Le 3 novembre, Menlo Ventures a publié la quatrième édition annuelle de son rapport « State of Enterprise AI » (l’état de l’IA en entreprise). Un ensemble de chiffres y circule plus vite que les autres dans la sphère sinophone : de l’argent que les entreprises consacrent aux modèles ouverts, 89 % vont à des modèles chinois.
Selon la ventilation relayée par la presse, Kimi, de Moonshot AI, pèse 61 %, DeepSeek 15 %, la série GLM de Zhipu AI 11 %, et Llama, de Meta, n’en conserve que 7 %. Il y a un an, Llama restait le choix par défaut le plus courant quand les entreprises américaines déployaient des modèles ouverts.
D’abord, regarder le dénominateur
Le dénominateur de ces chiffres est petit. Autre donnée du rapport : les modèles ouverts ne représentent que 4 % des dépenses des entreprises en modèles, mais 19 % de l’usage. Peu d’argent pour beaucoup de volume : les entreprises font surtout tourner les modèles ouverts sur des tâches sensibles au prix unitaire et à forte volumétrie d’appels.
Côté modèles fermés, Anthropic et OpenAI, via leurs API, totalisent 86 % des dépenses des entreprises en API de grands modèles, contre 67 % un an plus tôt. Anthropic passe de 40 % à 55 %, OpenAI de 27 % à 31 %, tandis que Google chute de 21 % à 9 %. Les trois grands laboratoires représentent ensemble 69 % de l’ensemble des dépenses de déploiement, soit environ 122,7 milliards de dollars.
Le rapport estime les dépenses de déploiement de l’IA en entreprise à environ 176,8 milliards de dollars à fin septembre de cette année, contre 33 milliards en 2025. Les données proviennent d’une enquête auprès d’environ 400 décideurs d’entreprises américaines, qui gèrent ensemble plus de 4 milliards de dollars de budgets IA.
Quelques précisions sur le périmètre s’imposent :
- Tous les répondants sont aux États-Unis ; certains articles ont écrit « dépenses des entreprises dans le monde », une formulation trop large ;
- La ventilation Kimi 61 %, DeepSeek 15 %, GLM 11 % provient de ce que rapportent le South China Morning Post et Cailian Press ; nous n’avons pas retrouvé le tableau d’origine dans le résumé anglais du rapport ;
- Il s’agit d’enquêtes et d’estimations de Menlo, pas de statistiques de marché auditées.
Ce que cela signifie pour les éditeurs de modèles chinois
Prenons Kimi, qui détient la plus grande part : 61 % multiplié par 4 % donne, en calcul approximatif, environ 2,4 % des dépenses totales des entreprises américaines en modèles. Dans une facture dominée par les API de modèles fermés, c’est peu, mais cela montre une chose : lorsqu’elles choisissent des modèles ouverts, les entreprises américaines placent déjà les modèles chinois en première position.
Pour les éditeurs chinois, les limites de cette voie sont aussi claires. Les poids ouverts sont déployés par les entreprises elles-mêmes ou hébergés par des tiers, et l’essentiel de l’argent va aux fournisseurs de cloud et d’inférence ; les revenus d’API qui reviennent directement aux concepteurs du modèle sont limités. Une part non négligeable des « parts » de Kimi, DeepSeek et GLM dans ce rapport pourrait correspondre à des frais d’inférence payés par les entreprises aux hébergeurs ; les documents publics n’indiquent pas si la méthodologie de Menlo distingue cette couche.
Il y a aussi un décalage dans le temps. L’enquête a été menée en septembre ; depuis, plusieurs modèles chinois ont publié de nouvelles versions, et du côté de Llama, les choses n’ont pas cessé d’évoluer non plus. Ces changements ne seront visibles que dans le prochain rapport. Le rapport ne précise pas non plus combien d’entreprises interrogées sont des sous-traitants de l’État ou relèvent de secteurs aux achats restreints, comme la finance, alors que ce sont précisément ces clients qui sont les plus susceptibles de remplacer des modèles chinois pour des raisons de conformité.
Deux autres chiffres du rapport
Le premier concerne le trafic des agents. Le rapport cite des données d’OpenRouter selon lesquelles les agents représentent déjà 80 % des tokens de ce service de routage, soit environ 130,9 mille milliards par semaine, à peu près 7 fois l’usage piloté directement par des humains ; le trafic des agents aurait dépassé celui des humains début février de cette année.
Le second concerne la programmation. Les dépenses des entreprises en applications d’IA s’élèvent à environ 77,3 milliards de dollars, dont 34 milliards pour la programmation, et Claude Code et Codex totalisent 24 milliards de dollars, soit soixante-dix pour cent des dépenses de programmation. Les entreprises concentrent leur argent sur quelques outils de programmation et les modèles ouverts y sont quasi absents ; leur terrain reste le traitement par lots en arrière-plan et les appels sensibles aux coûts.
Sources : rapport annuel « State of Enterprise AI » de Menlo Ventures, South China Morning Post, CocoLoop, Cailian Press ; le résumé du rapport a servi à vérifier la part des dépenses en modèles ouverts, les parts d’API et l’échantillon de l’enquête, et les parts par modèle suivent ce que rapporte la presse.