2 IA rivales, 1 recrutement de philosophes, les patrons créent leur clone, ce qu’Anthropic surprend OpenAI

Anthropic revendique un chiffre d’affaires de 30 milliards de dollars en rythme annualisé, porté par Claude Code et sa plateforme Cowork, selon l’analyse de Jérôme Marin. OpenAI indiquait récemment générer deux milliards de revenus mensuels, soit 24 milliards sur un an. Résultat: la bataille de l’IA générative se joue aussi sur des produits concrets, et sur la façon dont les entreprises encadrent leurs usages.

Ce succès financier raconte une histoire plus large que la rivalité entre laboratoires. D’un côté, Anthropic met en avant une approche plus prudente du développement de l’IA, portée par ses fondateurs, Dario et Daniela Amodei, anciens d’OpenAI. De l’autre, la diffusion des outils d’IA dans les organisations fait naître des besoins très terre-à-terre: cadrer l’éthique, anticiper l’impact sur l’emploi, et répondre à une tentation qui se banalise, faire parler un “clone” numérique d’un dirigeant pour gagner du temps.

30 milliards de dollars annualisés: pourquoi Anthropic passe devant OpenAI

Le chiffre est devenu un marqueur de puissance. D’après Jérôme Marin, Anthropic revendique un chiffre d’affaires de 30 milliards de dollars en rythme annualisé, un niveau supérieur à OpenAI, qui indiquait générer deux milliards de revenus mensuels, soit 24 milliards sur un an. L’écart n’est pas seulement symbolique: il signale que la monétisation, souvent le point faible des technologies “grand public”, s’accélère dans l’IA générative.

Selon la même source, cette progression est portée par le “succès fulgurant” de Claude Code, un produit orienté programmation, et par la plateforme agentique Cowork. Pour les entreprises, la différence est concrète: l’IA n’est plus seulement un chatbot qui répond à des questions, elle devient un outil qui exécute des tâches en chaîne, avec des étapes, des validations, des retours. Résultat: l’usage se rapproche d’un collègue numérique qui prend en charge une partie du travail, plutôt que d’un simple moteur de recherche amélioré.

Jérôme Marin souligne aussi la vitesse du phénomène: en moins de quatre mois, le chiffre d’affaires d’Anthropic aurait été multiplié par plus de trois. Ce tempo alimente un effet d’entraînement: plus les outils sont adoptés, plus ils deviennent des standards internes (procédures, gabarits, automatisations), et plus il devient coûteux pour une entreprise de revenir en arrière.

Amazon, Google, Broadcom: la bataille se déplace vers le cloud et les puces

La performance d’un modèle d’IA dépend autant des algorithmes que de l’infrastructure qui les entraîne et les fait tourner. Selon Jérôme Marin, Anthropic bénéficie de sa présence sur AWS, la plateforme de cloud d’Amazon, à la différence des modèles concurrents d’OpenAI et de Google. Pour une entreprise cliente, ce détail compte: le lieu où l’IA est “hébergée” et opérée conditionne des sujets pratiques comme l’intégration au système d’information, les règles de sécurité, et les choix de fournisseur.

La même source indique aussi qu’Anthropic a annoncé un accord avec Google et Broadcom pour utiliser des TPU, des puces d’IA fabriquées par Broadcom pour le compte de Google, pour l’entraînement et l’inférence de ses modèles. C’est un signal clair: les laboratoires cherchent à sécuriser leur accès aux ressources de calcul, parce que c’est un goulot d’étranglement industriel. Résultat: la compétition ne se limite plus à “qui a le meilleur modèle”, elle devient une négociation permanente avec les géants du cloud et des semi-conducteurs.

Au quotidien, cela se traduit par une question simple pour les directions informatiques: quel fournisseur peut garantir la continuité de service, l’évolutivité, et des conditions contractuelles compatibles avec les contraintes internes? Derrière les annonces de modèles, c’est une bataille d’approvisionnement et d’intégration qui se joue.

