Anthropic-Akamai : 11,6 milliards qui rebattent les cartes du cloud IA

Un accord qui bouscule la logique GPU-first des hyperscalers

En septembre 2026, Anthropic a signé avec Akamai l'un des contrats cloud les plus inhabituels de l'histoire récente de l'IA : 11,6 milliards de dollars sur sept ans, avec une option de croissance pouvant porter l'engagement jusqu'à 20 milliards. La particularité de ce deal ne réside pas seulement dans son montant - elle tient à son architecture technique. Contrairement aux partenariats noués avec AWS, Google Cloud ou Microsoft Azure, ce contrat parie massivement sur des infrastructures CPU distribuées, et non sur les clusters GPU qui ont dominé la course à l'IA générative depuis 2023.

En contrepartie de cet engagement financier massif, Akamai offre à Anthropic une participation potentielle allant jusqu'à 5% de son capital, indexée sur les dépenses réalisées. Ce mécanisme d'equity-for-spend est rare à cette échelle et signale une relation de dépendance mutuelle assumée : Akamai a besoin d'Anthropic pour justifier sa transformation en acteur IA crédible, et Anthropic a besoin d'une infrastructure qui ne soit pas contrôlée par ses concurrents directs.

Un contrat cloud où le fournisseur cède des parts de capital à son client : c'est la preuve que les règles du jeu entre labs d'IA et opérateurs d'infrastructure ont fondamentalement changé en 2026.

Source : techcrunch.com/2026/09/25/anthropic-to-pay-akamai-11-6-billion-over-seven-years-in-cloud-deal/

Pourquoi les CPU distribuées plutôt que les GPU des géants ?

La question technique est centrale. Depuis 2022, le consensus dans l'industrie voulait que l'IA générative soit indissociable des GPU - et plus précisément des clusters H100 ou H200 de Nvidia, opérés par les trois grands hyperscalers. Ce paradigme est en train de se fissurer en 2026, pour des raisons à la fois économiques, géopolitiques et opérationnelles.

• Coût et disponibilité : les GPU haute performance restent soumis à des tensions d'approvisionnement et à des prix élevés. Une infrastructure CPU distribuée, déployée à grande échelle via un réseau edge comme celui d'Akamai, permet de réduire la latence pour l'inférence sans dépendre des files d'attente des hyperscalers.
• Inférence vs entraînement : si l'entraînement des grands modèles nécessite encore des GPU massifs, l'inférence - c'est-à-dire le déploiement en production - peut être optimisée sur CPU dans de nombreux cas d'usage. Anthropic, dont Claude est déjà déployé à grande échelle, a clairement basculé vers une logique d'inférence distribuée.
• Indépendance stratégique : Amazon, Google et Microsoft sont à la fois des partenaires cloud et des concurrents directs d'Anthropic sur le marché des assistants IA. Diversifier vers Akamai, qui n'a pas de modèle fondateur concurrent, réduit ce risque de dépendance.

Ce choix architectural n'est pas isolé. Le neocloud britannique Nscale, qui vient de lever 3,36 milliards de dollars en financement convertible auprès de Third Point, Nvidia et d'autres investisseurs en amont d'une introduction en bourse aux États-Unis, confirme la même tendance : des acteurs alternatifs aux hyperscalers traditionnels captent désormais une part croissante des investissements en infrastructure IA. Source : techcrunch.com/2026/09/25/ahead-of-u-s-ipo-british-ai-neocloud-nscale-secures-3-36b-in-convertible-finacing/

La nouvelle géopolitique du cloud IA : convergences et signaux faibles

Mis en perspective, le deal Anthropic-Akamai et la levée de Nscale dessinent ensemble une carte de la recomposition en cours. En 2025, les hyperscalers semblaient avoir verrouillé le marché de l'infrastructure IA via des investissements massifs et des partenariats exclusifs avec les principaux labs. En 2026, cette concentration est remise en question par deux forces convergentes :

Acteur	Modèle	Signal 2026
Akamai	Edge / CPU distribué	Contrat 11,6 Md$ avec Anthropic, equity partagée
Nscale	Neocloud GPU alternatif	3,36 Md$ levés, IPO US en préparation
AWS / Google / Azure	Hyperscaler GPU-first	Pression concurrentielle croissante sur les prix et la souveraineté

Ce que ces deux deals ont en commun : ils financent des alternatives crédibles aux hyperscalers, avec des modèles économiques différenciés. Nscale mise sur des data centers GPU dédiés à l'IA, mais hors du contrôle des géants américains. Akamai mise sur la distribution edge et les CPU. Les deux convergent vers le même objectif : offrir aux labs d'IA une infrastructure qui ne soit pas détenue par leurs concurrents.

Pour les décideurs IT, ce mouvement a une implication directe : la négociation avec les hyperscalers n'est plus un monologue. L'existence d'alternatives crédibles - et financées - crée un rapport de force nouveau.

Ce que les DSI doivent anticiper dès maintenant

Le contrat Anthropic-Akamai n'est pas seulement un signal pour les investisseurs. Il reconfigure les leviers de négociation disponibles pour les directions informatiques qui déploient ou prévoient de déployer des solutions IA en production. Voici les points d'attention prioritaires :

• Revoir les clauses d'exclusivité cloud : si votre contrat avec un hyperscaler contient des engagements de dépenses minimales (committed use), la montée en puissance des alternatives comme Akamai ou Nscale doit être intégrée dans vos prochaines renégociations comme levier de pression.
• Distinguer entraînement et inférence dans vos achats : l'architecture Anthropic-Akamai illustre qu'il est possible - et économiquement rationnel - de séparer les workloads GPU intensifs (entraînement, fine-tuning) des workloads d'inférence, qui peuvent être distribués sur CPU edge à moindre coût.
• Surveiller les IPO des neoclouds : l'introduction en bourse prévue de Nscale aux États-Unis va créer de nouveaux benchmarks de valorisation et de nouveaux contrats de référence. Ces données seront utiles pour calibrer vos propres négociations tarifaires.
• Anticiper les modèles equity-for-spend : le mécanisme par lequel Akamai cède jusqu'à 5% de son capital à Anthropic en échange de dépenses engagées est un précédent. D'autres fournisseurs d'infrastructure pourraient proposer des mécanismes similaires à des clients stratégiques. Les DSI de grandes organisations doivent évaluer si ce type de structure peut s'appliquer à leurs propres engagements.

En 2026, choisir son infrastructure IA, c'est aussi choisir ses alliances stratégiques. La technique et le business ne peuvent plus être traités séparément.

La recomposition en cours n'est pas une rupture brutale : les hyperscalers restent incontournables pour l'entraînement des modèles les plus lourds. Mais la fenêtre de négociation s'est ouverte pour l'inférence, pour les déploiements régionaux et pour les organisations qui veulent réduire leur dépendance à un fournisseur unique. Ce deal à 11,6 milliards est le signal le plus clair à ce jour que cette fenêtre est réelle - et qu'elle ne restera pas ouverte indéfiniment.