La concentration de l’IA ne se voit pas dans les usages

Le débat sur la concentration de l’intelligence artificielle part souvent du mauvais écran. On compte les salariés qui ouvrent un assistant, les entreprises qui achètent une licence ou les services qui ajoutent un bouton de génération. Puis on suppose que les organisations les plus équipées vont mécaniquement prendre le marché.

Une étude de l’OCDE publiée le 30 juillet 2026 oblige à ralentir ce raisonnement. À partir de microdonnées d’entreprises, de brevets et de start-ups, elle distingue enfin quatre positions que le mot « IA » mélange trop facilement : utiliser ou développer la technologie, dans sa forme générative ou non générative.

Le tableau obtenu n’est ni celui d’une démocratisation heureuse, ni celui d’un monopole déjà achevé. L’usage de l’IA non générative n’est pas associé à une hausse systématique du pouvoir de marché dans les données françaises et portugaises étudiées. L’IA générative pourrait ouvrir des portes aux entreprises plus petites, tout en favorisant celles qui possèdent déjà les compétences et les actifs nécessaires. La concentration devient plus visible quand on regarde les brevets, les infrastructures et les acquisitions.

Autrement dit : la présence de l’IA dans une entreprise mesure mal le pouvoir qu’elle lui donne. Le rapport entre adoption et concurrence ne se lit pas dans le nombre de comptes actifs. Il se lit dans ce que l’entreprise possède, contrôle, peut remplacer et peut refuser.

Utiliser un modèle n’est pas posséder la technologie

Une PME qui branche un modèle à son service client et un groupe qui développe un modèle de fondation ne participent pas au même marché. La première achète un intrant. Le second organise une offre autour de coûts fixes élevés, de calcul, de données, de talents, de brevets et de canaux de distribution.

Cette distinction paraît élémentaire. Elle disparaît pourtant dans beaucoup de commentaires sur « les entreprises qui font de l’IA ». Un utilisateur peut améliorer un processus sans acquérir de pouvoir sur son fournisseur, sur ses concurrents ou sur le prix du marché. Il peut même devenir plus dépendant si son gain repose sur un composant qu’il ne sait ni déplacer ni remplacer.

L’OCDE sépare donc les utilisateurs des développeurs, puis l’IA générative de l’IA non générative. Cette grille empêche de transférer trop vite une inquiétude légitime sur les puces ou le cloud vers chaque entreprise qui automatise une prévision de stock. Elle empêche aussi l’erreur inverse : croire qu’un accès facile à une interface signifie que les actifs décisifs sont largement répartis.

Le marché visible se trouve en aval, dans les applications. Le pouvoir peut se loger plusieurs étages plus haut.

OCDE, Competition in the age of AI, étude publiée le 30 juillet 2026 et vérifiée le 4 août 2026.

L’adoption observée n’a pas produit la marge attendue

Pour l’usage de l’IA non générative, l’étude relie des enquêtes officielles sur les technologies numériques à des données d’entreprises en France et au Portugal. La période analysée va de 2011 à 2022. Les entreprises utilisatrices sont généralement plus grandes et plus productives. Leurs marges — utilisées ici comme indicateur indirect de pouvoir de marché — ne sont cependant pas sensiblement plus élevées que celles des non-utilisatrices.

Ce résultat ne dit pas que l’IA est sans effet. Il dit quelque chose de plus précis : dans ce périmètre, adopter ne suffit pas à produire une hausse systématique du pouvoir de marché. Une technologie peut réduire un coût, accélérer un traitement ou améliorer une prévision sans permettre à l’entreprise de relever durablement son prix au-dessus de son coût.

Il faut conserver les limites avec le résultat. Les données s’arrêtent avant la diffusion massive des assistants génératifs. Elles concernent deux pays. Elles observent une association, pas une causalité. Le mot « marge » reste un indicateur imparfait et l’effet peut différer selon le secteur, l’intensité concurrentielle ou la qualité de l’usage.

Ces réserves ne rendent pas le constat inutile. Elles empêchent surtout d’en fabriquer un slogan inverse. On ne peut pas conclure que l’IA ne concentrera jamais les marchés. On peut cesser d’affirmer que chaque adoption le fait déjà.

