Les dépenses d'IA des entreprises américaines atteignent un sommet, la croissance ralentit

Les dépenses d'IA des entreprises américaines ont atteint un nouveau sommet en octobre 2026, selon The Decoder, qui fait état d'une modeste augmentation de 1,65 % d'un mois sur l'autre d'après l'indice Ramp AI. Cette croissance, bien qu'atteignant un pic, marque une décélération par rapport à l'expansion rapide des périodes précédentes.

Ce qui s'est passé

L'indice Ramp AI, qui suit les dépenses d'IA auprès des entreprises clientes du fournisseur de services financiers Ramp, indique une hausse de 1,65 % d'un mois sur l'autre des dépenses d'IA des entreprises américaines en octobre 2026. Citant Ramp, The Decoder souligne que les utilisateurs d'IA les plus importants ont dépensé nettement plus que les entreprises types ; le premier centile des entreprises en matière de dépenses d'IA a déboursé une valeur médiane de 10 200 $ par employé et par mois, soit une hausse de 9 %. En revanche, une entreprise type n'a dépensé que 16,32 $, une légère augmentation de moins d'un dollar par rapport au mois précédent.

Les données de Ramp, issues de plus de 85 000 entreprises américaines, reflètent les tendances du marché, mais pourraient surestimer l'adoption globale de l'IA, sa clientèle étant principalement composée d'entreprises de grande taille, axées sur la croissance et la technologie. Selon The Decoder, les outils d'IA gratuits et les utilisations via des comptes personnels sont vraisemblablement exclus de ces chiffres. Concernant les fournisseurs, OpenAI a enregistré une croissance mensuelle de 2,1 %, tandis qu'Anthropic a progressé de 0,5 %. Ara Kharazian, économiste en chef chez Ramp, a souligné que 1 % des entreprises génère 80 % des revenus d'OpenAI et d'Anthropic, s'agissant principalement de sociétés financées par le capital-risque dans la tech, la finance et les services techniques, l'adoption de l'IA s'étendant à peine en dehors de ces secteurs.

Dans le même temps, les prix de l'IA baissent ; le prix moyen par million de jetons de texte traités a chuté de 21 % le mois dernier, selon The Decoder citant Ramp. Cela indique que le volume d'utilisation croît plus vite que les dépenses, sous l'effet de la pression concurrentielle et des modèles « open-weight ». Anthropic a atteint un taux d'adoption de 44,8 % (+1,1 point de pourcentage), tandis qu'OpenAI est resté stable à 40,6 %. L'adoption globale des services d'IA a grimpé à 56,8 %.

Les dépenses par département ont connu des évolutions : si les équipes de développement logiciel représentent toujours 72 % des dépenses d'IA suivies, elles affichent un recul par rapport aux pics de l'été. Les départements de support client et de réussite client (customer success) ont connu la plus forte croissance, leur part des dépenses d'IA passant de 0,8 % en juin à 13,3 % en octobre, probablement portée par les chatbots IA. Les équipes de direction ont également légèrement augmenté leurs dépenses. Toutefois, M. Kharazian a noté que la croissance du support client ne suit pas le rythme rapide observé auparavant dans le développement, et que ces cas d'usage privilégient souvent des modèles d'IA plus rapides et moins chers.

Pourquoi cela compte pour les responsables RevOps

Pour les responsables RevOps, ces tendances soulignent un point d'inflexion critique dans l'adoption de l'IA et la stratégie d'investissement. Le ralentissement de la croissance globale des dépenses, associé à la concentration des dépenses élevées au sein d'une faible proportion de grandes entreprises technologiques, suggère que les PME doivent aborder l'intégration de l'IA en se concentrant clairement sur des résultats mesurables en matière de revenus, plutôt que sur des investissements vagues et indifférenciés. La forte hausse des dépenses d'IA dans les services de support et de réussite client offre une occasion directe pour les RevOps de renforcer l'ensemble du cycle de vie des revenus, de l'amélioration de l'expérience et de la fidélisation client à l'optimisation des opérations de service ayant un impact sur la rentabilité. L'intégration d'outils d'IA dans ces domaines peut générer des données précieuses pour les modèles d'attribution et de prévision, à condition que les flux de données soient suffisamment solides pour capturer et analyser ces nouvelles entrées.

La baisse des prix des modèles d'IA et la préférence pour des options plus rapides et abordables dans les fonctions en contact avec les clients mettent en évidence une opportunité d'optimisation des coûts. Les responsables RevOps peuvent s'appuyer sur ces modèles plus économiques pour atteindre des gains d'efficacité opérationnelle précis sans subir les coûts élevés des modèles phares, ce qui améliore le retour sur investissement des projets d'IA. Cela exige une approche systémique de l'évaluation des solutions d'IA, alignant les choix technologiques sur les besoins départementaux spécifiques et les objectifs globaux de revenus. La disparité d'adoption en dehors des secteurs de la tech et de la finance indique également que les entreprises d'autres secteurs ont l'occasion de prendre un avantage concurrentiel en déployant stratégiquement l'IA pour optimiser leurs propres processus de revenus.

À faire cette semaine

1. Auditer l'utilisation actuelle de l'IA : Passez en revue les outils d'IA existants dans votre organisation, notamment au sein des équipes de développement et en contact avec la clientèle, afin d'identifier les dépenses actuelles, les modèles d'utilisation et les opportunités d'efficacité ou d'extension.
2. Lancer des projets pilotes d'IA auprès des équipes clients : Explorez et testez des outils ou chatbots propulsés par l'IA dans les départements de support et de réussite client pour améliorer les délais de réponse, personnaliser les interactions et collecter des données permettant de favoriser la fidélisation et les ventes croisées.
3. Évaluer des modèles d'IA économiques : Étudiez la faisabilité du déploiement de modèles d'IA plus rapides et économiques pour des tâches spécifiques au sein de vos opérations de revenus, en veillant à ce qu'ils répondent aux exigences de performance tout en optimisant les dépenses technologiques et le ROI.

Sources

• US corporate AI spending hits a new high in October, but growth slows to 1.65 percent — The Decoder