Fable 5 peine à séduire les entreprises : le prix des modèles d’IA a-t-il atteint un plafond ?

Les entreprises veulent bien investir dans l’intelligence artificielle, mais elles ne semblent pas prêtes à payer n’importe quel prix pour chaque requête. C’est le principal enseignement des dernières données de Ramp, qui mettent en évidence un écart entre l’adoption globale des produits d’Anthropic et l’utilisation de son modèle le plus haut de gamme, Fable 5.

L’index de Ramp repose sur les dépenses et l’activité liée aux tokens de plus de 70 000 entreprises utilisant sa plateforme financière. Il ne s’agit donc ni des comptes consolidés d’Anthropic, ni d’un recensement exhaustif du marché mondial de l’IA. Le signal est néanmoins clair : la demande pour l’IA en entreprise est réelle, mais la disposition à payer le prix fort pour un modèle de pointe reste sélective.

Une adoption initiale limitée pour Fable 5

Au cours de son premier mois, Fable 5 n’a représenté que 6 % des tokens achetés auprès d’Anthropic et 11,4 % des dépenses consacrées aux modèles Anthropic dans l’échantillon de Ramp. L’entreprise précise que celui-ci est particulièrement orienté vers les entreprises technologiques et que l’adoption réelle du modèle pourrait donc être encore plus faible. 2

À titre de comparaison, le GPT-5.6 Sol, modèle phare d’OpenAI, représentait 25 % des tokens et 23 % des dépenses consacrées aux modèles OpenAI. En juillet, Fable 5 a généré environ 75 % des dépenses professionnelles attribuées au modèle par rapport à Sol. 2

Cette comparaison est importante : Fable 5 était présenté comme le modèle le plus avancé d’Anthropic, tandis que les clients pouvaient aussi choisir des modèles moins coûteux du même fournisseur ou des solutions concurrentes. OpenAI affiche pour le GPT-5.6 Sol un tarif API de 5 dollars par million de tokens en entrée et de 30 dollars par million de tokens en sortie. 6

Ces chiffres sont compatibles avec une forte sensibilité des entreprises au prix, mais ils ne prouvent pas que le prix soit l’unique explication. Les performances, la fiabilité, la vitesse, les règles de conservation des données, l’intégration aux outils existants et la disponibilité des modèles ont également pu peser dans les choix des clients.

La concurrence vient aussi des modèles moins chers

La bataille ne se limite pas à un duel entre Anthropic et OpenAI. Les entreprises peuvent désormais combiner plusieurs catégories de solutions : modèles propriétaires haut de gamme, modèles moins chers proposés par les mêmes fournisseurs, systèmes open source et modèles développés en Chine.

Dans son index, Ramp indique que les plateformes proposant des modèles open source ou développés en Chine représentaient 6,1 % des entreprises utilisant l’IA selon sa mesure. 2 Cette offre élargit les possibilités de comparaison pour les services informatiques et les équipes chargées des achats.

Toutes les tâches ne nécessitent pas le modèle le plus performant du marché. Une entreprise peut réserver un modèle premium aux problèmes complexes, à la génération de code critique ou aux flux de travail à forte valeur ajoutée, tout en utilisant des modèles moins coûteux pour la classification, l’extraction de données, la rédaction courante, l’assistance au codage ou le service client.

Le marché se structure ainsi autour de deux logiques : les modèles de pointe se disputent la meilleure performance possible, tandis que les usages quotidiens sont davantage déterminés par le coût, la latence, la fiabilité, les politiques de données et le retour sur investissement mesurable. Un léger avantage de performance peut justifier un tarif supérieur dans un processus stratégique, mais pas nécessairement pour chaque demande.

Anthropic reste devant en portée commerciale

Les chiffres de Fable 5 ne signifient pas qu’Anthropic a perdu sa position auprès des entreprises. En juillet, 43,5 % des entreprises américaines suivies par Ramp avaient payé des abonnements ou des tokens Anthropic, contre 39,7 % pour OpenAI. 2

La part d’Anthropic avait progressé de 1,1 point de pourcentage par rapport au mois précédent, tandis que celle d’OpenAI avait augmenté de 0,23 point dans la même comparaison. 11 Des informations ultérieures liées aux données de Ramp indiquaient toutefois qu’OpenAI progressait plus rapidement qu’Anthropic auprès des utilisateurs professionnels américains depuis le début du troisième trimestre, même si Anthropic conservait la tête en juillet. 3

La lecture la plus prudente est donc la suivante : Anthropic disposait d’une portée commerciale plus large dans cet échantillon, mais le modèle phare d’OpenAI suscitait une demande relative plus forte et la croissance d’OpenAI auprès des entreprises accélérait. Les données de Ramp sont utiles pour repérer une tendance, mais elles ne constituent pas une mesure complète des parts de marché de l’IA en entreprise.

