Une enquête RBC bouleverse le récit dominant de l'IA pour 2026 : les dépenses d'IA des entreprises s'accélèrent sur tous les fronts.

Contexte

En 2026, les discours sur la bulle de l'IA, la perte de contrôle des coûts et la disruption du SaaS sont omniprésents. Mais la dernière enquête semestrielle des CIO publiée par RBC Capital Markets dresse un tableau radicalement différent. Couvrant plus de 100 directeurs informatiques et responsables techniques, elle représente des centaines de milliards de dollars de budgets IT d'entreprise. L'analyste Rishi Jaluria, auparavant prudent quant à l'adoption de l'IA par les entreprises, a changé d'avis suite à cette enquête : « La dynamique des dépenses des entreprises est largement positive, l'adoption de l'IA passe des pilotes à la production. »

Analyse de l'économie numérique

Les résultats de l'enquête mettent en évidence plusieurs variables clés de l'économie numérique actuelle :

• Croissance des utilisateurs et évolution du trafic : Le taux d'utilisation de l'IA par les entreprises passe des expérimentations pilotes aux déploiements en production, ce qui signifie que la pénétration de l'IA dans les processus métiers s'accélère. Plus de la moitié des répondants déclarent que l'IA est en production, et 35% supplémentaires prévoient de le faire dans les 6 mois, ce qui augmentera considérablement la base d'utilisateurs et le volume d'appels des services d'IA.

• Valeur des données : Les budgets de tokens sont maîtrisés et prévoient d'augmenter, ce qui indique que les entreprises reconnaissent davantage la valeur des résultats de l'IA. Près de 90% des répondants estiment que les dépenses en tokens sont gérables, et même si près de la moitié ont déjà dépassé leur budget, ils sont prêts à investir davantage. Ce phénomène contre-intuitif montre que le retour sur investissement de l'IA s'améliore et que la dépendance des entreprises aux décisions basées sur les données s'accroît.

• Expansion des plateformes : OpenAI écrase ses concurrents avec 57% d'utilisation (Anthropic seulement 12%), et mène également en termes de perception de performance avec 44% contre 24%. Cela renforce l'effet « winner-take-all » de l'économie des plateformes d'IA – les pionniers verrouillent les clients entreprises grâce à leur marque, leur facilité d'utilisation et leur écosystème.

Observation du modèle économique

L'enquête révèle plusieurs signaux importants concernant le modèle économique :

• Transformation du modèle de revenus : La tarification hybride (licences par siège + facturation à l'utilisation) devient rapidement le choix privilégié des entreprises. Ce modèle combine revenus fixes et variables, garantissant un revenu de base tout en capturant l'augmentation de l'utilisation de l'IA. Pour les fournisseurs d'IA, cela signifie des flux de trésorerie plus stables et une valeur client plus élevée sur le cycle de vie.

• Avantage du modèle de plateforme : OpenAI a construit un fort effet de réseau via l'API et la version entreprise de ChatGPT. Plus il y a d'utilisateurs entreprises, plus les modèles s'améliorent rapidement, attirant ainsi davantage de clients. Ce cercle vertueux est la clé du maintien de l'avance d'OpenAI.

• Le modèle SaaS n'est pas mort : Le récit de la « SaaSpocalypse » s'est avéré faux – la grande majorité des entreprises prévoient d'augmenter leurs dépenses logicielles, et aucune ne les réduit. L'IA n'a pas cannibalisé les budgets logiciels, mais a créé de nouvelles dépenses IT. Les entreprises financent l'IA en ajoutant des budgets spécifiques à l'IA (91% des répondants), et non en réduisant les logiciels existants.

Analyse du marché concurrentiel## Analyse de la concurrence sur le marché

• OpenAI contre Anthropic : OpenAI est en tête en termes de taux d'adoption et de perception des performances. Mais Anthropic peut-elle réduire l'écart avant son introduction en bourse ? L'enquête montre que Claude a encore une marge de progression sur le marché des entreprises, mais l'avantage du premier arrivé et la reconnaissance de la marque d'OpenAI constituent un fossé concurrentiel solide.

• Concurrence des plateformes cloud : La montée en flèche des charges de travail IA stimulera la demande de cloud computing. Microsoft Azure (intégré en profondeur avec OpenAI), Amazon AWS et Google Cloud en bénéficieront. Mais la baisse des coûts d'infrastructure IA (avec une chute attendue des prix des tokens) pourrait réduire les marges bénéficiaires des fournisseurs de cloud, les obligeant à se tourner vers des services IA à plus forte valeur ajoutée.

