Interpréter les marchés financiers : comment la crypto construit des infrastructures financières et informatiques pour l’IA

Auteur : Lucas Tcheyan ; Source : Galaxy Digital ; Compilation : Shaw, The Golden Finance

Introduction

Le concept de marché du capital d’inférence sur la blockchain** désigne un ensemble de réseaux, de protocoles, d’infrastructures de support et d’applications, utilisés pour coordonner les activités de production d’inférence de modèles d’IA en dehors des centres d’API centralisées des hyper-serveurs cloud à très grande échelle et des laboratoires de pointe, ainsi que pour construire la couche financière en cours de formation au-dessus de cette activité. Les utilisateurs n’ont pas besoin de faire passer chaque requête d’API par des fournisseurs de modèles de pointe comme OpenAI ou Anthropic, ni par les sociétés cloud derrière eux ; ils peuvent plutôt soumettre des prompts à un réseau d’opérateurs GPU piloté par des incitations en jetons cryptés et des mécanismes de règlement on-chain. Dans certains schémas d’architecture, les utilisateurs peuvent aussi obtenir des garanties cryptographiques ou des garanties économiques concernant l’exactitude des résultats de sortie et la confidentialité des données.

En 2026, ce secteur attire de plus en plus l’attention. La part de la demande mondiale en GPU pour l’inférence (les calculs qui génèrent des résultats à partir de modèles d’IA déjà entraînés sur de nouvelles données) a déjà dépassé la demande d’entraînement des modèles, devenant le premier scénario de consommation de puissance de calcul. Parallèlement, les agents autonomes deviennent une nouvelle catégorie de demande en inférence : ce sont des logiciels capables d’effectuer automatiquement les paiements, sans intervention humaine tout au long du processus.

Au cours des dernières années, les marchés décentralisés de l’échange de GPU, les protocoles d’inférence, les canaux de paiement, les outils de tokenisation d’actifs et les segments de liquidité on-chain ont chacun connu des fenêtres de développement. Le changement nouveau qui apparaît aujourd’hui est le suivant : des composants de base de toutes sortes convergent vers un système unifié et complet — le marché du capital d’inférence. À mesure que l’inférence IA s’implante largement dans divers contextes métier, la demande de marché pour ce système devrait continuer à grimper. Désormais, les pratiques on-chain se concentrent sur des activités disposant d’une vraie productivité et d’une valeur économique tangible, et les besoins ne proviennent plus uniquement de l’intérieur de l’industrie crypto.

Plusieurs forces contribuent à fusionner cette écosystème. La demande en puissance de calcul GPU s’est clairement déplacée de l’entraînement de modèles vers des tâches d’inférence ; et, dans des scénarios métiers où il suffit d’atteindre le standard « assez bon », les modèles de poids open source réduisent l’écart de performance avec les modèles de pointe fermés. Cela permet aux entreprises de transférer des tâches auparavant coûteuses vers l’offre de calcul la plus rentable (qu’elle s’appuie sur des canaux sous-jacents crypto ou sur des canaux traditionnels), rendant le tout économiquement viable.

La demande en puissance d’inférence continue de croître, poussant également les utilisateurs à acheter de la puissance de calcul avec davantage d’approches innovantes. Dans une note de recherche récente, Citadel Securities a indiqué que l’ampleur de consommation de l’AI Token, telle que mesurée par l’indice Silicon Data LLM Index en Silicon Valley, a commencé à diminuer, ce qui reflète un basculement du marché vers des solutions de modèles moins coûteuses. (Note : l’AI Token est l’unité de facturation que les prestataires de services IA utilisent pour fixer leurs prix ; ne le confondez pas avec les jetons cryptés émis par la blockchain.)

Récemment, de nombreuses entreprises, dont Coinbase, Microsoft et Airbnb, ont aussi commencé à se tourner vers des modèles open source, parmi lesquels on trouve surtout des modèles open source chinois. OpenRouter a également finalisé une nouvelle levée de fonds récemment, ce qui confirme l’augmentation continue de la demande du marché pour des canaux d’accès à des modèles diversifiés — ces canaux permettent de réduire efficacement les coûts d’inférence. Une partie des raisons de cette tendance tient au fait que l’offre de puissance de calcul est limitée, ce qui entraîne une hausse continue des coûts marginaux de déploiement des services d’inférence.

La deuxième force qui pousse à la fusion de l’écosystème est la financiarisation. Le niveau de diffusion de l’intelligence artificielle continue d’augmenter ; les capacités intelligentes deviennent presque un facteur de production dans toutes les activités, ce qui fait naître une demande du marché pour la transformation de la puissance de calcul en produit marchand et, à terme, en instrument financier. De plus en plus d’équipes explorent des solutions pour transformer la puissance de calcul IA en actif négociable, puis l’intégrer à un système financier plus complet. Le cadre initial du marché du capital d’inférence prend forme : le marché commence à financer le pricing d’IA hardware et de capacité de calcul ; l’objectif est de construire un ensemble complet de marché de trading.

Indice GPU et marché des futures

Avant d’examiner les formes on-chain de déploiement du marché du capital d’inférence, il faut d’abord s’intéresser aux marchés hors-chaîne, bien plus importants : le cas le plus représentatif étant celui des futures sur GPU. Les prédictions des différentes parties sur l’ampleur de l’expansion des infrastructures d’IA varient fortement : Morgan Stanley prévoit qu’en 2028 les dépenses en capital des centres de données à l’échelle mondiale seront d’environ 2,9 billions de dollars (hors investissements en électricité), dont environ 2,5 billions de dollars directement consacrés à des charges de travail liées à l’IA. McKinsey estime qu’en 2030 les dépenses en capital des centres de données mondiaux atteindront 6,7 billions de dollars ; sur ce total, 5,2 billions iront aux infrastructures de puissance de calcul IA et 1,5 billion aux activités IT traditionnelles. Les scénarios IA dans leurs projections se divisent en deux : scénario de demande faible à 3,7 billions de dollars, et scénario d’accélération de la libération de la demande pouvant atteindre 7,9 billions de dollars. Goldman Sachs estime que de 2026 à 2031, les dépenses en capital mondiales en infrastructures d’IA pour les domaines de la puissance de calcul, des centres de données et de l’électricité seront d’environ 7,6 billions de dollars. Quelles que soient les valeurs exactes, plusieurs institutions convergent vers la même conclusion : la puissance de calcul et le matériel sont les segments avec la plus forte part de dépenses ; les fourchettes calculées par Morgan Stanley, McKinsey et Goldman Sachs montrent que ce segment représente environ 55 % à 67 %.

Ces projections sont difficiles à transformer avec précision dans la réalité, car il existe de nombreuses variables inconnues des deux côtés de l’offre et de la demande. La première est l’élasticité de la demande : si les fonds économisés grâce à une baisse du coût de la puissance de calcul ne sont pas conservés comme profits pour les entreprises, mais continuent d’alimenter l’entraînement de modèles plus grands et l’expansion des scénarios déployés, alors l’amélioration d’efficacité ne réduit pas la facture totale, mais augmente l’utilisation de puissance de calcul. La deuxième variable est la durée de vie des puces : à ce jour, il n’y a pas de conclusion uniforme ; les prévisions d’amortissement se situent généralement entre 3 et 7 ans. Même si de nouvelles générations de puces plus performantes sont lancées chaque année, accélérant théoriquement l’obsolescence des puces plus anciennes, en réalité les équipements plus vieux conservent de la valeur. En raison d’une tension continue sur l’offre, les entreprises doivent s’appuyer sur le parc existant pour satisfaire la demande en puissance de calcul ; en outre, les puces anciennes peuvent aussi prendre en charge des tâches d’inférence de modèles avec des exigences plus faibles. Au final, on obtient une situation : un flot massif de capitaux se dirige vers des actifs dont les prix varient fortement ; et c’est précisément ce qui crée un environnement typique favorisant la tarification, la couverture et les marchés de financement.

