La hausse des coûts de calcul menace les marges des applications d'IA dans toute la chaîne de valeur

Une analyse des publications financières publiques réalisée par le capital-risqueur Tomasz Tunguz révèle que les applications, les néonuages (neoclouds) et les fournisseurs d'inférence captent 92 % de la marge brute totale de la chaîne de valeur de l'IA avant amortissement du matériel GPU, en supposant une marge brute applicative de 40 %. Cependant, la hausse rapide des prix du calcul menace de compresser les marges à tous les niveaux de la pile logicielle d'IA, à moins que les fournisseurs d'applications ne génèrent un ROI suffisant pour répercuter ces coûts élevés sur les acheteurs. Avec le prix des contrats de calcul pluriannuels qui a plus que doublé, les responsables RevOps doivent tenir compte des ajustements structurels de coûts lors de la modélisation des marges logicielles et de l'évaluation de la pérennité des fournisseurs.

Ce qui s'est passé

Rédigeant sur son blog, Tomasz Tunguz a normalisé les publications financières des services publics, des centres de données de gros, des néonuages, des fournisseurs d'inférence et des applications logicielles en une métrique unique : dollars par watt et par an ($/w/an). Selon un modèle supposant une marge brute applicative de 40 %, les applications logicielles captent 40 % de la marge brute avant dépréciation du matériel GPU, tandis que les néonuages en conservent 28 % et les fournisseurs d'inférence 24 %.

Cette répartition de la marge brute subit une pression immédiate en raison de la hausse des coûts de calcul en amont. Dans un formulaire S-1/A déposé en novembre 2026, Anthropic a révélé que les engagements de calcul ponctuel à court terme atteignaient 7 à 13 $ par heure-GPU sur 5,0 milliards de dollars de dépenses trimestrielles à court terme. Lors de la présentation des résultats du troisième trimestre 2026 de CoreWeave, le PDG Michael Intrator a indiqué que bien que la flotte mixte de CoreWeave génère actuellement 9 $ par watt et par an (9,15 millions de dollars par mégawatt), les tarifs des nouveaux contrats d'infrastructure sur quatre et cinq ans s'orientent vers 20 à 25 millions de dollars par mégawatt (20 à 25 $/w/an), soit plus du double des tarifs actuels de la flotte. CoreWeave a enregistré un chiffre d'affaires au T3 de 3,661 milliards de dollars, en hausse de 168 % sur un an.

Afin de capter la marge brute adjacente et d'absorber les variations de prix, les fournisseurs d'infrastructure rachetent agressivement des couches logicielles. CoreWeave a acquis l'éditeur de logiciels Weights & Biases pour 1,029 milliard de dollars, ainsi qu'OpenPipe, Marimo et Monolith AI (185 millions de dollars). Nebius a dépensé plus d'un milliard de dollars en 2026 pour acquérir Tavily (contrepartie initiale de 275 millions de dollars), Eigen AI (~643 millions de dollars), Inferize (100 à 150 millions de dollars) et pour recruter l'équipe de recherche fondamentale de Clarifai avec des licences de PI perpétuelles. Pendant ce temps, des repères opérationnels publiés par Optifai et rapportés par HubSpot montrent que le cycle de vente SaaS B2B médian s'établit à 84 jours, soulignant les frictions auxquelles font face les équipes commerciales lors de la conclusion de contrats logiciels.

Pourquoi c'est important pour les responsables RevOps

Pour les responsables RevOps, la fonctionnalité d'IA représente un coût d'entrée variable qui modifie fondamentalement l'économie des marges logicielles. Dans le SaaS B2B traditionnel, les marges brutes dépassaient couramment 80 %, offrant aux opérations de revenus la marge de manœuvre nécessaire pour absorber de longs cycles de vente — comme la médiane de 84 jours rapportée par Optifai — et des coûts d'acquisition clients élevés. En revanche, les applications d'IA fonctionnant avec des marges brutes de 40 % ne peuvent pas survivre au doublement des coûts d'entrée du calcul sans un fort pouvoir de fixation des prix lié à des résultats clients quantifiables.

Lorsque les prix des infrastructures néonuages passent de 9 $/w/an à 20-25 $/w/an, les outils logiciels reposant sur de simples surcouches subiront une sévère compression de marge. À moins qu'une application d'IA n'apporte un levier économique élevé — comme économiser 70 % du temps de traitement plutôt que 30 % —, elle n'aura pas le pouvoir de marché nécessaire pour augmenter ses prix auprès des acheteurs. Les responsables RevOps qui évaluent la pile de fournisseurs doivent regarder au-delà des fonctionnalités pour inspecter la rentabilité unitaire sous-jacente, l'efficacité des modèles (comme les taux de réussite de mise en cache des invites et le peaufinage), et la stabilité des fournisseurs. Les éditeurs de logiciels qui ne parviennent pas à gérer leurs frais généraux de calcul tenteront soit de répercuter des hausses soudaines de prix sur les acheteurs, soit risqueront l'insolvabilité.

Ce qu'il faut faire cette semaine

1. Auditez les termes contractuels de votre pile technologique de revenus afin d'identifier les fournisseurs d'IA avec des paliers d'utilisation variables ou des clauses de répercussion des prix.
2. Quantifiez la valeur économique nette générée par vos flux de travail IA internes pour déterminer si votre équipe dispose du pouvoir de fixation des prix nécessaire pour absorber d'éventuelles hausses de tarifs des fournisseurs.
3. Mettez en place des contrôles de qualification obligatoires dans votre CRM pour identifier rapidement les responsables budgétaires et éviter que de longs cycles de vente ne viennent aggraver la hausse des coûts d'entrée des logiciels.

Sources

• Who Captures the Most Margin in AI? — Tomasz Tunguz
• B2B challenges costing revenue teams the most — HubSpot Sales Blog