Les investissements en crypto et IA apparaissent dans la déclaration financière du candidat à la présidence de la Fed

bitcoinistPublié le 2026-04-15Dernière mise à jour le 2026-04-15

Résumé

Le président américain Donald Trump a nommé Kevin Warsh pour succéder à Jerome Powell à la tête de la Réserve fédérale. La divulgation financière de Warsh révèle des investissements personnels dans des entreprises de cryptomonnaies (Compound, Dapper Labs, Kinetic) et d'intelligence artificielle (Delphi, Conversion, Factory, Glue). Ses actifs totaux dépassent 100 millions de dollars, incluant un fonds de plus de 50 millions et des honoraires de conseil de plus de 10 millions. La valeur précise de ses investissements en crypto et IA n'est pas divulguée. Cette nomination intervient à un moment crucial, alors que le mandat de Powell se termine le 15 mai et que les agences financières américaines, sous-staffées, sont sur le point de réguler les actifs numériques. Le futur président de la Fed aura une influence majeure sur la politique des taux d'intérêt, affectant directement les secteurs où Warsh a des intérêts financiers.

Deux des organismes de réglementation les plus surveillés de la finance américaine fonctionnent avec des équipes squelettiques. La Securities and Exchange Commission n'a que trois de ses cinq postes de commissaires pourvus — tous par des républicains.

La Commodity Futures Trading Commission n'a qu'un seul commissaire en fonction. Ces vacances surviennent à un moment où les agences sont censées jouer un rôle central dans l'élaboration des règles concernant les actifs numériques, si un projet de loi sur la structure du marché des crypto-monnaies, bloqué au Sénat depuis juillet 2025, est finalement adopté.

Un candidat ayant des intérêts dans le secteur

Dans ce contexte, Kevin Warsh — le choix du président américain Donald Trump pour remplacer le président de la Fed, Jerome Powell — a déposé la semaine dernière une déclaration financière révélant des investissements personnels dans des entreprises de crypto-monnaies et d'intelligence artificielle.

Selon des rapports, la déclaration de Warsh auprès du Bureau américain de l'éthique gouvernementale répertorie des participations dans Compound, Dapper Labs et Kinetic côté crypto, aux côtés d'entreprises d'IA telles que Delphi, Conversion, Factory et Glue, entre autres.

Source : Bureau américain de l'éthique gouvernementale

Son total d'actifs déclarés dépasse les 100 millions de dollars. La plus grande entrée unique est de plus de 50 millions de dollars dans quelque chose appelé le Juggernaut Fund. Un autre poste important : plus de 10 millions de dollars en honoraires de conseil du Duquesne Family Office, la société d'investissement dirigée par le milliardaire Stanley Druckenmiller.

Aucun de ses investissements en crypto et IA n'incluait une fourchette de valeur dans la déclaration. La raison n'est pas claire. Les règles du bureau d'éthique n'exigent pas de déclarer les actifs d'une valeur inférieure à 1 000 dollars, ce qui peut expliquer cette omission — bien que cet écart laisse des questions en suspens sur l'étendue complète de son exposition à des secteurs que les décisions de taux d'intérêt de la Fed affectent directement.

BTCUSD trading à 73 929 $ sur le graphique 24h : TradingView

Le temps de Powell est compté

Le temps presse. Le second mandat de quatre ans de Powell se termine le 15 mai. Trump a évoqué pour la première fois le nom de Warsh en janvier, puis a officiellement envoyé sa nomination au Sénat en mars, après des mois de pression publique sur Powell pour qu'il baisse les taux d'intérêt. Mardi, la commission bancaire du Sénat n'avait pas annoncé de date d'audience, mais des rapports indiquaient qu'un vote pourrait avoir lieu dès la semaine prochaine.

Qui que soit la personne qui occupe le poste de président de la Fed, elle exerce une influence énorme sur la politique financière américaine — principalement à travers les décisions sur les taux d'intérêt fédéraux, qui se répercutent dans tous les coins de l'économie, y compris les secteurs de la crypto et de l'IA où Warsh détient des investissements.

Image principale de Real Estate News, graphique de TradingView

Questions liées

QQui est le candidat choisi par Donald Trump pour remplacer le président de la Fed, Jerome Powell ?

