Qui pourra gagner de l'argent à l'ère des Agents ?

marsbitPublié le 2026-05-27Dernière mise à jour le 2026-05-27

Résumé

L'article de Jonah Burian s'interroge sur qui capturera la valeur à l'ère des agents IA dans la blockchain. Il analyse l'évolution des théories de capture de valeur, partant de la "théorie du protocole gras" (où le protocole sous-jacent capte la majorité de la valeur) vers la "théorie de l'application grasse" (où les applications qui maîtrisent la relation utilisateur, comme les portefeuilles, capturent le plus de valeur). L'arrivée des agents remet ces théories en question car, contrairement aux humains, les agents sont rationnels, sans fidélité, et peuvent changer d'interface à coût nul. Cela érode l'avantage compétitif des applications basé sur l'expérience utilisateur. L'article présente plusieurs scénarios possibles : 1. **Applications sans tête** : Les gagnants actuels deviennent des infrastructures backend pour les agents. 2. **Retour des protocoles** : Si les agents contournent les intermédiaires et interagissent directement avec les protocoles. 3. **Érosion générale des marges** : Les agents optimisant systématiquement les coûts, toute la pile technologique voit son pouvoir de fixation des prix disparaître. 4. **Création d'une activité nouvelle** : Les agents pourraient générer de nouveaux types d'activités économiques à grande échelle. 5. **Un modèle inconnu** : L'émergence d'un tout nouveau modèle commercial, comme l'économie de l'attention l'a été pour internet. En conclusion, les mondes humain et des agents coexisteront probablement avec des logiques de c...

Auteur : Jonah Burian

Compilation : Jiahuan, ChainCatcher

Beaucoup spéculent que les prochains milliards d'utilisateurs de la blockchain seront des Agents. Mais peu s'interrogent sur la question suivante : dans ce monde, qui pourra gagner de l'argent ?

Toutes les théories antérieures sur la capture de valeur dans le domaine des crypto-monnaies supposaient que les utilisateurs étaient des humains. La théorie des "Protocoles Gros" (Fat Protocols) soutient que les protocoles sont les mieux placés pour monétiser les utilisateurs humains.

La théorie des "Applications Grosses" (Fat Apps), que mes collègues et moi avons explorée dans "Comment capturer la valeur" et "La Grande Réévaluation", affirme quant à elle que la couche applicative peut faire mieux. Mais les Agents changent la nature de l'identité de l'utilisateur, rendant les théories existantes obsolètes.

La théorie du Protocole Gros

En 2016, @jmonegro a proposé la théorie du "Protocole Gros". Pendant près de dix ans, elle est restée la théorie dominante de la capture de valeur dans le domaine des crypto.

L'idée centrale est la suivante : dans l'internet traditionnel, la valeur s'agrège au niveau des applications (@Google, @facebook), tandis que les protocoles sous-jacents (TCP/IP, HTTP) capturent peu ou pas de valeur. Le monde des cryptos inverse complètement cette situation. Les blockchains rendant les données publiques et partagées, les applications deviendraient progressivement des commodités.

Et comme l'utilisation du réseau nécessite la consommation de jetons de protocole, ceux-ci, avec la croissance de l'usage, captureraient la valeur spéculative générée. Le succès de chaque application stimulerait la demande pour le jeton. Le protocole sous-jacent croîtrait plus vite que toute application construite dessus.

Pendant des années, cette affirmation semblait juste. La valeur du Bitcoin et de l'Ethereum a dépassé de loin celle de toute entreprise construite sur ces protocoles.

Ce modèle fonctionne parfaitement lorsque le protocole lui-même est rare, coûteux à construire et difficile à remplacer. Le Bitcoin et l'Ethereum de 2017 étaient très rares, il n'y avait pas des dizaines de L1 (réseaux de couche 1) génériques en concurrence pour les mêmes charges de travail.

L'espace de bloc était suffisamment limité pour que détenir l'actif sous-jacent semble équivalent à détenir une partie de chaque application en ayant besoin.

