Décomposition de 112 000 adresses Polymarket : Les 1% qui gagnent vraiment de l'argent font ces cinq choses

Odaily星球日报Publié le 2026-03-09Dernière mise à jour le 2026-03-09

Résumé

Après l'analyse de 112 000 portefeuilles Polymarket, les données révèlent que 87,3 % des utilisateurs perdent de l’argent. Seuls 8 400 portefeuilles répondant à des critères stables (plus de 100 positions réglées, 4 mois d’activité, etc.) ont été retenus pour l’étude. Les 1 % les plus performants partagent cinq comportements clés : 1. Ils tradent à contre-courant des extrêmes émotionnels, en vendant lorsque le marché est trop optimiste (p. ex., prix à 88 %) et en achetant lors de pesimisme excessif (p. ex., prix à 12 %). 2. Ils gèrent leurs positions selon une version prudente du critère de Kelly (environ 1/4 de la taille calculée), ajustant la taille des paris en fonction de leur avantage perçu. 3. Ils se spécialisent dans 1 ou 2 types de marchés (crypto, météo, etc.), évitant la diversification excessive qui mène souvent à des pertes. 4. Ils tradent les fluctuations de prix plutôt que les résultats finaux, réalisant des profits bien avant l’échéance (délai moyen : 18 à 72 heures). 5. Ils évitent les actualités brûlantes, attendant que la réaction émotionnelle initiale se calme avant d’intervenir. Pour réussir, concentrez-vous sur un niche, notez chaque prédiction, utilisez une gestion de capital rationnelle, tradez uniquement avec un avantage clair (>8-10 %), et analysez régulièrement vos performances.

Titre original :I Analyzed 112,000 Polymarket Wallets. Here's What Separates the Top 1% from Everyone Else, Auteur : darkzodchi(@zodchiii)

Compilé par | Odaily Planet Daily (@OdailyChina) ; Traducteur | Asher (@Asher_ 0210)

Après une analyse systématique de plus de 112 000 portefeuilles Polymarket et de données on-chain sur une période de 6 mois, un résultat assez intuitif mais surprenant a émergé. Environ 87,3 % des utilisateurs finissent par perdre de l'argent sur leurs transactions sur la plateforme.

Cette analyse a couvert plusieurs dimensions clés, incluant chaque enregistrement de transaction on-chain, le volume d'échanges, le taux de réussite, les profits et pertes, les types de marchés participés, le timing d'entrée et la taille des positions. Le processus de compilation des données a duré 3 semaines, et la conclusion finale diffère de l'intuition de nombreuses personnes.

Beaucoup pensent que les meilleurs joueurs sur les marchés de prédiction possèdent un avantage évident, comme détenir des informations privilégiées ou utiliser des modèles de calcul complexes méconnus. Mais les données montrent que ce n'est pas le cas. Les 1% de meilleurs joueurs font constamment et durablement les bonnes choses, et les répètent. Alors que les 99% restants font souvent l'exact opposé, puis s'interrogent sur la raison de la perte continue de leurs fonds.

Le classement de Polymarket est en fait très trompeur

Si vous ouvrez le classement de Polymarket et le triez par profit (PnL), vous remarquerez des anomalies. Par exemple, le portefeuille classé premier n'a que 22 positions ; le quatrième n'a que 8 transactions ; et le huitième n'a même qu'un seul pari, mais figure toujours dans le top 10 historique.

Ces adresses sont difficilement qualifiables de vrais traders. Souvent, il s'agit simplement de baleines (whales) qui ont misé une fois plus de 5 millions de dollars sur un seul événement et ont eu de la chance ; ou bien des personnes ayant un avantage informationnel, ou les deux. Mais dans les deux cas, quelques transactions seulement n'offrent presque aucune règle d'apprentissage reproductible. Ce résultat ressemble plus à un "lancer de pièce" à grande échelle qu'à une stratégie reproductible.

