Tiger Research : Les portefeuilles d'agents IA deviennent un nouveau champ de bataille pour les cryptomonnaies, Coinbase et d'autres géants se préparent pour les paiements de petite taille

Auteur : Tiger Research

Les gros titres des nouvelles parlent souvent de transactions autonomes par des agents IA et de leur capacité à gérer des paiements. En réalité, l'industrie des portefeuilles cryptographiques a déjà commencé à se préparer discrètement. Actuellement, plus de dix entreprises développent des portefeuilles spécifiquement pour les agents. Que veulent-ils vraiment ? Quels sont les retours potentiels ?

Points clés

• Lorsque les agents IA remplacent les humains pour naviguer sur le web, acheter des biens ou des informations, ils initient des centaines voire des milliers de paiements de quelques centimes, voire moins. Le système de paiement par carte bancaire actuel ne peut tout simplement pas supporter ce volume, d'où la nécessité de portefeuilles capables de diviser et d'envoyer des fonds automatiquement selon des conditions prédéfinies.
• Bien qu'il n'y ait presque pas de revenus à court terme, des entreprises comme Coinbase et Binance investissent massivement dans l'infrastructure des portefeuilles IA. La raison est simple : s'assurer une base d'utilisateurs avant que les agents ne commencent à effectuer des transactions à grande échelle. Ce stade actuel est une opportunité de se positionner avant l'explosion de la demande réelle.
• Selon les données de Coinbase, une augmentation de l'utilisation des agents IA pourrait multiplier leurs revenus par environ 7 fois par rapport à aujourd'hui.
• Les enregistrements de paiements accumulés dans les portefeuilles peuvent montrer de manière directe si un agent IA génère des revenus, ouvrant la voie à des prêts basés sur les revenus futurs, tout comme une petite entreprise peut obtenir un crédit basé sur ses transactions par carte.
• Cependant, tout cela en est encore au stade des possibilités, et non des faits vérifiés. Les agents IA peuvent encore faire des erreurs et exécuter des paiements incorrects ; les règles varient d'un pays à l'autre et d'une entreprise à l'autre ; le statut légal des agents n'est pas encore clair. Ainsi, la compétition actuelle ne consiste pas à gagner de l'argent aujourd'hui, mais à se positionner quelques années à l'avance sur un marché qui devrait bientôt se former.

Les agents IA deviennent de plus en plus actifs

Plus tôt cette année, un projet très suivi sur le marché prédictif Polymarket a consisté à donner à un agent IA 50 dollars de capital de départ pour qu'il effectue des transactions de manière autonome, avec la condition que s'il ne gagnait pas assez pour couvrir les coûts de l'API et des serveurs, il « disparaîtrait ». Résultat, cet agent a réussi ses transactions. Par la suite, d'autres agents similaires ont commencé à trader de la même manière.

Les agents IA ne sont pas encore intégrés dans la vie quotidienne, mais il est clair qu'ils seront largement utilisés dans un avenir proche.

Chaque transaction d'agent commence par un portefeuille

Actuellement, les agents IA n'ont pas encore pénétré les scénarios de paiement quotidiens. Leur application la plus active reste celle des robots de trading dans l'écosystème cryptographique, indépendants des voies de paiement traditionnelles et concentrés sur le trading de cryptomonnaies.

À l'avenir, les paiements s'étendront à des domaines que nous avons du mal à imaginer aujourd'hui. Comme nous l'avons souligné dans un rapport précédent, l'IA est en train de changer la nature des paiements. Une fois que les agents agiront directement sur le web sans intervention humaine, le montant des paiements individuels chutera considérablement. Un appel d'API ou une requête de données pourrait coûter aussi peu que 0,001 dollar, et dans des cas extrêmes, seulement 0,00001 dollar.

Pour dépasser l'utilisation actuelle des portefeuilles et réaliser des paiements aussi petits, automatiquement divisés selon des conditions prédéfinies et sans intervention humaine, il est nécessaire de s'appuyer sur des systèmes de paiement programmables. C'est dans ce contexte que la voie de paiement x402 a émergé, et les portefeuilles en sont la base opérationnelle.

