Ce que j'ai vu à Stripe Sessions 2026 sur l'économie de l'IA

Écrire l’article : Gao Fei

Traduction : AididiaoJP, Foresight News

En 1987, l’économiste Robert Solow a prononcé une phrase célèbre : « On peut voir l’ère de l’ordinateur partout, sauf dans les statistiques de productivité. » Cette remarque a tourmenté les économistes pendant près de dix ans. Ce n’est qu’au milieu des années 1990 que la contribution de l’ordinateur à la productivité a finalement été visible dans les données.

En 2026, la même perplexité se répète avec l’IA. La théorie des bulles va et vient, les chercheurs débattent sans cesse, les entreprises hésitent, et les signaux macroéconomiques restent flous. Mais il y a un endroit où l’impact de l’IA sur l’économie ne fait plus de doute.

Regardons maintenant Stripe.

Ces derniers jours, j’ai assisté aux Stripe Sessions à San Francisco. Le volume de transactions traitées par Stripe équivaut à près de 2 % du PIB mondial, avec un volume annuel de paiements de 1,9 trillion de dollars, et plus de 5 millions d’entreprises sur la plateforme. 86 % des entreprises du classement AI 50 de Forbes utilisent Stripe. Si l’économie de l’IA est un nouveau-né, alors Stripe est le moniteur de fréquence cardiaque dans la salle d’accouchement. Il enregistre plus tôt et plus précisément que presque tout le monde le battement du cœur de cet enfant.

Une étude publiée début 2026 par la Réserve fédérale de Saint-Louis montre que les investissements liés à l’IA ont contribué à près de 40 % de la croissance marginale du PIB américain, dépassant la contribution maximale du secteur technologique durant la bulle Internet. Lorsqu’ils se transforment en revenus, la majorité des règlements se font via Stripe. Plus important encore, Stripe ne se contente pas d’enregistrer le battement de cœur de l’économie IA. Lors de la conférence de cette année, il a annoncé vouloir promouvoir une nouvelle forme d’économie : l’Agentic Commerce, c’est-à-dire que les agents deviennent les acteurs principaux des transactions. Lors d’une interview collective, le cofondateur et président John Collison a déclaré qu’il prévoyait que le rôle des agents en tant qu’acheteurs dans le commerce deviendrait dominant dans 12 à 18 mois.

Deux jours, 288 produits et fonctionnalités lancés, plus de 10 000 participants, un terme clé a traversé tout l’événement : Agentic Commerce. Voici ce que j’ai vu lors de Stripe Sessions 2026, ainsi que mes réflexions personnelles.

Quelle est la vitesse réelle de l’économie IA ?

Avant d’aborder le commerce agentique, examinons le panorama global de l’économie IA. En 1987, Solow disait que l’ordinateur ne laissait aucune trace dans les statistiques. Quarante ans plus tard, l’IA est clairement visible dans les données de Stripe.

Le premier jour, le PDG Patrick Collison a présenté un ensemble de données. Depuis la pandémie, le nombre de nouvelles entreprises créées chaque mois sur Stripe est resté élevé, mais la courbe est relativement plate. À partir du début 2026, cette courbe s’est presque verticalisée. La cause directe est que les outils de codage IA ont considérablement abaissé la barrière à l’entrée pour lancer une startup : beaucoup de développeurs peuvent, avec « vibe coding », créer un produit payant en quelques jours. Patrick décrit cela comme un phénomène macro — toute l’économie se repositionne autour de l’IA. Maia Josebachvili, directrice principale des revenus chez Stripe IA, ajoute une comparaison externe : jusqu’en 2024, le nombre d’applications publiées sur l’App Store iOS diminuait. Après l’émergence des outils de codage IA, ce nombre a augmenté de 24 % en glissement mensuel.

Ce changement n’est pas seulement quantitatif, mais aussi qualitatif. Stripe Atlas est l’un des moyens les plus simples pour un fondateur d’enregistrer une société aux États-Unis. La semaine dernière, ils ont célébré la création de leur 100 000e entreprise. Lors de la conférence, j’ai entendu une statistique étonnante : en 2025, les sociétés enregistrées via Atlas génèrent deux fois plus de revenus à la même étape de leur cycle de vie qu’en 2024. Une société créée en 2026, quelques mois seulement, a déjà un revenu cinq fois supérieur à celui de la même période l’année précédente.

