Wall Street se rue sur l’ETF $TAO , mais 99% des investisseurs particuliers ne savent pas : la crypto-monnaie de ce réseau d’IA à mille milliards… serait finalement un vrai fiasco ?

Amis, parlons d’une réalité cruelle.

De la bulle des tulipes aux bulles de l’Internet, puis aux NFT — le marché répète toujours une boucle ironique : les équipes qui affinent réellement le produit arrivent avec du retard en matière de financement ; tandis que les projets grandiloquents, mais creux en interne, attirent au contraire la frénésie du capital.

Aujourd’hui, l’IA est unanimement reconnue comme la prochaine grande bulle. À quoi ressemble une bulle typique ? Les acteurs du marché prennent de l’effet de levier, le modèle économique repose sur des échafaudages aériens qui vacillent, ignore les failles du système, finit par s’effondrer — puis tout le monde jette la faute sur le “moment de bulle”.

Aujourd’hui, on se concentre sur $Bittensor, un réseau qui incite le grand public à développer de l’IA grâce à des récompenses en tokens. L’idée de départ est assez astucieuse : tout le réseau est découpé en centaines de sous-réseaux, les développeurs déploient des services d’IA, le système attribue des notes, et distribue en temps réel des $TAO à titre de rémunération.

Wall Street s’est déjà mis au travail — $Bitwise et $Grayscale ont déposé simultanément des demandes d’ETF auprès de la SEC, pour Bittensor. Les failles cachées dans ce système, je vais te les démonter une par une.

Bittensor emprunte la logique de compétition de Bitcoin : utiliser des tokens pour inciter à se concurrencer, puis trier le bon et le moins bon grâce à la dynamique du marché. Environ 128 sous-réseaux sur l’ensemble du réseau : chacun correspond à une catégorie de services d’IA — inférence de modèles, entraînement de grands modèles, et robots d’exploration de données. Les mineurs font le minage, les validateurs font la notation.

Les $TAO sont versés aux mineurs en fonction de la qualité évaluée par les validateurs. La rémunération des validateurs dépend du niveau de correspondance entre leurs scores et ceux des autres validateurs, pondéré par les mises (en jeu). Ainsi, les validateurs ne se préoccupent que de savoir si leur note concorde avec celle des autres, pas si la note est “correcte”.

Combien de $TAO additionnels un sous-réseau reçoit-il ? Cela dépend uniquement du prix de l’Alpha natif du sous-réseau, et n’a aucun rapport avec la qualité des résultats en IA. L’opérateur du sous-réseau prélève d’abord une part de 18 % des revenus, puis redistribue le reste.

À l’heure actuelle, la capitalisation de $TAO est d’environ 2 milliards de dollars, dont environ 690 millions de dollars sont mis en jeu (stakés) dans les sous-réseaux. Ce sont ces sous-réseaux qui décident quels projets d’IA reçoivent des financements.

Chaque sous-réseau émet un token natif indépendant, appelé $Alpha. Les utilisateurs mettent $TAO en jeu dans un sous-réseau : en substance, ils achètent le $Alpha de ce sous-réseau, ce qui fait monter son prix de marché. La proportion de $TAO additionnels alloués au sous-réseau est déterminée par le prix moyen du $Alpha sur une période donnée.

C’est ainsi qu’une boucle auto-renforçante se met en place : achat de $Alpha → hausse du prix du token → le sous-réseau reçoit davantage de $TAO additionnels → les tokens additionnels sont émis aux détenteurs de $Alpha → les détenteurs continuent à renforcer leur position. Les apports de capitaux externes font monter les prix ; la hausse attire alors davantage de capitaux.

Mais la boucle n’a qu’une seule contrainte : le réseau émet en continu de nouveaux $Alpha. Pour matérialiser leurs gains, mineurs et validateurs doivent continuer à vendre, créant ainsi une pression vendeuse persistante sur le prix. Pour qu’un sous-réseau obtienne durablement des soutiens financiers, il lui faut un flux constant de nouveaux acheteurs capables d’absorber cette pression à la vente. C’est précisément la logique de fonctionnement conçue délibérément.

Quels sont les avantages ? Les investisseurs peuvent parier séparément sur des segments d’IA, par exemple ne s’exposer qu’aux sous-réseaux d’inférence, sans toucher à l’entraînement des modèles — ce qui est impossible dans le marché boursier traditionnel.

