ActualitéCarnet de Julien Ricciarelli-BonnalIAOpenAI a-t-il vraiment 70 milliards de dollars de revenus ?

Article de Julien Ricciarelli-Bonnal

9 octobre 2026

L’essentiel

OpenAI disposerait aujourd’hui d’environ 50 milliards de dollars de revenus annualisés, alors qu’un chiffre proche de 70 milliards circulait encore en septembre. L’entreprise n’a pas perdu 20 milliards de dollars en quelques semaines. L’écart vient principalement de la manière dont certaines ventes réalisées par l’intermédiaire de partenaires cloud sont comptabilisées et d’un ajustement destiné à faciliter la comparaison avec Anthropic. L’épisode révèle surtout une difficulté nouvelle : dans une industrie où revenus, investissements et valorisations atteignent des montants gigantesques, comprendre ce que mesure réellement un chiffre devient presque aussi important que connaître le chiffre lui-même.

OpenAI vient-il de perdre 20 milliards de dollars de revenus en quelques semaines ? Présentée ainsi, l’histoire aurait de quoi inquiéter sérieusement les investisseurs. En septembre, un chiffre proche de 70 milliards de dollars de revenus annualisés circulait pour l’entreprise. Début octobre, Axios rapporte qu’OpenAI aurait indiqué à ses investisseurs se situer plutôt autour de 50 milliards.

La tentation est immédiate : soustraire l’un à l’autre, conclure qu’une partie spectaculaire de l’activité s’est évaporée et chercher ce qui aurait pu provoquer un tel ralentissement. Ce n’est pourtant pas ce qui s’est passé. Les deux chiffres ne décrivent pas exactement la même chose, même s’ils ont parfois été présentés comme s’ils étaient directement comparables.

Selon Axios, le chiffre de 70 milliards correspondait à une estimation ajustée destinée notamment à rendre OpenAI plus facilement comparable à Anthropic. La différence tient en grande partie à la manière dont les deux entreprises comptabilisent certaines ventes réalisées via leurs partenaires cloud. OpenAI n’est donc pas passée brutalement de 70 à 50 milliards de dollars de revenus. Le changement est beaucoup plus comptable que commercial.

Mais l’épisode est intéressant précisément parce qu’il devient possible, avec des entreprises de cette taille, de déplacer des dizaines de milliards de dollars simplement en changeant la manière dont un indicateur est présenté.

50 milliards de dollars ne signifie déjà pas 50 milliards encaissés sur douze mois

Avant même de comprendre la différence entre 50 et 70 milliards, il faut s’arrêter sur l’expression utilisée : revenus annualisés.

L’annualisation consiste à prendre un niveau d’activité observé sur une période récente et à extrapoler ce qu’il représenterait sur une année si ce rythme se maintenait. Une entreprise générant, par exemple, quatre milliards de dollars de revenus sur un mois pourrait afficher un rythme annualisé proche de 48 milliards. Cela ne signifie pas qu’elle vient effectivement d’encaisser cette somme sur les douze derniers mois.

Cette mesure est particulièrement utilisée dans les entreprises technologiques à forte croissance parce qu’elle donne une image plus actuelle de leur trajectoire que le chiffre d’affaires historique. Pour une entreprise dont les revenus progressent très rapidement, regarder les douze mois précédents peut sous-estimer considérablement la taille qu’elle a déjà atteinte à l’instant présent.

L’indicateur n’est donc pas trompeur par nature. Il répond simplement à une autre question. Le problème apparaît lorsque le raccourci médiatique transforme progressivement « 50 milliards de dollars de revenus annualisés » en « OpenAI réalise 50 milliards de chiffre d’affaires », puis compare ce montant avec une autre mesure construite différemment.

