OpenAI contre Anthropic : Wall Street prépare le grand test du prix de l’IA

Le jour où Anthropic sera cotée, les investisseurs d’OpenAI auront un nouvel interlocuteur. Il ne participera pas aux réunions de financement et ne négociera aucune clause : ce sera le cours de Bourse de son concurrent.

Un prix visible, actualisé pendant chaque séance, auquel les actionnaires pourront confronter les promesses de revenus, les dépenses de calcul et les besoins de financement. Ce changement pourrait compter presque autant que la prochaine amélioration de Claude ou de ChatGPT.

OpenAI cherche de nouveaux milliards tandis qu’Anthropic prépare son arrivée sur les marchés. Mais les conditions bougent déjà : après plus de 1 400 milliards de dollars de valorisation potentielle évoqués le 19 octobre, les informations les plus récentes font état de discussions autour de 1 250 milliards. Aucune de ces indications ne vaut annonce d’un accord conclu.

L’enjeu dépasse deux laboratoires. Une cotation d’Anthropic pourrait fournir un repère financier quotidien à une industrie qui a surtout grandi à travers des valorisations privées. Encore faut-il comparer les bons chiffres. Cinquante milliards de revenus annualisés ne sont pas cinquante milliards encaissés dans l’année ; une perte comptable de quatre-vingts milliards n’est pas nécessairement une sortie de trésorerie équivalente.

Le prix d’OpenAI bouge avant même l’IPO de son rival

Le 19 octobre, Reuters rapportait une recherche d’environ 30 milliards de dollars, à une valorisation potentielle supérieure à 1 400 milliards, avec notamment SoftBank et MGX en discussions. Selon ses sources, OpenAI cherchait à obtenir des engagements avant l’introduction attendue d’Anthropic.

Depuis, le dossier a évolué. Le Financial Times et Bloomberg, repris par The Business Times le 23 octobre, évoquent désormais 1 250 milliards. Bloomberg cite des discussions avec Coatue et des fonds des Émirats arabes unis. Les montants et la participation restent négociés, et non confirmés par une annonce de clôture.

Le point de comparaison officiel est différent : OpenAI annonçait le 31 mars 122 milliards de capital engagé à une valorisation post-money de 852 milliards. « Post-money » signifie que la valeur inclut le financement du tour. Une indication « pre-money » l’exclut. Les comparer directement peut fausser le pourcentage de hausse affiché.

Cette recherche de capitaux peut remplir plusieurs fonctions : financer le calcul, préserver une réserve si l’IPO d’OpenAI attend 2027 et attirer des investisseurs qui examineront aussi Anthropic. La volonté d’obtenir de meilleures conditions avant l’apparition d’un comparable est une lecture financière plausible, pas une intention que nous pouvons établir à la place de la direction.

En privé, le prix d’un tour s’accompagne de droits, de préférences et de restrictions. En Bourse, une action ordinaire offre un autre ensemble de droits et une liquidité différente. Le futur comparable ne sera donc pas parfait. Il rendra néanmoins plus difficile d’ignorer le prix auquel des investisseurs peuvent acheter une entreprise voisine.

Anthropic ne sera pas seulement une nouvelle action IA

BIZCONIA a déjà analysé les coûts et engagements derrière la préparation de l’IPO d’Anthropic. La question nouvelle est celle de sa valeur comme référence pour OpenAI, plutôt qu’une nouvelle présentation de Claude ou de l’histoire du laboratoire.

Anthropic annonçait le 28 mai une valorisation post-money de 965 milliards de dollars, lors de sa série H de 65 milliards. Ce prix confirmé d’un financement privé est distinct des ambitions évoquées pour l’introduction.

Le fait officiel concernant la procédure d’IPO reste le dépôt confidentiel d’un projet de S-1 annoncé le 1er juin. Anthropic précisait que le nombre d’actions et leur prix n’étaient pas fixés et que l’opération dépendrait notamment des conditions de marché. Les médias évoquent novembre ; ce calendrier demeure une attente, pas une date de cotation garantie.

Notre recherche, arrêtée au 24 octobre 2026, n’a pas permis de retrouver un prospectus financier public complet d’Anthropic. Les données détaillées ci-dessous proviennent donc de documents confidentiels ou de présentations décrits par Reuters, le Wall Street Journal et le Financial Times. Nous n’avons pas consulté ces documents privés directement.

