Wintermute : dans le secteur de la crypto, qu’y a-t-il encore à développer ?

Auteur : Wintermute

Traduction : Zone blockchain en langage simple

La crypto existe depuis déjà plus de dix ans. Les L1 ont été mises en place, les L2 ont suivi, la DeFi a progressivement mûri, et les stablecoins sont devenus une brique d’infrastructure. Sur les différentes scènes — plateformes d’échange, prêts, contrats perpétuels et marchés de prédiction — presque chaque catégorie semble saturée, et presque chaque idée évidente donne l’impression que quelqu’un l’a déjà réalisée.

Alors, qu’est-ce qui, dans le monde crypto, mérite encore d’être construit ?

Beaucoup de bâtisseurs finissent par renoncer à ce stade. Ils ont tort : pas parce que la réponse est négative, mais parce que la question elle-même est formulée à tort.

À la plupart des étapes de l’histoire de l’industrie crypto, la vraie question intéressante était : cette voie peut-elle vraiment tenir ? Pouvez-vous finaliser le règlement en quelques secondes ? Peut-on transférer des stablecoins à grande échelle ? Le réseau ouvert peut-il supporter une charge réelle ? Ces questions, aujourd’hui, ont déjà des réponses. L’infrastructure est utilisable ; la prochaine série de questions vraiment intéressantes s’est déplacée ailleurs.

La vraie différence, c’est tout ce qui se passe autour de l’infrastructure. Les modèles ne sont plus seulement capables de “répondre” : ils commencent à agir de manière autonome ; les robots commencent à apprendre à partir de vidéos humaines plutôt que de dépendre uniquement de code écrit à la main ; des standards ouverts autour du paiement et de l’identité pour les Agent se forment progressivement. Ces éléments n’appartiennent pas forcément à la crypto en eux-mêmes, mais ils approchent tous d’une limite : les infrastructures financières et de confiance existantes, conçues pour les “humains”, peuvent-elles encore supporter de nouveaux participants ?

Aujourd’hui, la question qui mérite vraiment d’être posée n’est plus “qu’est-ce que la crypto peut encore faire”, mais “pourquoi le monde réel a besoin de la crypto ensuite”.

Et la réponse devient de plus en plus évidente : l’économie des machines.

Les machines, en tant qu’agents économiques

Quand on parle d’“économie des machines”, on ne parle pas des machines comme d’outils — pas de ce type d’outil que vous utilisez pour envoyer des e-mails ou écrire du code. On parle : des machines elles-mêmes, en tant qu’agents économiques.

Ce changement paraît subtil, mais ses conséquences sont considérables. Un outil attend des instructions ; un agent conserve le contexte, prend ses propres décisions, initie ses propres transactions, et peut agir de manière autonome dans l’univers numérique comme dans le monde physique. Aujourd’hui, les modèles sont suffisamment bons pour faire tout cela ; en même temps, les coûts sont suffisamment bas pour passer à l’échelle.

Dans le réel, cela pourrait prendre la forme suivante :

• Un Agent réserve des billets, négocie le prix, paie le commerçant, et règle automatiquement les remboursements en cas de problème, sans que vous ayez besoin d’intervenir.
• Un robot d’entreposage prend des tâches “par unité”, charge sa propre batterie, paie sa propre puissance de calcul, puis redistribue ses revenus à l’opérateur.
• Un système de recherche conçoit des expériences de nuit, demande des réactifs, et exécute tout le cycle expérimental de bout en bout sans qu’un doctorant soit sur place.

La plupart de nos infrastructures financières et de confiance actuelles supposent face à elles une personne ou une entreprise — un acteur identifiable, redevable. Mais dès que les participants en face deviennent des systèmes autonomes, ce présupposé disparaît. Nos parcours actuels de paiement, d’identité, d’autorisation, de traitement des litiges et de règlement n’ont pas été conçus pour ce type de scène.

Et ce problème se situe précisément à la convergence de la crypto, la fintech, l’IA, la robotique et la technologie quantique.

Pourquoi maintenant

Trois changements se sont produits récemment, et il y a quelques années encore, ils semblaient peu probables.

