Les analystes prédisent : en 2029, les dépenses des entreprises en tokens AI pourraient être plus élevées que les salaires des ingénieurs.

Anthropic n'a que 5 000 employés, mais ses dépenses de calcul sont 2,3 fois supérieures à ses salaires ; dans les entreprises médianes du secteur, chaque ingénieur ne dépense que 137 dollars par an. Cet écart de 680 fois est le mystère que cette analyse cherche à démêler, et le résultat final en 2029 reste inconnu.
(Rappel : de forcer les employés à utiliser l'IA à craindre de brûler trop de tokens : de plus en plus d'entreprises resserrent les quotas d'utilisation interne de l'IA)
(Contexte : Oracle admet rarement que son centre de données "risque de ne pas rentabiliser", le cours de l'action Oracle a chuté de 40% en juin)

Table des matières

Toggle

• La puissance de calcul grignote d'abord les salaires

Imaginez une entreprise ordinaire en 2029 : la facture d'IA annuelle pour un ingénieur pourrait être plus élevée que son propre salaire ? C'est la conclusion de l'analyste en capital-risque renommé Tomasz Tunguz, calculée à l'aide de trois modèles de scénarios.

Lorsque le coût de calcul commence à approcher ou même à dépasser le coût du travail humain, les dépenses d'IA ne sont plus un budget d'outil optionnel, mais une dépense structurelle qui doit être comparée aux salaires sur le même compte de résultat.

La puissance de calcul grignote d'abord les salaires

Cette histoire commence avec les livres comptables d'Anthropic. Selon SaaStr, l'entreprise ne compte qu'environ 5 000 employés, mais a dépensé environ 10 milliards de dollars en inférence et en formation en 2026. En moyenne, chaque employé supporte environ 2 millions de dollars de dépenses de calcul par an, contre une rémunération totale estimée par Levels.fyi à plus de 500 000 dollars, soit un ratio de 2,3 fois.

C'est un ratio sans précédent dans l'ensemble de l'industrie du logiciel ; la plupart des entreprises vivent dans un monde complètement différent. Selon le Ramp AI Index de juin 2026, dans les 1 % d'entreprises les plus performantes, chaque ingénieur dépense environ 89 000 dollars par an en IA, soit 40 % du salaire d'un ingénieur senior de 224 000 dollars ; dans les entreprises médianes, chaque ingénieur ne dépense que 137 dollars par an, presque zéro.

Entre le sommet et la médiane, il y a un écart de près de 680 fois, et c'est le mystère que cette analyse cherche à expliquer : cet écart va-t-il s'élargir ou se réduire ?

Les 99 % d'entreprises restantes pourront-elles et à quelle vitesse rattraper le rythme d'Anthropic ? Tunguz encadre la réponse avec trois scénarios : le scénario pessimiste suppose que le prix des tokens continue de baisser jusqu'à annuler la croissance de la demande ; le scénario de référence suppose que la courbe de croissance des 1 % supérieurs ralentit progressivement ; le scénario optimiste suppose que l'ensemble du marché rattrape le ratio actuel d'Anthropic en 2029. Chacun convertit la facture d'IA en pourcentage du salaire de base de 224 000 dollars d'un ingénieur senior, et suppose une croissance annuelle des salaires d'environ 5 % :

• 2026 : scénarios pessimiste, de référence et optimiste : 90 000 dollars, soit 40 %
• 2027 : pessimiste 106 000 dollars (45 %), référence 164 000 dollars (70 %), optimiste 258 000 dollars (110 %)
• 2028 : pessimiste 118 000 dollars (48 %), référence 259 000 dollars (105 %), optimiste 444 000 dollars (180 %)
• 2029 : pessimiste 106 000 dollars (41 %), référence 363 000 dollars (140 %), optimiste 596 000 dollars (230 %)

Le montant du scénario pessimiste diminue après 2028, car la baisse du ratio est plus rapide que l'inflation salariale.

Poussée et traction

Ce qui rend le scénario optimiste crédible, c'est la complexité croissante des workflows d'IA (agentic workflow).

Lorsque vous laissez l'IA exécuter des tâches de manière autonome en continu, décider elle-même de la prochaine étape, plutôt qu'une simple question-réponse, le nombre de tokens consommés est de plusieurs ordres de grandeur supérieur à celui du mode conversation. Goldman Sachs prévoit que la consommation de tokens sera multipliée par 24 d'ici 2030.

D'un autre côté, selon une étude d'Epoch AI, Anthropic et OpenAI génèrent respectivement 14 millions et 6,5 millions de dollars de revenus par employé, ce qui en fait les deux entreprises les plus élevées du classement Forbes Global 2000. La structure des coûts suit finalement la structure des revenus ; les entreprises qui peuvent se le permettre sont généralement aussi celles qui peuvent le récupérer.

Mais la force qui tire vers le scénario pessimiste est tout aussi réelle, et elle se produit depuis trois ans. Le prix d'entrée du modèle de niveau GPT-4 d'OpenAI est passé de 30 dollars par million de tokens lors de son lancement en mars 2023 à moins de 3 dollars en 2026, soit une baisse d'un facteur dix chaque année pendant trois ans.

De plus, les modèles open source se rapprochent également du niveau de pointe. DeepSeek-V3 et ses versions ultérieures, avec un coût d'API d'un dixième à un trentième, obtiennent des résultats comparables aux meilleurs modèles fermés. Cela fait écho à la raison pour laquelle le débat entre open source et fermé est l'une des questions politiques les plus importantes de l'ère de l'IA : les modèles open source bon marché déterminent directement si le scénario pessimiste a une chance de se réaliser.

Les entreprises qui sont prêtes à limiter activement la consommation en fonction des rôles ou de la charge de travail peuvent également aplatir cette courbe elles-mêmes, sans attendre passivement la baisse des prix.

Chaque entreprise mise

Ce qui est vraiment intéressant dans cette analyse, ce n'est pas la conclusion superficielle que "l'IA est chère", mais que les dépenses d'IA passent d'un budget d'outil optionnel à une dépense structurelle comparable au coût du travail humain. Dans le scénario optimiste, la facture d'IA d'un seul ingénieur suffit à égaler le revenu médian généré par un employé d'une entreprise SaaS cotée en bourse (environ 250 000 dollars). Ce n'est plus l'ordre de grandeur d'un coût d'outil, mais celui d'un autre salaire.

Lorsque les coûts de calcul commencent à rivaliser avec les salaires sur le même compte de résultat, les entreprises doivent décider à l'avance pour quel avenir elles sont prêtes à budgétiser.