a16z mise sur : Kalshi, le volume des transactions hebdomadaires approchant les 3 milliards de dollars, passant du « jeu de prédiction » à l'infrastructure financière, le marché commence à évaluer la « incertitude ».

Dans le système financier traditionnel, « le prix » appartient généralement uniquement aux actifs.

Actions, taux d’intérêt, matières premières — leur possibilité d’être échangés repose sur l’existence d’une méthode de mesure unifiée et d’un mécanisme de fixation des prix consensuel. Et en face, ces variables qui influencent réellement la volatilité du marché — orientation politique, données macroéconomiques, événements politiques — restent longtemps dans un état plus primitif : discutées, prédites, mais rarement directement tarifées.

Ces variables existent depuis toujours, mais manquent d’une expression standardisée. L’émergence de Kalshi change fondamentalement cela. Elle ne crée pas de nouvelles informations, mais fournit un système de prix échangeable pour « l’événement lui-même ».

Lors d’une récente conférence de recherche, une donnée notable est que le volume hebdomadaire des transactions dans le domaine sportif approche les 3 milliards de dollars, mais sa part dans le volume total diminue. En d’autres termes, la partie la plus visible croît, mais la structure sous-jacente change.

Par ailleurs, des institutions comme a16z commencent à suivre ce secteur de façon continue. Ce n’est pas parce que le marché des prédictions devient « plus chaud », mais parce qu’il commence à présenter des caractéristiques d’infrastructure. Le marché de prédiction évolue d’un produit marginal à une infrastructure de « tarification de l’incertitude ».

01 L’attention de Wall Street : du « discuté » au « tarifé »

Le fonctionnement des marchés financiers repose sur un postulat : il doit exister un prix de référence échangeable.

• S&P 500 est le point d’ancrage principal du marché boursier

• La courbe des taux définit le coût du capital

• Les contrats à terme sur matières premières fournissent des anticipations à terme sur l’offre et la demande

Mais dans de nombreuses décisions clés, ce qui influence réellement les résultats ne se trouve pas dans ces actifs, en particulier les « variables événementielles », qui manquent longtemps d’un mode de tarification standardisé. Par exemple :

2. La mise en œuvre d’une politique

3. La surperformance ou sous-performance des données d’inflation

4. Les changements réglementaires

Ces facteurs influencent le marché, mais ne peuvent pas être directement échangés. La solution passée était d’utiliser des « actifs liés » pour une expression indirecte (par exemple, couvrir le risque électoral avec un indice boursier). Le problème, c’est que cette approche implique deux niveaux de risque implicite :

| Hypothèse implicite | | --- | Source de risque | | --- | --- | | La survenue ou non de l’événement | qui comporte une incertitude inhérente | | La relation entre l’événement et l’actif | qui peut dévier |

Le second niveau est souvent plus difficile à contrôler. La valeur centrale du marché de prédiction consiste à éliminer cette déviation structurelle : transformer « l’événement lui-même » en un objet échangeable. Quand la probabilité qu’une « politique soit adoptée » est évaluée à 40% par le marché, ce chiffre n’est plus simplement une opinion, mais une variable à laquelle on peut participer, se couvrir ou modéliser.

02 Le point de départ mal compris : pourquoi « sport » n’est pas l’essentiel, mais juste une porte d’entrée

Les premiers déploiements à grande échelle des marchés de prédiction sont issus du sport et des élections, ce qui est une conséquence naturelle :

• Frontières de l’événement clairement définies

• Résultats discrets

• Barrières à la participation faibles

Ces scénarios sont naturellement adaptés pour un lancement précoce, mais ils ont aussi induit une erreur : considérer « la demande la plus visible » comme représentant « la demande totale ». Mais selon les données divulguées par Kalshi, la structure est en train de s’inverser :

| Catégorie | | --- | État actuel | | --- | --- | | Sport | Volume hebdomadaire proche de 3 milliards de dollars, part en baisse | | Macro / Politique | Croissance accélérée, attention accrue des institutions | | Divertissement / Crypto / Culture | Croissance utilisateur plus rapide, meilleure rétention |

Cela met en lumière une question clé : un scénario à fort trafic n’est pas forcément à forte valeur.

Le sport ressemble davantage à un « mécanisme de démarrage à froid », fournissant des utilisateurs et de la liquidité ; mais ce qui possède une véritable valeur financière, ce sont ces variables que les institutions peuvent utiliser pour couvrir ou tarifer. Lors de la conférence, des participants de Goldman Sachs et Tradeweb ont mentionné que les événements macro (comme le CPI, la trajectoire des taux) deviennent les catégories de marché de prédiction les plus intéressantes.

Ces variables ont une caractéristique commune : elles ne sont pas des actifs en soi, mais déterminent le prix des actifs.