Dans le rapport sur l’économie IA de l’après-midi du premier jour, Maia a listé plusieurs noms qui propulsent cette croissance : Lovable a atteint 100 millions de dollars en huit mois, puis 400 millions en huit autres mois. Cursor a atteint 1 milliard de dollars de revenus annualisés en moins de deux ans, puis a doublé à 2 milliards en trois mois. Les principales entreprises IA natives de Stripe ont connu une croissance de 120 % en 2025, et depuis début 2026, elles ont augmenté de 575 %.

La croissance côté consommation est tout aussi spectaculaire. Le consommateur le plus dépensier dépense en moyenne 371 dollars par mois sur des produits IA, dépassant le total des dépenses mensuelles moyennes des Américains en accès Internet, streaming et téléphonie. J’ai fait une estimation de mes propres dépenses en tokens par mois : elles dépassent déjà ma facture de téléphone.

Patrick a aussi fait une comparaison : la vitesse de croissance des entreprises sur Stripe est 17 fois celle de l’économie mondiale.

Le lendemain, John Collison a directement évoqué la paradoxe de Solow, en utilisant une analogie historique. En 1882, Edison a allumé les premiers clients avec l’éclairage électrique à Manhattan. Mais durant les trente années suivantes, la productivité n’a guère progressé pendant la processus d’électrification. La raison n’était pas que l’électricité ne fonctionnait pas, mais que les usines étaient conçues autour de la machine à vapeur. Ce n’est qu’après la reconstruction complète des usines que la productivité a augmenté. Selon lui, l’IA est dans une phase similaire. Le changement est en train de se produire, mais les anciens modèles n’ont pas encore été complètement absorbés. « Cependant, » dit-il, « je doute que l’IA ne prenne trente ans. »

Les données de Stripe semblent soutenir son optimisme. La plateforme voit déjà une explosion de l’économie IA. La plupart des grandes entreprises traditionnelles que je contacte déploient l’IA avec une urgence extrême.

Une mondialisation dès le départ

Au-delà de la vitesse, une autre caractéristique frappante de ces entreprises IA est leur mondialisation dès le début. Stripe a une expression : « par défaut, global. »

Depuis que je suis blogueur en IA, je ressens souvent cette expérience : la création de contenu IA ne connaît pas de fuseau horaire. Les nouvelles IA et l’actualité locale ont la même importance, peu importe où l’on se trouve. Les produits IA aussi. Les grands modèles linguistiques ont brouillé la frontière entre interfaces et habitudes d’interaction traditionnelles. Un seul chat peut permettre à des utilisateurs du monde entier d’utiliser un produit en langage naturel. À cet égard, les grands modèles linguistiques rendent pour la première fois possible un marché logiciel mondial unifié.

Les données du congrès confirment cette observation. Dans la vague SaaS précédente, les entreprises à croissance rapide couvraient environ 25 pays la première année, puis 50 la troisième. La cadence des entreprises IA est totalement différente : 42 pays la première année, 120 la troisième. Maia indique que le Kazakhstan apparaît désormais dans la liste des marchés de nombreuses startups IA. Lors du forum « Indexing the Economy » le deuxième jour, Stripe a donné une médiane : les 100 premières startups IA ont déjà vendu dans 55 pays dès leur première année.

Emergent Labs en est un exemple concret. Fondée en 2024 aux États-Unis, elle tire déjà près de 70 % de ses revenus de l’étranger, avec au moins 16 pays contribuant chacun à au moins 1 % de ses revenus. Parmi les leaders de l’IA, 48 % des revenus proviennent de marchés hors de leur pays d’origine. Il y a trois ans, cette proportion n’était que de 33 %. Les revenus mondiaux ne sont plus une simple option, mais une condition fondamentale.

La vitesse et la mondialisation sont deux caractéristiques clés de l’économie IA, et toutes deux sont directement liées à Stripe. Les entreprises IA doivent rapidement établir leur capacité de paiement, pouvoir recevoir des fonds dans 40 pays dès la première semaine. C’est précisément ce que Stripe fait depuis sa création.

Il faut aussi préciser le contexte de la fondation de Stripe.

