« Élevez-vous des homards ? » Récemment, lorsque les Web3ers se saluent, neuf fois sur dix, c'est probablement cette phrase qui est prononcée.
Début 2026, après le spectacle époustouflant des robots lors du Gala du Nouvel An chinois, les nouveaux Agents IA, représentés par OpenClaw, sont devenus le nouveau jouet des technophiles. Certains utilisent l'IA pour le service client, d'autres pour écrire du code, et certains commencent même à essayer d'utiliser des Agents pour simuler tout un ensemble d'« employés numériques ». Un concept souvent évoqué récemment sur diverses plateformes internet, « l'entreprise unipersonnelle », consiste en une personne utilisant un flux de travail IA pour accomplir un travail qui aurait autrefois nécessité une petite équipe.
Le Web3 n'est bien sûr pas en reste. Si vous regardez souvent les médias spécialisés ces derniers temps, vous remarquerez que de nombreux projets commencent également à s'articuler autour des Agents IA. Certains recherchent comment un Agent peut directement appeler des actifs on-chain ou des contrats intelligents, d'autres travaillent sur les infrastructures de paiement, d'identité ou financières pour les Agents, certains discutent de « systèmes économiques d'Agents », permettant à l'IA de participer au réseau comme un utilisateur, et certains recommencent même à brandir le nouveau slogan « Web4.0 ».
En lisant cela, on a en fait une sensation très familière.
On dit que le monde de la mode est un cycle, mais qui aurait pensé que le monde de la tech (ou du crypto) le serait aussi. Rappelez-vous la période de marché baissier qui a commencé en 2022, ChatGPT est devenu viral du jour au lendemain, et l'IA est soudainement devenue le sujet dont tout le monde parlait. Le cercle Web3 ne s'est bien sûr pas non plus tourné les pouces, et une multitude de nouveaux concepts ont rapidement émergé, comme les Agents IA, les traders IA, les stratégies automatisées, etc., comme si le simple fait d'effleurer l'IA permettait de raconter une nouvelle histoire. Mais cette effervescence n'a pas duré longtemps. Lorsque le marché crypto a recommencé à monter par la suite, l'attention de tous est rapidement retournée vers la Crypto elle-même.
Et cette fois, dans la seconde moitié de 2025, le marché crypto montre à nouveau des tendances baissières, alors le Web3 commence à chercher de nouveaux concepts pour prendre le relais.
Mais, selon Portal Labs, le problème se situe précisément là. Lorsqu'un récit commence à devenir populaire, de nombreuses équipes de startups Web3 ne font pas vraiment de jugements techniques et commerciaux, mais des jugements narratifs : quel concept est tendance, on fait celui-là. Et ensuite, elles trébuchent –
De nombreuses équipes, en avançant réellement sur leur projet, se rendent compte que le concept peut être monté rapidement, mais que le produit est difficile à concrétiser. Où sont les utilisateurs ? Quel est le scénario concret ? Sur quoi baser une facturation continue ? Peut-on obtenir des investissements ? Ces questions surgissent souvent seulement après que le projet a été développé pendant un certain temps.
Lorsque l'engouement retombe, le marché laisse souvent derrière lui une multitude de projets qui ne sont pas encore viables. Certains produits restent au stade de démo, d'autres sont mis en ligne tant bien que mal mais ne trouvent pas d'utilisateurs, et d'autres encore disparaissent simplement avec le récit. Sur le court terme, cela ressemble à l'ouverture d'une nouvelle piste, mais en y regardant de plus près après un certain temps, ce qui reste vraiment n'est pas très important.
C'est pourquoi continuer à approfondir la Crypto ou se tourner vers l'IA devient un dilemme. Choisir la première option : le marché n'est pas bon, l'investissement ne garantit pas un retour ; choisir la seconde : on n'a pas de base solide. Les seuils techniques de l'IA, la structure des talents et l'environnement concurrentiel sont différents de ceux du Web3. De nombreuses équipes ont accumulé au cours des dernières années leur stack technique, leur expérience produit, leurs ressources communautaires, qui sont toutes basées dans l'écosystème Crypto. Tourner complètement vers l'IA équivaut à entrer à nouveau dans une piste totalement inconnue. Des capacités des modèles, aux ressources de données, en passant par l'équipe d'ingénierie, presque tout doit être reconstruit.
Un aspect plus réaliste est que la piste de l'IA elle-même est déjà très encombrée. Que ce soit les entreprises de grands modèles de langage, les entreprises internet traditionnelles, ou un grand nombre d'équipes startups, tous ont investi d'énormes ressources dans ce domaine. Pour une équipe startup qui faisait du Web3 à l'origine, si elle entre sur ce marché simplement à cause d'un changement de récit, elle risque de se retrouver sans avantage technique ni ressources sectorielles.
En réalité, pour de nombreuses équipes startups Web3, il existe un autre chemin praticable. Il ne s'agit pas nécessairement de pivoter vers l'IA, mais de continuer sa propre voie Web3, tout en réfléchissant à quelles capacités la Crypto peut apporter au système de l'IA.
Si l'on regard attentivement cette vague actuelle de développement de l'IA, on constate que de nombreux maillons clés ne sont pas encore totalement résolus.
Le plus typique est celui des données. Les modèles deviennent de plus en plus puissants, mais d'où viennent les données d'entraînement, les données sont-elles fiables et conformes, et surtout comment l'Agent IA peut-il réaliser une personnalisation 1v1, ces problèmes n'ont toujours pas de bon mécanisme. Pour une IA qui dépend d'un entraînement sur des données à grande échelle, c'est un problème fondamental et persistant.
