Cette histoire ne commence pas par quelque chose de grandiose, c’est simplement un groupe de personnes qui codent en se plaignant ensemble.

Que ce soit dans la DeFi, le gaming ou le développement d’applications Web3, ils se retrouvent tous bloqués au même endroit : les données. Ce n’est pas qu’il n’y en a pas, c’est que les données sont tout simplement peu fiables. Soit la connexion est trop lente, soit les données sont fausses, soit le coût est prohibitif pour tout le monde. Peu importe à quel point votre smart contract est génial, si les données qu’il ingère sont de mauvaise qualité, le résultat sera un désastre.

Le problème se résume donc à une question : comment faire en sorte que la blockchain puisse faire confiance aux informations du monde réel ?

Les pionniers dans ce domaine n’étaient pas très connus au début. Ingénieurs, data scientists, certains venant de grandes entreprises, d’autres ayant déjà fait leurs preuves dans la crypto. Leur consensus était clair — sans une couche de données fiable, la décentralisation n’est qu’un discours en l’air. Ils ont passé beaucoup de temps à analyser pourquoi cela posait toujours problème : attaques, délais explosifs, mécanismes d’incitation mal alignés. Le financement était limité, les itérations lentes, mais cette période leur a permis de poser les bases : pas d’urgence, il faut vérifier, et surtout, ne jamais parler de « confiance » à la légère.

Le premier produit était assez rudimentaire. La version initiale ne pouvait que pousser des prix, et elle se trompait souvent. Les données hors chaîne ne correspondaient pas à celles sur la chaîne, et vérifier en on-chain était trop coûteux pour être pratique. Les délais étaient un vrai casse-tête. La team n’a pas cherché à cacher les problèmes, ils ont directement affronté la réalité. Ils ont expérimenté une approche hybride combinant calcul hors chaîne et vérification on-chain, et ont dégagé deux modes : le mode « push » et le mode « pull ». L’un privilégie la rapidité, l’autre la précision.

Plus tard, ils ont compris que cette « imperfection » apportait en fait une flexibilité précieuse.

Ensuite, ils ont réalisé que la cryptographie et les mathématiques ne suffisaient plus. Ils ont intégré un mécanisme de validation basé sur l’IA — pas pour faire joli, mais pour ajouter une couche de sécurité supplémentaire. Les modèles d’IA peuvent détecter en temps réel des anomalies, comparer plusieurs sources, et ainsi améliorer considérablement la tolérance aux erreurs.