Une lettre interne de quatre pages : Quel jeu joue OpenAI ?

marsbitPublished on 2026-04-14Last updated on 2026-04-14

Abstract

Dans une lettre interne de quatre pages révélée par les médias, la directrice des revenus d'OpenAI, Denise Dresser, a comparé les chiffres de revenus d'Anthropic et d'OpenAI, soulignant une différence de 80 milliards de dollars due à des méthodes comptables distinctes. Anthropic utilise une comptabilisation brute (gross) incluant les parts des plateformes, tandis qu'OpenAI utilise une méthode nette. Selon OpenAI, le chiffre réel d'Anthropic serait de 220 milliards de dollars, contre 240 milliards pour OpenAI. Les données de Ramp AI Index montrent qu'Anthropic rattrape rapidement OpenAI en parts de marché clientèle entreprise, avec un écart réduit à 4,6 points. Anthropic mène déjà dans les secteurs de la technologie, de la finance et des services professionnels. Sur le plan de la capacité de calcul, OpenAI dispose actuellement de 1,9 GW contre 1,4 GW pour Anthropic. Cependant, les plans à long terme d'OpenAI (30 GW d'ici 2030) pourraient creuser un écart significatif. OpenAI renforce également son partenariat avec Amazon, signalant une diversification face aux limitations perçues avec Microsoft. Amazon, qui investit simultanément dans Anthropic et OpenAI, devient un acteur clé dans la distribution des modèles des deux concurrents via sa plateforme Bedrock.

Selon les comptes d'Anthropic, son chiffre d'affaires annualisé est de 30 milliards de dollars, mais selon la conversion d'OpenAI, les mêmes chiffres de vente ne valent que 22 milliards de dollars. Aucun des deux chiffres n'est faux. C'est le premier coup de coupe porté par Denise Dresser, directrice des revenus d'OpenAI, dans cette lettre interne de quatre pages révélée par les médias le 13 avril.

L'affaire a commencé par un mémo interne obtenu par The Information. Dans sa lettre, Dresser a fait trois choses à la fois : elle a fait l'éloge de la nouvelle collaboration avec Amazon, dont « la demande est incroyablement élevée », a reconnu que le partenariat avec Microsoft « a limité notre accès aux clients », et a passé une partie considérable à décortiquer les chiffres de revenus d'Anthropic. La fuite de cette lettre est intervenue juste une semaine après qu'Anthropic a annoncé avoir franchi le cap des 30 milliards de dollars de revenus annualisés.

En surface, il s'agit d'une communication interne, mais en réalité, c'est une guerre de l'information soigneusement construite. Pour la comprendre, il est plus direct de l'aborder sous trois dimensions : la méthode de calcul des revenus, le paysage concurrentiel côté entreprise et la course aux capacités de calcul, puis de les replacer dans le même schéma structurel de collaboration cloud.

D'où vient l'écart comptable de 8 milliards de dollars

Anthropic annonce 30 milliards de dollars de revenus annualisés, OpenAI dit que le chiffre réel est de 22 milliards. Les 8 milliards de différence proviennent des choix radicalement différents que les deux entreprises ont faits concernant la méthode de comptabilisation des revenus.

Anthropic utilise une méthode de comptabilisation brute (Gross) : lorsqu'une entreprise achète des crédits d'utilisation de Claude via AWS, Anthropic comptabilise le montant total de cette somme en revenus bruts, puis traite la part reversée à Amazon comme un coût. OpenAI fait l'inverse : il n'enregistre que le montant net effectivement perçu de Microsoft, la part de Microsoft n'apparaissant pas dans les revenus bruts.

Les deux méthodes sont conformes aux principes comptables généralement reconnus (GAAP) américains. La logique d'Anthropic est qu'elle est la « partie principale » (principal) dans la transaction client, les fournisseurs de cloud n'étant que des canaux de distribution. La logique d'OpenAI est qu'il considère Microsoft comme un « agent », et n'enregistre donc que la part qu'il reçoit réellement. La source du désaccord ne réside pas dans une falsification, mais dans la revendication plus agressive de sa position dominante dans la chaîne de vente.

Dresser a écrit dans le mémo qu'Anthropic « utilise une méthode de comptabilisation qui fait paraître le chiffre d'affaires plus important », incluant la comptabilisation du montant total des parts d'AWS et de Google dans les revenus bruts. La sous-entendu de cette phrase est clair : lorsque Anthropic déposera son prospectus S-1 auprès de la SEC, les auditeurs statueront sur cette méthode, et un ajustement de concordance des méthodes pourrait devoir être divulgué. Converti selon la même méthode, Anthropic est à 22 milliards, OpenAI à 24 milliards, et c'est ce dernier qui prend la tête.