Aujourd'hui, des alternatives fiables émergent à chaque niveau de la pile technologique : plusieurs L1 à haut débit, des dizaines de L2, et des couches de règlement modulaires et de disponibilité des données (DA) en concurrence féroce sur les prix. L'espace de bloc est passé de limité à surabondant.

Avec les ponts inter-chaînes et les agrégateurs qui rendent les chaînes sous-jacentes quasi invisibles pour l'utilisateur, les coûts de changement s'effondrent. L'infrastructure devient interchangeable, et une commodité interchangeable ne peut rivaliser que sur le prix. Le pouvoir de fixation des prix des protocoles disparaît avec la rareté.

La théorie de l'Application Grosse

En 2026, les entités capturant la majeure partie des bénéfices économiques sont les applications, pas les protocoles : par exemple @phantom, @coinbase, @Polymarket, @Pumpfun, etc.

À mon avis, la raison est que l'actif le plus précieux dans le monde des cryptos est la relation avec l'utilisateur.

Si vous contrôlez l'interface utilisateur et le flux de transactions, vous contrôlez les canaux de distribution et pouvez ainsi tirer profit de presque tout produit on-chain que l'utilisateur touche : échanges, prêts, jalonnement, frappe de jetons, et on-ramps fiat. C'est probablement aussi la raison pour laquelle les fonds sont si obsédés par les neobanks.

Les applications poussent également l'infrastructure dans une pure guerre des prix, ce qui force la compression des marges vers le coût marginal. J'ai documenté cette dynamique dans "Comment capturer la valeur". La même dynamique se joue dans le domaine des stablecoins, comme je l'ai abordé ailleurs.

Les prix des actifs reflètent cette théorie. Spencer et moi avons appelé ce changement "La Grande Réévaluation" : dans ce cycle, la valeur commence à s'agréger vers la couche qui détient l'utilisateur.

Pourquoi les Agents brisent cette logique

La théorie de l'Application Grosse suppose que l'utilisateur est un humain qui valorise l'UX, la marque et la commodité. Mais les Agents s'en moquent. Ils appellent directement des API, n'ont aucune loyauté envers une marque et changent de plateforme à coût nul.

Quand l'utilisateur devient un logiciel, la maîtrise de la relation utilisateur n'est plus un fossé infranchissable. Le fossé du front-end, sur lequel repose toute la théorie de l'Application Grosse, devient caduc.

Alors, à l'ère des Agents, qui peut capturer de la valeur ?

Les applications deviennent "sans tête" (headless)

Dans un scénario futur, les gagnants de la couche application pourraient maintenir leur position en se débarrassant de leur interface frontale (devenant "sans tête").

Les portefeuilles et agrégateurs ont déjà effectué le travail de construction le plus difficile : intégrations avec des dizaines de protocoles, logique de routage, authentification et infrastructure d'on-ramp fiat.

L'étape suivante évidente est d'exposer cette pile technologique sous forme d'API pour les Agents, leur permettant de router via elles – comme les humains le font aujourd'hui via @phantom ou @JupiterExchange.

Dans ce monde, la théorie de l'Application Grosse survit. Elle perd juste son front-end. Les entreprises qui ont gagné à l'ère humaine se transformeront en infrastructure back-end pure pour les Agents. Nous voyons déjà des entreprises SaaS traditionnelles comme Salesforce évoluer dans cette direction.

Le retour en force des protocoles

Dans un autre scénario, les Agents contournent complètement la couche intermédiaire.

Si l'intégration devient suffisamment simple (API bien documentées, RPC standardisés, sémantique d'exécution prévisible), les Agents n'ont aucune vraie raison de payer un agrégateur pour faire ce qu'ils peuvent faire eux-mêmes. L'avantage des agrégateurs à l'ère humaine était l'UX et la gestion de la complexité du routage.

Mais les Agents n'ont pas besoin d'UX, et le routage est un problème soluble par l'ingénierie, domaine dans lequel les Agents deviennent de plus en plus compétents.

