pas automatiquement un achat d’IA parce que la direction évoque l’intelligence artificielle.

L’interprétation défendable est que l’IA élargit les raisons pour lesquelles les clients peuvent utiliser des services d’infrastructure. L’annonce de résultats ne quantifie pas chaque partie de cette expansion.

Cela laisse un défi pratique à Cloudflare. L’entreprise doit relier l’intérêt croissant pour les applications d’IA à des services que les clients continuent d’utiliser après le développement initial.

Les acheteurs en entreprise font face au défi correspondant. Ils doivent identifier quelles extensions d’infrastructure améliorent leurs applications et lesquelles ajoutent simplement une dépendance supplémentaire.

Une annonce favorable de résultats rend cette évaluation plus opportune. Elle ne remplace pas les preuves propres à une charge de travail et n’établit pas que chaque projet d’IA nécessite la même architecture.

L’opportunité commerciale réside dans le maintien des applications en fonctionnement

L’argument d’infrastructure le plus solide part d’une application complète et du travail opérationnel nécessaire à son maintien.

Cloudflare a déjà décrit des exemples concrets au-delà du chat textuel. Son intégration de modèles partenaires a intégré des modèles d’images Leonardo.Ai et des modèles vocaux Deepgram à Workers AI en août 2025.

Workers AI est le service de Cloudflare destiné à exécuter des modèles sur son infrastructure. L’annonce présentait les applications de génération d’images et les agents vocaux comme des usages prévus.

Cloudflare a décrit l’association de la génération d’images avec la logique applicative, le stockage et la diffusion d’images. Pour les applications vocales, elle a décrit la connexion du traitement vocal à des services de communication en direct.

Ces exemples fournissent une référence utile pour le récit actuel des résultats. Ils montrent comment l’accès aux modèles peut devenir une partie d’une relation d’infrastructure plus large.

Considérons l’exemple de génération d’images comme une conception d’application. Produire une image ne répond qu’à une partie de la demande de l’utilisateur. Le résultat doit rester disponible par la suite.

Un produit peut devoir associer cette image à un compte, l’afficher de manière fiable et permettre un accès ultérieur. Ces exigences environnantes créent des décisions supplémentaires en matière d’infrastructure.

L’opportunité commerciale vient de la fourniture conjointe de ces exigences. Un fournisseur qui gère une plus grande partie de l’application a davantage d’occasions de devenir partie intégrante de son fonctionnement continu.

Ce résultat demeure conditionnel. Un vaste catalogue de produits ne démontre pas que les clients adoptent chaque composant ni que le regroupement améliore toujours leur expérience.

L’intégration peut réduire la coordination nécessaire entre les services. Elle peut aussi compliquer une migration lorsque le comportement de l’application dépend de fonctionnalités propres au fournisseur.

Une application vocale met en évidence une autre considération : la réactivité. Une conversation peut sembler maladroite lorsque les délais s’accumulent entre le traitement vocal, la génération par le modèle et la diffusion.

Aucun composant unique ne détermine l’ensemble de l’expérience. Les acheteurs doivent évaluer l’interaction complète plutôt que de traiter un benchmark de modèle comme un benchmark d’application.

L’annonce de partenariat de Cloudflare décrit son architecture envisagée. Elle ne prouve pas indépendamment une performance supérieure sur les charges de travail des clients ni n’établit une contribution spécifique aux bénéfices actuels.

L’inférence pour ce récit de résultats reste néanmoins simple. Si les développeurs construisent des applications complètes autour des services d’un fournisseur, l’utilisation peut s’étendre au-delà de l’appel initial au modèle.

Cela crée une relation différente d’une courte expérimentation avec un endpoint de modèle, l’adresse qu’une application contacte pour demander la sortie d’un modèle.

Une expérimentation peut prendre fin lorsqu’une équipe change de modèles. Une relation applicative peut perdurer, car le stockage, les contrôles d’accès et la diffusion restent nécessaires.

C’est là que les prévisions annuelles de Cloudflare deviennent pertinentes pour les développeurs. La dynamique commerciale soutient l’idée que sa stratégie d’infrastructure mérite d’être prise en compte aux côtés des fonctionnalités individuelles d’IA.

