L’ÉDITION DU 9 OCTOBRE 2026
IA grand public : le modèle économique reste à construire
Dans un entretien publié par TechCrunch, Olivia Moore, associée chez Andreessen Horowitz, défend une IA grand public financée autrement que par les seuls abonnements. Son analyse souligne le poids des usages professionnels et les limites d’un classement pour identifier les marchés encore à développer.
Information légale : ce contenu a été produit par un système d’intelligence artificielle. Transparence éditoriale
Le financement de l’IA grand public reste une question ouverte dans l’analyse d’Olivia Moore, associée chez Andreessen Horowitz. Son entretien avec TechCrunch met en lumière un décalage entre des services accessibles aux particuliers et des revenus largement liés au travail, tout en présentant la publicité et des modèles moins coûteux comme des pistes.
L’IA grand public peut-elle trouver ses revenus au-delà des abonnements ? Dans un entretien publié par TechCrunch, Olivia Moore, associée chez Andreessen Horowitz chargée de ce secteur, défend cette possibilité. Elle estime que les revenus de l’IA proviennent jusqu’ici principalement des abonnements et de la consommation de tokens, avec une concentration sur les entreprises et les utilisateurs aux besoins professionnels. Cette lecture décrit un marché dont les recettes ne reflètent pas nécessairement la diversité des usages possibles.
Le rapport sur les 100 principales applications d’IA grand public qu’elle a publié lundi apporte un éclairage sur cette tension. TechCrunch présente ChatGPT comme le principal acteur du classement et relève la présence durable de Suno et ElevenLabs. Moore souligne surtout que plusieurs catégories, notamment les applications sociales, les rencontres, le commerce, les voyages, la finance et la santé, n’y comptent aucun représentant. Cette absence concerne son classement : elle ne suffit pas à établir que ces secteurs seraient dépourvus de produits utilisant l’IA.
Pour Moore, une partie des services aujourd’hui qualifiés de grand public répond surtout à des besoins de travail. Elle cite la création de produits avec Lovable ou Replit, le marketing avec Higgsfield ou HeyGen, et l’organisation du travail avec Fireflies AI ou Granola. Selon elle, Gamma, ElevenLabs et Cursor ont commencé auprès de consommateurs avant de devenir, en 18 mois, des entreprises dont l’activité était majoritairement tournée vers les clients professionnels. La distinction entre utilisateur individuel et marché grand public mérite donc d’être précisée lorsqu’on examine les revenus.
L’associée propose de regarder au-delà du paiement direct. Elle estime que beaucoup d’utilisateurs préféreraient un accès gratuit accompagné de publicité, avec la possibilité de payer pour la retirer. Il s’agit d’une hypothèse commerciale exprimée par une investisseuse, sans démonstration dans cet entretien de sa rentabilité pour les services concernés.
Elle envisage également un recours accru à des modèles moins coûteux et à des modèles open source pour certains usages. Son argument est que toutes les tâches ne nécessitent pas les capacités des modèles les plus avancés. L’enjeu économique pourrait alors être d’adapter le coût technique à l’utilité du service. L’entretien ne fournit toutefois pas de comparaison chiffrée permettant de mesurer les économies possibles ni de déterminer quelles applications pourraient vivre durablement de la publicité.