A la mi-2026, les principaux indicateurs opérationnels de l'industrie de l'IA, comme les revenus et le volume d'appels, maintiennent une croissance rapide. Mais en analysant la structure financière et opérationnelle des différentes entreprises, on constate que derrière le même ensemble de données de croissance se cachent des modèles commerciaux très différents. Cet article examine quatre paradoxes structurels dans les modèles commerciaux actuels de l'IA : les coûts, les couches (hiérarchie), la responsabilité et l'ouverture/fermeture des sources. Ces quatre paradoxes pointent vers une même tendance fondamentale : l'intelligence devient rapidement une commodité, et les profits ne restent que dans quelques maillons spécifiques.
Le paradoxe des coûts : Moins cher le token, plus lourd la facture
Lorsque GPT-4 a été lancé en mars 2023, le prix d'entrée par million de tokens était de 30 dollars et le prix de sortie de 60 dollars. Une entreprise l'utilisant pour construire un système de support client pouvait voir ses frais d'API mensuels dépasser le salaire de toute l'équipe de support. Trois ans plus tard, le prix pour un niveau d'intelligence équivalent a chuté de plus de 95%.
Selon la logique commune, les dépenses en IA devraient donc diminuer, mais la réalité est inverse. En mars 2026, le volume hebdomadaire mondial d'appels de tokens atteignait 20,4 billions ; en Chine, le volume quotidien dépassait les 140 billions, soit une croissance de plus de mille fois par rapport au début de 2024. Ce phénomène correspond au paradoxe de Jevons en économie : plus la machine à vapeur est efficace et moins elle consomme de charbon par unité, plus la consommation totale de charbon augmente. La baisse du prix unitaire des tokens n'a pas entraîné une baisse de la facture totale.
La raison réside dans le changement de structure de la demande. À un prix suffisamment bas, un grand nombre de tâches qui n'étaient auparavant pas économiquement viables commencent à être prises en charge par l'IA. Les dépenses mensuelles des entreprises passent de 50 000 dollars à 500 000 dollars, mais les tâches accomplies étaient auparavant inimaginables. Plus crucial encore est le changement de paradigme d'utilisation : l'interaction conversationnelle passée avait pour limite le temps humain, tandis que les agents (intelligents) peuvent fonctionner 24 heures sur 24. Derrière un employé, il peut y avoir 10 agents, le volume d'utilisation pouvant être des dizaines de fois supérieur à celui d'une interaction purement humaine. Des études montrent que la consommation de tokens pour des tâches de programmation par agent est environ mille fois supérieure à celle d'un simple échange de questions-réponses. Si le prix unitaire diminue d'un ordre de grandeur, la consommation totale peut augmenter de deux ordres de grandeur.
La répartition des coûts dans la chaîne de valeur mérite également attention. Prenons l'exemple d'un abonnement mensuel à Claude à 20 dollars : après déduction des coûts de calcul, de distribution et d'exploitation par l'entreprise de modèles, la marge bénéficiaire nette est plutôt mince ; parfois, les profits remontant vers la couche des puces ne sont pas inférieurs à ceux de l'entreprise de modèles. L'utilisateur paie pour l'intelligence, mais les profits restent largement en amont.
Face à la pression des factures, l'industrie commence à passer de l'économie sur le prix unitaire à l'économie sur la tâche : les tâches simples sont acheminées vers de petits modèles, les agents reçoivent un budget de tâches pour éviter le fonctionnement à vide ; l'unité de calcul passe également du prix par million de tokens au coût total pour accomplir une tâche. La pratique montre qu'avec le même modèle et le même volume d'utilisation, les entreprises dotées de capacités de décomposition des tâches, de vérification des résultats et d'intégration des processus ont une efficacité de production significativement plus élevée. Parallèlement, les modèles de subvention reculent également : Claude Code abandonne les abonnements à bas prix, Copilot passe à la facturation à l'usage. L'effet Jevons n'a pas disparu : l'industrie finit par découvrir qu'il faut optimiser non pas le tarif, mais la tâche elle-même.
Alors que les factures s'alourdissent, les gains d'efficacité des entreprises restent souvent invisibles. Solow l'avait déjà souligné : les ordinateurs sont partout, sauf dans les statistiques de productivité. Le moteur électrique est une référence pertinente : inventé dans les années 1880, les usines américaines ont mis environ quarante ans pour en tirer un gain d'efficacité. La plupart des entreprises se contentaient de remplacer la machine à vapeur par un moteur électrique, en conservant la même structure de transmission, alors que la valeur de l'électricité exigeait précisément un réaménagement des lignes de production.
