Due diligence sur l'unit economics de l'IA : coûts d'inférence, marges brutes

La due diligence sur l'unit economics de l'IA est la couche économique de la due diligence technologique: le test structuré permettant de déterminer si le chiffre d'affaires d'une cible croît plus vite que les coûts de fourniture de l'IA, à mesure que l'usage augmente. Elle se situe en aval de l'analyse produit et technologique et pose une question plus étroite que « l'IA est-elle performante? ». Elle demande ce que coûte réellement une unité incrémentale de travail fourni — un document traité, une requête satisfaite, un flux de travail achevé — et si ce coût diminue ou augmente à mesure que la base de clients s'élargit. Les trois variables centrales sont le coût de service, la sensibilité de la marge brute et le pouvoir de fixation des prix: ce que coûte le fonctionnement du flux de travail IA, à quel point la marge est exposée aux variations de ce coût, et si l'entreprise peut maintenir ou augmenter ses prix pendant que les coûts évoluent.

Cette couche mérite son propre chantier car le coût de revient de l'IA se comporte différemment de celui du logiciel traditionnel. Dans le SaaS classique, servir un client supplémentaire est quasiment gratuit, si bien que les marges brutes se regroupent à des niveaux élevés et que la due diligence peut les considérer comme stables. Dans les produits d'IA, une grande part du coût de fourniture est variable et facturée à l'usage : chaque flux de travail consomme des tokens, et chaque token est facturé par un fournisseur de modèles ou payé comme capacité cloud et GPU. Que les marges d'une cible ressemblent à celles du logiciel traditionnel ou à quelque chose de nettement plus mince est une question empirique propre à son architecture, ses contrats et son mix client, et non une loi de catégorie.

La discipline pour les équipes de deal consiste à éviter les affirmations générales dans un sens comme dans l'autre. Un commentaire déclarant que les logiciels d'IA sont structurellement à plus faibles marges est aussi peu éprouvé que l'hypothèse selon laquelle les produits d'IA portent des marges SaaS. Les benchmarks de capital-risque publiés pour 2025 montrent une large dispersion au sein d'une même catégorie: certaines des entreprises d'IA à la croissance la plus rapide opèrent avec des marges brutes très inférieures à la norme logicielle, parfois négatives au niveau unitaire, tandis que des concurrents à croissance plus lente se situent bien plus près des niveaux logiciels conventionnels. Les deux profils existent dans la même catégorie, en même temps. La tâche en due diligence consiste à situer la cible sur ce spectre à partir de ses propres chiffres, puis à tester la durabilité de sa position. C'est le complément économique de l'analyse technologique présentée dans notre cadre de due diligence sur le fossé défensif des logiciels natifs IA.

Définition : tester si le chiffre d'affaires croît plus vite que les coûts d'inférence, d'API tierces et d'hébergement à mesure que l'usage client augmente.

Variables clés : coût de service par workflow et par client, sensibilité de la marge brute aux évolutions de coûts et d'usage, et pouvoir de fixation des prix pour absorber ou répercuter les variations de coûts.

Pourquoi maintenant : les résultats de marge sont spécifiques à l'entreprise et au produit, de sorte que les moyennes sectorielles et les récits de catégorie sont un bien mauvais substitut à la pile de coûts propre de la cible.

Discipline de due diligence : pas d'affirmations générales sur les marges ; le cadre ci-dessous traite la durabilité de la marge brute comme une hypothèse à démontrer, non à présumer.

La première étape analytique consiste à cartographier où se situe réellement le coût de production de l'IA. Le poste visible est la dépense d'inférence par token auprès des fournisseurs de modèles, facturée par million de tokens à des tarifs catalogue qui varient selon le niveau du modèle. Autour s'ajoutent les frais de modèles et d'API tierces pour les embeddings, la transcription ou d'autres services spécialisés, l'hébergement cloud et GPU pour tout modèle auto-hébergé, le stockage vectoriel et l'infrastructure de récupération, ainsi que la couche d'orchestration qui achemine les requêtes entre eux. Autour de tout cela se trouvent les coûts humains que les produits d'IA portent encore : temps d'ingénierie sur les prompts et l'évaluation, support client, et dans de nombreux cas, travail de revue ou de contrôle qualité sur les sorties de l'IA.

