OpenAI boucle le plus grand tour de table de l'histoire, alors qu'Anthropic est encore plus pressé d'entrer en bourse

Auteur | Lin Wanwan

Le 31 mars 2026, OpenAI a annoncé la clôture d'un financement de 122 milliards de dollars, pour une valorisation de 852 milliards de dollars, soit le plus grand financement privé de l'histoire commerciale humaine.

Amazon a investi 500 milliards de dollars dans OpenAI. 150 milliards ont été reçus immédiatement, tandis que les 350 milliards restants sont conditionnés à la réalisation d'un objectif précis.

Cette condition est qu'OpenAI réalise une introduction en bourse (IPO) ou atteigne l'AGI.

L'un est d'entrer en bourse, l'autre de créer une intelligence générale de niveau surhumain. La plus grande entreprise de commerce électronique au monde a parié une somme supérieure au budget militaire annuel de la plupart des pays sur un scénario de type « ou ».

Analysons la structure de financement complète d'OpenAI.

NVIDIA a contribué à hauteur de 300 milliards de dollars, et OpenAI se trouve être l'un des plus gros clients de GPU de NVIDIA.

La directrice financière d'OpenAI, Sarah Friar, a mentionné qu'une grande partie de cet argent reviendrait à NVIDIA.

L'investissement de 500 milliards de dollars d'Amazon a été réalisé pour qu'OpenAI exécute ses modèles sur AWS pour l'inférence, ce qui entraîne une augmentation des revenus d'AWS et améliore les résultats financiers d'Amazon. Microsoft a investi au total plus de 130 milliards de dollars, et OpenAI s'est engagé à acheter pour 2,5 billions de dollars de services cloud sur Azure.

L'argent circule en circuit fermé et revient à son point de départ. Wall Street appelle cela un financement circulaire.

L'analyste de Bernstein, Stacy Rasgon, a déclaré que chaque transaction de ce type renforce les inquiétudes du marché concernant le financement circulaire. Les statistiques du CFA Institute sont encore plus troublantes, le montant total des engagements d'investissement et d'approvisionnement parmi les entreprises d'IA approchant les 1 billion de dollars.

Mais le sujet du financement circulaire est discuté depuis un an, et tout ce qui devait être dit l'a été.

Ce qui mérite vraiment l'attention dans ce financement de 122 milliards de dollars n'est pas la manière dont les fonds circulent, mais une question plus directe : qu'est-ce que ces fonds achètent réellement ?

Qu'achètent les 852 milliards de dollars ?

La réponse est : ils achètent du temps. Plus précisément, du temps jusqu'à l'introduction en bourse.

Le revenu mensuel actuel d'OpenAI est de 20 milliards de dollars, ce qui correspond à un revenu annualisé d'environ 240 milliards de dollars. La valorisation de 852 milliards de dollars correspond à un ratio cours/ventes (P/S) d'environ 35x. Ce multiple implique que le marché paie pour OpenAI trois à quatre ans à l'avance.

Prenons quelques points de référence pour se faire une idée. NVIDIA se négociait à environ 20x le P/S dans un scénario de rentabilité extrême. Snowflake a atteint un pic à 100x avant de retomber rapidement en dessous de 30. Salesforce se négociait autour de 10x lors de son introduction en bourse.

Appliquer un multiple de 35x à une entreprise qui perd encore de l'argent est déjà assez agressif.

Le propre plan d'OpenAI est d'atteindre 100 milliards de dollars de revenus et 14 milliards de dollars de bénéfices d'ici 2029. Passer de 24 milliards à 100 milliards nécessite un taux de croissance annuel continu de plus de 40 % pendant quatre ans. J'ai sérieusement réfléchi aux entreprises de logiciels ayant maintenu ce taux de croissance sur une base de revenus d'un milliard de dollars dans l'histoire, et je n'en ai trouvé aucune.

Une valorisation de 852 milliards de dollars ne peut être justifiée qu'à une condition : que quelqu'un soit prêt à l'accepter à ce prix sur le marché public. En d'autres termes, l'IPO doit être un succès.

