La prochaine IPO d’Anthropic promet de gros gains, mais pas pour tout le monde de la même manière. Des fonds d’investissement comme Menlo Ventures et Sequoia s’attendent à des milliards. Cependant, selon le S-1 d’Anthropic, aucun d’entre eux ne détient 5 % des actions, ce qui est le seuil pour être inclus dans la liste des principaux actionnaires. C’est extrêmement atypique pour une IPO informatique, où les principaux investisseurs en capital-risque détiennent généralement des participations à deux chiffres. Pourquoi cela s’est-il produit et qui sera le principal bénéficiaire ?
Pourquoi les fonds de capital-risque ont-ils obtenu des miettes ?
La raison est simple : la taille d’Anthropic. Avec une valorisation privée de 965 milliards de dollars, 1 % des actions vaut près de 10 milliards de dollars. Par exemple, la position de Menlo Ventures de 14 milliards de dollars ne représente qu’environ 1,5 % de l’entreprise, selon Bloomberg.
Les fonds de capital-risque n’ont pas obtenu de grandes participations car Anthropic a activement vendu des actions à des partenaires stratégiques. Cela a modifié la structure de propriété traditionnelle, où les fonds de capital-risque occupent généralement des positions dominantes.
Amazon : le principal bénéficiaire de l’IPO
Amazon sera probablement le plus grand bénéficiaire financier de l’IPO. En 2023, Amazon s’est engagée à investir jusqu’à 4 milliards de dollars dans Anthropic, puis a injecté des milliards supplémentaires. La majeure partie de l’investissement a été structurée sous forme d’obligations convertibles – une dette qui se transforme en actions lors d’une IPO ou d’une vente.
Selon le S-1, au 30 juin, Amazon détenait 6,2 milliards de dollars d’obligations convertibles.
Avec l’augmentation de la valorisation d’Anthropic, la valeur de ces obligations a considérablement augmenté.
Dans ses propres rapports, Amazon a évalué ses obligations à 97,9 milliards de dollars au 30 juin.
Jeux comptables et argent réel
La croissance de la valeur des obligations convertibles d’Amazon a contraint Anthropic à le refléter dans ses états financiers. Au premier semestre 2026, la société a enregistré 72,4 milliards de dollars dans la ligne « variation de la juste valeur des obligations convertibles, des passifs dérivés et des SAFEs ».
Il s’agit d’un élément non monétaire, aucun argent réel n’a quitté l’entreprise. Les obligations d’Amazon peuvent être converties en 1,84 milliard d’actions, mais il existe une limite de 12 % du nombre d’actions « partiellement diluées ». Amazon peut renoncer à cette limite.
Investissements supplémentaires d’Amazon
Les obligations ne sont pas tout. Au deuxième trimestre, Amazon a investi 10 milliards de dollars supplémentaires dans des actions privilégiées non privilégiées, en injectant 5 milliards de dollars dans chacun des deux derniers tours de financement d’Anthropic.
Le montant total des investissements d’Amazon, y compris des milliards en obligations de 2023 à 2025, atteint environ des milliards. Cela fait d’Amazon un acteur clé dans la future structure de propriété d’Anthropic.
Pas seulement des actions : AWS et Google
Outre la croissance de la valeur des actions, Amazon tirera des revenus significatifs d’Anthropic, qui s’est engagée à dépenser au moins 110 milliards de dollars sur AWS au cours des 10 prochaines années. Google est également gagnant :
Google détenait environ 14 % d’Anthropic au début de l’année dernière.
La société a investi 10 milliards de dollars supplémentaires en avril.
La part de Google est maintenant estimée à 5,6 % après dilution.
Google a également obtenu au moins 114 milliards de dollars en contrats cloud avec Anthropic jusqu’en 2033.
Conclusions pour les investisseurs
« Alors que les capital-risqueurs se préparent à leurs paiements, le S-1 montre clairement : les plus grands gagnants de l’IPO d’Anthropic seront les géants de la technologie comme Amazon, qui ont soutenu un concurrent potentiel à un stade précoce, et lui vendent maintenant la majeure partie de la puissance de calcul. Le S-1 avertit même que certains de ces fournisseurs de cloud créent des modèles d’IA concurrents et que leurs intérêts ne coïncident pas toujours avec ceux d’Anthropic. »
C’est un cas classique où les partenaires stratégiques récoltent tous les bénéfices, ne laissant aux fonds de capital-risque que des miettes. Pour évaluer un CPM rentable et un test d’hypothèses bon marché, il est important de regarder l’ensemble du tableau, et pas seulement les investissements déclarés.
Foire aux questions
Quel CPM considérer comme rentable avec de tels investissements ?
Lors de l’évaluation des campagnes publicitaires, un CPM rentable est celui qui assure un ROI positif. Dans le contexte de l’IPO d’Anthropic, le CPM n’est pas un indicateur direct, mais il reflète le coût d’attirer l’attention sur une startup déjà évaluée à des centaines de milliards. Pour nous, les arbitres, c’est l’économie unitaire qui compte, pas le battage médiatique.
Faut-il investir dans les startups d’IA à un stade précoce ?
Comme le montre l’exemple d’Anthropic, les investissements précoces peuvent générer d’énormes profits, mais seulement si vous êtes Amazon ou Google. Pour les investisseurs ordinaires, les risques sont considérablement plus élevés. Il est important d’analyser non seulement le potentiel, mais aussi la structure des transactions, ainsi que l’identité du partenaire stratégique.
Qu’est-ce qui est le moins cher : la publicité display ou les influenceurs pour promouvoir un produit d’IA ?
Cela dépend du public cible et des objectifs de la campagne. Une comparaison des prix montre que la publicité display peut être moins chère pour 1 million d’impressions, mais les influenceurs génèrent souvent un engagement plus élevé. Pour les produits d’IA, où l’autorité d’expert est importante, les influenceurs peuvent être plus efficaces, malgré un CPM plus élevé. Calculez toujours le ROI.
Conclusion
L’IPO d’Anthropic est un exemple frappant de la façon dont les grands acteurs comme Amazon et Google utilisent les investissements stratégiques pour générer des profits colossaux, dépassant largement les revenus des fonds de capital-risque traditionnels. C’est une leçon pour tous ceux qui recherchent des alternatives budgétaires aux semences et visent un ROI maximal. Comptez toujours l’argent, pas les promesses. Vous voulez savoir comment tirer le meilleur parti de chaque rouble ? Lisez nos études de cas sur l’optimisation du ROI.
Malgré des poursuites et des litiges de plusieurs milliards de dollars, Meta affiche une croissance impressionnante de ses revenus, en particulier au troisième trimestre. Comment l’entreprise parvient-elle à rester à flot et même à prospérer face à de tels défis financiers ? La réponse réside dans les investissements stratégiques dans l’intelligence artificielle, qui devient un moteur clé de la croissance des revenus publicitaires de Meta, même lorsque de nouveaux produits, tels que Muse, ne sont pas encore rentables. Examinons les détails de ce succès phénoménal et découvrons comment Meta utilise l’IA pour optimiser ses plateformes publicitaires.
Meta a connu une année difficile, marquée par des poursuites et des litiges de plusieurs milliards de dollars. L’un d’entre eux, lié aux effets néfastes des réseaux sociaux sur les enfants, a abouti à un règlement de 18 milliards de dollars. Une autre poursuite, concernant la violation de la confidentialité des données, a entraîné une ordonnance de paiement de 25 milliards de dollars à l’État du Nouveau-Mexique. Cette décision a été rendue quelques heures avant le rapport du troisième trimestre de Meta, et l’entreprise a déjà annoncé son intention de faire appel.
Malgré ces batailles juridiques, le troisième trimestre a été solide pour Meta. Les revenus de la famille d’applications ont augmenté de 26 % d’une année sur l’autre, atteignant 64,2 milliards de dollars. Sur ce montant, 63,1 milliards de dollars provenaient des revenus publicitaires. Le nombre d’impressions publicitaires a également augmenté de 10 %.
Muse : popularité sans profit
Quelques semaines après le lancement de Muse début septembre, Meta a présenté Muse pour les petites entreprises. Il s’agit d’un « nouvel ensemble de compétences et de connecteurs » dans l’application Muse, qui aide les entreprises à trouver des clients, à analyser l’efficacité de la publicité, à l’optimiser et à développer des campagnes, comme l’a déclaré la directrice financière de Meta, Susan Li, aux investisseurs.
Du point de vue des consommateurs, le lancement de Muse a été « l’un des lancements les plus réussis de l’histoire de l’entreprise », selon le PDG de Meta, Mark Zuckerberg. Cette affirmation peut être discutable, compte tenu des problèmes de confidentialité liés aux premières versions du modèle. Cependant, comme pour les autres plateformes de Meta, les préoccupations concernant la confidentialité n’ont pas empêché une adoption généralisée.
Depuis le lancement de Muse, plus de 10 millions de personnes aux États-Unis et au Canada ont créé un agent personnel.
Environ 25 % d’entre eux l’utilisent quotidiennement.
Zuckerberg a noté que tous ces agents sont « très exigeants en termes de ressources informatiques ». Meta s’attend à ce que l’efficacité des coûts s’améliore de 10 fois au cours de l’année prochaine, ce qui « lui permettra de devenir rentable dès que les lignes de revenus atteindront la bonne échelle », selon Zuckerberg. En d’autres termes : Muse est populaire pour l’instant, mais ne génère pas de revenus.
Si la croissance des revenus publicitaires de Meta ne peut être attribuée à Muse, quelle en est la cause ? La réponse est l’intelligence artificielle, qui est depuis longtemps au cœur de la stratégie globale de la plateforme publicitaire de Meta.
Plus tôt cette année, Meta a lancé Generative Recommender – un outil basé sur LLM, qui analyse le contenu publicitaire et les préférences des utilisateurs pour déterminer la publicité la plus pertinente pour une personne donnée. Les segments d’audience ciblés ont montré une augmentation de près de 2 % des conversions depuis le lancement de l’outil dans les flux Facebook, a déclaré la directrice financière de Meta, Susan Li.
Meta a également étendu GEM, son modèle génératif de recommandation publicitaire, pour inclure davantage de points de contact avec les utilisateurs, a déclaré Li. Cela signifie que Meta peut désormais unifier les données de recommandation de différentes plateformes en un seul endroit. Cette capacité a conduit à :
Une augmentation des conversions de 1,7 % pour les campagnes externes.
Une augmentation des conversions intra-applications de 9,6 % au cours du dernier trimestre.
« Les investissements dans l’IA profitent à l’activité publicitaire de Meta depuis de nombreuses années. À mesure que les LLM deviennent la base d’une part croissante de l’infrastructure d’IA, Meta obtiendra plus d’informations sur les préférences et les intérêts des gens, tant dans le contenu organique que dans les recommandations », a déclaré Susan Li, directrice financière de Meta.
L’objectif n’est pas seulement d’alimenter le moteur d’optimisation publicitaire Meta Advantage+, mais aussi les fonctions de personnalisation des créatifs de Meta.
Netflix : croissance des revenus et problèmes publicitaires
Les revenus de Netflix ont augmenté de 12 % d’une année sur l’autre pour atteindre 12,9 milliards de dollars au troisième trimestre, conformément aux prévisions. Cependant, l’activité publicitaire est légèrement en deçà des attentes, ce qui a contraint Netflix à ajuster ses prévisions pour le reste de l’année.
Foire aux questions
Quelle a été la croissance totale des revenus de Meta au troisième trimestre ?
Combien de revenus Meta a-t-il généré au troisième trimestre ?
