Dans un marché baissier où l'on perd de l'argent, qui s'enrichit en silence ?

marsbitPublié le 2026-04-10Dernière mise à jour le 2026-04-10

Résumé

Sur un marché baissier où la plupart des acteurs perdent de l'argent, quelques projets continuent de générer des profits significatifs. Polymarket, par exemple, a établi un record de revenus journaliers de 1,5 million de dollars le 2 avril. Une analyse du classement des revenus sur Defillama révèle que les modèles de revenus de ces projets gagnants sont étonnamment simples et se répartissent en deux catégories principales. La première catégorie est la marge d'intérêt, essentiellement une intermédiation de capitaux. Cela consiste à absorber des fonds à un coût relativement bas et à les déployer pour un rendement plus élevé, en accumulant la différence sur le temps. Les émetteurs de stablecoins comme Tether et Circle, les protocoles de prêt comme Aave, et les services de staking liquide comme Lido en sont des exemples. La seconde est la taxe sur les transactions (frais). Chaque activité de transaction, qu'il s'agisse de trading de contrats (Hyperliquid, EdgeX), d'événements (Polymarket), de memes (pump.fun, GMGN), de spot (Aerodrome, Jupiter) ou de NFT (Courtyard, Fragment), génère des frais pour la plateforme. Quelques cas particuliers comme Grayscale (frais de gestion de fonds traditionnels), Chanilink (frais de service de données oracle) et Titan Builder (profit exceptionnel suite à un incident de trading) complètent le tableau. La conclusion est claire : pendant un marché baissier, ce ne sont pas les projets aux mécanismes complexes qui prospèrent, mais ceux avec des mo...

Auteur|Azuma(@azuma_eth)

Le marché continue de faiblir, les fonds stagnent, les protocoles ferment, les gros porteurs se taisent, les petits investisseurs saignent... Il semble que tout le monde, du haut en bas de l'industrie, perde de l'argent. Mais même dans un environnement de marché aussi morose, les presses à billets de très quelques projets continuent de tourner.

Le dernier exemple en date est Polymarket, qui a complètement ouvert les vannes des frais. Depuis l'élargissement récent de la portée des frais et la modification de la formule de calcul (lecture recommandée : « Décryptage approfondi de la formule des frais de Polymarket : comment un taux extrême de plus de 90% apparaît-il ? »), la capacité de génération de revenus de Polymarket a considérablement augmenté ; au moment de la rédaction, les revenus totaux provenant des frais de Polymarket ont dépassé 24 millions de dollars, avec un record de revenus quotidiens de 1,5 million de dollars rien que le 2 avril.

À cette occasion, j'ai jeté un œil au classement des revenus sur Defillama pour voir quelles activités continuaient à générer de l'argent même en marché baissier, et le résultat fut assez surprenant : les activités principales et les sources de revenus des projets classés sont assez claires, voire « simples ».

Comme le montrent les images ci-dessus, je pense que la plupart des joueurs aguerris du marché crypto pourraient deviner la majorité de ces noms même sans regarder les réponses, et savent probablement très bien ce qu'ils font. Mais lorsque ces noms sont alignés côte à côte, j'ai soudain réalisé que les principales sources de revenus de ces activités rentables sont hautement convergentes, et peuvent même être résumées en deux grandes catégories : la marge d'intérêt et la taxe sur les transactions (frais).

Premièrement, la marge d'intérêt. Il s'agit essentiellement de faire de l'« intermédiation financière ». La logique centrale est d'absorber des fonds à un coût relativement faible tout en déployant ces fonds pour un rendement relativement élevé, en utilisant le temps pour accumuler progressivement la différence entre les revenus et les coûts — les revenus de ce type d'activité dépendent de l'ampleur et de la durée de la détention des fonds. Plus l'ampleur est grande et la durée longue, plus les revenus sont élevés.

