Si les modèles sont si bons, pourquoi OpenAI vend-elle encore l’accès ?

Si vous aviez une machine capable de bâtir une entreprise rentable à partir d’un prompt, la loueriez-vous au token ? C’est la question dérangeante derrière un fil Hacker News. L’auteur se demande si OpenAI ou Anthropic gagneraient bien plus d’argent en créant des entreprises utilisant leurs propres modèles, plutôt qu’en vendant l’accès à tous les autres.

C’est une question naïve au meilleur sens du terme, et elle n’a pas de réponse confortable. Nous pensons que la lecture selon laquelle « vendre l’accès est le révélateur » est en grande partie juste, même si elle demande à être nuancée.

Le révélateur: personne ne vend la poule aux œufs d’or

Lors du lancement de GPT-5, OpenAI a affirmé qu’avec le raisonnement, le modèle était « comparable ou supérieur aux experts dans environ la moitié des cas » sur un benchmark interne de travail intellectuel à valeur économique, couvrant plus de 40 métiers. C’est une affirmation forte. Mais « la moitié des cas » sur un test conçu par le labo ne signifie pas « diriger une entreprise sans supervision ». Une entreprise n’est pas une liste de tâches. Il faut trouver des clients, assumer des responsabilités, gérer l’appel qui tourne mal à 3 heures du matin et avoir raison sur un marché pendant des années.

Si les modèles savaient le faire de façon fiable, la décision rationnelle serait de les garder en interne et de cumuler l’avantage. Les labos font l’inverse: ils vendent la capacité à tout le monde. Nous y voyons une préférence révélée. Cela ne prouve pas que les modèles sont faibles. Cela suggère en revanche que la distance entre impressionnant sur un benchmark et autonome sur le marché est plus grande que ne le laisse entendre le marketing.

La meilleure explication est moins flatteuse et plus banale

Il existe une seconde lecture, et il faut lui rendre justice. Les labos ne créent peut-être pas des entreprises à tout-va parce qu’ils sont occupés par un autre pari: être la plateforme. Un métier de plateforme et un portefeuille de start-up sont deux métiers différents, avec des talents, des risques et des conflits d’intérêts distincts. Si un labo concurrençait ses propres clients, ceux-ci pourraient bien changer de fournisseur.

Il y a ensuite l’argent. Selon un article sur Medium, que nous traitons avec prudence car il s’agit d’un billet de blog construit autour de la transcription d’un chatbot, OpenAI a perdu près de 8 milliards de dollars en 2025 et seuls 5 % des 800 millions d’utilisateurs de ChatGPT paient. Ces chiffres sont à prendre comme des indications, non comme des données auditées. S’ils sont à peu près justes, l’entreprise ne dispose pas d’une armée de fondateurs en réserve. Elle se bat pour couvrir ses factures de calcul et, d’après ce même article, a commencé à tester des publicités dans ChatGPT.

Parallèlement, les capitaux sont colossaux. CNBC rapporte, citant des personnes proches du dossier, qu’OpenAI lève jusqu’à 30 milliards de dollars sur une valorisation de 1 250 milliards de dollars, et qu’elle a indiqué aux investisseurs en février viser environ 600 milliards de dollars de dépenses totales en calcul d’ici 2030. Une entreprise qui dépense à cette échelle a besoin dès maintenant de revenus récurrents et prévisibles. L’accès facturé à l’usage à un modèle les procure. Un portefeuille de start-up, dont beaucoup échoueraient sans doute, non.

Ce que cela signifie pour les autres

Selon nous, ce fil dégonfle deux récits à la fois. Le premier est celui de « l’IA remplacera les entreprises ». Si ce remplacement était proche, les premières entreprises remplacées seraient celles que les labos pourraient bâtir eux-mêmes. Le second est celui de « l’AGI rend l’économie sans importance ». Noah Smith écrit que, lorsqu’il a exprimé ses inquiétudes sur les coûts et la banalisation auprès de personnes travaillant ou ayant travaillé chez OpenAI, la réponse était que rien de cela n’importe, puisque OpenAI sera la première à atteindre l’AGI. C’est un acte de foi, pas un plan d’affaires, et le fait que l’entreprise vende toujours des tokens suggère qu’elle se couvre aussi.

La leçon pratique s’adresse aux fondateurs et aux acheteurs. Si vous construisez sur un modèle, partez du principe que les labos n’ont pas trouvé comment faire votre travail avec, sinon ils le feraient. Votre avantage, c’est la distribution, la connaissance du domaine et la responsabilité, dont aucune n’est fournie par un modèle. Et si vous achetez, rappelez-vous que le modèle devient un intrant banalisé: les modèles ouverts atteignent environ 90 % des performances des modèles fermés à des prix bien inférieurs, selon MIT Sloan, même si la plupart des utilisateurs paient encore pour les fermés.

Verdict

La question n’est pas un piège, mais elle n’est pas non plus une preuve. Vendre l’accès, c’est ce que fait une entreprise quand le produit a de la valeur, que les coûts sont brutaux et que l’autonomie n’est probablement pas encore là. Toute affirmation selon laquelle les modèles peuvent diriger seuls des entreprises doit rester non prouvée tant qu’un labo n’engage pas son propre bilan. Ce jour-là, nous nous attendons à ce qu’on nous le dise en cessant discrètement de vendre.