Pour une direction, cette nuance change le tableau de bord. Un taux d’équipement n’est pas une mesure de l’avantage concurrentiel. Il faut observer séparément le coût évité, la qualité obtenue, la capacité à conserver cet avantage et la facilité avec laquelle un concurrent peut l’imiter.

L’IA générative ouvre une porte déjà inclinée

L’étude ne dispose pas du même recul pour l’IA générative. Elle construit un indicateur d’exposition à partir des métiers présents dans les entreprises portugaises. Ce n’est pas une mesure directe de l’adoption ni de son effet réalisé. C’est une manière d’estimer où le potentiel peut être plus fort.

Le signal est double. Les entreprises petites et jeunes peuvent profiter de composants largement accessibles pour entrer plus vite sur un marché ou proposer un service sans financer toute l’infrastructure. Mais les bénéfices paraissent plus faciles à capter par les entreprises qui disposent déjà de capital humain et d’actifs complémentaires.

Ces actifs sont moins spectaculaires qu’un modèle. Ce sont des données entretenues, une équipe capable de modifier le processus, un produit distribué, une réputation, des relations clients, un budget d’expérimentation, une infrastructure et du temps de management. Deux entreprises peuvent appeler la même API et obtenir des effets économiques opposés parce qu’une seule possède ce qui transforme une sortie de modèle en service fiable.

L’interface est donc relativement accessible ; l’organisation qui sait l’exploiter ne l’est pas. La baisse du coût d’entrée technique peut aider un nouvel acteur. Elle peut aussi renforcer l’entreprise établie qui ajoute l’IA à un ensemble d’avantages déjà financés.

La question n’est pas « qui a accès au modèle ? ». Presque tout le monde peut accéder à plusieurs modèles. La question est « qui peut convertir cet accès en apprentissage cumulatif sans perdre la possibilité de changer de route ? ».

La concentration apparaît dans les étages invisibles

Quand l’OCDE regarde le développement de la technologie, le dessin se durcit. La concentration des brevets liés à l’IA est positivement corrélée à la concentration des ventes. Dans les technologies de l’information et de la communication, les entreprises qui détiennent des brevets liés à l’IA connaissent une croissance plus forte de leurs marges. Les auteurs restent prudents : il s’agit d’associations, et l’effet apparaît surtout là où l’IA est le produit vendu plutôt qu’un intrant utilisé.

Un autre rapport de l’OCDE consacré à l’infrastructure décrit la chaîne qui précède le modèle : concepteurs de puces, fabricants, équipements spécialisés, serveurs, centres de données, énergie, réseau et cloud. Chacun de ces étages combine des coûts d’entrée, des droits de propriété intellectuelle, des relations verticales et des risques de goulot d’étranglement.

La Federal Trade Commission a documenté un autre mécanisme dans les partenariats entre grands fournisseurs de cloud et développeurs d’IA générative. Son étude relève des droits financiers, des engagements de dépenses cloud, des accès à des ressources techniques et des possibilités d’intégration. Elle demande de surveiller les coûts de changement, l’accès au calcul et le partage d’informations sensibles.

Ce n’est pas la présence d’un contrat qui prouve une pratique anticoncurrentielle. Un partenariat peut financer une infrastructure inaccessible à une jeune entreprise seule. Il peut accélérer la mise sur le marché et répartir un risque considérable. Mais il peut aussi lier le financement, le calcul, la distribution et l’information au point que la sortie devienne théorique.

OCDE, concurrence dans l’infrastructure de l’IA et FTC, rapport sur les partenariats et investissements IA, vérifiés le 4 août 2026.

Beaucoup de start-ups ne garantissent pas un marché ouvert

Le nombre de créations d’entreprises est souvent présenté comme la preuve que le marché reste contestable. L’OCDE observe bien un écosystème dynamique, avec des entrées et des financements en capital-risque soutenus, particulièrement autour de l’IA générative. Elle observe aussi une activité intense de rachat par de grands acteurs établis.

Un rachat n’est pas automatiquement la disparition d’un concurrent. Il peut rémunérer un risque, transférer une technologie, donner à une équipe les moyens de déployer son travail ou rendre l’entrée plus attractive pour les fondateurs suivants. L’étude rappelle néanmoins la possibilité d’acquisitions qui étouffent une concurrence future.

