La crise des coûts liée à l'IA que Wall Street n'a pas encore commencé à intégrer dans ses prix

Chaque boom technologique arrive inévitablement au même moment inconfortable : lorsque la question cesse d'être qui croît le plus vite et commence à être qui peut réellement se permettre de continuer à croître. Pour l'industrie des logiciels d'IA, ce moment arrive peut-être plus vite que les investisseurs ne l'espéraient.

Les chiffres qui ont déclenché la conversation ne sont pas subtils. Les quatre plus grandes entreprises technologiques américaines à elles seules (Alphabet, Amazon, Meta et Microsoft) devraient dépenser 650 milliards de dollars en infrastructure d'IA en 2026, selon Bloomberg. Les analystes de Wall Street chez Evercore et Bank of America projettent déjà que le capex total des hyperscalers en matière d'IA pourrait dépasser 1 000 milliards de dollars en 2027, selon CNBC.

C'est le sommet de la pyramide. En dessous, les entreprises opérant sur cette infrastructure font face à une version différente de la même pression. Selon le rapport de CloudZero, les dépenses mensuelles moyennes en IA parmi les entreprises de logiciels d'entreprise ont bondi de 36 % d'une année sur l'autre, passant de 62 964 $ à 85 521 $, tandis que la part prévoyant de dépenser plus de 100 000 $ par mois a plus que doublé, passant de 20 % à 45 %.

Seulement 51 % des organisations peuvent calculer avec confiance le retour sur ces dépenses. Le capital se déplace rapidement. La clarté sur son efficacité ne suit pas.

Le problème du financement de l'IA à grande échelle

L'économie des logiciels d'IA diffère structurellement de celle des logiciels traditionnels sur un point important : l'inférence n'est pas gratuite. Chaque fois qu'un système d'IA répond à une requête, traite un document, achemine une conversation ou accomplit une tâche, il consomme de la puissance de calcul. Cette consommation a un coût, et à mesure que l'utilisation de l'IA en entreprise augmente, la facture aussi.

Plus sur l'IA :

• Goldman Sachs a un message sans détour pour les investisseurs en actions IA
• Le PDG de Microsoft envoie un avertissement sans détour sur l'IA et l'écosystème technologique
• La prochaine course aux infrastructures IA n'a rien à voir avec les puces

« Les entreprises de logiciels traditionnelles construisent un produit une seule fois et le distribuent à un coût marginal quasi nul. Une entreprise de logiciels native à l'IA construit un produit qui doit payer un péage de calcul chaque fois qu'un client l'utilise », a déclaré Nimrod Ron, PDG du fournisseur CX OS Callers.ai, à TheStreet lors d'une interview.

Cette distinction était facile à ignorer lorsque l'adoption de l'IA était précoce et l'utilisation faible. Il devient beaucoup plus difficile de l'ignorer lorsque les clients entreprises font tourner des workflows d'IA à l'échelle que les données CloudZero suggèrent qu'ils font désormais.

La conséquence produit des comportements visibles dans l'ensemble du secteur. Certains fournisseurs d'IA auraient commencé à renégocier les contrats en cours de cycle, car les coûts d'infrastructure dépassent les hypothèses de leur tarification initiale. D'autres se sont publiquement engagés à maintenir la stabilité des prix malgré les mêmes hausses de coûts. L'écart entre ces deux réponses se résume à l'infrastructure, et non à la stratégie de tarification.

Ce qui se passe réellement lorsqu'un fournisseur d'IA renégocie un contrat

L'interprétation qui émerge de l'intérieur du secteur est claire. « Lorsqu'un fournisseur d'IA renégocie un contrat en cours de cycle, ce n'est généralement pas une décision commerciale. C'est un aveu d'échec infrastructurel », a déclaré Ron à TheStreet. « Cela signifie que l'entreprise a construit son produit sur une dépendance fixe à un ou deux fournisseurs de LLM et n'avait aucun moyen structurel d'absorber les hausses de coûts à mesure que l'utilisation s'étendait. Le client absorbe les conséquences d'une décision architecturale que le fournisseur a prise des années auparavant. »

Cela recadre ce que les investisseurs devraient réellement examiner. Un fournisseur qui renégocie en cours de contrat fait plus que poursuivre la marge. Il révèle que son infrastructure n'était pas conçue pour gérer la courbe des coûts qui accompagne la montée en charge, et le client face à la nouvelle facture paie effectivement pour cette décision architecturale.

À lire aussi : Le PDG de Microsoft envoie un avertissement sans détour sur l'IA et l'écosystème technologique

L'alternative, construire une infrastructure qui achemine dynamiquement vers plusieurs fournisseurs de LLM en temps réel plutôt que de se verrouiller sur une dépendance unique, est plus coûteuse et plus complexe à construire en amont. Mais elle offre une couverture structurelle contre les décisions tarifaires de tout fournisseur unique.

