Pendant que vous utilisez ChatGPT, ces 3 entreprises encaissent vraiment l'argent
Vous utilisez l'IA. D'autres s'enrichissent.
Chaque fois que vous tapez un prompt dans ChatGPT, que vous demandez à Claude de rédiger un email ou que vous générez une image avec Midjourney, une transaction invisible se produit — et ce n'est presque jamais OpenAI qui empoche la plus grosse part. L'histoire de l'IA ressemble étrangement à la ruée vers l'or de 1849 : les chercheurs d'or font la une des journaux, mais ce sont les vendeurs de pioches et de jeans qui deviennent millionnaires.
Cette dynamique n'est pas un accident. C'est une structure économique profonde, et elle redessine silencieusement la carte du pouvoir dans la tech mondiale.
La leçon oubliée de la ruée vers l'or
En Californie, en 1849, des centaines de milliers de prospecteurs ont afflué vers les collines dorées. La plupart sont repartis les mains vides. Mais Levi Strauss, qui vendait des pantalons résistants, et Wells Fargo, qui acheminait l'argent, ont bâti des empires qui existent encore aujourd'hui.
L'intelligence artificielle reproduit exactement ce schéma. Les "mineurs" — OpenAI, Anthropic, Mistral, Google DeepMind — se battent pour l'or algorithmique. Mais derrière eux, une infrastructure colossale doit fonctionner 24h/24, et quelqu'un doit la financer, la construire, la refroidir et l'alimenter.
Les 3 niveaux où se cache la vraie rentabilité
1. Les semi-conducteurs : NVIDIA et le monopole de la pioche
NVIDIA n'entraîne aucun modèle de langage. NVIDIA ne répond à aucun de vos prompts. Et pourtant, NVIDIA a affiché une marge bénéficiaire nette de 55% en 2024 — un chiffre que la plupart des entreprises tech considèrent comme une fiction comptable.
Pourquoi ? Parce que chaque laboratoire d'IA du monde — OpenAI, Meta, Google, Amazon — a besoin de ses GPU H100 et H200 pour entraîner ses modèles. La demande dépasse structurellement l'offre. Résultat : NVIDIA fixe ses prix, et tout le monde paie.
2. Le cloud : AWS, Azure et Google Cloud récoltent la dîme
Entraîner GPT-4 coûte, selon les estimations, entre 50 et 100 millions de dollars en puissance de calcul. Cet argent atterrit en grande partie chez Amazon Web Services, Microsoft Azure ou Google Cloud. Ces plateformes hébergent les modèles, traitent les inférences, stockent les données d'entraînement.
Microsoft a investi 13 milliards dans OpenAI — mais récupère une part substantielle via Azure à chaque requête envoyée à ChatGPT. C'est l'équivalent de financer un mineur tout en lui louant sa pioche, son terrain et son logement.
3. L'énergie et le refroidissement : l'or noir de l'ère digitale
Un data center d'entraînement IA consomme autant d'électricité qu'une ville de taille moyenne. Des entreprises spécialisées dans le refroidissement des serveurs, la gestion thermique ou la fourniture d'énergie renouvelable contractualisée — des acteurs comme Vertiv, Eaton ou Constellation Energy — ont vu leurs valorisations exploser sans jamais écrire une seule ligne de code d'IA.
Pourquoi les "mineurs" eux-mêmes ont du mal à être rentables
OpenAI a généré environ 3,4 milliards de dollars de revenus en 2024. Impressionnant — jusqu'à ce qu'on réalise que ses coûts opérationnels dépassent 8 milliards. La société brûle de l'argent à une cadence qui ferait pâlir un gouvernement.
Anthropic, le créateur de Claude, est dans une situation similaire : des financements massifs de Google et Amazon, une technologie admirée, mais un chemin vers la profitabilité qui reste flou. Mistral, la pépite française, jongle entre ambition européenne et réalités économiques brutales.
La raison est simple : la compétition entre modèles tire les prix vers le bas, pendant que les coûts d'infrastructure, eux, ne bougent pas. C'est un effet de ciseau économique classique.
Ce que cette structure signifie pour vous
Si vous êtes investisseur, la leçon est claire : regarder au-delà des noms qui font la une. Les entreprises d'infrastructure IA — semi-conducteurs, cloud, énergie — offrent souvent un profil rendement/risque plus favorable que les laboratoires eux-mêmes.
Si vous êtes entrepreneur ou développeur, cette structure crée une réalité concrète : vos marges seront comprimées par des coûts d'API et d'hébergement que vous ne contrôlez pas. Construire des couches d'abstraction, négocier des contrats cloud ou développer des modèles plus légers devient un avantage compétitif réel.
Si vous êtes simplement curieux, retenez ceci : l'IA que tout le monde voit est la partie émergée d'un iceberg économique massif, dont la partie immergée appartient à des entreprises dont vous n'avez probablement jamais entendu parler.
La vraie question à 100 milliards
La ruée vers l'or californienne a duré environ sept ans avant que les filons s'épuisent. La ruée vers l'IA, elle, semble structurellement différente : les besoins en infrastructure ne vont pas décroître, ils vont se diversifier. Edge computing, IA embarquée, modèles spécialisés par industrie — chaque nouvelle vague nécessitera une nouvelle couche d'infrastructure.
La vraie question n'est pas "qui fait la meilleure IA ?" C'est : qui contrôle le sol sur lequel cette IA est construite ? Historiquement, ce sont toujours ceux-là qui gagnent.
Alors, la prochaine fois que vous ouvrez ChatGPT, posez-vous la question : combien de centimes de votre abonnement atterrissent chez NVIDIA, Amazon et des gestionnaires de data centers que vous ne connaîtrez jamais ? La réponse vous surprendra probablement.
— Reservoir Live