AKevin Warsh est le candidat choisi par Donald Trump pour remplacer Jerome Powell à la présidence de la Réserve fédérale.

QQuels types d'investissements personnels Kevin Warsh a-t-il divulgués dans sa déclaration financière ?

AKevin Warsh a divulgué des investissements personnels dans des entreprises de cryptomonnaies, telles que Compound, Dapper Labs et Kinetic, ainsi que dans des entreprises d'intelligence artificielle, dont Delphi, Conversion, Factory et Glue.

QQuelle est la valeur totale des actifs divulgués par Kevin Warsh ?

ALa valeur totale des actifs divulgués par Kevin Warsh dépasse les 100 millions de dollars.

QPourquoi certains investissements de Warsh en crypto et en IA n'ont-ils pas de fourchette de valeur indiquée dans la divulgation ?

ALes règles du Bureau d'éthique gouvernementale n'exigent pas la déclaration d'actifs d'une valeur inférieure à 1 000 dollars, ce qui peut expliquer cette omission.

QQuand le second mandat de quatre ans de Jerome Powell en tant que président de la Fed prend-il fin ?

ALe second mandat de quatre ans de Jerome Powell en tant que président de la Réserve fédérale prend fin le 15 mai.

Lectures associées

La narration du BTC en tant qu'« or numérique » a-t-elle échoué ?

**Résumé en français :** L'article aborde la récente chute brutale du Bitcoin (plus de 50% depuis son pic de 2025) pour explorer la solidité de son récit de "l'or numérique". L'auteur développe trois points principaux. **1. La nature de l'actif Bitcoin :** Il est présenté comme une catégorie d'actif nouvelle et potentiellement supérieure à l'or physique en raison de son plafond fixe (21 millions), de sa facilité de transfert et de sa traçabilité sur la blockchain. L'auteur souligne son stade encore précoce (taux de pénétration ~3-4%), similaire à Internet dans les années 2000, ce qui explique une volatilité extrême. **2. Comprendre la correction actuelle :** Cette chute est interprétée comme une vente cyclique prévisible post-halving (2024), amplifiée par un "grand transfert" historique. L'arrivée des ETF a permis aux investisseurs institutionnels d'entrer, incitant les premiers détenteurs (miners, early adopters) à réaliser leurs bénéfices. L'auteur note que l'amplitude des baisses historiques diminue (93% → ~50%), signe d'une maturation et d'une diversification des détenteurs. **3. Perspective à long terme :** Le potentiel est évalué par rapport à la capitalisation boursière de l'or (~20 000 Md$). Même si le Bitcoin n'en captait que 30 à 50%, sa valorisation actuelle (~1 400 Md$) laisse une marge de hausse significative. Le véritable risque n'est pas la disparition du Bitcoin, mais une mauvaise gestion de portefeuille (effet de levier, allocation excessive) ou un manque de conviction qui empêcherait de supporter les fortes volatilités. **Conclusion :** L'auteur compare cette phase à la chute d'Amazon après la bulle internet. La question n'est pas de savoir si le Bitcoin va augmenter, mais si l'investisseur a la structure et la conviction pour survivre aux turbulences. La divergence actuelle entre la performance de l'or et celle du Bitcoin refléterait moins un échec du récit qu'une période nécessaire de transition et de consolidation vers un actif de placement mature.

marsbitIl y a 4 h

La narration du BTC en tant qu'« or numérique » a-t-elle échoué ?

marsbitIl y a 4 h

Le récit du Bitcoin en tant qu'« or numérique » a-t-il échoué ?

L'auteur Jason propose un cadre de réflexion sur le bitcoin, en abordant trois points essentiels. Il voit le bitcoin comme un nouvel actif, une forme de « digital gold » supérieur sur le long terme : offre fixe à 21 millions d'unités, transferabilité facile et vérifiabilité totale via la blockchain. Comparant sa pénétration actuelle (3-4%) à celle d'internet ou du e-commerce à leurs débuts, il souligne son potentiel de croissance, tout en rappelant sa très grande volatilité inhérente à ce stade précoce. Concernant la récente forte baisse (de 126 000 $ à environ 61 000 $), il l'interprète comme une vente cyclique attendue après le pic post-réduction de moitié (« halving ») de 2024, et surtout comme un « grand transfert » historique des premiers détenteurs vers les nouveaux investisseurs institutionnels via les ETF. Il note que l'amplitude des corrections historiques diminue (de -93% en 2011 à -50% actuellement), signe d'une maturité croissante de l'actif. Sur le long terme, en comparant la capitalisation du bitcoin (environ 7% de celle de l'or), il estime que son potentiel de hausse reste important si le récit d'« or numérique » se réalise, même partiellement. Il met cependant en garde : le risque principal n'est pas que le bitcoin échoue, mais une mauvaise gestion du portefeuille (position trop importante, effet de levier) ou un manque de compréhension profonde de l'actif, qui pourraient forcer une sortie prématurée lors des fortes corrections. La clé, comme pour Amazon après l'éclatement de la bulle internet, est de « survivre » assez longtemps pour bénéficier de la tendance à long terme.

