Anthropic et OpenAI se préparent à entrer en Bourse. Anthropic a annoncé le 1er juin 2026 avoir déposé à titre confidentiel un projet de document d'enregistrement (formulaire S-1) auprès de la SEC, le régulateur boursier américain (annonce d'Anthropic). OpenAI a fait de même une semaine plus tard (TechCrunch). Au 24 septembre 2026, aucune des deux n'a fixé de date, de prix ou de nombre d'actions.
Quand une entreprise entre en Bourse, ses priorités évoluent : les actionnaires attendent de la croissance, des marges et de la prévisibilité. OpenAI et Anthropic ont jusqu'ici privilégié la conquête du marché, avec des baisses de prix régulières et un rythme de sortie de modèles élevé. De nombreuses PME ont intégré leurs outils dans leurs processus, parfois sans mesurer à quel point leur chaîne opérationnelle dépend désormais de ces fournisseurs.
Ce que l'introduction en Bourse peut changer pour la structure tarifaire
Lors de leurs dernières levées de fonds, OpenAI a été valorisée 852 milliards de dollars (TechCrunch) et Anthropic 965 milliards de dollars (annonce de la série H, mai 2026). À ces niveaux, les investisseurs attendent une trajectoire de rentabilité claire. Deux leviers existent pour y parvenir : augmenter les revenus ou réduire les coûts d'infrastructure. Les deux peuvent toucher les PME.
Du côté des revenus, la segmentation de l'offre est un levier naturel : des fonctionnalités aujourd'hui incluses dans les plans standards peuvent migrer vers des niveaux plus chers. OpenAI a déjà créé en décembre 2024 un abonnement ChatGPT Pro à 200 dollars par mois, dix fois le prix de l'offre Plus.
Du côté des coûts, la question porte sur les marges par token. Pour une capacité donnée, les prix d'accès aux API ont baissé ces dernières années grâce aux gains d'efficacité des modèles. Une entreprise cotée peut être tentée de conserver une partie de ces gains pour ses marges plutôt que de les répercuter sur ses clients.
Le risque de dépendance que les PME sous-estiment souvent
La dépendance à un fournisseur IA n'est pas identique à la dépendance à un logiciel SaaS classique. Quand une PME change de CRM, elle migre des données structurées. Quand elle a construit des workflows, des prompts affinés et des intégrations sur une API spécifique, elle a investi dans une couche d'intelligence opérationnelle qui n'est pas portable à coût zéro.
Dans beaucoup de PME, l'intégration se fait par capillarité : un premier cas d'usage en production, puis deux, puis cinq. Chaque nouveau cas d'usage renforce l'ancrage au fournisseur. Le risque n'est pas perceptible à l'échelle d'un projet pilote. Il le devient quand l'outil structure des processus critiques, que les prix changent, ou que le modèle utilisé est retiré.
Les retraits de modèles font déjà partie du fonctionnement normal de ces fournisseurs. OpenAI s'engage sur un préavis minimal de six mois pour ses modèles généralement disponibles, trois mois pour les variantes spécialisées et deux semaines seulement pour les modèles en préversion (politique de dépréciation d'OpenAI). Anthropic annonce au moins 60 jours de préavis pour ses modèles publics (page des dépréciations d'Anthropic). Une PME qui utilise un modèle en production doit donc prévoir de le remplacer régulièrement, et tester ses traitements sur le modèle suivant avant la date de retrait.
Stabilité de l'offre : ce que la cotation peut changer
Une entreprise cotée publie ses résultats chaque trimestre. Cela pèse sur la gestion de produit : les fonctionnalités peu utilisées peuvent être supprimées, les priorités de développement arbitrées selon leur potentiel de revenus, et les décisions de prix prises rapidement pour tenir des objectifs de marge.
Pour une PME qui a intégré un modèle d'IA dans sa qualification commerciale, son service client ou sa chaîne documentaire, cette part d'imprévisibilité demande un plan explicite. La bonne question est de savoir en combien de temps votre organisation pourrait s'adapter à un changement de prix ou au retrait d'un modèle.
Trois postures que les PME peuvent adopter dès maintenant
Face à cette recomposition du marché, on distingue trois approches selon le niveau de maturité et d'exposition :
- Diversifier les fournisseurs sur les cas d'usage critiques : maintenir une capacité à basculer vers un modèle alternatif (Mistral, Gemini, modèles open source auto-hébergés) sur les workflows les plus sensibles réduit structurellement l'exposition à une décision unilatérale d'un seul fournisseur.
- Connaître ses conditions d'accès : vérifiez ce que prévoit votre contrat ou les conditions de service (niveau de service, préavis de retrait des modèles, évolution des prix). Sans accord particulier, ce sont les politiques publiques des fournisseurs qui s'appliquent, avec les préavis rappelés plus haut.
- Auditer la criticité de chaque intégration : tous les cas d'usage ne portent pas le même niveau de risque. Un outil de reformulation interne n'a pas le même impact opérationnel qu'un modèle intégré dans le processus de validation de commandes.
Ce que l'entrée en Bourse révèle sur la maturité du marché IA
Il serait réducteur de lire ces introductions en Bourse uniquement comme un signal d'alerte. Elles témoignent aussi d'une consolidation du marché qui bénéficie aux utilisateurs sur certains aspects : plus de transparence financière sur la solidité des fournisseurs, des engagements contractuels potentiellement plus robustes, et une pression concurrentielle accrue qui oblige ces acteurs à justifier leur différenciation.
Cette lecture ne doit pas faire oublier que la cotation impose une obligation de rentabilité, qui pèsera sur la relation entre ces plateformes et leurs clients PME.
Concrètement, surveillez la manière dont les offres sont construites : fonctionnalités qui passent dans un plan supérieur, quotas d'utilisation modifiés sur les offres d'entrée de gamme, évolution des politiques d'utilisation acceptable. Pris un par un, ces ajustements semblent mineurs. Ils deviennent significatifs pour une PME qui a organisé ses processus autour d'un périmètre fonctionnel qui se réduit.
La question à poser à vos équipes
Les PME qui utilisent ces outils ont souvent fait le choix pragmatique d'adopter ce qui fonctionnait le mieux, le plus vite. C'était une décision raisonnable au moment où elle a été prise. La préparation de ces introductions en Bourse invite à poser une autre question : si ce fournisseur augmentait ses tarifs de 40 % l'année prochaine, ou retirait le modèle sur lequel reposent vos intégrations, combien de temps vous faudrait-il pour maintenir un niveau de service équivalent ?
Les organisations qui savent y répondre ne sont pas forcément celles qui utilisent le moins l'IA. Ce sont celles qui ont conçu leurs intégrations pour pouvoir changer de modèle.
Par où commencer dans une PME
- Listez les processus qui appellent un modèle d'IA, le fournisseur et le modèle utilisés, et ce qui s'arrête si ce modèle disparaît.
- Pour les deux ou trois processus les plus critiques, testez un modèle alternatif (autre fournisseur, ou modèle ouvert hébergé en Europe) sur un échantillon de vos cas réels.
- Isolez dans vos outils l'appel au modèle, pour pouvoir en changer sans réécrire le reste.
Le guide sur l'IA souveraine et le RGPD en PME détaille les options d'hébergement et de modèles alternatifs. Pour faire cet inventaire avec un regard extérieur, le diagnostic gratuit est un bon point de départ.
Article rédigé par Loïc Mabilon, cofondateur de Lumivi.
