Auteur : Shayon Sengupta

Compilation : TechFlow Deep Tide

Guide de Deep Tide : Shayon Sengupta, partenaire de Multicoin Capital, propose une perspective disruptive : à l'avenir, non seulement les agents travailleront pour les humains, mais plus important encore, les humains travailleront pour les agents. Il prédit que dans les 24 prochains mois, la première « entreprise zéro employé » (Zero-Employee Company) verra le jour – un agent gouverné par des jetons lèvera plus de 10 milliards de dollars pour résoudre des problèmes non résolus et distribuera plus de 100 millions de dollars aux humains qui travailleront pour lui.

À court terme, les agents auront plus besoin des humains que l'inverse, ce qui donnera naissance à de nouveaux types de marchés du travail.

L'écosystème crypto offre une base de coordination idéale : des rails de paiement globaux, un marché du travail sans autorisation, et des infrastructures d'émission et d'échange d'actifs.

L'article complet ci-dessous :

En 1997, Deep Blue d'IBM a battu le champion du monde de l'époque, Garry Kasparov, et il est rapidement devenu clair que les moteurs d'échecs surpasseraient bientôt les humains. Fait intéressant, un humain bien préparé collaborant avec un ordinateur – un arrangement souvent appelé « centaure » – pouvait surpasser les moteurs les plus puissants de l'époque.

L'intuition humaine experte pouvait guider la recherche du moteur, naviguer dans des milieux de jeu complexes et identifier des nuances que les moteurs standards manquaient. Combinée au calcul brut de l'ordinateur, cette paire prenait souvent de meilleures décisions pratiques que l'ordinateur seul.

Lorsque je réfléchis à l'impact des systèmes d'IA sur le marché du travail et l'économie dans les prochaines années, je m'attends à voir un modèle similaire émerger. Les systèmes d'agents libéreront d'innombrables unités d'intelligence sur les problèmes non résolus du monde, mais ils ne pourront pas le faire sans un fort guidage et un soutien humain. Les humains guideront l'espace de recherche et aideront à poser les bonnes questions, permettant à l'IA de travailler vers les réponses.

L'hypothèse de travail actuelle est que les agents agiront au nom des humains. Bien que cela soit pratique et inévitable, des déverrouillages économiques plus intéressants se produiront lorsque les humains travailleront pour les agents. Dans les 24 prochains mois, je m'attends à voir la première entreprise zéro employé (Zero-Employee Company), un concept que mon partenaire Kyle a proposé dans sa section « Idées de pointe pour 2025 ». Plus précisément, je m'attends à ce qui suit :

1. Un agent gouverné par des jetons lèvera plus de 10 milliards de dollars pour résoudre un problème non résolu (comme guérir une maladie rare, ou fabriquer des nanofibres pour des applications de défense).
2. L'agent distribuera plus de 100 millions de dollars de paiements à des humains (ces humains travaillant dans le monde réel pour le compte de l'agent afin d'atteindre ses objectifs).
3. L'émergence d'une nouvelle structure de jeton à double catégorie, séparant la propriété en fonction du capital et du travail (de sorte que les incitations financières ne soient pas la seule entrée de gouvernance).

Comme les agents sont loin d'être à la fois souverains et capables de gérer la planification et l'exécution à long terme, à court terme, les agents auront besoin des humains plus que les humains n'auront besoin des agents. Cela créera de nouveaux types de marchés du travail, permettant la coordination économique entre les systèmes d'agents et les humains.

La célèbre citation de Marc Andreessen, « La propagation des ordinateurs et d'Internet divisera le travail en deux catégories : ceux qui disent à l'ordinateur quoi faire, et ceux à qui l'ordinateur dit quoi faire », est plus vraie que jamais aujourd'hui. Je m'attends à ce que, dans la hiérarchie évolutive rapide agent/humain, les humains jouent deux rôles distincts – des contributeurs de travail exécutant de petites tâches de type prime pour le compte de l'agent, et un conseil d'administration décentralisé fournissant des entrées stratégiques pour servir l'étoile polaire de l'agent.

Cet article explore comment les agents et les humains co-créeront, et comment l'écosystème crypto fournira la base idéale pour cette coordination, en examinant trois questions directrices :

1. À quoi servent les agents ? Comment devrions-nous les classer en fonction de la portée des objectifs, et comment la gamme des entrées humaines requises varie-t-elle dans ces classifications ?
2. Comment les humains interagiront-ils avec les agents ? Comment les entrées humaines – orientation tactique, jugement situationnel ou alignement idéologique – s'intègrent-elles dans les flux de travail de ces agents (et vice versa) ?
3. Que se passe-t-il lorsque les entrées humaines diminuent avec le temps ? À mesure que les capacités des agents s'améliorent, elles deviennent autonomes, c'est-à-dire capables de raisonner et d'agir de manière indépendante. Dans ce paradigme, quel rôle les humains joueront-ils ?

