recap’ IA générative Business & Marchés — semaine du 21 au 25 septembre

Cette semaine, un même fil relie Meta, AMD, Anthropic, Akamai, BNP Paribas et SoftBank : l’IA générative devient une industrie lourde. Les performances des modèles comptent toujours, mais le marché regarde désormais autant la distribution, le coût d’usage, l’accès au compute et la capacité à financer la croissance.

Meta transforme l’agent IA en produit grand public

Muse, l’agent personnel lancé par Meta le 8 septembre aux États-Unis et au Canada, a enregistré 2,8 millions de téléchargements en deux semaines et pris la tête des applications gratuites sur les boutiques d’Apple et de Google, selon les données de Sensor Tower citées par Reuters.

L’outil peut accomplir des tâches en plusieurs étapes : remplir des formulaires, réserver un voyage, faire des achats ou interagir avec des services tiers. Meta propose une version gratuite et des abonnements à 20 et 100 dollars par mois. C’est ce potentiel de monétisation — encore prospectif, pas un revenu acquis — qui a enthousiasmé Wall Street. Le titre Meta avait gagné près de 13 % sur la semaine au 23 septembre et plus de 20 % depuis le lancement de Muse.

Le succès initial reste à confirmer dans la durée. Amazon a déjà contesté les modalités d’accès de Muse à sa boutique, rappelant que l’adoption ne règle ni les questions de consentement, ni celles de sécurité et de contrôle des comptes.

AMD franchit le cap des 1 000 milliards de dollars

Le 21 septembre, AMD a dépassé pour la première fois les 1 000 milliards de dollars de capitalisation boursière. Le fabricant devient le quatrième groupe américain de semi-conducteurs à atteindre ce seuil après Nvidia, Broadcom et Micron. Son action avait alors presque triplé depuis le début de l’année.

Ce record ne signifie pas que Nvidia perd sa place centrale. Il indique plutôt que le « trade IA » s’élargit. Les investisseurs parient sur les GPU d’AMD, mais aussi sur ses processeurs et ses systèmes complets pour les centres de données. L’essor des agents renforce en particulier la demande d’inférence : il faut faire tourner les modèles à grande échelle, pas seulement les entraîner.

Claude Opus 5.5 : la performance ne suffit plus

Anthropic a présenté Claude Opus 5.5 le 22 septembre. La nouveauté la plus structurante n’est peut-être pas un score de benchmark, mais son économie d’usage. Le million de jetons d’entrée coûte 4 dollars et celui de sortie 20 dollars, soit 20 % de moins qu’Opus 5. Les lectures de cache baissent de 60 %. Anthropic estime ainsi que les tâches courantes coûtent environ 40 % de moins, notamment parce que le modèle utilise moins de jetons.

Ces chiffres et benchmarks sont ceux de l’entreprise et doivent être confirmés dans des usages réels. Ils montrent néanmoins où se déplace la concurrence : vers la quantité de travail utile produite pour un euro dépensé. Pour les agents qui enchaînent les appels au modèle pendant des heures, cette efficacité compte parfois davantage qu’un léger avantage sur un classement.

Anthropic réserve 11,6 milliards de dollars de cloud chez Akamai

Deux jours plus tard, Akamai a annoncé un engagement contractuel d’Anthropic de 11,6 milliards de dollars sur sept ans pour des capacités cloud destinées notamment à ses charges CPU. Le contrat pourrait être étendu de 9 milliards supplémentaires. Akamai a aussi accordé à Anthropic des bons pouvant représenter jusqu’à 5 % de son capital si la relation se développe.

L’action Akamai a bondi de 22 % dans les échanges après clôture. Mais l’accord oblige aussi le fournisseur à investir : Akamai estime à 5,5 milliards de dollars les dépenses d’équipement liées à l’engagement initial. Les laboratoires d’IA ne sont donc plus seulement des éditeurs de modèles. Ils deviennent des acheteurs massifs d’infrastructures, capables de transformer le profil financier de leurs fournisseurs.

BNP Paribas choisit le portefeuille de modèles

BNP Paribas et Google Cloud ont signé le 24 septembre un partenariat de cinq ans. La banque accédera à Gemini, à Gemini Enterprise et à l’infrastructure de Google pour développer des agents, d’abord dans sa banque de financement et d’investissement. Gemini doit notamment rejoindre LLM@CIB, l’assistant interne déjà accessible à plus de 65 000 salariés.