Pourquoi l’IA “embauche des philosophes”: l’éthique devient une fonction de production

L’idée peut surprendre, mais elle correspond à un besoin opérationnel: quand une IA est utilisée pour produire du texte, du code ou des décisions assistées, il faut définir ce qui est acceptable, ce qui ne l’est pas, et comment arbitrer les zones grises. C’est dans ce contexte que s’inscrit l’image d’une IA qui “embauche des philosophes”, popularisée par la presse internationale autour d’Anthropic et, plus largement, des équipes “safety” et “policy” des laboratoires.

Dans le cas d’Anthropic, l’orientation est revendiquée dès l’origine. D’après Jérôme Marin, la société a été fondée par plusieurs anciens d’OpenAI, dont Dario Amodei et Daniela Amodei, partisans d’une approche plus prudente du développement de l’IA compte tenu des risques. Cette prudence n’est pas qu’un discours: elle devient un argument commercial, parce que les entreprises veulent des garanties sur les comportements du modèle, la gestion des données, et la réduction des usages dangereux.

Résultat: les questions éthiques sortent du “comité” pour entrer dans la chaîne de production. Concrètement, cela peut signifier définir des règles d’usage internes, documenter les limites d’un modèle, ou imposer des validations humaines sur certains contenus. Pour un salarié, c’est souvent un changement invisible mais réel: l’outil d’IA est présent, mais encadré, et parfois bridé, selon les risques identifiés par l’employeur.

Emploi: ce que les études d’Anthropic disent aux salariés et aux managers

Le débat sur l’emploi se nourrit de projections, mais les entreprises demandent surtout des repères concrets: quels métiers sont touchés en premier, quelles tâches basculent vers l’automatisation, et comment accompagner la transition. Dans ce paysage, une publication d’Anthropic est mise en avant comme une étude “réaliste” sur l’IA et l’emploi dans un contenu relayé par le podcast de Romain Lanéry, présenté comme “l’étude la plus réaliste jamais faite sur l’IA et l’emploi”.

Sans entrer dans des chiffres qui ne figurent pas dans les éléments disponibles ici, l’intérêt de ce type de travail est ailleurs: il déplace la discussion du “métier entier” vers les tâches. Pour un ménage, la différence est immédiate: une IA ne “remplace” pas un emploi d’un bloc, elle prend en charge des morceaux de travail, souvent ceux qui sont répétitifs, documentaires, ou standardisés. Résultat: certains postes se transforment par addition d’outils, et d’autres se fragilisent si une grande partie de la valeur se trouvait dans ces tâches.

Pour les managers, l’enjeu est d’éviter deux erreurs symétriques: attendre une automatisation magique qui n’arrive pas, ou déployer l’IA partout sans méthode. La voie praticable passe par des cas d’usage simples, mesurables, et par une clarification des responsabilités: qui valide, qui signe, qui assume en cas d’erreur. C’est aussi là que les fonctions “éthique” et “risques” deviennent des partenaires du quotidien, pas des arbitres lointains.

Les “clones” de patrons: gain de temps, risque d’abus, besoin de règles

La tentation est forte, dans les organisations, d’industrialiser la communication: messages internes, vidéos, réponses à des clients, interventions pour des équipes dispersées. L’idée d’un dirigeant “cloné” par IA, capable de parler avec sa voix ou son style, s’inscrit dans cette logique. Sur le papier, le bénéfice est simple: gagner du temps et multiplier les prises de parole sans saturer l’agenda.

Mais ce type d’usage crée un risque spécifique: la confusion entre parole authentique et parole générée. Dans une entreprise, cela peut toucher la confiance interne (un message sensible est-il vraiment validé?) et la conformité (qui a autorisé l’utilisation d’une voix, d’une image, d’un style?). Résultat: le sujet devient un problème de gouvernance, pas un gadget de communication.

À ce stade, la réponse la plus robuste est souvent procédurale: encadrer les usages, exiger une validation explicite, tracer ce qui est généré, et limiter les périmètres. Cela rejoint l’idée d’une IA “prudente” mise en avant par Anthropic: plus l’outil est puissant, plus l’entreprise doit investir dans des garde-fous, parce qu’un abus peut coûter cher en réputation et en climat social.