Si le monde évolue dans cette direction, la théorie du Protocole Gros connaîtra une seconde jeunesse.

L'effondrement du pouvoir de fixation des prix dans toute la pile

Peut-être que les Agents exerceront une pression de marchandisation à tous les niveaux. Ils sont parfaitement rationnels, routeront à chaque fois vers la plateforme d'échange la moins chère, sans friction et sans aucune loyauté.

Les applications perdent leur capacité à facturer une prime d'UX aux humains. Les agrégateurs et l'infrastructure perdent également leur pouvoir de fixation des prix, car il n'y a plus l'inertie humaine inhérente pour les protéger de la guerre des prix.

Dans ce scénario, aucune partie de la pile technologique ne capture beaucoup de profit. Les marges de toute la chaîne d'approvisionnement sont forcées vers le coût marginal, et la valeur résiduelle revient aux propriétaires des Agents, ou aux utilisateurs finaux que servent ces Agents.

La technologie crypto devient une commodité, et il est difficile de gagner beaucoup d'argent dans les commodités.

Les Agents créent une activité sans précédent

Une compréhension simple est : les Agents font tout ce que font les humains, mais plus vite et à plus grande échelle. Même avec des marges compressées, le gâteau global grossit.

Je pense qu'il existe une version plus intéressante.

Les Agents rendent viables des activités autrefois impossibles : par exemple, le rééquilibrage continu de portefeuilles pour moins d'un centime de coût d'exécution, le commerce machine-à-machine entre Agents, et de nouveaux marchés qui existent parce que la tarification et la vitesse de transaction dépassent de loin ce qu'un humain peut suivre.

Les données actuelles d'activité on-chain ne reflètent pas cela, car nous supposons qu'il y a forcément un humain impliqué.

Si c'est bien le changement que les Agents apportent, alors la question passe de "comment répartir le gâteau actuel" à "quelle quantité de nouvelle activité économique affluera on-chain, et quels niveaux sont prêts à la servir".

Un modèle économique encore innommé

À chaque cycle, nous essayons de deviner où va la valeur et avons tendance à penser que les modèles économiques existants persisteront. Cette hypothèse nous fait généralement manquer les nouveaux modèles qui n'existent pas encore.

Aux débuts d'Internet, personne n'avait prévu l'émergence de l'économie de l'attention. À l'époque, l'idée que "découper l'attention des utilisateurs et la vendre aux enchères à des annonceurs deviendrait le modèle dominant, et qu'une seule entreprise pourrait capter une part importante des dépenses publicitaires mondiales" était extrêmement étrangère. Cela n'a semblé inévitable qu'après coup.

L'intelligence artificielle semble être l'une des plus grandes perturbations technologiques des dernières décennies. Dans un monde dominé par les Agents, une partie de la capture de valeur pourrait aller vers des modèles économiques dont personne ne parle aujourd'hui. Et les groupes capturant cette valeur pourraient ne pas être ceux que le marché surveille actuellement.

Points sur lesquels se concentrer

Le résultat le plus probable n'est pas qu'un système remplace complètement l'autre. Pendant longtemps, les humains et les Agents coexisteront en tant qu'utilisateurs du monde crypto, avec des cartographies de capture de valeur distinctes.

Tant que les humains interagissent avec la blockchain, la théorie de l'Application Grosse reste valable : les consommateurs prêts à payer pour l'UX, la marque et la commodité continueront de payer une prime aux applications maîtrisant cette relation. Et les couches impliquées dans les échanges des Agents, quelle que soit la vision qui l'emporte, seront régies par un ensemble de règles différent.

Pour les constructeurs, je pense que la question à se poser sans cesse du côté des Agents est : qu'est-ce qui fait qu'un Agent revient vous choisir, plutôt que de router directement vers l'alternative la moins chère suivante ? L'UX n'est probablement pas la réponse. La liquidité, la latence, les garanties de règlement, le sont peut-être.

Questions liées

QQuelle est la théorie de la "grosse application" (Fat App) mentionnée dans l'article et pourquoi les Agents pourraient-ils la remettre en question ?