À partir de cette pile, construisez un coût variable par workflow et par client, le point où cette analyse rejoint la due diligence financière. Prenez un workflow représentatif, mesurez les tokens consommés par exécution, appliquez le prix blended par token, ajoutez la part des coûts d'hébergement, de stockage et d'orchestration qui évolue avec l'usage, et incluez le coût humain par unité lorsque la sortie est revue. En répétant l'exercice sur les segments de clientèle, on obtient une vision du coût de service qui peut être confrontée au chiffre d'affaires par client pour dégager une marge de contribution par segment. Le résultat diffère rarement de ce que présente la direction: la plupart des documents de direction montrent une marge brute agrégée, pas une image des coûts au niveau client.

Un constat récurrent est que le coût réel d'un workflow d'IA dépasse la facture API brute. La facture de tokens est le chiffre le plus lisible, c'est pourquoi elle ancre la plupart des analyses internes, mais elle sous-estime le coût de livraison de manière prévisible. Les coûts de récupération et de stockage évoluent avec le corpus documentaire, pas avec le chiffre d'affaires. L'orchestration appelle souvent des modèles moins chers plusieurs fois par sortie visible. Les exécutions échouées, les relances et le trafic d'évaluation consomment des tokens qui n'atteignent jamais un client. Et la couche de revue humaine, lorsqu'elle existe, est un véritable coût de production qu'aucun journal de tokens ne capture. Un modèle de coût de service de niveau due diligence part donc de la facture API mais doit être retraité à la hausse pour refléter le coût de livraison entièrement chargé.

Dépense d'inférence par token auprès des fournisseurs de modèles, à des tarifs qui varient fortement selon le niveau du modèle et l'engagement de volume.

Frais de modèles et d'API tierces pour les embeddings, la transcription, le filtrage de sécurité et d'autres services spécialisés.

Hébergement cloud et GPU pour les modèles auto-hébergés ou affinés, y compris la capacité réservée plutôt que consommée à la demande.

Stockage vectoriel, infrastructure de récupération et orchestration, qui évoluent avec la taille du corpus et la complexité des workflows plutôt qu'avec le chiffre d'affaires.

Coûts humains et de support : ingénierie de prompts, évaluation, revue des sorties et customer success, qui font partie du coût de service même si aucun journal de tokens ne les affiche.

La courbe de déflation est la tendance la mieux documentée de l'économie de l'IA, et elle est véritablement raide. L'analyse d'a16z des prix historiques depuis GPT-3 a montré que, pour un LLM de performance équivalente, le coût d'inférence baisse d'environ 10x par an, le coût d'un score MMLU fixe chutant d'un facteur 1 000 en trois ans.[1] Le Stanford AI Index 2025 enregistre la baisse du coût d'interrogation d'un modèle de niveau GPT-3.5 sur MMLU, passant de 20,00 $ par million de tokens en novembre 2022 à 0,07 $ en octobre 2024, soit une réduction de plus de 280 fois en environ 18 mois, et note que, selon la tâche, les prix d'inférence des LLM ont baissé de 9 à 900 fois par an.[2] C'est cette fourchette, plutôt qu'un multiple unique accrocheur, qui constitue le bon intrant pour un modèle de marge, lequel doit traiter la déflation comme une variable de scénario et non comme une constante.