Par conséquent, la première étape de l'analyse a été de filtrer ces données parasites, ne conservant que les échantillons ayant une réelle signification statistique. Les critères de filtrage incluaient :

  • Au moins 100 positions déjà soldées, pour assurer une taille d'échantillon statistiquement significative ;
  • Une période d'activité d'au moins 4 mois, pour exclure les comptes qui ne doivent leur succès qu'à la chance une fois ;
  • Participation à au moins 2 marchés différents, pour éviter de miser sur un seul événement ;
  • Un volume total d'échanges supérieur à 10 000 $, pour s'assurer que les participants ont réellement investi des fonds.

Dans ces conditions, sur les 112 000 portefeuilles initialement analysés, seuls environ 8 400 adresses de portefeuille avec des données suffisamment valables sont restées après filtrage. Ces 8 400 adresses constituent le véritable ensemble de données digne d'étude, et non les "comptes héros" du classement qui n'ont fait que quelques transactions mais gagné des millions. Leur point commun est une activité de trading continue et des données stables, facilitant l'observation de réels modèles comportementaux.

Il est intéressant de noter qu'après ce filtrage, les traders les plus performants et stables sont complètement différents de l'image du classement. Ils ne sont pas voyants, la plupart des gens n'ont même jamais entendu parler d'eux. Leurs profits se situent généralement entre 50 000 et 500 000 dollars, et non des millions.

Mais ce qui mérite vraiment l'attention n'est pas combien ils gagnent, mais le processus et la méthode derrière leur trading. Car ce qui est reproductible, ce n'est jamais le résultat, mais le processus.

Trois idées reçues à briser

Idée reçue 1 : Les meilleurs ont un taux de réussite entre 80% et 90%

Ce n'est pas vrai. Selon l'échantillon de données filtré, et non les comptes de baleines du classement, les portefeuilles réellement rentables sur le long terme ont généralement un taux de réussite entre 55% et 67%. Même les meilleurs traders se trompent donc dans une part importante de leurs transactions. Par exemple, une adresse avec plus de 900 positions soldées et un profit cumulé de 2,6 millions de dollars n'a qu'un taux de réussite de 63%. Autrement dit, il a eu tort dans plus d'un tiers de ses paris, mais a tout de même gagné d'énormes profits sur le marché des prédictions.

L'obsession du taux de réussite est souvent le piège le plus facile pour les comptes débutants. Beaucoup de nouveaux aiment acheter des contrats à 0,90 $ parce que cela semble "sûr". La probabilité du OUI est déjà de 90%, le résultat semble presque certain, donc ils achètent à 0,90 et, si l'événement se produit, ne gagnent que 0,10. Mais une seule erreur de jugement fait perdre 0,90, avec un ratio risque/récompense de 9 pour 1. Répété suffisamment, ce mode épuise rapidement les fonds du compte. Des centaines d'adresses dans l'ensemble de données ont répété ce schéma.

Idée reçue 2 : Les meilleurs traders font tous les marchés

La réalité est exactement l'inverse. Les portefeuilles les plus performants ne participent généralement qu'à trois catégories de marchés au maximum, la majorité se concentrant même sur un ou deux domaines. Certaines adresses ne traitent que les événements liés aux cryptomonnaies ; d'autres ne participent qu'aux marchés météorologiques ; une adresse ne trade presque que la question "Le Bitcoin atteindra-t-il un certain prix avant vendredi ?".

Sur les marchés de prédiction, une diversification excessive signifie souvent une baisse de la qualité du jugement. Les participants généralistes ont souvent des performances moyennes, tandis que les participants très concentrés parviennent plus facilement à des profits durables.

Idée reçue 3 : La vitesse est tout

Ce n'est vrai que dans de très rares cas. Par exemple, certains marchés crypto qui se soldent en 15 minutes nécessitent effectivement des réactions rapides. Mais sur la grande majorité des marchés, les meilleurs traders ne gagnent pas par la vitesse. Leur pratique la plus courante est de construire progressivement leurs positions sur plusieurs jours, voire semaines. Ils ne se précipitent pas pour être plus rapides, mais attendent patiemment que le prix présente un écart significatif. Lorsque le prix s'écarte suffisamment, même si le marché met deux semaines à se corriger, l'espérance mathématique globale leur reste favorable.