Le chiffre d’affaires total de Meta a augmenté de 26 % d’une année sur l’autre au troisième trimestre, atteignant 64,2 milliards de dollars.
Combien de revenus publicitaires Meta a-t-il généré au troisième trimestre ?
Les revenus publicitaires de Meta se sont élevés à 63,1 milliards de dollars au troisième trimestre.
Muse est-il rentable pour Meta ?
Non, Muse n’est pas rentable pour le moment. Mark Zuckerberg a noté que les agents Muse sont « très exigeants en termes de calcul », mais Meta s’attend à une amélioration de l’efficacité des coûts de 10 fois l’année prochaine.
Quels outils d’IA ont contribué à la croissance des revenus publicitaires de Meta ?
La croissance a été stimulée par le Generative Recommender, qui a augmenté les conversions de 2 %, et l’expansion de GEM, qui a entraîné une croissance des conversions de 1,7 % pour les campagnes externes et de 9,6 % pour les campagnes in-app.
De combien les revenus de Netflix ont-ils augmenté au troisième trimestre ?
Les revenus de Netflix ont augmenté de 12 % d’une année sur l’autre, atteignant 12,9 milliards de dollars.
Conclusion
Ainsi, Meta affiche une forte croissance de ses revenus, principalement grâce aux investissements dans l’IA qui améliorent considérablement les performances publicitaires. Des produits comme Muse sont encore déficitaires, mais ont du potentiel. Alors que Netflix est confronté à des défis dans son activité publicitaire, Meta continue de prouver que le CPM est rentable et que le test d’hypothèses est peu coûteux grâce à l’optimisation par l’IA – c’est une réalité. Vous voulez savoir combien d’argent chaque rouble dépensé rapportera ? Découvrez comment l’IA modifie l’économie unitaire des campagnes publicitaires.
Salut, chers arbitres ! Je m’appelle Timur, je suis responsable de la marketplace chez Cloud.ru. Nous fournissons une plateforme pour les services d’IA qui s’intègrent dans l’infrastructure cloud des clients. Ma tâche est d’assurer la transparence des prix. Actuellement, beaucoup évaluent l’IA par le coût des jetons, mais c’est fondamentalement faux. Le client ne paie pas pour les jetons, mais pour un résultat concret. Dans cet article, nous allons analyser comment calculer correctement l’économie unitaire d’un <a href="/fr/blog/publication-video-en-masse-4-strategies-de-repetition-des-taches-par-les-agents-ia/" title="Publication vidéo en masse : 4 stratégies de répétition des tâches par les agents IA“>agent IA, en nous basant sur les données de Cloud.ru, et déterminer le coût réel d’une réponse utile, afin de comprendre quel CPM est rentable.
« Le fournisseur sur la marketplace doit fixer un prix pour son agent, le client doit le comprendre, et la plateforme doit faire en sorte que les prix affichés puissent être comparés entre eux. Tant que les trois parties mesurent le coût en jetons, rien de tout cela ne fonctionne ».
Évaluation du coût des services d’IA : focus sur l’économie unitaire
Unité de mesure : réponse utile, pas jetons
Le jeton est une mauvaise métrique. Le client n’achète pas des jetons, mais la solution à son problème. Le « dialogue fermé » est également trompeur. Intercom, par exemple, distingue deux types de solutions : confirmées (le client a dit « merci ») et supposées (le client est simplement parti).
Les deux sont payantes, mais il y a une nuance : si le client revient avec la même question, la solution est annulée. Exemple de Lorikeet (195 cas, 38 fournisseurs) : sur 4200 dialogues fermés par l’IA, 900 ont été fermés par un lien vers un article de la base de connaissances. Sans eux, la proportion de problèmes résolus passe de 70% à 55%.
La différence entre « fermé » et « résolu » est énorme. C’est pourquoi notre unité de mesure est la réponse utile. C’est un dialogue fermé par l’IA sans intervention humaine, où le client n’est pas revenu avec la même question dans les 72 heures et n’a pas laissé d’évaluation négative. Tout ce qui ne passe pas ces filtres va au numérateur des coûts, mais pas au dénominateur des réponses utiles. Les tentatives infructueuses sont payées par les réussites. C’est un point clé.
Cas modèle : support de boutique en ligne
Pour les calculs, prenons un scénario typique : le support d’une boutique en ligne. C’est un cas courant avec un grand volume de données publiques. Le magasin reçoit 40 000 demandes par mois. 90% d’entre elles (36 000 dialogues) sont acheminées vers l’agent IA.
Les dialogues fermés par l’agent sans opérateur, que nous appellerons fermetures automatiques, sont la métrique affichée par les fournisseurs. La structure de l’agent : RAG (recherche dans la base de connaissances + génération de réponse) plus l’outil « statut de commande ». Un dialogue implique trois appels LLM :
Comprendre la requête et choisir l’itinéraire.
Répondre en fonction des fragments trouvés.
Faire appel à l’outil ou compiler un résumé pour l’opérateur.
En moyenne, cela représente 12 000 jetons d’entrée (invite système, fragments, historique) et 800 jetons de sortie. Il y a deux requêtes à la base de connaissances par dialogue. Le modèle-filtre vérifie la réplique du client et la réponse de l’agent (1000 jetons pour chacun des trois appels). Nous prévoyons 15% de jetons supplémentaires pour les régénérations.
Infrastructure et coûts
Nous utilisons les services Cloud.ru :
Base de connaissances : Evolution Managed RAG.
Agent : Evolution AI Agents.
Logs : Evolution Managed PostgreSQL.
Coût d’un opérateur de support à Moscou : 125 000 roubles/mois (85 300 roubles de salaire selon hh.ru pour 2025 + cotisations et frais généraux). Pour 40 tickets par jour, un ticket coûte 149 roubles. La minute d’opérateur coûte 15,5 roubles (125 000 roubles / 80% de 10 080 minutes). Pour le chat en commerce de détail (60 demandes/jour), le coût du ticket est de 99 roubles.
Hypothèses pour les calculs
Principales hypothèses :
Part des fermetures automatiques : la médiane des cas publics est de 70%. Ozon : 27% (2020) -> 62% (2022). Nous prenons le milieu : 50%.
Dialogues n’ayant pas passé le filtre : le client est revenu dans les 72 heures ou a mis un pouce vers le bas. Hypothèse : 6% (dans l’exemple Lorikeet, 21% des dialogues fermés étaient des liens).
Coût d’un tel dialogue : 150 roubles de compensation + 3 minutes d’opérateur (200 roubles).
Temps d’opérateur pour l’escalade : 1,5 minute au-delà d’un ticket normal.
Vérification manuelle : 3% de tous les dialogues pendant 3 minutes.
Base de connaissances, invites : 0,5 poste de spécialiste (optimiste).
Amortissement : 50 000 roubles/mois (pour un intégrateur avec CRM – jusqu’à 1,5 million de roubles).
Prix des modèles et de l’infrastructure (Cloud.ru, octobre 2026)
Tarifs Evolution Foundation Models (TVA 22% incluse, pour 1 million de jetons) :
Claude Haiku 4.5 : entrée 100 roubles, sortie 500 roubles.
Claude Sonnet 4.6 : entrée 360 roubles, sortie 2250 roubles.
Différence entre le modèle le moins cher et le plus cher : 36x pour l’entrée, 45x pour la sortie. Infrastructure (Evolution, septembre 2026, 730 heures/mois) :
4 vCPU + 8 Go de RAM : 1,5616 roubles/vCPU-heure, 0,3904 roubles/Go-heure.
Evolution Managed PostgreSQL (2 vCPU, 4 Go de RAM, 100 Go de SSD) : 1,49145 roubles/vCPU-heure, 0,4026 roubles/Go-heure, 0,016836 roubles/Go-heure.
Coût total de l’infrastructure : 13 420 roubles/mois. C’est la ligne la moins chère du calcul.
Calcul du coût d’une réponse utile
Coût d’un dialogue
Nous calculons d’abord le coût d’un dialogue sur différents modèles :
Qwen3-30B-A3B : 0,43 roubles.
GigaChat-3-Pro : 1,32 roubles.
Claude Haiku 4.5 : 3,76 roubles.
Claude Sonnet 4.6 : 10,99 roubles.
Une différence de 25 fois ! Si nous nous arrêtions là, le choix du modèle serait critique.
Coût d’une réponse utile
Sur 36 000 dialogues, avec 50 % de clôtures automatiques, 18 000 ont été clôturés. Parmi ceux-ci, 6 % étaient des erreurs. Il reste 16 920 réponses utiles. Chaque réponse utile n’implique pas seulement des jetons, mais aussi :
Les jetons des tentatives infructueuses.
Les minutes des opérateurs en escalade.
Le coût des erreurs.
La vérification.
La base de connaissances.
L’implémentation.
La différence de 25 fois en jetons se transforme en 1,4 fois par réponse utile : de 51 roubles à 73 roubles. Le modèle coûteux (Claude Sonnet 4.6), qui est 25 fois plus cher en jetons, ne coûte que 40 % de plus en termes de résultat. Pourquoi ? Parce que tous les autres coûts sont les mêmes pour tous les modèles.
Structure des prix : GigaChat-3-Pro (53 roubles)
Pour GigaChat-3-Pro (53 roubles par réponse utile) :
Escalades et réponses erronées : 71 % du coût. Ces coûts ne sont généralement pas considérés comme des « dépenses d’IA », mais sont inclus dans les salaires du support ou les compensations.
Jetons : 2,8 roubles (5 %). C’est la seule ligne que tout le monde compare.
Infrastructure cloud : 0,80 roubles.
Sur Claude Sonnet 4.6, les jetons représentent déjà 32 % du prix. Ici, il est judicieux d’économiser sur les jetons. Comment ?
Réduction du contexte : réduire les 12 000 jetons d’entrée à 6 000. La réponse utile sur Sonnet passe de 73 à 65 roubles.
Mise en cache : la lecture depuis le cache est 10 fois moins chère. Si la moitié du contexte est une invite système, le prix tombe à 66 roubles.
Sur Qwen, ces techniques économisent des centimes.
Principaux leviers d’économie
1. Taux de clôtures automatiques
Le passage d’un pilote (35-50 % de clôtures automatiques) à un circuit de production (65 %) économise 15-19 roubles. Dix points de pourcentage de clôtures automatiques donnent autant que le passage à un modèle moins cher (sur Sonnet, une augmentation de 50 % à 60 % économise 14 roubles, le remplacement de Sonnet par Haiku – 15 roubles). Mais le premier fonctionne sur n’importe quel modèle, le second – une seule fois.
2. Taux d’erreurs
Le taux de dialogues clôturés qui n’ont pas passé le filtre est rarement mesuré, mais il est critique.
Proportion de ceux qui n’ont pas passé le filtre
Coût d’une réponse utile
Dépenses associées (roubles/mois)
6%
X
Y
3%
X – 8 roubles
Y – Z
La réduction des erreurs de 6 % à 3 % économise 8 roubles sur chaque réponse utile. Le passage de GigaChat-3-Pro à Qwen3-30B-A3B n’économise que 2 roubles. 15 % d’erreurs peuvent coûter plus de la moitié du salaire d’un opérateur si l’on considère comme résolu chaque dialogue où le client est resté silencieux.
3. Qualité de l’escalade
J’ai prévu 1,5 minute d’opérateur pour l’escalade (lecture du résumé, continuation). Cela fonctionne avec un transfert « chaud » : l’agent transmet à l’opérateur un historique concis, le numéro de commande et une liste d’actions. Lors d’un transfert « froid » (l’opérateur lit tout le dialogue où le bot a répondu trois fois de manière incorrecte), 1,5 minute se transforme en 3 ou 6.
