Au cours des deux dernières années, l’intelligence artificielle a changé de centre de gravité. Si en 2022–2023 tout tournait autour des grands modèles et de leur entraînement, aujourd’hui la véritable bataille ne se joue plus dans la construction des modèles, mais dans leur exécution continue, dans la capacité de répondre à des milliards de requêtes chaque jour. C’est la guerre de l’inference, et elle est bien plus importante qu’il n’y paraît.
Messari le dit clairement dans son rapport “State of AI 2025” : d’ici 2030, l’inférence représentera entre 50 % et 75 % de la demande mondiale de calcul. Un seuil si élevé qu’il redessinera complètement la géographie de l’infrastructure AI.
Aujourd’hui, chaque fois qu’un utilisateur ouvre ChatGPT, génère une image, demande un conseil, analyse un texte, demande à un agent de naviguer sur le web ou de prendre une décision : il consomme de l’inference. Et il en va de même pour des milliers d’agents IA qui effectuent des opérations continues en arrière-plan, sans que personne ne les observe.
Le résultat est une consommation de calcul qui croît de manière verticale, bien au-delà de ce qui est nécessaire pour entraîner les modèles eux-mêmes.
Sommaire
La nouvelle pression : utilisateurs réels, interactions réelles
Les raisons de cette croissance sont multiples, mais toutes convergent dans une seule direction : l’IA est désormais un service de masse. Les utilisateurs ne se contentent plus d’expérimenter ; ils utilisent l’IA de manière quotidienne, prolongée et de plus en plus complexe.
Les sessions de ChatGPT sont devenues plus longues et plus complexes : selon les données rapportées par Messari, le temps passé sur les modèles a doublé en un an, et la durée moyenne d’une session unique a augmenté de 75%. C’est un signe très clair : l’IA n’est plus un assistant « occasionnel », mais un véritable environnement opérationnel où l’utilisateur reste plus longtemps, formulant des requêtes plus étendues et plus denses en tokens.
À cela s’ajoute l’explosion de l’IA grand public. En 2024, les applications d’intelligence artificielle ont dépassé le milliard de téléchargements, avec une croissance de plus de 100% d’une année sur l’autre. ChatGPT compte aujourd’hui plus de 700 millions d’utilisateurs hebdomadaires, tandis que Gemini, Copilot et Claude suivent des rythmes similaires. C’est une vague continue de demandes qui se traduit en calcul, et donc en coûts.
Le facteur “reasoning” : les modèles intelligents coûtent beaucoup plus cher
Pour rendre le tout encore plus lourd, il y a l’ascension des modèles orientés vers le « reasoning », ceux qui ne se contentent pas de compléter des phrases, mais tentent de raisonner, d’expliquer, de planifier. Ces modèles consomment jusqu’à dix fois plus de tokens pour répondre à la même question par rapport à un modèle traditionnel.
Si l’on ajoute à cela le fait que le secteur a désormais adopté des techniques de post-formation basées sur le reinforcement learning — comme démontré par DeepSeek — la pression sur le calcul explose encore davantage. Le reinforcement learning génère des milliers d’itérations pour chaque problème individuel, multipliant ainsi la consommation de calcul à l’échelle industrielle.
En d’autres termes : plus l’IA devient intelligente, plus elle devient coûteuse à faire fonctionner.
Le problème des coûts : l’inférence est devenue le nouveau « noyau dur » de l’IA
Il y a un point qui est souvent sous-estimé : l’entraînement est un coût énorme, mais c’est un coût unique. Une fois entraîné, le modèle existe. L’inférence, en revanche, est un coût continu, infini, proportionnel au nombre d’utilisateurs, d’agents et d’applications qui l’utilisent.
Pour les grands laboratoires — OpenAI, Anthropic, Google — l’inférence est devenue le poste de dépense dominant. Et cette dynamique crée un espace pour une révolution silencieuse qui concerne de très près l’écosystème crypto.
L’open-source bouleverse l’équilibre : des modèles plus petits, plus rapides et bien plus économiques
Alors que les modèles propriétaires continuent de croître en taille et en complexité, l’open-source réduit rapidement l’écart. Selon le benchmark Artificial Analysis cité par Messari, la différence entre les meilleurs modèles closed et ceux open de grande envergure est aujourd’hui étonnamment réduite, surtout lorsqu’on la compare aux coûts.
Un modèle open de 120 milliards de paramètres coûte jusqu’à 90 % de moins en inférence par rapport à ChatGPT-5, avec une perte de capacité somme toute marginale.