Une fois cotée, Anthropic publierait des informations financières périodiques et subirait une comparaison régulière entre promesses et résultats. Son prix pourrait varier avec la croissance, les marges, le financement et les taux, même sans changement majeur dans la qualité des modèles.

Cela ne créerait pas le premier comparable public de toute l’intelligence artificielle : Microsoft, Alphabet ou des fournisseurs d’infrastructures sont déjà cotés. Mais un laboratoire de modèles de cette taille, dont l’activité est plus directement comparable, apporterait un repère particulièrement utile.

Le premier piège : prendre une vitesse de revenus pour un revenu annuel

Un revenu trimestriel mesure les ventes reconnues pendant trois mois. Un revenu annualisé, ou run rate, extrapole un rythme récent sur douze mois. Il peut être calculé à partir d’un mois, d’une période de consommation ou d’une combinaison de revenus. Il ne garantit ni douze mois de recettes identiques ni des contrats récurrents fermes.

Pour un laboratoire vendant beaucoup de calcul à l’usage, l’expression « revenu annualisé » est donc plus prudente que « revenu annuel récurrent ». Une hausse de consommation pendant quelques semaines ne dit pas combien de clients resteront ni à quel prix ils utiliseront le service dans six mois.

Le FT rapporte 16,8 milliards au Q3 contre environ 11,5 milliards au Q2, tandis que Reuters donne 11,6 milliards pour le Q2. BIZCONIA conserve cet écart d’arrondi ou de présentation au lieu de fabriquer une précision commune. La progression séquentielle est de l’ordre de 45 à 46 %, calculée à partir de ces valeurs.

Multiplier 16,8 par quatre donne 67,2 milliards. C’est l’annualisation mécanique du trimestre, pas le chiffre d’affaires annuel, ni nécessairement le run rate de sortie de septembre. Une entreprise en forte croissance peut terminer le trimestre à un rythme supérieur à sa moyenne des trois mois.

La croissance peut ainsi ralentir tout en restant considérable. Cela ne suffit pas à annoncer un affaiblissement de la demande. Cela peut en revanche modifier la valeur d’une entreprise dont le prix supposait une accélération encore plus forte.

Le deuxième piège : un dollar brut ne vaut pas un dollar net

Les comparaisons sont compliquées par les plateformes cloud, qui peuvent être à la fois distributeurs, fournisseurs et partenaires financiers. Selon l’enquête Reuters du 11 juin, OpenAI déduit certaines parts revenant à ses partenaires pour présenter ses revenus nets ; elle conteste la présentation plus proche du brut de certains revenus d’Anthropic. Anthropic affirme respecter les pratiques comptables établies.

Nous ne pouvons pas trancher ce différend sans les contrats et les notes comptables correspondantes. Surtout, la présentation au brut ou au net n’est pas un choix publicitaire libre : elle dépend du rôle de l’entreprise dans la prestation, notamment de son contrôle du service avant sa fourniture au client.

Voici un exemple fictif, limité à cet effet de présentation. Un client paie 100 dollars et 30 reviennent à un intermédiaire. Si les contrats et les règles justifient une présentation au brut, l’entreprise peut afficher 100 de revenu et 30 de charge correspondante. Si elle agit comme agent, elle peut reconnaître 70 de revenu net. Avant les autres coûts, le montant restant dans cet exemple est identique.

Pourtant, le multiple de ventes ne sera pas le même. À prix d’entreprise inchangé, diviser par 100 donne un multiple inférieur à celui obtenu en divisant par 70. L’écart peut faire paraître une société moins chère alors qu’une partie de la différence vient de la présentation.

Même le taux de marge peut varier mécaniquement avec le dénominateur. Il faut rapprocher les ventes, les coûts associés et les flux économiques conservés. Cela ne signifie pas que les structures d’OpenAI et d’Anthropic sont identiques ou que leur différence réelle se résume à une ligne comptable.

Le travail utile de Wall Street sera de reconstruire une comparaison cohérente : mêmes périodes, périmètres expliqués et politiques de reconnaissance identifiées. Un classement des deux sociétés fondé seulement sur leurs revenus affichés donne une assurance trompeuse.

Quatre-vingts milliards de perte ne signifient pas quatre-vingts milliards brûlés

Selon le projet de prospectus décrit par Reuters le 20 octobre, repris par CNA, Anthropic aurait enregistré 80,7 milliards de dollars de perte nette au premier semestre, dont environ 72 milliards liés à une réévaluation comptable de titres convertibles. Le Wall Street Journal rapporte également l’ampleur de cette charge non cash.