Pentagone et Claude: quand l’IA devient un sujet de souveraineté

L’IA générative ne se limite plus aux bureaux et aux services clients. Une source évoque une “bataille” entre le Pentagone et Anthropic autour de Claude, la start-up ayant refusé de “donner” son intelligence artificielle dans un contexte présenté comme conflictuel. Même sans détails supplémentaires dans les éléments fournis, le simple fait que ce type de tension existe illustre une réalité: l’IA est maintenant perçue comme une capacité stratégique.

Pour le grand public, l’impact est indirect mais réel: quand des acteurs étatiques s’intéressent à un modèle, cela accélère la régulation, la contractualisation, et la segmentation des versions (ce qui est accessible au public, ce qui est réservé à certains clients). Résultat: les produits que les entreprises utilisent au quotidien peuvent évoluer rapidement, avec des restrictions, des contrôles, ou des exigences de conformité supplémentaires.

Dans les mois à venir, une question pratique va revenir dans les organisations: quelle dépendance accepter vis-à-vis d’un petit nombre de fournisseurs d’IA, et comment garder une marge de manœuvre si les conditions d’accès changent?

Ce que les entreprises peuvent surveiller dès maintenant

La dynamique décrite par Jérôme Marin, revenus en forte hausse, produits orientés usage professionnel, alliances dans le cloud et les puces, montre que l’IA entre dans une phase d’industrialisation. Pour les salariés, le changement se verra souvent dans des détails: un assistant intégré à l’outil de travail, des modèles de documents générés automatiquement, des tickets informatiques résolus plus vite, ou du code produit en première intention par Claude Code puis relu par un humain.

Résultat: les points à surveiller sont concrets. D’abord, les règles internes, ce qui est autorisé ou non avec les données de l’entreprise. Ensuite, la traçabilité, ce qui a été généré et ce qui a été validé. Enfin, la formation, parce que la différence entre “utiliser” et “bien utiliser” une IA se joue sur des habitudes simples: formuler une demande, vérifier une source, tester un résultat, documenter une décision.

Le marché avance vite, et la rivalité Anthropic-OpenAI se lit maintenant dans les revenus autant que dans les démonstrations technologiques. La prochaine étape se jouera probablement dans les entreprises, là où l’IA passe du spectaculaire à l’utile, et où la question n’est plus “faut-il l’adopter?”, mais “qui contrôle quoi, et avec quelles limites?”.

FAQ

Anthropic gagne-t-il plus qu’OpenAI?
Selon Jérôme Marin, Anthropic revendique 30 milliards de dollars de chiffre d’affaires en rythme annualisé, contre 24 milliards sur un an pour OpenAI à partir d’un revenu mensuel annoncé de deux milliards.

Qu’est-ce qui tire la croissance d’Anthropic?
D’après Jérôme Marin, la progression est portée par Claude Code et la plateforme agentique Cowork, orientées vers des usages professionnels et la réalisation de tâches.

Pourquoi Anthropic travaille avec AWS, Google et Broadcom?
Selon Jérôme Marin, Anthropic bénéficie de sa présence sur AWS et a annoncé un accord avec Google et Broadcom pour utiliser des TPU pour l’entraînement et l’inférence, un enjeu clé pour sécuriser des capacités de calcul.

Que recouvre l’idée d’IA qui “embauche des philosophes”?
Elle renvoie à la montée en puissance des fonctions d’éthique, de sécurité et de gouvernance dans les laboratoires et chez les entreprises clientes, pour encadrer des outils capables de produire du contenu et d’exécuter des tâches.

Que doit vérifier une entreprise avant d’utiliser des “clones” de dirigeants?
Les points sensibles sont la validation des messages, la traçabilité de ce qui est généré, et les règles d’usage autour de la voix, de l’image et de la responsabilité en cas d’erreur ou d’abus.