Les émetteurs de stablecoins comme Tether et Circle appartiennent à cette catégorie. Leurs revenus principaux proviennent des intérêts générés par le déploiement des réserves dans des actifs comme les obligations du Trésor américain, tandis que leurs coûts principaux concernent les subventions versées aux partenaires et aux utilisateurs. La différence entre les deux constitue le bénéfice. Les protocoles de prêt comme Aave appartiennent également à cette catégorie — la marge étant la différence entre le taux d'intérêt d'emprunt relativement élevé et le taux de dépôt relativement faible. Les services de staking liquide (LST) comme Lido n'en font pas exception — ils retiennent un certain pourcentage des récompenses de staking natif de l'ETH comme frais de service, ce qui relève également de la marge d'intérêt.

Deuxièmement, la taxe sur les transactions. Ce type d'activité est plus simple à comprendre : dès qu'une activité liée aux transactions (y compris la création de jetons) a lieu, l'entité commerciale peut prélever une « taxe » sous forme de frais sur chaque activité — les revenus de ce type d'activité dépendent de l'ampleur de la transaction par activité et de la fréquence des activités. Plus l'ampleur est grande et la fréquence élevée, plus les revenus sont importants.

Qu'il s'agisse de Hyperliquid et EdgeX, axés sur le trading de contrats, de Polymarket, axé sur le trading d'événements, de pump.fun, GMGN, Axiom, four.meme, axés sur le trading de Meme, de Aerodrome, Jupiter, Phantom (dont les revenus principaux proviennent des frais de Swap sur l'interface du portefeuille), axés sur le trading au comptant, ou encore de Courtyard et Fragment (c'est assez surprenant de les voir ici), axés sur le trading de NFT, leur source de revenus la plus importante est la taxe sur les transactions.

Les seuls cas particuliers dans le classement sont Grayscale, Chanilink et Titan Builder. La présence de Grayscale est un peu étrange ici, ses revenus principaux provenant des frais de gestion des ETF et des fonds, ce qui est essentiellement une activité de gestion d'actifs traditionnelle centrée sur le marché des cryptomonnaies. Chanilink mérite vraiment d'être mentionné, ses revenus principaux provenant des frais payés pour les services de données par les projets utilisant l'oracle (dans une certaine mesure, cela pourrait aussi être classé comme une taxe sur les transactions), cela ressemble plus à une activité SaaS To B sur la chaîne, mais comme vous pouvez le voir, l'effet Matthieu serait plus marqué dans cette voie que dans d'autres secteurs. Titan Builder est purement un phénomène occasionnel ; c'est un fournisseur de services de construction de blocs, normalement pas une activité particulièrement lucrative. Sa présence ici s'explique par le fait que Titan Builder a obtenu la plus grosse part du butin lors de l'énorme incident de sandwiching sur une transaction AAVE le mois dernier (voir « 50 millions d'USDT contre 35 000 dollars d'AAVE : comment le désastre s'est-il produit ? »).

Note d'Odaily : Regardez ce qu'on appelle ne pas travailler pendant trois ans, puis manger pendant trois ans.

La conclusion est donc déjà claire. Les projets qui continuent à générer de l'argent même en marché baissier ne sont pas ceux qui recherchent des mécanismes complexes et des opportunités à haut risque, mais plutôt ceux qui peuvent continuer à fonctionner grâce à des modèles de revenus simples et clairs. Sur le marché toujours turbulent des cryptomonnaies, des modèles de revenus plus simples ont montré une plus grande résilience et une meilleure résistance aux fluctuations du marché.

Mais un modèle de revenus plus simple ne signifie absolument pas que ces activités sont « plus faciles » à réaliser. Au contraire, derrière des modèles de revenus simples se cachent souvent des services produits plus complexes et une gestion opérationnelle plus fine, c'est là que les principaux acteurs classés ont vraiment « rivalisé » pour se différencier. De la conception de l'interface, à l'accumulation de liquidités, à la gestion des risques, en passant par la communication et les retours des utilisateurs... Pour se démarquer dans la concurrence intense du marché existant, il faut investir plus d'efforts dans le produit et le service.

L'hiver cryptographique n'est pas encore terminé, et les projets qui peuvent vraiment survivre, voire être rentables, sont souvent ceux qui combinent habilement des modèles de revenus simples avec des services produits complexes. C'est peut-être là le code secret pour traverser les cycles haussiers et baissiers sur le long terme.