Mais le système on-chain ne peut identifier que les transferts de tokens : il est incapable de mesurer l’usage réel des produits d’IA. Il n’existe pas de comptabilité claire et traçable de revenus issus de la commercialisation. Le prix des tokens est entièrement dominé par les flux de capitaux, sans contrainte par rapport aux revenus réels. Les actions traditionnelles ont, comme NVIDIA, des revenus de ventes de produits qui soutiennent le cours ; ici, pour les tokens de sous-réseaux, le seul soutien vient des comportements d’achat sur le marché secondaire.

Quand les flux de capitaux deviennent la seule mesure, le cours devient entièrement défini par la chaleur spéculative.

Le but de conception de ce mécanisme est de permettre aux validateurs d’être objectifs et équitables. Au niveau du protocole Yuma, il existe des règles anti-triche : si les scores s’écartent trop de la moyenne du groupe, les points sont invalidés, empêchant les validateurs de profiter en “gonflant” des projets de proches. C’est plutôt ingénieux.

Mais cette ligne de défense mathématique contre la collusion a un seuil critique — elle n’est efficace que si le volume de mise des tricheurs est inférieur à la moitié du total des mises de validation du sous-réseau. Dès que des nœuds malveillants contrôlent plus de la moitié de la puissance de validation (au sens des mises), mineurs et validateurs peuvent conspirer en privé : ils se gonflent mutuellement les scores pour se partager les récompenses en $TAO, et le réseau distribue automatiquement les revenus.

Une autre grande faille est le “copiage de scores” : certains validateurs ne vérifient jamais les résultats d’IA. Ils copient simplement les scores d’autrui depuis le registre public, gagnant sans effort. Pour contrer cela, les équipes projet mettent en place un mécanisme “soumettre-révèler” qui chiffre et conserve les scores pendant une période afin d’empêcher la copie immédiate. Mais cette solution ne s’applique qu’aux scénarios où la qualité des résultats d’IA fluctue en continu ; si l’activité du sous-réseau est stable et que la production est homogène, copier les scores reste rentable.

Regardons maintenant à quel point le seuil de triche est élevé, et qui détient le pouvoir. L’équipe $Rayon Labs gère trois sous-réseaux majeurs, et capte au total un quart de la quantité totale de nouveaux $TAO distribués chaque jour sur l’ensemble du réseau ; environ les deux tiers de $TAO sont en mise (stakés), ce qui concentre une grande partie des jetons entre les mains de quelques acteurs.

Le marché propose deux lectures opposées de ce mécanisme.

Point de vue 1 : Bittensor est un mécanisme de marché efficace. Il n’y a pas besoin d’un comité fermé pour décider de l’éligibilité au financement : une multitude de participants parient publiquement sur chaque segment, et les capitaux se dirigent naturellement vers les directions que le marché juge prometteuses. Les afflux de capitaux constituent souvent un signal préalable de potentiel de la filière.

Point de vue 2 : le prix du token doit être lié à de vrais besoins commerciaux pour avoir du sens — par exemple des clients payants et des revenus de vente réellement réalisables. Or le point d’ancrage de la valeur de Bittensor est extrêmement faible. Les sous-réseaux qui génèrent le plus de revenus ont des gains liés à la création (émission) de tokens bien supérieurs aux paiements réels de clients. De plus, le nombre d’acteurs principaux capables de contrôler les règles de répartition des récompenses est très limité.

Au printemps de cette année, l’équipe a ajusté les règles de libération des tokens et procédé à d’importantes ventes de positions, ce qui a déclenché des tensions internes : le plus grand opérateur du réseau, $Covenant AI, a quitté le réseau directement. Même si les failles du mécanisme initial peuvent être corrigées rapidement, le réseau a déjà corrigé par hard fork les problèmes majeurs.

À l’inverse, dans l’écosystème $Optimism, des fonds d’investissement crypto natifs (VC) en ont eu assez d’un modèle de financement sans limite et ont lancé un mécanisme de subvention “rétroactif” : les fonds ne sont versés qu’aux projets déjà vérifiés comme ayant une valeur réelle, et les récompenses sont basées sur la concrétisation des résultats, plutôt que sur des subventions préalables avant l’émission des tokens. $Gitcoin et $Filecoin ont aussi mis en œuvre des variantes similaires.