Cette distinction prend une importance considérable dans l’intelligence artificielle, où quelques mois peuvent suffire pour modifier profondément les volumes d’utilisation, les contrats signés et les capacités commercialisées. Nous avions déjà observé cette tension entre croissance spectaculaire et économie réelle de l’IA lorsqu’il fallait se demander si cette industrie ne devenait pas trop chère pour tenir toutes ses promesses. Plus les montants augmentent, plus la précision sur ce qu’ils représentent devient nécessaire.

Le passage de 50 à 70 milliards tient en partie à une question très classique : qui comptabilise quoi ?

Le mécanisme décrit par Axios est assez simple dans son principe. Lorsqu’un produit d’intelligence artificielle est vendu par l’intermédiaire d’un partenaire cloud, plusieurs acteurs interviennent dans la transaction. La question devient alors de savoir quelle part de la vente doit apparaître comme revenu chez le fournisseur du modèle.

Anthropic comptabilise certaines ventes réalisées via des partenaires cloud sur une base dite brute. Si un client dépense 100 dollars pour utiliser un service d’IA via un fournisseur cloud, l’entreprise peut inscrire les 100 dollars en revenus puis enregistrer séparément la part revenant au partenaire comme une dépense.

OpenAI utilise pour certaines de ces ventes une présentation différente et comptabilise seulement la part qui lui revient directement. Le client peut avoir dépensé exactement la même somme, l’activité économique sous-jacente peut être comparable, mais le montant affiché en haut du compte de résultat n’aura pas la même apparence.

Axios rapporte que le chiffre d’environ 70 milliards attribué à OpenAI en septembre avait justement été « grossi » pour simuler ce qu’aurait donné son activité si elle avait été présentée selon une méthode plus comparable à celle d’Anthropic. Le chiffre proche de 50 milliards correspond davantage à la manière dont OpenAI mesure habituellement ses propres revenus annualisés.

Il n’y a donc pas nécessairement une bonne entreprise qui compterait correctement et une autre qui embellirait ses performances. Axios précise que les deux peuvent respecter les principes comptables applicables. La différence dépend notamment du rôle considéré dans la transaction, du contrôle de la relation client et de la responsabilité dans la fourniture du service.

Ce qui devient beaucoup plus problématique, en revanche, c’est lorsqu’un chiffre conçu pour faciliter une comparaison finit par circuler sans son mode d’emploi.

Dans l’économie de l’IA, le nombre le plus spectaculaire gagne facilement

Cette histoire intervient dans une industrie où les chiffres ont déjà pris une dimension presque irréelle. Les investissements se comptent en dizaines ou centaines de milliards, les besoins en infrastructures produisent des annonces gigantesques, les valorisations évoluent à une vitesse rarement observée et les entreprises cherchent constamment à démontrer que leur croissance justifie les capitaux mobilisés.

Dans cet environnement, la manière de raconter une performance devient particulièrement importante. Dire qu’une entreprise approche les 70 milliards de dollars de revenus produit évidemment une impression différente de 50 milliards, même lorsque l’écart résulte principalement d’une convention de présentation. Pourtant, les deux nombres peuvent être défendables à condition d’expliquer précisément ce qu’ils mesurent.

C’est là que le sujet dépasse largement OpenAI. Les entreprises privées ne publient pas leurs comptes avec le même niveau de détail et de régularité que les groupes cotés. Une grande partie des informations disponibles passe par des investisseurs, des documents de financement, des échanges avec des partenaires ou des données communiquées à la presse. Entre revenus annualisés, réservations commerciales, valeur totale des contrats, croissance ajustée et autres indicateurs internes, plusieurs chiffres peuvent décrire une même activité sans mesurer exactement la même chose.

À mesure que les acteurs de l’IA deviennent comparables par leur taille aux plus grandes entreprises technologiques mondiales, cette souplesse devient plus difficile à traiter comme une simple habitude de start-up. Cinquante milliards de dollars annualisés constituent déjà une activité considérable. À ce niveau, une différence méthodologique de 20 milliards n’est plus un détail situé au fond d’un tableur.