Premièrement, les modèles sont désormais suffisamment bons : ils ne se contentent plus de répondre aux questions, ils peuvent agir directement ; en plus, ils sont assez bon marché pour tourner en continu sans supervision. Les coûts du travail numérique par unité s’effondrent rapidement : de nombreuses tâches qui n’étaient auparavant “pas rentables à confier à des humains” deviennent viables, et cela se fera avec une fréquence et une ampleur que les systèmes précédents n’avaient jamais supportées.

Deuxièmement, les standards ouverts arrivent à maturité. Les stablecoins sont devenus de véritables pistes de règlement. Des protocoles comme x402, MPP, AP2 commencent à fournir des moyens de paiement aux Agents. Des réseaux blockchain plus rapides et des réseaux fiat plus rapides convergent au milieu. Les modèles ouverts vision—langage—action permettent aussi aux robots d’apprendre à partir de vidéos humaines et d’environnements de simulation, plutôt que de dépendre d’une programmation spécialisée hautement sur mesure. La valeur des standards, c’est que les bâtisseurs peuvent enfin “assembler” au lieu de tout reconstruire à chaque fois : c’est aussi pour cela que ces voies s’accélèrent collectivement.

Troisièmement, les Agents peuvent déjà fonctionner en continu. Ils ne sont plus seulement ces outils limités à des cas d’usage étroits et guidés : ils peuvent conserver un contexte, travailler longtemps sans supervision. Cela va changer les modèles économiques de l’automatisation, et va aussi modifier l’ordre de grandeur des activités qu’un système doit pouvoir supporter.

Pris séparément, ces changements ne suffisent pas à constituer un argument complet, mais réunis, ils suffisent.

La crypto n’est pas morte

Beaucoup de fondateurs crypto, en demandant “qu’est-ce qui reste à faire”, passent à côté d’un point vraiment important.

La prochaine vague de sociétés vraiment intéressantes ne sera pas “crypto pour l’IA” ni “crypto pour les robots”. Les fondateurs qui nous enthousiasment le plus ne choisissent pas l’une ou l’autre de ces technologies : ils les empilent.

Vous ne faites plus seulement “de la startup dans la crypto”, vous construisez crypto + IA, crypto + robotics, crypto + science autonome. Les parcours de la finance traditionnelle sont conçus autour de la responsabilité humaine : vous pouvez vérifier l’identité, retracer les intentions, et en cas de problème, trouver une personne précise à tenir responsable. Les parcours crypto sont différents : ils reposent sur du code vérifiable, des enregistrements on-chain lisibles par n’importe qui, et des règles imposées par le réseau. Quand l’acteur en face devient un système autonome, cette différence cesse d’être un manque, et devient au contraire un point clé.

À mesure que le volume d’activité piloté par les machines continue de croître, les pistes construites par la crypto ont la forme la mieux adaptée à ces besoins, plus que des systèmes conçus pour les humains : ouvertes, programmables, sans permission, avec une finalisation à l’échelle de la seconde, et des mécanismes d’identité qui ne dépendent pas d’intermédiaires.

Pour les bâtisseurs crypto, la vraie opportunité n’est pas de rivaliser avec les entrepreneurs de la vague précédente, mais de devenir la base sur laquelle la prochaine vague d’IA, de robots et de systèmes d’autonomie physique pourra être construite.

Et de grands acteurs accélèrent déjà leur entrée en scène. Coinbase, Robinhood et BN ont déjà lancé au cours des derniers mois des infrastructures de trading orientées Agents : y compris des wallets pour les opérations d’Agents, des capacités d’exécution autonome, et (par exemple chez Robinhood) une nouvelle blockchain spécialement conçue pour ce type de besoins. Ce n’est plus seulement une discussion de niche à l’intérieur de la sphère crypto : c’est en train de se produire dans des plateformes réelles qui possèdent l’un des plus grands parcs d’utilisateurs retail au monde.

Où ça va coincer aujourd’hui

L’analyse centrale ci-dessus est la suivante : des rails sans permission et programmables, plus adaptés que des rails traditionnels conçus pour les humains, pour porter des agents autonomes. Mais cette analyse n’a pas encore été prouvée à grande échelle, et les deux failles actuelles déjà visibles indiquent qu’il reste énormément à faire sur cette voie.