Pour la due diligence, la courbe joue dans les deux sens, et la question n'est pas de savoir si les prix baissent, mais qui capte la baisse. Si les marges brutes d'une cible s'améliorent principalement parce que son fournisseur de modèles ne cesse de baisser ses prix catalogues, cette amélioration est une simple transmission d'une tendance sectorielle, et non la preuve d'une économie propre à l'entreprise. Sur des marchés concurrentiels, les fournisseurs ont tendance à faire disparaître ces économies par la concurrence : les clients s'attendent à ce que les prix baissent lorsque les coûts du fournisseur baissent, et les rivaux pratiquent des prix agressifs pour gagner des parts de marché. Un pont de marge qui repose sur une déflation continue des prix des intrants doit être soumis à un test de résistance dans un scénario où la déflation ralentit, ou où la concurrence oblige la cible à répercuter les économies sur les clients. À l'inverse, une cible dont les coûts baissent mais dont les prix sont fixés par contrat peut être l'un des véritables gagnants de cette tendance ; l'important est d'identifier, preuves à l'appui, de quel côté de la transmission se situe la cible.

La direction dispose également de leviers d'efficacité qu'elle peut réellement actionner, et les questions de due diligence sont les suivantes : lesquels la cible utilise-t-elle, et que vaut chacun d'eux ? a16z attribue la baisse des prix à plusieurs forces indépendantes : une meilleure performance-coût des GPU, la quantification des modèles, l'optimisation logicielle qui réduit les besoins en calcul et en mémoire, des modèles plus petits entraînés sur davantage de données, un meilleur affinage des instructions, et la concurrence de l'open source qui comprime les marges tout au long de la chaîne de valeur.[1] Une cible peut acheminer les requêtes routinières vers des modèles plus petits et réserver les modèles de pointe aux cas difficiles, quantifier les modèles qu'elle héberge elle-même, mettre en cache les requêtes répétées et réduire le gaspillage de tokens grâce à une meilleure récupération. Chaque levier a un coût d'ingénierie et un risque de qualité, si bien que le test consiste à déterminer si la cible dispose d'une feuille de route mesurée pour ces leviers ou si elle considère la baisse des prix comme son seul plan de marge.

Les preuves de la déflation : environ 10x par an à performance constante, une baisse de plus de 280 fois pour une qualité de niveau GPT-3.5 en environ 18 mois, et des baisses allant de 9 à 900 fois par an selon la tâche.[1][2]

Qui capte les économies : la cible conserve-t-elle la baisse des coûts des intrants comme marge, ou la concurrence sur les prix la répercute-t-elle sur les clients ? Le pont de marge doit l'indiquer, preuves à l'appui.

Les leviers d'efficacité : routage des modèles, quantification, mise en cache, optimisation des prompts et de la récupération, et modèles plus petits pour le travail routinier. Lesquels sont déployés, lesquels sont prévus, et que vaut chacun en points de base de marge brute ?

Le test de résistance : réévaluer le profil de marge en supposant que la déflation des prix des intrants ralentit sensiblement, et voir quelle part du plan survit.

Les marges brutes agrégées masquent la distribution la plus importante d'une entreprise d'IA : la relation entre l'intensité d'utilisation et la rentabilité. Dans une structure de coûts facturée à l'usage, les utilisateurs les plus intensifs consomment le plus de tokens, de sorte que les clients qui valorisent le plus le produit peuvent être les plus coûteux à servir. Le test de due diligence consiste à classer les clients en déciles d'utilisation et à calculer la marge sur coûts variables par client — chiffre d'affaires moins coût variable de livraison entièrement chargé — pour chaque décile. Si les déciles supérieurs sont les plus rentables, la croissance fondée sur l'usage compose la marge. Si les déciles supérieurs affichent une contribution nulle ou négative, la croissance détruit de la valeur à la marge et le modèle de tarification est désaligné par rapport à la structure de coûts.

Marge sur coûts variables par décile d'utilisation, à titre illustratif. C'est la forme de cette courbe, et non la marge brute agrégée, qui détermine si la croissance de l'usage crée ou détruit de la valeur. · Généré par IA

L'alignement du modèle de tarification constitue la seconde moitié de l'analyse, et il a toute sa place dans la due diligence commerciale autant que dans le volet financier. Les contrats basés sur des sièges dissocient le chiffre d'affaires de la consommation: un client qui double son usage avec un prix de siège forfaitaire transforme la baisse de ses coûts unitaires en gain de marge, mais un client qui quadruple son usage peut rendre sa contribution négative. Les contrats à l'usage ou hybrides recouplent le chiffre d'affaires à la consommation et répercutent les chocs de coûts, mais exposent la cible à la concurrence sur les prix d'un intrant facturé à l'usage. Aucun modèle n'est intrinsèquement supérieur; la question est de savoir si la structure contractuelle correspond à la structure de coûts, et si la tarification a été fixée en tenant compte de l'analyse du coût de service présentée ci-dessus.