Une fois ce point compris, toute la structure de financement prend tout son sens.

Sur les 500 milliards de dollars d'Amazon, 350 milliards sont liés à la condition de l'IPO, ce qui signifie que l'argent ne sera pas reçu sans entrée en bourse. Les 300 milliards de dollars de SoftBank sont divisés en trois tranches, la première étant versée à la clôture du financement et les deux suivantes arrivant en juillet et octobre, stratégiquement alignées sur les phases cruciales de la préparation de l'IPO.

OpenAI a d'abord vendu 30 milliards d'actions à des investisseurs particuliers par l'intermédiaire d'une banque et rejoindra également l'ETF d'ARK Invest. L'achat d'actions par les particuliers et l'entrée dans l'ETF créent une pression acheteuse naturelle pour l'ouverture de l'IPO.

Le libellé de l'annonce de financement ne ressemble plus à un rapport destiné à des investisseurs privés. « Nous sommes la plateforme la plus rapide à atteindre 10 millions d'utilisateurs, la plus rapide à atteindre 1 milliard d'utilisateurs, et bientôt la plus rapide à atteindre 10 milliards d'utilisateurs actifs hebdomadaires. » « Notre taux de croissance des revenus est quatre fois supérieur à celui de Google et Meta à la même époque. » Cet ensemble d'arguments peut être directement transféré sur la première page du prospectus sans modification.

Une étude de PitchBook a souligné que parmi les trois plus grands candidats à une IPO dans l'IA, OpenAI, Anthropic et Databricks, OpenAI a les fondamentaux de qualité commerciale les plus faibles mais la valorisation la plus élevée.

Chaque détail de conception du financement de 122 milliards de dollars pointe dans la même direction : introduire cette entreprise en bourse et laisser le marché public absorber cette valorisation.

Deux entreprises se disputent le même robinet

OpenAI a besoin d'une IPO, mais ce n'est pas la seule. C'est le véritable spectacle de 2026.

Regardons d'abord la liste d'attente. CoreWeave est entré en bourse en mars dernier à 40 $, il est aujourd'hui à 130 $, avec une capitalisation boursière de plus de 46 milliards de dollars, établissant une référence pour les autres entreprises. Databricks, valorisé à 134 milliards de dollars lors de son roadshow, affiche près de 5 milliards de dollars de revenus annualisés. Cerebras a résolu l'examen du CFIUS et a redéposé sa demande d'IPO.

Les véritables poids lourds sont Anthropic et OpenAI. Anthropic, valorisé à 380 milliards de dollars, a engagé Wilson Sonsini pour la préparation juridique de son IPO. Kalshi prédit une probabilité de 72 % sur le marché qu'Anthropic entre en bourse avant OpenAI.

Ces probabilités sont difficiles pour OpenAI. Le réservoir de fonds cherchant à investir dans des cibles d'IA est limité, donc si Anthropic consomme cette vague de fonds et d'attention en premier, le prix de l'IPO d'OpenAI sera compressé.

Et Anthropic empiète effectivement sur le territoire d'OpenAI. Sur le marché des API d'entreprise, la part de marché d'OpenAI est passée de 50 % en 2023 à 25 % mi-2025, tandis qu'Anthropic est passé de 12 % à 32 % sur la même période. Le taux de croissance des revenus d'Anthropic est environ trois fois supérieur à celui d'OpenAI. Certains analystes extrapolent à partir de la tendance actuelle qu'Anthropic dépassera les revenus annualisés d'OpenAI d'ici mi-2026.

Il y a deux ans, OpenAI dominait le marché des entreprises, mais aujourd'hui, Anthropic est le leader du marché des API d'entreprise. Un seul produit, Claude Code, génère 25 milliards de dollars de revenus annualisés, contribuant à 4 % des commits publics mondiaux sur GitHub. Cette vitesse de renversement est également rare dans l'industrie technologique.