Un titre convertible peut devenir une action selon les conditions prévues. Lorsque la valeur estimée de l’entreprise augmente, celle de certains instruments financiers peut augmenter aussi. Leur réévaluation peut produire une charge au compte de résultat sans représenter une somme équivalente versée pendant la période.

Cela ne rend pas la charge dépourvue de sens : elle renvoie à des droits financiers et à une dilution possible. Mais elle ne mesure pas le coût du fonctionnement des modèles.

Soustraire 72 de 80,7 laisse 8,7 milliards. Ce solde n’est automatiquement ni la perte opérationnelle ni le cash brûlé. Il peut rester d’autres charges financières, des éléments non cash et des variations de besoin en fonds de roulement. Présenter ce calcul comme une mesure de l’exploitation serait une nouvelle erreur.

Le FT rapporte par ailleurs une marge opérationnelle ajustée de 11 % et un cash-flow positif dans la présentation trimestrielle d’Anthropic. Ce sont des indications à examiner avec leur définition et leur rapprochement aux comptes : elles portent sur une période différente du premier semestre et ne prouvent pas, seules, une rentabilité nette ou un free cash flow durable.

En l’absence de tableaux publics complets, nous ne donnons pas de chiffre précis de perte opérationnelle, de cash burn comparable ou de trésorerie actuelle. Le montant levé lors d’un tour n’est pas le solde bancaire restant quelques mois plus tard.

La croissance peut augmenter la facture avant d’améliorer la marge

Reuters rapporte près de 9 milliards de dollars consacrés au calcul et aux infrastructures par Anthropic au premier semestre 2026, contre environ 2,3 milliards un an plus tôt. Ces dépenses sont distinctes de la charge comptable sur les convertibles. Leur comparaison illustre l’augmentation des ressources nécessaires au service et au développement des modèles.

L’entraînement finance la prochaine génération. L’inférence fait fonctionner les modèles quand un client les utilise. Davantage de requêtes peuvent donc générer davantage de revenus tout en augmentant les coûts variables. Un agent qui multiplie les étapes de raisonnement ou les appels d’outils peut consommer plus de calcul qu’une réponse simple.

Il ne faut pas en déduire que l’IA ne peut pas bénéficier d’économies d’échelle. Des modèles mieux optimisés, une utilisation plus régulière des machines ou des puces plus efficaces peuvent réduire le coût du service. Mais le mécanisme doit être mesuré : une forte audience ne suffit pas à le démontrer.

Le prix lui-même complique la lecture. Dans un scénario fictif, un prix unitaire en baisse de 25 % et un volume en hausse de 20 % donnent un revenu égal à 90 % du niveau initial : 0,75 multiplié par 1,20. L’usage progresse tandis que le revenu recule. La marge peut malgré tout s’améliorer si le coût unitaire diminue suffisamment.

Il faut donc observer trois vitesses : celle des volumes, celle des prix et celle du coût du calcul. Notre article sur les modèles de monétisation de l’IA aide à distinguer abonnement et consommation. Une formule forfaitaire très utilisée peut être séduisante pour le client et coûteuse pour le fournisseur.

Claude Code et ChatGPT : deux chemins vers un usage rentable

Claude Code donne à Anthropic un terrain commercial intéressant : le développement logiciel est une activité professionnelle répétée, dans laquelle un gain de temps peut être rapproché d’un budget. Anthropic annonçait déjà, le 12 février, plus de 2,5 milliards de dollars de revenus annualisés pour Claude Code. Ce chiffre daté n’est pas une estimation de son activité actuelle.

L’intérêt économique vient de l’intégration au travail quotidien. Un client qui construit ses procédures autour d’un outil peut l’utiliser davantage et hésiter à changer. Mais il peut aussi comparer plusieurs fournisseurs, réserver les modèles chers aux tâches difficiles ou renégocier ses conditions. La rétention, le revenu par client et le coût de l’inférence importent autant que la popularité du produit.

OpenAI dispose d’un autre levier : la distribution. Dans sa communication du 13 août, l’entreprise déclarait toucher plus d’un milliard d’utilisateurs actifs hebdomadaires et plus de deux millions d’entreprises. Ces données sont déclaratives, mais elles décrivent une porte d’entrée considérable vers les abonnements, l’API et les produits professionnels.