Le nœud du problème de l’écosystème Bittensor réside dans le fait de prendre comme étalon d’incitation la rentabilité issue de la circulation des tokens, plutôt que des critères plus fiables fondés sur la validation de résultats issus d’une activité réelle.

Le réseau modifie deux fois par an les règles de répartition des récompenses entre sous-réseaux. Au départ, il s’agissait du prix des tokens de sous-réseau ; en novembre de l’année dernière, ils sont passés à des flux nets de capitaux mis en jeu (entrée moins sortie) ; en juin de cette année, à cause de défauts révélés par la règle de flux, ils sont revenus au mécanisme de prix des tokens. Dans les deux cas, il ne s’agit que de substituts de métriques : ils ne peuvent pas mesurer la donnée la plus cruciale — l’existence ou non de paiements de vrais utilisateurs correspondant à l’utilisation effective des services d’IA.

Un réseau capable de renverser sa “loi fondamentale” deux fois en peu de temps pourrait bien avoir un potentiel de transformation supérieur à celui de la plupart des réseaux. Mais en regardant froidement : les trois jeux de critères ignorent tous l’indicateur clé — la volonté réelle de payer des utilisateurs en dehors du sous-réseau. Toutes les règles orientent “l’argent vers l’argent”, et non “la valeur vers les besoins du marché”.

Même s’il y a beaucoup de capitaux qui tournent à vide et sont gaspillés, objectivement, l’infrastructure de base est quand même en cours de construction. Comme la bulle Internet a engendré un réseau mondial de backbone en fibre optique, la vague Bittensor a stimulé le matériel de calcul et les ressources d’entraînement d’IA : même quand l’euphorie s’éteint, ces capacités ont une valeur à long terme.

La filière de l’IA distribuée possède en elle-même d’énormes dividendes : les solutions open source sont le seul chemin pour briser la monopolisation des géants des puces. C’est comme Linux qui a renversé le monopole des systèmes d’exploitation, ou Wikipédia qui a restructuré l’écosystème de la connaissance. Ici aussi, il s’agit d’innovation disruptive : l’équipe $Covexus, qui s’appuie sur 70 équipements distribués pour entraîner de grands modèles, affiche des performances supérieures à Meta Llama 2, et a même reçu une reconnaissance publique de Huang Renxun, le CEO de NVIDIA, mais a été étouffée par le bruit de spéculation massive de tokens.

C’est précisément pourquoi cet ETF n’est pas seulement un signal précurseur. Grayscale et Bitwise s’attendent à ce que la SEC rende une réponse plus tard dans l’année, vers août environ. Une fois approuvé, ce système présentant des défauts intrinsèques sera directement branché dans les portefeuilles de retraite du public américain.

Les investisseurs qui entrent à l’aveugle affronteront un risque énorme, mais l’arrivée de l’ETF représente aussi deux changements positifs : afflux de capitaux traditionnels à grande échelle, et acceptation généralisée d’un examen public et réglementé dans toute l’industrie. Le label réglementaire, et la supervision complète par des millions d’actionnaires nouveaux de la répartition des rendements : c’est la manière la plus efficace de forcer le réseau à optimiser ses mécanismes d’incitation. Les contrôles plus stricts qui suivront finiront par pousser tout l’écosystème vers la maturité.

Avec cet optimisme, je veux dire : tu devrais prêter une attention étroite à ce qui compte vraiment. Comme tous les systèmes jeunes et truffés de failles, celui-ci est encore récent, et les failles doivent être corrigées. Ce que j’insiste surtout, c’est sur le potentiel derrière : une IA ouverte, multi-parties, non propriétaire — plutôt qu’un écosystème fermé construit par de grands fournisseurs de cloud qui détiennent les plus grands clusters de serveurs du monde.

J’espère que, dans le futur, les sous-réseaux pourront se libérer des subventions de la fondation et générer leur propre “cashflow” de manière indépendante. Cela montrera que, dans notre époque, la technologie la plus puissante ne doit pas nécessairement être contrôlée par quelques entités.

Suivez-moi : pour obtenir davantage d’analyses et d’insights en temps réel sur le marché crypto ! $BTC $ETH $SOL

#预测世界杯西班牙VS比利时 #GateUS extension de conformité Floride #les actions IA cotées en Bourse US progressent largement