Elle peut modifier la perception de la croissance, influencer une comparaison avec un concurrent et participer au récit utilisé pour justifier des investissements encore plus importants.

Comparer OpenAI à Anthropic oblige désormais à comparer aussi leurs définitions

Le cas est particulièrement révélateur parce que l’ajustement aurait été réalisé pour permettre aux investisseurs de comparer OpenAI et Anthropic sur une base plus homogène. L’intention est parfaitement compréhensible : deux entreprises peuvent difficilement être évaluées l’une contre l’autre si elles utilisent des conventions très différentes pour présenter une partie de leur activité.

Mais cette nécessité produit un paradoxe. Plus on cherche à simplifier la comparaison, plus il faut parfois reconstruire les chiffres, et plus le résultat risque ensuite d’être pris pour une donnée comptable directement observable.

Une comparaison sérieuse devrait donc commencer par des questions beaucoup moins impressionnantes que les montants affichés : parle-t-on de revenus réellement enregistrés ou d’un rythme annualisé ? Les ventes par les partenaires sont-elles comptabilisées brutes ou nettes ? Certains revenus futurs sont-ils inclus ? Les périodes comparées sont-elles identiques ? Les coûts associés sont-ils présentés de la même manière ?

Les mêmes précautions deviennent nécessaires lorsqu’on parle de rentabilité. Une entreprise peut annoncer un résultat opérationnel positif selon une certaine mesure alors que d’autres charges importantes sont exclues de cette présentation. Cela ne rend pas nécessairement l’indicateur inutile. Cela signifie simplement qu’un mot comme « bénéfice », « revenu » ou « marge » n’est plus suffisamment précis lorsqu’il est isolé de sa définition.

Cette complexité ne doit pas servir de prétexte pour considérer tous les chiffres comme suspects. Elle exige au contraire de les lire davantage.

Le vrai sujet n’est peut-être pas de savoir si OpenAI est à 50 ou 70 milliards

L’écart fait un excellent titre parce que 20 milliards de dollars semblent avoir disparu. Mais la conclusion la plus intéressante est presque inverse : aucune disparition spectaculaire n’est nécessaire pour produire un écart spectaculaire.

L’intelligence artificielle entre dans une phase où son économie devient suffisamment massive pour que les conventions financières aient un effet visible jusque dans la perception publique du secteur. Pendant longtemps, nous avons surtout évalué ces entreprises en comparant leurs modèles, leurs utilisateurs ou leurs capacités techniques. Désormais, leurs méthodes de comptabilisation, leurs coûts d’infrastructure et la qualité de leurs revenus vont compter presque autant dans l’analyse.

C’est également ce qui attend les entreprises qui intègrent progressivement cette technologie. L’IA a longtemps été évaluée par des démonstrations impressionnantes : rapidité de génération, performances d’un modèle, nombre de tâches automatisables. À mesure qu’elle entre réellement dans les organisations, la question devient beaucoup plus prosaïque : quelle valeur est effectivement créée, comment la mesure-t-on et quels coûts faut-il mettre en face ? Structurer les usages de l’intelligence artificielle suppose justement de distinguer les indicateurs séduisants des gains qui ont réellement du sens pour l’entreprise.

OpenAI n’a donc probablement pas « perdu » 20 milliards de dollars de revenus. Ce qui s’est surtout perdu en chemin, c’est une partie de la définition du chiffre lorsque celui-ci a commencé à circuler.

Et c’est peut-être la leçon la plus utile de cette histoire. Lorsque l’économie de l’IA produisait des millions, les approximations pouvaient sembler anecdotiques. Lorsqu’elle commence à produire des dizaines de milliards, une note méthodologique peut valoir à elle seule la taille d’une multinationale.

Si votre entreprise cherche à distinguer les promesses de l’IA de sa valeur réellement mesurable, nous pouvons vous aider à structurer les usages, les priorités et les indicateurs qui comptent vraiment.