Dans l’écosystème actuel d’achat de puissance de calcul, on le compare souvent à un marché noir — pour obtenir des sources de marchandises, vous devez forcément contacter un « intermédiaire ».

En un certain sens, ce marché de transactions à terme existe déjà depuis longtemps, mais sans avoir encore pris une forme standardisée. Les grands acheteurs ont depuis longtemps verrouillé une puissance de calcul future via des accords privés : location à la demande à l’échelle de l’heure, contrats de préachat de capacité sur plusieurs années (équivalents à des engagements d’achat de type GPU), et transactions bilatérales entre les prestataires et leurs plus grands clients. Les prix sont souvent déterminés par des négociations liées aux relations, avec une transparence très faible. Les entreprises de modèles de pointe comme OpenAI vendent en volume des quotas d’appels d’API ; les grands hyperscalers se réservent mutuellement des capacités de puissance de calcul. Les fournisseurs de services cloud dédiés à l’IA (New Cloud / Neoclouds) verrouillent à l’avance de la capacité avec les fournisseurs de cloud public et les intermédiaires, parce qu’au fond l’offre globale ne suffit pas. Baseten, l’un des principaux fournisseurs de services d’inférence au monde, l’a dit clairement : acheter de la puissance de calcul ressemble aujourd’hui à de l’achat sur un marché noir, nécessitant de passer par un intermédiaire pour obtenir des ressources. Les intermédiaires qui gagnent sur les asymétries d’information et les relations, ainsi que les gros détenteurs de capacité, n’ont quasiment aucune incitation à basculer vers des carnets d’ordres électroniques ouverts et transparents, même si un marché standardisé pouvait légèrement améliorer l’efficacité des transactions. Historiquement, des obstacles similaires ont aussi freiné le développement de matières premières : la résistance de géants de l’énergie comme Vitol, BP et Shell a conduit à des essais d’envergure sur les places de marché du gaz naturel liquéfié, qui ont mis dix ans à aboutir difficilement. Les futures sur GPU ont précisément commencé à émerger progressivement au-dessus de ce type de marché spot fragmenté ; leur rôle est d’être un outil standardisé de transfert du risque de prix et, à court terme, elles ne remplaceront pas les modes existants d’achat de puissance de calcul.

Pour qu’un marché à terme fonctionne efficacement, il faut disposer d’un indice de prix précis qui puisse servir d’ancrage pour les contrats. Par rapport aux matières premières standardisées, la construction d’un indice de puissance de calcul est plus difficile. Un simple « GPU par heure » ne suffit pas comme standard unifié : il faut préciser le modèle de puce, la mémoire vive de la carte, les spécifications réseau, la région, et déterminer si la puissance de calcul correspond à une ressource spot à la demande ou à une ressource préachetée verrouillée. L’électricité, la bande passante et le gaz naturel liquéfié ont aussi connu avant de devenir des marchés à forte liquidité le problème de l’absence d’unification des spécifications de référence. L’industrie a finalement suivi la même voie : découper en catégories de qualité et définir un prix de référence, plutôt que d’exiger que chaque marchandise soit parfaitement homogène. Le pétrole est indexé sur des produits de référence comme le WTI et le Brent de la New York Mercantile Exchange ; le gaz naturel utilise comme ancrage le prix du Henry Hub.

Le marché des GPU est en train de se constituer progressivement comme une série de systèmes de tarification similaires. Galaxy a lancé l’indice de prix de la puissance de calcul par son entité Ornn ; cet indice s’appuie sur des données de transactions réelles. Silicon Data publie chaque jour, via le terminal Bloomberg, des indices de location pour H100, A100 et B200 : ces indices standardisent les critères de cotation pour différentes configurations matérielles, différents fournisseurs de services et différentes régions, en les intégrant en une seule référence. Compute Desk suit aussi la même direction. Selon le positionnement d’Ornn, ces indices sont plus proches du taux de financement garanti au jour le jour SOFR, plutôt que de l’ancienne version critiquée du LIBOR. Les données d’indice proviennent d’un grand nombre d’enregistrements de transactions réelles du marché, et non d’estimations subjectives d’un groupe d’experts ; l’indice ne suit pas un modèle de GPU unique, mais mesure les prix « courants » d’un ensemble de ressources de puissance de calcul standardisées. Grâce à des données de transaction réelles, le problème de variations de spécifications matérielles de la puissance de calcul peut être géré de manière contrôlable. L’indice n’exige pas que la puissance de calcul d’un GPU soit parfaitement homogène pour chaque heure ; il suffit qu’il y ait suffisamment d’échantillons de transactions réelles pour mesurer un prix représentatif.

Mais les indices de puissance de calcul rencontrent encore des défis absents sur le marché du pétrole. Pendant des décennies, le pétrole brut léger de West Texas (WTI) a pu servir de point d’ancrage stable, parce que les standards des barils restent inchangés ; en revanche, les supports de référence des GPU seront continuellement mis à jour : les clusters de puissance de calcul passent progressivement de H100 à H200, B200, GB200 et aux puces Rubin ; à chaque mise à jour d’une nouvelle génération de matériel, la référence de tarification doit être révisée. La diversification du matériel aggrave encore la difficulté : puces AMD, TPU de Google, Trainium d’Amazon, ASIC conçus par de grands fournisseurs cloud, et besoins de déviation vers des puces développées dans différents pays ; ces matériels ne sont pas compatibles entre eux. Construire une référence de tarification durable et stable est plus difficile qu’on ne le pense.

Le deuxième point de controverse essentiel concerne les règles de livraison (settlement). Pour les laboratoires d’IA qui cherchent à couvrir les fluctuations du budget de puissance de calcul, ou les équipes de trading qui souhaitent exprimer une vue sur le prix, elles n’ont besoin que d’une exposition pure au risque de prix ; elles ne nécessitent pas le matériel physique. Pour ces entités, des contrats basés sur une compensation d’écart (différence) à partir de l’indice suffisent. En revanche, pour les fournisseurs cloud verticaux d’IA qui fournissent des services à des clients finaux, il faut une puissance de calcul réelle. Les futures GPU introduites actuellement adoptent toutes un modèle de règlement en espèces (cash settlement). La raison en est que la demande de couverture de prix se standardise le plus facilement. Même si la plupart des futures sur matières premières permettent une livraison physique, elles sont généralement réglées en espèces ; la logique derrière cela est cohérente. Une livraison physique est faisable, mais le déploiement est plus complexe, exigeant encore plus de standardisation et des clauses plus détaillées. Compte tenu de la vitesse de déploiement des futures à règlement en espèces et de la demande de nouveaux marchés, il n’est pas surprenant de voir, dans la prochaine année, l’apparition de contrats GPU avec livraison physique. Certains pensent aussi que l’ordre de développement actuel est à rebours : quand quelques fournisseurs détiennent l’offre, effectuer une compensation en espèces basée sur des indices d’échantillons minces peut facilement engendrer de la manipulation de marché. Les marchés de matières premières ont généralement besoin soit d’un mécanisme de livraison physique, soit d’un système d’options de gré à gré (EFP) mature entre futures et spot, pour que les prix des futures collent aux fondamentaux spot.