À 3 minutes, une réponse utile sur GigaChat-3-Pro passe de 53 à 77 roubles, et à 6 minutes, à 127 roubles. C’est déjà plus cher qu’un opérateur régional. Si l’agent identifie le client et pré-remplit le ticket, l’opérateur économise une ou deux minutes, et cette ligne devient négative.
« La qualité de la transmission est un poste budgétaire distinct avec la plus grande dispersion de tout le modèle, et elle doit être mesurée : le temps moyen de traitement des tickets escaladés doit être calculé séparément des tickets ordinaires. »
Lutter pour la précision = brûler des jetons ? Si pour réduire les erreurs de 6% à 3%, les jetons par dialogue augmentent de 1,6 fois, la réponse utile sur GigaChat-3-Pro devient quand même moins chère, passant de 53 à 46 roubles. Sur Sonnet, les jetons supplémentaires sont plus chers que la précision gagnée, il est préférable d’améliorer la base de connaissances.
Conclusions : qu’est-ce qu’un CPM rentable ?
Conclusion pratique : dans un environnement de support opérationnel, ce qui coûte le plus cher, ce ne sont pas les jetons, mais le dénominateur. Tout ce qui augmente la proportion de réponses utiles (qualité de la base de connaissances, routage correct, ensembles de test) est plus rentable que toute négociation sur le prix d’un million de jetons.
Les modèles coûteux (par exemple, Sonnet) sont rentables s’ils apportent 10 points de clôture automatique et 2 points de précision par rapport aux modèles moins chers. Si la différence est moindre sur votre ensemble de test, vous payez trop cher. Si elle est plus grande, vous économisez inutilement sur les jetons.
Comparaison avec l’humain : deux réserves
1. Prix du ticket : à 149 roubles par ticket, même un pilote avec 35% de clôtures automatiques sur Sonnet (110 roubles par réponse utile) semble rentable. La parité avec l’opérateur est atteinte avec 20-27% de clôtures automatiques. Mais si l’opérateur clôture 60 tickets par jour (99 roubles/ticket), le même pilote sur Sonnet (110 roubles) est déjà plus cher. Un opérateur régional/externalisé (64 roubles/ticket) change la donne : GigaChat-3-Pro (42 roubles) est moins cher, Sonnet (62 roubles) – parité. La question « sera-t-il rentable » dépend de votre coût par ticket et de la proportion de clôtures automatiques.
2. Volume : les coûts fixes (base de connaissances, implémentation, infrastructure) – 163 000 roubles/mois. Pour 36 000 dialogues. Pour 6000 dialogues, une réponse utile sur GigaChat-3-Pro – 101 roubles, pour 3000 – 159 roubles (plus cher qu’un opérateur). En dessous de 3500 dialogues par mois, l’agent n’est pas rentable. Si les coûts fixes sont plus élevés (un poste à temps plein pour la base de connaissances – 200 000 roubles/mois, implémentation – 1,5 million de roubles), le seuil de rentabilité se déplace à 7000 dialogues par mois. La part des jetons tombe alors à 4% : plus on calcule de manière réaliste les autres coûts, moins le prix d’un million de jetons semble significatif.
Ce qui n’est pas pris en compte dans le modèle (dans les deux sens)
Contre l’agent : licence du système de tickets ou de la plateforme de chat.
En faveur de l’agent : rotation du personnel (jusqu’à 50% par an), coûts de recrutement et de formation, lenteur des nouveaux employés, mise à l’échelle pour les ventes, paiement des quarts de nuit/week-end. Ces éléments sont difficiles à calculer sans données spécifiques, mais c’est souvent pour eux que les entreprises sont prêtes à payer, même si l’économie unitaire quotidienne montre une parité.
Foire aux questions
Qu’est-ce qu’une « réponse utile » dans le contexte d’un agent IA ?
Une réponse utile est un dialogue clos par l’IA sans intervention humaine, le client n’étant pas revenu avec la même question dans les 72 heures et n’ayant pas laissé d’évaluation négative. C’est une métrique clé pour évaluer l’efficacité réelle et le coût du service IA.
Gagner de l’argent sur YouTube a toujours été un sujet entouré de nombreux mythes et questions, surtout lorsqu’il s’agit de savoir combien YouTube paie pour les vues. En 2026, la situation reste dynamique et il n’y a pas de taux fixe. Les blogueurs peuvent s’attendre à un revenu d’environ 5 $ à 15 $ pour 1000 impressions publicitaires. Il est important de comprendre les métriques clés telles que le CPM et le RPM, ainsi que de prendre en compte le fonctionnement de la répartition des revenus 55/45 entre YouTube et les créateurs de contenu. YouTube ne paie pas pour chaque vue de vidéo, mais pour la vue de la publicité, ce qui est une distinction cruciale. Approfondissons ces détails pour comprendre combien d’argent arrive réellement sur le compte.
YouTube paie pour les vues : mythes et réalité
En 2026, les revenus sur YouTube ne sont pas un montant fixe. Les blogueurs reçoivent environ 5 $ à 15 $ pour 1000 impressions publicitaires. Il est crucial de distinguer le CPM et le RPM, ainsi que de comprendre le mécanisme de répartition des revenus 55/45 et les facteurs qui influencent vos gains finaux. YouTube ne paie pas pour chaque vue de vidéo, mais pour la vue de la publicité. Examinons ces métriques plus en détail pour comprendre exactement combien de fonds arrivent réellement sur votre compte.
CPM, RPM, CPC : métriques clés de YouTube
CPM (Coût Pour Mille) : c’est le coût pour mille impressions publicitaires. Ce montant représente le prix qu’un annonceur paie pour 1000 affichages de son annonce. Vous pouvez voir cet indicateur dans YouTube Studio comme « CPM ».
RPM (Revenu Pour Mille) : c’est votre revenu pour 1000 vues de vidéo après déduction de la part de YouTube. C’est le bénéfice net qui vous revient directement. Le RPM est presque toujours inférieur au CPM, car il tient compte de la part de 45 % de YouTube, ainsi que des vues qui n’ont pas été accompagnées de publicité.
CPC (Coût Par Clic) : coût par clic. Cet indicateur influence vos revenus estimés, mais ne reflète pas directement vos gains pour 1000 vues.
N’oubliez pas : un CPM de 12 $ ne signifie pas que vous recevrez 12 $ pour 1000 vues de vidéo. Votre revenu réel sera toujours inférieur.
Combien peut-on gagner : calculs pour 2026
Selon les estimations, en 2026, un YouTubeur peut gagner de 5 $ à 15 $ pour 1000 impressions publicitaires. Il s’agit d’une estimation industrielle, et non d’un taux officiel de YouTube. Étant donné que toutes les vues de vidéo ne déclenchent pas de publicité, vos revenus pour 1000 vues de vidéo seront inférieurs à cette fourchette.
Selon un rapport de Strike Social de 2024, le taux moyen de vues publicitaires sur YouTube est de 49 à 68 %. Prenons la valeur moyenne pour les calculs :
Nombre total de vues de vidéo
Vues publicitaires estimées (~50-65%)
Revenu estimé (5 $ à 15 $ pour 1000 impressions publicitaires)
500
250 – 325
2,50 $ – 9,75 $
5 000
2 500 – 3 250
25 $ – 97,50 $
25 000
12 500 – 16 250
125 $ – 487,50 $
50 000
25 000 – 32 500
250 $ – 975 $
250 000
125 000 – 162 500
1 250 $ – 4 875 $
1 000 000
500 000 – 650 000
2 500 $ – 9 750 $
Ce ne sont que des estimations. Vos revenus réels dépendent de la niche, de la géolocalisation de l’audience, des formats publicitaires et de la période de l’année. Détails sur la monétisation YouTube.
Oui, mais cela nécessite une large audience. Une vidéo avec 10 000 vues rapportera environ 60 $. Si vous publiez une telle vidéo chaque jour, cela fera environ 21 900 $ par an. Ce n’est pas un salaire élevé. Pour un revenu stable, vous avez besoin d’une économie unitaire bien développée et d’une mise à l’échelle.
Facteurs influençant les revenus de YouTube
Neuf facteurs clés déterminent combien vous recevrez pour les vues :
1. Niche de contenu
Différentes niches ont des coûts publicitaires différents. Certaines industries paient beaucoup plus pour le CPM ou le CPC. Les niches les plus rentables par CPM :
L’audience de ces pays génère plus de revenus. Testez les hypothèses de géociblage, c’est un test d’hypothèses peu coûteux qui peut augmenter considérablement vos revenus.
3. Type et placement de la publicité
Les publicités ignorables ne génèrent des revenus que si elles sont regardées suffisamment longtemps. Les bloqueurs de publicité réduisent considérablement les revenus. La démonétisation des vidéos en raison de violations des règles annule également complètement les revenus.
4. Durée de la vidéo
Les vidéos longues offrent plus d’opportunités de placement publicitaire. Plus il y a de pauses publicitaires, plus le revenu potentiel est élevé. Il est recommandé de placer des emplacements publicitaires manuels toutes les une à deux minutes dans les vidéos de plus de 8 minutes.
5. Temps de visionnage
Plus les spectateurs regardent votre vidéo longtemps, plus ils verront de publicités. Il est important de maintenir l’attention de l’audience.
6. Clics sur les publicités
Les clics sur les publicités influencent également les revenus, en particulier pour le paiement au CPC.
7. Abonnés YouTube Premium
Les utilisateurs Premium ne voient pas de publicités. Vous en tirez des revenus en fonction du temps de visionnage, mais c’est généralement moins que les vues normales avec publicité.
8. Tendances saisonnières
Les revenus augmentent généralement d’octobre à décembre et diminuent en janvier. Planifiez la publication de vidéos importantes pendant les périodes de pointe.
9. Vues non prises en compte pour les revenus
Certaines vues ne génèrent pas de revenus (par exemple, en raison de bloqueurs de publicité, de l’ignorance des publicités, ou si la vidéo est démonétisée).
YouTube Shorts vs. Vidéos longues : la différence de revenus
Les YouTube Shorts rapportent beaucoup moins que les vidéos longues. Les créateurs signalent un RPM allant de 0,01 $ à 0,06 $ pour 1000 vues de Shorts. Pour les vidéos longues, ce chiffre est de 2 $ à 10 $ de RPM.
La différence s’explique par le modèle de monétisation des Shorts : les revenus publicitaires du flux Shorts sont répartis entre les créateurs proportionnellement à leur part de vues. Le temps de visionnage court, le nombre réduit d’emplacements publicitaires et une méthode de comptage des vues différente réduisent les revenus.
Comment maximiser les revenus publicitaires sur YouTube
Après avoir activé la monétisation, plusieurs étapes vous aideront à augmenter considérablement vos gains :
Créez du contenu long (plus de 8 minutes) : cela permet de placer des publicités mid-roll, augmentant ainsi le nombre d’impressions publicitaires.
Placez plus de pauses publicitaires : ajoutez manuellement des emplacements mid-roll toutes les 1 à 2 minutes. YouTube ne diffusera pas de publicité dans chaque emplacement, mais cela augmentera les chances.
Concentrez-vous sur une niche rentable : choisissez des sujets avec un CPM élevé pour gagner plus pour le même nombre de vues.
Optimisez les vidéos pour la recherche (SEO) : utilisez des mots-clés dans les titres, les descriptions et les tags. Les vidéos qui apparaissent régulièrement dans les recherches génèrent des revenus stables.