ALa théorie de la "grosse application" (Fat App) affirme que dans le domaine de la cryptographie, la majorité de la valeur est capturée par les applications qui contrôlent l'interface utilisateur et le flux des transactions (comme les portefeuilles et les agrégateurs). Cela leur permet de tirer profit des produits qu'elles distribuent. Cependant, l'article souligne que cette théorie repose sur l'hypothèse que les utilisateurs sont des humains sensibles à l'expérience utilisateur (UX), à la marque et à la commodité. Les Agents, en tant qu'entités logicielles, se moquent de ces aspects. Ils interagissent via des API, n'ont aucune fidélité à une marque et peuvent basculer sans coût entre les plateformes. Ainsi, le fossé de l'interface frontale (qui protège les applications dans le modèle "Fat App") s'effondre, remettant en question la pérennité de ce modèle de capture de valeur à l'ère des Agents.

QSelon l'article, quelles sont les deux façons dont les applications actuelles pourraient évoluer pour rester pertinentes dans un monde dominé par les Agents ?

AL'article envisage deux évolutions majeures pour les applications : 1) Devenir des applications "sans tête" (headless) : Les gagnants de l'ère humaine (comme les portefeuilles et agrégateurs) pourraient ouvrir leur pile technologique sous forme d'API destinées aux Agents. Ils passeraient ainsi d'une interface utilisateur frontale à une infrastructure purement dorsale, conservant leur avantage en matière d'intégration et de logique de routage. 2) Être court-circuitées : Si l'intégration des protocoles sous-jacents devient suffisamment simple, les Agents pourraient complètement ignorer la couche intermédiaire des applications et interagir directement avec les protocoles, rendant potentiellement obsolètes les agrégateurs dont le rôle était de simplifier la complexité pour les humains.

QPourquoi l'article suggère-t-il que la théorie de la "grosse couche protocolaire" (Fat Protocol) pourrait connaître un renouveau ?

AL'article suggère que la théorie des "grosses couches protocolaires" (Fat Protocol), selon laquelle la valeur se concentre dans les protocoles de base comme Bitcoin et Ethereum, pourrait connaître un renouveau si les Agents évoluent vers un modèle où ils contournent les applications intermédiaires. Cette théorie a été affaiblie par la multiplication des alternatives fiables (L1, L2, couches modulaires) qui ont transformé l'espace de blocage d'une ressource rare en une commodité abondante, érodant le pouvoir de fixation des prix des protocoles. Cependant, si les Agents interagissent directement avec les protocoles via des API standardisées et bien documentées, et que l'intégration devient triviale pour eux, la demande pour les jetons natifs de ces protocoles pourrait à nouveau augmenter avec leur utilisation, permettant aux protocoles de capter une plus grande part de la valeur générée.

QComment les Agents pourraient-ils générer une nouvelle catégorie d'activité économique sur la blockchain, selon l'auteur ?

ASelon l'auteur, au-delà d'exécuter simplement les activités humaines plus rapidement, les Agents pourraient rendre viable toute une nouvelle catégorie d'activités économiques auparavant impossibles. Cela inclut : le rééquilibrage continu de portefeuilles avec des coûts d'exécution inférieurs à un centime, des transactions commerciales de machine à machine entre Agents, et la création de nouveaux marchés basés sur une tarification et une vitesse de transaction tellement élevées qu'elles dépassent les capacités de suivi d'un humain. L'auteur souligne que les données d'activité actuelles sur la chaîne ne reflètent pas encore cela, car elles partent du principe d'une participation humaine.

QQuel est le scénario le plus pessimiste pour la capture de valeur dans la pile technologique crypto à l'ère des Agents, et quelle en serait la conséquence ?

