Ce qu'il faut retenir
- Anthropic annonce un chiffre d'affaires annualisé de plus de 30 milliards de dollars, confirmant la domination de Claude dans l'IA générative entreprise
- Acquisition de Coefficient Bio pour 400 millions de dollars en actions : Anthropic pousse l'IA générative vers la découverte de médicaments et les sciences du vivant
- Accord de plusieurs gigawatts de capacité TPU avec Google et Broadcom, livraison prévue début 2027 — la course au compute s'intensifie
- Microsoft lance trois modèles fondationnels MAI (transcription, voix, image) développés par l'équipe Superintelligence de Mustafa Suleyman — positionnés moins chers que la concurrence
- Google ouvre Gemma 4 sous licence Apache 2.0 et Meta annonce l'open source prochain de ses modèles de nouvelle génération
L'IA générative n'est plus une promesse : c'est un marché de dizaines de milliards
Il y a deux ans, l'IA générative était encore un pari technologique. En avril 2026, c'est un marché qui génère des dizaines de milliards de dollars de revenus annuels pour les principaux acteurs. La semaine du 7 avril illustre l'accélération en cours : acquisitions massives, accords d'infrastructure à l'échelle du gigawatt, et multiplication des modèles fondationnels chez les géants du cloud.
Ce qui ressort de cette semaine, c'est que la compétition ne porte plus seulement sur la qualité des modèles. Elle se déplace vers trois axes : le compute (qui a accès à la puissance de calcul), les cas d'usage verticaux (santé, finance, industrie), et l'écosystème ouvert (open source vs propriétaire).
Anthropic franchit les 30 milliards de chiffre d'affaires annualisé
Une trajectoire sans précédent dans la tech
Le 6 avril, dans le cadre de l'annonce de son accord avec Google et Broadcom, Anthropic a révélé que son chiffre d'affaires annualisé (run-rate revenue) dépasse désormais 30 milliards de dollars. Pour une entreprise cofondée par Dario et Daniela Amodei — deux anciens d'OpenAI — et qui n'a que quatre ans d'existence, c'est une trajectoire qui surpasse celle de la plupart des géants technologiques à âge comparable.
À titre de comparaison, Google avait atteint 10 milliards de dollars de revenus annuels en 2006, soit huit ans après sa fondation. Meta (alors Facebook) y est parvenu en 2013, neuf ans après son lancement. Anthropic y arrive en quatre ans, porté par l'adoption massive de Claude dans les entreprises, les développeurs et les institutions de recherche.
Ce que cela signifie pour le marché
Ce chiffre confirme deux tendances. D'abord, le marché de l'IA générative est bien réel et en croissance exponentielle — il ne s'agit pas d'une bulle spéculative alimentée par du capital-risque. Ensuite, la concurrence entre Anthropic, OpenAI et Google s'intensifie, ce qui tire les prix vers le bas et pousse à l'innovation continue. Pour les entreprises utilisatrices, c'est une bonne nouvelle : les modèles deviennent plus performants et moins chers chaque trimestre.
400 millions de dollars pour une startup biotech de 10 personnes
L'IA générative entre dans les sciences du vivant
Le 3 avril, TechCrunch et The Information ont rapporté qu'Anthropic a acquis Coefficient Bio, une startup en mode furtif spécialisée dans la découverte de médicaments assistée par IA, pour 400 millions de dollars en actions.
Coefficient Bio a été fondée il y a huit mois par Samuel Stanton et Nathan C. Frey, tous deux issus de Prescient Design, la division computationnelle de Genentech (groupe Roche). L'équipe — une dizaine de personnes — rejoint la division santé et sciences du vivant d'Anthropic.
Pourquoi c'est significatif
400 millions de dollars pour une équipe de 10 personnes en pré-revenue, c'est un signal fort : Anthropic parie que l'IA générative va transformer la R&D pharmaceutique et biotechnologique de manière aussi profonde qu'elle transforme déjà le développement logiciel. Ce n'est pas un pari isolé — Anthropic avait déjà lancé Claude for Life Sciences en octobre 2025 pour aider les chercheurs à accélérer leurs découvertes.
Pour les PME industrielles des secteurs chimie, pharmacie et cosmétique, cette dynamique va se traduire par des outils de R&D et de conformité réglementaire de plus en plus performants dans les 12 à 18 prochains mois.
Plusieurs gigawatts de compute : l'accord Anthropic-Google-Broadcom
La puissance de calcul comme avantage compétitif
Le même jour, Anthropic a annoncé un accord avec Google et Broadcom portant sur plusieurs gigawatts de capacité TPU de nouvelle génération, dont la mise en service est prévue début 2027. L'objectif affiché : alimenter les futurs modèles Claude de frontière.
Pour donner un ordre de grandeur, un gigawatt correspond à la consommation électrique d'une ville de 700 000 habitants. Plusieurs gigawatts dédiés à un seul fournisseur d'IA générative, c'est une infrastructure à l'échelle d'un petit pays.
Le compute devient le goulot d'étranglement
Cette annonce s'inscrit dans un contexte plus large. OpenAI construit son réseau Stargate de data centers (dont un à Abu Dhabi, récemment menacé par l'Iran). Intel s'associe à SpaceX pour construire la TeraFab, une usine de puces IA pour Elon Musk. Jeff Bezos lance Project Prometheus, un laboratoire IA focalisé sur le manufacturing, et recrute des cofondateurs de xAI.