Aujourd'hui, l'IA est dans la même situation. Ghodsi, fondateur de Databricks, raconte un cas : un connecteur de données prenait traditionnellement neuf mois à développer. L'introduction d'un grand modèle n'a permis d'économiser qu'un mois et demi lors de la première tentative. Ce n'est qu'après que quelqu'un a décomposé et refait le processus qu'une livraison en un trimestre a été réalisée. Sa conclusion est que le goulot d'étranglement n'est pas dans le modèle, mais dans l'organisation.
Le paradoxe des coûts a donc deux couches : le paradoxe de Jevons dit que plus le token est bon marché, plus la facture totale est lourde ; le paradoxe de Solow dit que sans changement de processus, l'efficacité n'apparaît pas dans les statistiques. Le premier exige d'optimiser la tâche, le second de restructurer le processus.
Le paradoxe des couches : L'application est reine contre L'application est morte
Le consensus de l'ère du mobile internet était que l'application est reine : celui qui occupe le temps de l'utilisateur a une chance de monétiser via la publicité et les recommandations, les applications fréquentes battent les applications occasionnelles, le nombre d'ouvertures équivaut à la valeur.
Cette fois-ci avec l'IA, il y a un renversement. Jensen Huang a déclaré publiquement que la valeur économique finirait par se concrétiser au niveau applicatif, les applications réussies tirant toute l'industrie. Selon cette logique, les capitaux devraient affluer vers la couche applicative. Mais à l'été 2026, l'opinion dominante sur le marché primaire était que "l'application est morte" : l'évolution des modèles de base est trop rapide, une application trop superficielle peut à tout moment être supplantée par l'extension naturelle des capacités des modèles. Les capitaux affluent d'abord vers les modèles et l'infrastructure. La couche applicative obtient encore des financements, mais elle est loin d'être considérée comme un choix évident comme lors du cycle précédent.
Le bilan de l'industrie soutient en partie le choix des capitaux. En décomposant la pile technologique, lorsque le revenu annualisé de l'écosystème de l'IA générative atteint environ 4 000 milliards de dollars, la couche des puces s'empare d'environ 70% des revenus et près de 80% de la marge brute ; le revenu de la couche applicative est d'environ 60 milliards de dollars, avec des marges brutes souvent entre 0 et 30%, tandis que des entreprises de puces comme Nvidia peuvent atteindre des marges brutes d'environ 70%. La structure en triangle droit de l'ère du cloud computing, où la couche applicative occupait la plus grande part, s'est inversée dans l'industrie de l'IA.
Il y a aussi une différenciation à l'intérieur de la couche des modèles. Les entreprises axées sur les API d'entreprise, s'appuyant sur l'effet boule de neige de l'utilisation de leur clientèle existante, voient leurs revenus exploser tandis que leur marge brute sur l'inférence peut passer d'une perte profonde à environ 70% ; en revanche, les entreprises supportant une large base d'utilisateurs gratuits ont des performances opérationnelles bien inférieures à ce que leurs revenus pourraient laisser penser. Les bénéfices ne sont pas répartis uniformément dans toute la couche des modèles, mais se concentrent sur quelques trajectoires à forte rétention et à forte marge. Le désintérêt des capitaux pour les applications a à la fois des préjugés cognitifs et des justifications financières.
La concurrence des produits d'IA ne porte plus sur le temps de présence de l'utilisateur, mais sur sa volonté de leur confier une tâche importante. Les ChatBots génériques et les Agents génériques seront très probablement le champ de bataille principal des grandes entreprises de modèles, offrant peu d'opportunités aux startups pour une concurrence frontale. Les directions qui peuvent encore prospérer consistent à intégrer l'intelligence dans des scénarios spécifiques, en refaisant le produit selon la façon dont les problèmes se posent réellement. L'utilisateur ne reste pas parce que le produit utilise tel ou tel modèle, mais parce qu'il comprend le matériel, retient le contexte et assure le suivi des services. Harvey, qui travaille depuis des années dans le domaine juridique, a accumulé des données de contrôle et de jurisprudence qui ne peuvent être répliquées par un investissement à court terme.
On peut ainsi établir un critère de distinction simple : à chaque nouvelle génération de modèles de base, la valeur du produit augmente-t-elle ou diminue-t-elle ? Si elle diminue, il s'agit probablement d'un emballage des capacités du modèle ; si elle augmente, c'est généralement qu'il possède un contexte privé, des processus métier, une capacité de livraison complète ou un canal de distribution. Le maillon où la valeur se concrétise n'a pas disparu, mais les critères de réussite ont changé : qui peut, à mesure que le modèle devient plus puissant, se rendre plus difficile à remplacer.