Un marché mature a aussi besoin que les deux côtés, offre et demande, aient de véritables motivations de transaction ; il ne suffit pas que des spéculateurs s’affrontent. Long naturel : des entreprises qui lient leurs coûts à la profondeur de puissance de calcul, et souhaitent verrouiller leurs coûts d’achat — incluent des laboratoires d’IA, des développeurs d’applications, des fournisseurs de puissance de calcul vendue en aval, et des fournisseurs cloud verticaux d’IA en charge de garantir l’approvisionnement. Short naturel : des institutions qui détiennent des stocks de GPU mais dont l’usage futur n’est pas clairement défini — par exemple de grands fournisseurs cloud, de gros détenteurs de GPU, des intermédiaires de puissance de calcul. Les prêteurs qui fournissent du capital de crédit pour l’achat de puissance de calcul ont aussi besoin d’un prix de référence unifié : les prêts basés sur du matériel amortissable doivent valoriser l’actif en s’alignant sur le prix de marché équitable. Les capitaux spéculatifs et les équipes de trading pour compte propre sont des participants communs à tous les marchés, fournissant de la liquidité, mais ils ne sont pas les acteurs de l’industrie eux-mêmes. Aujourd’hui, la contradiction structurelle centrale du marché est la suivante : la plupart des vendeurs préfèrent signer des contrats long terme pour verrouiller leurs revenus, tandis que les acheteurs préfèrent des contrats court terme afin de conserver une marge de flexibilité pour ajuster.

Malgré de nombreux défis, des prémices de marché de trading GPU mature apparaissent déjà. Des plateformes de prédiction comme Kalshi ont déjà mis en ligne plusieurs produits de trading de prix GPU. La société mère de la NYSE, Intercontinental Exchange (ICE, en partenariat avec Ornn), et le Chicago Mercantile Exchange (CME, en partenariat avec Silicon Data) ont annoncé leur projet de lancer des futures sur GPU l’année prochaine. Les GPU, en tant que matière première, deviendront peut-être bientôt une réalité.

Marché du capital d’inférence on-chain

Les fournisseurs de modèles et de services d’inférence sont, dans l’essence, comme des usines de transformation de tokens : on investit de la puissance de calcul GPU (matière première) pour produire un output AI Token. Les ressources en GPU par heure se standardisent grâce à divers indices de puissance de calcul ; en revanche, le développement du marché de trading des AI Token au-dessus est bien moins avancé. Un gros problème est que les tokens produits par différents grands modèles n’ont pas de base de parité (comparaison de prix) unifiée. Même ainsi, l’écosystème de ce secteur se forme progressivement. Les trois principaux opérateurs télécom chinois ont déjà transformé la puissance d’inférence en un service public à la mesure, vendu à l’extérieur sous forme de forfaits mensuels de tokens standardisés, sur un modèle semblable à des forfaits data mobiles. D’après des reportages, Amazon va ajuster son mode de règlement avec Anthropic : au lieu de facturer en verrouillant la durée de capacité de calcul, la facturation se fera en fonction de la quantité réelle d’AI Token consommée. D’autres informations indiquent que la Shanghai Futures Exchange se trouve en phase de conception de schémas initiaux : elle prévoit de lancer des produits futures indexés sur AI Token, correspondant aux futures GPU en amont prévus par CME et ICE sur la chaîne de puissance de calcul.

L’industrie crypto construit son propre système équivalent. Le marché du capital d’inférence on-chain s’appuie sur des composants existants crypto + IA (fournisseurs de services de puissance de calcul GPU, réseaux décentralisés de développement de modèles), tout en intégrant des secteurs émergents, notamment des standards de paiement par agents, et un marché de trading d’inférence tokenisée. L’écosystème correspondant a déjà déployé plusieurs blockchains et environnements d’exécution ; toutefois, les ressources de développement sont fortement concentrées sur Base et Solana, grâce à la maturité des communautés développeurs et utilisateurs de ces deux chaînes.

Le cœur de l’ensemble du système réside dans les fournisseurs de services d’inférence et le réseau d’inférence — c’est-à-dire dans tous les projets qui réalisent la conversion des prompts en sortie de résultats. Autour de la couche cœur, plusieurs couches d’infrastructures sont fournies afin de rendre les services d’inférence utilisables, pratiques et dotés de propriétés « financiarisables » : développeurs de modèles, fournisseurs de GPU et de puissance de calcul, plateformes de routage et de dispatching, marchés de trading, agents et applications de niveau supérieur, canaux de paiement, et infrastructures de levée de capitaux. Les couches périphériques sont cruciales, car elles créent soit la demande d’inférence et la production des facteurs d’offre en puissance de calcul, soit elles convertissent les comportements d’utilisation de la puissance de calcul en actifs payables, finançables, routables et dont la propriété peut être prouvée.

Beaucoup des services mentionnés ne sont pas exclusifs à l’industrie crypto ; des produits de référence mûrs existent aussi dans le monde hors-chaîne. Au niveau des frameworks d’orchestration d’agents, Hermes, Ironclaw et d’autres peuvent appeler indifféremment des modèles de laboratoires de pointe, ou accéder à des ressources de puissance de calcul via des services d’inférence on-chain comme Venice. Les modèles entraînés par des développeurs décentralisés tels que Nous Research peuvent être intégrés à OpenRouter, une plateforme d’agrégation « tout-en-un ». Les fournisseurs de puissance de calcul correspondent, côté off-chain, à des versions open source sans licence des hyperscalers et des data centers ; mais en général, ils sont plus petits en taille. Les protocoles de paiement par agents comme x402 et MPP peuvent à la fois payer les abonnements d’OpenAI et d’Anthropic, et effectuer facilement le règlement des frais de la plateforme Venice. Le règlement automatique programmatique devient rapidement une capacité standard de l’industrie, et n’est plus seulement un avantage exclusif du secteur crypto ; OpenAI et Visa ont également chacune annoncé récemment des infrastructures de paiement orientées agents.

Le segment qui apporte vraiment une innovation différenciatrice se concentre sur la couche financiarisation : la technologie crypto redéfinit la manière dont la propriété, la tarification et le financement de la puissance de calcul d’inférence sont organisés. Dans plusieurs rapports précédents, nous avons expliqué en profondeur que les canaux crypto sous-jacents peuvent accélérer la formation de capitaux, et que de nombreux composants de base peuvent aussi être directement appliqués au secteur de l’inférence.

La financiarisation des services d’inférence a déjà attiré de nombreux projets on-chain. En s’appuyant sur des canaux de paiement blockchain et des outils de tokenisation, l’activité d’inférence est transformée en actifs échangeables. Elle se présente principalement sous trois formes :

• Fournisseurs de services d’inférence (Venice, Morpheus, etc.) : tokeniser les droits d’accès aux services d’inférence, transformant le droit de réclamer des services d’inférence futurs en un actif pouvant être détenu, tarifé et revendu.

• Projets de Proof of Useful Work (Pearl, Ambient, etc.) : tokeniser les comportements de production d’inférence ; le prestataire reçoit une récompense de tokens lorsque la tâche d’inférence est complétée.