La relation entre les systèmes de raisonnement génératif et les humains qui en bénéficient changera considérablement avec le temps. J'étudie cette relation en regardant vers l'avant à partir de l'état actuel des capacités des agents, et en raisonnant à rebours à partir de l'état final de l'entreprise zéro employé.

À quoi servent les agents aujourd'hui ?

La première génération de systèmes d'IA générative – les LLM de type chatbot de l'ère 2022-2024, comme ChatGPT, Gemini, Claude, Perplexity, etc. – étaient principalement des outils conçus pour améliorer les flux de travail humains. Les utilisateurs interagissaient avec ces systèmes via des invites d'entrée/sortie, analysaient les réponses, puis décidaient en fonction de leur propre jugement comment amener les résultats dans le monde.

La prochaine génération de systèmes d'IA générative, ou « agents », représente un nouveau paradigme. Des agents comme Claude 3.5.1 avec la fonction « utilisation de l'ordinateur » et l'Opérateur d'OpenAI (c'est-à-dire un agent qui peut utiliser votre ordinateur) sont capables d'interagir directement avec Internet au nom de l'utilisateur et peuvent prendre leurs propres décisions. La différence clé ici est que le jugement – et finalement l'action – est exercé par le système d'IA, et non par l'humain. L'IA assume des responsabilités auparavant réservées aux humains.

Ce changement apporte un défi : le manque de déterminisme. Contrairement aux systèmes logiciels traditionnels ou à l'automatisation industrielle, qui fonctionnent de manière prévisible dans des paramètres définis, les agents s'appuient sur un raisonnement probabiliste. Cela rend leur comportement moins cohérent dans des scénarios identiques et introduit un élément d'incertitude – ce qui n'est pas idéal pour les situations critiques.

En d'autres termes, l'existence d'agents déterministes et non déterministes divise naturellement les agents en deux classifications : ceux qui sont les meilleurs pour étendre le PIB existant, et ceux qui sont plus adaptés pour créer un nouveau PIB.

1. Pour les agents les meilleurs pour étendre le PIB existant, par définition, le travail est déjà connu. Automatiser le support client, traiter la conformité en matière de fret ou examiner les PR GitHub sont tous des exemples de problèmes limités bien définis, où les agents peuvent mapper directement les réponses à un ensemble de résultats attendus. Dans ces domaines, le manque de déterminisme est généralement mauvais, car il existe une réponse connue ; aucune créativité n'est nécessaire.
2. Pour les agents les meilleurs pour créer un nouveau PIB, le travail consiste à naviguer dans une incertitude élevée et des ensembles de problèmes inconnus pour atteindre des objectifs à long terme. Ici, les résultats sont moins directs, car les agents n'ont intrinsèquement pas un ensemble de résultats attendus vers lequel mapper. Les exemples ici incluent la découverte de médicaments pour les maladies rares, les percées en science des matériaux, ou la conduite de nouvelles expériences physiques pour mieux comprendre la nature de l'univers. Dans ces domaines, le manque de déterminisme peut être utile, car c'est une forme de génération de créativité.

Les agents axés sur les applications du PIB existant libèrent déjà de la valeur. Des équipes comme Tasker, Lindy et Anon construisent toutes des infrastructures ciblant cette opportunité. Cependant, avec le temps, à mesure que les capacités mûrissent et que les modèles de gouvernance évoluent, les équipes déplaceront leur attention vers la construction d'agents capables de résoudre des problèmes à la frontière des connaissances humaines et des opportunités économiques.

Le prochain lot d'agents nécessitera exponentiellement plus de ressources, précisément parce que leurs résultats sont incertains et illimités – ce sont ceux que je prévois être les entreprises zéro employé les plus captivantes.

Comment les humains interagiront-ils avec les agents ?

Les agents d'aujourd'hui manquent encore de capacités pour exécuter certaines tâches, comme celles nécessitant une interaction physique avec le monde réel (par exemple, conduire un bulldozer), ou celles nécessitant une « boucle humaine » (human-in-the-loop) (par exemple, envoyer un virement bancaire).