Elle laisse toutefois la question de l’adoption ouverte. Les preuves nécessaires sont une utilisation durable des applications et des engagements clients croissants, plutôt que le nombre de capacités répertoriées sur une page produit.

Pour les acheteurs, cela déplace l’attention vers l’adéquation opérationnelle. La comparaison utile porte sur le comportement de l’application complète, les exigences de maîtrise et la capacité à évoluer.

Akamai montre pourquoi l’opportunité est concurrentielle

Cloudflare fait face à des concurrents qui souhaitent eux aussi fournir l’infrastructure autour des applications d’IA, ce qui limite toute affirmation d’un marché sans concurrence.

Le service d’inférence géré d’Akamai illustre ce chevauchement. L’inférence consiste à exécuter un modèle entraîné afin de produire une sortie.

Akamai décrit un accès géré aux modèles aux côtés de ses services cloud plus larges. Son offre comprend une capacité partagée et des déploiements dédiés, avec des conditions de disponibilité décrites sur la page produit.

Ce positionnement offre aux acheteurs une autre voie pour associer l’exécution de modèles à une infrastructure applicative. Il montre également pourquoi la dynamique financière de Cloudflare ne doit pas être confondue avec une propriété technique exclusive.

Les deux entreprises décrivent des moyens de réduire la gestion de l’infrastructure pour les développeurs. Leur communication commerciale présente des propositions concurrentes, plutôt que des preuves indépendantes que l’une ou l’autre convient mieux à toutes les charges de travail.

La concurrence centrale porte sur la maîtrise de la relation avec l’application. Un fournisseur en bénéficie lorsque ses clients dépendent de lui pour des besoins opérationnels récurrents liés à l’IA.

Cette concurrence peut exister même lorsque les clients utilisent le même modèle sous-jacent. La différence peut se situer dans les contrôles de déploiement, les exigences d’intégration ou les services environnants.

Pour un acheteur, la disponibilité d’un modèle ne suffit donc pas comme élément de comparaison. L’accès à un modèle reconnu ne répond pas aux questions sur le comportement du service en conditions de production.

Il en va de même pour les affirmations concernant une infrastructure mondiale. La couverture géographique peut compter, mais les dépendances réelles de l’application déterminent où apparaissent les délais et les contraintes.

Une application largement distribuée peut toujours dépendre d’une base de données distante. Un point de terminaison de modèle proche ne peut pas éliminer tous les délais ailleurs dans le système.

Il s’agit de considérations architecturales, et non d’affirmations sur un écart de performance mesuré entre Cloudflare et Akamai. Elles expliquent pourquoi une évaluation concurrentielle exige des preuves au niveau de l’application.

La pression sur Cloudflare consiste à rendre sa plateforme plus large suffisamment utile pour que les clients choisissent des services supplémentaires. Une hausse des prévisions renforce sa position commerciale.

La pression sur les concurrents consiste à démontrer un chemin tout aussi convaincant entre la disponibilité de produits d’IA et une utilisation continue par les clients. Un lancement crée une option ; l’adoption crée une activité.

Les acheteurs conservent une source importante de pouvoir de négociation : la capacité de distinguer les services dont ils ont besoin de ceux inclus dans une proposition plus large.

Une équipe peut préférer un fournisseur unique pour simplifier les opérations. Une autre peut conserver des fournisseurs séparés, car ses exigences diffèrent selon les composants de l’application.

Aucun de ces choix ne découle automatiquement de l’annonce de résultats. La bonne comparaison dépend du travail effectué par l’application et des obligations acceptées par son opérateur.

C’est aussi pourquoi un marché de l’infrastructure d’IA peut soutenir plusieurs fournisseurs. Les différentes applications accordent des poids différents au contrôle, à la commodité, à la flexibilité de déploiement et à la responsabilité opérationnelle.

Les résultats de Cloudflare rehaussent les enjeux de cette concurrence. Ils ne la tranchent pas et n’établissent pas que les concurrents doivent suivre exactement la même stratégie produit.

