Anthropic vs OpenAI : Le match des valorisations privées
Fin mai, Anthropic est passé devant OpenAI en valorisation. 965B$ contre 852B$, et voilà le challenger qui dépasse celui par qui la vague de l'IA est arrivée. Sauf que ni l'un ni l'autre n'est coté : ces chiffres ne sortent pas d'un marché, mais de levées de fonds privées. Pas si simples à interpréter, donc, et la question qu'on se pose en les voyant est la plus directe : 965B$, ça veut dire quoi au juste pour une boîte dont l'action ne s'échange nulle part ?
Bourse vs Levée de fonds : la règle de la transaction unique
En bourse, le cours se forme par la confrontation continue de milliers d'acheteurs et de vendeurs, et la dernière transaction le fixe, qu'on multiplie par le nombre d'actions pour obtenir la valorisation. Une levée privée applique le même calcul, mais à partir d'une seule transaction. Des investisseurs paient un certain montant par action au dernier tour, et la valorisation suppose que toutes les autres valent autant : pour Anthropic, cela donne 965B$ une fois multiplié par le capital entier.
Dans les deux cas, personne n'a acheté la société en entier. La différence est le volume : en bourse, des milliers d'échanges par jour réévaluent le cours en permanence, alors qu'une levée privée le fige sur un seul tour, négocié par une poignée d'acheteurs un jour donné. Le chiffre existe bel et bien, mais il repose sur une transaction unique au lieu d'être rafraîchi en continu.
Le volume n'est pas la seule chose qui sépare deux valorisations. À prix égal, ce qu'un investisseur peut espérer dépend surtout du moment où il entre dans le capital.
Late Stage : Moins de risques à l'approche de l'IPO
Le volume n'est pas la seule chose qui sépare deux valorisations. À prix égal, ce qu'un investisseur peut espérer dépend surtout du moment où il entre. Anthropic est à quelques mois d'une entrée en bourse, dossier déposé début juin. Les analystes situent sa future cotation un peu au-dessus de 1 000B$. Celui qui paie 965B$ aujourd'hui investit sur une société dont la cotation paraît proche : il entre tout en haut de l'échelle, là où une grande partie de la trajectoire est déjà visible et où la plupart des investisseurs sont déjà passés avant lui. La hausse qui reste à prendre est plus mince, mais une grande partie de l'incertitude a aussi disparu : on sait à quoi ressemble la boîte, ses revenus, son marché, et la sortie est proche. Moins de potentiel, moins de risque, et un horizon court.
Encore faut-il pouvoir entrer : à ce stade, sur une société aussi convoitée, un particulier passe rarement en direct, le plus souvent par des intermédiaires, sans toujours savoir le prix réel qu'il paie ni les conditions exactes.
Early Stage : Le royaume des multiples et du capital-risque
Prenez la même société dix ans plus tôt, quand elle vient de lever ses premiers fonds. Là, aucune bourse à l'horizon, aucune sortie proche pour servir de repère. Rien ne permet de dire si la valorisation tient debout : pas de cotation attendue dans six mois, juste un pari sur un futur lointain, posé sur un produit encore jeune, des revenus minces, et l'inconnue de savoir si la boîte sera encore là dans cinq ans.
Le chiffre dit quelque chose de l'équipe, de la traction, du marché visé, mais rien ne vient le confronter au réel. Ce qui compte alors, c'est le multiple, l'écart entre une entrée basse et une sortie hypothétique des années plus tard. Entrer à 5M€ et ressortir à 500M€, c'est 100x, un ordre de grandeur réservé à ce bout de la chaîne. La contrepartie est connue : ces paris sont nettement plus risqués, la perte fait partie des issues, et l'horizon est long.
Gestion du risque : Pourquoi la diversification est votre seule arme
D'où la règle de base à ce stade, la diversification : prendre plusieurs lignes plutôt qu'une seule, pour répartir le risque au lieu de tout miser sur une sortie incertaine. Chaque stade a son couple, fort potentiel et fort risque d'un côté, faible potentiel et forte visibilité de l'autre.
Le mot de la fin : La valeur réelle face au mirage des chiffres
Fin septembre, le même raisonnement donnait 183B$. En février, 380B$. Fin mai, 965B$. En neuf mois, le chiffre a quintuplé, bien plus vite qu'Anthropic n'a grandi. C'est qu'il raconte moins ce que vaut la société que la distance qu'il lui reste à parcourir avant la bourse. Le jour de la cotation, le chiffre cessera de sortir d'une poignée d'acheteurs pour venir de tout le monde. Jusque-là, ce n'est qu'une estimation.
L'essentiel de l'actualité écosystème & finance
Choose France : Record historique avec 93 milliards d'euros d'investissements
Le sommet Choose France a rassemblé un record d'annonces d'investissements, totalisant 93G€. Ces promesses vont des centres de données pour l'intelligence artificielle, comme l'enveloppe de 75G€ annoncée par SoftBank, à des projets industriels et énergétiques. Concrètement, cela signifie un renforcement des capacités de calcul, des sites de production et des emplois sur plusieurs années.
Tech : Uber rationne les budgets IA face à l'explosion des coûts
Uber limite les dépenses IA de ses employés à 1,500$ par mois et par outil, pour freiner une facture qui a consommé le budget annuel en quatre mois. Le plafond concerne aussi les outils de codage « agentic », c’est-à-dire des agents autonomes qui écrivent du code, comme Claude Code d'Anthropic ou Cursor. L’utilisation est suivie via un tableau de bord interne et peut être dépassée avec permission.
Cinéma & IA : Martin Scorsese s'allie à Black Forest Labs
Martin Scorsese devient partenaire et conseiller de Black Forest Labs, un spécialiste de l’image générée par IA, mais il précise n’utiliser l’outil que pour le storyboarding, soit la création visuelle des plans pour communiquer sa vision. La PME allemande, fondée par l’équipe derrière Stable Diffusion, alimente des fonctions d’Adobe, Canva, Microsoft et Meta et vaut 3,25G$.
Stratégie : Le fondateur d'Airbnb lance son propre laboratoire d'IA
Brian Chesky, fondateur et CEO d'Airbnb, prépare le lancement d’un nouveau laboratoire d’IA, visant à créer ses propres modèles après s’être dit insatisfait des offres actuelles, notamment des LLM (large language models, modèles de langage de grande taille). Il restera CEO d'Airbnb et ne dirigera pas la structure, qui viserait l’interaction utilisateur et le design, se plaçant en concurrence avec des acteurs comme OpenAI ou Hark.
Robotaxis : Uber et Nvidia s'associent pour la collecte de données réelles
Uber va déployer 500 voitures équipées de capteurs cette année, des Hyundai Ioniq 5 retouchées pour collecter des données réelles destinées à ses partenaires en conduite autonome. Ces voitures embarquent caméras, lidar (capteur optique mesurant les distances) et radars, et envoient les flux au superordinateur Nvidia Dual Drive Thor pour être exploités. L’objectif est de fournir 2 millions de miles par mois de données géographiques et temporelles synchronisées pour entraîner les logiciels de robotaxis