Ce que Ramp ne permet pas de conclure sur les finances d’Anthropic

Les données de Ramp ne permettent pas de calculer le prix moyen effectivement payé pour les modèles Anthropic, le chiffre d’affaires total de l’entreprise, sa marge brute, sa marge opérationnelle ou sa rentabilité. Les volumes de tokens et les transactions par carte ou via une plateforme de paiement ne remplacent pas des états financiers vérifiés.

Elles ne montrent pas non plus que la croissance globale du chiffre d’affaires d’Anthropic se soit arrêtée. Elles indiquent seulement qu’au cours du mois observé, un modèle phare a généré moins de dépenses professionnelles qu’un modèle concurrent de même catégorie.

Anthropic pourrait continuer à croître grâce aux abonnements, aux produits de programmation, aux contrats avec les grandes entreprises, à ses modèles moins chers, à l’usage accru d’autres modèles Claude ou à l’élargissement de sa base de clients. La comparaison de Ramp au niveau des modèles ne permet pas de trancher entre ces scénarios.

Cette nuance est essentielle pour les investisseurs. Une entreprise peut augmenter rapidement ses revenus alors que le prix de son modèle le plus avancé subit une pression. Sa croissance dépend alors davantage du volume, de la largeur de sa gamme, de l’intégration dans les flux de travail et de la fidélisation des clients que de la capacité à facturer une forte prime pour chaque interaction.

Un enjeu majeur pour une éventuelle introduction en Bourse à 2 000 milliards de dollars

Selon Reuters, Anthropic tablait sur environ 190 à 200 milliards de dollars de chiffre d’affaires en 2028, des projections prises en compte dans les discussions autour d’une valorisation potentielle proche de 2 000 milliards de dollars. 17

Les données de Ramp ne réfutent pas ces prévisions, mais elles soulignent l’ampleur du défi commercial. Si les entreprises limitent leur recours aux modèles les plus chers, Anthropic devra atteindre ses objectifs grâce à une combinaison de plusieurs leviers :

• une hausse massive du nombre de requêtes et du volume de tokens ;
• une adoption à grande échelle de ses produits de programmation et d’automatisation ;
• une distribution renforcée auprès des grandes entreprises ;
• des modèles moins chers capables de générer des volumes élevés ;
• des avantages de performance durables dans des processus où la précision produit une valeur économique mesurable.

Le lancement d’un modèle phare ne suffira donc pas à lui seul. Le véritable test commercial sera de savoir si les clients l’utilisent de manière répétée, à grande échelle et à des tarifs permettant de dégager une économie attractive.

Les entreprises dépensent, mais de manière sélective

Les données disponibles ne suggèrent pas un désintérêt général pour l’IA. Ramp a fait état d’une dépense médiane de 7 400 dollars par salarié en juillet parmi les 1 % d’entreprises de son échantillon qui consacraient les budgets les plus importants à l’IA. 7

Des budgets élevés ne signifient toutefois pas que ces entreprises choisiront le modèle le plus cher pour chaque tâche. Les acheteurs cherchent à rapprocher le coût des outils de la valeur créée, en particulier lorsque les projets passent de l’expérimentation à la production.

Les fournisseurs d’IA devraient donc multiplier les grilles tarifaires différenciées : modèles de raisonnement premium pour les tâches complexes, modèles économiques pour les usages à fort volume, forfaits destinés aux entreprises, paliers de consommation et, à terme, tarification davantage liée aux résultats obtenus.

Ils devront également fournir aux directions des achats des preuves suffisamment concrètes du retour sur investissement pour justifier des dépenses supérieures à celles d’une simple phase de test.

Un avertissement sur la monétisation du haut de gamme

Pour Anthropic, les premiers chiffres de Fable 5 doivent surtout être interprétés comme un avertissement concernant la monétisation des modèles premium. L’entreprise restait en tête sur la portée commerciale dans l’échantillon de Ramp en juillet, mais son modèle phare ne captait pas une part proportionnelle de l’usage professionnel.

Ce problème peut encore être traité par le produit, le positionnement ou la tarification. Il devient toutefois plus important si les attentes liées à une future valorisation reposent sur une croissance exceptionnelle du chiffre d’affaires. 2

Pour l’ensemble du secteur, le message est similaire : les entreprises sont prêtes à investir dans l’IA, mais elles compareront de plus en plus précisément la performance obtenue au prix payé. Les modèles de pointe pourront conserver une prime là où leur avantage est indispensable. Ailleurs, les solutions moins coûteuses, open source ou issues de nouveaux concurrents risquent de plafonner la capacité des fournisseurs à augmenter leurs prix.