172 milliards de dollars de surplus consommateur, dans une phase encore subventionnée par le capital-risque

L’étude Stanford chiffre à 172 milliards de dollars le surplus consommateur que l’IA générative aurait procuré aux ménages américains en 2026. Ce chiffre mesure une valeur perçue à un instant donné. Il ne dit rien de sa stabilité dans le temps, ni des conditions économiques qui la rendent possible aujourd’hui. L’argument selon lequel les prix de l’IA générative sont subventionnés par du capital-risque et remonteront un jour existe déjà ailleurs, formulé en des termes généraux et sans lien avec le chiffre Stanford [6]. Ce qui manque à cette couverture existante, dans les sources consultées pour cet article : un chiffrage précis du niveau de subvention (le ratio dépenses/revenus d’OpenAI), une lecture de la structure de marché actuelle (consolidation ChatGPT/Gemini) et un test explicite des conditions qui devraient être réunies pour que la trajectoire de prix de l’IA suive celle d’Uber, plutôt qu’une analogie affirmée sans vérification. C’est cet ancrage empirique et ce test de transposition, pas le constat général de subvention, que cet article ajoute.

1. OpenAI a dépensé 34 milliards de dollars en coûts et charges en 2025 pour 13,07 milliards de dollars de revenus, soit 2,60 dollars dépensés par dollar de revenu généré, avec une perte nette de 38,53 milliards de dollars : l’accès actuel à ses produits est financé par du capital, pas seulement couvert par les revenus qu’il génère.
2. Le marché des assistants IA gratuits ou quasi gratuits, loin de se fragmenter, reste dominé par ChatGPT malgré un recul marqué au profit de Gemini, une dynamique de consolidation autour de deux acteurs qui a précédé, dans d’autres secteurs subventionnés par le capital-risque, une phase de remontée des prix une fois la position de marché consolidée.
3. Ce rapprochement peut justifier de considérer le surplus mesuré par Stanford comme une photographie d’une phase de conquête de marché plutôt que comme un niveau de bien-être appelé à se maintenir tel quel.

Un accès financé par la perte, pas par un prix de marché à l’équilibre

Cette structure de financement n’est pas propre à l’IA générative. Mon hypothèse de lecture, pas un fait établi par une source citée. Un schéma en trois étapes semble se répéter dans les marchés financés par capital-risque : subventionner l’usage pour capter des parts de marché, laisser les concurrents sous-capitalisés sortir du marché, puis relever les prix une fois la position dominante acquise et la pression des investisseurs pour un retour sur capital devenue prioritaire. Le cas Uber/Lyft, documenté ci-dessous, en est une illustration ; cette lecture ne s’appuie sur aucune source citée qui formule ce schéma en trois étapes comme un résultat établi. Une part des rabais et de la gratuité perçue par les usagers d’Uber et de Lyft dans les années 2010 provenait, elle, bien d’un mécanisme documenté de subvention en capital-risque : une analyse relayée par TechCrunch avançait qu’en 2015, les passagers Uber ne payaient qu’environ 41 % du coût réel de leur trajet, un chiffre à traiter comme non vérifié, l’étude ou l’analyste à l’origine n’ayant pas pu être identifié dans la source consultée [4]. Une fois la pression actionnariale devenue prioritaire, les prix ont augmenté de 92 % entre 2018 et 2021 selon les données Rakuten citées par Slate [5].