Le paradoxe de la responsabilité : Les profits suivent la distribution de la responsabilité
Examinons d'abord deux ensembles de données. Les revenus annualisés (ARR) d'Anthropic sont passés d'environ 10 milliards de dollars en décembre 2024 à plus de 470 milliards de dollars en mai 2026, soit une multiplication par plus de quarante en un an et demi. Les chiffres officiels d'OpenAI sont : ARR de 20 milliards de dollars en 2023, 60 milliards en 2024, plus de 200 milliards en 2025, et plus de 250 milliards fin février 2026.
Mais la croissance ne prouve que l'existence de la demande, pas que les profits peuvent être retenus. Malgré cette forte croissance, la marge brute sur l'infrastructure d'inférence d'Anthropic est passée de 38% il y a un an à plus de 70% ; tandis qu'OpenAI, dans un document interne mis à jour en novembre 2025, a reporté le point d'équilibre de son flux de trésorerie disponible à environ 2030. Au sein de la même industrie de l'IA, la croissance des deux types d'entreprises commence à diverger. Pour expliquer cette divergence, le marché avance principalement trois explications, chacune ayant une part de vérité mais omettant un maillon clé.
La première explication est que le temps résoudra tout : le coût de l'inférence baisse d'un ordre de grandeur chaque année, la facture de calcul qui pèse sur les marges aujourd'hui ne sera peut-être plus un problème dans deux ou trois ans. Le cloud computing, le stockage et la bande passante ont tous suivi la voie d'un investissement initial pour la taille, avec l'apparition naturelle des profits une fois la courbe des coûts aplatie. Mais cette explication peine à répondre à un fait : les deux années où les coûts ont baissé le plus rapidement sont précisément celles où la divergence des profits a été la plus marquée. Si la baisse des coûts était la solution, les profits de l'industrie devraient s'améliorer globalement, et non s'améliorer pour la moitié et se détériorer pour l'autre. La raison est que la baisse des coûts est universelle, tous les fournisseurs en bénéficient simultanément, et la transmettent simultanément aux utilisateurs via des réductions de prix. Compter sur la déflation des coûts pour les profits, c'est admettre que l'on ne détient pas de pouvoir de fixation des prix.
La deuxième explication est l'existence de barrières à l'entrée dans la couche applicative : les produits de support client et de gestion des tickets sont profondément intégrés aux systèmes des clients, l'accumulation de données et les coûts de migration constituant une défense. Ce jugement était valable il y a cinq ans, mais l'argument principal des nouveaux outils d'IA est précisément que le coût de migration tend vers zéro – ils ne remplacent pas le système du client, mais prennent directement en charge les processus existants. Quant à l'accumulation de données, un bond significatif des capacités du modèle de base peut considérablement dévaluer une base de connaissances sectorielle accumulée sur plusieurs années. Le cas le plus révélateur est celui d'Intercom : il a lancé Fin, facturant par problème résolu, à 0,99 dollar par résolution, sans frais si le problème n'est pas résolu. Cela indique dans une certaine mesure que l'ancien modèle de vente d'outils de support par siège est difficile à maintenir.
La troisième explication est que la facturation au résultat n'est pas réalisable : il est difficile d'attribuer clairement la résolution d'un ticket ou la conversion d'une vente à l'IA. Par conséquent, la facturation au token ou par siège est la norme, et la facturation au résultat n'est qu'une expérience marginale. Le problème d'attribution existe certes, mais il est plus susceptible de constituer une source de pouvoir de fixation des prix qu'un obstacle : précisément parce que l'attribution est difficile à réaliser, les fournisseurs capables de l'établir solidement dans un domaine spécifique font de cette capacité d'attribution elle-même une barrière. De plus, l'attribution est naturellement claire dans certains domaines : un ticket est-il résolu ? Un recouvrement a-t-il abouti ? Une demande d'indemnisation est-elle réglée ? Tout cela peut être vérifié par contrat. Les domaines où l'attribution n'est pas solide ne facturent pas au résultat, ceux où elle est claire facturent au résultat, et plusieurs modes de facturation coexisteront à long terme.
Après avoir écarté ces trois explications, il ne reste qu'une variable structurelle : dans quelle mesure et avec quelles contraintes le fournisseur est-il prêt à assumer la responsabilité des résultats. Plus la responsabilité est lourde, plus la marge est élevée et plus la source budgétaire est importante. Vendre au token se dispute le budget IT, vendre au résultat s'attaque au budget des ressources humaines : si un service coûte 100 000 dollars par mois en coûts humains et que l'IA peut obtenir des résultats équivalents pour 10 000 dollars, l'espace de tarification est complètement différent.
