Juste maintenant ! La conférence Stripe 2026 a explosé ! Le paradoxe de Solow a été brisé, l’électrocardiogramme de l’économie IA a flambé ! La dernière opportunité pour les investisseurs particuliers de monter à bord ?

Je vais vous parler d’une chose. Je viens de revenir de San Francisco, où j’ai assisté à la conférence Stripe Sessions 2026, qui traite de près de 2 % du PIB mondial.

Lors de cette réunion, ce que j’ai vu m’a glacé le dos, non pas par peur, mais parce que j’ai réalisé que nous, tous, y compris beaucoup de grandes institutions, sommes en retard d’une demi-longueur d’avance dans la compréhension de l’économie de l’IA.

Il existe un terme appelé « paradoxe de Solow », inventé en 1987 par l’économiste Robert Solow : on voit partout l’ère de l’informatique, sauf dans les données de productivité. Ce paradoxe n’a été brisé qu’au milieu des années 90. Aujourd’hui, c’est la même confusion : les signaux de données de l’IA sont flous, et la théorie de la bulle est omniprésente.

Mais deux frères irlandais, dans Stripe, ont installé un « moniteur de fréquence cardiaque ». Ils traitent 1,9 trillion de dollars par an, avec 5 millions d’entreprises sur leur plateforme, et 86 % des 50 plus grandes entreprises d’AI selon Forbes y sont présentes. Le bébé de l’économie de l’IA vient de naître, Stripe est comme un électrocardiogramme dans la salle d’accouchement, entendant le battement de cœur bien avant tout économiste.

Une étude de la Réserve fédérale de Saint-Louis début 2026 indique que l’investissement dans l’IA a contribué à près de 40 % de la croissance marginale du PIB américain, dépassant la période de la bulle Internet. Et une fois ces investissements transformés en revenus, la majorité des règlements se font via Stripe.

Alors, ne croyez pas ceux qui débattent encore pour savoir si l’IA est une bulle ou non, leurs données sont trop obsolètes. Les données en temps réel, elles, tracent déjà une courbe de croissance escarpée sur ce « moniteur de fréquence cardiaque ».

Commençons par la vitesse, qui fait peur. Le PDG de Stripe, Patrick Collison, a montré un graphique : depuis la pandémie, le nombre de nouvelles entreprises par mois est resté stable. Mais début 2026, la courbe monte presque verticalement. La raison est simple : les outils de codage IA permettent à un simple citoyen de créer un produit payant en quelques jours, ce qu’on appelle le « vibe coding ».

Ce n’est pas une simple transformation quantitative, c’est une transformation qualitative. Stripe Atlas, un outil pour enregistrer une société américaine, a célébré la création de son 100 000e entreprise la semaine dernière. En 2025, les sociétés enregistrées via cet outil ont un revenu deux fois supérieur à celui de 2024 à la même étape de leur cycle de vie. En 2026, des entreprises nées il y a seulement quelques mois ont déjà un revenu cinq fois supérieur à celui de l’année dernière.

Prenons un exemple : Lovable a atteint 100 millions de dollars de revenus en huit mois ; Cursor, en moins de deux ans, a atteint 1 milliard de dollars de revenus annuels, doublant en trois mois pour atteindre 2 milliards. Les entreprises natives IA en tête sur Stripe ont connu une croissance de 120 % en 2025, et ont déjà augmenté de 575 % en 2026.

Et du côté des consommateurs ? Les utilisateurs les plus dépensiers dépensent 371 dollars par mois en produits IA, plus que leur facture Internet + streaming + téléphone. J’ai calculé mes propres dépenses en tokens, et elles dépassent déjà ma facture de téléphone. La vitesse de croissance des entreprises sur Stripe est 17 fois celle de l’économie mondiale.

John Collison (co-fondateur et président) a évoqué le paradoxe de Solow sur scène, en utilisant une analogie historique : en 1882, Edison a allumé la première ampoule électrique, mais pendant trente ans, la productivité n’a guère augmenté, car la structure des usines reposait sur la vapeur. Il a fallu reconstruire toute l’usine pour libérer la magie de l’électricité.

Selon lui, l’IA est à un stade similaire. Mais il a ajouté : « Je doute que l’IA ne prenne pas trente ans. » Les données de Stripe soutiennent son optimisme. Les dirigeants des entreprises traditionnelles poussent tous avec une urgence extrême pour l’IA, c’est ce que j’ai vu de mes propres yeux.

Passons à la mondialisation, qui bouleverse aussi la perception. Ces entreprises IA, dès leur premier jour, sont mondiales. Stripe appelle cela la « mondialisation par défaut ».

Les grands modèles de langage ont brouillé la frontière linguistique : une simple fenêtre de dialogue permet à des utilisateurs du monde entier d’utiliser un produit en langage naturel. C’est la première fois qu’un marché logiciel mondial unifié devient possible.