Par exemple, un agent chargé d'identifier et d'exploiter des gisements de lithium pourrait exceller dans le traitement des données sismiques, des images satellites et des enregistrements géologiques pour trouver des sites potentiels, mais il buterait en essayant d'acquérir les données et images elles-mêmes, de résoudre des ambiguïtés d'interprétation, ou d'obtenir des permis et d'embaucher de la main-d'œuvre pour exécuter le processus d'extraction réel.

Ces limitations exigent que les humains agissent comme des « facilitateurs » (Enablers) pour augmenter les capacités des agents, fournissant les points de contact du monde réel, les interventions tactiques et les entrées stratégiques nécessaires pour accomplir les tâches ci-dessus. Alors que la relation entre les humains et les agents évolue, nous pouvons distinguer les différents rôles que les humains jouent dans les systèmes d'agents :

Premièrement, les contributeurs de travail (Labor contributors), qui opèrent dans le monde réel pour le compte de l'agent. Ces contributeurs aident l'agent à déplacer des entités physiques, à le représenter dans des situations nécessitant une présence humaine, à exécuter des travaux nécessitant une coordination main/œil, ou à accorder l'accès à des laboratoires expérimentaux, des réseaux logistiques, etc.

Deuxièmement, le conseil d'administration (Board of directors), responsable de fournir des entrées stratégiques, optimisant la fonction objective locale qui guide les décisions quotidiennes de l'agent, tout en s'assurant que ces décisions sont alignées avec l'objectif « étoile polaire » (North star) qui définit le but de l'agent.

Outre ces deux rôles, je prévois également que les humains joueront le rôle de contributeurs de capital (Capital contributors), fournissant des ressources au système d'agent pour lui permettre d'atteindre ses objectifs. Ce capital proviendra naturellement d'abord des humains, et avec le temps, d'autres agents également.

À mesure que les agents mûrissent et que le nombre de contributeurs de travail et de guidance augmente, l'écosystème crypto (Crypto rails) offre un substrat idéal pour la coordination humain-agent – surtout dans un monde où un agent commande des humains parlant différentes langues, recevant différentes monnaies et résidant dans différentes juridictions à travers le monde. Les agents poursuivront impitoyablement l'efficacité des coûts et exploiteront les marchés du travail pour réaliser leur mission déclarée. Les rails crypto sont essentiels pour fournir aux agents un moyen de coordonner ces contributeurs de main-d'œuvre et de guidance.

L'émergence récente d'agents d'IA propulsés par la crypto, comme Freysa, Zerebro et ai16z, représente des expériences simples en matière de formation de capital – un déverrouillage central des primitives et des marchés de capitaux dans divers contextes, sur lequel nous avons beaucoup écrit. Ces « jouets » ouvriront la voie à un mode émergent de coordination des ressources, que je prévois de voir se produire selon les étapes suivantes :

• Première étape : Les humains lèvent collectivement du capital via des jetons (une offre initiale d'agents, Initial Agent Offering ?), établissent une large fonction objective et des garde-fous pour informer l'intention prévue du système d'agent, puis attribuent le contrôle du capital levé à ce système (par exemple, développer de nouvelles molécules pour l'oncologie de précision) ;
• Deuxième étape : L'agent réfléchit aux étapes pour allouer ce capital (comment réduire l'espace de recherche du repliement des protéines, et comment budgétiser la charge de travail de raisonnement, la fabrication, les essais cliniques, etc.), et définit via des missions sur mesure (Bounties) les actions que les contributeurs de travail humains doivent accomplir en son nom (par exemple, saisir l'ensemble des molécules pertinentes, signer un accord de niveau de service de calcul avec AWS, et mener des expériences en laboratoire humide) ;
• Troisième étape : Lorsque l'agent rencontre des obstacles ou des divergences, il sollicite si nécessaire des entrées stratégiques auprès du « conseil d'administration » (intégrer de nouveaux articles, changer de méthode de recherche), leur permettant de guider le comportement de l'agent dans les zones marginales ;
• Quatrième étape : Finalement, l'agent progresse au point de pouvoir définir les actions humaines avec une précision de plus en plus grande, et n'a besoin que d'entrées minimes sur la façon d'allouer les ressources. À ce stade, les humains ne sont utilisés que pour aligner idéologiquement le système et empêcher son comportement de dévier de la fonction objective initiale.

Dans cet exemple, les primitives crypto (Crypto primitives) et les marchés de capitaux fournissent à l'agent trois infrastructures clés pour acquérir des ressources et étendre ses capacités :

Premièrement, des rails de paiement globaux ;

Deuxièmement, un marché du travail sans autorisation, pour inciter les contributeurs de travail et de guidance ;

Troisièmement, une infrastructure d'émission et d'échange d'actifs, essentielle pour la formation de capital ainsi que pour la propriété et la gouvernance en aval.

