Le rapport HTX cartographie la fusion IA-Crypto alors que les agents choisissent BTC plutôt que la monnaie fiduciaire 90 % du temps

Rebeca Moen 23 mars 2026 03h52

Une nouvelle recherche de HTX révèle que les systèmes d'IA préfèrent massivement les devises numériques, 48 % choisissant Bitcoin pour le stockage. DePIN et les économies d'agents remodèlent l'infrastructure.

Un rapport de recherche complet de HTX détaille comment l'intelligence artificielle et les cryptomonnaies sont entrées dans ce que l'exchange appelle « l'intégration au niveau système » — et les conclusions sur les préférences monétaires de l'IA sont frappantes. Lorsqu'on leur a donné l'autonomie économique à travers 9 072 essais contrôlés, les systèmes d'IA ont choisi des devises natives numériques 90,8 % du temps. Aucun modèle n'a préféré la monnaie fiduciaire comme premier choix.

Le rapport, publié le 23 mars 2026, arrive alors que la capitalisation boursière totale des cryptomonnaies s'élève à 2,43 billions de dollars avec Bitcoin s'échangeant à 68 228 $. Cela coïncide également avec un changement plus large du secteur : Crypto.com a réduit 12 % de ses effectifs la semaine dernière pour accélérer le développement de l'IA, suivant des mouvements similaires dans tout le secteur.

Le biais Bitcoin de l'IA

L'expérience du Bitcoin Policy Institute citée dans le rapport a testé 36 modèles d'IA de pointe dans 28 scénarios monétaires du monde réel. Les résultats ont montré une préférence globale de 48,3 % pour Bitcoin, passant à 79,1 % pour le stockage de valeur à long terme. Le raisonnement ? Offre fixe, capacité d'auto-garde et risque de contrepartie nul.

Ce qui est particulièrement intéressant : les modèles d'IA ont dérivé de manière indépendante un système monétaire à deux niveaux — Bitcoin pour les réserves, les stablecoins (53,2 % de préférence) pour les transactions quotidiennes. Cela reflète la relation or-monnaie fiduciaire que les humains ont développée au fil des siècles, mais l'IA a atteint cette conclusion uniquement par optimisation.

Dans 86 cas, les modèles ont inventé des devises entièrement nouvelles basées sur l'énergie ou les unités de calcul — joules, kilowattheures, heures-GPU. La valeur, du point de vue de l'IA, équivaut aux ressources physiques nécessaires au calcul.

L'infrastructure DePIN prend forme

La pénurie de GPU qui a sévi en 2024-2025 a créé des conditions parfaites pour les réseaux d'infrastructure physique décentralisés. Render Network et Akash Network agrègent désormais les ressources GPU inactives à l'échelle mondiale, avec le modèle Burn-Mint Equilibrium de Render créant des liens directs entre l'utilisation du réseau et l'économie des tokens.

Le produit Infernet de Ritual résout une limitation persistante : les applications on-chain peuvent désormais appeler nativement les résultats d'inférence de l'IA. L'architecture prend en charge à la fois l'exécution basée sur TEE et la vérification des preuves ZK, rendant chaque sortie générée par l'IA traçable et auditable.

Le GPU H100 de NVIDIA permet le calcul confidentiel avec moins de 7 % de surcharge — essentiel pour les applications d'agents d'IA à faible latence fonctionnant 24h/24 et 7j/7.

Les économies d'agents deviennent réalité

L'écosystème Olas traite déjà plus de 2 millions de transactions d'agent à agent par mois. Le protocole x402 permet des micropaiements autonomes en moins de deux secondes : lorsqu'un agent accède à une API payante, il signe automatiquement un paiement USDC sans intervention humaine.

Les projections du marché montrent que les agents d'IA passeront de 7,84 milliards de dollars en 2025 à 52,62 milliards de dollars d'ici 2030 — un taux de croissance annuel composé de 46,3 %. ElizaOS, soutenu par a16z, fonctionne comme le « Next.js pour les agents d'IA », avec des projets Web3 construits sur la pile dépassant 20 milliards de dollars de capitalisation boursière début 2025.

La pile de confidentialité émerge

Trois approches convergent vers ce que HTX appelle « calcul confidentiel hybride ». Le chiffrement entièrement homomorphique de Zama exécute désormais des CNN à 50 couches avec une amélioration de vitesse de 14x. L'apprentissage automatique à divulgation nulle de connaissance prend en charge des modèles de 13 milliards de paramètres avec génération de preuve en moins de 15 minutes. Les TEE gèrent l'inférence en temps réel à grande échelle.

Les applications pratiques : stablecoins privés, enchères à offre scellée et prêts DeFi sous-collatéralisés où les utilisateurs prouvent leur statut financier sans révéler leur identité.

Changements de revenus des stablecoins

Coinbase a généré plus de 900 millions de dollars l'année dernière uniquement à partir des réserves USDC. Désormais, les écosystèmes récupèrent cette valeur — Hyperliquid a introduit des enchères compétitives pour les réserves USDH, tandis que le modèle Stablecoin-as-a-Service d'Ethena s'étend à Sui et MegaETH.

ARK Invest projette que les agents d'IA pourraient générer 8 billions de dollars de consommation en ligne d'ici 2030, représentant 25 % du commerce électronique mondial. À cette échelle, les paiements cessent d'être une couche séparée et deviennent un comportement réseau natif.

Pantera Capital s'attend à ce que le nombre de protocoles d'IA décentralisés leaders se consolide à 2-3 acteurs dominants d'ici fin 2026, incluant potentiellement des structures de type ETF. Le halving de Bittensor en décembre 2025 a réduit l'émission quotidienne de 7 200 à 3 600 TAO — mais la demande soutenue, et non la réduction de l'offre, déterminera si cela se traduit par une appréciation des prix.

• cryptomonnaie pilotée par l'IA
• bitcoin
• depin
• agents d'IA
• bittensor