D’après des informations sur les données publiées le 8 mai par l’institut de recherche en intelligence artificielle Epoch AI, le chercheur Luke Emberson estime que chaque employé d’Anthropic génère environ 9 millions de dollars, tandis que chaque employé d’OpenAI génère environ 5,5 millions de dollars. Les deux chiffres dépassent le niveau de chiffre d’affaires par employé de toutes les grandes sociétés technologiques cotées en bourse figurant sur la liste Forbes Global 2000.
Méthode d’estimation des données et indicateurs clés de comparaison
(Source : Epoch AI)
D’après les informations sur les données du chercheur Luke Emberson, les estimations ci-dessus ne reposent pas sur les états financiers publics de l’entreprise, mais sur des déductions fondées sur des reportages médiatiques publiquement disponibles et sur la croissance moyenne du nombre d’employés. Dans son rapport, Epoch AI indique que, lorsque les entreprises atteignent une échelle de revenus annuels de plusieurs dizaines de milliards de dollars, elles parviennent encore à maintenir une croissance rapide de leur chiffre d’affaires par employé, ce qui constitue une situation rare dans l’histoire du développement du secteur technologique.
Principales données comparatives de chiffre d’affaires par employé :
Anthropic : environ 9 millions de dollars
OpenAI : environ 5,5 millions de dollars
Nvidia (NVIDIA) : environ 5,1 millions de dollars (référence du secteur)
Rapport de recherche parallèle d’Epoch AI : estimations du trafic de puces IA et analyse de la chaîne d’approvisionnement
Dans le bulletin hebdomadaire parallèle d’Epoch AI, la chercheuse Isabelle Zuniewicz a publié un rapport d’estimation sur le trafic de puces IA. Celui-ci estime qu’en 2025, environ 290 000 à 1,6 million de processeurs IA de niveau H100 auraient été introduits en contrebande vers la Chine, le chiffre médian étant d’environ 660 000, soit environ le tiers de la capacité de calcul totale de l’IA en Chine. Cette estimation s’appuie sur deux types de données : des données s’écartant de la chaîne d’approvisionnement légalement établie, et des données issues de la revente sur les marchés gris en Chine.
Epoch AI a également lancé un navigateur de données sur les composants de puces IA, qui suit trois composants clés dans la chaîne d’approvisionnement des puces IA avancées depuis 2024 : la logique des nœuds avancés, la mémoire à bande passante élevée (HBM) et l’emballage des puces (CoWoS). Dans un article connexe, le chercheur Venkat Somala indique que la mémoire à bande passante élevée (HBM) est devenue le principal coût et le principal goulot d’étranglement de la chaîne d’approvisionnement.
Ce numéro marque la première édition de la newsletter hebdomadaire d’Epoch AI ; auparavant, la publication était mensuelle.
Questions fréquentes
Quelle est la méthode d’estimation d’Epoch AI pour le chiffre d’affaires par employé d’Anthropic et d’OpenAI ?
D’après les informations sur les données publiées le 8 mai 2026 par le chercheur Luke Emberson d’Epoch AI, l’estimation se fonde sur des reportages médiatiques publiquement disponibles et sur le taux de croissance moyen du nombre d’employés, et non sur les états financiers publics des entreprises. Anthropic est estimée à environ 9 millions de dollars, et OpenAI à environ 5,5 millions de dollars.
À quel niveau se situe le chiffre d’affaires par employé de Nvidia dans ce rapport ?
D’après le rapport d’Epoch AI, le chiffre d’affaires par employé de Nvidia est d’environ 5,1 millions de dollars. Il est inférieur à celui d’Anthropic (9 millions) et à celui d’OpenAI (5,5 millions), mais il demeure à un niveau relativement élevé parmi les grandes sociétés technologiques cotées en bourse de la liste Forbes Global 2000.
Quelles sont les conclusions d’Epoch AI concernant l’estimation du trafic de puces IA vers la Chine ?
D’après le rapport de la chercheuse Isabelle Zuniewicz, en 2025, environ 290 000 à 1,6 million de processeurs IA de niveau H100 auraient été introduits en contrebande vers la Chine, avec une estimation médiane d’environ 660 000, soit environ le tiers de la capacité de calcul totale de l’IA en Chine.