Cinq modèles de trading à apprendre

Modèle 1 : Trader à contre-courant lors des extrêmes émotionnels

Dans l'ensemble de données, c'est le signal de profit le plus évident et le plus stable. Parmi les 8400 portefeuilles filtrés, ce comportement est presque le principal indicateur pour juger si un compte est rentable à long terme.

Lorsqu'un contrat est poussé à 88% par l'humeur du marché, de nombreux portefeuilles tops commencent plutôt à vendre du OUI ; et lorsque le prix chute autour de 12%, ils commencent à acheter progressivement. Bien sûr, il ne s'agit pas d'un contre-trend aveugle, ils ne s'opposent pas au marché par principe. Ils n'entrent massivement que lorsqu'ils jugent que la réaction du marché est clairement excessive.

L'efficacité de cette stratégie est liée à un phénomène classique, le biais "chaud-froid". Découvert dans les années 40 dans les études sur les paris hippiques, il apparaît dans presque tous les marchés de paris avec participation humaine. En bref, les gens surestiment souvent les résultats qui "semblent presque certains" et sous-estiment les événements peu probables.

Des statistiques supplémentaires ont montré que les 50 meilleurs portefeuilles entraient généralement à un prix s'écartant de 6% à 11% de la probabilité consensuelle du marché. Ils ne participent pas à des paris à 50/50, mais attendent patiemment que les cotes leur soient clairement favorables. Cette méthode de trading peut sembler ennuyeuse, mais sur le long terme, les données montrent qu'elle est stable et très rentable.

Modèle 2 : La gestion de position est très proche de la formule de Kelly

En comparant la taille des positions des 200 meilleurs portefeuilles avec leur "avantage implicite" perçu à ce moment, une corrélation très nette est visible. En d'autres termes, ils ne parient pas au hasard, la taille de leur pari varie presque proportionnellement à la taille de l'avantage qu'ils estiment avoir, c'est-à-dire qu'ils augmentent significativement leur position lorsqu'ils jugent l'avantage important ; avec un avantage plus faible, ils ne parient que de petites sommes ; et sans avantage clair, ils ne tradent simplement pas.

Il est difficile de savoir si ces traders ont vraiment lu la formule de Kelly (Kelly Criterion), ou s'ils ont simplement développé cette intuition grâce à des pertes à long terme et de la pratique. Mais mathématiquement, leur comportement en est très proche.

La formule de Kelly s'écrit généralement : f* = (p × b − q) / b, où : p est la probabilité que l'événement se produise réellement selon le trader ; q = 1 − p ; b est le ratio de gain (gain potentiel ÷ coût du risque).

Par exemple, si un trader estime à 60% la probabilité qu'un événement se produise, et que le prix de marché est de 0,45 $. Le ratio de gain est : b = (1 / 0,45) − 1 ≈ 1,22. En appliquant la formule : f* = (0,60 × 1,22 − 0,40) / 1,22 ≈ 0,272. La stratégie Kelly complète suggère donc d'engager 27% du capital sur cette transaction.

Mais cette approche est très risquée en pratique, avec une volatilité énorme, pouvant entraîner le compte dans de fortes baisses en peu de temps. Selon les données, les portefeuilles réellement rentables utilisent généralement une version plus conservative, proche du quart de la formule de Kelly. Donc si Kelly complète suggère 27%, ils n'en engageront qu'environ 7%.

Pour les opportunités les plus certaines, la position peut monter à 12-15% ; pour une confiance moyenne, seulement 2-5% ; et pour les marchés sans avantage clair, ils choisissent souvent de ne pas participer. En comparaison, les comptes perdants tombent souvent dans deux extrêmes. Soit ils engagent 80% de leurs fonds sur une transaction, dépendant complètement de la chance ; soit ils dispersent 10 $ sur quarante ou cinquante marchés, pensant "diversifier les risques". Mais en réalité, cela ressemble plus à payer constamment des frais de transaction, pour donner l'illusion d'activité.

Modèle 3 : Trading spécialisé extrêmement concentré

En divisant les 112 000 portefeuilles selon les catégories de marchés参与, des différences très nettes apparaissent. Ces catégories incluent crypto, événements politiques, sports, météo, géopolitique, divertissement, science, etc. L'analyse montre :

  • Les portefeuilles ne participant qu'à 1-2 catégories ont un PnL moyen d'environ +4200 $ ;
  • Ceux participant à 3-4 catégories ont un PnL moyen d'environ -380 $ ;
  • Ceux participant à 5 catégories ou plus ont un PnL moyen d'environ -2100 $.