Foire aux questions
Combien YouTube paie-t-il pour 1 million de vues ?
Pour 1 million de vues sur YouTube, vous pouvez gagner entre 2 500 $ et 9 750 $. Il s’agit d’une estimation approximative, qui dépend du CPM, du RPM, de la niche et de l’audience.
Quel CPM considérer comme rentable ?
Un CPM rentable dépend de votre niche et de vos objectifs. Dans les niches très concurrentielles, le CPM peut dépasser 15 à 20 $. Dans les niches moins lucratives, un CPM de 5 à 10 $ peut être un bon indicateur. Comparez toujours le prix par rapport au résultat.
Qu’est-ce qui est moins cher : bannière ou ciblage ?
La comparaison entre la publicité par bannière et la publicité ciblée sur YouTube est ambiguë. Les bannières peuvent être rentables en termes de CPM pour la portée, mais le ciblage est plus efficace pour les conversions. La comparaison des prix montre que différents outils conviennent à différentes tâches.
Faut-il utiliser l’IA pour créer du contenu ?
L’utilisation de l’IA pour générer des vidéos ou rendre le contenu unique peut réduire considérablement les coûts de production. Le prix par minute de vidéo IA avec avatar et le coût d’unicisation d’une vidéo peuvent être plusieurs fois inférieurs au travail manuel, ce qui permet de tester des hypothèses à moindre coût et de faire évoluer la production de contenu. Par exemple, le prix de la génération de 100 vidéos IA peut être comparable au coût de plusieurs vidéos professionnelles.
Conclusion
Gagner de l’argent sur YouTube n’est pas un revenu passif, mais une entreprise à part entière qui nécessite une analyse et une optimisation constantes. En comprenant les métriques clés, les facteurs d’influence et les stratégies de maximisation des revenus, vous pouvez augmenter considérablement vos gains. N’oubliez pas de diversifier vos sources de revenus en utilisant des programmes d’affiliation, la vente de biens et de services. Calculez toujours l’économie unitaire, testez activement les hypothèses et adaptez vos efforts pour atteindre un succès maximal sur la plateforme.
Si vous souhaitez que vos données soient supprimées de nos systèmes, veuillez nous envoyer un e-mail à privacy@example.com avec l’objet “Demande de suppression de données”.
Veuillez inclure les informations suivantes dans votre e-mail pour nous aider à localiser et à supprimer vos données :
Votre nom complet
L’adresse e-mail associée à votre compte
Toute autre information pertinente qui pourrait nous aider à identifier vos données (par exemple, nom d’utilisateur, numéro de client, etc.)
Nous traiterons votre demande dans les 30 jours suivant sa réception et vous enverrons une confirmation une fois que vos données auront été supprimées.
Veuillez noter que certaines données peuvent être conservées pour des raisons légales ou réglementaires, comme indiqué dans notre Politique de confidentialité.
Si vous avez des questions ou des préoccupations, n’hésitez pas à nous contacter à privacy@example.com.
Nous recherchons un CPM rentable là où les concurrents perdent des clients. Les demandes d’annulation et les plaintes concernant les produits des concurrents ne sont pas des déchets, mais une mine d’or pour le PPC. Ce sont des leads à forte intention, prêts à la conversion. Une des études de cas d’un client SaaS a montré un CTR de 15 % et un CPA 18 % inférieur à celui des campagnes habituelles. Et ce, même si la requête ne contenait pas le nom du produit du client.
Les gens ne cherchaient pas un nouveau fournisseur, mais une issue à une situation où l’ancien était devenu insupportable. La décision de partir était prise, il ne restait plus qu’à savoir « où ? ». Cette étude de cas confirme : la chose la plus précieuse que l’on puisse changer dans un compte n’est pas la campagne, mais l’offre.
Approche traditionnelle des mots-clés : pourquoi est-elle coûteuse ?
Les spécialistes PPC ont l’habitude de collecter des mots-clés : termes de produit, modificateurs, comparaisons, longues traînes. La logique est simple : nous misons sur ce que les gens recherchent lorsqu’ils veulent acheter notre produit. Le problème est que cela ne capte que la demande évidente.
« Celui qui cherche le « meilleur logiciel CRM » est déjà sur le marché, et tous les concurrents le savent. L’enchère est surchauffée, le CPC est exorbitant. Le clic revient à celui qui a le plus d’argent ou la meilleure optimisation. »
Comparons avec la requête « annuler le contrat [concurrent] ». Peu de gens misent dessus, et beaucoup l’excluent même. L’utilisateur ne compare pas les produits, il résout un autre problème, ce qui en fait l’acheteur le plus réceptif.
Il a déjà franchi la partie la plus difficile du cycle de vente : il a décidé que la solution actuelle ne fonctionnait pas. Ce n’est pas une exception, c’est un modèle. Les requêtes les plus intenses ne contiennent souvent pas de termes de produit, mais expriment la frustration, le désir de partir et des problèmes non résolus que votre offre peut combler.
Ce sont des données non pas sur les fonctionnalités que les gens veulent, mais sur les problèmes qui les préoccupent actuellement. Une demande de fonctionnalité, ce sont des plans pour le prochain trimestre. Une plainte, c’est le texte d’une annonce publicitaire pour aujourd’hui.
Pourquoi les équipes PPC ignorent-elles ces données ?
Souvent, ces données se trouvent dans d’autres départements : support, produit, CX. L’équipe PPC reçoit une liste de mots-clés et une page de destination, et on lui dit « fais les chiffres ». L’intégration des données du CX, du produit et des ventes dans la recherche payante est précisément la compétence en forme de M nécessaire pour une nouvelle approche du PPC. La fragmentation des données coûte cher.
« Chaque plainte d’un client concurrent est une proposition pour votre annonce publicitaire. Chaque raison d’annulation est une objection à laquelle votre page de destination doit répondre avant l’appel à la conversion. »
Les données existent, mais elles n’atteignent pas ceux qui pourraient les utiliser pour améliorer les campagnes.
Comment commencer avec les requêtes de « désabonnement »
Par défaut, « annuler » est souvent ajouté aux mots-clés négatifs. Du point de vue de la pertinence par rapport à une page de destination normale, c’est logique. Du point de vue de l’intention, c’est une erreur. Vous excluez une personne qui quitte activement un concurrent et n’a pas encore choisi de remplacement.
Cette approche est appliquée avec succès dans le SEO local pour l’optimisation de Google Business Profile et des textes sur le site. Les mêmes données sur les plaintes fonctionnent parfaitement pour les campagnes PPC.
L’offre résout tout, pas seulement la clé
Il ne suffit pas de trouver des mots-clés intelligents et d’enchérir dessus. Si la page de destination est la même que pour les clics normaux, il n’y aura pas de conversions. Celui qui cherche « annuler le contrat [concurrent] » n’a pas besoin d’une liste de vos fonctionnalités. Il a besoin de savoir trois choses :
La transition sera facile.
Vous comprenez pourquoi il part.
La douleur spécifique qui l’a poussé à chercher ne le suivra pas chez vous.
Idéalement, proposez un service de commutation complet, l’importation de données ou une aide à l’intégration. L’offre est une variable. Pas l’enchère, pas le type de correspondance, pas même le texte de l’annonce (bien qu’il soit critique ici, car il doit immédiatement signaler que vous comprenez le problème de l’utilisateur).
Un processus continu, pas une action ponctuelle
Ce n’est pas une idée ponctuelle, mais un processus de travail répétitif. Les plaintes et les comportements de départ changent avec le temps, en particulier sur les marchés concurrentiels où les mises à jour de produits déplacent les points douloureux chaque trimestre.
Cadre de mise en œuvre :
Analyse des avis des concurrents : Examinez les avis d’une et deux étoiles sur les plateformes dominantes. Recherchez les thèmes de plaintes récurrents.
Données de vos ventes : Les raisons pour lesquelles les clients potentiels n’achètent pas coïncident souvent avec les raisons pour lesquelles les clients quittent les concurrents.
Rapports de requêtes de recherche : Filtrez par noms de concurrents, « annuler », « alternative », « passer de », « problèmes avec ». Souvent, ces requêtes apparaissent organiquement en correspondance large, et elles sont ajoutées sans réfléchir aux mots-clés négatifs.
Algorithme d’actions :
Recueillez les avis d’une et deux étoiles des concurrents.
Identifiez 3 à 5 thèmes de plaintes récurrents.
Associez chaque thème de plainte à une forme de requête de recherche. Par exemple, « trop cher » → requêtes sur les prix ; « support horrible » → requêtes sur la transition/migration ; « pas de fonctionnalité X » → requêtes de comparaison sur cette fonctionnalité.
Vérifiez vos rapports de requêtes de recherche. S’ils existent et sont exclus, c’est la première correction. Sinon, créez une campagne pour les tester.
Pour chaque cluster de requêtes, vérifiez la page de destination. Elle doit répondre à une plainte spécifique. Si la page ne parle que de vos fonctionnalités, ignorant la douleur de l’utilisateur, le clic est gaspillé.
Testez les pages de destination spécialisées par rapport aux pages génériques. La page ne doit pas être compliquée. Elle doit reconnaître le problème, montrer comment vous le résolvez et rendre la prochaine étape aussi simple que possible.
Les équipes PPC optimisent leurs campagnes, leurs mots-clés et leurs pages de destination. C’est logique, c’est ce qu’elles contrôlent. Mais la plus grande opportunité pourrait ne pas se trouver dans votre compte. Elle se trouve dans la frustration que votre concurrent génère en ce moment même : changements de prix, lacunes dans le produit, pannes de support, conditions contractuelles. Chaque frustration de ce type crée un chercheur. Et ce chercheur ne cherche pas un produit. Il cherche une issue.
Question pour le spécialiste PPC :
Au lieu de « Sur quoi dois-je miser ? », demandez : « Quel problème mon concurrent vient-il de créer pour ses clients, et à quelle vitesse puis-je devenir la solution ? »
L’automatisation amplifie toute offre. Si l’offre ne correspond pas à l’intention, vous amplifiez l’échec. Le mot-clé a mené à l’enchère. L’offre a conclu l’affaire. Votre concurrent a construit une sortie. Votre tâche est d’être ce qui se trouve au bout de cette sortie.
Foire aux questions
Que sont les requêtes de « désabonnement » et pourquoi sont-elles importantes ?
Les requêtes de « désabonnement » sont des phrases de recherche exprimant l’insatisfaction envers un fournisseur actuel ou le désir de le changer (par exemple, « annuler l’abonnement [concurrent] », « problèmes avec [produit concurrent] »). Elles sont importantes car elles indiquent un utilisateur avec un degré d’intention élevé, qui a déjà décidé de partir et cherche une alternative, ce qui le rend extrêmement réceptif à votre offre.
Comment trouver de tels mots-clés s’ils ne sont pas dans les outils standards ?
On peut les trouver en analysant les plaintes des clients des concurrents sur les sites d’avis (G2, Trustpilot), sur les réseaux sociaux, les forums de support et les données d’enquêtes de désabonnement. Il est également utile d’étudier les rapports de requêtes de recherche dans vos propres campagnes, en les filtrant par les noms des concurrents et les mots liés à l’annulation ou aux problèmes.
Une page de destination spéciale est-elle nécessaire pour les requêtes de « désabonnement » ?
Oui, une page de destination spécialisée est d’une importance critique. Elle ne doit pas simplement énumérer vos avantages, mais répondre directement aux problèmes et aux douleurs qui ont poussé l’utilisateur à chercher une issue chez le concurrent. La page de destination doit convaincre l’utilisateur que la transition sera facile, que vous comprenez sa situation et que vous pourrez résoudre le problème spécifique.
