Comparer les revenus de l'IA à travers la pile
Le marché de l'IA s'est développé rapidement sur les quatre couches (données, calcul, modèles et applications). Par exemple, les revenus du centre de données de NVIDIA sont passés de 47.5B $ à 115.2B $ en une seule année fiscale (exercice 2024 à 2025, se terminant en janvier 2024 et janvier 2025).
Nous avons suivi les données de revenus de plus de 80 entreprises d'IA. Explorez comment les revenus ont évolué à travers les couches calcul, données, modèles et applications de 2023 à 2025.
Répartition des revenus de l'IA par sous-catégorie
Remarque : Nous avons identifié plus de 20 sous-catégories sous les couches données, calcul, modèles et applications. Pour simplifier, nous avons inclus les 5 sous-catégories avec les revenus les plus élevés.
Voir la méthodologie pour savoir comment nous avons collecté les données sur les revenus de l'IA.
Taux de croissance des revenus de l'IA
Le tableau ci-dessus montre l'augmentation en pourcentage des revenus de l'IA de 2023 à 2024 et de 2024 à 2025. Par exemple, le revenu total des entreprises de la couche données est passé de 7.907B $ en 2023 à 12.606B $ en 2024 et à 17.974B $ en 2025, soit une augmentation d'environ 59 % entre 2023 et 2024 et d'environ 43 % entre 2024 et 2025.
Le tableau ci-dessus montre comment les revenus sont répartis entre les couches données, calcul, modèles et applications en 2023, 2024 et 2025.
Revenus de la couche données
Pour la couche données, Databricks (4.8B $), Snowflake (4.68B $) et MongoDB (2.46B $) ont les revenus les plus élevés en 2025. Ces trois-là dominent parce qu'ils possèdent l'infrastructure de données fondamentale sur laquelle repose chaque application d'IA : le lakehouse (Databricks), l'entrepôt (Snowflake) et la base de données opérationnelle (MongoDB). Ils captent la demande en IA quel que soit le modèle ou l'application qui gagne.
Bien que le sommet de la pile de données soit dominé par les plateformes de données, les couches intermédiaires et inférieures racontent une histoire différente. Les bases de données vectorielles (Pinecone, Qdrant, Weaviate) sont toutes en dessous de 100M$ malgré des années de battage autour du RAG, et plusieurs entreprises ont été acquises avant de prouver leur viabilité autonome.
Revenus de la couche calcul
NVIDIA domine la couche calcul avec 115.2B $ de revenus de centres de données au cours de l'exercice 2025 (se terminant en janvier 2025), contre 47.5B $ au cours de l'exercice 2024 et 15B $ au cours de l'exercice 2023. L'exercice fiscal de NVIDIA se termine fin janvier, ces périodes correspondent donc approximativement aux années civiles 2024, 2023 et 2022.
Qualcomm (44.3B $) et AMD (34.6B $) sont les prochains acteurs les plus importants du tableau, bien que leurs revenus liés aux puces d'IA soient déclarés dans des segments de semi-conducteurs plus larges, ce qui limite la comparabilité directe.
La dynamique intéressante dans le calcul est l'émergence d'un deuxième niveau, avec CoreWeave (5.1B $), Lambda (760M $) et Together IA (300M $) en 2025. Une explication possible de l'intérêt croissant pour les acteurs du cloud GPU est que les leaders existants du GPU (tels qu'AWS, Azure et GCP) s'avèrent insuffisants pour répondre à la demande du marché.
La question ouverte est de savoir ce qui évolue plus rapidement : les gains d'efficacité qui réduisent le calcul par requête (modèles plus petits, quantification), ou les nouveaux cas d'usage qui augmentent la demande totale (agents, vidéo, déploiements en entreprise). Si l'efficacité l'emporte, les hyperscalers absorbent le marché ; si l'adoption l'emporte, les clouds GPU spécialisés continuent de croître.
Revenus de la couche modèles
OpenAI (13B $) et Anthropic (7B $) se détachent rapidement du peloton. Tous les autres acteurs majeurs : Mistral (400M $), Cohere (240M $), xAI (500M $), ElevenLabs (330M $ dans la voix) sont regroupés bien en dessous par rapport à OpenAI et Anthropic.
