a16z : L'IA ne peut pas échapper à la publicité, derrière se cache une énorme pression de monétisation

Auteur : Bryan Kim

Traduction : Shen Chao TechFlow

Lecture de Shen Chao : Internet est un miracle d’accès universel aux opportunités, à l’exploration et à la connexion. Et la publicité paie pour ce miracle. Comme le souligne Bryan Kim, partenaire chez a16z, la déclaration d’OpenAI le mois dernier concernant le lancement de publicités pour les utilisateurs gratuits pourrait être la « plus grande nouvelle non encore annoncée » depuis 2026.

Car si vous suivez attentivement, tous les signes indiquent que cela va arriver. La publicité est la meilleure façon d’amener les services Internet au plus grand nombre de consommateurs possible.

Les données montrent que le taux de conversion des abonnements AI est faible (5-10%). La majorité des utilisateurs utilisent l’IA pour des tâches de productivité personnelle (rédaction d’e-mails, recherche d’informations), plutôt que pour des activités à haute valeur ajoutée (programmation). Sur 800 millions d’utilisateurs actifs par semaine (WAU), 5-10 % payent déjà, soit 40-80 millions de personnes, mais pour atteindre un milliard d’utilisateurs, la publicité est nécessaire.

Voici le texte intégral :

Internet est un miracle d’accès universel aux opportunités, à l’exploration et à la connexion. Et la publicité paie pour ce miracle. Comme Marc l’a longtemps soutenu, « si vous adoptez une position principielle sur la publicité, vous adoptez aussi une position sur l’accès large. » La publicité est la raison pour laquelle nous avons de belles choses.

Ainsi, la déclaration d’OpenAI le mois dernier concernant le lancement de publicités pour les utilisateurs gratuits pourrait être la « plus grande nouvelle non encore annoncée » depuis 2026. Car, bien sûr, si vous suivez attentivement, tous les signes indiquent que cela va arriver. Fidji Simo a rejoint OpenAI en 2025 en tant que CEO des applications, ce que beaucoup interprètent comme « la mise en œuvre de la publicité, comme elle l’a fait chez Facebook et Instacart ». Sam Altman a constamment évoqué l’arrivée de la publicité dans des podcasts commerciaux. Des analystes technologiques comme Ben Thompson prédisent la publicité depuis le lancement de ChatGPT.

Mais la principale raison pour laquelle cela n’est pas surprenant, c’est que la publicité est la meilleure façon d’amener les services Internet au plus grand nombre de consommateurs.

La longue traîne des utilisateurs de LLM

« Croyance luxueuse » (Luxury beliefs), un terme popularisé il y a quelques années, désigne une position adoptée non par principe, mais pour des raisons d’image. La tech regorge d’exemples, notamment en matière de publicité. Malgré toutes les manœuvres morales autour de « vendre des données ! » ou « traquer ! » ou « récolter l’attention », Internet fonctionne principalement grâce à la publicité, et la majorité des gens aiment ce modèle. La publicité en ligne a créé l’un des « biens publics » les plus importants de l’histoire, à un coût dérisoire — il suffit de regarder des publicités pour des chats en sommeil ou des jardins d’intérieur hydroponiques. Ceux qui prétendent que c’est une mauvaise chose cherchent souvent à vous convaincre de quelque chose.

Tout amateur d’histoire d’Internet sait que la publicité est la pièce maîtresse de la monétisation des plateformes : Google, Facebook, Instagram et TikTok ont tous commencé gratuitement, puis ont trouvé leur modèle de monétisation via la publicité ciblée. La publicité peut aussi compléter l’ARPU des abonnés à faible valeur, comme le montre l’introduction de l’option mensuelle à 8 dollars chez Netflix, intégrant la publicité. La publicité est très efficace pour faire en sorte que la majorité des choses sur Internet soient gratuites ou à très faible coût.

Ce modèle apparaît désormais dans des laboratoires de pointe, chez des entreprises de modèles spécialisés et dans de plus petites sociétés d’IA grand public. D’après notre enquête sur les abonnements AI grand public, convertir ces utilisateurs en abonnés payants reste un vrai défi pour toutes ces entreprises :

Alors, quelle est la solution ? Comme nous l’avons vu dans de nombreux succès de consommation, la publicité est souvent le meilleur moyen d’étendre un service à des milliards d’utilisateurs.

Pour comprendre pourquoi la majorité des gens ne paient pas pour des abonnements AI, il est utile de savoir ce qu’ils utilisent l’IA pour faire. OpenAI a publié des données à ce sujet l’année dernière.