Un utilisateur gratuit peut toutefois mobiliser du calcul sans apporter de revenu direct. La valeur de cette audience dépend de sa conversion, de la monétisation permise et du coût de service. Un volume plus petit d’usages professionnels rentables peut valoir davantage qu’une audience immense difficile à financer ; l’inverse reste possible si la distribution abaisse fortement le coût d’acquisition des clients.

Les deux laboratoires ont aussi des offres de programmation et des activités grand public ou entreprises qui se recoupent. Les enfermer dans « Anthropic pour les développeurs, OpenAI pour le grand public » ferait perdre une partie essentielle de la compétition.

Les engagements cloud sont une promesse de capacité et une contrainte de paiement

Le montant de 518 milliards de dollars vient d’un projet confidentiel décrit par Reuters le 29 septembre : au moins cette somme sur une décennie, auprès de six partenaires. Environ 80 % seraient non annulables ou payables indépendamment de l’usage. Il ne s’agit pas d’une facture immédiate.

Des informations plus récentes du Wall Street Journal, relayées notamment par Axios, évoquent jusqu’à 750 milliards de dépenses de calcul possibles dans les années à venir. Les périmètres ne sont pas suffisamment réconciliés publiquement pour additionner ces montants ou présenter 750 milliards comme la totalité d’obligations fermes comparables au plancher de septembre.

Pour OpenAI aussi, les montants sont considérables. L’accord officiel annoncé avec Amazon le 27 février prévoit une extension de 100 milliards de dollars sur huit ans d’un accord AWS existant de 38 milliards. Ce chiffre donne un exemple documenté de l’échelle des engagements ; il ne résume pas tous ses besoins futurs et ne doit pas être additionné sans contrôle à chaque annonce de partenariat.

Réserver tôt une capacité peut protéger la croissance contre une pénurie. La même réservation devient plus lourde si le prix de vente baisse ou si l’usage attendu ne se matérialise pas. Le point décisif est la flexibilité : quelles dépenses sont fermes, quelles capacités sont optionnelles et quelles obligations dépendent de la livraison ?

Ces engagements ne sont pas tous des dettes financières à ajouter mécaniquement à la valeur d’entreprise. Certains correspondent à des achats futurs nécessaires pour produire des revenus futurs. Mais ils pèsent sur la liberté d’ajuster les coûts. Leur calendrier et leurs conditions peuvent être aussi importants que leur montant total.

Enfin, signer un contrat ne met pas un bâtiment sous tension. Notre analyse des retards physiques des data centers IA montre pourquoi la disponibilité électrique et les permis peuvent décaler la livraison. Le laboratoire peut manquer de calcul pendant qu’un fournisseur finance une capacité encore inutilisable.

Une valorisation à 1 500 milliards exige quoi ?

Une valorisation élevée ne prouve ni l’excès ni la qualité d’un investissement. Elle décrit le prix à partir duquel l’investisseur doit obtenir un rendement. La question devient : combien de croissance rentable faut-il pour que ce prix soit justifié ?

Prenons une valeur des actions de 1 500 milliards de dollars. Les calculs suivants sont des illustrations arithmétiques, pas des prévisions de revenus d’OpenAI ou d’Anthropic.

Il s’agit d’un multiple de capitalisation sur chiffre d’affaires, pas d’EV/Sales. Pour la valeur d’entreprise, il faut notamment tenir compte de la trésorerie et des dettes selon leur nature. Pour tous les multiples, il faut préciser si les ventes sont historiques, prévues ou simplement annualisées, et si leur présentation est comparable.

Le multiple diminue quand les revenus augmentent, même si le prix de l’entreprise reste identique. Mais il ne dit pas quelle part de ces revenus deviendra du cash. Trois cents milliards de ventes avec des coûts absorbant presque tout ne donnent pas la même économie qu’une activité conservant une marge élevée après le calcul et la recherche.

Une dernière distinction concerne le financement. Si 30 milliards de nouveaux capitaux entrent dans une société valorisée 1 250 milliards avant le tour, la valeur post-money théorique devient 1 280 milliards, hors autres effets. Une vente d’actions anciennes, elle, rémunère les vendeurs et n’apporte pas la même trésorerie à l’entreprise. Le lecteur doit connaître la structure de l’opération avant d’interpréter son prix.