Les fondateurs, Patrick et John Collison, sont Irlandais, eux-mêmes entrepreneurs transfrontaliers. Lors du congrès, j’ai rencontré un collègue irlandais qui m’a dit qu’en Irlande, ces deux frères sont considérés comme des héros par les fondateurs IA. En arrivant aux États-Unis, ils ont découvert à quel point la collecte de paiements en ligne était difficile : il fallait signer des contrats avec des banques, faire des vérifications PCI, connecter plusieurs intermédiaires, un processus pouvant durer des semaines ou des mois.

En 2010, deux jeunes de vingt ans ont abandonné leurs études, déménagé à San Francisco, et écrit une solution permettant aux développeurs de recevoir des paiements en sept lignes de code. Ces sept lignes ont coïncidé avec l’essor du mobile et du SaaS. Shopify avait besoin d’aider des millions de commerçants à encaisser, Uber voulait des paiements sans friction pour ses passagers, Salesforce devait gérer des abonnements mondiaux… Tous ont choisi Stripe. Avec ces clients mondiaux en croissance, Stripe a développé des capacités localisées dans 46 pays, couvrant 195 marchés et supportant 125 méthodes de paiement locales.

Pour le consommateur, Stripe n’est pas une entreprise sous les projecteurs. Elle se cache derrière la page de paiement de Shopify, l’e-mail de confirmation d’abonnement d’OpenAI, ou la notification de frais Uber. Mais cette invisibilité n’a pas empêché Stripe de devenir la plateforme financière sous-jacente de l’économie Internet. À l’ère de l’IA, cette infrastructure financière mondiale donne à Stripe un avantage de premier arrivé pour servir les entreprises IA en expansion internationale.

Lors du congrès, j’ai aussi rencontré Abhi Tiwari, responsable mondial des produits chez Stripe. Il a rejoint ce poste il y a seulement trois mois, et s’est installé à Singapour. Stripe possède des centres d’ingénierie à San Francisco, Dublin, Singapour, et un bureau en Amérique latine à São Paulo. Abhi m’a dit que beaucoup d’entreprises IA contactent Stripe en disant : « Nous sommes par défaut globalisés, peu importe où se trouvent nos utilisateurs. » La vieille méthode consistant à développer en siège puis à déployer à l’échelle mondiale est en train d’être remplacée par une nouvelle approche, où les équipes locales construisent leur marché.

Atteindre des utilisateurs mondiaux, c’est une chose. Leur faire payer en est une autre, beaucoup plus complexe, car chaque marché a ses monnaies et ses habitudes de paiement. Stripe aide principalement les entreprises IA et autres clients via deux moyens : la tarification en monnaie locale et la connexion aux moyens de paiement locaux. La tarification locale permet aux utilisateurs brésiliens de voir le prix en réal, et non en dollars, augmentant de 18 % le revenu transfrontalier. La connexion aux moyens locaux permet aux Indiens d’utiliser UPI, aux Brésiliens Pix, avec un taux de conversion supérieur à 7 %. Après l’intégration de UPI par Gamma, un outil de démonstration IA en Inde, les revenus indiens ont explosé de 22 % ce mois-là. Sur le stand, j’ai aussi vu la société chinoise MiniMax. D’après mes informations, de nombreuses entreprises chinoises exportant utilisent Stripe via des entités à l’étranger.

Ces entreprises IA natives ont aussi une caractéristique commune : elles ont très peu de personnel, souvent des fondateurs indépendants. Une ou deux personnes, avec une poignée d’agents, suffisent à faire fonctionner une entreprise mondiale avec de vrais revenus. Le lendemain, Emily a donné une statistique : la densité de fondateurs solo sur Atlas est proche de 5 000 pour un million d’Américains, et de plus en plus de ces fondateurs gagnent plus de 100 000 dollars par an.

Le mot qu’elle a utilisé est solopreneur. Cela m’a rappelé la vague OPC (One Person Company) en plein essor en Chine. John explique ce phénomène à l’aide de la théorie de Ronald Coase : une entreprise existe parce que le coût de coordination interne est inférieur à celui du marché. Mais l’IA pourrait inverser cette logique. Quand les agents intelligents peuvent découvrir des services, intégrer des logiciels, gérer des paiements, le coût de coordination externe chute fortement. Il n’est plus nécessaire d’avoir une équipe nombreuse pour faire ce qu’un seul département faisait auparavant.

