Grayscale affirme que les agents IA auront besoin de blockchains

Les agents d’IA sont déjà capables d’écrire du code, de réserver des voyages et de gérer un agenda. Ce qu’ils ne peuvent pas faire, du moins pas sur un compte bancaire traditionnel, c’est dépenser de l’argent sans qu’un humain ne clique sur « approuver ». Grayscale Research estime que cette lacune est sur le point d’être comblée. Selon le cabinet, ce sont les blockchains publiques qui y parviendront.

Dans une note de recherche publiée fin février, Zach Pandl, directeur de la recherche chez Grayscale, a fait valoir que l’IA et les cryptomonnaies ne sont pas réellement en concurrence, même si les marchés les traitent comme telles. Les actions du secteur des logiciels venaient de subir une forte correction en raison de la volatilité liée à l’IA, et les cryptomonnaies ont chuté dans leur sillage. L’argument de M. Pandl était que cette corrélation masquait autre chose: selon lui, les blockchains sont en passe de devenir les infrastructures financières que les agents d’IA utilisent réellement.

La logique est assez simple. Aujourd’hui, un chatbot ne dispose pas de compte bancaire. Pour en ouvrir un, il faut un être humain, un numéro de sécurité sociale et une signature. Une adresse blockchain ne nécessite rien de tout cela. N’importe quel logiciel peut en générer une et commencer à effectuer des transactions en quelques secondes, 24 heures sur 24, sans avoir à demander l’autorisation préalable d’une banque. Si les agents IA doivent payer eux-mêmes leurs appels d’API, leur puissance de calcul ou leurs abonnements aux données, les portefeuilles constituent l’interface naturelle, et M. Pandl s’attend à ce que l’augmentation du volume des petits paiements automatisés en stablecoins soit le premier signe que cette thèse se vérifie.

Portefeuilles, identité et qui contrôle les modèles?

L’argumentation de Grayscale s’articule en trois volets, dont le premier est le plus concret: les mouvements d’argent. Les portefeuilles programmables sont déjà opérationnels. La norme ERC-4337 d’Ethereum, combinée à la récente mise à jour EIP-7702, permet à un portefeuille d’imposer des limites de dépenses, des listes d’adresses approuvées et des clés de session à durée limitée. En théorie, c’est ce qui rend sûr le fait de confier à un agent une carte dotée d’un plafond plutôt que l’accès à l’intégralité du compte. MetaMask s’est appuyé précisément sur ce principe lorsqu’il a ouvert l’accès anticipé à son propre Agent Wallet en juin, en associant un mode « Guard » pour des transactions strictement encadrées à un mode « Beast » plus souple, offrant aux agents une plus grande marge de manœuvre. La société a fait cette annonce sur X, en la présentant comme permettant aux agents de négocier des positions DeFi sur différentes chaînes EVM tandis que les utilisateurs conservaient leurs clés. Coinbase avait lancé un framework similaire de portefeuilles « Agentic Wallets » quelques mois plus tôt.

Le deuxième aspect est plus complexe: l’identité et la réputation. Si un portefeuille peut appartenir à un bot, Internet a besoin d’un moyen fiable de distinguer une personne d’un logiciel. Un agent gérant l’argent d’autrui doit pouvoir faire valoir un historique de performances avant que quiconque ne lui confie un véritable achat. La norme ERC-8004 d’Ethereum, élaborée en collaboration avec des contributeurs de MetaMask, Google et Coinbase, tente de résoudre ce problème en inscrivant l’identité et la réputation des agents dans des registres sur la chaîne, plutôt que de les laisser à la discrétion de la plateforme sur laquelle l’agent se trouve.

Le troisième élément est celui sur lequel Grayscale revient sans cesse: la décentralisation elle-même. L’argument de Pandl est que la concentration des poids des modèles d’IA, de la puissance de calcul et de la gouvernance au sein d’une poignée d’entreprises constitue un risque structurel, et pas seulement un risque concurrentiel. Il a défendu cette thèse avec plus de véhémence en juin, après que le gouvernement américain eut temporairement restreint l’accès aux modèles Fable 5 et Mythos 5 récemment lancés par Anthropic. Selon lui, il s’agissait là d’un exemple concret de ce qui se passe lorsqu’un petit nombre d’entreprises et une seule décision gouvernementale peuvent couper l’accès à l’IA pour tous les acteurs en aval. Des réseaux comme Bittensor existent justement pour contourner ce type de goulot d’étranglement.

Les chiffres derrière le projet

Bittensor mérite qu’on s’y attarde, car son argumentaire repose moins sur une thèse que sur la dynamique déjà observable sur la blockchain. Le réseau exploite désormais plus de 128 sous-réseaux actifs, chacun constituant une place de marché ouverte qui verse des TAO à quiconque produit les résultats d’IA les plus utiles pour une tâche donnée: entraînement de modèles, inférence, repliement de protéines, détection de fraudes. En mars, son sous-réseau Templar a achevé l’entraînement d’un modèle linguistique de 72 milliards de paramètres appelé Covenant, construit en collaboration par plus de 70 contributeurs indépendants sur du matériel standard, sans aucune autorisation requise. Le cours du TAO a bondi d’environ 90% à l’annonce de cette nouvelle. Reste à savoir si cela peut évoluer vers une solution capable de rivaliser réellement avec OpenAI ou Anthropic. Un sous-réseau générerait, selon certaines sources, 52 millions de dollars par an en émissions, contre seulement 2,4 millions de dollars de revenus externes, ce qui indique que le système d’incitation est pour l’instant bien en avance sur la demande réelle.

Ethereum et Solana figurent dans la thèse de Grayscale pour une raison plus simple: c’est là que l’infrastructure de portefeuilles existe déjà. Grayscale a lui-même présenté les bénéficiaires sur X: des chaînes à faible coût et à haut débit comme SOL, BASE et NEAR, des émetteurs de stablecoins comme MKR, et des protocoles DeFi comme UNI. Ce billet est devenu au fil du temps une sorte de liste de contrôle pour les traders.

Tout cela n’est pas sans contrepartie, comme le souligne d’ailleurs le rapport de Grayscale lui-même. Les outils qui renforcent les capacités des agents d’IA — reconnaissance de formes à grande échelle, révision automatisée du code — sont à double tranchant. De meilleurs logiciels de surveillance rendent la confidentialité sur la chaîne plus difficile à préserver. Les agents chargés de détecter les failles des contrats intelligents fonctionnent aussi bien pour les attaquants que pour les défenseurs, ce qui explique en partie pourquoi OpenAI a récemment lancé EVMbench, un projet visant à utiliser l’IA pour détecter et corriger ces vulnérabilités avant que quelqu’un d’autre ne le fasse.

Au final, le pari est simple: chaque tâche transférée d’une personne à un agent IA est une tâche qui, à terme, devra trouver un moyen de s’autofinancer. Grayscale estime que c’est là le rôle de la blockchain. Que cela se passe aussi bien que prévu reste, de son propre aveu, une question ouverte, mais les portefeuilles, les normes d’identité et les réseaux de calcul décentralisés sont déjà en cours de développement comme si la réponse était affirmative.