ALe scénario le plus pessimiste envisagé est celui où les Agents exerceraient une pression de marchandisation sur toute la pile technologique. Étant purement rationnels et sans friction ni loyauté, ils routeraient systématiquement vers la plateforme la moins chère. Les applications perdraient leur capacité à facturer une prime pour l'UX, et les agrégateurs ainsi que l'infrastructure perdraient leur pouvoir de fixation des prix, n'étant plus protégés par l'inertie humaine face aux guerres de prix. Dans ce cas, aucun acteur de la pile technologique ne parviendrait à capturer des profits significatifs. Les marges seraient compressées jusqu'au coût marginal sur toute la chaîne d'approvisionnement. La technologie blockchain deviendrait une simple utilité publique, un secteur où il est historiquement difficile de réaliser de gros profits.

Lectures associées

Alibaba « met en rayon », ByteDance « s’entraîne »

Durant la dernière semaine de mai, deux événements consécutifs dans l'industrie de l'IA ont révélé les stratégies divergentes des géants chinois Alibaba et ByteDance. Alibaba adopte une approche d'application immédiate et de monétisation. Son modèle Qwen est intégré à Taobao pour des fonctionnalités comme l'essayage virtuel et la comparaison de prix, visant à transformer l'expérience d'achat. L'entreprise se positionne comme l'infrastructure ("eau, électricité, gaz") et la "caisse enregistreuse" de l'ère IA, avec ses services cloud alimentant de nombreux modèles locaux. Cette stratégie, soutenue par des réorganisations internes et l'initiative "AI Credit", génère déjà des revenus, comme en témoigne la croissance de 40% des revenus cloud externes. Cependant, elle suppose que les capacités des modèles de base n'évolueront pas assez vite pour rendre ses applications obsolètes. ByteDance, via son département Seed, privilégie la recherche fondamentale à long terme. Son objectif est "d'explorer les limites de l'intelligence". Son modèle de génération vidéo Seedance 2.0, salué comme le plus performant au monde, et des publications académiques ambitieuses sur les "modèles du monde" illustrent cette voie. La société, qui n'est pas cotée en bourse, peut se permettre d'engager des dépenses d'investissement massives (jusqu'à 470 milliards de yuans en 2026 selon des rapports) et d'accorder à ses chercheurs le temps de publier sans pression commerciale immédiate. Mais cette approche "laboratoire Nobel" commence à être questionnée par des signes de commercialisation sur des produits comme Doubao. L'article suggère que cette divergence stratégique tient moins à une philosophie qu'à un statut : Alibaba, société cotée, est soumis à la pression des marchés pour montrer des retours rapides, tandis que ByteDance, privée, peut investir sur le très long terme. Le jour où ByteDance envisagera une introduction en bourse, la pérennité de sa stratégie de recherche pure sera véritablement mise à l'épreuve.

marsbitIl y a 5 mins

Alibaba « met en rayon », ByteDance « s’entraîne »

marsbitIl y a 5 mins

Trois ans plus tard : Retour sur mon jugement de 2023 concernant ChatGPT

Trois ans après ses prédictions sur ChatGPT en mars 2023, Wang Jianshuo revient sur ses vingt affirmations initiales, évaluées en mai 2026 par des agents IA. Sur les vingt points, la majorité des tendances de fond étaient correctes : l'essor du RAG comme architecture dominante pour l'injection de connaissances, le rôle central de l'interface utilisateur en langage naturel (LUI), l'émergence de protocoles pour un "réseau d'agents", et le rattrapage technologique rapide des modèles chinois. Des erreurs notables portent sur des chiffres précis, comme les 100 billions de paramètres supposés de GPT-4 (en réalité environ 1,8 billion) ou une estimation trop basse des coûts de formation des grands modèles. Certaines prévisions se sont révélées trop absolues ("l'IA ne fera jamais de mathématiques pures") ou ont négligé les disparités (aucune vague de chômage massif, mais un impact sévère sur les jeunes diplômés). L'analyse révèle que les intuitions sur les mécanismes et les directions se sont avérées bien plus fiables que les prédictions numériques ou temporelles, souvent trop optimistes à court terme. La prudence dans les formulations et la reconnaissance des incertitudes se sont montrées précieuses avec le recul. Ce bilan offre des leçons pour les futurs pronostics : privilégier les tendances aux chiffres, anticiper les effets distributifs et accepter que certaines questions demandent plus de trois ans pour être tranchées.