Cette relation suit une tendance linéaire presque évidente. Plus le nombre de catégories de marchés参与 est élevé, plus la probabilité de perte est grande.

Les différentes catégories de marchés de prédiction reposent sur des systèmes d'information complètement différents. Les marchés crypto sont souvent influencés par les flux de fonds des exchanges, les adresses de baleines, les finance rates, etc. ; les marchés politiques dépendent des sondages, des informations de terrain, du calendrier parlementaire ; et les marchés météo dépendent davantage des modèles météo NOAA, des données atmosphériques et des observations satellitaires.

Deux cas sont particulièrement représentatifs. Cas 1 : Le portefeuille A ne trade que les marchés de prédiction Bitcoin à settlement en 15 min, ne participant jamais à d'autres types, par exemple "Le BTC sera-t-il au-dessus d'un certain prix dans les 15 prochaines minutes ?". Cette adresse a effectué 502 prédictions, avec un taux de réussite de 98%, pour un profit cumulé d'environ 54 000 $. Son avantage est très simple : surveiller continuellement la profondeur du carnet d'ordres de Binance, et trader rapidement lorsque le prix sur Polymarket a 10 à 30 secondes de retard. Juste un décalage d'information de quelques secondes, répété des centaines de fois.

Cas 2 : Le portefeuille B ne participe qu'aux marchés météo. Sa stratégie est aussi directe : lire les données de prévision de température publiées quotidiennement par la NOAA, et les comparer avec le prix de marché sur Polymarket. Si le prix de marché dévie significativement de ces prévisions par supercalculateurs optimisés depuis des décennies, il entre directement. Rien que sur le marché des prévisions de température à New York, l'adresse a une précision de 94%.

Il est important de souligner que ces personnes ne sont pas des génies. La clé est qu'elles ont trouvé un domaine de niche qu'elles comprennent mieux que le participant moyen de Polymarket, puis ont répété cet avantage. Sans changer fréquemment de stratégie, sans FOMO (peur de manquer quelque chose) due aux tendances du marché. Juste autour du même avantage, exécutant encore et encore la même logique.

Modèle 4 : Ils tradent les mouvements de prix, pas les résultats des événements

La plupart des utilisateurs de Polymarket tradent très simplement : ils achètent un contrat et le conservent jusqu'au settlement, gagnant ou perdant, un résultat binaire typique. Mais les meilleurs portefeuilles font complètement différemment. Souvent, ils achètent à 0,40 $, et vendent à 0,65 $ lorsque l'actualité ou l'humeur du marché fait monter le prix. Ils ne se soucient pas de savoir si l'événement se produira finalement, dès que le prix reflète la nouvelle information, ils terminent la transaction et sortent.

Dans l'ensemble de données, certaines des meilleures adresses n'ont même aucune position soldée. Ils n'ont jamais détenu de contrat jusqu'au settlement final, faisant plutôt du trading de range sur les décalages de prix. Les données montrent que la durée moyenne de détention des meilleurs portefeuilles est généralement de 18 à 72 heures, tandis que celle des portefeuilles dans les 50% les moins performants est souvent jusqu'au settlement, parfois pendant des semaines ou des mois.

Cela ne signifie pas que détenir jusqu'au settlement est toujours une erreur. Parfois, lorsque la conviction est très forte, la détention à long terme est effectivement une meilleure stratégie. Mais globalement, les données montrent que les meilleurs portefeuilles utilisent leurs fonds de manière plus active et flexible qu'imaginé. Ils ne sont pas des parieurs passifs, mais de vrais traders.

Modèle 5 : Ils évitent toujours l'actualité soudaine

Intuitivement, on pense que les fonds les plus aiguisés devraient entrer en premier lors d'événements soudains, comme un conflit militaire, des résultats électoraux, la démission d'un dirigeant, etc. Mais les données montrent que les meilleurs portefeuilles évitent activement la période juste après l'éclatement de l'actualité. Ils attendent généralement que les fonds émotionnels affluent d'abord sur le marché, faisant fluctuer fortement les prix sur une courte période, et ne commencent à trader qu'après stabilisation de l'humeur du marché.

