Malgré un chiffre d’affaires estimé à plus de 10 milliards de dollars en 2024, ChatGPT — le célèbre modèle conversationnel développé par OpenAI — n’est toujours pas rentable. Un paradoxe apparent pour le grand public, mais compréhensible à la lumière des coûts opérationnels très lourds, des investissements en infrastructure et de la stratégie à long terme poursuivie par l’entreprise.
Des coûts d’exploitation massifs liés à l’infrastructure IA
Le fonctionnement de ChatGPT repose sur des modèles linguistiques géants (GPT-4, GPT-4.5 et bientôt GPT-5) qui exigent d’immenses ressources matérielles pour être entraînés, affinés, puis déployés à l’échelle mondiale. Cela implique :
- Des GPU spécialisés (comme les NVIDIA H100 ou A100), dont les prix dépassent souvent 30 000 $ l’unité. Or, un seul modèle peut nécessiter des milliers de GPU en parallèle.
- Une infrastructure cloud distribuée, souvent gérée via Azure, le partenaire cloud de Microsoft. L’utilisation en temps réel de modèles de grande taille génère un coût d’inférence très élevé : chaque requête utilisateur coûte plusieurs centimes à traiter.
- La latence, la fiabilité et la disponibilité doivent être maintenues à l’échelle planétaire, ce qui augmente les coûts de bande passante, de stockage et de supervision système.
Selon des estimations de SemiAnalysis, OpenAI pourrait dépenser jusqu’à 700 000 $ par jour rien que pour les coûts d’inférence de GPT-4 lorsque les pics de trafic sont atteints.
Des revenus en croissance… mais encore sous-optimisés
Le chiffre d’affaires dépasse les 10 milliards de dollars en 2024, selon le Wall Street Journal. Mais ce chiffre inclut plusieurs sources :
- Les abonnements ChatGPT Plus à 20 $/mois, qui donnent accès aux modèles les plus puissants (GPT-4 et ses variantes).
- L’intégration de GPT dans les services Microsoft (comme Copilot dans Word, Excel ou Bing), dont une partie des revenus est reversée à OpenAI.
- Les API vendues aux entreprises via la plateforme OpenAI (facturation à l’usage, selon le nombre de tokens traités).
Malgré ces flux, la marge nette reste faible, car les coûts variables sont très élevés pour chaque utilisateur actif — surtout ceux qui utilisent intensément GPT-4 pour du code, des analyses complexes ou des demandes longues.
Pourquoi l’optimisation GPU est encore un frein ?
Une des causes majeures du déséquilibre est la difficulté d’optimiser le traitement des requêtes en fonction du matériel :
- Chaque prompt envoyé à GPT-4 nécessite une charge GPU complète, même s’il est court ou peu exigeant.
- OpenAI a lancé GPT-4-turbo (plus rapide et moins coûteux), mais même ce modèle reste onéreux en traitement intensif.
- Des efforts sont faits pour compresser les modèles (via le quantization ou des techniques type Mixture of Experts), mais ces optimisations techniques prennent du temps et ont des limites.
Une stratégie d’investissement plutôt que de rentabilité immédiate
OpenAI adopte une approche résolument tournée vers le long terme. L’objectif n’est pas d’être immédiatement profitable, mais de :
- Étendre sa base d’utilisateurs pour créer un effet de réseau massif.
- Financer la recherche avancée sur l’IA générale (AGI), qui est le cœur de la mission déclarée de l’entreprise.
- Accélérer le développement de nouveaux produits comme les agents autonomes, la génération vidéo (Sora), ou des outils de codage assisté en temps réel.
Cela implique un modèle économique proche des start-up technologiques en hypercroissance, où la rentabilité est reportée à plusieurs années, en misant sur une domination de marché future.
Microsoft : un soutien stratégique mais pas un financement illimité
Microsoft a investi plus de 13 milliards de dollars dans OpenAI, dont une grande partie sous forme de crédits Azure. Toutefois, cela ne couvre pas intégralement les frais opérationnels.
- OpenAI doit rembourser une partie de ces crédits en vendant ses services cloud à travers Azure.
- Microsoft bénéficie de droits exclusifs sur certaines intégrations mais laisse à OpenAI la responsabilité des coûts liés aux produits B2C (comme ChatGPT en direct).