Les projets crypto liés à l’IA exigent une évaluation rigoureuse avant lancement, car environ 98,6 % des tokens lancés sur des plateformes d’agents IA échouent, d’après des recherches citées dans une analyse sectorielle. Electric Capital a fait état d’une hausse de 55 % sur un an du nombre de développeurs actifs construisant au sein de projets crypto d’IA, tandis que 40 cents de chaque dollar de capital-risque investi dans des entreprises crypto en 2025 ont été allés à des sociétés développant simultanément des produits d’IA, soit plus du double des 18 cents de l’année précédente. L’écart entre des projets d’infrastructure légitimes comme Bittensor, NEAR Protocol et Chainlink, et des tokens spéculatifs estampillés « IA », s’est creusé à mesure que le secteur atteint des capitalisations boursières de plusieurs milliards de dollars, rendant indispensables des cadres de due diligence structurés pour distinguer l’utilité réelle de la spéculation guidée par le récit.
Les couches d’infrastructure crypto d’IA exigent des approches d’évaluation distinctes
Les projets crypto liés à l’IA fonctionnent sur des couches d’infrastructure distinctes qui nécessitent des critères d’évaluation séparés. Les réseaux de calcul comme Render, Akash et io.net agrègent des ressources GPU pour des charges de travail d’IA. Les marchés de modèles comme Bittensor créent un environnement concurrentiel où des mineurs produisent des sorties d’IA et où des validateurs évaluent leur qualité. Les protocoles de données comme Ocean Protocol permettent la monétisation de jeux de données préservant la confidentialité pour l’entraînement IA. Les plateformes d’agents comme Virtuals Protocol et l’écosystème Fetch.ai déploient des agents autonomes qui effectuent des transactions on-chain.
Les réseaux de calcul offrent les métriques d’évaluation les plus claires : jobs GPU distribués, disponibilité (uptime) des fournisseurs, prix par rapport à des alternatives centralisées comme AWS et Google Cloud, ainsi que le nombre d’adoptions en entreprise. Les marchés de modèles exigent de comprendre les calendriers d’émission, les incitations des validateurs et l’existence d’une demande externe mesurable pour les sorties. Les plateformes d’agents sont les plus difficiles à évaluer, car la plupart sont en phase précoce, avec des revendications d’utilité spéculative.
Cinq questions de recherche avant lancement définissent la légitimité du projet
Le rapport crypto de Silicon Valley Bank a constaté que 40 cents de chaque dollar de capital-risque ont été dirigés vers des projets intégrant de l’IA. Anthony Vassallo, vice-président senior de SVB en crypto, a déclaré à CoinDesk que l’adoption institutionnelle stimule des chèques de capital-risque plus importants, les investisseurs donnant la priorité à des projets de meilleure qualité. Le cadre d’évaluation repose sur cinq questions : le projet présente-t-il une demande mesurable au-delà des incitations liées au token, via le paiement d’utilisateurs, des charges de travail, l’activité des développeurs, les frais et les intégrations ; quel est le parcours vérifiable de l’équipe ; comment le token fonctionne-t-il réellement au sein du protocole ; quel est le calendrier d’émission et de déblocage ; et le projet fait-il face à une concurrence centralisée susceptible de reproduire son offre.
Bittensor a été fondé par l’ancien ingénieur de Google Jacob Steeves et est soutenu par Polychain Capital, qui a investi plus de 200 millions de dollars. Cette combinaison de crédibilité technique et de soutien institutionnel fournit une base de légitimité. Les projets ayant des fondateurs anonymes et aucun investisseur institutionnel portent un risque sensiblement plus élevé, quelle que soit leur crédibilité technique. Bittensor dispose d’un plafond « hard cap » de 21 millions de tokens, calqué sur le modèle de rareté de Bitcoin, tandis que d’autres projets maintiennent une inflation non plafonnée.
Échecs courants de la recherche et indicateurs de signaux d’alerte
Un total estimé à 17 milliards de dollars a été perdu à cause d’arnaques et de fraudes en cryptomonnaies en 2025. Deux vecteurs de menace dominent spécifiquement la crypto d’IA : les attaques de poisoning des données ciblant les pipelines décentralisés d’entraînement de l’IA en injectant des données corrompues dans des modèles d’apprentissage, et les attaques par injection de prompts exploitant des agents IA pour les amener à exécuter des transactions non autorisées. Ces risques sont accentués dans les projets qui se précipitent sur le marché avant des tests de sécurité adéquats, selon une évaluation sectorielle des risques.
Les échecs courants de la recherche incluent la considération de la capitalisation boursière comme indicateur de qualité, la confusion entre une forte interaction sur les réseaux sociaux et une adoption réelle du produit, ainsi que l’ignorance de la différence entre l’IA comme fonction centrale et l’IA comme simple étiquette marketing. Un projet qui ajoute « IA » à son nom sans changer sa fonctionnalité sous-jacente mérite le scepticisme. Les métriques d’activité des développeurs, notamment les commits GitHub et le nombre de contributeurs rapportés par Electric Capital, fournissent un signal plus fiable d’une activité de construction réelle que le prix du token ou le nombre de followers sur les réseaux sociaux.
Les cadres réglementaires traitent l’intersection entre IA et crypto
L’IA et la crypto font l’objet d’un contrôle réglementaire distinct, et leur intersection reste largement non traitée par les cadres existants. Une future réglementation pourrait imposer une licence aux fournisseurs de calcul décentralisés ou exiger des contraintes de gestion des données incompatibles avec les architectures de réseau ouvert. Le cadre Reg Crypto de la SEC pourrait classer certains tokens d’IA comme des valeurs mobilières s’ils fonctionnent comme des contrats d’investissement. Le dépôt S-1 de Grayscale pour une conversion en ETF de TAO indique que l’intégration réglementaire progresse pour les principaux projets du secteur.
Des développements institutionnels signalent une maturation du marché
Le keynote GTC de mars de NVIDIA a projeté une demande de mille milliards de dollars en puces d’ici 2027. Grayscale et Bitwise ont déposé des demandes d’ETF spot pour le TAO de Bittensor, ce qui pourrait ouvrir des flux de capitaux traditionnels vers le secteur de la crypto d’IA. L’ASI Alliance vise un lancement du mainnet ASI Chain d’ici fin 2026 afin d’unifier les services d’IA décentralisés sous une seule couche d’infrastructure. Chainlink alimente le pilote de tokenisation multi-banques de Swift, et Render fournit des charges de calcul pour Apple et Meta.
FAQ
Quel pourcentage des tokens d’agents IA lancés sur des plateformes finit par échouer ?
Les recherches citées par des analystes du secteur suggèrent qu’environ 98,6 % des tokens lancés sur des plateformes d’agents IA échouent, ce qui rend indispensable une recherche approfondie avant lancement pour la gestion des risques.
Combien de capital-risque a été investi dans des projets crypto intégrant de l’IA en 2025 ?
Quarante cents de chaque dollar de capital-risque investi dans des entreprises crypto en 2025 ont été allés à des sociétés développant simultanément des produits d’IA, soit plus du double des 18 cents un an plus tôt.
Quel soutien institutionnel Bittensor bénéficie-t-il ?
Bittensor (TAO) est soutenu par Polychain Capital, avec un investissement dépassant 200 millions de dollars, et a été fondé par l’ancien ingénieur de Google Jacob Steeves, tandis que Grayscale a déposé un S-1 pour une conversion en ETF de TAO.