Questions liées

QQuels types de projets continuent de réaliser des bénéfices en période de marché baissier (bear market) dans l'industrie cryptographique ?

ALes projets qui continuent de réaliser des bénéfices sont ceux qui ont des modèles de revenus simples et clairs, principalement basés sur deux catégories : les écarts d'intérêts (comme les émetteurs de stablecoins, les protocoles de prêt, et les services de jalonnement liquide) et les taxes sur les transactions (frais).

QQuels sont les deux principaux types de modèles de revenus identifiés pour les projets rentables en période de marché baissier ?

ALes deux principaux types sont : 1. Les écarts d'intérêts (marge nette d'intérêt), qui consistent à absorber des fonds à un coût relativement faible et à les déployer à un rendement plus élevé. 2. Les taxes sur les transactions (frais), qui sont prélevées sur les activités de trading ou la création de jetons.

QDonnez des exemples de projets mentionnés qui gagnent de l'argent grâce aux écarts d'intérêts.

ADes exemples de projets tirant profit des écarts d'intérêts incluent Tether et Circle (émetteurs de stablecoins), Aave (protocole de prêt), et Lido (service de jalonnement liquide - LST).

QQuel projet a établi un record de revenus journaliers récent, et dans quel contexte ?

APolymarket a établi un record de revenus journaliers de 1,5 million de dollars le 2 avril, après avoir élargi la portée de ses frais et modifi sa formule de calcul des frais.

QPourquoi les modèles de revenus simples sont-ils efficaces en période de marché baissier selon l'article ?

ALes modèles de revenus simples sont efficaces car ils sont résilients et résistent mieux aux fluctuations du marché. Cependant, leur simplicité cache souvent des services produits complexes et une gestion opérationnelle minutieuse, ce qui est là que les meilleurs acteurs se distinguent.

Lectures associées

L'IA crée-t-elle de nouveaux "pauvres en information" ?

L'IA ne prive pas les plus démunis de réponses, elle les leur fournit en abondance. Mais l'accès facile aux solutions masque une fracture plus profonde : la capacité à juger ces réponses et à les transformer en opportunités réelles devient la nouvelle rareté. Les "nouveaux pauvres de l'information" ne sont pas exclus de l'IA, mais ils en dépendent sans posséder le capital complémentaire nécessaire. Les inégalités se creusent à trois niveaux. D'abord, l'accès : les outils premium (comme Claude) et gratuits (comme Meta AI) sélectionnent leurs utilisateurs par le prix et le contexte d'usage, orientant les uns vers des tâches productives et les autres vers du simple confort. Ensuite, le contexte professionnel : au travail, l'usage de l'IA est fortement corrélé au salaire et, surtout, à la formation fournie par l'employeur, créant une fracture de permission. Enfin, et c'est le plus crucial, la capacité de jugement : l'IA abaisse le coût de la production de contenu crédible, mais pas celui de l'expertise nécessaire pour l'évaluer. Les utilisateurs les plus expérimentés en tirent le plus grand profit, car leur jugement valide et amplifie la production de l'outil. Des études montrent que l'IA peut, en théorie, réduire les écarts en aidant davantage les moins qualifiés. Cependant, cette promesse d'égalisation se heurte à la réalité d'une adoption et d'une utilisation socialement inégales. Comme pour les révolutions technologiques précédentes (imprimerie, informatique), l'IA récompense d'abord ceux qui possèdent déjà les compétences complémentaires. Le risque est que cette période de divergence, pouvant durer des décennies, consolide les inégalités pour toute une génération. L'ère de l'IA donne à tous l'illusion de la compétence ; le vrai défi est de transformer cette illusion en jugement authentique.

marsbitIl y a 16 mins

L'IA crée-t-elle de nouveaux "pauvres en information" ?

marsbitIl y a 16 mins

Huang Renxun « sauve » la bourse sud-coréenne : verrouillage de la mémoire SK Hynix, la pénurie de puces va persister