Sécurité

Les wallets d’Agent sont déjà une surface d’attaque dans le monde réel. En mai 2026, des attaquants ont utilisé un bout d’injection de “prompt” via un message en morse : ils ont incité Grok à produire une instruction de virement, puis un Agent de trading automatique l’a exécutée on-chain ; avant que la plupart des fonds ne soient récupérés, environ 150 000 à 200 000 dollars ont été transférés (SlowMist).

Attribution

Quand un système atteint par une IA se trompe, qui est responsable ? La réponse n’est toujours pas claire aujourd’hui — même si ce système a aussi bénéficié d’une double signature combinant IA, revue humaine et votes de gouvernance. En février 2026, un bug d’oracle s’est glissé dans un code de smart contract écrit avec l’assistance d’une IA chez Moonwell, entraînant un événement de pertes irrécouvrables de 1,78 million de dollars, et aucune étape de la chaîne de revue n’a détecté le problème (rekt.news).

Ce qu’on regarde

Aujourd’hui, la majorité des activités se concentre sur les couches composants : modèles de base, matériel de robotique, stablecoins, plateformes d’échange. Ces marchés sont déjà très encombrés et ont déjà attiré beaucoup de capitaux ; l’opportunité n’est pas là.

La vraie opportunité est dans la couche qui les connecte — c’est-à-dire les rails nécessaires aux transactions, à la collaboration et à l’établissement de la confiance entre machines et machines. Ces éléments n’existent pas encore vraiment aujourd’hui. Il y a trois directions particulièrement à surveiller.

Couche économique pour les Agent

Le défi n’est pas de savoir si un Agent peut payer, mais : quand un Agent fait une erreur, qui détient les autorisations ? Qui assume le risque de fraude ? Et comment tout cela se connecte aux commerçants sans exiger qu’ils reconstruisent entièrement leur système de caisse ? La forme commerciale des Agents continue d’être écrite : couche d’autorisation, identité d’Agent, routage multi-pistes neutre, et un marché permettant aux Agents d’acheter de manière autonome de la puissance de calcul, des données et des droits d’accès.

Sur ce terrain, les meilleurs teams ne facturent pas une commission basée sur les montants de paiement : elles facturent autour de la réduction du risque et des autorisations. Ainsi, même si le volume réel de transactions des Agents n’a pas encore explosé, le modèle économique aura déjà une chance d’exister.

Physical AI

La vitesse de croissance des capacités des robots dépasse déjà la vitesse de leur “possession d’un système économique”. Il existe maintenant un modèle capable de généraliser à travers les tâches et les formes de robots ; même sans être ingénieur, on peut reconfigurer la conduite en disant simplement au robot quoi faire. Mais les robots ne peuvent toujours pas acheter eux-mêmes leur puissance de calcul, leur recharge ou leur maintenance, ni encaisser de l’argent du fait de l’exécution du travail. Ce qui manque n’est pas la main, c’est le portefeuille.

Par rapport à un récit plus lointain comme “le robot humanoïde pour la maison”, nous nous intéressons davantage aux scénarios structurés : entreposage, logistique, service après-vente en retail, etc. Parce que dans ces domaines, les modèles économiques existent déjà, et le déploiement réel a déjà commencé.

Systèmes de découverte pilotés par les machines

Cela inclut l’orchestration de laboratoire, la conception automatique d’expériences, et les logiciels qui connectent “hypothèse—expérience—résultat” en boucle fermée. Les fondateurs qui construisent une couche autonome pour la science commencent déjà à vendre leurs produits dans les laboratoires de science des matériaux et de découverte de médicaments. La technologie quantique est une variable associée à cette direction : les capacités de simulation et de perception peuvent considérablement élargir la limite de ce qui peut être “découvert”, et la sécurité quantique devient aussi un besoin réaliste au niveau de la couche de règlement. Ce secteur est difficile à valoriser, et les gagnants ne sont pas clairement identifiés, mais il se passe bien quelque chose.