Quel CPM considérer comme rentable lors de l’utilisation de telles requêtes ?
Le CPM sera rentable si le coût d’acquisition client (CAC) pour ces requêtes est significativement inférieur à celui des campagnes générales. Dans l’exemple donné, le CAC était 18 % inférieur. Le critère principal est votre économie unitaire et votre ROI. Si ces requêtes apportent des clients moins chers et avec un LTV plus élevé, alors le CPM qui permet cela est rentable.
Est-ce une tactique ponctuelle ou un processus continu ?
C’est un processus continu. Les plaintes et les raisons de la perte de clients chez les concurrents peuvent changer avec le temps, il est donc nécessaire de surveiller régulièrement ces données et d’adapter vos campagnes et vos offres. Cela permet de maintenir la pertinence de vos propositions et d’attirer constamment des leads à forte intention.
Dans le paysage numérique moderne, où l’attention de l’utilisateur devient une ressource de plus en plus précieuse, comprendre comment maximiser le CPM rentable sur des plateformes comme YouTube est la clé du succès. YouTube a cessé d’être un simple hébergeur de vidéos ; c’est un écosystème puissant capable d’assurer un cycle de vente complet, du premier contact à la conversion finale. Ignorer ce potentiel, c’est passer à côté de profits considérables.
YouTube : un cycle de vente complet et pourquoi c’est rentable
YouTube n’est pas seulement une plateforme vidéo. C’est un écosystème où se déroule tout le cycle de vente : du premier contact à la conversion. Ignorer cela, c’est perdre de l’argent. Nos données montrent que 94 % des Américains utilisent régulièrement YouTube, 51 % plusieurs fois par jour. C’est une audience qui est déjà là, et les marques commencent à le comprendre.
Selon Later, 55 % des entreprises prévoient d’augmenter leur budget YouTube cette année, et 37 % des créateurs prévoient d’investir plus de temps en 2026. La question n’est pas de savoir s’il faut dépenser ou non, mais comment dépenser efficacement.
La principale erreur est de séparer les Shorts et les vidéos longues. Ce ne sont pas deux canaux distincts, mais des maillons d’une même chaîne. Faits : ceux qui regardent beaucoup de Shorts consomment également activement du contenu long. L’idée fausse répandue selon laquelle les spectateurs de Shorts sont similaires au public de TikTok ou de Reels et ne regardent que des vidéos courtes est fausse.
Les Shorts et les vidéos longues ne se concurrencent pas, mais se nourrissent mutuellement. Un spectateur est resté bloqué sur un Short, s’est intéressé et est passé à une vidéo de 12 minutes du même auteur. Adam W, un YouTubeur bien connu, confirme : les Shorts sont un moteur de croissance qui transforme les nouveaux spectateurs en consommateurs réguliers de contenu long.
« Les Shorts fonctionnent comme un moteur de croissance qui, avec le temps, transforme les nouveaux spectateurs en ceux qui regardent des vidéos longues. Cela fonctionne particulièrement bien sur YouTube, car la plateforme a été initialement créée pour les vidéos longues. » — Adam W, créateur YouTube.
Haut et milieu de l’entonnoir : les Shorts (jusqu’à 90 secondes) sont idéaux pour la découverte de nouveaux produits.
Argent : 49 % des spectateurs de courtes vidéos découvrent de nouveaux produits via les Shorts.
Audience unique : 45 % des utilisateurs de YouTube Shorts ne sont pas sur TikTok, et 65 % ne sont pas sur Instagram Reels. C’est une portée supplémentaire que vous n’obtiendrez pas sur d’autres plateformes.
Activité des marques : le nombre de publications de marques dans les Shorts a doublé d’une année sur l’autre, et le nombre de marques utilisatrices a augmenté de plus de 50 %.
Conclusion : les meilleurs Shorts utilisent des accroches rapides, des démonstrations de produits et des appels à l’action clairs. Objectif : arrêter le défilement et « planter la graine » de l’intérêt.
Vidéos longues : conversion et exploration approfondie
La « graine » plantée par les Shorts se transforme en décision d’achat grâce aux vidéos longues. C’est un canal pour une exploration approfondie et la phase finale de l’achat. Les chiffres le confirment : les spectateurs de contenu long sponsorisé sont 13 fois plus susceptibles de rechercher une marque après l’avoir regardée (Think with Google).
Selon nos données, 26,9 % des spectateurs de vidéos longues ont acheté un produit grâce au créateur, contre 17,3 % des non-spectateurs. Les vidéos longues créent également une notoriété, ce qui est précieux même pour ceux qui ne sont pas encore prêts à acheter.
Conclusion : les vidéos longues récompensent la profondeur. Utilisez-les pour des revues détaillées, des tutoriels, des évaluations probantes et du contenu axé sur une conversion spécifique.
Données d’achat : les formats fonctionnent ensemble
Les deux formats convertissent, mais à des étapes différentes. Later a découvert que les utilisateurs quotidiens de Shorts et de contenu long YouTube affichent des taux d’achat élevés immédiatement après avoir regardé du contenu de marque : 33 % pour les utilisateurs de Shorts et 30 % pour les spectateurs de vidéos longues. Si vous ne financez qu’un seul format, vous perdez la moitié du ROI.
Recommandation : avant de lancer votre prochaine campagne sur YouTube, vérifiez la répartition des formats par rapport aux objectifs de votre entonnoir. Si le budget ou le mix de contenu est décalé de plus de 80/20 vers un seul format, c’est un signal de rééquilibrage. Mesurez les deux formats et attribuez-leur les achats qu’ils génèrent réellement, au lieu de tout regrouper dans une seule métrique.
ROI à long terme du contenu YouTube
L’un des faits sous-estimés concernant YouTube est la longue durée de vie du contenu. Les données de YouTube montrent que 40 % des vues et 30 % des clics sur les vidéos sponsorisées se produisent plus de 30 jours après la publication. Cette « date de péremption » influence fortement le ROI.
Les fenêtres d’attribution, qui ne capturent que les une ou deux premières semaines de vie d’une vidéo, manquent une énorme partie du rendement réel. L’extension des fenêtres de mesure à 60-90 jours donne une image beaucoup plus précise de combien rapporte un investissement dans YouTube. La plupart des marques ne l’ont pas encore fait.
Les créateurs ont déjà une longueur d’avance sur les marques. Selon le vice-président de la stratégie et des opérations de YouTube, 70 % des créateurs travaillent à la fois avec des Shorts et des vidéos longues, considérant cela comme une stratégie unique. Andrew Peterson de YouTube affirme que l’approche idéale place le public et l’histoire au centre. Ensuite, vous « commencez à imaginer comment raconter cette histoire partout, de toutes les manières que les gens pourraient vouloir la consommer ».
Les marques les plus performantes créent un brief créatif unique pour les deux formats. Elles utilisent les Shorts pour la notoriété (plus de 200 milliards de vues quotidiennes) et les vidéos longues pour la considération et la conversion. Elles investissent dans des partenariats récurrents et multi-vidéos avec des créateurs au lieu de placements uniques, donnant à l’algorithme et au public le temps de se familiariser.
Le résultat est une stratégie où chaque élément a sa propre tâche : les Shorts ouvrent la porte, les vidéos longues convainquent, et la répétition crée la confiance, transformant la vue en client.
Foire aux questions
Quel CPM est considéré comme rentable pour YouTube ?
Un CPM rentable dépend de la niche et des objectifs. Cependant, si vous pouvez obtenir un CPM inférieur à 50 roubles, c’est déjà un bon indicateur pour commencer à tester des hypothèses. L’essentiel n’est pas le CPM lui-même, mais le ROI final.
Qu’est-ce qui est le moins cher : une bannière ou du ciblage sur YouTube ?
Calculons : la publicité par bannière a souvent un faible CPM, mais aussi un faible CTR. La publicité ciblée sur YouTube, en particulier via les Shorts, permet d’atteindre un public plus pertinent, ce qui peut générer un ROI plus élevé, même avec un CPM comparable ou légèrement plus élevé. Le test d’hypothèses à faible coût est préférable via les Shorts, car la production de contenu est moins chère que les influenceurs.
Faut-il investir dans l’IA pour la génération de vidéos ?
Si vous souhaitez rendre une vidéo unique ou obtenir 100 vidéos générées par IA, l’IA peut être une alternative budgétaire aux placements. Le coût de génération d’une minute de vidéo IA avec un avatar diminue constamment, ce qui la rend attrayante pour le mass-posting et le test rapide de créatifs. Le prix d’un clip fini, créé par IA, est souvent inférieur à celui de la découpe manuelle d’une heure de stream.
Combien coûte 1 million d’impressions via une bannière sur YouTube ?
Le coût d’un million d’impressions de bannière sur YouTube peut varier considérablement, mais il sera souvent nettement plus élevé qu’un CPM inférieur à 50 roubles. La comparaison de prix doit également inclure la conversion. Une alternative budgétaire aux placements via les Shorts peut offrir la même portée pour moins cher et avec un meilleur engagement.
Quel est le coût de publication de 500 vidéos ?
Le coût de publication de 500 vidéos dépend de leur production. Si c’est pour rendre une vidéo unique ou générer 100 vidéos IA, le prix sera considérablement inférieur à la création de 500 vidéos longues originales. Le prix du package de mass-posting peut également être optimisé grâce à l’utilisation de l’IA et des Shorts.
Conclusion
YouTube est un canal de vente à part entière. Utiliser les Shorts pour l’accroche et la découverte, et les vidéos longues pour l’exploration approfondie et la conversion, est la voie vers un ROI maximal. Ne séparez pas ces formats, mais construisez une stratégie unifiée. Comptez l’argent, mesurez les résultats à toutes les étapes et n’ayez pas peur de tester des hypothèses.
Notre expertise et notre intégration avec l’API YouTube vous aideront à prendre des décisions basées non pas sur des suppositions, mais sur des données confirmées. Contactez-nous pour savoir comment nous pouvons optimiser votre stratégie YouTube pour générer de l’argent réel.
Les discussions sur les millions grâce au vibecoding sont omniprésentes : un million en 17 jours, un million d’ici octobre, un million avec une seule invite. J’ai décidé de vérifier : combien de projets ont réellement dépassé le seuil de 100 000 $ de revenus mensuels ou de 1 000 000 $ de revenus totaux (y compris le montant de la sortie). Le tableau s’est avéré beaucoup plus modeste que prévu. Si l’on exclut les projets dont le produit est lui-même une solution d’IA, il reste très peu de startups basées spécifiquement sur le vibecoding.
Dans cette analyse, je ne confonds pas les concepts de ARR (revenu annuel récurrent) et de revenu réel. L’ARR est une projection du mois en cours, multipliée par douze, et non l’argent gagné. Lorsque la source indique l’ARR, je le note et je recalcule séparément le revenu mensuel. L’ordre des projets dans le tableau ci-dessous n’est pas déterminé par la taille des revenus, mais par la fiabilité de la confirmation des indicateurs financiers.
Projets ayant dépassé le seuil de 100 000 $/mois ou 1 million de dollars de revenus totaux
La liste comprend des projets avec des rapports de revenus publics de 100 000 $ par mois ou un revenu cumulé de 1 000 000 $.
