J'ai examiné l'écosystème des marchés de prédiction et il y a quelque chose qui mérite beaucoup plus d'attention que celle qu'il reçoit : les agents d'IA commencent à changer complètement la façon dont ces marchés sont négociés.

Pour contexte, le volume sur les marchés de prédiction est passé d'environ 9 milliards en 2024 à plus de 40 milliards en 2025. Cette croissance de 400 % n'était pas une coïncidence, elle a été impulsée par des événements macroéconomiques, une meilleure infrastructure et, principalement, l'ouverture réglementaire finale (Kalshi a gagné son procès, Polymarket est revenu aux États-Unis). Maintenant, nous sommes en avril 2026 et nous voyons que Kalshi a déjà dépassé Polymarket en volume hebdomadaire, donc le marché est en mouvement constant.

Mais ce qui est intéressant, ce n'est pas seulement la croissance du marché de base, mais aussi comment les agents commencent à automatiser leurs opérations ici. La plupart des gens voient les marchés de prédiction comme des paris, mais en réalité ce sont des machines d'agrégation d'informations. Les prix reflètent la sagesse collective sur les probabilités d'événements réels. C'est profondément différent.

L'architecture qui émerge pour ces agents comporte quatre couches claires : d'abord, la collecte d'informations en temps réel (nouvelles, données en chaîne, réseaux sociaux) ; deuxièmement, l'analyse utilisant des LLM et du machine learning pour identifier les déviations de prix ; troisièmement, la conversion de ces déviations en positions en utilisant une gestion de capital disciplinée ; et quatrièmement, l'exécution automatisée sur plusieurs plateformes.

Cependant, tous les marchés ne sont pas égaux pour l'automatisation. Certains ont des règles claires et codifiables, d'autres sont du pur bruit. Les agents fonctionnent mieux là où les règles sont définissables et où il existe de véritables avantages structurels. J'ai principalement vu émerger deux types de stratégies : l'arbitrage déterministe (liquidation, Dutch Book, entre plateformes) et la spéculation directionnelle. L'arbitrage déterministe est là où les agents brillent vraiment, car il ne dépend pas de la prédiction, mais de l'exécution disciplinée et de la vitesse.

Une chose qui m'a frappé, c'est comment les outils évoluent. Il existe maintenant des outils de découverte d'arbitrage qui fonctionnent comme un outil de pari à valeur positive, identifiant automatiquement des opérations avec une valeur attendue positive entre Polymarket et Kalshi. ArbBets, PolyScalping, Eventarb : tous abordent le même problème sous des angles différents. Verso et Matchr sont plus sophistiqués, avec une exécution agrégée et un routage intelligent des ordres.

Mais voici la vérité inconfortable : la plupart de ces "agents" ne sont pas encore vraiment autonomes. Olas Predict a lancé récemment Polystrat, qui permet aux utilisateurs de définir des stratégies en langage naturel et de les exécuter automatiquement sur Polymarket. C'est plus proche de ce que l'on imagine. UnifAI Network fait quelque chose de similaire, en achetant des contrats proches de la liquidation avec des probabilités implicites supérieures à 95 %, cherchant des spreads de 3 à 5 %. Les données en chaîne montrent des taux de succès proches de 95 %, mais cela varie beaucoup selon les catégories.

Ce qui m'intéresse le plus, c'est le modèle économique. Les gagnants ne seront probablement pas ceux qui construiront le meilleur agent de trading, mais ceux qui construiront l'infrastructure sous-jacente. Si vous contrôlez la couche de données, la couche d'exécution unifiée et permettez à des tiers de construire des stratégies par-dessus, vous avez une activité plus résiliente. C'est la monétisation de l'infrastructure, un écosystème de stratégies, et une participation aux rendements. Beaucoup plus durable que de parier sur le fait que votre IA surpassera toujours le marché.

La gestion des positions est également critique. La formule de Kelly est jolie en théorie mais fragile en pratique. Ce qui fonctionne le mieux, c'est un système échelonné avec des limites fixes : vous classez les opportunités par intensité de signal, vous attribuez des positions prédéfinies à chaque niveau, et vous ne dépassez jamais la limite même si vous avez une forte confiance. C'est moins optimal théoriquement, mais beaucoup plus robuste.

Quant à l'avenir : je pense que 2026 sera l'année où les agents de marchés de prédiction cesseront d'être des expérimentations pour devenir une catégorie de produit réelle. Polymarket et Kalshi ont suffisamment de liquidité pour soutenir cela. L'infrastructure existe. Ce qui manque, c'est la standardisation, des produits matures avec des cycles commerciaux fermés et des systèmes de gestion des risques qui fonctionnent vraiment à long terme. Cela arrive. J'attends une consolidation dans les 6 à 12 prochains mois.