La plupart des investisseurs dans l’IA ont les yeux rivés sur les actions de fabricants de puces et sur l’infrastructure cloud. Mais Sandy Kaul de Franklin Templeton pense qu’ils regardent la mauvaise partie de la carte. Son argument : l’impact de l’IA sur la blockchain pourrait définir le prochain grand thème d’investissement — et la fenêtre pour se positionner en amont est déjà en train de s’ouvrir.
Summary
Points clés à retenir
- Sandy Kaul de Franklin Templeton soutient que les réseaux blockchain et les crypto-actifs pourraient constituer le prochain grand thème d’investissement lié à l’IA, au-delà des semi-conducteurs et du cloud.
- L’IA agentique — qui agit de manière autonome sans intervention humaine — génère des microtransactions que les systèmes de paiement traditionnels ne peuvent pas traiter efficacement.
- Les réseaux blockchain publics offrent des transactions programmables, une identité cryptographique et un règlement quasi instantané adaptés aux paiements de machine à machine.
- Robinhood a lancé en mai des outils d’investissement alimentés par l’IA qui permettent à des agents de négocier des actions et d’effectuer des achats pour les utilisateurs.
- Le PDG de Circle, Jeremy Allaire, présente l’IA et la blockchain comme un seul et même mouvement technologique convergent, et non comme deux tendances distinctes.
Pourquoi l’histoire de l’investissement dans l’IA pourrait avoir un deuxième chapitre
La première vague d’investissement dans l’IA était simple : parier sur les pioches et les pelles. Les entreprises de semi-conducteurs, les fournisseurs de cloud hyperscale et les opérateurs de centres de données ont absorbé d’énormes capitaux institutionnels à mesure que l’IA générative montait en puissance. Cette logique a fonctionné. Mais Kaul, responsable des actifs numériques et de l’innovation chez Franklin Templeton, avertit que les investisseurs restés ancrés à ce récit risquent de passer à côté de ce qui vient ensuite.
Sa thèse se concentre sur une évolution spécifique de l’architecture de l’IA. L’IA générative répond à des requêtes en produisant du contenu. L’IA agentique fonctionne différemment — elle accomplit des tâches de manière autonome avec une implication humaine minimale. Un agent d’IA pourrait réserver un voyage, comparer les prix, acheter de la capacité de calcul, récupérer des données ou gérer des flux de travail logiciels entiers pour le compte d’un utilisateur, le tout sans attendre qu’un humain appuie sur « confirmer ».
Cette distinction est extrêmement importante pour le monde des paiements.
L’IA agentique et le problème des microtransactions
Lorsque des millions d’agents d’IA commencent à effectuer des transactions à grande échelle — en payant un appel d’API, une fraction de seconde de puissance de calcul ou l’accès à un jeu de données spécifique — les transactions en question valent souvent des fractions de centime. C’est là que l’infrastructure financière existante se brise. Les réseaux de paiement traditionnels deviennent économiquement irrationnels lorsque les frais de traitement dépassent la valeur transférée. Les rails de cartes de crédit, les virements bancaires et les systèmes de règlement hérités n’ont jamais été conçus pour ce type de commerce à haute fréquence et en dessous du centime.
C’est ce fossé structurel que Kaul estime que la blockchain a été conçue pour combler.
La blockchain comme infrastructure pour les paiements des agents d’IA
Les réseaux blockchain publics résolvent le problème des microtransactions grâce à une combinaison de propriétés dont les systèmes hérités sont dépourvus : des transactions programmables, une vérification cryptographique de l’identité et un règlement quasi instantané — sans nécessiter de banque ni de réseau de cartes comme intermédiaire. Des agents d’IA détenant des actifs numériques pourraient se payer directement les uns les autres via des rails blockchain, en réglant la valeur en temps réel à un coût minimal.
La conséquence en matière d’investissement est directe. Si des agents autonomes adoptent à grande échelle les paiements basés sur la blockchain, la demande pour les réseaux sous-jacents augmente — et la demande pour les cryptomonnaies natives servant à payer les frais de réseau aussi. La hausse des volumes de transactions générerait davantage de revenus pour les incitations des développeurs, la sécurité des réseaux et les applications décentralisées construites au-dessus de ces réseaux. C’est une boucle de rétroaction que les investisseurs focalisés uniquement sur le matériel d’IA ne sont pas en position de capter.
Le passage de la théorie à la pratique
La thèse commence déjà à prendre forme. Robinhood a lancé en mai des outils d’investissement alimentés par l’IA qui permettent à des agents de négocier des actions et d’effectuer des achats au nom des utilisateurs. Son PDG, Vlad Tenev, a déclaré que les agents d’IA finiront par égaler les capacités des traders humains — une affirmation qui requalifie l’infrastructure blockchain, la faisant passer d’une classe d’actifs spéculative à une plomberie opérationnelle potentielle pour la finance autonome.
OpenAI et Anthropic se livrent déjà une course pour construire des systèmes de plus en plus autonomes, capables de naviguer dans les logiciels et d’accomplir des tâches complexes de manière indépendante.