• Fournisseurs de services de crédit (USD.AI) : le modèle diffère. Ils ne tokenisent pas directement les services d’inférence ; ils fournissent plutôt un financement pour le matériel qui porte les tâches d’inférence. Ils s’appuient sur des dépôts en stablecoins pour alimenter le capital des GPU de base et des data centers.

L’ensemble de ces composants s’intègre pour constituer, ensemble, le marché du capital d’inférence on-chain.

Couche des fournisseurs de services d’inférence

Les fournisseurs de services d’inférence constituent le cœur de toute la pile technologique. Le segment d’inférence décentralisée est très similaire, ici, au marché traditionnel des API d’IA : l’utilisateur ou le développeur choisit un modèle, soumet un prompt, puis paie selon le mode Token / nombre de requêtes / abonnement ; ensuite, il reçoit les résultats. Dans la forme la plus simple, l’expérience d’utilisation ressemble à OpenRouter, Together AI, Fireworks, ou à l’API officielle des laboratoires IA de pointe. La différence entre les deux est la suivante : un fournisseur natif crypto d’inférence peut s’approvisionner en puissance de calcul via un réseau GPU décentralisé, accepter des paiements en stablecoins ou en tokens natifs, proposer l’accès à des modèles open source / non censurés, fournir des protections additionnelles en matière de confidentialité, ou lier le droit d’accès tokenisé à la manière dont la puissance de calcul est utilisée.

OpenRouter est un cas d’usage on-chain très prometteur dans le segment d’inférence décentralisée. La demande sur la plateforme est tarifée en AI Token : à chaque fois que l’utilisateur lance une requête, il peut changer librement de fournisseur de services d’inférence. Dans un environnement de marché comme celui-ci, les services plus compétitifs en termes de coût-efficacité et offrant une réponse plus rapide devraient capter davantage de parts. Au cours des trois derniers mois, le volume total de tokens transporté par les fournisseurs de services d’inférence on-chain se situait dans une fourchette de 0,5 % à 1 % du volume de tokens traités quotidiennement par OpenRouter ; sur la même période, le volume total de tokens traité par OpenRouter a continué d’exploser. Cela montre que les fournisseurs on-chain ont déjà obtenu une reconnaissance initiale au-delà des communautés natives crypto, mais que leur part globale reste encore faible, ce qui reflète des contraintes liées à la couverture des canaux, aux coûts relatifs ou à d’autres facteurs ; à ce stade, ils ne peuvent pas encore concurrencer sur scène des services centralisés matures.

Cependant, OpenRouter ne représente qu’une partie du flux de tokens. Par exemple, avec Venice : la plateforme révèle qu’elle a traité, au total sur l’ensemble des canaux, 100 milliards de tokens le 23 juin, soit dix fois plus que le volume traité dans le canal OpenRouter. Si l’on ne compte que les données d’OpenRouter, on ne peut pas refléter pleinement la dynamique réelle de chaque projet. Les grands fournisseurs de services d’inférence on-chain accumulent continuellement une base d’utilisateurs stable via divers moyens d’opération ; une partie de ces moyens repose sur des fonctions différenciées de produit : Venice met fortement l’accent sur la protection de la confidentialité comme caractéristique centrale. Lorsqu’un utilisateur appelle un service d’inférence, il n’a pas besoin de trop s’inquiéter de la conservation par le prestataire, de la censure, de la fuite de données, de la mise en place d’un contrôle de contenu, ou d’un risque d’obligation de remettre des informations sensibles. Chutes et AkashML permettent à chacun d’intégrer des GPU au réseau, de monétiser la puissance de calcul inutilisée, afin de tenter de réduire les coûts de service. Même si ce type de fonctions spécialisées aide les fournisseurs à capter une petite partie de la part de marché, la plupart des plateformes centralisées peuvent reproduire des capacités similaires ; et les seules fonctions produit ne suffisent pas à remporter une part de marché significative.

Les services d’inférence on-chain peuvent construire une véritable douve (moat) grâce à des mécanismes de financiarisation : transformer le droit d’accès à l’inférence en un actif pouvant être détenu, thésaurisé et revendu par les acheteurs, plutôt que d’en faire un abonnement qui ne peut être consommé qu’une seule fois.

Venice : tokenisation de la propriété d’inférence

Venice a été fondé par des acteurs expérimentés de l’industrie crypto et des entrepreneurs en série, Erik Voorhees. Le projet avance le plus loin sur la voie de la conversion des droits d’accès à l’inférence en un actif détenable. Le projet adopte un système à double jeton — VVV et DIEM — qui encapsule le droit de réclamer des services d’inférence futurs en un actif que les utilisateurs peuvent émettre, détenir et revendre.

VVV est positionné comme un « actif de type capital ». Détenir VVV ne signifie pas posséder des actions de Venice (les actions du projet sont financées séparément, et le tour A de 65 millions de dollars a été bouclé en juin) ; mais en théorie, les détenteurs de tokens peuvent partager les bénéfices du développement du projet. Le mécanisme le plus direct est le suivant : Venice utilise une partie de ses revenus pour racheter et détruire des VVV. Les rachats et destructions se font via deux canaux : d’abord, une destruction flexible via les revenus ordinaires ; ensuite, des règles de destruction programmatiques — pour chaque nouveau revenu d’abonnement, un pourcentage fixe de fonds est destiné au rachat et à la destruction du token. À ce jour, 42 % des VVV ont déjà été détruits.

VVV a aussi une utilité en application : les utilisateurs peuvent déposer n’importe quelle quantité de VVV pour obtenir des récompenses d’inflation annuelle de nouveaux tokens ; le dépôt de 100 VVV déverrouille un droit d’abonnement à la version professionnelle. Mais sa valeur la plus centrale se trouve dans le mécanisme d’interaction avec DIEM (le « capital » de puissance de calcul » de Venice). Les détenteurs déposant VVV peuvent frapper (mint) du DIEM : chaque DIEM correspond à une valeur permanente de 1 dollar en quotas d’inférence Venice. Détenir 100 DIEM revient à obtenir une valeur de 100 dollars en quotas API, utilisables pour l’ensemble des modèles de la plateforme, de manière permanente (à condition que Venice fonctionne normalement en continu).

Le nombre de VVV à déposer pour frapper un DIEM suit la courbe définie par la plateforme : lorsque l’offre en circulation de DIEM se rapproche du plafond supérieur fixé par le projet, le nombre de VVV requis augmente de manière exponentielle. La logique : chaque DIEM génère, sur le bilan, une dette permanente d’une valeur de 1 dollar à régler. Aujourd’hui, l’offre de DIEM est proche du seuil cible : le coût de frappe est passé d’environ 90 VVV/DIEM au début du lancement, à plusieurs centaines de VVV nécessaires pour frapper un DIEM aujourd’hui. Ce mécanisme ralentit la vitesse de frappe de nouveaux DIEM, ce qui signifie que les premiers minteurs obtiennent DIEM avec un coût VVV inférieur, tandis que les utilisateurs qui arrivent plus tard voient leurs coûts augmenter considérablement.

Lorsque le dépôt de VVV est verrouillé pour servir de caution à DIEM, le déposant ne reçoit que 80 % des revenus habituels de staking ; les 20 % restants reviennent à la plateforme Venice. Et le VVV verrouillé ne peut être déverrouillé qu’après la destruction des DIEM correspondants. Si le minteur a déjà vendu ses DIEM et veut récupérer les VVV déposés, il doit racheter à nouveau les DIEM sur le marché secondaire ; si le prix du DIEM augmente, l’opération de rachat entraînera une perte.

