L’intelligence artificielle entre dans une phase de compétition accrue, marquée par des besoins financiers colossaux et une évolution rapide de ses interfaces. OpenAI, en particulier, se prépare à un avenir où l’accès à ses services pourrait devenir de plus en plus payant, tout en intégrant de nouvelles fonctionnalités multimodales.
Selon un rapport d’HSBC, OpenAI pourrait avoir besoin de lever plus de 207 milliards de dollars américains (environ 190 milliards d’euros) d’ici 2030. Cette somme considérable s’explique par les engagements déjà pris avec Microsoft et Amazon concernant le cloud et les centres de données, qui atteignent jusqu’à 1,8 billion de dollars américains (environ 1 660 milliards d’euros). Ces contrats impliquent des coûts de calcul annuels se chiffrant à plusieurs dizaines, voire centaines de milliards de dollars.
L’entreprise vise 220 millions d’utilisateurs payants d’ici 2030, ce qui représenterait 8,5 % des 2,6 milliards d’utilisateurs hebdomadaires potentiels. Pour atteindre cet objectif et financer ses opérations, OpenAI devra probablement renforcer ses liens avec les géants de la technologie, diversifier ses sources de revenus au-delà des abonnements, ou encore augmenter ses prix et proposer des fonctionnalités premium.
Cette situation illustre que l’IA n’est plus simplement une start-up logicielle, mais une industrie d’infrastructure à grande échelle, comparable aux secteurs de l’électricité, du rail ou des télécommunications. Pour les professionnels et créateurs de contenu, cela signifie que l’IA ne restera pas un outil gratuit, mais évoluera vers un modèle économique basé sur l’abonnement et la publicité.
Par ailleurs, OpenAI a annoncé l’intégration de ChatGPT Voice directement dans l’interface principale de ChatGPT. Désormais, les utilisateurs pourront interagir avec l’IA par la voix, visualiser des sous-titres en temps réel et accéder à des informations visuelles telles que des cartes, la météo et des images, le tout sur un seul écran. Certaines versions en développement incluent même un mode permettant d’analyser simultanément la vidéo et l’audio, permettant à l’IA de « voir, entendre et répondre ».
Pour aller plus loin