Medvi : 401 millions de dollars la première année
Télémédecine spécialisée dans les médicaments GLP-1 pour la perte de poids. Le fondateur Matthew Gallagher a lancé le projet en septembre 2024 avec un investissement d’environ 20 000 $. Selon les publications, la première année a généré 401 millions de dollars de revenus, environ 250 000 clients et 65 millions de dollars de bénéfices avec une marge de 16 %. Effectif : deux personnes (Gallagher lui-même et son frère Elliot), le reste étant des sous-traitants.
Essence du business : La majeure partie de l’activité – médecins, pharmacie, prescription et encadrement juridique – est externalisée via CareValidate, OpenLoop Health et LegalZoom. Gallagher s’est concentré sur l’assemblage et le trafic.
Base44 : vente pour 80 millions de dollars
Un constructeur d’applications à partir d’une description textuelle, créé par Maor Shlomo. Lancé début 2025. En mai, l’entreprise a affiché 189 000 $ de bénéfices pour le mois. En juin, Wix a annoncé son acquisition pour 80 millions de dollars en espèces. Au moment de la transaction, le projet comptait 250 000 utilisateurs. Shlomo était l’unique propriétaire, mais au moment de la vente, huit personnes travaillaient dans l’entreprise, et 25 millions de dollars du montant de la transaction leur ont été versés en guise de rétention.
Vibecoding : Shlomo a délibérément construit la base de code de manière à ce qu’une grande partie soit générée par des modèles, et a utilisé le routage des invites entre différents modèles. C’est l’un des exemples les plus purs où le produit lui-même est du vibecoding et est construit avec cette même méthode.
Confirmation : Les indicateurs financiers sont confirmés par un document de transaction, et non par un tweet.
Peec AI : 4 millions de dollars d’ARR (jusqu’à 833 000 dollars/mois)
Une entreprise berlinoise qui suit la façon dont une marque est représentée dans la recherche IA (ChatGPT, Perplexity, Gemini). Le fondateur est Marius Meiners. Le premier prototype a été assemblé sur v0 de Vercel en environ un jour et demi. Le produit a ensuite été développé de manière traditionnelle, par une équipe. En novembre 2025, l’entreprise a annoncé une série A de 21 millions de dollars, pour un total de 29 millions de dollars levés. À ce moment-là, Peec AI comptait plus de 1300 entreprises connectées et un ARR d’environ 4 millions de dollars (environ 333 000 dollars par mois). Plus tard, l’ARR a atteint 10 millions de dollars (environ 833 000 dollars par mois).
Vibecoding : Utilisé pour créer rapidement un prototype et vérifier la demande, mais le produit principal a été construit de manière traditionnelle.
Wave AI : 7 millions de dollars d’ARR
Une application d’enregistrement, de transcription et de résumé audio, axée sur les conversations informelles plutôt que sur les réunions. L’auteur est Josh Maurer, ancien PDG d’Uber pour New York, non-programmeur. Il a assemblé le premier prototype fonctionnel en Swift en une journée, en utilisant ChatGPT. Le projet a atteint 7 millions de dollars d’ARR avec 3 millions de dollars de bénéfice annuel et environ 4000 abonnés payants.
Vibecoding : Le prototype a été créé avec l’IA.
Particularité : Coûts élevés d’accès aux meilleurs modèles pour assurer la qualité de la transcription, qui est le produit clé.
Projets qui n’ont pas atteint le seuil, mais qui sont souvent mentionnés
Ces projets sont souvent inclus dans les sélections, mais leurs indicateurs financiers ne correspondent pas au seuil fixé.
Cal AI : 2 millions de dollars de revenus mensuels, mais l’étiquette est douteuse
Application de comptage de calories à partir d’une photo de nourriture. Auteurs : Zach Yadegari et Henry Langmack. Lancement en mai 2024. En juillet 2025, 8,3 millions de téléchargements et, selon CNBC Make It, environ 1,4 million de dollars de bénéfice brut par mois, et 2 millions de dollars de revenus mensuels sont également mentionnés. En termes d’argent, cela passe, mais en termes d’étiquette de vibecoding, non. TechCrunch a révélé que Yadegari a écrit le code lui-même, ayant commencé à programmer à l’âge de dix ans. Les modèles Anthropic et OpenAI ne sont utilisés que pour la reconnaissance d’images au sein du produit.
fly.pieter.com : 1 million de dollars d’ARR, mais un pic à 87 000 $/mois
Un simulateur de vol dans le navigateur par Pieter Levels. Un prototype de base en 30 minutes. 1 million de dollars d’ARR a été annoncé en février 2025, 17 jours après la sortie. Le pic de revenus mensuels est d’environ 87 000 $. Monétisation : modèles d’avions et objets payants à 29,99 $. Méthode Levels : « un prompt – une couche ». 1 million de dollars d’ARR est une projection annuelle, pas un million gagné. Le projet n’a pas atteint le seuil de 100 000 $ de revenus mensuels.
Stanley : 1 million de dollars d’ARR, mais pas de revenus
Un outil d’IA pour le contenu, créé par Vitaly Dodonov et John Hu en 14 jours. La version LinkedIn est sortie en juin 2025 et six semaines plus tard, elle affichait 200 000 $ d’ARR. L’équipe a dépassé la barre du 1 million de dollars d’ARR en octobre 2025. « L’application en 14 jours » fait référence à la première version fonctionnelle, et non au produit complet. La valeur principale a été ajoutée après le lancement. Encore une fois, il s’agit d’ARR, et non de revenus réels.
Lumoo : 700 000 € d’ARR, environ 58 000 €/mois
Une plateforme pour les marques de mode et de détail par Henrik Skagerlind Fast et Peter Törngren. Elle propose des visualisations photoréalistes et un essayage virtuel. Selon le cas Lovable, en neuf mois, le produit a atteint 700 000 € d’ARR, en connectant plus de quinze marques. L’objectif est de 1 million d’euros d’ARR d’ici novembre 2025. Les revenus mensuels sont d’environ 58 000 €, ce qui est inférieur au seuil. Le succès du projet est dû aux relations industrielles des fondateurs, et non à une interface générée.
Plinq : 456 000 $ d’ARR, environ 38 000 $/mois
Une application de vérification des antécédents et de sécurité par Sabine Matos. Entièrement construite sur Lovable. 6 000 $ d’ARR ont été signalés, R,3 millions levés et plus de 10 000 utilisateurs. 6 000 $ d’ARR, c’est environ 000 $ par mois, et c’est dans la meilleure interprétation. Le cas est intéressant car l’application a attiré un public avant l’argent. Les investissements sont venus après l’apparition des utilisateurs, et non en raison de la génération de la première version par l’outil.
Conclusions générales et facteurs clés de succès
L’analyse montre que le succès des projets ne se résume pas à un code bon marché généré par l’IA. Il y a plusieurs caractéristiques communes aux startups réussies.
Taille de l’équipe au démarrage
Quatre des cinq cas réussis ont commencé avec une ou deux personnes. Ce n’est pas tant le mérite du vibecoding que l’indication qu’un produit peut être assemblé plus rapidement que la formation d’une équipe.
Infrastructure sur les épaules des autres
Les projets réussis ont activement utilisé des services et des API tiers :
Medvi a externalisé les médecins, les pharmacies et les avocats.
Wave AI a utilisé des API tierces pour la transcription.
Cal AI — pour la reconnaissance et la base de produits.
Lumoo s’est intégré aux processus de travail existants des marques.
Il n’a fallu construire à partir de zéro que ce qui n’existait pas sur le marché.
L’argent ne vient pas du code bon marché
Aucun produit n’a gagné uniquement grâce à un code bon marché ou généré. L’argent est venu d’autres facteurs :
Cal AI — grâce aux influenceurs.
Stanley — grâce à la distribution via LinkedIn.
Medvi — grâce à des sous-traitants avec des licences.
Wave AI — grâce à une inférence coûteuse (calculs de modèles).
Plinq — grâce à une audience qui est apparue avant les revenus.
La génération de code raccourcit le chemin vers le lancement, mais n’est pas la principale source de revenus.
Méthode de vérification multi-modèles
Presque toutes les équipes de la sélection utilisent la technique suivante : faire passer une tâche à travers plusieurs modèles et comparer les résultats. Ainsi, Peec AI vérifiait la demande, Base44 acheminait les prompts, et Levels assemblait les couches du jeu, en changeant de modèle pour chaque tâche. Cela permet de vérifier rapidement les hypothèses et de trouver des solutions optimales. Vous pouvez tester cette approche en une soirée : prenez votre prompt actuel et faites-le passer par trois modèles différents pour voir les divergences et choisir la meilleure option.
Foire aux questions
Quel CPM considérer comme avantageux pour tester des hypothèses ?
Pour tester des hypothèses, non seulement le CPM est important, mais aussi la vitesse d’obtention des données. Si les outils d’IA permettent de générer rapidement des créatifs et de lancer des campagnes, même avec un CPM relativement élevé, le test d’hypothèses est bon marché grâce à la réduction du temps et des coûts de main-d’œuvre. Un CPM avantageux est celui qui fournit un volume de données suffisant pour prendre une décision avec un coût de lancement minimal. Par exemple, si le prix d’un clip fini, généré par l’IA, permet de lancer 100 variantes pour le même budget que 10 variantes humaines, c’est avantageux.
Qu’est-ce qui est moins cher : la publicité display ou les blogueurs ?
Une comparaison directe des prix est difficile, car le résultat est différent. La publicité display (combien coûte 1 million d’impressions via une bannière) peut être moins chère en CPM, par exemple, CPM moins cher que 50 roubles pour 1000 impressions. Mais les blogueurs offrent une intégration native et la confiance de l’audience. Pour une alternative économique aux placements chez les blogueurs, on peut envisager un forfait de mass-posting dont le prix sera inférieur, mais la portée pourrait être moins ciblée. Moins cher que les influenceurs ne peut être que votre propre trafic ou un ciblage très précis.
Faut-il investir dans l’IA pour la création de contenu ?
Si l’objectif est la réduction des coûts de production de contenu et l’augmentation de la vitesse, alors faut-il l’IA — absolument oui. Par exemple, le prix de la génération de 100 vidéos IA sera bien inférieur à leur création manuelle. Le coût d’unicisation d’une vidéo avec l’IA réduit également considérablement les dépenses. Cependant, il est important de se rappeler que le prix vs le résultat est un facteur clé. L’IA accélère le processus, mais un résultat de qualité nécessite toujours un contrôle et une retouche humaine.
Comment estimer le coût de la production vidéo par IA ?
Le prix par minute de vidéo IA avec avatar peut varier. Il est important de prendre en compte non seulement la génération, mais aussi combien coûte le découpage d’une heure de stream en courts clips à l’aide de l’IA. Cela permet d’obtenir beaucoup de contenu à partir d’une seule source. Le coût de publication de 500 vidéos, si elles sont générées ou découpées par l’IA, sera considérablement inférieur à celui du travail manuel. Qu’est-ce qui est moins cher : une bannière ou le ciblage — c’est une question d’efficacité, pas seulement de prix, et l’IA peut augmenter l’efficacité de n’importe quel canal grâce à la personnalisation et à l’échelle.
Conclusion
L’analyse montre que les « millions sur le vibecoding » sont plus un mythe qu’une réalité, si l’on considère le revenu net du code généré. Le succès des projets réside dans la capacité à assembler rapidement un MVP, à utiliser une infrastructure tierce et à faire évoluer l’entreprise grâce à une distribution efficace et à l’engagement client, et pas seulement grâce à un code bon marché. L’économie unitaire de ces projets repose sur une approche globale. Avant de croire à une autre histoire de succès, demandez toujours des captures d’écran des statistiques et posez la question principale : combien d’argent rapportera chaque rouble dépensé. Pour ceux qui sont prêts à expérimenter, nous vous recommandons d’essayer différents modèles sur une même tâche. Utilisez le code promotionnel CTRLAI pour une réduction de 20 % sur n’importe quel plan chez SYNTX.AI.
