24,1 milliards de dollars : Microsoft dévoile enfin le poids réel d’OpenAI dans son chiffre d’affaires IA
Microsoft lève enfin le voile sur les chiffres de son partenariat avec OpenAI
Pendant des années, Microsoft a préféré parler de son partenariat avec OpenAI en termes de vision plutôt qu’en dollars. C’est désormais chose révolue. Dans son rapport annuel Form 10-K pour l’exercice fiscal 2026, l’éditeur de Redmond a communiqué pour la première fois un chiffre précis : 24,1 milliards de dollars de revenus générés par les accords commerciaux avec OpenAI, incluant les paiements de partage de revenus. À cela s’ajoutent 6 milliards de dollars de créances clients encore dues par OpenAI au 30 juin 2026. Un exercice de transparence financière qui, on s’en doute, n’a rien de spontané.
Ce que révèle surtout ce chiffre, c’est l’ampleur de la dépendance mutuelle entre les deux sociétés. Selon les analyses de Bloomberg reprenant ce dépôt réglementaire, OpenAI représenterait entre la moitié et environ 70% du chiffre d’affaires IA total de Microsoft, que l’entreprise situe elle-même entre 37 et 40 milliards de dollars en rythme annualisé. Autrement dit, une bonne partie de ce que Microsoft comptabilise comme « revenus IA » n’est en réalité que de l’argent transitant par Azure en provenance d’un seul et même partenaire.
Un actionnariat qui se dilue, une exclusivité qui recule
Ce chiffre s’inscrit dans un contexte de recomposition profonde de la relation. Lors de la restructuration d’OpenAI en octobre 2025, la participation de Microsoft dans OpenAI Group PBC est passée de 32,5% à 27%, une part néanmoins valorisée à 135 milliards de dollars. Puis, en avril 2026, un nouvel accord a redistribué les cartes de la relation cloud : Microsoft reste bien le partenaire cloud principal d’OpenAI, mais ce dernier peut désormais proposer ses produits sur d’autres fournisseurs. Résultat concret et immédiat : OpenAI a signé un accord massif avec Amazon et déploie désormais ses modèles sur AWS.
Pour les architectes qui bâtissent leurs stratégies IA sur Azure OpenAI Service, ce point mérite une attention particulière. L’exclusivité qui garantissait jusqu’ici une forme de différenciation à Microsoft s’érode. En contrepartie de cette ouverture, OpenAI se serait engagé à acheter 250 milliards de dollars de services Azure supplémentaires, un chiffre qui donne une idée de l’ampleur des capacités de calcul que le fournisseur de ChatGPT continue de consommer, quelle que soit la plateforme sur laquelle il vend ses services.
Un backlog cloud à moitié suspendu à un seul client
Le point le plus préoccupant pour un directeur des systèmes d’information réside sans doute ailleurs : dans le carnet de commandes de Microsoft. Les engagements liés à OpenAI représentaient environ 45% des 625 milliards de dollars de backlog cloud commercial de Microsoft au deuxième trimestre fiscal 2026. Ce backlog a ensuite progressé à 678 milliards de dollars au quatrième trimestre, une hausse de 8% en séquentiel, portée cette fois par d’autres clients qu’OpenAI. Il n’empêche : près de la moitié du pipeline de revenus futurs de Microsoft repose sur la poursuite de la croissance d’un seul partenaire.
Les analystes de Deutsche Bank, tout en maintenant leur recommandation d’achat sur le titre Microsoft, ont récemment évoqué un « risque de concentration », d’autant plus sensible que les modèles open source gagnent du terrain sur le marché. Une nuance qui n’enlève rien à la vigueur des chiffres Azure : le service cloud a affiché 39,31 milliards de dollars de revenus sur le trimestre, en hausse de 31,6% sur un an (43% à devises constantes), et a franchi la barre des 100 milliards de dollars sur l’exercice complet. Mais la question demeure entière : que se passe-t-il si OpenAI ralentit, ou pire, si le flux de financement externe qui alimente sa croissance venait à se tarir ?
La fragilité financière de la contrepartie
Car c’est bien là que le bât blesse. OpenAI, malgré une valorisation de 852 milliards de dollars obtenue lors d’un tour de table record de 122 milliards de dollars en mars 2026 (auquel Microsoft, Amazon, Nvidia et SoftBank ont participé), n’est toujours pas rentable. L’entreprise ne prévoit d’atteindre l’équilibre en trésorerie qu’à partir de 2030 au plus tôt, à condition de générer entre 270 et 280 milliards de dollars de revenus annuels pour compenser un rythme de combustion de trésorerie cumulé qui pourrait dépasser 600 milliards de dollars sur la période. Un scénario qui repose sur l’hypothèse, encore incertaine, que les investisseurs continueront d’apporter des chèques à neuf chiffres aussi régulièrement qu’aujourd’hui.
Pour Microsoft, dont environ 7% du chiffre d’affaires total (331,8 milliards de dollars sur l’exercice) transite désormais par cette seule relation, et qui a englouti près de 270 milliards de dollars de dépenses d’investissement pour soutenir cet écosystème, la question de la diversification n’est plus théorique. L’entreprise l’a d’ailleurs comprise, en investissant également dans Anthropic et en poussant ses propres modèles internes. Le choix, révélé récemment, de faire du modèle GPT-5.6 Sol le paramétrage par défaut dans GitHub Copilot illustre à quel point la dépendance à OpenAI reste, pour l’instant, structurante jusque dans les outils quotidiens des développeurs.
Ce que cela change pour votre feuille de route Microsoft
Pour les architectes d’entreprise qui construisent leurs plans IA autour de l’écosystème Microsoft, trois enseignements se dégagent. D’abord, la fin de l’exclusivité Azure ouvre potentiellement la voie à des architectures multi cloud pour les workloads OpenAI, ce qui peut être une bonne nouvelle en matière de résilience contractuelle. Ensuite, la dépendance financière réciproque entre les deux sociétés constitue un facteur de risque à intégrer dans toute analyse de continuité de service à moyen terme, au même titre qu’on évaluerait la solidité d’un fournisseur critique. Enfin, la diversification amorcée par Microsoft vers Anthropic et ses modèles propriétaires (la gamme MAI et Phi notamment) mérite d’être suivie de près : elle dessine les contours d’une stratégie de sortie progressive d’une dépendance à un seul fournisseur de modèles, une leçon que beaucoup de DSI auraient tout intérêt à appliquer à leur propre gouvernance IA.