De l’économie humaine à l’économie des agents

L’économie IA décrite ci-dessus, aussi rapide et mondialisée qu’elle soit, reste centrée sur des acteurs humains. Ce sont des humains qui achètent des produits IA, qui créent avec des outils IA. Mais le signal le plus fort que j’ai perçu lors de Sessions cette année, c’est que le prochain grand focus de Stripe sera une autre transformation : l’économie où les agents deviennent des acteurs du marché, c’est-à-dire Agentic Commerce.

Ce changement apparaît déjà discrètement dans les données de Stripe. Will Gaybrick, président des produits et des affaires, a montré une série de chiffres. Pendant des années, Stripe CLI (interface en ligne de commande) n’a été utilisé que par une petite élite très technique, avec une utilisation quasi stable. À partir de 2026, cette utilisation a soudainement explosé. La raison : les agents n’ont pas besoin d’interfaces graphiques sophistiquées, une CLI simple est souvent plus utile. Maia montre que, en 2025, le trafic de lecture de la documentation Stripe par des agents a été multiplié par dix. Si cette tendance continue, d’ici la fin de l’année, le nombre d’agents lisant la documentation Stripe dépassera celui des humains. La documentation API, que Stripe a peaufinée pendant plus d’une décennie, trouve ainsi ses nouveaux lecteurs les plus fidèles.

Si faire dépenser de l’argent à un agent paraît encore étrange, on peut penser à deux scénarios déjà en cours.

Le premier : l’interface d’achat pourrait se transformer en une fenêtre de chat modèle. Les consommateurs utilisent déjà ChatGPT, Gemini ou Instagram pour rechercher des produits. La recherche et la transaction sont compressées dans une seule interface. En Chine, on voit aussi des cas comme l’achat de bubble tea via une application IA.

Lors d’une interview collective, John Collison a expliqué pourquoi cette compression est difficile à inverser, en racontant sa propre expérience d’achat d’un adaptateur de voyage. Si un agent peut faire tout le processus, de la recherche à la commande, en quelques jours, et livrer le produit à domicile, il n’aura plus besoin d’aller sur un autre site pour remplir ses informations personnelles, même si le site est légèrement meilleur. Une fois la recherche terminée, la prochaine étape naturelle est le paiement.

Le deuxième exemple est plus intéressant : OpenClaw. Connu dans la vague « homard » (Lobster), c’est l’un des cadres open source autonomes d’IA les plus populaires. Les utilisateurs donnent des instructions à l’agent via Feishu, Telegram, WhatsApp, etc., et l’agent exécute la tâche de façon autonome. La clé : OpenClaw peut consommer plusieurs centaines, voire plusieurs milliers de dollars en tokens par jour. Il gère lui-même sa consommation et son utilisation de tokens. Bien que souvent nécessitant une autorisation humaine, c’est finalement l’agent qui dépense les tokens, qui peuvent être directement convertis en argent.

Passer de la gestion autonome des tokens à la dépense directe par l’agent n’est qu’une étape. Lors du congrès, Stripe a présenté une démonstration qui franchit cette étape.

Démonstration : achat et vente par agent

Sur la scène principale le deuxième jour, une démonstration a suscité plusieurs applaudissements.

John Collison a donné une instruction simple à l’agent : « Recherche comment l’IA influence le marché de l’énergie. » L’agent a commencé à chercher, a trouvé un jeu de données sur le marché de l’énergie chez Alpha Vantage, coûtant 4 cents. L’agent a jugé le prix dans le budget, puis a utilisé le portefeuille de stablecoins dans Tempo CLI pour acheter et télécharger automatiquement, car payer 4 cents par carte de crédit n’était pas rentable. Ensuite, il a généré un rapport d’analyse complet. C’est déjà impressionnant. Mais John lui a dit : « Publie et vends ce rapport. Fixe un prix raisonnable pour que d’autres agents puissent le trouver et l’acheter. » L’agent a vérifié que la licence du jeu de données Alpha Vantage permettait la commercialisation, puis a créé un site, publié le rapport, et généré un fichier d’instructions pour que d’autres agents puissent l’acheter via une requête.

