#夏日创作营 DeepSeek révèle une affaire ultra-bénéficiaire : un rendement annuel de 120 % qui écrase l’immobilier, la grande époque du profit brutal touche à sa fin !

Récemment, le fondateur de DeepSeek, Liang Wenfeng, a dévoilé en public la logique commerciale centrale : ce service de premier ordre, consistant à monétiser les appels API, est présenté dans son intégralité. L’entreprise achète en masse des GPU pour construire un cluster de calcul, puis s’appuie sur des modèles open source pour fournir des services d’interface. Il suffit de 10 mois pour récupérer l’investissement matériel initial ; pendant la durée d’utilisation des GPU, qui s’étend de 3 à 5 ans, le profit global peut atteindre 6 fois le coût initial, avec un rendement annuel allant jusqu’à 120 %. Cette capacité à générer des bénéfices dépasse non seulement nettement le cycle immobilier doré en Chine, mais reste également inaccessible aux secteurs traditionnels de “profit brutal”. Et surtout, elle déchire définitivement les nouvelles règles de la richesse à l’ère de l’IA.

En revenant sur les vingt dernières années, l’immobilier a été, de manière largement reconnue par tout le monde, une voie de création de richesse. Dans l’industrie immobilière domestique, la période “dorée” affiche un taux de rendement annuel composé d’environ 9,4 % ; même en ajoutant l’effet de levier, il est très difficile pour les acteurs de tête de dépasser 30 % de rendement annuel. À l’étranger, la croissance annuelle moyenne de la valeur des biens immobiliers reste de seulement 4 % à 6 % ; les produits REITs intégrant les revenus locatifs maintiennent en moyenne un rendement autour de 10 %. Or, un taux de rendement annuel de 120 % pour l’activité d’API de DeepSeek représente plus d’une dizaine de fois celui de l’immobilier traditionnel : le niveau de “profit brutal” dépasse largement ce qui existait auparavant, dans des activités grossières basées sur des ressources et des réseaux relationnels. Ce qui est encore plus frappant, c’est que Liang Wenfeng rend son modèle commercial sans réserve public, sans pour autant se soucier de ce que ses concurrents suivront : son argument central repose sur des barrières de coûts technologiques extrêmes.

Les grandes données du secteur montrent que l’écart entre les coûts d’inférence et d’entraînement des principaux fournisseurs de grands modèles IA est considérable. Des géants étrangers comme OpenAI et Anthropic ont des coûts de fonctionnement globaux extrêmement élevés. En Chine, des entreprises de second rang comme Zhipu et MiniMax ont aussi, au niveau global, des coûts de calcul atteignant 20 fois ou plus ceux de DeepSeek. Même si du capital “ordinaire” achète des GPU à grande échelle et recopie des modèles open source, il lui est impossible de reproduire les accumulations de DeepSeek au niveau des technologies clés : architecture MoE, compression du cache KV, optimisation conjointe du logiciel et du matériel, etc. À terme, ces efforts ne mèneront qu’à une impasse : coûts élevés et profits faibles. Cela explique aussi pourquoi des entrepreneurs disposant de masses de capitaux, tout en sachant que le secteur des API IA est très rentable, n’arrivent pourtant jamais à s’y engager pour prendre une part du gâteau.

La logique de gain dans l’ère immobilière était très simple : avoir de l’argent, des relations, et obtenir des terrains permettait de “gagner en dormant”. Le niveau d’accès reposait principalement sur les ressources, et les barrières techniques étaient quasi inexistantes. En revanche, dans la voie des services de puissance de calcul IA, le capital n’est qu’un seuil de base : la recherche sur les modèles, l’optimisation de l’inférence, la planification du cluster, la mise en œuvre industrialisée et les technologies d’ingénierie “dures” sont les vraies barrières qui décident du sort de l’entreprise. Une grande partie des capitaux historiques, habitués à l’expansion brutale, détiennent de l’argent mais n’ont pas où investir ; face à des secteurs technologiques haut de gamme et difficiles, ils se retrouvent démunis. C’est là une image très claire de l’évolution de l’époque.

Des données d’enquête d’UBS confirment cette tendance : en 2026, plus de 60 % des dépenses mondiales de capital IA iraient vers l’activité d’inférence. La concurrence du secteur se déplace officiellement de “la bataille de l’ampleur de la puissance de calcul” vers “la bataille de l’efficacité des coûts”. DeepSeek choisit de contenir sa rentabilité : avec une récupération du capital en 10 mois comme seuil de tarification, l’entreprise renonce à la rentabilité brutale à court terme. Au lieu de cela, elle construit une douve solide. Le modèle open source, loin de nuire à son activité API, oblige aussi les concurrents à ne pas pouvoir gagner le marché à bas prix.

L’ancienne époque, celle de la course à l’aveugle et du profit par arbitrage des ressources, est révolue. L’ère dorée de la technologie, fondée sur des technologies solides, une recherche longue durée et l’emportée grâce à l’efficacité fine, est désormais pleinement arrivée. À l’avenir, la distribution de la richesse continuera de s’orienter davantage vers les équipes qui approfondissent la technologie ; les opportunités de “gagner sans rien faire” grâce au seul capital et aux relations deviendront de plus en plus rares. Pour les entrepreneurs et les investisseurs, comprendre la logique de rentabilité de DeepSeek, c’est en essence comprendre la règle de survie de la nouvelle période technologique : seul un travail en profondeur sur les capacités fondamentales permet de rester solidement ancré lors des transformations de l’ère.

Avertissement relatif aux risques : cet article ne fait que regrouper et analyser la logique sectorielle et les informations publiques ; il ne constitue pas un conseil en investissement ni en entrepreneuriat. Le secteur de l’IA évolue vite sur le plan technologique : le modèle économique comporte de multiples incertitudes, notamment liées aux politiques et aux itérations technologiques.