Cependant, les voies de paiement existantes sont conçues autour de l'« humain » en tant que sujet de transaction.

Les cartes bancaires sont attribuées à des titulaires spécifiques, utilisant un mécanisme de rétrofacturation (chargeback) - en cas de problème, ce sont les humains qui contestent et annulent les transactions, et chaque transaction entraîne des frais fixes de quelques dizaines de centimes. Quand une personne dépense occasionnellement 20 dollars, cela ne pose pas de problème. Mais dès que les agents commencent à émettre des milliers de paiements par seconde, avec chaque appel d'API coûtant 0,001 dollar et chaque enregistrement de données 0,00001 dollar, ce modèle de paiement devient économiquement inviable.

La question centrale est : l'argent lui-même peut-il être programmé ?

Les cartes bancaires peuvent automatiser l'entrée des informations de paiement, mais ne peuvent pas être programmées pour diviser, payer en continu ou régler instantanément les flux de fonds. En revanche, la voie sur laquelle fonctionnent les portefeuilles est par défaut capable de ces capacités. Enregistrer des informations de paiement sur une carte ne peut exécuter qu'une transaction de « taille humaine ». Une fois que l'économie passe à des transactions directes entre machines, le portefeuille devient le seul point de départ possible.

Les agents pourraient représenter un marché de 50 milliards de dollars

Les tableaux connexes montrent que les fournisseurs de portefeuilles couvrent un large éventail, allant des échanges aux émetteurs de stablecoins. Pourquoi tant de types différents d'acteurs entrent-ils dans une infrastructure de portefeuille d'agents qui ne montre presque aucun profit à court terme ?

La réponse est : ils se positionnent pour les revenus et les affaires futurs, et non pour ceux d'aujourd'hui. Ajouter des fonctionnalités d'agent à un portefeuille aujourd'hui n'est pas destiné à générer immédiatement des bénéfices, mais à construire à l'avance la capacité d'absorption pour lorsque les agents commenceront à opérer à grande échelle, afin de pouvoir gérer un volume de transactions massif.

L'essentiel est que les agents IA fonctionneront finalement dans un environnement sans navigateur, sans nécessiter d'intervention humaine. Imaginez qu'un utilisateur demande à un agent de rédiger un rapport de recherche. Pendant que l'agent collecte des informations, chaque fois qu'il tire des données payantes de différentes plateformes, il exécutera un petit paiement. Une seule instruction de l'utilisateur pourrait déclencher instantanément 20 à 30 paiements, voire plus.

Ce qui semble être une simple demande d'opération pour un humain se transforme en un grand nombre de transactions de paiement une fois traité par un agent IA.

Comment ce changement dans l'environnement de paiement affectera-t-il les revenus des entreprises ? On peut estimer cela en utilisant les données divulguées par Coinbase. En prenant comme base les 9,2 millions d'utilisateurs actifs mensuels (MTU) de Coinbase, et non son total d'environ 120 millions d'utilisateurs enregistrés.

En combinant le taux d'adoption, le nombre d'agents par utilisateur et la fréquence d'appel quotidienne, nous obtenons les scénarios suivants :

• Scénario conservateur (taux d'adoption 10 %, 1 agent par utilisateur, 50 appels par jour) : augmentation des revenus d'environ 8,4 millions de dollars par an, soit une augmentation de 1,2 %.
• Scénario neutre (taux d'adoption 50 %, 2 agents par utilisateur, 200 appels par jour) : revenus supplémentaires atteignant environ 3,36 milliards de dollars, soit une augmentation de 46,8 %.
• Scénario agressif (taux d'adoption 100 %, 3 agents par utilisateur, 1000 appels par jour) : revenus annuels d'environ 50,37 milliards de dollars, soit environ 7 fois les revenus totaux actuels de Coinbase.

Le point le plus frappant de cette comparaison est que l'écart entre les trois scénarios est une amplification géométrique, et non une simple addition. Le taux d'adoption passant de 10 % à 100 % (10 fois), l'écart de revenus s'élargit d'environ 600 fois - passant de 8,4 millions de dollars à 50,37 milliards de dollars.

