Ramp AI Index : usage de l'IA en hausse, dépenses en baisse

Les entreprises américaines font tourner plus de charges d'IA que jamais, et elles les paient moins cher. C'est le principal enseignement du dernier Ramp AI Index, établi par Ara Kharazian, économiste chez Ramp.

Les deux courbes évoluent en sens inverse. Les dépenses ont atteint leur pic en juillet et reculent depuis. Sur la même période, l'usage a progressé d'environ 50 % et a atteint un niveau record fin septembre.

Pourquoi la facture diminue

Ara Kharazian avance deux raisons :

Des baisses de prix sur les modèles haut de gamme. Appeler les modèles les plus performants coûte désormais moins cher.
De meilleures options économiques. Les modèles standard et allégés sont devenus moins chers et plus efficaces, si bien qu'une plus grande part du travail peut basculer vers des gammes moins coûteuses.

Selon lui, cette baisse s'explique presque entièrement par la concurrence entre deux entreprises : OpenAI et Anthropic. À mesure qu'elles se livrent une guerre des prix, les clients professionnels paient moins par unité de travail et en consomment davantage.

Ce n'est pas la première fois que les dépenses reculent dans l'indice. Ce qui frappe cette fois, c'est la durée de la baisse. Un léger creux pourrait relever du bruit statistique. Un recul qui s'étend de juillet à fin septembre ressemble davantage à un changement de politique tarifaire.

Deux fournisseurs se partagent les dépenses

Les données montrent aussi à quel point le marché est concentré. Lors de la dernière semaine de septembre couverte par l'indice, Anthropic a capté 51 % des dépenses en tokens. OpenAI en a capté 44,5 %. À eux deux, ils représentent plus de 95 % des dépenses suivies.

Les modèles open source ne pèsent qu'une faible part de cet ensemble. D'après Ara Kharazian, ils représentent toujours moins de 5 % des dépenses des entreprises. Et ce, alors même que des modèles à poids ouverts performants qui tournent sur du matériel local continuent de sortir.

Ce que l'indice mesure, et ce qui lui échappe

Ces chiffres s'accompagnent de réserves, qui comptent pour savoir jusqu'où pousser les conclusions.

Taille de l'échantillon. Le Ramp AI Index repose sur les données de transactions de plus de 70 000 entreprises américaines.
Données sur les tokens. Les chiffres relatifs aux tokens, y compris la répartition entre fournisseurs, proviennent d'un sous-échantillon de ce groupe, et non de l'ensemble.
API uniquement. L'analyse porte sur les dépenses via API. Les autres façons dont les entreprises paient pour l'IA sortent de son champ.
Un biais en faveur des gros acheteurs. Ara Kharazian souligne que les données penchent vers les gros clients de l'IA.

Mieux vaut donc lire l'indice comme un signal sur la manière dont les grandes entreprises américaines achètent de l'IA via des API. Il ne couvre pas l'ensemble du marché. Les petites entreprises et les dépenses hors API peuvent suivre une tendance différente.

Ce que cela signifie

Pour les entreprises qui bâtissent leurs produits sur l'IA, l'indice indique un marché favorable aux acheteurs au niveau des API. La baisse des prix conjuguée à la hausse de l'usage laisse penser que les entreprises ne se contentent pas de faire des économies. Elles réinvestissent ces économies dans davantage de travail confié à l'IA. Cela correspond à une tendance observée lors des récents lancements, où les fournisseurs mettent en avant leurs nouveaux modèles, comme GPT-6.1 Sol d'OpenAI, autant pour leur coût réduit que pour leurs performances brutes.

Le chiffre de la concentration mérite lui aussi l'attention. Si la concurrence sur les prix ne tient qu'à deux fournisseurs, elle dépend de la volonté des deux de continuer à se battre. Cette pression pourrait évoluer à mesure que leurs finances sont examinées de plus près, comme le montre la fuite du dossier d'introduction en Bourse d'Anthropic. Il faudra surveiller dans les prochains mois si les dépenses touchent un plancher, si la répartition entre fournisseurs évolue et si les modèles open source parviennent un jour à dépasser leur maigre part dans les budgets des entreprises.