Aller au contenu
STORIMITIK
← Explorer

Storie DécryptageTech et IA

100 milliards de dollars ne suffisent plus : comment l’IA recompose le classement des entreprises privées les plus valorisées

Anthropic vaut 965 milliards de dollars sur sa dernière levée, OpenAI 852 milliards et Databricks 190 milliards. Les valorisations privées ont changé d’échelle — mais elles ne racontent ni la même chose qu’un cours de Bourse, ni la même chose que le chiffre d’affaires. Derrière le classement se joue une nouvelle économie du capital, du calcul et des anticipations.

Par Florent Despréaux

Date d’observation :

Illustration éditoriale STORIMITIK présentant plusieurs grandes entreprises privées classées par leur dernière valorisation documentée.
Illustration éditoriale STORIMITIK. Les valorisations proviennent de transactions privées à des dates différentes et ne constituent pas des capitalisations boursières synchronisées.

Pendant des années, franchir 100 milliards de dollars de valorisation suffisait à placer une entreprise privée dans une catégorie presque exceptionnelle. En 2026, ce seuil ne raconte déjà plus la même chose.

Parmi les principales valorisations privées documentées, Anthropic atteint 965 milliards de dollars, OpenAI 852 milliards, ByteDance 550 milliards, Databricks 190 milliards, Stripe 159 milliards et Revolut 115 milliards. Canva reste plus loin, à 42 milliards, mais conserve elle aussi une taille autrefois réservée à une poignée de licornes.

Le changement le plus spectaculaire vient de l’IA. Deux laboratoires créés au cours de la dernière décennie valent désormais, sur le papier, davantage que la plupart des entreprises cotées de la planète. Et un spécialiste de la donnée comme Databricks a presque doublé de taille financière en quelques mois.

Un classement qui change plus vite que les entreprises elles-mêmes

Il faut toutefois commencer par une précaution essentielle : une valorisation privée n’est pas une capitalisation boursière.

En Bourse, le prix se forme en continu sur un marché où les actions changent de mains. Dans le privé, la valeur affichée provient d’un tour de financement, d’un tender offer destiné aux salariés ou d’une transaction secondaire sur une fraction du capital.

Les dates ne sont pas non plus parfaitement synchronisées. Anthropic a été valorisée 965 milliards de dollars lors de sa série H de mai 2026. OpenAI a clôturé en mars une levée de 122 milliards de dollars à 852 milliards post-money. ByteDance a été valorisée 550 milliards lors d’une cession d’actions proposée par General Atlantic en février. Databricks a levé 5 milliards en août à 190 milliards. Stripe a réalisé en février une opération de liquidité à 159 milliards.

Autrement dit, il ne s’agit pas d’un cours officiel arrêté le même jour. C’est une photographie des dernières transactions documentées — utile pour mesurer l’échelle, mais pas pour prétendre à une précision boursière au dollar près.

Illustration éditoriale STORIMITIK montrant un data center et la chaîne économique reliant capital, calcul, modèles, produits et utilisateurs.
Illustration éditoriale STORIMITIK. La chaîne capital → calcul → modèles → produits → utilisateurs est une représentation conceptuelle ; les formulations prospectives visibles ne constituent pas une prévision chiffrée.

Pourquoi l’IA aspire autant de capital

La valorisation d’un laboratoire d’IA ne repose pas seulement sur un logiciel vendu aujourd’hui. Les investisseurs achètent une position potentielle dans une infrastructure qui peut devenir centrale pour le travail, la recherche, le commerce, la programmation, la création ou les services numériques.

Cette promesse exige toutefois une quantité de capital inhabituelle. En mars 2026, OpenAI a annoncé 122 milliards de dollars de nouveaux engagements financiers. En mai, Anthropic a levé 65 milliards. Ces montants ressemblent moins aux levées traditionnelles d’une start-up qu’au financement d’infrastructures industrielles.

La raison est physique : entraîner et servir des modèles de pointe exige des GPU, des data centers, de l’électricité, des réseaux et des contrats de cloud sur plusieurs années. À mesure que les modèles grossissent et que leur usage se diffuse, la bataille se déplace du seul logiciel vers l’accès au calcul.