Les données de marché montrent à quel point l'écart spécifique à chaque entreprise est large. Les benchmarks 2025 de Bessemer placent les Supernovas IA à croissance rapide autour de 25 % de marge brute, souvent négative à l'unité, contre environ 60 % pour les Shooting Stars qui croissent un peu plus lentement.[3] Au niveau de l'infrastructure, TechCrunch rapporte qu'Anthropic table sur une marge brute de 50 % cette année et de 77 % d'ici 2028, contre -94 % l'année précédente.[4] Un laboratoire de pointe et une entreprise applicative sont des activités différentes, mais ce qui compte pour la due diligence, c'est l'écart lui-même : des entreprises d'une même catégorie couvrent toute la gamme, et la position de la cible est déterminée par son propre mix d'usage, sa structure contractuelle et sa discipline de coûts.

Les mécanismes de répercussion complètent le tableau. Lorsque les coûts des intrants IA augmentent, que ce soit par des hausses de prix chez un fournisseur de modèles, des contraintes de capacité ou une consommation plus lourde, la cible peut-elle réajuster ses prix ? Les contrats à prix fixe sans plafond d'usage absorbent entièrement le choc. Les contrats à tarification à l'usage le répercutent automatiquement. Les engagements annuels avec fenêtres de renégociation se situent entre les deux. Les questions de due diligence sont concrètes : quelle part du chiffre d'affaires se renouvelle dans les douze prochains mois, que disent réellement les clauses tarifaires, et la direction a-t-elle testé la tolérance des clients à des hausses de prix reflétant des coûts de livraison plus élevés ?

Le cadre se réduit à cinq tests fondamentaux, dont chacun doit pouvoir être tranché à partir de documents plutôt que du récit de la direction. Ensemble, ils établissent si le chiffre d'affaires croît plus vite que le coût de service, quelles hypothèses sous-tendent le profil de marge futur de la direction, et si l'entreprise peut répercuter l'augmentation des coûts IA sur les clients.

Chiffre d'affaires versus coût de service : le chiffre d'affaires par client croît-il plus vite que le coût variable entièrement chargé par client, à chaque décile d'usage, sur les huit derniers trimestres ?

Contribution au niveau client : les clients les plus gros consommateurs sont-ils réellement les plus rentables, ou la croissance se concentre-t-elle sur des clients à contribution faible ou négative ?

Hypothèses du pont de marge : qu'est-ce qui motive exactement l'amélioration projetée de la marge par la direction — déflation des prix des intrants, leviers d'efficacité, actions tarifaires ou mix — et chaque moteur est-il étayé par des preuves ?

Capacité de répercussion : l'entreprise peut-elle répercuter l'augmentation des coûts IA sur les clients via les clauses contractuelles, la tarification à l'usage ou un réajustement des prix au renouvellement, et quelle part du chiffre d'affaires est protégée ?

Dépendance fournisseur et tarification : dans quelle mesure la base de coûts est-elle exposée aux décisions de prix, de capacité et de produit d'un seul fournisseur de modèles, et quelles alternatives existent, à quel coût de migration ?

La liste des pièces demandées doit figurer dans la data room dès le début, car ces documents prennent du temps à produire et sont ceux qui manquent le plus souvent. Factures cloud et API de tous les fournisseurs, journaux d'utilisation de tokens par client et par workflow, un compte de résultat au niveau client ou, à défaut, une attribution du chiffre d'affaires et des coûts par compte, contrats des fournisseurs de modèles y compris les engagements de dépense et les conditions tarifaires, et les documents de politique tarifaire régissant le réajustement des prix et la répercussion. Lorsqu'un document n'existe pas, ce fait constitue en soi une conclusion : une cible incapable d'attribuer un coût par client ne peut pas étayer son histoire de marge.