En quelques minutes, un agent a réalisé tout le processus : recherche, achat, production, conformité, publication, tarification et vente. Il est à la fois acheteur et vendeur. Après la démo, John a déclaré : « L’Agentic Commerce est arrivé. »

Deux autres démonstrations du premier jour ont également été impressionnantes. Will Gaybrick a créé une application d’audit d’API, permettant à un agent d’obtenir un service d’audit. Il n’a pas indiqué de paiement, mais l’agent a automatiquement détecté que l’application utilisait le Machine Payments Protocol (MPP), et a effectué un paiement de 2 dollars de façon autonome, avec une seule empreinte digitale. La capacité de découvrir et de payer sans configuration, c’est le cœur du protocole MPP. Les développeurs n’ont pas besoin d’écrire une logique de paiement spécifique pour chaque agent, celui-ci la trouve tout seul.

Ensuite, Gaybrick a combiné Metronome (moteur de mesure en temps réel), Tempo (une blockchain conçue pour les paiements) et des stablecoins pour démontrer un paiement en flux continu. Une application facture en temps réel en fonction de la consommation en tokens IA, à raison de 3 dollars par million de tokens. Plusieurs agents fonctionnent simultanément. Sur le tableau de bord, la consommation de tokens augmente, et les micro-paiements en stablecoins s’écoulent en temps réel. En ouvrant le navigateur de la blockchain Tempo, on voit un total de 3,30 dollars en micro-paiements, composés de milliers de micropaiements de quelques millièmes de centime. Impossible avec une carte, ACH, UPI ou Pix. Gaybrick a annoncé que c’était le premier paiement en flux continu au monde.

Le retour des micropaiements et une nouvelle logique de consommation

Acheter via une fenêtre de chat ou OpenClaw sont des exemples où les agents représentent la consommation humaine. Mais lors d’un entretien collectif, John Collison a exprimé une ambition plus grande : les agents pourraient créer de nouveaux besoins.

Il pense que les agents pourraient rendre réalisable un modèle commercial longtemps discuté mais jamais concrétisé : le micropaiement. Les humains ne sont pas doués pour des décisions de consommation ultra-fines. Spotify a remplacé le paiement par chanson par un abonnement mensuel à 9,99 dollars, car personne ne veut décider si une chanson vaut 15 cents à chaque clic. Les agents n’ont pas cette charge cognitive. Si cette hypothèse est correcte, alors une grande catégorie de modèles commerciaux échouant à cause de la friction cognitive pourrait soudain devenir viable grâce aux agents. Maia m’a aussi dit, lors d’un échange privé, que la question du prix est la plus souvent évoquée par les fondateurs IA lorsqu’ils discutent du commerce agentique.

Chaque transaction implique un acheteur et un vendeur. Si l’acheteur devient un agent, que faire pour le commerçant ?

Dans une interview, j’ai demandé à Jeff Weinstein, responsable produits chez Stripe : « La vieille règle veut que le client ait toujours raison. Les commerçants doivent satisfaire le consommateur. Mais comment satisfaire un agent ? » Sa réponse : « Imaginez l’agent comme le meilleur programmeur que vous connaissez. Il veut des informations parfaites, un format structuré, une lecture rapide, et tout le contexte nécessaire à la décision. Les consommateurs humains aiment les images attrayantes et les animations fluides, les agents veulent des données brutes, structurées, des informations logistiques précises, et la capacité de finaliser une transaction en peu d’étapes. »

Dans un autre échange, Ginger Baker, vice-présidente produits chez Meta, a résumé cette transformation de façon plus radicale : « Le paiement passera de ‘instantané’ à ‘stratégique’. » Les achats humains sont discrets : on va à la caisse, on sort le portefeuille, on paie, la transaction est terminée. La consommation par agent est continue : on définit des règles, comme « pas plus de 50 dollars d’épicerie cette semaine », « toujours utiliser cette carte », « au-delà de 500 dollars, autorisation humaine ». Ensuite, l’agent consomme de façon autonome, dans le cadre de ces règles.

Sécurité : la puissance de calcul devient la nouvelle monnaie

Si les agents deviennent de nouveaux consommateurs, cela entraîne de nouveaux risques, très différents de ceux des transactions SaaS ou des consommateurs humains.

Lors du congrès, j’ai particulièrement étudié ce sujet avec plusieurs dirigeants de Stripe.