ElevenLabs dans la voix montre qu'une focalisation sur une seule modalité peut atteindre la même tranche de revenus que des concurrents généralistes comme Mistral (400M $) et Cohere (240M $). La position la plus difficile dans cette couche est d'être une entreprise de modèles généralistes sans un accord de distribution cloud majeur ou un produit grand public attrayant. Mistral et Cohere sont tous deux confrontés à ce problème.
Ajouter comme source préféréeRevenus de la couche applications
Le schéma dans la couche applications montre que les applications natives de l'IA qui remplacent un flux de travail entier sont les plus performantes. L'un des signaux en est la catégorie du codage, où Cursor, Replit, Lovable et Bolt indiquent collectivement que les développeurs paieront plus pour des outils qui peuvent à la fois automatiser le travail.
Le bond de Cursor de 1M $ à 1B $ en deux ans et l'augmentation de Lovable de 1M $ à 400M $ en une seule année sont les chiffres de croissance les plus extrêmes de l'ensemble de données. Ils marquent le passage de l'IA en tant qu'assistant de codage à l'IA en tant qu'environnement de développement principal, ce qui a fondamentalement modifié la croissance typique des SaaS.
En termes de sous-catégories, l'IA dans la santé (Abridge, Tempus) est en croissance, car elle opère dans des domaines réglementés à forte valeur ajoutée où le ROI de l'automatisation est facile à quantifier.
Les revenus de Jasper IA sont passés de 120M $ à 55M $ avant de remonter partiellement à 88M $, toujours en dessous de son niveau de 2023. Cette baisse montre que les assistants de rédaction horizontaux sans verrouillage du flux de travail risquent d'être supplantés à la fois par les modèles de fondation (tels que ChatGPT) et par les fonctionnalités intégrées dans les outils que les utilisateurs possèdent (comme Notion IA et Google Docs).
Méthodologie pour les estimations de revenus
Nous avons collecté des données publiques sur les revenus de l'IA à partir de plateformes de recherche telles que Sacra, GetLatka, Macrotrends et Crunchbase ; de sources appartenant aux entreprises telles que les rapports sur les relations avec les investisseurs, les salles de presse des entreprises, les blogs officiels et les dépôts auprès de la SEC ; d'organisations de médias financiers telles que Fortune, CNBC, Reuters, Bloomberg ; de rapports de médias technologiques de TechCrunch ; et de sources réglementaires/officielles pour les entreprises publiques telles que les dépôts SEC EDGAR.
Les chiffres de revenus reflètent les années civiles 2023, 2024 et 2025, ou l'exercice fiscal se terminant au plus près de ces dates. Les différences de calendriers fiscaux peuvent également affecter les comparaisons entre différentes entreprises.
Remarque : Pour les nombreuses entreprises privées de cet ensemble de données (par exemple, Anthropic, Mistral, ElevenLabs et Cursor), les chiffres de revenus sont essentiellement des estimations éclairées.
Citez ce benchmark
Choisissez le format qui correspond à votre lieu de publication. Coller la version avec lien dans votre CMS préserve le lien retour.
@misc{ermut2026,
author = {Ermut, Sıla},
title = {{Comparer les revenus de l'IA à travers la pile}},
year = {2026},
month = aug,
howpublished = {\url{https://aimultiple.com/ai-revenues}},
note = {AIMultiple. Consulté le 6 Août 2026}
}Résultats et horodatages de 88 points de données. Téléchargez les données utilisées dans cet article sous forme de fichier ZIP contenant un fichier CSV et un README.
À lire ensuite
Les 20 meilleurs outils d'IA pour la chaîne d'approvisionnement avec exemples
Automatisation MSP: Acronis, ConnectWise Automate & Rewst
Top 15 Fabricants de puces Edge IA avec cas d'usage
Soyez le premier à commenter
Votre adresse courriel ne sera pas publiée. Tous les champs sont obligatoires. Les commentaires sont laissés dans leur langue d'origine.