De l'ensemble des données, une règle très claire émerge : les meilleurs moments pour trader sont souvent avant que le marché ne remarque l'événement, ou après une réaction excessive du marché. Et lorsque tout le monde parle de la même chose, c'est souvent le pire moment pour entrer. À ce moment, les prix de marché sont généralement très efficaces, et l'avantage pouvant être obtenu est mince.

Cinq conseils opérationnels

Choisir une piste et se concentrer à long terme

Que ce soit la crypto, la politique, la météo ou le sport, peu importe, mais il faut choisir le domaine que l'on connaît le mieux. Ensuite, ne trader que ce type de marché pendant au moins trois mois. Pas d'exception, pas de participation à d'autres événements tendance sur un coup de tête. Même "parler juste un peu des élections" peut facilement briser le système de jugement initial.

Enregistrer chaque prédiction

Avant chaque transaction, noter quelques données clés : la probabilité réelle estimée, le prix de marché actuel, l'avantage anticipé et la taille de position prévue. Refaire le point après au moins 50 transactions. Par exemple, si certaines prédictions sont marquées à 70% de probabilité, le taux de réussite réel est-il proche de 70% ? Si écart significatif, cela indique un biais dans l'estimation des probabilités, nécessitant un recalibrage avant d'augmenter les positions.

Gérer les positions en s'approchant du quart de la formule de Kelly

Calculer d'abord la position théorique donnée par la formule de Kelly, puis la diviser par 4 pour la position réelle. Ce chiffre paraîtra généralement faible, mais c'est la clé du contrôle des risques. Surcharger (overtrading) n'a qu'un résultat : faire sauter le compte (blow up the account).

Trader uniquement lorsque l'avantage est suffisamment clair

Si l'avantage anticipé est inférieur à 8-10%, abandonner directement. Même si l'opportunité semble tentante, apprendre à attendre. Les meilleurs portefeuilles dans les données ne font généralement que 2-3 transactions par semaine et par catégorie de marché. La qualité des transactions est bien plus importante que la quantité.

Tenir un journal et analyser constamment

Créer un tableau de trading complet, enregistrant chaque transaction, son résultat et les problèmes rencontrés. Les portefeuilles qui améliorent continuellement leurs performances sur le long terme analysent presque systématiquement leurs erreurs ; tandis que ceux qui stagnent ou perdent constamment répètent souvent les mêmes erreurs, en attribuant le résultat à la malchance.

Questions liées

QQuel pourcentage d'utilisateurs de Polymarket finit par perdre de l'argent selon l'analyse des 112 000 portefeuilles ?

A87,3 % des utilisateurs finissent par perdre de l'argent sur la plateforme Polymarket.

QQuelle est la fourchette de taux de réussite des portefeuilles les plus performants et rentables après filtrage des données ?

ALes portefeuilles réellement rentables à long terme ont un taux de réussite majoritairement compris entre 55 % et 67 %.

QQuel est le principal comportement de trading observé chez les meilleurs traders qui constitue un signal de rentabilité stable ?

ALe comportement le plus évident et le plus stable est de trader à contre-courant lors d'émotions extrêmes sur le marché, par exemple en vendant lorsque le prix est très élevé (ex: 88%) ou en achetant lorsqu'il est très bas (ex: 12%).

QComment les meilleurs portefeuilles gèrent-ils la taille de leurs positions selon l'analyse ?

AIls gèrent leurs positions d'une manière très proche de la formule de Kelly, mais en utilisant une version plus conservatrice d'environ un quart de la taille de position suggérée par la formule complète pour réduire la volatilité.

QQuelle est la relation entre le nombre de catégories de marché sur lesquelles un trader parie et sa performance moyenne ?

ALa relation est linéaire et négative : plus un trader participe à de catégories de marché différentes, plus sa probabilité de perdre de l'argent est élevée. La spécialisation dans 1 à 2 catégories est corrélée à une performance positive.