Ces deux catégories de tokens forment une boucle fermée qui se renforce mutuellement. DIEM ne peut être frappé que via le dépôt verrouillé de VVV ; ainsi, une hausse de la demande pour DIEM continue d’extraire du VVV en circulation, donnant aux VVV de vrais scénarios d’utilisation au-delà de la simple spéculation. Inversement, DIEM bénéficiera aussi de l’évolution de la plateforme Venice : plus la plateforme est utile et largement adoptée, plus la valeur du droit d’accès d’inférence transférable au quotidien sera élevée. Détenir DIEM ne consiste pas seulement à avoir des quotas d’inférence revendables : cela revient aussi à parier sur le développement à long terme de Venice.

Même si les utilisateurs finaux ne touchent jamais aux actifs crypto, l’activité principale de la plateforme peut continuer à alimenter l’économie des tokens. L’équipe Venice affirme que la plupart des utilisateurs ne sont pas issus des communautés crypto natives ; beaucoup n’ont aucun intérêt pour les tokens eux-mêmes. Mais tant que les utilisateurs souscrivent, achètent des quotas d’inférence et utilisent les services de la plateforme, ces comportements continueront à pousser le rachat et la destruction des VVV, et à susciter une demande pour les services d’inférence Venice. L’économie de tokens se construit en aval de l’activité produit, et non pour remplacer le produit lui-même. Venice n’est pas un token crypto à la recherche de scénarios d’implémentation AI partout ; c’est un produit AI, qui introduit une partie des droits d’utilisation de la plateforme et des droits d’accès dans un marché de trading d’inférence tokenisée.

La DIEM de Venice se distingue le plus par sa caractéristique de propriété : les utilisateurs peuvent posséder les ressources d’inférence qu’ils consomment, plutôt que de louer uniquement.

DIEM est une expérience autour de la tokenisation des droits d’accès à l’inférence et du modèle de livraison. Son point différenciant central réside dans la propriété. Les utilisateurs peuvent détenir les ressources d’inférence qu’ils consomment, plutôt que de les louer. Dans un modèle à paiement à la demande, une fois les ressources consommées, elles disparaissent ; mais détenir des tokens représentant des preuves d’accès équivaut à détenir un actif, pouvant être conservé longtemps, transféré ou vendu. Cela ouvre plusieurs scénarios d’application :

• Comme ce droit est négociable, les détenteurs dont la demande varie peuvent conserver un quota de base, vendre ou louer des quotas inutilisés lorsqu’ils ne sont pas utilisés, afin de récupérer le coût qui serait totalement perdu dans un modèle de paiement à la demande. Les agents IA peuvent détenir directement DIEM, obtenant un solde de ressources d’inférence autonome et sans licence à utiliser. Les canaux de transaction incluent des plateformes spot comme Aerodrome, ou des marchés de location en durée comme Surplus, UsePod, AntSeed, CarpeDiem, etc.

• L’équipe Venice mentionne souvent un autre scénario : l’utilisateur achète DIEM, utilise le service d’inférence pendant un jour, puis le revend le lendemain. Si le prix reste stable, cela revient à une utilisation gratuite de la puissance de calcul d’inférence ; si le prix augmente, l’utilisateur peut aussi gagner davantage. Bien sûr, le risque existe aussi : si le prix baisse, la perte potentielle du détenteur peut être bien supérieure au coût d’un achat unique du service d’inférence. Pour certains utilisateurs, cela signifie qu’ils peuvent non seulement consommer de la puissance de calcul, mais aussi spéculer sur le prix des ressources d’inférence.

• DIEM peut aussi verrouiller les coûts. Des entreprises ou des agents ayant des besoins stables et prédictibles en puissance de calcul peuvent utiliser DIEM pour verrouiller les coûts selon la dimension puissance de calcul, avec une logique similaire à des contrats de préachat sur plusieurs années de puissance de calcul cloud. Les entreprises ne peuvent pas prévoir combien de quotas d’inférence 1 dollar pourra valoir dans deux ans, mais elles peuvent verrouiller les droits dès maintenant ; une fois les services consommés, si elles cèdent à un prix proche des coûts, le coût réel d’utilisation de la puissance de calcul sera faible. Le 7 juillet 2026, le prix de DIEM est de 1270 dollars ; un DIEM équivaut globalement à un quota de 1 dollar par jour sur une durée de quatre ans ; pour l’acheteur, cela correspond à un paiement anticipé d’environ trois ans et demi pour un droit d’utilisation perpétuel de la puissance de calcul. Mais l’inconvénient est évident : pour obtenir cette certitude de coût, il faut détenir un actif perpétuel volatil, libellé en dollars, ce qui réduit la stabilité recherchée par les utilisateurs. La tarification de DIEM repose sur l’engagement de règlement perpétuel, ce qui implique un taux de décote à deux chiffres pour la capacité de Venice à opérer en continu ; et ce droit ne vaut que si Venice continue à fournir normalement ses services.

Ces mécanismes sont encore à un stade précoce et présentent des faiblesses concrètes :

• La tokenisation de l’inférence est la plus adaptée à des émetteurs qui ont besoin de stimuler la demande en amont et de lever des fonds. Les laboratoires IA disposant de modèles de qualité et d’un vrai pouvoir de tarification n’ont pas d’incitation à promouvoir la tokenisation, parce que ce mode fait perdre la capacité à appliquer une tarification différenciée pour différents clients, ne permet pas de capturer les profits générés par l’expiration des quotas sans règlement, et réduit aussi la flexibilité pour ajuster les prix ultérieurement.

• DIEM ne dispose pas d’un mécanisme de capital garanti à l’échéance. En arrière-plan, il n’y a ni actif en gage ni actif de réserve pour le soutenir — contrairement aux produits de prêts adossés GPU que nous aborderons plus loin. Détenir DIEM revient à parier indéfiniment sur le fait que Venice fonctionne normalement même des années plus tard ; si la plateforme cesse ses services, les détenteurs n’ont aucun recours contractuel ni voie de recouvrement.

• Les droits associés à DIEM correspondent à une «权益 d’inférence» d’une valeur de 1 dollar définie unilatéralement par Venice, et non à un quota fixe de puissance de calcul. Venice fixe de manière autonome les standards de consommation de tokens par unité de modèle ; ce standard évolue selon l’équilibre offre-demande. Les risques pour les détenteurs ne proviennent pas seulement de la volatilité des prix sur le marché secondaire, mais aussi du fait qu’il existe un espace discrétionnaire entre la plateforme et les détenteurs. En théorie, lorsque les coûts des modèles baissent, 1 dollar devrait acheter plus de puissance de calcul ; mais les détenteurs ne peuvent profiter de cette amélioration que si Venice décide de partager les gains.

Le problème plus profond réside dans ceci : une forme d’actif de droits libellés en dollars et perpétuels comme DIEM constitue-t-elle réellement le type d’exposition au risque que les acheteurs de puissance de calcul d’inférence veulent ; ou bien les participants du marché préfèrent-ils davantage des créances à durée fixe, tarifées en puissance de calcul ou en AI Token (ou les deux) ?