Les données le confirment : lors de la vague SaaS précédente, les entreprises à croissance la plus rapide couvraient 25 pays la première année, puis 50 la troisième. Pour les entreprises IA, c’est 42 pays la première année, 120 la troisième. Le Kazakhstan apparaît désormais dans la liste des marchés des entreprises IA. Sur les 100 premières startups IA, dès la première année, elles ont vendu dans 55 pays.

Une société américaine appelée Emergent Labs tire près de 70 % de ses revenus de l’étranger, avec 16 pays contribuant chacun à au moins 1 %. 48 % des revenus des principales entreprises IA proviennent de marchés hors du pays d’origine, contre 33 % il y a trois ans. La croissance mondiale n’est pas une simple addition, c’est la base.

Vitesse + mondialisation, ces deux aspects sont directement liés à Stripe. Les entreprises IA doivent pouvoir recevoir des paiements dans 40 pays dès la première semaine. Et les fondateurs de Stripe sont eux-mêmes des entrepreneurs transfrontaliers : en 2010, ils ont résolu le problème du paiement en quelques lignes de code, profitant de l’essor du mobile et du SaaS.

Aujourd’hui, Shopify, Uber, Salesforce l’utilisent tous. Stripe a créé des capacités locales dans 46 pays, couvrant 195 marchés, supportant 125 méthodes de paiement locales. Cette infrastructure financière mondiale constitue un avantage concurrentiel énorme à l’ère de l’IA.

Beaucoup d’entreprises IA contactent Stripe en disant : « Nous sommes par défaut mondiaux, peu importe où se trouvent nos utilisateurs. » Toucher les utilisateurs, c’est une chose, leur faire payer en est une autre. Stripe résout cela avec la tarification en monnaie locale et la connexion aux méthodes de paiement locales. Par exemple, en Inde, avec UPI, au Brésil, avec Pix, le taux de conversion augmente de plus de 7 %.

Après l’intégration de UPI, Gamma, un outil de démonstration de jeux, a vu ses revenus exploser de 22 % en un mois en Inde. J’ai aussi vu la présence de la société chinoise Minimax sur le stand, beaucoup de sociétés chinoises à l’étranger utilisent Stripe via des entités à l’étranger.

Ces entreprises IA natives ont une caractéristique commune : elles ont très peu de personnel, souvent des fondateurs indépendants. Deux ou trois personnes, accompagnées d’agents intelligents, suffisent à faire fonctionner une entreprise mondiale avec de vrais revenus. Sur Atlas, la densité de fondateurs indépendants approche 5000 pour un million d’Américains, et de plus en plus de personnes gagnent plus de 100 000 dollars par an.

John Collison, en s’appuyant sur la théorie de Ronald Coase, explique que l’existence des entreprises repose sur le fait que le coût de coordination interne est inférieur à celui du marché. Mais l’IA pourrait inverser cette logique. Lorsqu’on peut utiliser des agents intelligents pour découvrir des services, intégrer des logiciels, gérer des paiements, le coût de coordination externe chute fortement, et on n’a plus besoin d’une armée d’employés.

Tout cela, peu importe la rapidité de la croissance ou le degré de mondialisation, reste centré sur l’humain comme sujet de transaction. Mais le signal le plus fort de cette conférence est que Stripe va se concentrer sur un nouveau concept : le commerce agentique, où les agents deviennent des acteurs du marché.

Ce changement apparaît déjà discrètement dans les données de Stripe. La consommation de Stripe CLI a explosé en 2026, car les agents n’ont pas besoin d’interfaces graphiques sophistiquées. Le trafic provenant de la lecture de la documentation Stripe par des agents a été multiplié par dix l’année dernière. Si cette tendance continue, d’ici la fin de l’année, le nombre de lectures de documentation par des agents dépassera celui des humains.

Ils ont perfectionné des années durant la documentation API, trouvant ainsi leurs lecteurs les plus fidèles. Si vous pensez que les agents dépensent encore beaucoup d’argent, pensez à ces deux choses :

Premièrement, l’interface d’achat se transforme en fenêtre de chat modèle. Les consommateurs utilisent ChatGPT ou Gemini pour étudier un produit, et la recherche et l’achat se condensent en une seule interface. Patrick Collison explique pourquoi c’est irréversible : si un agent peut faire toute la recherche et la commande, et faire livrer le produit à domicile, il n’ira plus sur un autre site pour remplir à nouveau ses informations. Une fois que l’agent d’achat a fini la recherche, la prochaine étape, c’est le paiement.