Il y a aussi par exemple l'identité et la collaboration. Lorsque les Agents IA commencent à participer à l'exécution de tâches, à des transactions automatiques ou même à des décisions opérationnelles, ils ont eux-mêmes besoin d'identité, de permissions et de règles de collaboration. Qui peut appeler un Agent donné ? Comment les Agents se répartissent-ils le travail ? Comment régler après l'exécution d'une tâche ? Ces questions touchent essentiellement à l'identité et à la répartition de la valeur dans un réseau ouvert.
Il y a aussi le problème du paiement. Une fois que les Agents IA commencent à appeler des services, à obtenir des données ou à exécuter des tâches de manière autonome sur le réseau, cela signifie qu'ils ont besoin d'un système de micropaiement capable de s'ajuster automatiquement. Et dans le système internet traditionnel, une telle structure de paiement est en réalité difficile à réaliser.
Tout cela semble être des problèmes d'IA, mais de nombreuses solutions existent en fait déjà dans le système technique de la Crypto. Qu'il s'agisse des réseaux incitatifs de données, des systèmes d'identité on-chain, ou des réseaux de paiement ouverts, ce sont des directions que le Web3 explore depuis plusieurs années.
Si les équipes startups Web3 envisagent sérieusement d'essayer d'aller dans ces directions, il y a plusieurs choses qu'elles doivent absolument clarifier au préalable.
La première chose à regarder est la capacité technique de l'équipe elle-même. Différents projets Web3 ont des accumulations techniques très variées. Certaines équipes excellent dans les protocoles on-chain, d'autres travaillent depuis longtemps sur les réseaux de données, d'autres encore sont plus orientées produits applicatifs. Si l'équipe a travaillé ces dernières années sur des infrastructures liées aux données, comme la collecte, l'extraction ou les marchés de données, alors une extension autour de la couche données de l'IA serait relativement naturelle, par exemple un réseau de contribution de données, des sources de données vérifiables, ou un marché de données incitatif pour les modèles. Si l'équipe était à l'origine plus orientée protocoles on-chain ou infrastructure, alors elle pourrait envisager de travailler autour de l'environnement d'exécution des Agents IA, par exemple l'identité on-chain des Agents, la gestion des permissions, les protocoles d'exécution de tâches, ou fournir des capacités de règlement et de paiement automatiques pour les Agents. Et pour les équipes qui font déjà des produits de couche applicative, comme des outils de trading, des plateformes de contenu, des produits communautaires ou des applications grand public, l'IA est plus adaptée pour être intégrée comme couche de capacité dans le système produit existant. Par exemple, utiliser l'IA pour améliorer les capacités d'analyse de données, automatiser les flux opérationnels, ou faire accomplir par des Agents des fonctions qui nécessitaient auparavant un traitement manuel.
Ensuite, il faut voir s'il existe un scénario métier réel. Beaucoup de projets IA disparaissent rapidement, non pas à cause de la technique, mais parce qu'ils n'avaient dès le départ pas de cas d'usage clair. Le concept peut être très à la mode, mais où sont les personnes qui ont vraiment besoin de ce produit, pourquoi l'utiliseraient-elles, et pourquoi seraient-elles prêtes à payer pour cela, ces questions n'ont souvent pas été sérieusement abordées. Certains concepts sont beaucoup discutés dans le secteur, comme « IA+Web3 », « systèmes économiques d'Agents », « traders IA », cela semble très grandiose, mais si l'on creuse un peu, les groupes d'utilisateurs stables existants ne sont en réalité pas nombreux. Au contraire, certains besoins qui semblent moins « sexy », comme le traitement de données, l'automatisation opérationnelle, le filtrage d'informations ou l'exécution de tâches, existent de manière persistante dans les activités réelles. C'est aussi pour cela que, pour décider d'entrer ou non dans une direction IA, plutôt que de regarder d'abord si le concept est tendance, il vaut mieux regarder d'abord le scénario lui-même : ce scénario est-il un problème métier de long terme, est-ce que des personnes paient déjà pour cela, et l'IA peut-elle vraiment améliorer l'efficacité à cette étape. Si ces conditions sont remplies, alors cette direction a plus de chances de passer du récit au produit.
En descendant encore, il faut aussi voir si l'équipe startup Web3 dispose des ressources nécessaires pour entrer réellement dans ces maillons.
Les directions mentionnées précédemment, données, identité, paiement, ne sont pas essentiellement des problèmes purement techniques, mais des problèmes de ressources réseau.
Par exemple, pour un réseau de données, si l'équipe n'a pas de source de données stable, ni de groupe d'utilisateurs capable de contribuer durablement aux données, alors même si la technique est au point, il sera difficile de former un véritable effet de réseau. De même, si l'on veut faire un système d'identité ou un réseau de collaboration pour Agents IA, il faut aussi que de vrais développeurs, applications ou Agents y participent, sinon le protocole lui-même aura du mal à former un écosystème. Les systèmes de paiement et de règlement suivent une logique similaire. Une fois que les Agents IA commencent à appeler des services, à obtenir des données ou à exécuter des tâches sur le réseau, les micropaiements deviennent très fréquents. Mais ce réseau de paiement n'a de sens que si un grand nombre d'Agents et de services existent simultanément, sinon il reste juste un module technique.
Donc pour de nombreuses équipes Web3, ce qu'il faut vraiment évaluer n'est pas « est-ce qu'il y a un espace technique dans cette direction », mais est-ce qu'elles peuvent faire partie de ce réseau. Est-ce que l'équipe a déjà des sources de données, un écosystème de développeurs ou des scénarios applicatifs, cela détermine souvent si un projet peut vraiment entrer dans la couche infrastructure de l'IA, au lieu de rester au niveau conceptuel.