Mais la véritable révolution concerne les modèles small et mid-size, entre 4 et 40 milliards de paramètres. Aujourd’hui, beaucoup de ces modèles sont capables de résoudre des tâches complexes tout en fonctionnant sur un seul GPU grand public comme une RTX 4090 ou 5090. Cela signifie que l’inférence n’a plus besoin d’être centralisée dans d’immenses centres de données : elle peut être distribuée.
Et c’est ici que le monde de l’IA décentralisée trouve son terrain naturel.
L’essor des réseaux de calcul décentralisés (DCN) : une nouvelle économie du calcul
Les réseaux de calcul décentralisés (DCN) — tels que Render, Akash, io.net, Aethir, Hyperbolic, EigenCloud et Exabits — agrègent des millions de GPU réparties dans le monde entier. Pendant des années, ces réseaux ont eu du mal à trouver un véritable marché : l’entraînement des grands modèles était tout simplement trop complexe en raison de la latence et des échanges continus d’informations entre GPU.
Mais l’inférence est une autre histoire.
L’inférence nécessite beaucoup moins de communication horizontale, peut être exécutée de manière hautement parallélisée et peut exploiter du matériel hétérogène. Elle n’a pas besoin de clusters parfaits et super-synchronisés. C’est un travail idéal pour des milliers de nœuds dispersés, surtout maintenant que les modèles plus petits deviennent étonnamment puissants.
Cette fois, le marché est vraiment là. Et Messari le qualifie de premier véritable « product-market fit » de l’ensemble du secteur de l’IA décentralisée.
Le cas Fortytwo : l’intelligence collective comme démonstration pratique
Parmi les innovations les plus intéressantes, le rapport cite Fortytwo Network, un réseau qui coordonne de petits modèles installés sur les ordinateurs portables des utilisateurs. Ces modèles travaillent ensemble comme un essaim : chacun répond à la même question, puis évalue les réponses des autres, et enfin le réseau produit une réponse optimisée basée sur le consensus.
Le mécanisme génère du crédit, de la réputation et des récompenses onchain. Et il est si efficace que Fortytwo a même réussi à produire des ensembles de données entièrement générés par le swarm et à post-former un modèle spécialisé en Rust, obtenant des résultats supérieurs à des modèles beaucoup plus grands.
C’est un exemple concret de la manière dont la décentralisation n’est pas seulement souhaitable, mais déjà compétitive.
La question de la vérification : l’élément indispensable pour l’inférence décentralisée
Chaque fois qu’une requête est exécutée sur un nœud distribué, une question cruciale se pose : comment peut-on être sûr que le résultat est correct ? C’est ici que la crypto entre en jeu de manière décisive.
Messari analyse trois approches dominantes aujourd’hui :
- les preuves à connaissance zéro (zkML), lentes mais extrêmement sécurisées;
- les systèmes optimistes, où le résultat est considéré comme valide sauf en cas de challenge;
- les enclaves matérielles (TEE), plus rapides mais basées sur la confiance matérielle.
Parmi les pionniers du secteur, EigenCloud est mentionnée, apportant sur le marché une inférence déterministe et vérifiable, compatible avec les API d’OpenAI et déjà utilisée pour les frameworks d’agents de Coinbase et Google.
La vérification n’est pas un détail technique : c’est ce qui rend l’IA adaptée à la finance, à la santé, à la gouvernance, aux transactions autonomes. C’est le pont entre l’IA et le Web3.
L’avenir : une économie d’agents consommant du calcul de manière continue
La conclusion du rapport est claire : l’avenir de l’IA ne sera pas dominé par les modèles les plus grands, mais par ceux qui sauront offrir l’inférence de la manière la plus évolutive, économique et vérifiable possible. Si aujourd’hui les utilisateurs humains génèrent des millions de requêtes, demain les agents autonomes en généreront des milliards. Et chacune de ces requêtes aura un coût de calcul.
À ce stade, les decentralized compute networks ne seront plus une alternative expérimentale : elles deviendront une nécessité économique.
Conclusion
Nous entrons dans l’ère de l’inférence, pas de l’entraînement.
Une ère où la demande croît sans limites, où le calcul n’est plus un investissement isolé mais un flux continu, et où des millions de modèles — grands ou petits — devront être servis chaque seconde.
Et c’est précisément ici, dans cet immense espace économique, que le monde crypto trouve son rôle le plus naturel : celui de coordonner, vérifier, distribuer et optimiser la puissance de calcul nécessaire pour soutenir une société de plus en plus intelligente.




