Anthropic surpasse OpenAI dans le marché des entreprises avec ses modèles d’IA

Les entreprises privilégient désormais les modèles d’intelligence artificielle d’Anthropic, dépassant même les offres d’OpenAI. Selon un rapport publié jeudi par Menlo Ventures, Anthropic détient désormais 32 % de la part de marché des modèles linguistiques à grande échelle (LLM) utilisés par les entreprises, contre 25 % pour OpenAI. Ce chiffre marque une nette inversion de tendance par rapport à il y a seulement deux ans : en 2023, OpenAI détenait 50 % du marché, tandis qu’Anthropic en occupait 12 %. Cette progression fulgurante d’Anthropic s’explique notamment par le lancement de son modèle Claude Sonnet 3.5 en juin 2024, suivi par la sortie de Claude Sonnet 3.7 en février 2025, qui a renforcé encore davantage sa position. Dans le domaine du développement logiciel, la domination d’Anthropic est encore plus marquée : elle détient 42 % de la part de marché, soit plus du double de la part d’OpenAI, qui atteint 21 %. Le rapport de Menlo Ventures confirme également une tendance croissante vers les modèles fermés, comme ceux d’Anthropic et d’OpenAI. Plus de la moitié des entreprises interrogées déclarent ne pas utiliser du tout de modèles open source. À mi-2025, seulement 13 % des tâches quotidiennes des entreprises reposent sur des modèles open source, contre 19 % au début de l’année. Meta reste toutefois le leader incontesté dans ce domaine. Cette préférence des entreprises pour les modèles fermés s’inscrit dans un contexte où les développeurs d’entreprises et de startups privilégient la fiabilité, la sécurité et la performance des solutions propriétaires. Bien que OpenAI conserve une forte présence auprès des utilisateurs grand public — avec plus de 2,5 milliards de requêtes envoyées quotidiennement à ChatGPT —, c’est dans le secteur professionnel que l’avantage s’est déplacé en faveur d’Anthropic. Les résultats du rapport s’alignent sur des signaux observés dans l’industrie : de nombreuses entreprises adoptent de plus en plus Claude pour des tâches critiques, notamment en ingénierie logicielle, en analyse de données et en automatisation de processus. Cette dynamique illustre une évolution stratégique : les organisations privilégient désormais des modèles offrant un meilleur contrôle, une meilleure sécurité des données et une meilleure intégration dans leurs écosystèmes existants.