Le risque de concentration dans la chaîne de valeur de l'IA se comprend mieux à travers un exemple concret tiré d'un document public. Le S-1 de CoreWeave, déposé avant son introduction en bourse en 2025, révélait que Microsoft était son plus grand client en 2023 comme en 2024, représentant respectivement 35 puis 62 pour cent du chiffre d'affaires.[5] Ses deux plus grands clients représentaient ensemble 77 pour cent du chiffre d'affaires de 2024, et les contrats take-or-pay engageants, d'une durée typique de deux à cinq ans, comptaient pour 96 pour cent du chiffre d'affaires cette année-là.[5] Le document lui-même signalait que tout changement négatif de la demande de Microsoft affecterait négativement l'activité. La leçon pour le due diligence au niveau de la cible est structurelle : à chaque couche de la chaîne de valeur de l'IA, un petit nombre de contreparties contrôlent des intrants critiques, et les conditions qu'elles fixent — tarification, capacité, durée des contrats — se répercutent directement dans le coût des marchandises d'une entreprise dépendante.

Transposé à une cible, les questions en amont sont directes. La cible dépend-elle d'un seul fournisseur de modèles ou d'un seul cloud pour la majorité de ses dépenses d'inférence, et quelle part de ces dépenses porte sur des tarifs engageants plutôt que sur des prix catalogue à la demande ? Les contrats à dépenses engageantes achètent la stabilité des prix et la priorité de capacité, mais créent des coûts planchers qui persistent si l'utilisation déçoit ; la tarification à la demande s'ajuste à l'usage mais expose la cible à des mouvements de prix catalogue qu'elle ne contrôle pas. L'analyse de concentration doit également s'exercer en aval : une cible dont le chiffre d'affaires dépend fortement d'un ou deux clients hérite de la même fragilité que celle divulguée par CoreWeave, avec l'exposition supplémentaire que ses plus grands clients peuvent négocier des conditions équivalentes avec ses concurrents.

Les scénarios de compression des marges doivent ensuite être modélisés explicitement. Le cas récent le plus instructif est Anthropic qui, selon le reporting de TechCrunch, attend une marge brute de 50 % cette année contre un chiffre de -94 % l'année précédente, avec un objectif de 77 % d'ici 2028.[4] Même un laboratoire de pointe disposant d'avantages d'échelle et de ses propres programmes d'efficacité considère la marge comme une trajectoire à gérer, non comme un chiffre stable. Pour une cible, les scénarios à stresser sont : des prix d'intrants qui cessent de baisser ou qui augmentent, des modes d'utilisation qui évoluent vers une consommation plus lourde, un client majeur renégociant au renouvellement, et un fournisseur de modèles modifiant sa structure tarifaire ou dépréciant un modèle dont dépend le produit de la cible.

Pour le private equity et les fusions-acquisitions, ces constats se traduisent en structure de transaction. Lorsque la durabilité des marges ne peut être pleinement démontrée, la valorisation doit en tenir compte, soit sous forme de décote, soit sous forme d'un prix fondé sur le scénario de stress plutôt que sur le scénario du management. Les structures d'earnout peuvent lier la contrepartie à la marge brute réalisée, alignant les vendeurs sur le profil de marge qu'ils ont représenté. La couverture des déclarations et garanties doit aborder explicitement les hypothèses de coûts : l'exactitude de l'imputation des coûts, les conditions des contrats avec les fournisseurs de modèles, et tout engagement de dépenses qui deviendra une responsabilité de l'acheteur à la clôture. Rien de tout cela n'est adversarial ; c'est la réponse standard à une structure de coûts plus dépendante des contrats que celle du logiciel traditionnel.