Les responsables de Stripe, Emily Glassberg Sands, ont décrit trois modes de fraude à croissance rapide. La première : l’abus multi-comptes. Une même personne s’inscrit plusieurs fois, en créant différents comptes, pour profiter des crédits gratuits. Selon les données de Stripe, un sur six startups IA enregistrées est concernée. La deuxième : la consommation malveillante pendant la période d’essai gratuit. C’est particulièrement critique pour les startups IA, car chaque essai coûte en inférence réelle. Elle cite un exemple : une société partenaire dépense plus de 500 dollars en tokens par client payant, car la conversion nécessite 25 essais gratuits, dont 19 sont frauduleux. La troisième : « profiter gratuitement » (free-riding). Le client consomme massivement des tokens, puis refuse de payer à la fin du mois. Emily cite aussi une maxime : « La puissance de calcul est la nouvelle monnaie. » Lorsqu’un SaaS traditionnel est abusé, le coût marginal est presque nul. Mais chaque inférence IA coûte réellement. Les tokens volés, c’est de l’argent volé.

Mais il y a une double difficulté : beaucoup de fondateurs IA répondent à la fraude en coupant simplement la période d’essai gratuit.

Emily explique qu’elle a interrogé tous ceux qui prétendent avoir « résolu » ce problème, et leur réponse est souvent de supprimer la couche gratuite. Jeff pense que cela crée un autre problème : l’agent devient le principal mode de découverte de nouveaux services. Si l’agent ne peut pas essayer lui-même, il passera directement à une autre URL. Emily ajoute que si l’appel à l’action présenté à l’agent est « rejoindre la liste d’attente » ou « contacter la vente », il partira immédiatement. Fermer l’inscription autonome pour lutter contre la fraude pourrait ainsi priver la croissance la plus importante au profit de concurrents.

La réponse de Stripe à cette double difficulté est son système de prévention de la fraude, Radar. La logique est simple : chaque transaction sur Stripe apprend quelque chose. Les données de 5 millions d’entreprises alimentent un réseau partagé de détection des risques. Si une entreprise rencontre un mode de fraude, toutes en bénéficient. Le mois dernier, Radar a bloqué plus de 3,3 millions d’inscriptions à des essais gratuits à haut risque dans huit startups IA à forte croissance.

Jeff propose aussi une idée contre-intuitive : faire en sorte que l’achat par agent soit finalement plus sûr que l’achat humain en ligne. La confiance dans le shopping en ligne repose sur des inférences : combien de temps l’utilisateur reste sur le site, son parcours de clics, etc. Mais la transaction par agent peut être certifiée de façon programmatique. Stripe a tokenisé ses moyens de paiement avec des « Shared Payment Tokens » : l’agent ne voit jamais le numéro de carte original. L’utilisateur autorise via biométrie, et peut définir des limites de transaction, une fenêtre temporelle, une liste blanche de marchands. Quand la confiance passe de l’inférence à la confirmation, la sécurité pourrait en bénéficier.

Écosystème, protocoles et une histoire en filigrane

Jusqu’ici, il est clair : sans un écosystème fonctionnel, le commerce agentique ne peut pas exister. Lors de Stripe Sessions 2026, j’ai rencontré un professionnel de l’alimentation. Il m’a dit qu’il venait pour voir si le commerce agentique pouvait devenir une nouvelle opportunité pour son entreprise, du point de vue vendeur.

Ce n’est pas quelque chose que Stripe peut faire seul. Il faut un écosystème.

En parcourant le salon pendant deux jours, j’ai vu de nombreux stands dans la chaîne financière. Stripe collabore avec ses partenaires pour lancer ou rejoindre une série de protocoles, connectant différentes parties de l’écosystème : acheteurs et vendeurs, humains et machines, machine et machine. Le Machine Payments Protocol (MPP) permet aux agents de découvrir et d’effectuer des paiements via HTTP. La suite Agentic Commerce permet aux consommateurs d’acheter directement dans les applications IA de Google, Meta, OpenAI ou Microsoft. Le protocole cross-plateforme Universal Commerce Protocol (UCP), initié par Shopify et rejoint par Meta, Amazon, Salesforce et Microsoft, est une autre initiative. Stripe a rejoint le conseil d’administration de l’UCP. Des entreprises partenaires, souvent concurrentes, s’accordent sur un protocole commun pour éviter la fragmentation, qui rendrait la consommation transplateforme difficile pour les agents.