链捕手Il y a 5 h

Le récit du Bitcoin en tant qu'« or numérique » a-t-il échoué ?

链捕手Il y a 5 h

Du code à la cognition : un guide de dix mille mots sur l'évolution du cerveau robotique

Auteur: Matt White, CTO AI mondial de la Linux Foundation. Compilé par: Felix, PANews. Cette longue exploration retrace l'évolution de l'intelligence des robots, des systèmes classiques codés à la main aux approches modernes fondées sur l'IA. **L'ère pré-LLM** était dominée par une pile logicielle modulaire (perception, estimation d'état, planification, contrôle) et des arbres de comportement, prévisible mais peu adaptable. **L'apprentissage automatique** a ensuite révolutionné la perception (réseaux neuronaux) et le contrôle (apprentissage par renforcement, imitation), mais chaque compétence restait étroite et spécifique. **L'avènement des LLM** a introduit un planificateur en langage naturel, capable de décomposer une instruction en séquences d'actions atomiques exécutées par des contrôleurs existants (ex: SayCan de Google). Le saut suivant fut les **modèles Vision-Langage-Action (VLA)**, comme RT-2 de DeepMind ou OpenVLA. Ces réseaux de neurones unifiés fusionnent flux visuel et instruction linguistique pour générer directement des commandes motrices, couplant raisonnement et action. Les architectures les plus performantes, comme le GR00T de NVIDIA ou Helix de Figure AI, adoptent une **stratégie à "deux cerveaux"** : un système 2 lent (VLA, ~7-9 Hz) pour la réflexion et un système 1 rapide (~200 Hz) pour l'exécution réactive, avec parfois un système 0 réflexe pour l'équilibre. Les calculs critiques s'exécutent localement (ex: sur module NVIDIA Jetson) pour la latence et la fiabilité. **L'essor des modèles open-source** (OpenVLA, GR00T N1.7, π0) est crucial, permettant aux startups de raffiner des bases pré-entraînées avec leurs propres données, accélérant le développement et favorisant l'audit de sécurité. Cependant, des défis persistent : récupération après erreur, efficacité des données, généralisation entre corps robotiques, planification à long terme et raisonnement physique/spatial. C'est là qu'interviennent les **modèles du monde (World Models)**, comme NVIDIA Cosmos ou Meta V-JEPA 2. Ces réseaux prédisent les conséquences futures d'une action (simulant une vidéo). Ils permettent au robot d'évaluer mentalement plusieurs scénarios avant d'agir, améliorant la reprise, la généralisation et la planification. Différentes approches architecturales coexistent (diffusion de pixels, JEPA, modèles à actions latentes). L'acquisition de **données** (téléopération) reste un gouffre clé. La simulation (Isaac Sim) permet un entraînement massif. Les coûts matériels chutent rapidement (ex: robots humanoïdes à ~2500$). Les modes de défaillance des robots pilotés par LLM peuvent être étranges, nécessitant des contraintes de sécurité. En conclusion, l'intelligence robotique migre progressivement du code des ingénieurs vers des modèles apprenant le monde lui-même. Nous en sommes à une phase de progression constante (analogue à GPT-2 pour l'IA physique), promettant à terme des robots bien plus généraux et adaptatifs. La question évolue de "que peuvent-ils faire ?" vers "que devrions-nous leur faire faire ?".

marsbitIl y a 5 h

Du code à la cognition : un guide de dix mille mots sur l'évolution du cerveau robotique

marsbitIl y a 5 h

Trading

Spot
Futures
活动图片