Le message est clair : dans la course à l'IA générative, le modèle le plus intelligent ne gagne pas s'il n'a pas la puissance de calcul pour tourner à l'échelle. Le compute est devenu l'avantage compétitif déterminant.
Microsoft lance trois modèles fondationnels
MAI : la riposte de Mustafa Suleyman
Le 2 avril, Microsoft AI a annoncé trois nouveaux modèles fondationnels développés par l'équipe MAI Superintelligence, dirigée par Mustafa Suleyman (ex-cofondateur de DeepMind) :
- MAI-Transcribe-1 : transcription vocale en 25 langues, 2,5 fois plus rapide que l'offre Azure Fast existante — à partir de 0,36 $/heure
- MAI-Voice-1 : génération audio capable de produire 60 secondes de son en une seconde — à partir de 22 $/million de caractères
- MAI-Image-2 : génération d'images et vidéo — à partir de 5 $/million de tokens en entrée texte
Le positionnement prix comme arme
Microsoft positionne explicitement ces modèles comme moins chers que Google et OpenAI. C'est un choix stratégique : plutôt que de rivaliser sur les benchmarks de pointe, Microsoft cible les entreprises qui veulent intégrer l'IA générative dans leurs flux de travail à un coût maîtrisé.
Pour Suleyman, cela n'invalide pas le partenariat avec OpenAI (dans lequel Microsoft a investi plus de 13 milliards de dollars). Microsoft applique la même logique qu'avec le hardware : produire en interne ET acheter à l'extérieur, pour ne jamais dépendre d'un seul fournisseur.
Google ouvre Gemma 4, Meta prépare l'open source
Gemma 4 passe sous licence Apache 2.0
Début avril, Google a publié Gemma 4, la dernière version de sa famille de modèles ouverts. Le changement majeur : le passage de la licence propriétaire Google (critiquée comme trop restrictive) à la licence Apache 2.0, nettement plus permissive et standard dans l'écosystème développeur.
Ce choix facilite l'adoption de Gemma 4 par les entreprises et les développeurs indépendants, qui peuvent désormais modifier, redistribuer et commercialiser des solutions basées sur le modèle sans restriction majeure.
Meta annonce l'open source de ses prochains modèles
En parallèle, Meta a confirmé via Axios qu'elle publiera "à terme" des versions open source de ses prochains modèles IA, désormais supervisés par Alexandr Wang (fondateur de Scale AI, recruté par Meta). L'entreprise souhaite néanmoins garder certains éléments propriétaires dans un premier temps et s'assurer qu'ils ne posent pas de risques de sécurité inédits.
L'open source comme levier stratégique
La convergence Google-Meta vers l'open source n'est pas altruiste. C'est une stratégie pour créer des écosystèmes de développeurs dépendants de leurs architectures, tout en rendant plus difficile la domination d'Anthropic et OpenAI sur le marché des modèles propriétaires. Pour les entreprises, c'est une opportunité : plus de choix, plus de concurrence, et la possibilité de construire des solutions sans verrouillage fournisseur.
Ce que cette semaine change pour les entreprises
La baisse des prix s'accélère
Avec Microsoft qui se positionne sur les prix bas, Google qui libère Gemma 4, et la concurrence Anthropic-OpenAI qui tire les tarifs vers le bas, les modèles d'IA générative deviennent accessibles aux PME. Un projet qui aurait coûté 50 000 € en 2024 peut aujourd'hui se réaliser pour une fraction de ce montant.
Les cas d'usage verticaux se multiplient
L'acquisition de Coefficient Bio montre que l'IA générative sort du cadre "chatbot + génération de texte" pour entrer dans la R&D, la supply chain, la comptabilité et les sciences du vivant. Chaque semaine apporte de nouveaux cas d'usage validés par des chiffres de ROI concrets.
Le choix du modèle devient stratégique
Avec au moins cinq fournisseurs crédibles (Anthropic, OpenAI, Google, Microsoft, Meta/open source), le choix d'architecture devient un enjeu stratégique. Les entreprises qui définissent leur stratégie IA dès maintenant pourront arbitrer entre performance, coût, souveraineté et flexibilité — plutôt que de subir un verrouillage.
Conclusion : l'IA générative entre dans sa phase industrielle
La semaine du 7 avril 2026 marque un tournant. L'IA générative n'est plus un sujet de laboratoire ou de démonstration : c'est un marché de 30 milliards de dollars par an (pour un seul acteur), avec des investissements d'infrastructure mesurés en gigawatts et des acquisitions à 400 millions. Les modèles se multiplient, les prix baissent, et les cas d'usage se diversifient vers la santé, l'industrie et la finance.
Pour les PME, le message est simple : il n'a jamais été aussi abordable et concret de prototyper un cas d'usage IA. La question n'est plus "faut-il y aller ?" mais "par où commencer ?".
Lire aussi : Diagnostic IA : par où commencer pour intégrer l'intelligence artificielle dans votre entreprise
Vous voulez comprendre comment l'IA générative peut concrètement s'appliquer à votre métier ? Vous hésitez entre les différentes approches et fournisseurs ? Parlons-en — nous vous aidons à définir votre stratégie IA et à prototyper vos cas d'usage en partant de vos vrais problèmes.