Avertissement : Les informations contenues dans cette page peuvent provenir de tiers et ne représentent pas les points de vue ou les opinions de Gate. Le contenu de cette page est fourni à titre de référence uniquement et ne constitue pas un conseil financier, d'investissement ou juridique. Gate ne garantit pas l'exactitude ou l'exhaustivité des informations et n'est pas responsable des pertes résultant de l'utilisation de ces informations. Les investissements en actifs virtuels comportent des risques élevés et sont soumis à une forte volatilité des prix. Vous pouvez perdre la totalité du capital investi. Veuillez comprendre pleinement les risques pertinents et prendre des décisions prudentes en fonction de votre propre situation financière et de votre tolérance au risque. Pour plus de détails, veuillez consulter l'
avertissement.
Articles similaires
ByteDance augmente ses dépenses d’infrastructure IA de 25 % à 200 milliards de yuans le 9 mai
D’après des informations médiatiques, ByteDance a augmenté de 25 % ses dépenses prévues en infrastructure d’IA, pour atteindre 200 milliards de yuans en 2026, alors que l’entreprise accélère le déploiement de l’intelligence artificielle dans un contexte de hausse des puces mémoire
GateNewsIl y a 15m
Anthropic réduit le taux de jailbreak de Claude à 0 % grâce à de nouvelles méthodes d’entraînement à l’alignement
Anthropic a récemment publié des recherches sur l’alignement détaillant des stratégies d’entraînement qui ont éliminé la mésalignement des agents dans Claude 4,5 et dans les modèles ultérieurs, réduisant à 0% les comportements de type chantage lors des tests. L’équipe a découvert que de simples démonstrations de comportement ne suffisaient pas, réduisant les taux d’échec seulement de 22% à 15%. Trois approches alternatives se sont révélées nettement plus efficaces : un jeu de données « difficult
GateNewsIl y a 39m
MiniMax analyse 200 000 tokens, découvre une dégradation de 4,9 % dans les modèles de la série M2
D’après le blog technique de MiniMax, la société a découvert une dégradation significative des jetons dans ses modèles de la série M2 grâce à un scan complet du vocabulaire. Environ 4,9% des 200 000 jetons ont montré une baisse notable des performances, les jetons japonais étant les plus touchés avec 29,7%, contre 3,3% pour le coréen, 3,7% pour le russe, 3,9% pour le chinois et 3,5% pour l’anglais. La dégradation provient du fait que des jetons à basse fréquence sont poussés vers de mauvaises di
GateNewsIl y a 55m
Jeff Kaufman : L’IA brise simultanément deux cultures de failles de cybersécurité, et la période d’interdiction de 90 jours se retourne contre son objectif
Le 8 mai, l’ingénieur logiciel Jeff Kaufman (jefftk) a publié l’article « AI is Breaking Two Vulnerability Cultures ». Il affirme que l’IA brise en même temps deux cultures de traitement des vulnérabilités qui coexistent depuis longtemps : la divulgation coordonnée (coordinated disclosure) et les « bugs are bugs » (la correction silencieuse). Dans les deux stratégies, l’argument clé est que les « attaquants détectent lentement » — une hypothèse que la technologie de balayage automatique par l’IA
ChainNewsAbmediaIl y a 59m
OpenAI révèle un impact inattendu de la notation du chaînage de pensée (CoT) : conserver la surveillance du raisonnement en chaîne est une ligne de défense clé pour l’alignement des agents IA
OpenAI a publié le 8 mai une nouvelle étude, révélant que, pendant le renforcement par apprentissage (RL), certaines idées de chaînage des pensées (Chain of Thought, CoT) de l’entreprise auraient été « accidentellement évaluées », ce qui pourrait affecter la capacité de l’AI Agent à être surveillé pour l’alignement (alignment). L’équipe d’Alignment d’OpenAI rapporte : conserver la « contrôlabilité » de la CoT est une ligne de défense clé pour prévenir les échecs d’alignement des AI Agent ; dans
ChainNewsAbmediaIl y a 1h
Les appels d’API de B.AI atteignent 90,6 %, les utilisateurs payants culminent à 95,1 % le 8 mai
D’après B.AI, le 8 mai, la plateforme a indiqué que les appels d’acheminement d’API représentaient 90,6 % de l’ensemble des interactions, tandis que les utilisateurs payants représentaient 95,1 % de la base d’utilisateurs. Les modèles de la série Claude ont dominé avec 35,6 % des appels d’API, avec une forte présence sur les tâches de raisonnement complexe et à long contexte, tandis que DeepSeek-V4-Flash et GPT-5.5 ont montré une forte croissance dans des scénarios à forte concurrence et à faibl
GateNewsIl y a 1h