Un marché qui se consolide, pas qui se fragmente

==Rien dans l’étude Stanford ne teste ce qui arriverait au surplus mesuré si l’un des acteurs dominants introduisait un prix ou réduisait son offre gratuite, alors que l’histoire récente de la mobilité subventionnée par capital-risque montre que ce scénario n’est pas hypothétique une fois la consolidation atteinte.== Extrapolation prudente. Le parallèle avec Uber et Lyft n’est pas une preuve que l’IA générative suivra la même trajectoire de prix. Pour le tester plutôt que l’affirmer, voici le test des trois conditions de transposition : coût marginal, verrouillage concurrentiel, bascule actionnariale. Les trois doivent se retrouver côté IA pour que le parallèle tienne. D’abord, un coût marginal par usage suffisamment élevé pour que la hausse de prix compense la perte d’utilisateurs, ce qui est loin d’être acquis pour une requête à un modèle de langage comparée à un trajet en voiture. Ensuite, une absence d’alternative gratuite crédible au moment de la hausse, ce que la consolidation autour de deux acteurs seulement rend plausible mais pas certain, un troisième entrant subventionné pouvant réamorcer la concurrence par les prix. Enfin, un actionnariat qui bascule effectivement d’une logique de conquête de part de marché vers une logique de rentabilité, ce que les trajectoires de combustion de trésorerie d’OpenAI et Anthropic documentées plus haut ne permettent pas encore de dater. Sans ces trois conditions réunies, le parallèle reste un schéma structurel plausible, pas une prédiction de calendrier.

Mes réserves

L’analogie avec Uber et Lyft reste une comparaison structurelle, pas une démonstration que l’IA générative suivra la même trajectoire de prix : les dynamiques de coûts marginaux, radicalement différentes entre un trajet en voiture et une requête à un modèle de langage, peuvent produire des issues différentes. Les chiffres de pertes d’OpenAI proviennent de documents financiers audités révélés par un journaliste, pas d’un rapport publié officiellement par OpenAI elle-même : la société n’a pas confirmé ces montants de manière officielle au moment de la rédaction. Le chiffre de 41 % (coût réel payé par les passagers Uber en 2015) provient d’une analyse relayée par TechCrunch : la recherche menée pour cet article n’a pas permis de remonter à l’étude ou à l’analyste original, ce qui appelle une prudence supplémentaire sur ce chiffre précis. Enfin, l’argument général de subvention par capital-risque suivi d’une hausse de prix existe déjà dans la presse économique généraliste [6] : l’apport propre de cet article, le chiffrage du ratio dépenses/revenus d’OpenAI et le test des trois conditions de transposition, reste un ancrage empirique plus fin sur un argument déjà formulé ailleurs, pas une thèse entièrement inédite.

L’implication concrète : traiter le chiffre de 172 milliards de dollars comme une mesure valable pour la période actuelle, sans l’extrapoler à un futur où l’un des fournisseurs dominants romprait le régime de subvention actuel par une hausse de prix ou une réduction de son offre gratuite. Deux signaux concrets à surveiller pour dater ce basculement : une hausse de prix ou une réduction du niveau gratuit chez ChatGPT ou Gemini, et un ratio dépenses/revenus d’OpenAI qui se rapproche durablement de 1 plutôt que de rester au-dessus de 2,5, comme c’est le cas fin 2025.

Écart au Standard Probans

Je publie cet article sous le seuil de qualité que je m’impose, avec un échec sur un critère que je considère non négociable.

Qualité des sources (critère non négociable, échec). La donnée de consolidation du marché des assistants IA (ChatGPT/Gemini, section « Un marché qui se consolide ») repose sur des données Similarweb relayées par un site tiers : je n’ai pas retrouvé le rapport Similarweb original malgré mes recherches. C’est un chiffre de second rang sur un pilier central de ma thèse, que je requalifie comme tel dans le corps plutôt que de le présenter comme une source primaire. Le chiffre de 41 % sur le coût réel payé par les passagers Uber en 2015 souffre de la même limite : je le signale non vérifié.

Exhaustivité de la recherche. J’ai mené une recherche concurrentielle réelle et identifié un article (Fast Company) qui formule déjà l’argument général de subvention capital-risque suivie d’une hausse de prix. Mon apport propre, le chiffrage précis et le test des trois conditions de transposition, reste un raffinement empirique d’un argument déjà présent ailleurs, pas une thèse entièrement inédite.

Retour au dossier Surplus consommateur de l’IA gratuite · Lire la Décision possible du dossier.