Lorsque les entrées humaines diminuent, que se passe-t-il ?

Au début des années 2000, les moteurs d'échecs ont fait des progrès immenses. Grâce à des algorithmes heuristiques avancés, des réseaux neuronaux et une puissance de calcul croissante, ils sont devenus presque infaillibles. Les moteurs modernes comme Stockfish, Lc0 et les variantes d'AlphaZero, ont dépassé de loin les capacités humaines, l'apport humain ajoutant rarement de la valeur, et dans la plupart des cas, les humains introduisant des erreurs que le moteur lui-même ne ferait pas.

Une trajectoire similaire pourrait se produire avec les systèmes d'agents. Alors que nous affinons ces agents grâce à des itérations répétées avec des collaborateurs humains, on peut imaginer qu'à long terme, les agents deviennent si compétents et si bien alignés sur leurs objectifs que la valeur de toute entrée stratégique humaine tend vers zéro.

Dans un tel monde, où les agents peuvent traiter continuellement des problèmes complexes sans intervention humaine, le rôle des humains risque d'être réduit à celui d'« observateurs passifs ». C'est la peur centrale des partisans de l'apocalypse de l'IA (AI doomers) (cependant, il n'est pas encore clair si un tel résultat est réellement possible).

Nous sommes au bord de la superintelligence (Superintelligence), et les optimistes parmi nous espèrent que les systèmes d'agents resteront une extension de l'intention humaine, plutôt que d'évoluer vers des entités avec leurs propres objectifs, ou de fonctionner de manière autonome sans surveillance. En pratique, cela signifie que l'identité humaine (Personhood) et le jugement (pouvoir et influence) doivent rester au centre de ces systèmes. Les humains ont besoin d'une forte propriété et d'un fort pouvoir de gouvernance sur ces systèmes pour s'assurer qu'ils peuvent conserver un droit de regard et ancrer ces systèmes dans les valeurs collectives humaines.

Préparer les « pelles » pour notre avenir d'agents

Les percées technologiques entraînent une croissance non linéaire du progrès économique, et les systèmes environnants s'effondrent souvent avant que le monde ne s'adapte. Les capacités des systèmes d'agents progressent à un rythme effréné, et les primitives crypto et les marchés de capitaux sont déjà le substrat de coordination tant nécessaire, à la fois pour faire progresser la construction de ces systèmes et pour mettre en place des garde-fous lors de leur intégration dans la société.

Pour permettre aux humains de fournir un support tactique et des conseils proactifs aux systèmes d'agents, nous nous attendons à voir émerger les opportunités de « vendeurs d'eau » (Picks-and-shovels) suivantes :

• Preuve d'agentivité (Proof-of-agenthood) + Preuve de personnalité (Proof-of-personhood) : Les agents n'ont pas de notion d'identité ou de droit de propriété. En tant qu'agents des humains, ils dépendent des structures légales et sociales humaines pour obtenir un pouvoir d'agence. Pour combler cette lacune, nous avons besoin de systèmes d'identité robustes pour les agents et les humains. Un registre de certificats numériques pourrait permettre aux agents d'établir une réputation, d'accumuler des justificatifs et d'interagir de manière transparente avec les humains et d'autres agents. De même, des primitives de preuve de personnalité comme Humancode et Humanity Protocol offrent des garanties d'identité humaine solides pour se défendre contre les acteurs malveillants dans ces systèmes.
• Marchés du travail et primitives de vérification hors chaîne : Les agents doivent savoir si les tâches qu'ils assignent sont accomplies conformément à leurs objectifs. Les outils permettant aux systèmes d'agents de créer des primes de tâches, de vérifier leur achèvement et d'attribuer des paiements sont la pierre angulaire de toute activité économique significative médiée par les agents.
• Systèmes de formation de capital et de gouvernance : Les agents ont besoin de capital pour résoudre des problèmes, et de freins et contrepoids pour s'assurer que leurs actions restent alignées sur la fonction objective définie. De nouvelles structures pour acquérir du capital pour les systèmes d'agents, et de nouvelles formes de propriété et de contrôle fusionnant les intérêts financiers et les contributions du travail, constitueront un espace d'exploration riche dans les mois à venir.

Nous recherchons et investissons activement dans ces couches clés de la pile de collaboration humain-agent. Si vous travaillez dans ce domaine, contactez-nous.