De 2 000 à 1 500 milliards : un autre rendement exigé, pas un verdict technologique

Reuters rapporte qu’Anthropic visait une valorisation pouvant atteindre 2 000 milliards tandis que certains investisseurs examinaient plutôt 1 500 milliards. Ce sont des indications de négociation, pas une fourchette officielle de prix d’introduction.

Mathématiquement, passer de 2 000 à 1 500 milliards correspond à une baisse de 25 %. Cela ne veut pas dire que Claude est devenu 25 % moins utile. Le marché peut revoir sa perception du risque, de la croissance ou du temps nécessaire pour produire du cash.

Une opération à un prix moins élevé peut donner davantage de potentiel au nouvel actionnaire tout en décevant un vendeur espérant davantage. Elle peut aussi accroître la dilution nécessaire pour lever une somme donnée. Le sens économique dépend de la position de chacun et du montant effectivement apporté à l’entreprise.

Si Anthropic est bien accueillie, d’autres entreprises IA pourraient trouver un marché plus réceptif. Si ses premiers résultats ou sa cotation déçoivent, les investisseurs pourraient exiger des conditions plus strictes chez OpenAI ou dans les transactions secondaires. Aucun de ces scénarios ne se transmet automatiquement : les marges, les droits des titres et les trajectoires commerciales restent propres à chaque société.

Le comparable pourrait remonter jusqu’aux data centers

Le lien avec Wall Street ne s’arrête pas aux laboratoires. Leurs dépenses font travailler des plateformes cloud, des fournisseurs de puces et des développeurs de capacité. Une demande durablement rentable soutient cette chaîne. Une croissance moins rapide que prévu peut modifier les besoins de financement bien avant l’annulation d’un contrat.

Notre analyse du financement de CoreWeave pose cette question en amont : qui finance aujourd’hui les équipements qui seront rémunérés demain ? Une cotation d’Anthropic donnerait davantage d’informations sur l’un des clients susceptibles de soutenir cette économie.

Les investisseurs devront éviter les doubles comptes. Un même dollar circule du client vers le laboratoire, puis vers le cloud et les infrastructures. Additionner les revenus de chaque étage ne mesure pas autant de demande finale indépendante. De même, l’investissement d’un partenaire dans un laboratoire ne prouve pas à lui seul que les services vendus ensuite à ce laboratoire sont économiquement rentables.

La pression sur les prix peut bénéficier aux utilisateurs pendant que les fournisseurs se disputent la marge. Une demande plus forte de calcul peut soutenir les volumes de l’infrastructure sans garantir le rendement du capital de chaque intervenant. C’est cette répartition de la valeur que la simple croissance du marché laisse souvent dans l’ombre.

Les preuves qui compteront après la cotation

Le premier cours sera spectaculaire. Les rapprochements comptables et les échéanciers d’engagements seront probablement plus utiles pour comprendre l’investissement.

Les laboratoires continueront à être jugés sur leurs modèles. Les investisseurs leur demanderont en plus de relier une capacité technique à une économie observable : le calcul devient un produit, le produit trouve un client, le revenu couvre ses coûts et laisse assez de cash pour financer la suite.

Cette chaîne peut fonctionner à grande échelle. Elle peut aussi s’interrompre après une adoption remarquable, si les prix baissent trop vite ou si les dépenses restent trop rigides. Avoir raison sur l’importance de l’IA ne suffit donc pas à avoir raison sur le prix d’une participation.

L’IPO d’Anthropic pourrait rendre cette distinction visible chaque jour. OpenAI ne serait pas tenue de copier la valorisation de sa rivale, mais devrait expliquer pourquoi elle mérite un autre prix. Pour l’ensemble du secteur, le progrès ne se mesurerait plus seulement en performances de modèles ou en milliards levés : il faudrait montrer quelle part du calcul acheté finit réellement dans la trésorerie de l’actionnaire.

Méthode BIZCONIA : données vérifiées le 24 octobre 2026. Financements en discussion, objectifs et chiffres issus de documents privés sont attribués comme tels. Aucun prospectus financier public complet d’Anthropic n’a été retrouvé dans les sources consultées à cette date. Les exemples chiffrés sont pédagogiques ; les scénarios ne constituent pas des prévisions.

Cet article est publié à titre informatif. Les données peuvent être révisées après leur publication initiale.