La question suivante est de savoir avec quelle efficacité l’augmentation de l’usage se traduit en bénéfices une fois pris en compte les coûts de service aux clients.

Une croissance plus rapide laisse l’économie sous examen

Une activité en hausse ne soutient une entreprise d’infrastructure que si le fournisseur peut la servir dans des conditions économiques acceptables.

La prévision de bénéfice de Cloudflare reflète la confiance de la direction dans l’entreprise. Elle n’établit pas que chaque interaction d’IA supplémentaire génère le même rendement financier.

Cloudflare a déclaré une marge brute ajustée de 72,4 % au troisième trimestre, contre 75,3 % un an plus tôt. La marge brute mesure le revenu restant après les coûts directs de fourniture des services.

Sa marge opérationnelle ajustée a progressé à 17,5 %, contre 15,3 %. La marge opérationnelle prend en compte les dépenses supplémentaires de l’entreprise au-delà des coûts directs des services.

Ces mesures ont évolué dans des directions différentes. C’est une raison d’examiner attentivement l’entreprise, plutôt que de résumer sa rentabilité par un seul adjectif.

Les chiffres n’identifient pas de manière indépendante l’IA comme cause de la pression sur la marge brute. La composition des produits, les dépenses d’infrastructure et d’autres facteurs exigent des preuves avant d’attribuer une causalité.

Ils n’établissent pas non plus qu’une demande plus forte est dépourvue de valeur. Une entreprise peut accepter des économies différentes selon les produits tout en recherchant une relation client plus large.

La question est de savoir si ces choix produisent des rendements durables. Cela exige d’examiner conjointement les coûts et les bénéfices au fil du temps.

Une demande supplémentaire représente un travail que le fournisseur doit traiter. Qu’elle produise des revenus additionnels dépend de l’accord avec le client et du service concerné.

Certaines activités peuvent accroître les exigences opérationnelles sans générer une hausse proportionnelle des dépenses des clients. Considérer tout le trafic comme ayant la même valeur masquerait cette distinction.

L’IA introduit une autre complication par l’efficacité. Un client peut vouloir un service précisément parce qu’il réduit les appels répétés au modèle ou limite le travail inutile.

Cela peut tout de même soutenir une entreprise d’infrastructure. La valeur du fournisseur viendrait de son aide au client pour fonctionner efficacement, plutôt que de la maximisation du volume brut de requêtes.

C’est la réponse sceptique la plus claire à un récit simpliste de croissance de l’IA. La valeur pour le client et l’activité d’infrastructure n’augmentent pas toujours de concert.

Un service efficace peut aider une application à accomplir des tâches avec moins d’appels. Son modèle économique dépend alors de la valeur que les clients accordent à cette amélioration.

Le même raisonnement s’applique aux échecs d’application. Des tentatives répétées peuvent générer de l’activité tout en frustrant les utilisateurs et en augmentant le coût d’exécution d’un travail utile.

Pour les acheteurs en entreprise, la réussite des tâches est donc plus informative que la seule croissance des requêtes. Un système très sollicité ne représente pas nécessairement un système productif.

Pour Cloudflare, la question commerciale correspondante porte sur la qualité de l’adoption. Une utilisation continue en production a une implication différente d’une expérimentation temporaire.

Les éléments disponibles étayent une amélioration des perspectives de l’entreprise. Ils laissent place à un examen plus approfondi de la contribution de l’IA et des coûts associés aux différentes charges de travail.

C’est une limite normale pour une analyse de résultats. Les rapports financiers établissent les résultats de l’entreprise, tandis que la documentation produit établit les capacités. Les relier exige des informations supplémentaires.

Les lecteurs devraient donc éviter d’attribuer chaque amélioration à l’IA ou chaque pression sur les coûts à l’infrastructure d’IA. Ces deux conclusions dépasseraient les éléments présentés ici.

L’évaluation la plus solide maintient les affirmations distinctes. Cloudflare a relevé ses attentes, propose une infrastructure d’application pertinente et évolue sur un marché concurrentiel avec des arbitrages économiques persistants.