Il faut préciser que la croissance des revenus d'Anthropic est elle-même historique. Selon les données de Bloomberg et Sacra entre autres, ses revenus annualisés sont passés d'environ 9 milliards de dollars fin du quatrième trimestre 2025 à 30 milliards de dollars aujourd'hui, soit une multiplication par plus de trois en moins de cinq mois, et cela est principalement dû à des achats réels de clients, ce qu'un simple ajustement comptable ne peut expliquer. Le cœur de cette controverse comptable n'est pas qu'Anthropic rapetisse, mais qu'OpenAI utilise le « couteau » de la méthode pour redessiner les frontières.

La vitesse de rattrapage côté entreprise est plus rapide que prévu

Ramp suit les dépenses réelles d'IA de milliers d'entreprises sur sa plateforme, c'est une source de données de première main pour juger des choix réels côté entreprise.

Données de l'Ramp AI Index d'avril : la part d'Anthropic parmi les clients payants entreprises est passée à 30,6 %, celle d'OpenAI est à 35,2 %, l'écart s'est réduit de 11 points de pourcentage en février à 4,6 points. Si l'on prend la vitesse moyenne de croissance d'Anthropic des deux derniers mois (+6,3 points de pourcentage par mois - qui est déjà le plus fort taux de croissance mensuel jamais enregistré pour cet indicateur), elle dépassera OpenAI sur cet indicateur dans environ deux mois.

Ce qui est plus notable, ce sont les signaux structurels. Dans trois industries à fort pouvoir d'achat, la domination d'Anthropic est déjà une réalité : Technologies de l'information/Logiciels (63 % contre 54 %), Services financiers (52 % contre 46 %), Services professionnels (47 % contre 44 %), toutes dépassent OpenAI. Ces trois secteurs sont précisément ceux où les budgets IA entreprises sont les plus concentrés et les décisions d'achat les plus professionnelles. Cela signifie que les entreprises qui ont le plus de poids dans la chaîne d'achat d'IA commencent collectivement à pencher vers Anthropic.

Dresser a reconnu de manière rare dans le mémo qu'Anthropic « dispose d'un avantage significatif auprès des clients entreprises », en citant comme raison ses capacités en programmation. Cette phrase, venant de l'intérieur d'OpenAI, a un poids totalement différent d'une évaluation externe ; c'est une entreprise qui dit à ses propres employés que l'adversaire a gagné sur le champ de bataille central. Elle a ajouté une mise en garde : « You do not want to be a single-product company in a platform war. » (« Dans une guerre de plateformes, vous ne voulez pas être une entreprise à produit unique. ») C'est un rappel aux employés que l'avantage de Claude en programmation, s'il ne s'étend pas à la couche plateforme, n'est finalement qu'un billet d'entrée, pas un billet pour monter à bord.

Écart de puissance de calcul : proche aujourd'hui, quadruple en 2030

La capacité de calcul est la dimension la plus difficile à combler à court terme entre les entreprises d'IA, car son cycle de construction se compte en années et son seuil financier en dizaines de milliards.

Les chiffres actuels semblent proches : OpenAI environ 1,9 gigawatt, Anthropic environ 1,4 gigawatt, soit une différence d'environ 35 %. Dresser a décrit Anthropic dans le mémo comme « opérant sur une courbe significativement plus petite », mais cette affirmation n'est pas exagérée au regard de la comparaison actuelle des capacités ; l'écart est réel, mais pas encore décisif.

La vraie bifurcation arrive après 2027. OpenAI prévoit d'atteindre 30 gigawatts de capacité de calcul d'ici 2030, s'appuyant sur un contrat de cloud computing de 30 milliards de dollars sur cinq ans avec Oracle, l'ensemble du projet d'infrastructure Stargate, et un engagement total de construction de 1,4 billion de dollars.

Le chemin d'Anthropic dépend d'un accord sur une puce personnalisée avec Broadcom, d'une capacité de 3,5 gigawatts, déployée via Google Cloud, effective à partir de 2027, ajoutée aux clusters d'entraînement existants sur AWS, l'objectif fin 2027 étant de 7-8 gigawatts.