Étant donné que le taux d'adoption, le nombre d'agents par utilisateur et le volume d'appels quotidiens sont en relation multiplicative, toute petite augmentation de l'un d'eux entraînera une croissance exponentielle du total. Ainsi, une fois que les agents seront largement adoptés et que le nombre d'utilisateurs explosera, les flux de revenus générés pourraient atteindre environ 7 fois les revenus totaux actuels.

C'est aussi la raison pour laquelle Coinbase, même si elle n'a presque aucun revenu lié aujourd'hui, promeut vigoureusement l'infrastructure des portefeuilles d'agents - elle veut verrouiller à l'avance la part de revenus que l'ère des agents devrait apporter.

Vers une nouvelle banque pour agents

Les données de transaction accumulées grâce à l'infrastructure des portefeuilles ne se limitent pas à de simples enregistrements. Elles fournissent une base pour de nouveaux modèles commerciaux : l'historique des paiements stockés dans le portefeuille peut devenir une norme de crédit pour évaluer la situation financière et la performance des agents IA.

Une fois qu'un tel système d'évaluation de crédit basé sur les données sera établi, les fournisseurs de portefeuilles pourront naturellement s'étendre vers les services financiers de nouvelle génération, tels que le financement basé sur les revenus spécifiquement pour les agents (RBF).

Stripe Capital est un exemple typique. Il a réussi à construire de nouvelles activités financières sur la base des données de paiement existantes. En septembre 2019, lorsque Stripe a lancé son service de prêt Stripe Capital, il n'a pas dépendu d'agences de crédit externes ni de documents de prêt compliqués, mais a directement utilisé les données de vente en temps réel de chaque commerçant dans son réseau de paiement pour évaluer l'éligibilité et le montant des prêts.

Le cas de Stripe montre qu'une entreprise peut construire des activités financières de grande valeur sur la base de ses données opérationnelles existantes, sans nécessiter de réseau de vente supplémentaire ou d'investissement marketing.

Les fournisseurs de portefeuilles d'agents pourraient très bien suivre le même chemin d'expansion. En accumulant continuellement des données de revenus des agents via les portefeuilles, ils auront la base pour fournir des fonds d'exploitation via RBF et générer des revenus en tant que plateforme financière axée sur les agents.

Cependant, pour établir réellement cette nouvelle ligne d'activité, une condition préalable est que les agents IA doivent évoluer d'exécutants de paiements simples à des entités détenant des actifs capables de générer leurs propres revenus, afin de gagner suffisamment de revenus réels pour rembourser les prêts.

Cette croissance n'a pas encore été vérifiée

Les descriptions précédentes concernant la multiplication par 7 des revenus de Coinbase et l'expansion vers RBF sont des scénarios optimistes supposant une large adoption des paiements par agents. Il reste encore de nombreux obstacles à surmonter pour concrétiser cela dans l'économie réelle.

Tout d'abord, le taux de conversion des achats réels des agents IA et la fiabilité des paiements soulèvent encore des questions majeures. Les agents peuvent encore faire des erreurs en passant des commandes de manière autonome, entraînant des paiements incorrects ; parfois, ils sont directement interceptés par les systèmes de détection de fraude (FDS) des émetteurs de cartes. Par conséquent, le taux de réalisation des paiements reste faible.

De plus, les protocoles de paiement tels que x402, AP2, MPP sont encore fragmentés et n'ont pas convergé vers une norme unifiée ; les agents IA ne sont pas des entités légales, manquent de KYC (vérification d'identité) claire et de régulation financière, ce qui entrave encore l'expansion du marché.

Ainsi, l'objectif actuel des fournisseurs de portefeuilles n'est pas de générer des revenus de frais à court terme. L'App Store d'Apple a mis 15 ans à établir un marché de frais de 10 milliards de dollars par an, et WeChat Pay a mis 7 ans à construire un vaste écosystème de mini-programmes. Les portefeuilles d'agents suivent également une longue ligne temporelle - ils construisent un écosystème, et non pas se battent pour des retours immédiats.

La compétition actuelle n'est pas pour les revenus marginaux d'aujourd'hui, mais pour voir quelle entreprise peut d'abord maîtriser les données de flux de capitaux après la formation complète de l'économie des agents dans les cinq à dix prochaines années.