Anthropic illustre cette nouvelle économie. Son dossier d’introduction en Bourse fait apparaître des engagements futurs considérables envers les infrastructures de calcul et d’hébergement. OpenAI, de son côté, a annoncé vouloir engager plusieurs centaines de milliards de dollars de dépenses de calcul d’ici 2030.

La valorisation anticipe donc un cercle vertueux possible : davantage de capital permet davantage de calcul ; le calcul améliore les modèles ; de meilleurs modèles attirent des utilisateurs et des entreprises ; cette distribution génère plus de revenus et justifie de nouveaux investissements.

La vraie rupture : la vitesse

Le phénomène n’est pas seulement une question de montant. C’est aussi une question de vitesse.

Anthropic a été fondée en 2021. Cinq ans plus tard, sa dernière valorisation privée documentée approche le millier de milliards de dollars. OpenAI, créée en 2015 comme laboratoire de recherche, vaut 852 milliards sur son dernier tour finalisé.

Databricks offre un autre point de comparaison. L’entreprise existe depuis 2013, mais l’explosion de la demande autour de la donnée et de l’IA a porté sa valorisation de 134 milliards à 190 milliards en six mois seulement en 2026.

Cette accélération transforme le langage du capital-risque. La licorne à 1 milliard de dollars n’est plus le sommet du récit. Dans la couche la plus stratégique de l’IA, ce sont désormais les dizaines puis les centaines de milliards qui servent d’unité.

Illustration éditoriale STORIMITIK montrant une présentation opposant valorisation privée et chiffre d’affaires.
Illustration éditoriale STORIMITIK : la valorisation privée anticipe un potentiel futur, alors que le chiffre d’affaires mesure une activité effectivement réalisée sur une période donnée.

Valorisation et chiffre d’affaires racontent deux histoires différentes

Pour comprendre l’ampleur du pari financier, il faut remettre ces valorisations face à l’activité réellement générée.

ByteDance reste dans une catégorie particulière : selon des informations financières rapportées en 2026, le groupe a réalisé environ 200 milliards de dollars de revenus en 2025. Son activité repose déjà sur une gigantesque machine publicitaire, sociale et e-commerce, même si l’IA prend une place croissante dans ses investissements.

OpenAI a généré environ 13 milliards de dollars de revenus en 2025. Anthropic en a déclaré 4,6 milliards. Revolut a publié 6 milliards de dollars de revenus pour 2025 et Canva 3,5 milliards.

Le contraste est spectaculaire : Anthropic vaut près de 965 milliards de dollars sur sa dernière transaction privée alors que ses revenus 2025 étaient inférieurs à 5 milliards. Ce n’est pas une erreur arithmétique : cela signifie que les investisseurs paient principalement pour la croissance future qu’ils anticipent, pas pour la taille actuelle du compte de résultat.

Les rythmes de croissance rendent toutefois les comparaisons difficiles. Fin septembre 2026, OpenAI approchait 70 milliards de dollars de revenu récurrent annualisé. Databricks dépassait 7 milliards de dollars de run-rate en août. Anthropic indiquait elle aussi un rythme annualisé très supérieur à son revenu 2025.

Un run-rate n’est pas un chiffre d’affaires annuel réalisé : il extrapole le niveau d’activité observé à un instant donné. Il est utile pour mesurer une accélération, mais il ne doit pas être mélangé silencieusement avec des comptes annuels.

Illustration éditoriale STORIMITIK présentant un tableau comparatif des revenus publiés de grandes entreprises privées et un encadré séparant ARR, run-rate et volume de paiements.
Illustration éditoriale STORIMITIK. Le classement principal utilise des revenus annuels 2025 publiés ; ARR, run-rate et volume de paiements sont volontairement séparés car ces mesures ne sont pas comptablement équivalentes.

Le cas Stripe montre pourquoi les gros chiffres peuvent tromper

Stripe fournit un bon exemple de la prudence nécessaire. L’entreprise indique que les sociétés utilisant sa plateforme ont généré 1 900 milliards de dollars de volume en 2025.