Concernant les protocoles, j’ai vu un partenaire particulier de Stripe : Visa. À mon avis, Visa est en fait une plateforme de protocoles.

Ce qui m’a immédiatement rappelé un livre que j’aime beaucoup : « One from Many », de Dee Hock, fondateur de Visa. Le thème central : dans l’ère électronique, comment redéfinir banques, monnaie et cartes de crédit. La monnaie n’est plus forcément une pièce ou un billet, mais peut être une donnée enregistrée par un réseau, garantissant la valeur, circulant globalement. Fin des années 1960, Bank of America a lancé la BankAmericard, qui s’est étendue à tout le pays, provoquant une surcharge du système. Hock a compris que le problème venait de l’organisation. Des dizaines de banques concurrentes devaient partager une infrastructure, mais leur forme organisationnelle ne permettait pas de coopérer tout en restant concurrentes. Il a appliqué des principes de décentralisation pour faire de toutes ces banques des membres égaux d’une nouvelle organisation. Bank of America a abandonné le contrôle exclusif du système. Ce système est devenu Visa.

Deux époques, deux entreprises, mais une certaine transmission ?

La réponse est simple : tout peut se vérifier avec n’importe quel agent. Patrick Collison a déjà rendu hommage à Hock. Après la disparition de Hock en 2022, Patrick l’a qualifié de « grand innovateur sous-estimé », dont l’impact sur lui et ses frères a été profond. Un signe plus explicite : le recrutement de David Stearns, auteur d’une histoire autorisée de Visa, qui a rejoint Stripe.

Un détail qui fait sourire ceux qui connaissent bien l’histoire du paiement : lors du congrès, Georgios Konstantopoulos, CTO de Tempo blockchain, a montré la liste des validateurs. Parmi eux, un nom : Visa. Visa, fondée par Dee Hock, est devenue un nœud participant dans le réseau blockchain incubé par Stripe. Des étudiants ont créé un nouveau réseau, un professeur en est devenu un nœud.

Lorsque Patrick a évoqué l’origine de Stripe lors de l’ouverture du congrès, il a dit qu’il était initialement programmeur Lisp. La philosophie de Lisp : « le code est des données ». Il a traduit cette idée dans le langage propre de Stripe : « La philosophie fondamentale de Stripe est que la monnaie est des données. Quand nous avons lancé Stripe en 2011, ce n’était pas encore la norme dans l’industrie. » Hock, à partir de la théorie des organisations, a approché la nature de la monnaie : « la monnaie n’est qu’une garantie pour l’échange de valeur ». Le support peut être n’importe quoi. Collison, lui, a abordé la question par la programmation : la monnaie est une donnée, qui peut être programmée, appelée via API, manipulée par des agents. Deux langages, une même idée. Sur scène, Ginger Baker a résumé simplement : « La monnaie, c’est une autre forme de contenu numérique. »

Si la monnaie est des données, alors ceux qui consomment des données deviennent aussi des consommateurs de monnaie.

Une sous-intrigue : la culture de Stripe

L’histoire de l’économie IA touche à sa fin, mais faisons un détour : Stripe peut presque être considéré comme un créateur de contenu.

L’entreprise n’est pas seulement un fournisseur de services financiers, mais aussi un producteur de contenu. Sa marque d’édition, Stripe Press, a un goût très sûr, et beaucoup la connaissent grâce à la publication du « Poor Charlie’s Almanack ». Son podcast « A Cheeky Pint » est aussi très apprécié, avec une large audience. Sundar Pichai, CEO de Google, Dario Amodei, CEO d’Anthropic, Marc Andreessen, cofondateur d’a16z, y sont passés.

Lors du congrès, j’ai rencontré Tammy Winter, éditrice senior chez Stripe Press, et Pablo Delcan, designer. Tammy a plaisanté : « Stripe est une maison d’édition avec une valeur de plusieurs milliards de dollars. » Pablo a expliqué sa conception du goût : il s’agit d’un résultat d’accumulation à long terme, qui demande du temps. Sur la tendance du design, il pense qu’il faut continuer à privilégier la simplicité et la clarté, tout en introduisant une certaine complexité par la finesse et la précision.

