Dans une démarche qui marque la fin de l'ère expérimentale pour l'intelligence artificielle générative et le début de sa maturation industrielle, OpenAI a officiellement déposé une déclaration d'enregistrement S-1 confidentielle auprès de la U.S. Securities and Exchange Commission. Ce dossier, piloté par un trio de souscripteurs de poids composé de Goldman Sachs, Morgan Stanley et JPMorgan Chase, place le créateur de ChatGPT sur la voie d'une introduction en bourse qui pourrait valoriser l'entreprise à plus de 1 000 milliards de dollars. Il ne s'agirait pas seulement de la plus grande introduction en bourse technologique jamais enregistrée, mais aussi du test ultime pour la viabilité économique des modèles d'IA de pointe.
La décision de déposer le dossier de manière confidentielle en vertu du JOBS Act permet à OpenAI de garder ses dossiers financiers détaillés, notamment ses marges spécifiques sur les dépenses de calcul et ses revenus par jeton, à l'abri des regards jusqu'à 15 jours avant le début du roadshow auprès des investisseurs. Cependant, l'annonce elle-même, rendue publique le 8 juin 2026, a été présentée par l'entreprise comme une mesure proactive pour anticiper des fuites inévitables. Bien que le calendrier du lancement effectif reste flou — certains analystes évoquant une fenêtre en septembre —, ce dépôt marque un tournant définitif pour une société née en tant que laboratoire de recherche à but non lucratif et qui cherche désormais à devenir un pilier fondamental des marchés publics mondiaux.
Les mécanismes d'une valorisation à 1 000 milliards de dollars
Pour comprendre l'ampleur d'une introduction en bourse à 1 000 milliards de dollars, il faut observer la trajectoire de la valorisation privée d'OpenAI. En mars 2026, l'entreprise a clôturé un tour de table massif de 122 milliards de dollars soutenu par un consortium comprenant Nvidia, Amazon et SoftBank. Ce tour de table valorisait l'entreprise à environ 852 milliards de dollars. Pour atteindre le cap des 1 000 milliards de dollars sur les marchés publics, OpenAI doit convaincre les investisseurs institutionnels que sa courbe de croissance est non seulement durable, mais que son chemin vers la domination justifie une valorisation environ quatre fois supérieure à celle d'Alibaba lors de ses débuts historiques en 2014.
Le prix élevé de l'intelligence
Malgré des chiffres d'affaires impressionnants, les états financiers d'OpenAI révèlent une dure réalité inhérente à la génération actuelle de modèles de type transformer à grande échelle. Au cours du premier trimestre 2026, l'entreprise aurait perdu 1,22 dollar pour chaque dollar gagné. Cela porte la perte projetée pour l'ensemble de l'année 2026 à environ 14 milliards de dollars. Pour une entreprise industrielle traditionnelle, un tel ratio serait catastrophique. Pour OpenAI, il s'agit du coût opérationnel dans un environnement limité par le matériel, où le prix du calcul agit comme une taxe récurrente massive sur chaque unité produite.
Le principal moteur de ces pertes est l'investissement en capital nécessaire pour maintenir et faire évoluer l'infrastructure de calcul. L'entraînement de modèles de pointe comme GPT-5 et ses successeurs nécessite d'immenses grappes de GPU de dernière génération, se comptant souvent par centaines de milliers. Au-delà de l'achat initial de matériel auprès de partenaires comme Nvidia, les coûts opérationnels — incluant l'électricité, le refroidissement et la maintenance des centres de données — créent un seuil élevé pour les dépenses d'exploitation. Goldman Sachs et Morgan Stanley font face au défi considérable de vendre ce modèle de "croissance à tout prix" à un marché public qui s'est historiquement méfié des consommations de trésorerie à long terme, même dans le secteur technologique.
L'échelle peut-elle résoudre le problème d'efficacité ?
