Le run rate de revenus d’Anthropic aurait dépassé 65 milliards de dollars avant son IPO attendue

La dynamique commerciale d’Anthropic accélère avant une entrée en Bourse largement attendue, selon un nouveau reportage d’Axios citant des chiffres précédemment rapportés par Bloomberg. L’article du 17 août indique que le run rate annualisé de revenus du laboratoire d’IA a dépassé 65 milliards de dollars fin juillet, un niveau frappant même dans un secteur où la demande pour agents de code, assistants d’entreprise et APIs de modèles de frontière a déjà étiré les attentes.

L’ampleur du trimestre rapporté explique l’attention. Axios indique qu’Anthropic a généré plus de 11,5 milliards de dollars de revenus préliminaires au deuxième trimestre, d’après des documents vus par Bloomberg. Ce serait plus de 14 fois le même trimestre l’an dernier et plus du double des 4,73 milliards de dollars du premier trimestre. Le run rate de 65 milliards implique aussi une multiplication par sept depuis la fin de l’année précédente.

La comparaison avec OpenAI est inévitable, mais doit être lue prudemment. Axios rapporte que le dernier run rate d’OpenAI a atteint 40 milliards de dollars, citant un message interne partagé par le cofondateur Greg Brockman la semaine précédente. L’article note aussi que les deux entreprises ne calculent peut-être pas leurs revenus de la même manière. Cette réserve compte, car des sociétés privées d’IA peuvent classer différemment usage, engagements, crédits et contrats d’entreprise.

La hausse des revenus est liée à la course à l’IPO. Axios affirme qu’Anthropic rencontre de potentiels nouveaux investisseurs avant une cotation prévue qui pourrait arriver en septembre ou octobre, avec Morgan Stanley, Goldman Sachs et JPMorgan travaillant sur l’opération. Les marchés publics donneraient à Anthropic un accès à une base de capital plus large à un moment où les sociétés d’IA de frontière doivent financer puces, centres de données, entraînement, inférence et expansion commerciale.

L’adoption entreprise semble au cœur du sujet. Anthropic a bâti une grande partie de son élan commercial autour de Claude dans les workflows professionnels, surtout le développement logiciel et le travail de connaissance, où précision, raisonnement à long contexte et usage d’outils peuvent justifier des prix élevés. Axios cite l’analyste de PitchBook Harrison Rolfes, selon qui un modèle plus coûteux peut revenir moins cher par tâche réussie s’il produit plus souvent la bonne réponse et réduit les relances ou la vérification humaine.

Les chiffres pointent aussi vers un nouvel axe concurrentiel: l’efficacité, pas seulement l’intelligence brute. Les grands laboratoires cherchent à réduire les coûts d’inférence avec des infrastructures spécialisées, du routage de modèles, des partenariats avec des fournisseurs d’inférence et leurs propres ambitions de puces. Si une entreprise livre plus de tâches correctement terminées par dollar, elle peut améliorer ses marges tout en donnant aux clients une raison de payer pour des modèles premium. Cela devient crucial lorsque l’usage entreprise passe de prompts ponctuels à des tâches déléguées, plus gourmandes en tokens et en fiabilité.

La prudence reste nécessaire. Un run rate annualise une période courte et peut surestimer la durabilité si demande, prix ou capacité changent. Anthropic n’a pas immédiatement répondu à TechCrunch dans un reportage similaire, et les chiffres restent des données privées relayées par documents et sources. Malgré cela, le rapport capture un moment plus vaste: l’IA générative devient un marché de revenus, pas seulement une course de recherche. Pour les acheteurs entreprises, la question est de savoir si les systèmes payants économisent du temps, réduisent les erreurs et s’intègrent dans des workflows gouvernés. Pour les investisseurs, elle est de savoir si la croissance explosive peut soutenir les dépenses d’infrastructure et les valorisations des leaders.