Lectures associées

Ce PDG de la Finance Choisit Solana Plutôt Que Bitcoin — Voici Pourquoi

Le PDG du secteur financier Raoul Pal a exprimé une préférence nette pour Solana par rapport au Bitcoin, lors de l'événement Consensus 2026. Sa position ne relève pas d'une simple comparaison d'actifs mais d'une conviction sur l'avenir de la cryptographie à l'ère de l'intelligence artificielle. Il estime que l'industrie se dirige vers une phase dominée par les réseaux à haute vitesse et faible coût, mieux adaptés aux activités de masse, plutôt que par le rôle de réserve de valeur du Bitcoin. Selon lui, Solana, avec son débit élevé et ses faibles frais de transaction, est idéal pour les microtransactions entre machines, les activités basées sur l'IA et les interactions DeFi rapides. Pal prédit par ailleurs que d'ici cinq ans, les agents IA représenteront 60% des utilisateurs de la finance décentralisée (DeFi), surpassant les utilisateurs humains. Cette vision d'un futur où les transactions fréquentes et automatisées seront cruciales explique son choix en faveur de Solana pour capturer les opportunités de croissance. Bien qu'il soit improbable que Solana surpasse Bitcoin en termes de taille à court terme, cette perspective s'inscrit dans un thème majeur de la conférence, centré sur la convergence entre l'IA, la DeFi et l'infrastructure institutionnelle. D'autres intervenants, comme Arthur Hayes, ont également souligné la nature distincte de la cryptographie par rapport aux systèmes traditionnels.

bitcoinistIl y a 10 h

Ce PDG de la Finance Choisit Solana Plutôt Que Bitcoin — Voici Pourquoi

bitcoinistIl y a 10 h

GensynAI : Ne laissez pas l'IA répéter les erreurs d'Internet

Au cours des derniers mois, l'essor de l'IA a attiré de nombreux talents de la cryptographie. Une question centrale émerge : la blockchain peut-elle faire partie de l'infrastructure de l'IA ? Gensyn se distingue en s'attaquant non pas aux applications, mais au cœur du développement de l'IA : **l'entraînement des modèles**. Le projet vise à organiser les ressources GPU mondiales dispersées en un réseau ouvert d'entraînement d'IA. Les développeurs peuvent soumettre des tâches, les nœuds fournissent la puissance de calcul, et le réseau vérifie les résultats avant de distribuer les incitations. L'enjeu dépasse la simple décentralisation : il s'agit de contrer la **concentration croissante des ressources de calcul** entre les mains de quelques géants, qui deviennent un goulot d'étranglement pour l'innovation. Gensyn propose ainsi une nouvelle façon d'organiser les ressources. Premièrement, il opère au niveau de l'infrastructure fondamentale, la couche la plus exigeante techniquement et en ressources. Deuxièmement, il offre un modèle de collaboration plus ouvert, permettant une meilleure utilisation des GPU inactifs et une réduction potentielle des coûts. Troisièmement, sa technologie de vérification probabiliste des résultats et de coordination des nœuds constitue un véritable avantage technique. Enfin, il répond à une demande réelle et croissante du marché, évitant le piège des récits sans utilité pratique. En somme, Gensyn incite la convergence entre la cryptographie (expertise en coordination et incitations mondiales) et l'IA (besoins massifs en ressources). Son ambition est de transformer l'entraînement de l'IA en un système plus ouvert et accessible, au-delà du contrôle exclusif des grands acteurs, posant les bases d'une infrastructure essentielle pour l'ère de l'IA.

marsbitIl y a 11 h

GensynAI : Ne laissez pas l'IA répéter les erreurs d'Internet

marsbitIl y a 11 h

Pourquoi la Chine se développe-t-elle si rapidement en IA ? La réponse se cache dans les laboratoires