Les entreprises qui ont réalisé cet investissement tôt se trouvent désormais dans une position fondamentalement différente de celles qui ne l'ont pas fait, et le comportement de renégociation des prix désormais visible dans l'ensemble du secteur est l'un des premiers endroits où cette différence se manifeste.

Pourquoi les investisseurs devraient suivre la tendance de la marge brute plutôt que la croissance des revenus

Les implications d'investissement de cette scission sont encore précoces mais de plus en plus visibles. Pendant la majeure partie du boom de l'IA, les investisseurs ont évalué les entreprises de logiciels sur la croissance des revenus, la rétention nette des revenus et le nombre de clients entreprises. Ces métriques restent importantes, mais elles ne révèlent pas ce qui arrive à l'économie de l'entreprise à mesure que l'utilisation s'étend.

« Le marché a principalement évalué les entreprises de logiciels d'IA sur la croissance des revenus et la rétention nette. Ce sont des indicateurs retardés », a ajouté Ron. « Ce que les investisseurs commencent à demander, c'est : quelle est votre trajectoire de marge brute à mesure que les coûts d'inférence augmentent ? Cette question mène directement à la conception de l'infrastructure. »

Au moment où la croissance des revenus d'une entreprise d'IA à dépendance statique ralentit parce que la renégociation des prix a nui à la rétention des clients, les investisseurs qui ne regardent que le chiffre d'affaires seront déjà en retard. Le signal de marge arrive en premier. Il apparaît dans la ligne du coût des marchandises vendues, dans la compression de la marge brute, dans l'écart entre la croissance des revenus et la génération de flux de trésorerie disponible.

Morsa&solGetty Images

Ce que les différents choix d'infrastructure produisent en 2026

L'industrie des logiciels d'IA contient des entreprises très différentes, et la prochaine phase de déploiement commence à révéler lesquelles sont lesquelles. La pression sur les coûts a déjà touché le niveau des hyperscalers : le flux de trésorerie disponible de Meta est passé de 26 milliards de dollars au T1 2025 à seulement 1,2 milliard de dollars au T1 2026, en partie à cause de coûts plus élevés des composants d'IA, y compris la tarification de la mémoire, selon CNBC.

Si les entreprises à l'échelle et au profil de marge de Meta le ressentent, l'effet sur les petits fournisseurs de logiciels natifs à l'IA avec une économie unitaire plus mince et moins de pouvoir de fixation des prix est plus fort. Les décisions d'infrastructure que les entreprises individuelles ont prises en 2023 et 2024 vont produire des comptes de résultats très différents en 2026 et 2027.

Les fournisseurs qui ont investi dans une infrastructure d'acheminement dynamique entrent dans une période de volume croissant avec une structure de coûts qui s'améliore à mesure que l'utilisation augmente. Plus ils traitent de conversations, de transactions ou d'inférences, plus ils ont d'opportunités d'arbitrage entre les fournisseurs, et plus leur coût unitaire tend à baisser. Les fournisseurs qui ont construit sur des dépendances LLM fixes entrent dans la même période avec une structure de coûts qui peut évoluer dans la direction opposée : à mesure que l'utilisation augmente, l'exposition à la tarification des fournisseurs augmente aussi.

Les secteurs de l'IA conversationnelle et des agents d'IA font face à cette pression de manière la plus aiguë car leur produit principal est, par conception, fortement axé sur l'inférence. Chaque interaction client est un événement de calcul.

Une entreprise d'IA conversationnelle avec un million d'utilisateurs actifs traite potentiellement des centaines de millions d'appels d'inférence par mois. À ce volume, une différence de quelques centimes par millier de tokens entre une architecture d'acheminement bien optimisée et une dépendance à un fournisseur unique se traduit directement en points de marge brute. À grande échelle, ces points déterminent si une entreprise crée ou érode de la valeur.

Le marché des logiciels d'entreprise a commencé à examiner les fournisseurs d'IA comme il examinait autrefois les entreprises industrielles. L'intensité du capital, la structure des coûts et le levier opérationnel ont désormais autant d'importance que le nombre de clients et la rétention nette des revenus.

Pour les investisseurs évaluant les entreprises de logiciels d'IA en 2026, les questions utiles sont de plus en plus spécifiques : quel pourcentage du coût des marchandises vendues est lié à l'inférence LLM de tiers ? L'architecture permet-elle un acheminement dynamique entre fournisseurs, ou le produit est-il verrouillé sur une pile de modèles fixe ? La marge brute a-t-elle été stable, en expansion ou en compression à mesure que l'utilisation en entreprise a évolué au cours des quatre derniers trimestres ?

Ces questions n'apparaissent pas dans la plupart des rapports de recherche sur les actions des entreprises de logiciels d'IA aujourd'hui. Le comportement de renégociation des prix désormais visible dans l'ensemble du secteur suggère qu'elles le devraient probablement.

À lire aussi : Une entreprise d'IA controversée vient de déposer le bilan en vertu du chapitre 7