Même si Anthropic atteint pleinement son objectif 2027, il restera un écart quadruple avec les plans d'OpenAI pour 2030. Cet abîme n'est pas techniquement impossible à combler ; si les gains d'efficacité des modèles permettent de produire plus de bénéfices par unité de calcul, Anthropic pourrait créer des produits suffisamment bons avec moins de puissance.

Mais elle doit le faire sous réserve que l'élan de Claude côté entreprise se maintienne, afin de supporter ses coûts d'achat de capacité de calcul grâce à des revenus d'abonnement continus : selon les estimations de Sacra, les frais qu'Anthropic paiera aux partenaires cloud s'élèveront à environ 1,9 milliard de dollars cette année, et devraient atteindre environ 6,4 milliards de dollars en 2027.

Amazon, parie simultanément sur deux concurrents

La phrase la plus intrigante de ce mémo est la qualification directe que fait Dresser de la relation de partenariat avec Microsoft, écrivant que cette collaboration « a également limité notre capacité à atteindre les entreprises là où elles se trouvent ».

Le virage d'OpenAI vers Amazon est déjà très clair : selon CNBC, en février dernier, Amazon a annoncé un investissement de 50 milliards de dollars dans OpenAI, tout en obtenant l'exclusivité de la distribution cloud tierce pour la plateforme de gestion d'agents enterprise Frontier d'OpenAI.

C'est un changement actif de l'orbite Microsoft vers l'orbite Amazon, la logique est directe : beaucoup d'infrastructures IA des clients entreprises sont déjà construites sur la plateforme Bedrock d'AWS, et les clauses d'exclusivité de Microsoft rendent difficile la vente directe d'OpenAI sur ce terrain.

Mais l'autre facette d'Amazon dans cette compétition mérite également attention : il est actuellement le plus grand partenaire d'infrastructure cloud et investisseur stratégique d'Anthropic, avec un investissement cumulé de 8 milliards de dollars ; leur projet collaboratif Project Rainier a déployé environ 500 000 puces Trainium 2. Le pari total d'Amazon dans toute la course à l'IA s'élève à 58 milliards de dollars, dirigés simultanément vers deux adversaires qui s'affrontent frontalement sur le marché enterprise.

Il ne s'agit pas d'un simple pari diversifié d'un hyper-scaler de cloud, mais d'une structure plus précise : Amazon est à la fois « l'allié stratégique et le plus grand bailleur de fonds » d'Anthropic, et la nouvelle base cloud qu'OpenAI utilise pour « remplacer Microsoft ».

Lorsque les deux entreprises se disputent les mêmes clients entreprises, le canal qu'elles se disputent est précisément la plateforme Bedrock d'Amazon, une plateforme qui distribue les modèles des deux entreprises. Quel que soit le taux de conversion le plus élevé sur Bedrock, Amazon y gagne, mais OpenAI et Anthropic y perdent l'un face à l'autre.

Sous la pression d'une part de marché enterprise continuellement grignotée et d'une fissure structurelle dans le partenariat Microsoft, OpenAI a choisi de reconstruire le récit grâce à une guerre des chiffres finement calculée, tout en se repositionnant sur les canaux de distribution avec Amazon. Les trois ensembles de chiffres, une fois démontés, montrent que cette compétition est plus complexe que ce que l'une ou l'autre partie ne veut vous laisser voir.

Trending Cryptos

Related Questions

QQuelle est la différence de 80 milliards de dollars dans les revenus annuels déclarés par Anthropic et OpenAI, et d'où vient-elle ?

ALa différence de 80 milliards de dollars provient des méthodes comptables distinctes utilisées par Anthropic et OpenAI. Anthropic utilise une méthode de comptabilisation brute (Gross), incluant la totalité des revenus des clients via AWS puis en déduisant la part de plateforme comme coût. OpenAI utilise une méthode nette, ne comptabilisant que la part qu'il perçoit réellement après la part de Microsoft. Les deux méthodes sont conformes aux PCGR (GAAP).

QQuels sont les secteurs d'activité où Anthropic devance actuellement OpenAI en termes de part de clients payants, selon les données de Ramp ?

ASelon les données de Ramp, Anthropic devance OpenAI dans trois secteurs à fort pouvoir d'achat : les technologies de l'information/logiciels (63 % contre 54 %), les services financiers (52 % contre 46 %) et les services professionnels (47 % contre 44 %).

QQuelle est la projection de capacité de calcul (en gigawatts) d'OpenAI et d'Anthropic pour 2030, et quel est l'écart ?