Deuxièmement, plus directement : OpenClaw, l’un des cadres open source d’agents autonomes les plus populaires. Les utilisateurs donnent des instructions via Feishu ou Telegram, et l’agent exécute la tâche de façon autonome. Il peut dépenser plusieurs centaines, voire plusieurs milliers de dollars en tokens par jour, en gérant lui-même sa consommation. Passer de la gestion des tokens par l’agent à l’achat direct par l’agent n’est qu’une étape.

Lors de cette conférence, Stripe a franchi cette étape. Sur scène, Patrick Collison a donné une instruction à l’agent : « Recherche comment l’IA influence le marché de l’énergie. » L’agent a recherché, trouvé Alpha Vantage, qui propose un jeu de données énergétiques à 4 cents, et a décidé, dans son budget, d’acheter et de télécharger automatiquement via le portefeuille de stablecoins dans Tempo CLI.

Il a ensuite généré un rapport d’analyse complet. Mais ce n’est pas fini. Patrick a dit : « Publiez ce rapport, vendez-le à un prix raisonnable, et laissez d’autres agents l’acheter. » L’agent a vérifié les conditions d’utilisation du jeu de données (qui autorise la commercialisation), puis a créé un site, publié le rapport, généré un fichier de commande, et permis à d’autres agents d’acheter en une requête.

En quelques minutes, un seul agent a réalisé toute la chaîne : recherche, achat, production, conformité, publication, tarification et vente. Il est à la fois acheteur et vendeur. Patrick a conclu : « Le commerce agentique est déjà là. »

Une autre démonstration : un agent a automatiquement découvert qu’une application d’audit API utilisait le protocole Machine Payments, et a effectué un paiement de 2 dollars, avec une seule empreinte digitale. Le développeur n’a pas besoin d’écrire une logique de paiement spécifique, l’agent s’en charge tout seul.

Plus impressionnant encore, la démonstration de paiement en flux continu. Une application facture en temps réel en fonction de la consommation de tokens IA, à raison de 3 dollars pour un million de tokens. Plusieurs agents fonctionnent simultanément. Sur le tableau de bord, la consommation de tokens augmente, et sur la droite, les micro-paiements en stablecoins arrivent en flux continu. En ouvrant le navigateur blockchain Tempo, on voit que le total de 3,30 dollars est constitué de milliers de micro-paiements, chacun ne représentant qu’un millième de centime.

Les cartes de crédit ne peuvent pas faire ça, pas plus que l’ACH, ni UPI ou Pix. C’est la première fois dans le monde qu’un paiement en flux continu est réalisé. Patrick pense que l’agent pourrait rendre une vieille idée commerciale, longtemps discutée, enfin réalisable : le micro-paiement.

Les humains ne sont pas doués pour prendre des décisions de consommation ultra-fines. Personne ne veut décider si une chanson vaut 15 cents à chaque clic. Mais l’agent, lui, n’a pas cette charge cognitive. Si cette hypothèse est correcte, une grande partie des modèles commerciaux échouant à cause de la friction cognitive pourrait devenir soudainement réalisable grâce aux agents.

Et si l’agent devient un nouveau consommateur, cela introduit aussi de nouveaux risques. Emily Glassberg Sands, responsable des données chez Stripe, a décrit trois modes de fraude en forte croissance : la fraude multi-comptes (une entreprise IA sur six est concernée), la consommation malveillante lors des essais gratuits (certaines partenaires dépensent plus de 500 dollars en tokens par client payant, avec 19 essais frauduleux sur 25), et le « free-riding » (des clients consomment massivement des tokens, puis refusent de payer à la fin du mois).

Elle a cité une maxime : « La puissance de calcul, c’est la nouvelle liquidité. » Quand le SaaS traditionnel est exploité abusivement, le coût marginal est presque nul, mais pour une entreprise IA, chaque inférence coûte réellement de l’argent, et les tokens volés, c’est de l’argent volé.

Mais il y a un paradoxe : beaucoup de fondateurs IA répondent en fermant les essais gratuits. Emily a interrogé tous ceux qui prétendent « avoir résolu » le problème, et la solution consiste simplement à supprimer la couche gratuite. Mais Jeff, le responsable produit, pense que cela crée un autre problème : l’agent devient le principal moyen de découvrir de nouveaux services, et si on ne peut pas l’essayer, il passera directement à une autre URL.

Emily ajoute : si l’appel à l’action présenté à l’agent est « rejoindre la liste d’attente » ou « contacter la vente », il s’en ira immédiatement. Fermer l’inscription auto-assistée pour lutter contre la fraude, c’est priver la croissance la plus importante.

La réponse de Stripe est le système de prévention de fraude Radar. Il apprend à partir des données de transaction de 5 millions d’entreprises, et si une société rencontre un certain mode de fraude, toutes en bénéficient. Le mois dernier, Radar a bloqué plus de 3,3 millions d’inscriptions à risque élevé lors de l’inscription à des essais gratuits dans huit entreprises IA à forte croissance.