Une question centrale pour les investisseurs potentiels est de savoir si OpenAI peut réaliser les économies d'échelle nécessaires pour inverser son ratio de perte actuel. Dans le domaine des systèmes mécaniques, l'efficacité augmente souvent avec l'échelle jusqu'à un point de rendement décroissant. Dans l'IA, les "lois d'échelle" suggèrent que les modèles plus grands sont plus performants, mais que les coûts d'énergie et de calcul augmentent à un rythme presque exponentiel. OpenAI mise sur une percée dans l'efficacité de l'inférence — réduire le coût d'exécution d'un modèle une fois entraîné — pour combler l'écart entre sa perte annuelle actuelle de 14 milliards de dollars et son objectif de rentabilité, actuellement prévu pour la fenêtre 2029-2030.
Naviguer dans l'encombrement des introductions en bourse de 2026
OpenAI n'arrive pas sur le marché public dans le vide. L'année 2026 s'annonce comme la plus importante pour les introductions en bourse technologiques depuis plus d'une décennie. Une semaine seulement avant l'annonce d'OpenAI, son principal rival, Anthropic, a déposé son propre S-1 confidentiel pour une cotation en octobre. Anthropic viserait également une valorisation proche des 1 000 milliards de dollars, bien qu'il soit confronté à ses propres questions comptables concernant la comptabilisation des revenus issus de ses partenariats cloud. L'arrivée simultanée de ces deux géants de l'IA crée une dynamique concurrentielle unique à Wall Street, alors qu'ils se disputent le même vivier de capitaux institutionnels.
En outre, le paysage technologique est plus large et encombré. SpaceX, le géant de l'aérospatiale et des satellites d'Elon Musk, effectue actuellement un roadshow en juin pour sa propre offre très attendue. Ce regroupement d'entreprises pesant plusieurs centaines de milliards de dollars suggère que le marché a actuellement un appétit très élevé pour les technologies de "frontière". Cependant, le risque d'épuisement de la liquidité existe. Si les investisseurs sont contraints de choisir entre l'infrastructure physique et les manifestes de lancement prouvés de SpaceX et le potentiel logiciel à forte marge mais à forte perte d'OpenAI, la tarification qui en résulterait pourrait être plus volatile que ce que les banques chefs de file souhaiteraient.
Risques structurels et examen réglementaire
La transition vers une société publique place OpenAI sous le microscope intense de la SEC et des régulateurs mondiaux. L'un des risques les plus importants soulignés lors des discussions préalables au dépôt est la bataille juridique en cours concernant le droit d'auteur et l'utilisation des données. Si une décision de justice devait un jour exiger qu'OpenAI indemnise les créateurs pour les données d'entraînement utilisées dans ses modèles, le coût par jeton augmenterait du jour au lendemain, repoussant potentiellement l'objectif de rentabilité encore plus loin dans les années 2030. Le S-1 confidentiel contient probablement une section robuste sur ces passifs juridiques, qui deviendront un point de discorde une fois le document rendu public.
De plus, la gouvernance de l'entreprise reste un point d'intérêt pour les analystes. Le passage d'une entité contrôlée par une organisation à but non lucratif à une société publique exige un niveau de transparence et une obligation fiduciaire qui peuvent entrer en conflit avec la mission déclarée de l'entreprise : garantir que l'AGI profite à l'humanité entière. Les investisseurs rechercheront une structure de conseil d'administration claire qui donne la priorité à la valeur actionnariale tout en gérant les risques existentiels et de sécurité uniques associés au développement de l'IA de pointe. Les souscripteurs doivent convaincre le marché que la culture axée sur la mission d'OpenAI est un atout, et non un handicap pour les objectifs de résultats trimestriels.
La voie à suivre pour les investisseurs
Alors que le marché attend la version publique du S-1, l'attention reste portée sur le "comment" du modèle économique d'OpenAI. Il s'agit d'un problème d'ingénierie autant que financier. Pour justifier une valorisation à mille milliards de dollars, OpenAI doit démontrer qu'elle peut continuer à devancer ses rivaux en termes de performance des modèles tout en découplant simultanément sa croissance des revenus de ses coûts de calcul. Si l'entreprise peut prouver que sa couche logicielle peut à terme fonctionner sur un matériel plus efficace ou que son ancrage dans les entreprises permet des augmentations de prix significatives, l'introduction en bourse sera probablement un succès.
Comments
No comments yet. Be the first!