Surveillez ensuite l’adoption, les marges et le choix des acheteurs

Les prochains éléments utiles relieront les engagements clients, l’économie des services et l’adoption concurrentielle.

Premièrement, observez si les communications ultérieures décrivent le passage d’applications d’IA à une utilisation durable en production. Les exemples les plus solides expliqueront ce que les clients exploitent et les services dont ils dépendent.

Le témoignage d’un client nommé peut fournir des détails utiles, mais son périmètre compte. Un essai limité ne démontre pas un déploiement généralisé dans une organisation.

Des informations plus précises renforceraient l’argument selon lequel l’IA soutient une demande récurrente d’infrastructure. Une dépendance continue à l’enthousiasme général rendrait la contribution plus difficile à évaluer.

Les acheteurs doivent également distinguer l’intérêt des clients de leurs obligations. Évaluer un service, le déployer et s’engager à l’utiliser durablement représentent des étapes différentes.

Deuxièmement, observez si la progression des bénéfices s’accompagne d’éléments sur les coûts de service. La croissance des revenus seule ne permet pas de déterminer si les nouvelles charges de travail améliorent l’économie de l’entreprise.

La question pertinente porte sur le lien entre les améliorations opérationnelles et le coût de fourniture des services. Les explications de la direction compteront lorsque les mesures financières évolueront différemment.

Si l’adoption par les clients s’étend tandis que l’économie des services reste saine, la thèse de l’infrastructure devient plus convaincante. Si la croissance exige des concessions persistantes, l’interprétation devient moins favorable.

Cela ne nécessite pas que chaque mesure financière s’améliore simultanément. Cela exige une explication crédible de la manière dont l’investissement actuel soutient la valeur client et les rendements futurs.

Troisièmement, observez l’adoption concurrentielle autour d’applications complètes. Les offres d’Akamai montrent clairement que les clients disposent d’autres moyens d’associer l’exécution de l’IA à une infrastructure de soutien.

La disponibilité de nouveaux produits comptera surtout lorsqu’elle s’accompagnera d’une utilisation par les clients et de détails opérationnels. Les annonces seules fournissent peu de preuves d’une évolution de la position concurrentielle.

La position de Cloudflare se renforcerait si les clients continuaient d’étendre leur dépendance à ses services applicatifs. Les concurrents contesteraient cette position par une adoption comparable et des avantages opérationnels plus clairs.

Les développeurs devraient traduire ces signaux en questions précises sur leurs propres systèmes. Quel fournisseur gère les défaillances, où résident les données de l’application et qu’exigerait une migration ?

Les acheteurs en entreprise devraient demander comment les engagements s’alignent sur l’usage réel. Un contrat devrait refléter les besoins opérationnels de l’application plutôt que supposer que l’expérimentation prédit la demande future.

Les travailleurs du savoir ont un intérêt connexe lorsque leurs outils dépendent de services d’IA connectés. La fiabilité détermine si un assistant peut récupérer des informations et accomplir le travail de manière cohérente.

L’histoire des résultats dépasse donc les seuls actionnaires. Elle concerne les entreprises qui exploiteront l’infrastructure reliant les modèles aux applications réellement utilisées par les personnes.

La prévision de bénéfice de Cloudflare constitue un signal commercial encourageant dans cette compétition plus vaste. Son importance deviendra plus claire à mesure que s’accumuleront les preuves d’adoption et d’exploitation.

Avant de choisir une infrastructure pour un projet d’IA, documentez les hypothèses qui sous-tendent la décision et les éléments qui pourraient les modifier. Gardez les notes de déploiement, les limites de service et les défaillances observées accessibles à toutes les personnes responsables de l’application. Une base de connaissances consultable peut aider à préserver ce raisonnement à mesure que les produits et les exigences évoluent. Réexaminez ensuite la décision lorsque les fournisseurs publient des résultats concrets en matière d’adoption ou d’exploitation. Demandez-vous si les éléments soutiennent l’application que vous devez exécuter, y compris ses exigences de fiabilité et de maîtrise. Quelle partie de votre architecture actuelle a démontré une valeur durable, et quelle partie repose encore sur une attente non vérifiée concernant la demande d’IA ?