Jeff a aussi avancé une idée contre-intuitive : que la sécurité des achats par agent pourrait devenir meilleure que celle des humains. La confiance humaine repose sur l’inférence (combien de temps l’utilisateur reste sur un site, son parcours de clics), alors que la transaction par agent peut être certifiée de façon programmatique. Les jetons de paiement partagés (Shared Payment Tokens) tokenisent la preuve de paiement, et l’agent ne touche jamais le numéro de carte original. Quand la confiance passe de l’inférence à la confirmation, la sécurité de base pourrait en réalité s’améliorer.

Pour soutenir cet écosystème, le protocole est essentiel. Le Machine Payments Protocol permet aux agents de découvrir et d’effectuer des paiements via HTTP. Le Universal Commerce Protocol, lancé par Shopify, avec la participation de Meta, Amazon, Salesforce, Microsoft, et Stripe en tant que membre du conseil, vise à créer un protocole partagé. Ces entreprises, partenaires et concurrents, acceptent de collaborer pour éviter la fragmentation.

En parlant de protocole, j’ai noté un partenaire particulier : Visa. Visa est en fait une plateforme de protocole. Le livre de Dee Hock, « One from Many », décrit comment, à la fin des années 60, la conception décentralisée a permis à plusieurs banques concurrentes de partager une infrastructure commune. Deux époques différentes, deux entreprises différentes, mais une idée similaire.

Patrick Collison a rendu hommage à Hock en le qualifiant d’« innovateur sous-estimé ». Un signal plus clair : l’auteur de l’histoire académique de Visa, David Stearns, a rejoint Stripe. Sur le réseau blockchain Tempo, un des validateurs porte le nom de Visa. Visa, fondée par Hock, est devenue un nœud dans le réseau blockchain incubé par Stripe. Un étudiant a créé un nouveau réseau, un professeur en est un nœud.

Lors de l’ouverture, Patrick a retracé l’origine de sa pensée : il était initialement programmeur en Lisp. La philosophie centrale de Lisp, « le code est des données », se traduit dans le langage de Stripe par : « la monnaie est des données ». Dee Hock, en approchant la monnaie par la théorie des organisations, considérait la monnaie comme une « garantie d’échange de valeur » ; Collison, par la programmation, la voit comme des données, pouvant être programmées, appelées via API, manipulées par des agents. Deux langages différents pour dire la même chose.

Et pour finir, un détail intéressant : la conférence devait se terminer par une discussion informelle entre Patrick et Greg Brockman, co-fondateur d’OpenAI, mais juste avant, l’invité a été remplacé par Sam Altman. Toute la salle a acclamé. Ils se connaissent depuis 19 ans. Altman était l’un des premiers investisseurs providentiels de Stripe, alors que les frères Collison avaient moins de 20 ans.

Patrick a posé une question personnelle : pourquoi avoir investi dans deux jeunes de moins de 20 ans ? Altman a répondu qu’ils voulaient construire un produit qui résolvait un problème qu’ils avaient eux-mêmes rencontré, et qu’il voyait un potentiel de mise à l’échelle.

Altman divise la transformation d’OpenAI en trois phases : du laboratoire de recherche à l’entreprise de produits, puis à une « usine à tokens » qui fournit de l’intelligence au monde. Stripe est très similaire : en 2010, ils ont résolu le problème du paiement en ligne, et en 2026, ils ont découvert un nouveau problème : leurs clients pourraient bientôt ne plus être des humains.

Cette conférence m’a donné une idée : Stripe détient des données de transaction représentant près de 2 % du PIB mondial, et peut voir d’où vient chaque dollar d’IA, où il va, et à quelle vitesse il croît. Si Solow avait eu un tel moniteur de fréquence cardiaque, il n’aurait peut-être pas attendu dix ans pour le voir dans les statistiques de l’ordinateur.

Peut-être qu’un jour, Stripe pourra fournir un modèle économique pour l’économie de l’IA. Pas un grand modèle de langage, mais un modèle économique de niveau Nobel. Qui aurait cru cela il y a quelques années, avant que Demis Hassabis ne reçoive le prix Nobel ?

Pour vous, je dirais simplement : cette vague de l’économie de l’IA, elle est déjà cartographiée avec précision grâce aux données de Stripe. Son cœur, c’est un protocole de calcul distribué ; son sang, ce sont des instructions de consommation d’agents ; sa structure, ce sont de nouveaux protocoles de paiement et de confiance. Les intermédiaires financiers traditionnels sont en train d’être réinventés, et l’aube des micro-paiements se profile à l’horizon.

Ne regardez plus ce marché avec des idées anciennes. Le vrai protagoniste en train de se faire une place dans cette révolution, ce n’est pas l’humain, mais le code.