En résumé, la majorité des utilisateurs utilisent l’IA pour des tâches de productivité personnelle : rédiger des e-mails, rechercher des informations, obtenir des conseils ou des recommandations. Les activités à haute valeur, comme la programmation, ne représentent qu’une petite partie des requêtes. Selon des rumeurs, les programmeurs sont parmi les utilisateurs les plus fidèles des LLM, certains ajustant même leur emploi du temps pour optimiser leur limite quotidienne d’utilisation. Pour ces utilisateurs, un abonnement à 20 ou 200 dollars par mois n’est pas excessif, car la valeur qu’ils en tirent — équivalente à une équipe de stagiaires SWE très efficaces — peut dépasser de plusieurs ordres de grandeur le coût de l’abonnement.

Mais pour ceux qui utilisent l’LLM pour des requêtes générales, des suggestions ou même pour de l’aide à l’écriture, le coût réel devient prohibitif. Pourquoi payer pour des réponses à des questions comme « pourquoi le ciel est-il bleu » ou « quelles sont les causes de la guerre du Péloponnèse », alors que Google Search fournissait gratuitement une réponse suffisamment bonne auparavant ? Même dans le cas de l’aide à l’écriture (certaines personnes l’utilisent pour rédiger des e-mails ou des tâches routinières), cela ne couvre généralement pas une part suffisante du travail pour justifier un abonnement personnel. De plus, la majorité des utilisateurs n’ont pas besoin de modèles avancés ou de fonctionnalités sophistiquées : vous n’avez pas besoin du meilleur modèle de raisonnement pour rédiger un e-mail ou suggérer une recette.

Reculez un peu et admettons une chose : le nombre absolu de personnes payant pour des produits comme ChatGPT reste élevé — entre 40 et 80 millions d’utilisateurs actifs par semaine (5-10 % de 800 millions). 40-80 millions, c’est dix fois le plafond que nous estimons pour un abonnement logiciel grand public à 200 dollars. Mais si vous souhaitez que ChatGPT atteigne un milliard d’utilisateurs (ou plus) gratuitement, il faut introduire des produits hors abonnement.

La bonne nouvelle, c’est que les gens aiment en réalité la publicité ! Demandez à un utilisateur moyen d’Instagram : il vous dira que les publicités qu’il voit sont très utiles, car elles lui proposent des produits qu’il veut et dont il a besoin, et qui peuvent réellement améliorer sa vie. Qualifier la publicité de parasite ou d’intrusive, c’est faire un pas en arrière : peut-être que nous avons cette impression avec la télévision, mais la publicité ciblée est souvent plutôt pertinente.

Je prends ici OpenAI comme exemple (car, en matière de transparence sur les tendances d’utilisation, ils ont toujours été parmi les plus honnêtes). Mais cette logique s’applique à tous les laboratoires de pointe : s’ils veulent atteindre des milliards d’utilisateurs, ils devront finir par introduire une forme de publicité. Le modèle de monétisation pour les consommateurs dans l’IA reste à inventer. Dans la prochaine section, je vais présenter quelques pistes.

Modèles potentiels de monétisation de l’IA

Mon expérience dans le développement d’applications grand public montre qu’avant d’introduire la publicité, il faut au moins 10 millions de WAU. De nombreux laboratoires d’IA ont déjà atteint ce seuil.

Nous savons déjà que des unités publicitaires vont bientôt apparaître dans ChatGPT. À quoi pourraient-elles ressembler, et quels autres modèles de publicité et de monétisation sont envisageables pour les LLM ?

1. Publicités de recherche à haute valeur et basées sur l’intention : OpenAI a confirmé que ce type de publicité (recettes, recommandations d’hôtels, etc.) sera bientôt proposé aux utilisateurs gratuits et à faible coût. Ces publicités seront distinctes des réponses de ChatGPT et clairement marquées comme sponsorisées.

Avec le temps, ces publicités pourraient ressembler à des invites : vous indiquez votre intention d’achat, et l’agent exécute votre demande de bout en bout, en choisissant parmi une liste de contenus sponsorisés ou non. Sur plusieurs aspects, ces publicités rappellent celles des années 90 et 2000, ainsi que le contenu amélioré par Google via ses annonces SEO sponsorisées (il est à noter que Google tire encore la majorité de ses revenus de la publicité, et ce n’est qu’après plus de 15 ans d’existence qu’il a lancé l’abonnement).