Le bon indicateur n’est donc ni « combien de start-ups existent ? », ni « combien ont été rachetées ? » pris isolément. Il faut regarder ce qui subsiste après la transaction : un produit concurrent, une équipe indépendante, une capacité de calcul accessible, un modèle distribué, un standard ouvert, un nouveau canal de vente ou seulement une compétence absorbée.

La Competition and Markets Authority britannique avait déjà décrit un réseau dense de partenariats et d’investissements autour des modèles de fondation. La Commission européenne, la CMA et les autorités américaines ont ensuite publié des principes communs : surveiller le contrôle des intrants, l’extension d’un pouvoir existant et les arrangements susceptibles de verrouiller le choix.

Cette vigilance ne permet pas de déclarer chaque relation coupable. Elle indique où chercher les effets. La concurrence se juge à la capacité d’un autre acteur à entrer, grandir et rester une option, pas au nombre de logos présents dans une présentation d’écosystème.

Le dossier d’achat doit mesurer la sortie

Une PME ne mène pas une enquête antitrust. Elle peut néanmoins éviter de transformer un gain local en dépendance coûteuse. Pour cela, son dossier d’achat doit descendre sous le prix mensuel et le nom du modèle.

Couche	Signal à vérifier	Preuve utile pour l’acheteur
Données	Formats propriétaires, historique retenu, droits de réutilisation	Export complet testé, schéma documenté, délai et coût de restitution
Modèle	Fonction critique liée à un seul fournisseur	Résultat d’un test de substitution sur un échantillon réel
Cloud	Remises conditionnées, services adjacents indispensables	Facture reconstituée sans remise et inventaire des composants à migrer
Intégration	Logique métier enfouie dans des prompts ou outils fermés	Version des instructions, tests, code d’orchestration et responsabilités
Contrat	Durée, minimum de consommation, changement de conditions	Scénario de sortie chiffré à six et douze mois
Organisation	Compétence concentrée chez un prestataire ou une personne	Procédure de reprise exécutée par une autre personne

Méthode Jachère : grille d’achat dérivée des risques de dépendance, d’interopérabilité et de changement décrits par l’OCDE, la FTC, la CMA et la Commission européenne. Vérification le 4 août 2026.

Le test le plus instructif arrive avant la signature : remplacer temporairement un composant. Il ne s’agit pas de bâtir deux systèmes complets. Il suffit de prendre quelques cas représentatifs, d’essayer une autre route et de mesurer ce qui casse. Si la réponse exige de réécrire toute la logique, de perdre l’historique ou de reconstruire les contrôles, la dépendance existe déjà dans l’architecture proposée.

Un acheteur doit également séparer trois prix. Le prix d’usage paie les requêtes ou les licences. Le prix d’intégration paie le travail qui rend l’outil utile. Le prix de sortie paie ce qui devra être refait si le fournisseur, le tarif, la qualité, le droit applicable ou la stratégie change. Le premier est affiché. Le troisième reste souvent absent précisément parce qu’il mesure le pouvoir de négociation futur.

Ce qu’il faut laisser reposer

Le récit d’une IA qui concentrerait automatiquement tous les marchés est trop large pour être vérifié et trop simple pour guider une décision. Les premières microdonnées de l’OCDE montrent autre chose : l’usage de l’IA non générative n’a pas produit de hausse systématique des marges dans le périmètre observé, tandis que les signaux de concentration deviennent plus nets du côté de l’innovation, des actifs et des sorties.

Ce tableau peut évoluer. En 2025, 20,2 % des entreprises des pays de l’OCDE déclaraient utiliser l’IA. La diffusion reste assez récente pour que certains effets n’apparaissent pas encore. C’est une raison de mesurer, pas de prédire à partir d’un bouton dans une application.

Une entreprise n’acquiert pas du pouvoir parce qu’elle consomme un modèle. Elle en acquiert éventuellement si elle accumule un actif difficile à reproduire, contrôle un passage obligé ou rend la sortie de ses clients et partenaires trop coûteuse. À l’inverse, une petite organisation peut tirer un avantage réel d’un composant largement disponible si elle conserve ses données, son savoir-faire et le droit pratique de changer.

La balance pertinente ne pèse donc pas le nombre d’usages. Elle pèse ce qui reste à l’entreprise quand le fournisseur disparaît du plateau.