AOpenAI prévoit d'atteindre une capacité de calcul de 30 gigawatts d'ici 2030. Anthropic, avec ses accords existants et prévus (notamment avec Google Cloud et Broadcom), vise 7 à 8 gigawatts d'ici fin 2027. Même si Anthropic atteint son objectif, l'écart avec la projection d'OpenAI pour 2030 serait d'un facteur d'environ quatre.

QQuel rôle joue Amazon (AWS) dans la concurrence entre OpenAI et Anthropic ?

AAmazon joue un rôle complexe en étant un partenaire stratégique et investisseur des deux camps. Il est le plus grand investisseur d'Anthropic (80 milliards de dollars) et son principal partenaire cloud via AWS. Simultanément, Amazon a investi 500 milliards de dollars dans OpenAI et est devenu le distributeur cloud exclusif tiers de sa plateforme Frontier. Les deux entreprises se disputent les mêmes clients enterprise sur la plateforme Bedrock d'Amazon.

QQu'est-ce que la chef des revenus d'OpenAI, Denise Dresser, a reconnu concernant le partenariat avec Microsoft dans le mémorandum interne ?

ADenise Dresser a reconnu que le partenariat avec Microsoft 'a également limité notre capacité à atteindre les entreprises là où elles se trouvent'. Cela fait référence au fait que de nombreuses entreprises utilisent déjà l'infrastructure AWS Bedrock, et les clauses d'exclusivité avec Microsoft empêchaient OpenAI de vendre directement sur cette plateforme concurrente, limitant ainsi sa portée sur le marché enterprise.

Related Reads

Gate Research Institute: Analysis of Chart Patterns and Breakout Trading Strategies

Gate Research Institute: Chart Pattern Analysis and Breakout Trading Strategies Chart patterns are crucial tools in technical analysis for observing market supply and demand shifts, trend continuations, and reversals. This analysis involves a comprehensive evaluation of trend, volume, support/resistance, time cycles, and breakout validity, not just rote pattern recognition. Patterns are broadly categorized into reversal patterns (e.g., Double Tops/Bottoms, Head and Shoulders) and continuation patterns (e.g., Flags, Triangles, Rectangles). An effective breakout, key for trading, requires clear support/resistance, prolonged consolidation, a prevailing trend backdrop, and volume confirmation. However, breakouts are not guaranteed, as false breakouts are common. Risk must be managed through position sizing, stop-loss orders, pullback confirmations, and profit-taking in stages. Key pattern types discussed include: * **Rectangle Patterns:** Indicate market indecision within parallel support and resistance, with breakouts projecting a move equal to the pattern's width. * **Flag & Pennant Patterns:** Short-term continuation patterns following sharp price moves ("flagpoles"). * **Triangle Patterns:** Symmetrical, Ascending (bullish bias), and Descending (bearish bias) triangles, representing consolidation before a directional move. * **Head and Shoulders Patterns:** Major reversal patterns signaling trend exhaustion. The article details breakout trading strategies, defining valid breakouts by price closing beyond a key level with increased volume and minimal immediate re-entry into the prior range. It contrasts range trading with breakout trading and outlines entry methods (immediate entry, pullback entry, scaling in), stop-loss placement (based on pattern failure), and profit-taking techniques (target-based, structure-based, trend-following). It further classifies breakout outcomes: 1. **Valid Breakouts:** Strong, sustained moves in the breakout direction. 2. **Pullback Breakouts:** Price breaks out, retests the breakout level as support/resistance, then resumes the trend—offering a lower-risk entry. 3. **False Breakouts:** Price briefly breaches a level but quickly reverses back into the prior range, a common risk managed by strict stop-losses. Key validation tools for breakouts include volume analysis, the principle of support/resistance role reversal, and momentum indicators like ATR, Moving Averages, Bollinger Bands, and RSI. In conclusion, while chart patterns and breakout analysis provide a structured framework, their effectiveness relies on multiple confirming factors—trend context, volume, and proper risk management. They should be integrated into a broader trading system rather than used as standalone signals.

marsbit15m ago

Gate Research Institute: Analysis of Chart Patterns and Breakout Trading Strategies

marsbit15m ago

Joseph Chalom: Ethereum is Becoming the "Settlement Layer of Trust" for Global Finance