Ce choix n’efface ni les infrastructures internes, ni Mistral, ni les modèles open source. Les données les plus sensibles resteront hors du cloud public et chaque agent devra être authentifié, limité aux ressources nécessaires et supervisé.

C’est probablement le modèle qui s’impose dans les grandes entreprises : plusieurs modèles et plusieurs infrastructures, choisis selon la confidentialité, la qualité, le coût et le cas d’usage. L’enjeu n’est plus de désigner un fournisseur unique, mais d’orchestrer un portefeuille sans perdre le contrôle.

Les capitaux continuent d’affluer

Bessemer Venture Partners a annoncé 5,75 milliards de dollars de nouveaux capitaux : 1,75 milliard pour l’amorçage et les jeunes pousses, et 4 milliards pour les entreprises en croissance. Le fonds dit avoir déjà investi plus de 3 milliards dans 260 sociétés « AI-native » depuis 2022.

Snorkel AI a, de son côté, levé 350 millions de dollars sur une valorisation de 3,5 milliards. La société vend des données complexes et des environnements d’évaluation aux laboratoires et aux entreprises. Cette opération rappelle que la valeur ne se concentre pas uniquement dans les modèles : données spécialisées, évaluations, infrastructure et outils d’orchestration attirent aussi des capitaux considérables.

Les agents vont-ils avaler les logiciels ?

Muse donne une forme concrète à une thèse qui agite le marché : l’agent pourrait devenir l’interface principale entre l’utilisateur et ses applications. Au lieu d’ouvrir successivement un comparateur, un site de réservation et un service de paiement, on confierait l’objectif à un agent chargé d’appeler ces outils.

Cela ne signifie pas la disparition immédiate du SaaS. Les bases de données, moteurs de paiement, règles métier et systèmes de réservation restent indispensables. Mais leur interface, leur visibilité et leur pouvoir de fixation des prix peuvent être remis en cause si l’agent contrôle la relation avec l’utilisateur. Les gagnants seront peut-être moins les logiciels qui possèdent le plus bel écran que ceux que les agents peuvent utiliser de façon fiable, autorisée et traçable.

Le point de vigilance : le boom est de plus en plus financé par la dette

SoftBank a levé 11,1 milliards de dollars en obligations à haut rendement, un record mondial pour une émission d’entreprise de cette catégorie, afin de financer notamment son pari sur OpenAI. Les taux servis vont de 7,125 % à 9,75 %. Dans le même temps, les émissions obligataires des grands groupes technologiques explosent : Goldman Sachs estime que la dette brute émise par les hyperscalers pourrait atteindre 420 milliards de dollars en 2027.

Les projets physiques deviennent eux aussi gigantesques et fragiles. Le campus Jupiter, construit au Nouveau-Mexique pour fournir de la capacité à OpenAI, aurait pris un an de retard à cause de difficultés d’approvisionnement électrique. Il est adossé à 18 milliards de dollars de prêts. Morgan Stanley estime que les infrastructures IA pourraient nécessiter 1 500 milliards de dollars de financements externes d’ici 2028.

La demande reste forte, mais le risque change de nature : coût du capital, disponibilité de l’énergie, délais de construction, opposition locale et rentabilité réelle des usages. Une industrie lourde ne se juge pas seulement à sa croissance. Elle se juge aussi à sa capacité à rembourser ce qu’elle emprunte.

L’angle de la semaine : du meilleur modèle à la meilleure machine économique

Le modèle demeure le moteur technique. Mais un moteur seul ne fait pas une industrie. Meta apporte la distribution et tente la monétisation. AMD et Akamai vendent l’infrastructure. Anthropic réduit ses coûts tout en réservant du compute pour plusieurs années. BNP Paribas construit une architecture hybride. Bessemer et SoftBank alimentent le système en capitaux, l’un par les fonds propres, l’autre en recourant massivement à la dette.

La question de la semaine n’est donc plus seulement « qui possède le meilleur modèle ? ». Elle devient : qui peut le distribuer, le faire tourner à un coût soutenable, l’intégrer dans des usages réels et financer l’infrastructure assez longtemps pour atteindre la rentabilité ?

*Informations et cours de marché consultés le 25 septembre 2026. Les performances boursières passées et les projections d’analystes ne préjugent pas des résultats futurs.*