Bien sûr, OpenAI a ses atouts. 9 milliards d'utilisateurs actifs hebdomadaires, 50 millions d'abonnements payants, plus d'un milliard de dollars de revenus annualisés provenant de son activité publicitaire, en opération depuis six ans. La notoriété de la marque et les habitudes des utilisateurs de ChatGPT restent le plus grand fossé concurrentiel de l'industrie de l'IA. Mais le ralentissement du côté des entreprises est réel.

Les deux entreprises dépensent également de l'argent à un rythme stupéfiant.

OpenAI devrait perdre 14 milliards de dollars en 2026, avec un taux de consommation de trésorerie annualisé pouvant atteindre 57 milliards de dollars d'ici 2027. Un tour de table de 122 milliards de dollars semble astronomique, couvrant environ 18 à 24 mois. Anthropic devrait dépenser 19 milliards de dollars en 2026, dont 12 milliards pour l'entraînement des modèles et 7 milliards pour l'exécution des inférences.

Une introduction en bourse précoce garantit la longévité. L'argent du marché privé est presque épuisé pour ces entreprises, et le marché public est la dernière source inexploitée. Renaissance Capital prévoit qu'il pourrait y avoir 200 à 230 IPO en 2026. La simple combinaison des IPO d'OpenAI, Anthropic, Databricks et Cerebras pourrait lever plus de 200 milliards de dollars.

Il s'agit de la plus grande fenêtre d'IPO technologiques depuis 2000. La dernière fois qu'une telle vague d'IPO de ce niveau s'est produite, c'était également en 2000.

La vitesse de génération de revenus peut-elle dépasser la vitesse de dépense ?

Toutes les valorisations, toutes les structures de financement, tous les plans d'IPO dépendent finalement d'un seul jugement : la vitesse à laquelle l'IA génère de l'argent peut-elle dépasser sa vitesse de dépense ?

Si c'est le cas, un financement de 122 milliards de dollars est une vision, et une valorisation de 852 milliards de dollars est une décote.

Certains modélisent déjà des scénarios où ce n'est pas le cas. Les analystes appellent cela le « CapEx Cliff », le précipice des dépenses d'investissement. Si des centres de données à plusieurs milliards de dollars sont construits mais que les logiciels qui y tournent ne génèrent pas assez de revenus pour couvrir les coûts, la révolution de l'efficacité remplacera la course à l'échelle. Les entreprises qui ont tout misé sur le « plus grand est meilleur » se retrouveront assises sur une pile de matériel coûteux mais sous-utilisé.

Les progrès en matière d'efficacité sont plus rapides que ce que la plupart des gens réalisent. Entraîner un modèle de niveau GPT-4 en 2023 coûtait environ 79 millions de dollars, mais d'ici 2026, avec le nouveau matériel et des techniques comme la distillation et la quantification, le coût est tombé entre 5 et 10 millions de dollars.

L'année dernière, DeepSeek R1 a entraîné un modèle d'inférence de pointe pour moins de 300 000 $. En janvier de cette année, ils ont publié un nouveau document sur l'architecture d'entraînement, continuant à se concentrer sur l'efficacité. Le dernier Gemini 3.1 Flash-Lite de Google a ramené le coût d'inférence à 0,25 $ par million de jetons. Des chercheurs d'IBM ont publiquement déclaré que 2026 serait une année de divergence entre les grands modèles de pointe et les petits modèles efficaces.

Si la voie de l'efficacité continue de dépasser celle de l'échelle, l'empire de la puissance de calcul construit par OpenAI avec une valorisation de 852 milliards de dollars pourrait faire face à une dévaluation avant même d'être achevé.

Après l'éclatement de la bulle de 2000, Internet n'a pas disparu ; Google a émergé des ruines. Ce qui est mort, ce sont les entreprises qui avaient levé le plus d'argent au sommet de la bulle, construit le plus d'infrastructures et n'avaient jamais trouvé de modèle économique durable.

L'IA ne va pas non plus disparaître. Mais la question de savoir si les valorisations de 122 milliards et 852 milliards de dollars pourront tenir jusqu'au jour de la rentabilité est loin d'être réglée.

Le tambour bat toujours, et le rythme s'accélère.

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.