Les dépenses en IA ne se répartissent pas : elles s’accumulent en haut.
10 % des entreprises américaines de logiciels paient désormais pour une infrastructure GPU, contre moins de 4 % il y a deux ans. Le principal moteur de cette hausse ? L’inférence de modèle : la puissance de calcul nécessaire pour exécuter l’IA et traiter les requêtes.
Mais voici la réalité : les 10 % des plus gros dépensiers contrôlent 99,5 % des dollars destinés au déploiement (model-serving) et 99 % des dépenses des clouds spécialisés en IA. Ils détiennent aussi 95 %+ d’OpenAI, d’Anthropic et des budgets cloud généraux.
De plus en plus d’entreprises s’essaient à l’IA. Mais l’argent réel ? Il reste toujours entre les mains des poids lourds.
Cela compte pour les fournisseurs de cloud, les fabricants de puces et tous ceux qui parient sur une monétisation large de l’IA. L’adoption s’élargit, mais la concentration des revenus n’a pas bougé.
10 % des entreprises américaines de logiciels paient désormais pour une infrastructure GPU, contre moins de 4 % il y a deux ans. Le principal moteur de cette hausse ? L’inférence de modèle : la puissance de calcul nécessaire pour exécuter l’IA et traiter les requêtes.
Mais voici la réalité : les 10 % des plus gros dépensiers contrôlent 99,5 % des dollars destinés au déploiement (model-serving) et 99 % des dépenses des clouds spécialisés en IA. Ils détiennent aussi 95 %+ d’OpenAI, d’Anthropic et des budgets cloud généraux.
De plus en plus d’entreprises s’essaient à l’IA. Mais l’argent réel ? Il reste toujours entre les mains des poids lourds.
Cela compte pour les fournisseurs de cloud, les fabricants de puces et tous ceux qui parient sur une monétisation large de l’IA. L’adoption s’élargit, mais la concentration des revenus n’a pas bougé.