Circle et le mouvement technologique unifié
La thèse de Kaul trouve un puissant écho dans la réflexion de Jeremy Allaire, PDG de Circle. Dans un récent article, Allaire a soutenu que la montée de l’IA agentique et de la blockchain ne constitue pas deux tendances parallèles mais une seule force technologique convergente. Selon lui : l’IA fait tendre le coût du travail intellectuel vers zéro, tandis que la blockchain et la monnaie numérique programmable compriment simultanément le coût des paiements, du règlement et de la coordination économique.
Il en découle que les entreprises natives de l’IA de demain pourraient ne pas fonctionner du tout via des structures d’entreprise traditionnelles. Allaire imagine des entreprises opérant on-chain, avec des tokens représentant la propriété et la gouvernance, tandis que la tarification des logiciels évoluerait des abonnements mensuels vers des modèles au paiement par tâche — où les agents d’IA seraient à la fois les acheteurs et les vendeurs de services numériques. C’est une architecture économique fondamentalement différente de celle qui existe aujourd’hui.
Ce que cela signifie pour les investisseurs qui suivent l’IA
Le poids analytique de cet argument mérite réflexion. Les investisseurs qui se sont exposés à l’IA via des fabricants de puces comme Nvidia ont capté une valeur réelle à mesure que l’entraînement et l’inférence des modèles se développaient. Mais la prochaine phase de l’adoption de l’IA — des agents qui effectuent des transactions de manière autonome à travers des économies numériques — nécessite une couche d’infrastructure différente. Les réseaux blockchain, la monnaie programmable et les cryptomonnaies natives constituent cette couche.
À mesure que les systèmes d’IA autonomes deviennent plus capables, le volume des transactions de machine à machine va croître d’une manière que les systèmes de paiement hérités ne peuvent structurellement pas absorber. Ce n’est pas un scénario spéculatif — c’est une contrainte d’ingénierie.
Pour les investisseurs, la question que Kaul soulève n’est pas de savoir s’il faut croire en l’IA. C’est de savoir si leur exposition à l’IA couvre réellement l’ensemble de la pile nécessaire à son adoption — ou si elle s’arrête au matériel et au cloud tandis que l’infrastructure de paiement et de règlement sous-jacente reste ignorée.
Franklin Templeton lui-même agit déjà sur la base de la thèse plus large concernant la blockchain. Sa plateforme de tokenisation Benji a distribué environ 2,44 milliards de dollars d’actifs sur plusieurs blockchains publiques à la mi-juillet, selon les données de RWA.xyz — un signe que l’un des plus grands gestionnaires d’actifs au monde traite l’infrastructure blockchain publique comme un environnement opérationnel sérieux, et non comme une expérience annexe.
FAQ
Qu’est-ce que l’IA agentique et en quoi diffère-t-elle de l’IA générative ?
L’IA agentique accomplit des tâches de manière autonome avec peu d’intervention humaine — par exemple, réserver un voyage, gérer des flux de travail logiciels ou acheter de la puissance de calcul. L’IA générative, en revanche, répond à des requêtes en produisant du contenu tel que du texte, des images ou du code. La différence clé est l’initiative : l’IA agentique agit, tandis que l’IA générative répond.
Pourquoi les systèmes de paiement traditionnels sont-ils inefficaces pour les microtransactions entre agents d’IA ?
De nombreuses transactions entre agents d’IA portent sur des montants très faibles — parfois des fractions de centime — comme le paiement d’un appel d’API ou d’une seconde de temps de calcul. Les réseaux de paiement traditionnels facturent des frais qui peuvent dépasser la valeur même de la transaction, ce qui les rend économiquement impraticables pour ce type de commerce à haute fréquence et faible valeur.
Comment les réseaux blockchain peuvent-ils favoriser les paiements de machine à machine dans l’économie de l’IA ?
Les réseaux blockchain publics offrent des transactions programmables, une identité cryptographique et un règlement quasi instantané sans nécessiter de banques ni de réseaux de cartes comme intermédiaires. Cela permet aux agents d’IA de détenir des actifs numériques et de se payer directement les uns les autres via des rails blockchain à un coût minimal — une structure conçue précisément pour le type de commerce automatisé et à fort volume que génère l’IA agentique.
Quelles opportunités d’investissement découlent de la convergence de l’IA et de la blockchain ?
À mesure que des agents d’IA autonomes adoptent les paiements basés sur la blockchain, la demande pour les réseaux sous-jacents et leurs cryptomonnaies natives pourrait croître parallèlement à l’adoption de l’IA. Les investisseurs actuellement focalisés uniquement sur le matériel d’IA et les fournisseurs de cloud pourraient passer à côté de l’infrastructure blockchain comme moyen supplémentaire — et potentiellement significatif — de s’exposer à la prochaine phase de croissance de l’IA.
Article produit avec l’assistance de l’intelligence artificielle et relu par l’équipe éditoriale.