L'auteur, après une visite dans des laboratoires d'IA chinois de premier plan, explore les raisons du développement rapide de l'IA en Chine. Il constate que l'écosystème chinois se distingue de celui des États-Unis par son approche organisationnelle : moins de concepts, plus de modèles concrets ; moins d'importance accordée aux vedettes individuelles, plus au travail d'équipe ; et une forte préférence pour maîtriser en interne la pile technologique plutôt que de dépendre de services externes. La culture de travail, valorisant l'humilité, l'exécution et l'ingénierie rapide, est bien adaptée à la construction de grands modèles de langage. Une grande partie des contributeurs clés sont des étudiants, intégrés directement aux équipes, apportant un regard neuf et une forte capacité d'adaptation. L'accent est mis sur l'amélioration itérative et l'optimisation plutôt que sur la recherche "de 0 à 1". Les scientifiques chinois se montrent très concentrés sur la construction technique, moins sur les débats philosophiques ou économiques autour de l'IA. L'écosystème industriel présente également des différences : une demande précoce en IA (ressemblant plus au marché du cloud qu'au SaaS), une forte influence des modèles comme Claude sur les développeurs, et une mentalité répandue de "contrôle technologique" poussant de nombreuses grandes entreprises (plateformes, hardware) à développer leurs propres modèles fondateurs, souvent en open source par pragmatisme. Le soutien gouvernemental existe mais est décentralisé, l'industrie des données est moins mature qu'en Occident, et l'accès aux puces Nvidia est une contrainte majeure. L'auteur conclut que la Chine développe sa propre voie, marquée par une culture de construction, un esprit d'écosystème collaboratif et un pragmatisme profond. Cette approche, différente de la course aux sommets menée par le capital et les "stars" aux États-Unis, fait de la compétition mondiale en IA une rivalité de capacités organisationnelles, d'écosystèmes développeurs et d'exécution industrielle. Il exprime un souhait pour une écologie open source mondiale florissante, tout en notant les défis géopolitiques actuels.

marsbitIl y a 13 h

Pourquoi la Chine se développe-t-elle si rapidement en IA ? La réponse se cache dans les laboratoires

marsbitIl y a 13 h

3 ans, 5 fois la valeur, la renaissance d'une verrerie centenaire

D'après CRU, la demande de fibre optique pour les centres de données IA a augmenté de 75,9 % sur un an, et l'écart entre l'offre et la demande s'est creusé de 6 % à 15 %. Les prix des fibres ont plus que triplé en quelques mois, révélant une capacité de production insuffisante. Cela explique les investissements massifs de NVIDIA chez Corning, ainsi que chez Lumentum et Coherent, pour un total de 45 milliards de dollars, visant à sécuriser la chaîne d'approvisionnement optique (lasers, puces photoniques, fibres). Corning, une entreprise de verrerie fondée en 1851, a vu son cours de bourse multiplié par plus de 3 en un an, atteignant une capitalisation de 160 milliards de dollars. Cette renaissance est portée par les infrastructures IA. La fibre optique est devenue le « nerf » des centres de données IA, avec une consommation 5 à 10 fois supérieure aux serveurs traditionnels. La transition du cuivre vers la lumière (interconnexions optiques, CPO) est nécessaire pour les débits élevés (au-delà de 800G) et pour réduire la consommation d'énergie. Corning se distingue par sa technologie de fibres spécialisées à très faible atténuation et haute densité, cruciales pour l'IA. Son activité "Enterprise" (centres de données), désormais plus de 40% de ses revenus en communication optique, connaît une croissance explosive, soutenue par des contrats pluriannuels avec Meta, NVIDIA et d'autres géants. Bien que ne détenant pas la plus grande part de marché mondiale de la fibre, Corning tire parti de décennies de R&D et d'un savoir-faire matériel de pointe, notamment dans le domaine émergent du CPO (Co-Packaged Optics). La pénurie et la hausse des prix profitent à tout le secteur, comme en témoignent les résultats des concurrents chinois. Le rythme de déploiement du CPO par NVIDIA et l'identité des autres grands clients non divulgués de Corning sont des catalyseurs clés pour son avenir. Des technologies disruptives comme la fibre à cœur creux pourraient également remodeler le paysage à plus long terme. Après une forte appréciation boursière, l'exécution des commandes et le respect des délais seront désormais plus importants que le récit de croissance lui-même.

marsbitIl y a 13 h

3 ans, 5 fois la valeur, la renaissance d'une verrerie centenaire

marsbitIl y a 13 h

Trading

Spot
Futures
活动图片