OpenAI a réduit ses objectifs de dépenses en capital de 60 %. Les médias disent que c’est « une tendance à la rationalité ».

Je pense qu’une expression plus précise serait : ils vont enfin donner aux investisseurs un chiffre qui puisse se justifier.
Il y a quelques mois, Sam Altman annonçait un engagement de puissance de calcul de 1,4 trillion de dollars.
Dès que ce chiffre est sorti, toute l’industrie s’est mise en mouvement : commandes de GPU, choix des sites pour les centres de données, contrats d’électricité. Personne ne l’a vérifié en détail, car c’était OpenAI qui le disait.
Maintenant, il est réduit à 600 milliards.
En apparence, c’est une « discipline financière ». Relier les dépenses aux revenus prévus montre que l’entreprise est devenue mature. Beaucoup d’analystes interprètent cela selon ce cadre.
Mais il y a un chiffre qui mérite qu’on s’y attarde.
Les revenus d’OpenAI en 2025 sont estimés à 13,1 milliards de dollars. Leur objectif pour 2030 est de 280 milliards.
Ce n’est pas une ambition démesurée, c’est une croissance annuelle composée de plus de 80 % sur cinq ans. Et pour maintenir cette vitesse, il ne faut pas ralentir pendant tout ce temps.
Les 600 milliards de dépenses « disciplinées » sont relatifs aux 1,4 trillion. Si on les convertit en dépenses annuelles, cela représente environ 100 milliards par an — ce qui dépasse même les dépenses en capital annuelles de Microsoft ou Amazon pour leur cloud.
Ainsi, cette narration de « tendance à la rationalité » n’est en réalité qu’un changement de référence vers un chiffre plus grand.
C’est un peu comme quelqu’un qui dit : « J’ai réduit mes dépenses mensuelles de 140 000 à 60 000, je suis devenu plus rationnel » — alors que son salaire mensuel n’est que 13 000.
La réalité technique est la suivante : lorsque la narration sur la demande en puissance de calcul est « plus il y en a, mieux c’est, car le modèle n’a pas encore atteint ses limites », les dépenses en capital n’ont pas de plafond. Mais après DeepSeek, des travaux prônant « faire aussi bien avec moins de puissance » ont commencé à entrer réellement en production.
Les investisseurs commencent à poser une question qu’ils n’osaient pas poser auparavant : la relation entre l’investissement en puissance de calcul et le résultat est-elle vraiment linéaire ?
Ce chiffre de 1,4 trillion apparaît désormais plus comme une stratégie de financement qu’un budget technique.
C’est pour faire suivre la concurrence, faire croire au marché que ne pas suivre entraînera un retard, et donner une histoire à la prochaine valorisation. Ce genre de chiffre a un nom dans la Silicon Valley : ce n’est pas une prévision, c’est une narration.
600 milliards est-il crédible ? Pas forcément.
Mais cela signifie au moins que la narration de « puissance de calcul illimitée » est devenue difficile à vendre. La prochaine étape est de trouver un chiffre qui puisse à la fois convaincre les investisseurs et correspondre à la réalité technique.
Ce point critique a un nom : passer d’une course à la puissance à une course à l’efficacité.
Ce n’est pas une question de qui dépense le plus, mais de qui peut, avec le même budget, maximiser la marge d’efficacité du modèle sans qu’elle ne décroisse trop rapidement.