Récemment, je me suis intéressé au secteur du trading basé sur l'IA, et j'ai découvert que la situation est bien plus complexe que ce que j'imaginais.

Depuis le début de 2026, après la popularisation du concept d'agents IA, les outils de trading IA ont connu une explosion concentrée. En seulement quelques mois, une dizaine de nouveaux projets ont émergé en masse, allant du lancement de fonctionnalités de trading autonome sur Nansen, au financement de 22 millions de dollars pour Donut, jusqu'à l'ouverture de plateformes sans code par MOSS. Les principales bourses proposent toutes diverses compétences pour les agents IA. Cela semble très animé, mais une étude approfondie révèle que la frontière entre les produits qui gèrent réellement l'argent et ceux qui ne font que raconter des histoires est en réalité très floue.

J'ai divisé grossièrement ce secteur en trois couches. La première est celle des outils d'information pure, représentée typiquement par AIXBT, qui ressemble à un radar de trading basé sur l'IA, diffusant chaque jour plus de 2000 analyses sur les réseaux sociaux, pour vous aider à repérer les actifs dignes d'intérêt, mais sans passer d'ordres. Ces produits connaissent la croissance la plus rapide, car ils sont les plus éloignés de la sécurité des fonds.

La deuxième couche est le cœur de cette vague, intégrant décision et exécution en une seule étape. Minara propose quatre modes de passation d'ordres, du manuel au totalement automatique, supportant des styles à court terme, intraday, et swing. Donut devient un système d'exploitation au niveau du navigateur, permettant de trader directement en regardant les graphiques ou en naviguant sur DEX. MOSS permet de décrire une stratégie en langage naturel, que l'IA transforme automatiquement en agent de trading, mais de manière intéressante, il commence par mettre l'agent en « mode enfer » en utilisant 150 jours de données historiques pour un test de résistance, et ne passe en réel que s'il survit. Nansen, quant à lui, s'appuie sur ses plus de 500 millions d'adresses de portefeuille étiquetées pour surveiller les anomalies sur la blockchain et exécuter directement des transactions.

Il y a aussi Mojo AI qui innove dans le domaine DeFi, supportant des commandes en langage naturel pour échanger, faire du cross-chain, staker, etc. Cod3x fonctionne sur des contrats à terme perpétuels, utilisant le produit phare Big Tony, qui a montré un rendement excédentaire de 21,7 % par rapport à la détention de BTC. Milo propose un agent non dépositaire sur Solana, avec une particularité intéressante : chaque transaction est accompagnée d’un « journal de transaction » expliquant la logique, ce qui offre une bonne transparence. HyperAgent, avec un abonnement mensuel de 550 dollars, analyse simultanément 7 flux de signaux, avec 17 restrictions de sécurité codées en dur, mais sa base d’utilisateurs reste très limitée.

La troisième couche concerne l’infrastructure. VergeX’s NoFx est un projet open source pouvant connecter plusieurs bourses, pas limité aux cryptomonnaies. Almanak est encore plus audacieux, utilisant 18 agents IA spécialisés qui collaborent en division du travail, ayant levé plus de 10 millions de dollars.

Mais derrière tout cela, les risques sont également très évidents. Premièrement, le risque systémique : de nombreux agents IA utilisent le même grand modèle, avec des standards d’analyse très similaires. Si une condition est déclenchée, cela peut entraîner des milliers d’IA qui vendent simultanément, provoquant une panique collective. Certains projets tentent de briser cette dynamique, comme HyperAgent qui utilise 7 flux de signaux pour un poids dynamique, ou Almanak avec une prise de décision multi-cerveaux, mais dans quelle mesure cela peut réellement atténuer le problème reste à voir lors de conditions extrêmes.

Deuxièmement, la prolifération de « faux IA » : beaucoup de plateformes de trading IA prétendues ne font en réalité que tourner des scripts d’indicateurs techniques traditionnels, simplement sous une nouvelle apparence IA. Les utilisateurs pensent utiliser de l’IA pour trader, alors qu’ils utilisent en fait des robots classiques déguisés.

Troisièmement, l’IA peut « dire n’importe quoi ». Elle peut inventer des paires de trading inexistantes, mal interpréter les données on-chain, ou donner des jugements dépassés en période de volatilité, ce qui peut entraîner des pertes financières directes. Plus dangereux encore, l’injection de prompts malveillants : des hackers peuvent insérer des commandes malicieuses dans le code ou sur une page web, et si l’IA ne fait pas la différence, cela peut avoir des conséquences désastreuses. C’est pourquoi la plupart des produits conservent encore une étape de confirmation manuelle, mais cela peut aussi faire manquer des opportunités de trading.

Quatrièmement, les stratégies échouent en marché baissier. La plupart des modèles sont entraînés sur des données historiques, et peuvent devenir inefficaces face à de nouvelles conditions de marché. L’IA fonctionne mieux lorsque « l’histoire se répète », mais le marché est justement celui qui aime briser cette hypothèse.

Ainsi, avant d’être séduit par l’histoire du « IA qui t’aide à trader », il vaut mieux poser trois questions : est-ce vraiment de l’IA, ou juste une vieille scriptée déguisée ? À qui appartient votre argent ? Et, du simple visionnage de marché à la gestion de fonds, en passant par la gestion efficace de l’argent, ce qui se trouve entre les deux, ce n’est pas seulement une mise à niveau du code, mais aussi un long chemin de construction de la confiance.