Le cadre se convertit en un workflow séquencé qui va de l'accès à la data room au comité d'investissement. Chaque étape correspond aux tests et aux références énoncés ci-dessus, et chacune produit un livrable spécifique que l'équipe de transaction peut défendre.

Ingérer la data room : se connecter au VDR et traiter les factures, contrats, modèles financiers et documents du management qui portent les preuves de coûts, y compris les factures cloud et API, les accords avec les fournisseurs de modèles et les documents de politique tarifaire de la checklist ci-dessus.

Extraire les preuves de coûts : récupérer les journaux d'utilisation de tokens et les lignes de facturation auprès des différents fournisseurs, et réconcilier la facture API brute vers un coût variable entièrement chargé par workflow, couvrant l'hébergement, le stockage, l'orchestration et la revue humaine.

Construire la vue coût de service : établir la marge de contribution par client et par décile d'utilisation, et la confronter au chiffre d'affaires par client pour déterminer si les utilisateurs les plus lourds sont les plus rentables.

Stresser le pont de marge : décomposer le profil de marge projeté par le management en déflation des prix d'intrants, leviers d'efficacité et actions de tarification, et le re-souscrire dans un scénario de déflation ralentie, en se référant aux données de marges du BVP State of AI 2025.[3]

Présenter les conclusions : assembler les constats sur les marges et la concentration, les signaux d'alerte et l'analyse de répercussion dans un mémo étayé par des preuves pour le comité d'investissement.

Plausity accompagne chaque étape de ce workflow. Data Room Ingestion se connecte au VDR et traite les factures, contrats et modèles financiers en quelques minutes, si bien que les preuves de coûts entrent immédiatement dans l'analyse au lieu d'attendre une indexation manuelle. L'AI-Analysis Engine lit et recoupe ces documents, reliant les lignes de facturation et les journaux d'utilisation au modèle du management et faisant ressortir les points où les chiffres ne se réconcilient pas. Risk Radar évalue les constats selon leur matérialité, leur impact financier et leur pertinence pour la transaction, de sorte que les risques de compression des marges et de concentration des fournisseurs soient classés aux côtés du reste du registre des risques. Report Builder rédige le mémo étayé par des preuves avec une traçabilité complète des sources jusqu'aux documents sous-jents, et Collaboration Hub maintient l'alignement des chantiers à mesure que la vue coût de service, le pont de marge et les supports du comité d'investissement prennent forme. Le résultat est une analyse de marge où chaque chiffre remonte à un document de la data room, ce qui est le standard exigé par les cinq tests ci-dessus.

Plausity est une plateforme de due diligence et deal intelligence IA-native qui aide les cabinets M&A, les fonds VC et PE, les équipes de corporate development et les équipes d'investment banking à structurer les preuves, les findings et les questions à travers une data room. Plausity soutient l'extraction de preuves, l'ancrage aux sources, la gestion des findings et la préparation IC — elle ne remplace ni les analystes ni les conseillers ni les professionnels de l'investissement, ne fournit aucun conseil juridique, fiscal, comptable, réglementaire ou d'investissement et ne prend aucune décision d'investissement autonome. Tous les findings requièrent une revue humaine.

Pour explorer les briques sous-jacentes, voir le moteur d'analyse IA Plausity et la page Findings & Risk Intelligence. Pour les workflows par équipe, voir comment les fonds VC et PE et les cabinets M&A utilisent Plausity sur des deals actifs.

1. [1] a16z.com — https://a16z.com/llmflation-llm-inference-cost/
2. [2] hai.stanford.edu — https://hai.stanford.edu/ai-index/2025-ai-index-report/research-and-development
3. [3] bvp.com — https://www.bvp.com/atlas/the-state-of-ai-2025
4. [4] techcrunch.com — https://techcrunch.com/2025/11/04/anthropic-expects-b2b-demand-to-boost-revenue-to-70b-in-2028-report/
5. [5] crn.com — https://www.crn.com/news/ai/2025/7-things-to-know-about-coreweave-s-s-1-top-customers-revenue-and-more