Le CPM est rentable seulement lorsqu’il se convertit en argent. Avec l’arrivée des aperçus IA (AIO) dans Google Search Console, les métriques de position traditionnelles sont faussées, créant une fausse impression de visibilité. Cela nécessite de repenser l’approche de l’évaluation de l’efficacité du SEO, en se concentrant sur les visites réelles et les conversions, et non sur des chiffres qui ne valent rien.
Block Flattening : comment Google fausse les données
Google Search Console utilise une approche appelée « aplatissement de bloc » (block flattening) pour afficher les aperçus IA. Cela signifie que l’ensemble du bloc AIO, qui apparaît souvent en première position, est considéré comme une position unique, et tous les liens qu’il contient reçoivent cette même position « supérieure » dans les rapports.
« Le suivi des positions traditionnelles pour les fonctionnalités IA est difficile à rendre utile », a déclaré John Mueller de Google Search.
Il en résulte que même les liens cachés derrière le bouton « Afficher plus » reçoivent la même position 1 que ceux qui sont immédiatement visibles. En fin de compte, les données de la Search Console peuvent montrer une visibilité élevée, même si l’utilisateur n’a peut-être pas remarqué votre site.
Pourquoi la « position moyenne » ne fonctionne plus
Le problème de la « position moyenne » existait avant l’AIO, car il s’agit d’une simple moyenne mathématique. La recherche est personnalisée : les résultats varient en fonction de la géolocalisation, de l’appareil et de la requête. Le mélange de tous ces facteurs en un seul chiffre moyen ne reflète pas la réalité.
Votre page peut être en position 1 dans l’AIO, mais en position 19 dans les résultats normaux.
La Search Console peut afficher une « position moyenne » de 10, masquant ces valeurs extrêmes.
Comment les impressions induisent en erreur
Les règles de Google pour le calcul des impressions sont obsolètes et ne tiennent pas compte de l’interactivité des résultats de recherche modernes. Une impression est enregistrée dès qu’un résultat est chargé sur la page, même si l’utilisateur ne le voit pas. Cela signifie que :
Tous les liens dans l’AIO sont comptabilisés par défaut comme des impressions, même si l’utilisateur n’a lu que la première phrase.
Les liens cachés derrière des éléments interactifs (par exemple, « Afficher plus ») ne sont pas comptabilisés comme des impressions tant que l’utilisateur n’a pas cliqué dessus.
Cela crée un paradoxe : les liens invisibles reçoivent des « impressions », tandis que les liens utiles, mais cachés, sont ignorés.
Des études montrent que l’AIO modifie considérablement le comportement des utilisateurs et influence si le CPM est rentable ou non. Par exemple :
Une étude de Seer Interactive a montré que le CTR pour les sites cités a diminué de 61%.
Une étude de terrain de SEJ a révélé que les AIO réduisent les clics sur les résultats organiques normaux d’environ 38%.
Cela se produit parce que les utilisateurs obtiennent les informations dont ils ont besoin directement à partir de l’AIO et ne se rendent pas sur des sites tiers. Cela est particulièrement pertinent pour les requêtes informationnelles, où les AIO apparaissent dans 21% des cas.
Qu’est-ce qui est moins cher : bannière ou ciblage ? Concentrons-nous sur le résultat
Au lieu de courir après des positions éphémères, l’arbitre doit se concentrer sur des métriques réelles. Il est bon marché de tester des hypothèses si vous comprenez ce que vous mesurez. Si vous voyez que votre marque est mentionnée dans l’AIO, c’est déjà une bonne chose. Ensuite, vous devez regarder :
Les visites réelles du site : combien d’utilisateurs sont réellement venus sur votre ressource.
La génération de leads : combien de demandes ou de contacts vous avez reçus.
Les conversions : combien de ventes ou d’actions ciblées ont été effectuées.
Ces indicateurs ne sont pas faussés par l’« aplatissement de bloc » et donnent une compréhension claire de combien d’argent chaque rouble dépensé rapportera. Pour contrôler l’affichage réel de la page, utilisez des outils qui simulent une visualisation en direct, et ne vous fiez pas aux données moyennes de Google.
Questions fréquemment posées
Qu’est-ce que l’« aplatissement de bloc » dans Search Console ?
L’« aplatissement de bloc » est une méthode par laquelle Google Search Console regroupe l’ensemble du bloc d’aperçu IA (AIO) en une seule position, généralement la première. Tous les liens à l’intérieur de ce bloc reçoivent cette même position « supérieure » dans les rapports, quelle que soit leur position réelle ou leur visibilité pour l’utilisateur.
Pourquoi la position moyenne dans Search Console est-elle devenue moins fiable ?
La position moyenne a toujours été une métrique moyenne qui ne tenait pas compte de la personnalisation de la recherche (géolocalisation, appareil). Avec l’apparition des aperçus IA, elle est devenue encore moins fiable, car une même page peut être en première position dans l’AIO et en vingtième dans les résultats normaux, ce qui entraîne une valeur moyenne faussée.
Comment les aperçus IA affectent-ils le nombre de clics ?
Les aperçus IA peuvent réduire considérablement le nombre de clics sur les résultats organiques. Les utilisateurs obtiennent souvent toutes les informations nécessaires directement à partir de l’AIO et ne se rendent pas sur des sites tiers, ce qui entraîne une baisse du CTR pour de nombreuses ressources.
Sur quelles métriques faut-il se concentrer au lieu des positions dans Search Console ?
Au lieu des positions, il faut se concentrer sur des indicateurs réels : le nombre de visites réelles du site, la génération de leads, les conversions, ainsi que la mention de votre marque dans les aperçus IA. Ces métriques donnent une idée plus précise de l’efficacité réelle de votre SEO.
Conclusion
Les anciennes métriques ne fonctionnent pas. Prix vs résultat — voilà ce qui est important. Oubliez les illusions de la « position moyenne » et des « impressions » qui ne rapportent pas d’argent. Concentrez-vous sur les visites réelles, les leads et les ventes. Ce n’est qu’ainsi que vous pourrez comprendre si votre CPM est rentable et si l’IA en vaut la peine. Analysez l’économie unitaire, et non les rapports que Google lui-même reconnaît comme imprécis. Passez à une nouvelle stratégie d’évaluation de l’efficacité, basée sur des données factuelles, et non sur des chiffres qui ne valent rien.
L’IA dans la Fintech : qui mène la recherche et combien cela coûte-t-il ?
L’étude de 68 334 réponses provenant de cinq plateformes d’IA différentes a révélé quelles marques fintech dominent le domaine de l’intelligence artificielle. Si vous voulez comprendre comment le CPM est rentable dans la nouvelle réalité de la recherche, cette information est cruciale.
Les méthodes SEO traditionnelles ne garantissent pas la visibilité dans l’IA, ce qui signifie que de nombreuses entreprises manquent l’opportunité d’obtenir du trafic là où les consommateurs recherchent des réponses à des questions financières. Nous avons analysé 250 requêtes dans 10 catégories de produits fintech grand public pour déterminer la situation réelle.
Selon Plaid, plus de 200 millions de personnes posent des questions sur les finances personnelles à ChatGPT chaque mois. Ajoutez à cela Google AI Overviews et Claude – et les volumes de solutions générées par l’IA deviennent colossaux.
Une enquête de LendingTree a montré que près de la moitié (49%) des utilisateurs de chatbots ont déclaré que l’IA a influencé au moins une de leurs décisions financières, le plus souvent concernant la budgétisation, les impôts ou l’ouverture/fermeture de comptes et de crédits.
« Le succès dans la recherche traditionnelle ne signifie pas une visibilité automatique dans l’IA. Vous pouvez dominer Google pour des requêtes clés et ne pas apparaître dans les réponses de ChatGPT à des questions similaires. L’ampleur de cet écart est frappante », notent les experts.
Sur les 68 334 réponses, 7 317 marques uniques ont été mentionnées. Le score maximal de visibilité IA (une échelle de 100 points qui prend en compte la fréquence d’apparition, la position de la mention et le nombre de catégories) était de 65,6.
Parmi les marques purement fintech, aucune n’a dépassé la barre des 65. Cela indique que le marché est fragmenté et que les nouveaux venus ont une chance.
Méthodologie : comment nous avons calculé le score de visibilité IA
10 catégories : choisies pour leur pertinence pour l’industrie.
Position de la mention : déterminée par la première apparition dans le texte de la réponse.
Tonalité : évaluée par le contexte environnant des mots-clés. Ce sont des proxys textuels, pas une annotation manuelle.
Leaders de la visibilité IA : qui et pourquoi ?
Apple est en tête avec 65,6 points. Bien qu’il ne s’agisse pas d’une marque purement fintech (Apple Pay, Apple Card), elle établit la norme. Parmi les entreprises fintech pures, SoFi est en tête avec 64,6 points.
La raison est simple : SoFi est la seule marque à être apparue dans les 10 catégories fintech, y compris la banque, le prêt, l’investissement et les transferts d’argent. La fréquence des mentions représente 50% du score total, et la couverture des catégories – 20%. Aucune autre marque fintech ne s’est approchée de SoFi sur cet indicateur.
Suivent :
PayPal : 59 points (3e place).
Charles Schwab : 53,6 points.
Chime : 53,0 points.
Revolut : 52,6 points.
Fidelity et Wise ont obtenu de bons résultats, malgré un nombre moindre de mentions, grâce à leur apparition précoce dans les réponses (en moyenne, 3e position). Cela montre qu’un test d’hypothèses à faible coût sur l’impact de la position de mention sur la conversion est tout à fait justifié.
Exemple Wealthfront : l’étendue est plus importante que le volume
Wealthfront, avec 46 points, a de nombreuses mentions, mais ne couvre que 7 des 10 catégories. Cette lacune en matière de couverture lui a coûté des positions par rapport aux marques moins mentionnées mais ayant une présence plus large dans les catégories.
Cela démontre qu’un CPM avantageux ne dépend pas seulement de la quantité, mais aussi de la qualité de la couverture.
Leaders par catégorie : qui domine les niches ?
Chacune des 10 catégories fintech a son propre paysage de visibilité AI. Le leader d’une catégorie n’est souvent pas le leader de l’indice général. La concentration des marques varie considérablement.
Achetez maintenant, payez plus tard (BNPL) : la plus consolidée. Klarna (91,8 %), Affirm (83,1 %), Afterpay (80 %). Klarna est presque toujours mentionnée en premier.
Transferts d’argent :Wise domine avec 84,7 % des mentions, restant stable sur les cinq plateformes AI. Remitly (66,8 %) et Western Union (55,2 %) sont en retrait. Wise occupe la première place dans 57,7 % des réponses où il apparaît. C’est un excellent exemple où une marque challenger surpasse un vétéran.
Investissements :Fidelity (74,5 %) et Charles Schwab (73,8 %) sont co-leaders, l’AI ne privilégiant aucun des deux. Robinhood (56,3 %) est en troisième position. Les petites marques avec un contenu solide comparant les fonctionnalités rivalisent avec les géants.
Robo-advisors :Betterment (84,2 %) et Wealthfront (75,7 %) forment une paire claire. Betterment est le plus souvent mentionné en premier.
Services bancaires :SoFi (59 %) et Chime (54,2 %) sont en tête. Capital One (40,3 %) et Ally Bank (40,2 %) se partagent la troisième place.