À l’heure actuelle, DIEM est majoritairement détenue comme actif spéculatif, et n’est pas réellement utilisée pour appeler des services d’inférence. Le quota d’inférence effectivement consommé chaque semaine est inférieur à 50 % de son volume total. Les documents officiels de Venice définissent DIEM comme un certificat de droits perpétuels à volatilité, et divisent les acheteurs en trois catégories : les utilisateurs terminaux d’API, les détenteurs VVV qui ne vendent pas les tokens et capturent continuellement la valeur, et les spéculateurs qui arbitrent l’écart de prix. Les deux dernières catégories représentent l’essentiel.

Le produit de référence le plus proche dans le monde centralisé est le Scale Tier d’OpenAI. Les utilisateurs s’engagent à l’avance sur un volume de throughput du modèle, achetant un quota à échéance verrouillée, facturé en AI Token par minute. Mais le Scale Tier ne donne pas de propriété sur la puissance de calcul — les quotas sont liés au compte, utilisables uniquement sur la plateforme OpenAI, non transférables. L’avantage de DIEM est précisément l’inverse : détention à long terme, revente secondaire possible, et combinaison avec d’autres composants de l’écosystème d’inférence crypto. L’outil financier idéal devrait peut-être fusionner la durée fixe et le quota de tarification en puissance de calcul du Scale Tier, tout en conservant les attributs de propriété et de transférabilité de DIEM.

Pour Venice, chaque DIEM en circulation représente 1 dollar de puissance de calcul que la plateforme doit continuer à régler, et qu’elle ne peut plus revendre secondairement à d’autres clients. Il s’agit donc d’une dette. Par conséquent, le rachat des tokens via les revenus n’est pas simplement une récompense aux détenteurs.

En fin de compte, VVV et DIEM ne sont pas conçus comme des outils de type action (equity) pour Venice. À l’origine, ils servent de mécanismes de démarrage à froid : ils permettent d’accumuler des utilisateurs de la plateforme. Aujourd’hui, la base de leur valeur provient du droit de réclamer la puissance de calcul correspondant aux tokens. Les détenteurs de VVV peuvent frapper des DIEM et obtenir un droit perpétuel de réclamer les services d’inférence de Venice ; à mesure que la plateforme grandit et que la valeur de la puissance de calcul augmente, ces droits devraient aussi prendre de la valeur. Du point de vue de Venice, chaque DIEM non rachetée constitue une dette de puissance de calcul à régler ; elle ne peut pas être revendue à nouveau. C’est la raison centrale pour laquelle la plateforme utilise ses revenus pour racheter des tokens, et non une logique de traitement préférentiel. D’un côté, il y a les détenteurs qui tiennent des droits et anticipent une hausse de valeur ; de l’autre, il y a la plateforme qui porte l’obligation de règlement et souhaite réduire la taille de ses dettes. Cette liaison d’intérêts — centrée sur la puissance de calcul de Venice — sans rapport avec une relation d’équité, constitue la synergie. Cela fait de VVV un essai très exploratoire : bâtir l’activité d’inférence en s’appuyant sur un mécanisme de tokenisation appliqué à des cas d’usage.

Tokenisation côté production de l’inférence

Venice tokenise l’accès à l’inférence ; tandis que les projets de Proof of Useful Work tokenisent le processus de production d’inférence, et compensent les coûts de service via une subvention d’inflation de tokens. La Proof of Work traditionnelle sécurise le réseau en récompensant des mineurs qui déchiffrent des énigmes aléatoires ; Bitcoin repose sur ce mécanisme pour garantir la sécurité, mais une grande partie de la puissance de calcul sert uniquement à des calculs de hachage sans production utile réelle. La Proof of Useful Work remplace l’énigme aléatoire par des tâches d’inférence réelles, garantissant la sécurité de la blockchain avec la même puissance de calcul, tout en produisant des services IA que les clients sont disposés à acheter. Pearl et Ambient sont deux itinéraires déjà lancés aujourd’hui ; leurs conceptions sous-jacentes sont radicalement opposées.

Pearl

Pearl Network est une blockchain de couche 1 construite à partir d’une fourche (fork) du code Bitcoin, en conservant le modèle de registre UTXO de Bitcoin et le mécanisme d’ajustement de difficulté, mais en remplaçant l’algorithme de hachage SHA-256 par une multiplication de matrices — c’est-à-dire le cœur des calculs d’inférence IA et d’entraînement de modèles. Le principe central de Pearl : les opérations de multiplication de matrices destinées à exécuter les requêtes d’inférence des utilisateurs peuvent également servir de Proof of Work.

Le calcul sous-jacent du traitement des prompts par un modèle IA, en essence, revient à multiplier deux grandes matrices de nombres — la multiplication matricielle. Dans le mécanisme Pearl, les mineurs superposent d’abord une couche de bruit aléatoire sur la matrice originale pour provoquer une perturbation, puis effectuent la multiplication sur la matrice perturbée. Les multiplications matricielles constituent une tâche de calcul intensive, participant à une compétition de minage à l’échelle du réseau. Pendant l’exécution, le système vérifie en continu si les résultats intermédiaires répondent au seuil de difficulté ; le premier mineur à atteindre le niveau requis obtient une récompense de bloc, avec une logique identique à Bitcoin. La différence est que : le travail vérifié correspond à de véritables opérations d’inférence de modèle, et non à des calculs de hachage sans signification. Une fois la multiplication matricielle terminée, le système élimine rapidement le bruit aléatoire superposé, restaurant le résultat d’inférence standard dont le client a besoin. Une seule opération, deux bénéfices : produire simultanément le contenu de sortie IA et participer à la course aux récompenses de bloc.

Deux choix clés rendent ce schéma « un en une, deux usages » réalisable : Pearl s’adapte à vLLM (un logiciel d’exécution de modèles largement utilisé par les entreprises IA) sous forme de plugin ; les fournisseurs n’ont pas besoin de reconstruire leur architecture existante pour s’intégrer rapidement. De plus, les résultats gagnants de l’exécution doivent être vérifiables par l’ensemble du réseau : Pearl fournit donc des preuves à connaissance nulle (zero knowledge proofs) encapsulant les données afin de protéger les prompts des utilisateurs et les poids de modèle exclusifs des fournisseurs. Le surcoût induit par ces mécanismes additionnels reste faible. Pearl indique que l’exécution du modèle via ce schéma augmente la charge d’exécution de 0,5 % à 10 % ; lors de tests de lancement basés sur le modèle open source populaire Llama-3.3-70B, la version optimisée de Pearl obtient une vitesse d’exécution similaire, voire supérieure à la version originale, car le module d’opération cœur refondu par l’équipe est plus efficace dans certains environnements de déploiement que l’implémentation standard.

Au début, comme l’un des premiers réseaux combinant Proof of Work et inférence IA, Pearl a attiré fortement l’attention des mineurs ; la puissance de calcul totale du réseau a rapidement augmenté. Cependant, ce protocole ne distingue pas une exécution utile (calcul pour servir de vraies requêtes d’inférence) d’exécutions inutiles — qu’il y ait ou non un client qui a besoin des résultats calculés, l’exécution elle-même sera considérée comme « utile ». Le whitepaper de Pearl avait déjà anticipé ce problème ; le modèle supposait une catégorie de mineurs : ceux qui exécutent uniquement des opérations dépourvues de sens afin de gagner les récompenses de bloc. La performance observée après le lancement l’a confirmé : la vague de minage en phase initiale a fait exploser la puissance de calcul, mais presque aucun signal ne montre que cette puissance sert à des activités d’inférence réelles.