Ce chiffre est immense — environ 1,6 % du PIB mondial selon Stripe — mais ce n’est pas le chiffre d’affaires de Stripe. Il représente le volume économique qui transite par son infrastructure.

La société ne publie pas son revenu total comme le ferait une entreprise cotée. Utiliser 1 900 milliards dans un classement de chiffre d’affaires reviendrait donc à comparer deux métriques totalement différentes.

La même discipline vaut pour l’IA : ARR, revenu run-rate, réservations, engagements contractuels, capital levé et chiffre d’affaires ne racontent pas la même chose.

Pourquoi les investisseurs acceptent-ils de payer si cher ?

Plusieurs mécanismes se cumulent.

D’abord, la conviction que quelques plateformes peuvent capter une part disproportionnée du marché. Un modèle utilisé par des centaines de millions de personnes, intégré dans des logiciels d’entreprise et distribué via des API peut devenir une infrastructure, pas seulement un produit.

Ensuite, la rareté. Construire un laboratoire capable de rivaliser à la frontière nécessite des chercheurs difficiles à recruter, des milliards de dollars de calcul, des partenariats avec les grands clouds et une capacité à financer des pertes considérables pendant plusieurs années.

Enfin, la vitesse de croissance modifie les multiples acceptables. Une entreprise qui multiplie ses revenus en quelques mois peut sembler extrêmement chère sur les chiffres de l’année précédente mais beaucoup moins sur les revenus anticipés deux ou trois ans plus tard.

C’est précisément là que se trouve le pari : ces trajectoires doivent continuer suffisamment longtemps pour que les revenus rejoignent un jour les valorisations.

Le revers : des besoins de capitaux presque aussi spectaculaires que les valorisations

La taille des valorisations masque parfois une deuxième course : celle des dépenses.

Anthropic a déclaré 4,6 milliards de dollars de revenus en 2025, mais plus de 8 milliards de pertes opérationnelles. Son prospectus fait aussi apparaître des centaines de milliards de dollars d’engagements futurs liés au cloud et au calcul.

OpenAI reste lui aussi engagé dans une trajectoire de dépenses extrêmement lourdes. Le modèle économique de l’IA de frontière ressemble donc moins à celui d’un logiciel traditionnel à faibles coûts marginaux qu’à un hybride entre software, infrastructure et industrie lourde.

Cela explique pourquoi une levée de plusieurs dizaines de milliards peut à la fois sembler extravagante et devenir nécessaire pour rester dans la course.

Même le classement change de nature quand une entreprise entre en Bourse

Un autre détail montre à quel point cette photographie est mouvante : SpaceX aurait encore figuré tout en haut d’un classement des entreprises privées au début de 2026.

Mais SpaceX a absorbé xAI en février puis réalisé son introduction en Bourse en juin. Depuis, ni SpaceX ni xAI ne doivent être comptées comme entreprises privées indépendantes. L’une est cotée ; l’autre est devenue une filiale.

Le même mouvement pourrait bientôt toucher Anthropic et OpenAI, qui préparent toutes deux une ouverture des marchés publics. Lorsqu’elles seront cotées, leurs valorisations privées sortiront elles aussi mécaniquement de ce classement.

Ce que ce classement raconte vraiment

Le sujet n’est donc pas de savoir si 965 milliards pour Anthropic ou 852 milliards pour OpenAI sont « justes » aujourd’hui. Une valorisation privée est avant tout un prix accepté par des investisseurs à un moment précis, sur la base d’un scénario de croissance.

Ce que le classement révèle est plus profond : l’IA a déplacé l’échelle à laquelle le capital privé accepte de financer des entreprises encore jeunes.

Il y a quelques années, dépasser 10 milliards faisait entrer une start-up dans un club rarissime. Puis 100 milliards est devenu le nouveau seuil symbolique. En 2026, deux laboratoires d’IA approchent déjà le millier de milliards.

Et derrière ces nombres apparaît une question beaucoup plus concrète : combien de revenus, de marges et de productivité faudra-t-il finalement produire pour transformer ces promesses financières en entreprises capables de durer ?

Sources