Le 5 juin, la bourse sud-coréenne a connu un « vendredi noir », avec l'indice KOSPI en chute libre. Le 8 juin, les pertes se sont accentuées, déclenchant un mécanisme de coupe-circuit. Dans ce contexte, la visite de Jensen Huang, PDG de Nvidia, a joué un rôle de stabilisateur. Lors d'un dîner le 7 juin avec les dirigeants de SK Group et de SK Hynix, Huang a confirmé que le nouveau CPU Vera de Nvidia utiliserait la DRAM de SK Hynix. Les deux entreprises ont annoncé un partenariat technologique pluriannuel couvrant les supercalculateurs IA, les robots et les jumeaux numériques. Huang a également déclaré que la pénurie de puces mémoire persisterait pendant plusieurs années. Le partenariat verra SK Hynix fournir la mémoire de nouvelle génération pour la plateforme Vera Rubin et d'autres produits Nvidia. Inversement, SK Hynix utilisera les technologies IA de Nvidia, comme CUDA-X et Omniverse, pour optimiser sa conception et sa fabrication de semi-conducteurs, visant même des usines entièrement autonomes. Cette collaboration s'appuie sur un projet d'« usine IA » annoncé en octobre 2025, qui utilisera des milliers de GPU Nvidia. Concernant la future mémoire HBM4, Huang a précisé que trois fournisseurs – Samsung, SK Hynix et Micron – étaient certifiés et en course pour alimenter Vera Rubin, SK Hynix conservant une légère avance. Huang a souligné que la pénurie affectait toute la chaîne d'approvisionnement et durerait en raison de la demande explosive pour la construction d'usines IA. Son voyage en Corée du Sud, incluant également des réunions avec Hyundai, LG, Samsung et Naver, montre la volonté de Nvidia d'approfondir systématiquement ses liens avec l'industrie technologique coréenne.

marsbitIl y a 1 h

Huang Renxun « sauve » la bourse sud-coréenne : verrouillage de la mémoire SK Hynix, la pénurie de puces va persister

marsbitIl y a 1 h

Le Nasdaq plonge de 4,2 % en une seule journée, un "Vendredi noir" perce-t-il la bulle boursière américaine ?

Le 5 juin 2026, les marchés américains ont connu une forte correction, le Nasdaq chutant de 4,18%, marquant sa pire séance depuis avril 2025. Le S&P 500 a perdu 2,64%, mettant fin à neuf semaines consécutives de hausse, tandis que l'indice Dow Jones reculait de 1,35%. Le secteur des semi-conducteurs a été particulièrement touché, avec l'indice Philadelphia SE Semiconductor en chute de plus de 10%. Le déclencheur immédiat a été la publication de solides données sur l'emploi aux États-Unis (non-farm payrolls de mai), qui ont suscité des craintes de surchauffe économique et repoussé les anticipations de baisse des taux de la Fed. Cela a provoqué une hausse des rendements obligataires, défavorable aux actions de croissance à forte valorisation, notamment dans la tech et l'IA. Le repli a mis en lumière les vulnérabilités du secteur de l'IA, pilier de la hausse des marchés depuis 18 mois. Des signes d'essoufflement apparaissent, comme des ralentissements dans les commandes de puces ou des prévisions de revenus moins optimistes. Des investisseurs de renom, comme Jeremy Grantham, avaient déjà mis en garde contre des valoritations excessives. Les indicateurs de valorisation (CAPE, indicateur de Buffett) étaient à des niveaux historiquement élevés avant la correction, et certains indicateurs de sentiment atteignaient des extrêmes. Techniquement, le S&P 500 a rompu des supports clés, testant sa moyenne mobile sur 200 jours. Les avis sont partagés sur Wall Street : les pessimistes y voient le début d'un dégonflement de bulle, tandis que les optimistes estiment qu'il s'agit d'une correction saine dans un marché toujours soutenu par la croissance des bénéfices. Les prochains événements décisifs seront la publication de l'indice des prix à la consommation (IPC) de mai et la réunion de la Fed en juin. Ils apporteront des éclaircissements sur la trajectoire de l'inflation et des taux d'intérêt, déterminant si cette correction n'est qu'une pause ou le début d'un changement de tendance plus marqué. La période de hausse uniforme pourrait être révolue, laissant place à un marché plus sélectif et volatil, où les données macroéconomiques et les résultats d'entreprise seront scrutés avec une attention accrue.