In a speech titled "The Industrialization of Trust," Sharplink CEO Joseph Chalom (former BlackRock digital assets head) discussed the future transformation of global finance. Drawing from 20 years at BlackRock, where he led the launch of Bitcoin/ETH ETFs and tokenized funds, Chalom highlighted the immense hidden costs of establishing trust in traditional finance—estimated at over $9.3 trillion annually in the US alone due to fragmented systems, multi-day settlements, and countless reconciliations. He argued that Ethereum is emerging as the global financial "settlement layer for trust," with its robust, decentralized infrastructure securing over $300 billion in on-chain assets and most stablecoins and tokenized assets. The future, he stated, will be driven by three accelerating pillars: stablecoins (evolving beyond crypto gateways to become efficient cross-border payment rails), tokenized assets (enabling 24/7 trading and reshaping capital markets), and DeFi (providing automated, accessible financial services). A potential game-changer, Chalom added, is the fourth pillar: "Agentic Finance," where AI agents autonomously execute programmable financial transactions via smart contracts and stablecoins. He envisions individuals soon having AI-powered "CFOs in their pockets" to optimize idle capital and manage tokenized portfolios. This shift, facilitated by Ethereum's trustless settlement, could multiply on-chain transaction volume 1000x within a year, moving finance toward a seamless, digitized future.

marsbit15m ago

Joseph Chalom: Ethereum is Becoming the "Settlement Layer of Trust" for Global Finance

marsbit15m ago

STRC Severely Unpegged, What Risks Is the Market Pricing In?

The article analyzes the recent significant de-pegging of Strategy's perpetual preferred stock, STRC, whose price fell to approximately $89, far below its $100 face value. This discount has pushed its simple yield to around 12.9%, creating a paradox. The stock was designed as a high-yield instrument trading near par, and Strategy maintains an 11.5% annual dividend, even recently switching to semi-monthly payments to support the price. The author explores several reasons why the high yield hasn't attracted enough buying pressure to restore the par value. A key factor is potential reverse deleveraging from carry trades, where leveraged investors may be forced to sell due to margin calls as the price falls, creating a self-reinforcing downward spiral. Additionally, the tokenization and integration of STRC into DeFi protocols (like Apyx, Saturn, Pendle) have introduced faster, more transparent, and potentially more volatile price adjustment mechanisms through leverage and yield-splitting products. The emergence of a competing product, Strive's SATA, offering a 13% yield with daily dividends, has also changed the yield benchmark, challenging STRC's unique high-yield narrative. Furthermore, the market is questioning the distinction between Strategy's substantial Bitcoin reserves, which provide long-term balance sheet coverage, and the certainty of stable near-term cash flow for dividends. Ultimately, the price dip represents a stress test for this type of BTC-backed, high-yield financing tool. The future path of STRC depends on whether Strategy acts to reinforce the $100 peg (e.g., by adjusting dividends), whether DeFi-related leverage unwinds further, and how investors ultimately price the risks of leverage, competition, and cash flow uncertainty against the offered yield.

marsbit26m ago

STRC Severely Unpegged, What Risks Is the Market Pricing In?

marsbit26m ago

LIT Token Hits Six-Month High: How Long Can the Buyback Flywheel Keep Burning Fuel?

The LIT token of decentralized perpetual exchange Lighter surged to a six-month high above $1.90 on June 18th, with a market cap of $425 million. After a price correction earlier this year, the recent rebound is attributed to its core "buyback flywheel" mechanism. All protocol fee revenue is used for programmatic, hourly market buybacks of LIT. Since its TGE in December 2025, approximately 15 million LIT (6% of circulating supply) has been repurchased for around $21 million. Additional price support comes from the LLP (Lighter Liquidity Pool), where providers must stake LIT worth 10% of their deposited USDC, locking significant token supply. However, challenges persist. Trading volume has declined amidst a sluggish market, with total volume at $1.68 trillion, significantly lower than leading competitor Hyperliquid's $4.37 trillion. While Lighter focuses on perpetual contracts, RWA, and Pre-IPO markets, Hyperliquid has expanded into prediction markets and boasts a U.S. spot ETF, attracting institutional investment and influencer endorsements like from Arthur Hayes. In contrast, LIT currently lacks similar high-profile backing. With 75% of LIT's total 1 billion supply still locked (team and investor tokens begin a 3-year linear unlock in December 2026), there is no immediate unlock selling pressure. The token's future performance hinges on sustaining trading volume growth, successful product iteration, and executing its transparent buyback strategy against a dominant competitor.

Foresight News46m ago

LIT Token Hits Six-Month High: How Long Can the Buyback Flywheel Keep Burning Fuel?

Foresight News46m ago

Trading

Spot
Futures

Hot Articles

Discussions

Welcome to the HTX Community. Here, you can stay informed about the latest platform developments and gain access to professional market insights. Users' opinions on the price of S (S) are presented below.

活动图片