Néanmoins, de plus en plus de signaux indiquent que le projet commence à déployer de vraies activités. Le progrès le plus notable est l’annonce par Pearl en mai de son partenariat avec Together.ai, un fournisseur majeur de services d’inférence et de puissance de calcul, et le lancement de nœuds d’accès à l’inférence ; la tarification est inférieure de plus de 25 % aux frais habituels de Together, l’écart étant subventionné par les récompenses en tokens Pearl générées par la même puissance de calcul. Au final, dans une architecture « puissance de calcul à double usage » comme celle de Pearl, des outputs efficaces n’existent que lorsque la puissance est injectée sous la domination de véritables demandes d’inférence payées. Si la demande terminale manque, seules les récompenses de bloc attireront des mineurs opportunistes ; à la fin, le réseau ne fera que reproduire un autre mécanisme de Proof of Work sans productivité réelle, similaire à Bitcoin.

Ambient

Ambient adopte un design radicalement opposé à Pearl. Au lieu d’autoriser les mineurs à exécuter n’importe quel modèle, Ambient exige que l’ensemble du réseau utilise un unique modèle open source de grande taille, et construit un mécanisme de consensus autour de la validation des résultats générés par ce modèle.

Pearl met en place un mode compétition « brutale » : tous les mineurs se battent pour résoudre le même problème difficile ; Ambient utilise, lui, un mécanisme d’enchères (auction) pour créer la compétition. Les utilisateurs ou agents IA publient une tâche d’inférence, fixent une date limite et une enchère ; fondamentalement, cela revient à : « terminer cette inférence en X minutes, et je paie Y », puis les mineurs participent pour capturer et exécuter la tâche. Le mineur gagnant exécute la requête en utilisant le modèle unifié à l’échelle du réseau et verse une caution ; s’il ne livre pas le résultat à temps, la caution est confisquée. Cela contraint les mineurs à assurer la qualité de service et la rapidité de réponse. Le système choisit aléatoirement un ensemble de validateurs pour vérifier le résultat ; la priorité de vérification des validateurs est pondérée par l’historique de work utile valide, et non par la taille des actifs stakés. Les mineurs traitent en parallèle une grande quantité de tâches différenciées au lieu de tous se disputer un seul bloc ; ainsi, le réseau évite les goulots d’étranglement de performance typiques d’une Proof of Work classique. Le projet est basé sur un fork du code Solana ; il remplace le consensus basé sur le staking par un mécanisme de Proof of Useful Work, visant à obtenir des performances proches de celles de Solana.

Ambient est un prestataire dont les prix de tokens en entrée et sortie pour le modèle Kimi K2.7 sur la plateforme OpenRouter se situent au deuxième rang des plus bas.

Le mécanisme d’enchères est aussi une raison clé pour laquelle Ambient peut proposer des prix d’inférence compétitifs. Un prestataire API classique doit couvrir, avec les frais payés par l’utilisateur, l’intégralité du coût du service pour chaque requête. Avec Ambient, lorsque les mineurs complètent un volume de travail équivalent, ils obtiennent deux types de gains : d’abord, les frais payés par l’utilisateur ou l’agent ayant soumis la tâche de requête ; ensuite, des récompenses attribuées par le protocole pour la work utile validée. Les mineurs mènent des enchères autour de tâches avec un prix et des indicateurs de délai bien définis ; leurs offres s’ancrent sur le coût net après déduction des récompenses de tokens anticipées, et non sur le coût total avant déduction des récompenses. En substance, l’inflation subventionne l’offre, et le mécanisme d’enchères transfère la majeure partie de cette subvention vers la demande, se traduisant par un prix d’inférence plus bas. La différence la plus importante avec une subvention de minage classique est la suivante : la récompense est liée à des tâches réelles publiées par quelqu’un et payées. Si ce mécanisme fonctionne correctement, la création de tokens ne sert plus uniquement à acheter de la puissance de calcul ; elle sert à obtenir des services d’inférence moins chers et dont les résultats sont vérifiables, ce qui attire davantage d’utilisateurs. Ces utilisateurs apportent plus de volume d’affaires aux mineurs, ce qui consolide davantage la base de demande de tokens du réseau.

Ce mécanisme d’enchères est aussi, selon Ambient, la clé de la résolution du problème que Pearl n’a pas réussi à surmonter. Dans le réseau Pearl, que les clients aient ou non besoin du résultat de calcul, les mineurs ne font que réaliser des multiplications matricielles pour obtenir des récompenses de bloc ; c’est la raison pour laquelle le réseau attire de la puissance de calcul sans vraie demande à porter. Dans l’écosystème Ambient, les mineurs ne peuvent obtenir des tokens Ambient (non encore émis) que s’ils remportent des tâches publiées et payées ; le design du mécanisme fusionne, à la racine, le comportement de minage avec l’exécution de vraies tâches d’inférence.

Ambient propose aussi un schéma innovant au niveau de la vérification des résultats d’inférence. Si un mineur prétend avoir exécuté une requête via un modèle convenu, comment l’utilisateur peut-il vérifier qu’il n’a pas remplacé en douce par un modèle moins coûteux et de qualité inférieure afin d’économiser ? Même des services centralisés actuels ont ce risque ; plusieurs organisations ont déjà été accusées d’avoir abaissé discrètement la qualité des outputs des modèles pour réduire les coûts. La solution d’Ambient repose sur les propriétés fondamentales de l’exécution des grands modèles de langage : lorsqu’un modèle génère du texte, chaque étape produit des probabilités de log-likelihood (logits) — c’est-à-dire, avant de choisir le prochain token, le modèle génère des scores bruts pour tous les candidats de mots. Ce flux de données de scores correspond à une « empreinte » (fingerprint) du processus de calcul du modèle, qui peut être compressée via un hash en une valeur courte pour comparaison et vérification.

Pour les mineurs qui génèrent des milliers de tokens, les nœuds de validation n’ont pas besoin de relancer toute la tâche. Le validateur choisit aléatoirement une position dans le texte, et demande au mineur de fournir l’empreinte de calcul correspondant à ce point ; ensuite, il relance uniquement une seule fois le modèle au niveau de ce point pour générer un seul token, et compare si les deux empreintes sont identiques. En une seule exécution, il est possible de vérifier l’intégralité des résultats correspondant à des milliers de tokens. La logique est similaire à Bitcoin : la génération coûte cher en calcul, mais la vérification est très peu coûteuse. Ambient affirme que ce schéma peut maintenir les surcoûts de vérification à environ 0,1 % ; en comparaison, les schémas de preuves à connaissance nulle utilisés par d’autres projets engendrent généralement des surcoûts 10 à 1000 fois plus élevés.

Quelle valeur réelle pour une Proof of Useful Work ?

La différence fondamentale de ce type de projet par rapport aux autres réseaux de puissance de calcul décentralisés est la suivante : les tâches de calcul qui sécurisent la blockchain sont précisément les tâches d’inférence dont le client a réellement besoin. Lorsque le mécanisme fonctionne bien, une dépense d’énergie sert en même temps à sécuriser le réseau et à produire un produit vendable. Pour les fournisseurs de puissance de calcul, le minage devient une deuxième source de revenus en plus du matériel existant ; et comme les résultats sont vérifiables, lors de l’achat de services d’inférence par des agents IA, ils n’ont pas besoin de faire confiance aveuglément au fait que le prestataire n’abaissa pas la qualité du modèle ou n’arrêtera pas arbitrairement le service.