• Éditeurs de logiciels traditionnels : SAP, Oracle, Salesforce, etc., doivent accélérer l'intégration de l'IA. L'enquête montre que les dépenses en logiciels d'entreprise restent solides, mais s'ils ne parviennent pas à intégrer efficacement les fonctionnalités d'IA, ils risquent de se faire grignoter des parts de marché par les nouvelles plateformes nativement IA.

Données et impact réglementaire

• Gouvernance des données : Le déploiement à grande échelle de l'IA par les entreprises signifie que des données métier plus critiques seront injectées dans les modèles. La confidentialité, la conformité et la sécurité des données deviennent des enjeux clés. Des réglementations telles que le RGPD et l'AI Act imposeront des exigences plus élevées sur la manière dont les entreprises gèrent les données d'entraînement IA.

• Antitrust : La position dominante d'OpenAI pourrait attirer l'attention des régulateurs. Si sa part de marché continue de croître, la Commission européenne de la concurrence ou la FTC pourrait enquêter sur ses pratiques d'exclusion sur le marché de l'IA.

• Flux de données transfrontaliers : La mondialisation des applications IA des entreprises exige la circulation des données entre les régions. Les politiques de souveraineté numérique (comme la loi européenne sur les données, la loi chinoise sur la sécurité des données) pourraient augmenter les coûts de conformité du déploiement de l'IA, stimulant la demande de services cloud « IA souveraine ».

Observations des tendances mondiales

Cette enquête confirme que l'économie de l'IA est passée de la phase d'incubation à la phase de croissance. Plusieurs tendances à long terme méritent une attention particulière :

• Économie de l'IA : Les investissements des entreprises dans l'IA ne sont plus des dépenses expérimentales, mais des budgets stratégiques centraux. 100 % des répondants allouent un budget à l'IA, 91 % ont créé un nouveau budget, ce qui montre que l'IA est devenue le troisième pilier des dépenses informatiques aux côtés du cloud et de la cybersécurité.

• Économie de plateforme : Le taux d'adoption des plateformes IA par les entreprises dépasse largement celui des cycles technologiques précédents. La généralisation rapide de la tarification hybride (devenue rapidement le modèle préféré) reflète la transformation des modèles commerciaux des logiciels par l'IA.

• Économie des données : L'augmentation de la consommation de tokens signifie une accélération des flux de données. Les entreprises ont besoin de pipelines de données et d'outils de gouvernance plus efficaces, ce qui créera un nouveau marché pour les intergiciels de données.

• Souveraineté numérique : Avec le déploiement transfrontalier de l'IA, les pays pourraient renforcer le contrôle des flux de données IA. Les entreprises doivent planifier à l'avance des infrastructures IA localisées.

Aperçu de DigitalEcoNewsL'aspect le plus significatif sur le plan économique de l'enquête RBC est que les dépenses des entreprises en IA ne sont pas un jeu à somme nulle, mais un investissement supplémentaire. 91 % des entreprises ont créé un nouveau budget pour l'IA, sans détourner les fonds IT existants. Cela signifie que l'IA crée une nouvelle valeur ajoutée dans l'économie numérique, et non qu'elle se contente de remplacer.

Pour les entreprises, le modèle économique doit passer de « adopter ou non l'IA » à « comment intégrer l'IA dans la création de valeur fondamentale ». La popularité rapide de la tarification mixte montre que le modèle d'abonnement logiciel traditionnel est en train d'être remplacé par un modèle de tarification plus flexible et lié à la valeur d'usage. Cela a un impact profond sur le modèle de revenus et la gestion des relations clients des entreprises SaaS.

En ce qui concerne la future structure de l'économie numérique, nous estimons que la concurrence dans l'économie de plateforme IA va s'accélérer. OpenAI est actuellement en tête, mais les itérations technologiques et les évolutions du marché (comme la baisse brutale du coût des tokens) pourraient remodeler le paysage. Les entreprises doivent trouver un équilibre entre le risque de dépendre d'un fournisseur unique et l'adoption des gains de productivité apportés par l'IA. La gouvernance des données et la réglementation deviendront les principaux défis du déploiement en profondeur de l'IA. Les entreprises capables de construire une architecture d'IA conforme et explicable sortiront gagnantes à long terme.

DigitalEcoNews Insight : Le cycle d'investissement dans l'IA est passé de « quand démarrer » à « comment passer à l'échelle », ce qui sera le thème central de la stratégie numérique des entreprises pour 2026-2028.