marsbitIl y a 8 h

Trois ans plus tard : Retour sur mon jugement de 2023 concernant ChatGPT

marsbitIl y a 8 h

Trois ans plus tard : un retour sur mes prédictions de 2023 concernant ChatGPT

Trois ans après ses prédictions sur le ChatGPT en mars 2023, Wang Jianshuo revient sur ses 20 affirmations initiales. Évaluées en mai 2026 par des agents IA, la plupart de ses intuitions sur les grandes tendances se sont révélées justes : le RAG est devenu l'architecture standard pour intégrer des connaissances, l'Interface Utilisateur en Langage Naturel (LUI) a créé un nouvel écosystème, et les modèles chinois ont presque rattrapé les leaders mondiaux. Des concepts comme les réseaux d'agents et la nature limitée du test de Turing se sont également matérialisés. Cependant, les prévisions quantitatives et les affirmations trop absolues ont souvent échoué. Le paramétrage supposé du GPT-4 (100T) était inexact, et les coûts de développement des modèles ont dépassé les estimations. Il a sous-estimé la vitesse de personnalisation des IA et l'impact distribué sur l'emploi des jeunes. La capture de valeur a surtout bénéficié à la couche matérielle (comme Nvidia), et non aux seules applications. Les leçons clés sont que les mécanismes et les directions sont plus fiables que les chiffres précis, que l'optimisme à court terme doit être tempéré, et que les nuances ("peut-être", "pour l'instant") rendent les prédictions plus robustes. Cette rétrospective souligne l'importance de distinguer les tendances confirmées des questions toujours ouvertes.

链捕手Il y a 10 h

Trois ans plus tard : un retour sur mes prédictions de 2023 concernant ChatGPT

链捕手Il y a 10 h

Du Token à la main-d'œuvre machine : l'IA passe d'outil à « travailleur »

Alors que l'IA écrit du code, traite des tickets clients et révise des documents juridiques, elle ne se contente plus d'être un outil mais devient une source directe de travail. La commercialisation de l'IA évolue ainsi d'un marché de « jetons » (tokens) ou d'heures de GPU vers un nouveau marché : celui de la « main-d'œuvre machine ». Dans ce marché, le jeton n'est qu'une unité de mesure, le GPU un intrant, et le modèle un outil de production. L'objet véritablement tarifé et échangé est le travail économique accompli directement par le logiciel. Le mécanisme de prix de l'IA devrait évoluer des jetons bruts vers des capacités de modèles standardisées, puis vers une main-d'œuvre sectorielle, et enfin vers un marché de résultats programmables. À l'avenir, les entreprises pourraient ne plus se soucier du modèle ou du GPU spécifique utilisé, mais uniquement du fait que la tâche soit livrée dans des délais, avec un taux de précision, une fiabilité et un coût conformes aux standards. Ce changement ne signifie pas un simple remplacement du travail humain. Alors que la machine assume des tâches standardisées et vérifiables, le rôle humain pourrait se déplacer vers la supervision, la responsabilité finale, la gestion du contexte et les jugements critiques. Dans certains cas, les 1% de jugement humain final pourraient gagner en valeur, car ils permettent de débloquer les 99% d'automatisation à grande échelle. Le marché évolue donc vers une couche où le « travail » lui-même devient l'unité stable, standardisée, vérifiable et négociable. La prochaine phase de concurrence ne portera pas seulement sur la puissance des modèles ou le prix du calcul, mais sur la capacité à standardiser, vérifier et tarifer le « travail » accompli, faisant de la main-d'œuvre machine une nouvelle ressource productive que l'on peut acheter, facturer et échanger.

marsbitIl y a 11 h

Du Token à la main-d'œuvre machine : l'IA passe d'outil à « travailleur »

marsbitIl y a 11 h

Trading

Spot
Futures
活动图片