Sans une demande terminale suffisante, les seules récompenses de bloc suffisent à faire entrer des mineurs ; l’ensemble du réseau PoW se remplira alors de puissance de calcul inutilisée sans clients, ne disposant que d’un « habillage de work utile » sans production réelle.

En plus des défis techniques, il existe deux obstacles majeurs pour concrétiser la vision ci-dessus. **Le premier est la concurrence côté demande. Les réseaux d’inférence décentralisés doivent affronter la concurrence des services centralisés et des activités de location GPU pure. Ces derniers n’ont pas besoin de lier des tokens crypto, et sont généralement plus rapides et moins chers. Pour que le segment décentralisé sorte du lot, il faut capter un type de client spécifique : celui qui recherche le seuil de confiance minimal, des résultats vérifiables, une résistance à la censure, et une nature neutre — sans risque de défaillance unilatérale de plateforme. À l’heure actuelle, l’ampleur de la demande disposée à payer une prime reste limitée, mais il existe une possibilité d’expansion rapide : à condition que ces projets puissent continuer à fournir des services d’inférence à bon rapport qualité-prix, ou que la confiance envers les fournisseurs de services IA centralisés continue de baisser. Le parcours de lancement de Pearl est un exemple d’avertissement : en l’absence d’une quantité suffisante de demande réelle, s’appuyer uniquement sur les récompenses de bloc ne fait que ramener des mineurs opportunistes ; le réseau accumule alors de la puissance sans clients réels, et la Proof of Useful Work n’est plus qu’une façade.

Le deuxième défi concerne la mécanique de capture de valeur des tokens. Chaque projet décrit un engrenage de croissance : l’utilisation réelle du produit génère une demande pour les tokens crypto natifs ; la demande en tokens soutient les récompenses de minage, garantissant la sécurité du réseau ; la sécurité du réseau attire encore plus d’utilisation du produit. Mais jusqu’à présent, aucun projet n’a réellement fait fonctionner cette boucle fermée. Une fois que le minage produit des tokens, les mineurs les vendent généralement pour couvrir leurs coûts d’exploitation. Côté demande, il n’existe pas de mécanisme qui oblige l’achat de tokens. Ainsi, lorsque les utilisateurs utilisent en masse les services d’inférence et les preuves de validation (core products), la plupart d’entre eux n’ont pas besoin de détenir des tokens crypto. Les utilisateurs peuvent payer les frais d’inférence Pearl en dollars ; et même si le projet prévoit de lancer un marché de trading permettant d’échanger des tokens contre de la puissance de calcul à l’avenir, cela reconnaît indirectement que la boucle fermée n’est pas encore formée. Ambient repousse la publication du plan économique du token, et n’a pas encore précisé si les services d’inférence seront tarifés en tokens natifs. À terme, la situation actuelle est la suivante : les tokens reposent principalement sur la production via le minage, puis sont rapidement revendus au marché ; ils ne sont pas consommés réellement par les scénarios métiers.

Le chemin le plus viable pour ces réseaux consiste à transformer les tokens natifs en canaux de paiement de base pour les services d’inférence — c’est aussi la manière la plus directe de fermer la boucle de valeur. En combinant avec l’avantage de prix apporté par la subvention d’inflation des tokens, la stratégie devient encore plus attrayante. Des prix d’inférence plus faibles attirent du trafic réel ; si les services doivent être réglés en tokens natifs, la consommation de la demande se transforme alors en besoin structurel en tokens. Mais l’engrenage ne peut fonctionner en sens positif qu’à certaines conditions : l’habitude d’utilisation des utilisateurs doit rester ; à mesure que les subventions diminuent progressivement, la demande naturelle en tokens générée par les utilisateurs doit finalement dépasser la pression de vente des mineurs.

Passons au secteur du financement du matériel d’inférence IA

Venice tokenise l’accès à l’inférence, Pearl et Ambient tokenisent le processus de production d’inférence ; et dans les couches plus profondes des trois, un tout nouveau marché on-chain est en train d’émerger, spécialement conçu pour fournir du financement aux GPUs qui portent les activités d’inférence. **Le modèle décrit dans ce chapitre illustre le mieux l’avantage de la technologie crypto : le mécanisme-clé pour qu’il fonctionne sans friction est que le projet n’émet pas de nouveaux tokens, et n’a pas besoin de cultiver une demande « cold start » pour les tokens. La plateforme attire des fonds conventionnels via des actifs matériels, transforme les dépôts en stablecoins en prêts d’achat à des opérateurs de puissance de calcul ; puis utilise les cash flows de loyers GPU pour rembourser les déposants, intérêts et principal inclus.

Les principaux opérateurs de puissance de calcul ont déjà financé leurs besoins via des lignes de crédit bancaires, de la titrisation d’actifs, et des crédits privés. Un prêt GPU adossé proposé par CoreWeave, d’un montant de plusieurs dizaines de milliards de dollars, en est un exemple typique. Mais les fournisseurs de cloud verticaux de taille moyenne rencontrent plus de difficultés à financer : ils détiennent des actifs matériels et ont des contrats à revenus de loyer stables répondant aux exigences de base, mais manquent souvent d’une balance de financement solide, d’équipes de gestion de fonds et de ressources auprès des institutions de crédit, ce qui rend un accès au financement rapide difficile. USD.AI répond justement à ces besoins en fournissant des services d’emprunt et de prêt à ces entités. Les déposants fournissent les fonds de prêt ; les revenus de location GPU servent au remboursement de la dette ; et les intérêts générés sont retournés aux déposants sous forme de rendement. Par rapport aux banques traditionnelles, ce modèle offre trois avantages difficiles à reproduire :

• La source de financement est ouverte à tous les détenteurs de stablecoins, et non limitée à quelques fonds de crédit fermés ;

• Chaque prêt devient un outil financier on-chain composable : supports de collatéralisation, échanges, ou utilisation comme collatéral dans d’autres protocoles ;

• Les droits sur l’actif en gage sont enregistrés et confirmés on-chain ; la couche inférieure s’appuie aussi sur un cadre juridique traditionnel mûr pour garantir les droits de recouvrement.

USD.AI adopte un mécanisme à double token. Les déposants peuvent frapper USDai — un stablecoin synthétique adossé au dollar, dont le support de base est fourni par PYUSD émis par PayPal (et PYUSD lui-même est adossé par des bons du Trésor américain à court terme et des réserves en cash). USDai ne génère aucun rendement ; sa conception vise à maintenir une forte liquidité et une bonne composabilité. Si les déposants souhaitent obtenir des revenus, ils peuvent convertir USDai en staking via sUSDai ; la position de staking génère des revenus qui s’accumulent en valeur. La source de rendement se divise en deux parties : l’intérêt payé par les emprunteurs de GPU sur les prêts en cours, et le rendement sur les titres du Trésor des réserves en cash inutilisées tant que les fonds n’ont pas été déployés. À l’heure actuelle, le volume de prêts déployé représente environ la moitié du total des réserves ; le rendement annuel annualisé de staking reste autour de 8 % ; à mesure que davantage de fonds sont déployés, l’objectif de rendement de protocole est une fourchette de 10 % à 15 %.

Le défi central des prêts adossés à des GPU physiques réside dans l’exécution forcée des créances en cas de défaut de l’emprunteur. USD.AI indique qu’il traitera les flux corre