03 La voie réelle adoptée par les institutions : du « indicateur de référence » à l’« outil de trading »

Malgré l’engouement croissant, les marchés de prédiction restent à un stade institutionnel précoce. Selon Kalshi, la voie d’adoption par les institutions peut être divisée en trois phases :

| Phase | | --- | Comportement clé | Progrès actuel | | --- | --- | --- | | Phase de données | Utiliser le prix de prédiction comme signal de référence | Déjà largement répandue | | Phase d’intégration | Incorporer dans modèles, gestion des risques et recherche | En cours | | Phase de trading | Réaliser directement des couvertures de risque et des positions | Encore à ses débuts |

Aujourd’hui, la majorité des institutions restent dans les deux premières phases. Une contrainte clé vient de la structure même du marché : les marchés de prédiction actuels nécessitent une marge de 100% pour ouvrir une position.

Pour des institutions dépendantes de l’effet de levier et de l’efficacité du capital, cela implique un coût d’opportunité élevé. C’est aussi pourquoi Kalshi travaille avec la CFTC pour faire avancer l’introduction d’un mécanisme de marge. Une fois cette contrainte levée, la croissance au niveau de la couche de trading pourrait connaître une transformation structurelle.

04 De la tarification d’actifs à la « tarification probabiliste » : une extension du système financier

Si l’on place le marché de prédiction dans une perspective plus longue de l’histoire financière, il ne s’agit pas d’une innovation isolée, mais plutôt d’une extension du système de tarification.

• Le marché traditionnel tarife : actifs, flux de trésorerie, prime de risque.

• Le marché de prédiction tarife : événements, probabilités, trajectoires anticipées.

La différence réside dans : le premier est orienté résultats, le second processus. Ce changement majeur permet que l’information soit désormais exprimée sous forme de « prix », plutôt que de rester au niveau de l’analyse ou de la narration. Par exemple, quand le marché indique qu’un « certain politique a 60% de chances d’être adoptée », ce chiffre peut être intégré dans des modèles quantitatifs, utilisé pour la couverture ou comme donnée de décision. Cela se rapproche davantage de l’usage que l’on fait des systèmes financiers, par rapport aux jugements d’experts ou aux sondages.

05 La convergence avec Agent / IA : du « outil de prédiction » à la « couche d’entrée à la décision »

Une autre dimension des marchés de prédiction est leur potentiel de convergence avec les systèmes d’IA. La majorité des agents actuels rencontrent un problème commun : ils peuvent générer des conclusions, mais ont du mal à quantifier l’incertitude.

Les marchés de prédiction offrent une voie différente :

2. Utiliser des fonds réels pour contraindre la prédiction

3. Agréger l’information via un mécanisme de marché

4. Exprimer la probabilité par le prix

| Système | | --- | Rôle | | --- | --- | | IA / Agent | Générer hypothèses et chemins de raisonnement | | Marché de prédiction | Fournir des probabilités et des ancrages de tarification |

Lorsque les agents commencent à participer à la prise de décision financière, à la gestion des risques ou à la génération de stratégies, ces « prix de probabilité » deviendront des entrées clés.

06 La fin n’est pas compliquée : devenir une infrastructure « par défaut »

Lors de la conférence, une idée a été répétée : lorsque cela devient ennuyeux, c’est que c’est vraiment réussi.

Ce n’est pas une critique, mais une étape typique de l’évolution des infrastructures financières :

• Le marché des options, dans les années 1970, était également très contesté.

• Les ETF étaient considérés comme des outils marginaux à leurs débuts.

Mais une fois qu’ils deviennent la configuration standard, ils ne font plus l’objet de discussion. Les marchés de prédiction pourraient suivre un parcours similaire : passant d’expérimentations académiques à des outils pour les élections et le sport, puis à des applications macroéconomiques et institutionnelles, pour finalement devenir une « tarification par défaut » intégrée au système financier. À ce stade, ils ne seront plus appelés « marchés de prédiction », mais simplement une partie du système financier.

07 Quand « l’incertitude » est intégrée dans le système de prix

Revenant à la question initiale, le changement central ne réside pas dans le volume d’échanges ou la taille des utilisateurs, mais dans une transformation plus fondamentale : l’incertitude commence à être exprimée de manière standardisée.

Quand un événement peut être tarifé, qu’une probabilité peut être échangée, l’avenir n’est plus seulement un objet de discussion, mais devient une variable à laquelle on peut participer dans le calcul et la gestion. Dans ce processus, le marché de prédiction n’est pas simplement un nouveau produit, mais une nouvelle couche de langage financier. Une fois cette langue largement adoptée, ce qu’elle change ne sera pas seulement la façon de trader, mais la structure même du système décisionnel.