En parlant de livres, Tammy m’a dit que chez Stripe Press, une série pour fondateurs et bâtisseurs s’appelle « Turpentine ». Ces livres portent sur la connaissance, les outils, la technique, la maintenance, et les opérations concrètes pour faire fonctionner une entreprise. Ce ne sont pas des théories abstraites, mais des guides pour résoudre des problèmes opérationnels précis.

Ce nom vient d’une histoire supposée sur Picasso : quand les critiques d’art se rassemblent, ils parlent de formes, de structures, de sens ; quand les artistes se réunissent, ils parlent de où acheter de la térébenthine bon marché. La série veut être la térébenthine bon marché pour les fondateurs. Si vous y réfléchissez, pour une startup IA à l’international, la finance de Stripe est une autre forme de térébenthine. Vous n’avez pas à vous soucier des paiements, de la conformité ou des devises, vous pouvez vous concentrer sur la construction du produit.

Ce fil, qui semble sans lien avec la trame principale, est en réalité lié en profondeur. Stripe possède aussi une revue, « Works in Progress », dont la question centrale est : comment faire croître l’économie ? Son podcast interviewe des leaders de l’économie IA. La conférence elle-même est en quelque sorte une leçon d’économie. Le lendemain matin, John Collison a consacré toute une session à l’analyse des données économiques, à la théorie des entreprises de Coase, et au paradoxe de Solow. Je pense que le fait qu’une société de services financiers s’intéresse autant à l’économie, c’est parce qu’elle comprend la structure de l’économie, et que c’est ainsi qu’elle découvre ses prochaines opportunités.

En tant qu’amateur de podcasts, j’ai rencontré John Collison le premier jour, et ma première question n’était pas financière, mais sur le podcast. Je lui ai demandé s’il existait une question fondamentale qui traversait toutes ses interviews. Il a réfléchi un instant, puis a dit qu’il s’intéressait surtout à la façon dont ces entreprises fonctionnent, leur équilibre concurrentiel, et leur compréhension de leur propre activité.

Par coïncidence, à la fin de la première journée, un petit rebondissement : la dernière table ronde initialement prévue, où Patrick devait interviewer Greg Brockman d’OpenAI, a été remplacée à la dernière minute par Sam Altman. Patrick a expliqué que « l’IA est un domaine en rapide évolution ».

Ce changement a été une surprise, mais aussi une joie. Tout le monde a applaudi.

Ils se connaissent depuis près de 19 ans. Altman a été l’un des premiers investisseurs en amorçage de Stripe, quand Patrick et John avaient moins de 20 ans. C’est pourquoi Altman a été très détendu tout au long de l’échange.

Vers la fin, Patrick lui a posé une question personnelle : pourquoi avoir investi dans deux jeunes de 13 et 14 ans à l’époque ? Altman a répondu qu’il se souvenait qu’ils construisaient un produit pour résoudre un problème qu’ils avaient eux-mêmes rencontré, et qu’il voyait aussi le potentiel de le faire évoluer à grande échelle, car beaucoup d’autres en avaient besoin.

Je pense que sa réponse sur le podcast et sur l’investissement pointent vers la même idée : trouver un besoin réel, résoudre un vrai problème. Dans la conversation, Altman a dit que la transformation d’OpenAI se divise 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. Chaque étape a sa mission. Stripe est très similaire. En 2010, deux jeunes Irlandais ont résolu le problème « le paiement en ligne est trop difficile ». En avançant, ils ont résolu ce même problème pour 5 millions d’utilisateurs. En 2026, ils ont découvert un nouveau problème : leurs clients, ces entreprises, pourraient bientôt ne plus être des humains.

Tenant un podcast d’un côté, un éditeur de l’autre, discutant de la théorie de Coase et du paradoxe de Solow sur scène, et déployant protocoles et API dans le hall, Stripe ne se contente pas de créer l’économie IA, elle la documente aussi. Lors du congrès, j’ai eu cette idée un peu folle : Stripe détient environ 2 % du PIB mondial en volume de transactions. Elle peut voir d’où vient chaque dollar d’IA, où il va, 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 voir apparaître l’ordinateur dans les statistiques.

Peut-être qu’un jour, Stripe pourra fournir un modèle pour l’économie IA. Pas un grand modèle linguistique, mais un modèle économique de niveau Nobel. Qui peut en douter ? Il y a quelques années, avant que Demis Hassabis, fondateur de DeepMind, ne reçoive le prix Nobel, qui aurait pu l’imaginer ?