Le moment Anthropic

Anthropic a présenté cette semaine un tour de série F assez… fantastique. L’opération menée par Iconiq capital, Fidelity et Lightspeed valorise la société 183 milliards de dollars, soit près de trois fois sa valorisation de mars 2025 (61,5 Md$) lorsque la start‑up avait levé 3,5 Md$ (3,40 Md€). Le tour a été clos à 13 milliards de dollars (12,61 Md€), alors l’appétit total des investisseurs se serait élevé à 25 milliards.

C’est sur le code que Claude, le modèle d’Anthropic, a trouvé l’effet de levier. La start-up a lancé au printemps sa génération de code « agentique » (Claude Opus 4 puis 4.1) avec un argument simple : tenir des tâches longues, multi‑fichiers, et exécuter des chaînes d’outils sans supervision lourde. Côté monétisation, Claude Code affiche déjà un run‑rate de 500 M$ (485 M€), presque 10 % de l’ARR total.

Le code a changé

Les variantes de Claude 4 dominent régulièrement les benchmarks ouverts consacrés au code génératif, notamment SWE‑Bench Verified (problèmes de correction de bugs en conditions réelles). Cette traction sur le code génératif, ajoutée à l’adoption par des éditeurs et intégrateurs, explique une part majeure de la croissance B2B d’Anthropic. Au total, la start‑up cite 300 000 clients entreprises, un run‑rate global supérieur à 5 Md$ et une progression rapide des grands comptes.

Fondée en 2021 par Dario et Daniela Amodei (ex‑OpenAI) et plusieurs cofondateurs, Anthropic a bâti sa marque sur la « Constitutional AI » (RLAIF) : une méthode d’alignement qui formalise des principes et délègue une part de l’évaluation au modèle. La Série B de 580 M$ en 2022 a financé les premières capacités, avant l’entrée d’Amazon (jusqu’à 4 Md$) et de Google (jusqu’à 2 Md$). 

Divide et impera

Alors qu’OpenAI est liée pieds et poings à Microsoft Azure, Anthropic a verrouillé ses canaux de distribution et d’entraînement en prenant deux hyperscalers à son capital : Amazon et Google. L’accord avec AWS (Bedrock, Trainium/Inferentia) et l’investissement additionnel de Google lui offrent un accès garanti au calcul et aux clients cloud. C’est une force commerciale, dans une industrie où l’entraînement des modèles se chiffre en milliards et l’avantage coût et l’allocation de GPU restent déterminants. 

Avec 13 milliards de dollars à disposition sans devoir investir dans l’infrastructure, Anthropic dispose donc d’un potentiel comparable à Google Deepmind, qui devrait recevoir quelque 15 milliards cette année, et OpenAI, dont l’objectif de lever 40 Md$ cette année se heurte à de nombreux obstacles.

En outre, Anthropic s’est constituée dès le premier jour en société à mission (Public Benefit Corporation du Delaware), une transformation qu’OpenAI peine à effectuer. Elle peut donc plus sereinement proposer à ses investisseurs des scénarios de sortie.

Cette intensité capitalistique vertigineuse n’est pas un détail : les besoins d’investissements massifs et des pertes opérationnelles persisteront plusieurs années pour les laboratoires de pointe. Autrement dit, la course à l’IA se joue autant sur la science que sur le bilan. 

Lignes de fracture

Le trio de tête éclipse par ses moyens le reste de peloton, notamment xAI du toujours bruyant Elon Musk. Avec le datacenter Colossus, xAI s’est engagée dans une ruineuse course à l’infrastructure, sans en avoir les moyens : au total, la start-up a levé 17 milliards de dollars, dont 10 Md$ cette année. En face, à lui seul, Google investit 15 Md$ en recherche et 70 Md$ en infrastructures.

Frontier AI : les laboratoires-clés

Dernière levée

Valorisation post‑money

Chiffre d’affaires

Points clés

OpenAI

8,3 Md$ ; août 25

300 Md$

~12 Md$ annualisés (mi‑2025)

400 M → 700 M d’usagers hebdo en 2025 

Google Deepmind

~15Md$ investis en 2025 (et 70Md$ dans les activités cloud)

Anthropic

13 Md$ ; sept. 25

183 Md$

5 Md$  

300 000 entreprises clientes ; Claude Code : 500 M $ CA (485 M€)

xAI

10 Md$ (dette + equity) ; juil. 25

80 Md$

NC

Supercalculateur en construction, montée en puissance GPU H100/H200 

Mistral AI

600 M€ ; juin 2024

~6 Md$

NC (< 100 M$)

Leader européen, origine dans l’open source 

Cohere

500 M$ ; août 25

6,8 Md$

~100 M$

B2B (Oracle, Salesforce, Vertex) 

AI21 Labs

300 M$ ; mai 25

1,4 Md$

NC (> 50 M$)

Architecture hybride MoE,  qui combine des modèles d’espace d’état et des transformers

Meta, qui n’apparaît pas dans notre palmarès à cause de l’échec de Llama 4, prévoit de dépenser 120 milliards de dollars, dont 72 Md$ en centre de données et la somme faramineuse de 48 Md$ en recherche et développement pour revenir dans la course. Les retards du modèle Llama 4 Behemoth ont déclenché une dispendieuse réorganisation, avec notamment l’acquisition de Scale AI pour plus de 14 milliards de dollars afin de confier la tête des nouvelles équipes d’IA de Meta au fondateur de la start-up, Alexandr Wang. Celui-ci semble avoir décidé d’abandonner ce grand modèle et toute la stratégie open source de Meta, impulsée par le prix Turing français Yann Le Cun.

La bataille du code

Sa levée consacre Anthropic comme troisième pôle de la « frontier AI » : OpenAI caracole auprès du grand public et accélère dans la recherche web, Google DeepMind creuse son avance sur l’image et la vidéo, et Anthropic se spécialise dans les usages B2B, avec un avantage revendiqué sur la génération de code. Face à elle, d’autres spécialistes du B2B comme la canadienne Cohere, l’israélienne AI21 ou la française Mistral semblent largement sous-financés. 

La « thèse Anthropic » consiste donc à gagner la bataille B2B par la qualité du code, la fiabilité, et un meilleur coût total (TCO) sur des chaînes de développement. À ce jeu, la preuve se fera sur la part d’usage en production, le churn des grands comptes et les coûts d’inférence. Quatre facteurs sont particulièrement à surveiller :

• La monétisation du code : la conversion du pipeline Claude Code en contrats pluriannuels, et la tenue des coûts unitaires.
• L’écosystème cloud : la concurrence entre AWS et Google au sein même de l’actionnariat d’Anthropic peut avoir un effet bénéfique sur les coûts d’entraînement des futurs modèles.
• Distribution : moins visible que ChatGPT ou YouTube, la distribution est tout aussi décisive en B2B. Elle passe par des partenariats avec les sociétés de service (ISV/ESN), l’intégration dans les environnements de développement (IDE) et les toolchains d’entreprise.
• Recherche : malgré le plafonnement relatif des modèles, la capacité d’Anthropic à maintenir une avance sur les benchmarks ouverts en conditions « réelles » restera le facteur décisif.
  Une victoire dans le code génératif permettrait ensuite à l’A d’Anthropic de s’étendre vers les métiers, qui aujourd’hui ont plus naturellement tendance à se tourner vers OpenAI voire Google.

Rendez-vous l’an prochain.