Cryptomonnaies :Coinbase domine avec 72,9 % des mentions. Kraken (64,9 %) et Binance (52,5 %) suivent.
Budgetisation :YNAB domine avec 72,8 % des mentions et est presque toujours le premier outil de budgetisation nommé par l’AI. Monarch Money (55,5 %) est en deuxième position.
Prêts : la catégorie la plus fragmentée. SoFi (43,7 %) est en tête, mais l’écart avec Upstart (36,5 %) et LightStream (33,1 %) est minime. Ici, un test d’hypothèses à faible coût peut donner des résultats rapides.
Logiciels d’entreprise :Intuit domine avec 58,3 % grâce à QuickBooks et TurboTax. Xero (41,2 %) est deuxième.
Paiements :PayPal (81.5%) est la marque la plus mentionnée, mais rarement la première (en moyenne 4.46ème position). Venmo (64.2%), Cash App (48.1%) et Zelle (46.4%) la suivent. Apple Pay, malgré le score global élevé d’Apple, se classe cinquième dans cette catégorie.
Tonalité des mentions et influence des plateformes d’IA
Moins de 2% des mentions de marques fintech ont une connotation négative. Les réponses de l’IA sont le plus souvent neutres ou positives. Les leaders en termes de tonalité positive sont les outils de finance d’entreprise : FreshBooks, QuickBooks, Wave (plus de 75% de mentions positives).
Cela s’explique par le fait que l’IA les recommande dans le contexte de la résolution de problèmes, en utilisant des formulations telles que « QuickBooks simplifie… ».
Wise (69% de positif) et Capital One (68.6% de positif) se distinguent par un niveau élevé de descriptions bienveillantes (« fiable », « transparent », « bien établi »). L’IA tire ces formulations de sources tierces, telles que les listes des meilleurs produits dans les publications financières.
D’autre part, Cash App et Wells Fargo ont la plus forte proportion de mentions négatives (1.7% et 1.5% respectivement), liées aux frais et aux problèmes survenant dans le contexte des plaintes.
Conclusion stratégique : la tonalité est façonnée par le langage des sources utilisées par l’IA et le contexte de la requête. Si votre marque apparaît plus souvent dans le contexte de plaintes, cela se reflétera dans la description de l’IA. Si elle apparaît dans des instructions et des critiques, cela aura également un impact. Autrement dit, la tonalité reflète un mélange de vos sources, et pas seulement votre réputation.
Différences entre les plateformes d’IA
Les cinq systèmes d’IA diffèrent par :
Le nombre de marques dans la réponse.
Les préférences pour des marques spécifiques.
Les sources d’information.
ChatGPT mentionne plus souvent PayPal (25.3%) et SoFi (20.5%). Claude Sonnet 4, en revanche, est plus sélectif. NerdWallet a montré une différence extrême : 11.5% dans Google AI Overviews contre 1.3% dans Gemini.
Gemini fournit les réponses les plus denses (en moyenne 9.8 marques), tandis que Perplexity et Claude n’en fournissent que 6. Moins de marques dans la réponse signifie moins de concurrence, ce qui est important pour une alternative économique aux semences.
Reddit est mentionné dans 12% des réponses de ChatGPT et 7.8% de Google AI Overviews, mais moins de 0.2% de Perplexity et Claude. Cela indique que les plateformes d’IA ont des sources de données différentes, ce qui affecte la comparaison des prix de la promotion.
Questions fréquemment posées
Qu’est-ce que le score de visibilité de l’IA ?
Il s’agit d’une métrique sur 100 points qui mesure la fréquence à laquelle une marque apparaît dans les réponses de l’IA, la précocité de sa mention et le nombre de catégories dans lesquelles elle est présente. Essentiellement, c’est un indicateur de combien d’argent sera généré pour chaque rouble dépensé dans le canal de l’IA.
Quel CPM considérer comme avantageux dans la recherche AI ?
Étant donné que la recherche AI n’en est qu’à ses débuts, il n’y a pas encore de CPM direct. Cependant, si une marque apparaît constamment dans les premières positions des réponses AI, cela équivaut à un CPM très bas, car la portée est organique et à forte conversion.
Se concentrer sur la couverture des catégories et la mention précoce est la clé d’un CPM inférieur à 50 roubles en termes de contacts réels.
Faut-il investir dans l’optimisation pour la recherche AI ?
Oui, absolument. L’AI devient le canal principal pour la recherche d’informations financières. Les entreprises qui l’ignorent risquent de perdre une part significative de clients potentiels.
Ce n’est pas une question de « combien coûte le découpage d’une heure de stream », mais de savoir si l’AI vaut la peine en tant que canal d’acquisition de trafic. La réponse est oui, et le plus tôt sera le mieux.
Qu’est-ce qui est le moins cher : une bannière ou le ciblage dans la recherche AI ?
La recherche AI est par nature plus proche du trafic organique. Si votre marque est mentionnée par l’AI, c’est gratuit, contrairement aux bannières payantes ou à la publicité ciblée.
Investir dans l’optimisation AI est une stratégie à long terme pour obtenir du trafic « gratuit », qui s’avère finalement moins cher que les influenceurs et la publicité traditionnelle.
Conclusion
L’analyse de 68 334 réponses de plateformes AI a montré que le marché de la fintech dans la recherche AI est fragmenté, et que les entreprises ont la possibilité d’occuper des positions de leader. Apple et SoFi sont en tête, mais leurs scores (maximum 65,6) indiquent que le plafond est encore loin.
Cela crée d’énormes opportunités pour tester des hypothèses à moindre coût et pour les entreprises qui se concentrent sur l’étendue de la couverture des catégories et l’optimisation du contenu pour l’AI. Il ne faut pas oublier qu’un CPM avantageux dans la recherche AI n’est pas atteint par un placement direct, mais par une intégration profonde dans le champ d’information de l’AI.
La plateforme Whatnot a annoncé une nouvelle structure de commissions qui pourrait avoir un impact significatif sur l’économie unitaire des vendeurs. Le principe est simple : plus vous vendez, moins vous payez. Ce n’est pas de la charité, mais un calcul pur visant à retenir et à motiver les grands acteurs. Comprendre ce qu’est un CPM avantageux devient essentiel pour les vendeurs sur cette plateforme.
Nouveaux tarifs Whatnot : calculons le cash
Désormais, les vendeurs atteignant des ventes mensuelles de 15 000 $ bénéficient d’une réduction de commission. Le taux continuera de baisser si le volume des ventes dépasse 250 000 $. Pour les meilleurs vendeurs, Whatnot annonce une réduction de commission possible jusqu’à 3%. Ceci est présenté comme les « commissions les plus basses de l’industrie ».
« Nos vendeurs ont rendu cela possible. Les entreprises que vous avez bâties ont attiré plus d’acheteurs, de produits et de communautés sur Whatnot », déclare le blog de Whatnot. — « À mesure que le marché s’étend, nous avons de nouvelles façons de soutenir ce que les vendeurs construisent ici. Des commissions plus basses, intégrées au fonctionnement de Whatnot, plutôt que proposées comme une promotion temporaire, sont la prochaine étape. »
Comment cela fonctionne-t-il en pratique ?
Ventes à partir de 15 000 $ par mois : réduction de commission.
Ventes à partir de 250 000 $ par mois : réduction supplémentaire.
Meilleurs vendeurs : commission jusqu’à 3%.
Le CPM avantageux pour les grands acteurs est évident. Plus le chiffre d’affaires est élevé, plus le pourcentage de prélèvement est faible, ce qui augmente directement la marge. C’est un exemple classique où la plateforme stimule la croissance en offrant des conditions plus avantageuses à ceux qui génèrent déjà des revenus significatifs.
Whatnot : faits et chiffres
Whatnot se positionne comme un pionnier du commerce électronique, combinant la vente de biens d’occasion et le live-streaming. Faits :
En 2025, la plateforme a généré 8 milliards de dollars de valeur brute des marchandises (GMV).
Elle attire 650 000 nouveaux utilisateurs chaque semaine.
Elle a levé 545 millions de dollars lors d’un tour de série G avec une valorisation de 20 milliards de dollars.
Ces chiffres montrent que la plateforme dispose d’une solide marge de manœuvre et peut se permettre d’investir dans la fidélisation des vendeurs en réduisant les commissions. L’objectif n’est pas l’altruisme, mais une augmentation stratégique des volumes et la rétention des leaders du marché. C’est une sorte d’alternative budgétaire aux semences pour la plateforme, motivant les vendeurs à augmenter eux-mêmes le trafic et les ventes.
Motivation des vendeurs : le cas Arkollab
Whatnot cite l’exemple du vendeur Arkollab, qui a participé au programme pilote des nouveaux tarifs et a doublé ses ventes mensuelles. Cela confirme que la réduction des commissions agit comme un puissant stimulant. Pour la plateforme, c’est un moyen d’assurer un test d’hypothèses à faible coût et de confirmer l’efficacité du nouveau modèle.
Pas seulement pour les gros poissons : une chance pour les « petits »
Bien que les nouvelles conditions soient principalement avantageuses pour les grands vendeurs, Whatnot déclare que près de 20% des vendeurs ayant atteint 15 000 $ de ventes en quatre semaines vendaient encore moins de 5 000 $ sur la même période il y a six mois. Cela témoigne du potentiel de croissance pour tous. Si votre CPM est inférieur à 50 roubles et que vous montrez une croissance, cela pourrait être votre voie vers des conditions plus avantageuses.
Questions fréquemment posées
Quel CPM considérer comme avantageux ?
Un CPM avantageux est celui qui assure une économie unitaire positive. Dans le cas de Whatnot, la réduction de commission à 3% signifie que pour le vendeur, chaque dollar de vente rapporte plus de profit net, rendant le CPM avantageux à volume élevé.
L’IA en vaut-elle la peine, et qu’est-ce qui est moins cher : une bannière ou un blogueur ?
La question du coût d’unicité d’une vidéo ou de la génération de 100 vidéos IA n’est pas directement liée aux commissions Whatnot, mais est importante pour une compréhension globale des coûts de contenu. Dans le contexte de Whatnot, où le contenu en direct domine, les investissements dans la production de streams de qualité peuvent être plus efficaces que la production de masse de vidéos IA pour d’autres plateformes. Qu’est-ce qui est moins cher, une bannière ou un blogueur ? Sur Whatnot, le blogueur est le vendeur, et son efficacité influence directement le montant de la commission. La réduction de commission rend le « blogueur » (vendeur) sur la plateforme plus avantageux.
Comment les nouveaux tarifs affecteront-ils le coût de publication de 500 vidéos ?
S’il s’agit de publier 500 streams ou courtes vidéos sur Whatnot, alors en atteignant des volumes de ventes élevés, le coût de publication de 500 vidéos diminuera indirectement grâce à la réduction du pourcentage de commission sur chaque vente. Cela rend la plateforme plus attrayante pour ceux qui sont prêts à travailler intensément.
Conclusion : le cash décide
La nouvelle structure de commissions de Whatnot n’est pas seulement une question de réductions, mais un calcul clair pour l’expansion des affaires. Pour les vendeurs, c’est un stimulant direct pour augmenter les volumes afin d’obtenir de faibles commissions et d’augmenter le profit net. Pour la plateforme, c’est un moyen de retenir et de motiver les acteurs clés, assurant une croissance stable du GMV. Si vous travaillez sur Whatnot, il est temps de recalculer votre économie unitaire et de comprendre comment les nouvelles conditions peuvent augmenter votre cash. Commencez à streamer davantage pour obtenir votre CPM avantageux.