2. Publicités contextuelles de style Instagram : Ben Thompson souligne qu’OpenAI aurait dû introduire plus tôt la publicité dans ChatGPT. Cela aurait permis aux utilisateurs non payants de s’y habituer plus rapidement (alors qu’ils bénéficient encore d’un avantage réel avec Gemini).

De plus, cela leur donnerait une longueur d’avance dans la construction de produits publicitaires vraiment performants, capables de prédire ce que vous voulez, plutôt que de proposer des annonces opportunistes basées sur des requêtes d’intention. Instagram et TikTok offrent déjà des expériences publicitaires impressionnantes, montrant des produits que vous ne saviez pas vouloir mais que vous devez acheter immédiatement. Beaucoup trouvent ces publicités utiles plutôt qu’intrusives.

Étant donné la quantité d’informations personnelles et de mémoire que possède OpenAI, il y a une opportunité considérable de créer des produits publicitaires similaires pour ChatGPT. Bien sûr, l’expérience utilisateur diffère : pouvez-vous transférer l’expérience plus « détendue » d’Instagram ou TikTok vers un modèle ChatGPT plus axé sur l’engagement ? C’est une question beaucoup plus difficile, mais aussi potentiellement plus lucrative.

3. Commercialisation par affiliation : l’année dernière, OpenAI a annoncé une collaboration avec des plateformes de marché et des détaillants pour lancer une fonction de paiement instantané, permettant aux utilisateurs d’acheter directement dans la conversation. On peut imaginer cela comme un espace dédié au shopping, où l’agent recherche activement des vêtements, des articles pour la maison ou des objets rares que vous suivez, en tirant profit d’un partage des revenus avec le marché.

4. Jeux : souvent oubliés ou relégués à leurs propres unités publicitaires, les jeux pourraient s’intégrer dans la stratégie publicitaire de ChatGPT, même si ce n’est pas encore clair. Les publicités pour l’installation de jeux (beaucoup de jeux mobiles) ont été une part importante de la croissance de la publicité sur Facebook, et leur rentabilité est telle qu’il n’est pas difficile d’imaginer une forte présence de budgets publicitaires dans ce secteur.

5. Enchères basées sur des objectifs : pour les amateurs d’enchères (ou ceux qui veulent passer à la blockchain et optimiser les frais de gaz), c’est une idée intéressante. Si vous pouvez définir une récompense pour une requête spécifique (par exemple, 10 dollars pour une alerte immobilière à Noe Valley) et que le modèle consacre une puissance de calcul importante à un résultat précis, que se passerait-il ? Vous pourriez appliquer une discrimination par prix parfaite, en fonction de la « valeur » de la question, et garantir une meilleure chaîne de raisonnement pour des recherches particulièrement importantes pour vous.

Poke est un bon exemple : il faut que l’utilisateur négocie explicitement avec le chatbot pour souscrire à un abonnement (ce qui ne correspond pas forcément aux coûts de calcul, mais c’est une illustration intéressante de ce à quoi cela pourrait ressembler). Sur certains aspects, cela ressemble déjà à la façon dont certains modèles fonctionnent : Cursor et ChatGPT disposent de routeurs qui, en fonction de la complexité de la requête, choisissent le modèle approprié. Mais même en sélectionnant un modèle dans un menu déroulant, on ne peut pas choisir la quantité de calcul sous-jacent investi dans la question. Pour les utilisateurs très actifs, pouvoir spécifier en dollars la valeur d’une question pourrait être très attractif.

6. Abonnements pour le divertissement et les partenaires IA : deux cas d’usage principaux montrent que les utilisateurs sont prêts à payer : la programmation et la compagnie. CharacterAI possède l’un des comptes WAU les plus élevés parmi les IA non expérimentales. Ils peuvent aussi facturer 9,99 dollars pour leur service, qui combine compagnie et divertissement. Mais même si certains paient pour des applications de compagnie, nous n’avons pas encore vu de produits de ce type dépasser le seuil de monétisation fiable par la publicité.

7. Tarification à l’usage par tokens : dans les outils créatifs et de codage IA, la tarification à l’usage par tokens est également un modèle courant. Elle constitue une stratégie de tarification attrayante pour les entreprises avec des utilisateurs avancés, leur permettant de différencier et de facturer davantage en fonction de l’utilisation.

La monétisation dans l’IA reste un problème non résolu, la majorité des utilisateurs profitant encore de la couche gratuite de leur LLM préféré. Mais ce n’est que temporaire : l’histoire d’Internet montre que la publicité finira toujours par trouver une voie.