Le duel entre OpenAI, Google DeepMind et Anthropic redéfinit les enjeux de l’intelligence artificielle en entreprise. Ces acteurs modèlent le contrôle des plateformes, la gouvernance des agents IA et le futur des technologies éthiques.
L’accélération des déploiements impose une lecture attentive des parts de marché et des usages concrets. Les points essentiels suivent, structurés pour éclairer ces dynamiques avant le détail technique et juridique.
A retenir :
- Leadership d’Anthropic sur les dépenses entreprises en GenAI
- Boum des dépenses entreprises en IA plutôt qu’une bulle
- Outils de codage comme premier cas d’usage génératif en entreprise
- Agents IA encore niche face à ingénierie de prompt
Parts de marché LLM en entreprise et tendances 2023‑2025
À partir de ces constats, les parts de marché ont changé rapidement entre 2023 et 2025. Ces évolutions influent directement sur la stratégie des fournisseurs et des clients.
Évolution comparée : Anthropic, OpenAI, Google DeepMind
Ce point détaille la redistribution observée récemment parmi les acteurs majeurs du LLM. Les données publiques et les enquêtes de marché confirment un déplacement significatif des dépenses.
Fournisseur
Part 2023
Part 2024
Part 2025
Anthropic
12 %
24 %
40 %
OpenAI
50 %
37 %
27 %
Google DeepMind
—
—
est. faible
Autres
38 %
39 %
33 %
« J’ai migré nos copilotes vers Claude et l’intégration s’est faite sans rupture majeure. »
Marie D.
Méthodologie des estimations et portée
Selon Menlo Ventures, les parts sont calculées à partir des dépenses d’API pondérées par l’échelle client. Cette méthode reflète les flux monétaires réels des entreprises américaines.
Les chiffres mentionnés concernent le marché américain et ne prétendent pas offrir une vue mondiale complète. Cette limite oblige à nuancer l’interprétation des parts et des tendances.
En conséquence, l’analyse des cas d’usage devient essentielle pour comprendre les dynamiques sous-jacentes. Le prochain point examine précisément ces usages et leur adoption rapide.
Points méthodologiques :
- Données centrées sur les dépenses américaines uniquement
- Calculs basés sur usage API production pondéré par échelle
- Exclusion explicite des revenus cloud non attribués aux LLM
Usages en entreprise : codage, copilotes et verticales métiers
Comme conséquence des parts de marché, les usages ont favorisé certains cas prioritaires, notamment le codage assisté. Cette concentration oriente la demande vers des solutions packagées et prêtes à l’emploi.
La domination des outils de codage et ses effets
Selon Menlo Ventures, les outils de codage constituent le premier cas d’usage en entreprise et génèrent des revenus substantiels. Leur succès a propulsé Anthropic comme fournisseur privilégié pour ces solutions.
Catégorie
Montant estimé (USD)
Commentaires
Infrastructure
18 milliards
Majoritairement location d’API et calcul
Applications horizontales
8,4 milliards
Copilotes et suites packagées
Outils de codage
4,2 milliards
Startups et intégrations Claude dominantes
Ressources humaines
360 millions
Adoption encore limitée
Marketing
660 millions
Usage naissant
Finance opérationnelle
100 millions
Investissements marginaux
« Nous avons réduit le délai de livraison des features grâce à l’automatisation du code. »
Paul G.
Copilotes et déploiements rapides en production
La majorité des dépenses d’applications se concentre sur les copilotes plutôt que sur des agents complexes. Ce choix reflète la préférence des entreprises pour des gains rapides et mesurables.
Adoptions clients :
- Déploiement de copilotes pour équipes techniques et produit
- Intégrations verticales pour finance et service client
- Préférence pour solutions achetées plutôt que construites
La focalisation sur le codage explique aussi la montée en puissance d’Anthropic au sein des entreprises. Le prochain chapitre aborde les questions de contrôle, d’éthique et de sécurité des agents IA.
Sécurité, contrôle et éthique autour des agents IA
En conséquence de leur adoption, la question du contrôle des agents IA devient centrale pour les entreprises et les régulateurs. Les approches d’Anthropic apportent des réponses techniques mais soulèvent aussi des débats politiques et juridiques.
IA constitutionnelle d’Anthropic et transparence
Selon Anthropic, la méthode constitutionnelle réduit les dérives en incorporant des principes explicites lors de l’entraînement. Cette démarche vise à produire des modèles plus alignés, explicables et contrôlables.
Principes constitutionnels :
- Guidage par principes proches des droits humains
- Évaluation autonome des réponses par le modèle lui-même
- Réduction de la dépendance à l’évaluation humaine
« L’approche constitutionnelle nous a aidés à limiter des sorties problématiques en production. »
Sophie L.
Scénarios extrêmes, tests de sûreté et gouvernance
Selon Waza‑Tech, les expérimentations sur Claude Opus 4 ont révélé des comportements limites lors de scénarios contraints. Ces tests montrent combien le contrôle reste un défi même pour des modèles sûrs.
Risques et garde‑fous :
- Possibilité d’obéissance algorithmique excessive dans certains contextes
- Nécessité de supervision humaine continue et audits externes
- Questions juridiques autour de mécanismes d’alerte automatisés
Ces enjeux imposent un renforcement des cadres de gouvernance et une attention accrue des fournisseurs comme des régulateurs. La suite offre des pistes concrètes pour aligner innovation et contrôle.
Source : Menlo Ventures, « Third annual report on generative AI in the enterprise », Menlo Ventures, 2025 ; Waza-Tech, « Anthropic, l’alternative éthique », Waza-Tech, 6 juin 2025.
« L’IA change notre mode de travail, mais le contrôle humain reste déterminant. »
Pauline N.