Cela répond également à une autre question : pourquoi les activités les plus faciles à développer sont aussi les plus difficiles à rentabiliser. Les activités comme le support client, la description de produits, la transcription vocale en tickets sont volumineuses, faciles à démontrer et à vendre, mais ce sont aussi précisément celles qui contiennent le moins de responsabilité et que les modèles de base peuvent couvrir le plus facilement. À l'inverse, des domaines comme le droit, la santé – à faible fréquence, fortement réglementés, avec un coût d'erreur élevé – sont lourds à livrer, ont des cycles de vente longs et des récits peu séduisants, mais vendent des processus, des données et de la responsabilité, qu'une simple mise à jour du modèle ne peut effacer. Le choix de Harvey pour le droit n'est pas un hasard.
Par conséquent, pour évaluer la position d'une entreprise d'IA, plutôt que de se concentrer sur sa croissance et ses capacités de modèles, il vaut mieux répondre à deux questions : pour quelle partie des résultats ose-t-elle assumer la responsabilité, et l'attribution de ces résultats est-elle suffisamment solide ? Le premier est la volonté, le second la capacité. L'un sans l'autre empêche d'obtenir une prime sur les résultats. Ce critère ne garantit pas un jugement précis, la technologie d'attribution en est à ses débuts, et les habitudes d'achat des entreprises changent plus lentement que les prévisions optimistes. Mais en termes de direction, les profits n'iront probablement pas vers les entreprises à la croissance la plus rapide, mais vers celles qui osent et peuvent assumer la responsabilité.
Le paradoxe ouvert/fermé : L'open source gagne en trafic, le propriétaire gagne en revenus
Si l'on ne regarde que l'utilisation, l'open source a déjà pris l'avantage. Sur la plateforme OpenRouter, les cinq premiers modèles en termes de trafic sont tous des modèles à poids ouverts ; en termes d'adoption par les développeurs, l'open source atteint 79%, contre 71% pour le propriétaire. Les modèles chinois sont les principaux acteurs de cette expansion de l'open source, leur part sur cette plateforme est passée de moins de 2% il y a un an à plus de 45% en avril 2026, représentant 61% de l'utilisation des tokens parmi les dix premiers modèles.
Si l'on ne regarde que les revenus, l'avantage du propriétaire est tout aussi évident. L'enquête d'a16z auprès des DSI des entreprises du Global 2000 montre : la part des dépenses des entreprises pour les modèles open source est passée de 19% l'année dernière à 11% cette année, le propriétaire représentant 89%, avec un budget annuel moyen par entreprise pour les grands modèles d'environ 7 millions de dollars. La plateforme OpenRouter présente la même structure en interne : Anthropic, avec 12% de part d'utilisation des tokens, obtient 46% de la part des montants.
L'écart de performance n'étant que de quelques points, et le prix étant 5 à 20 fois moins cher, pourquoi les entreprises choisissent-elles encore le propriétaire ? Parce qu'une entreprise n'achète jamais seulement l'intelligence elle-même, mais aussi la fiabilité, le support technique, les garanties de conformité, et un responsable en cas de problème. "Suffisant" et "assez fiable pour une activité critique" sont deux choses différentes. Un autre détail de l'enquête mérite attention : le coût total de possession (TCO) entre l'open source et le propriétaire converge, les prix du propriétaire baissent plus vite que la confiance ne s'installe pour l'open source. Le déploiement hybride devient donc la norme : l'open source pour l'expérimentation et les scénarios périphériques, le propriétaire pour les chemins critiques.
Le changement plus profond est que le camp open source lui-même ne compte pas sur la vente des modèles pour être rentable. Les motivations des différents fournisseurs pour l'open source diffèrent. Certains visent un écosystème de plateforme, échangeant des poids ouverts contre un accès aux développeurs et une influence sur les standards du secteur, en se faisant financer par leur activité principale existante ; d'autres considèrent les modèles open source comme un canal d'acquisition pour leurs services cloud, attirant les développeurs sur le cloud et stimulant ainsi la croissance continue des revenus du cloud. La couche des modèles devient rapidement une commodité, le bassin de profits migre vers les deux extrémités : la puissance de calcul en amont, et l'orchestration, les données et les services en aval.
La difficulté pour le camp propriétaire est que sa prime est fortement liée à l'écart de capacité entre les générations. Chaque pas de rapprochement de l'open source érode un peu plus son pouvoir de fixation des prix sur la facturation au token. Mais la rareté n'a pas disparu, elle s'est simplement stratifiée : les modèles de pointe restent rares, l'intelligence "suffisante" devient une commodité. Par conséquent, pour évaluer la position d'une entreprise, la question n'est pas de savoir si elle choisit l'open source ou le propriétaire, mais de savoir sur quoi elle fonde ses revenus, et si ces revenus augmentent ou diminuent lorsque l'open source progresse encore.
Cet article provient du compte public WeChat "Tencent Research Institute" (ID:cyberlawrc), auteur : Liu Qiong