Odaily星球日报Il y a 1 h

Le Nasdaq plonge de 4,2 % en une seule journée, un "Vendredi noir" perce-t-il la bulle boursière américaine ?

Odaily星球日报Il y a 1 h

Le Premier Jugement Concernant les Agents Intelligents : Qu'a-t-il Décidé ?

Le premier cas judiciaire impliquant un agent intelligent en Chine a abouti à une injonction conservatoire. Le tribunal internet de Canton a ordonné l’arrêt immédiat du téléchargement d’un logiciel open-source d’agent intelligent. Ce dernier utilisait les autorisations d’accessibilité du système d’exploitation pour contourner les mesures techniques d’une plateforme et automatiser des opérations, sans son autorisation. Cette affaire fait écho à un litige similaire aux États-Unis où Amazon a obtenu une injonction préliminaire contre Perplexity, accusé de contourner ses API. Les deux décisions établissent un même principe fondamental pour l’ère des agents intelligents : l’autorisation explicite de la plateforme cible est requise, en plus de celle de l’utilisateur. L’article analyse notamment l’évolution de la stratégie du "téléphone Doubao", qui, après une version 1.0 reposant sur le contournement des règles, négocie désormais des accords d’API avec les grandes plateformes comme Alibaba. Un consensus mondial semble émerger : l’ère de la croissance sauvage des agents intelligents est révolue, remplacée par une course à la conformité. La règle de la "double autorisation" (plateforme + utilisateur) s’impose comme une nouvelle norme, augmentant les coûts de conformité et avantageant les grands acteurs. Même le statut open-source ne dispense pas de la responsabilité légale. En ciblant les cas les plus radicaux et représentatifs, la régulation façonne désormais les règles du jeu pour l’ensemble de l’industrie.

marsbitIl y a 1 h

Le Premier Jugement Concernant les Agents Intelligents : Qu'a-t-il Décidé ?

marsbitIl y a 1 h

Renvoyée par Google pour un article de 14 pages, elle a reçu le soutien de plus de 4000 personnes. Six ans plus tard : ses prédictions ont presque annoncé toute l'ère de l'IA.

À la fin de 2020, la chercheuse en éthique de l'IA Timnit Gebru, co-responsable de l'équipe Ethical AI de Google, a été licenciée suite à un conflit concernant un article académique intitulé "On the Dangers of Stochastic Parrots". Cet article de 14 pages, co-écrit en 2020, a averti des risques majeurs associés aux grands modèles de langage, bien avant l'essor de l'IA générative. Ses mises en garde se sont depuis avérées prophétiques. L'article soutenait que ces modèles, comme des "perroquets stochastiques", reproduisent des schémas linguistiques sans compréhension réelle, risquant d'amplifier les biais sociaux présents dans les données d'entraînement et de générer des informations fausses mais plausibles (un problème maintenant connu sous le nom d'"hallucinations" de l'IA). Il prévoyait également l'énorme coût environnemental de l'entraînement, l'impossibilité d'auditer complètement les vastes ensembles de données, et le risque de concentration du pouvoir linguistique et culturel entre les mains de quelques géants technologiques. Le refus de Gebru de retirer l'article ou d'en retirer son nom a conduit à son départ forcé, suscitant le soutien de plus de 4000 employés et chercheurs. Peu après, l'équipe Ethical AI de Google a été largement démantelée. Gebru a ensuite fondé le Distributed AI Research Institute (DAIR) pour étudier ces questions en dehors des pressions commerciales. Six ans plus tard, les problèmes qu'elle avait identifiés – biais algorithmiques, hallucinations, impact carbone, pollution des données par le contenu IA généré et "effondrement des modèles" – sont au cœur des défis actuels de l'industrie. L'histoire a montré que Timnit Gebru n'était pas trop pessimiste, mais qu'elle avait simplement vu ces problèmes bien avant les autres.

marsbitIl y a 1 h

Renvoyée par Google pour un article de 14 pages, elle a reçu le soutien de plus de 4000 personnes. Six ans plus tard : ses prédictions ont presque annoncé toute l'ère de l'IA.

marsbitIl y a 1 h

Trading

Spot
Futures
活动图片