Coinbase Insight : Crypto x IA, un partenariat complémentaire – Découvrez toutes les opportunités dans les sous-secteurs
TechFlow SélectionTechFlow Sélection
Coinbase Insight : Crypto x IA, un partenariat complémentaire – Découvrez toutes les opportunités dans les sous-secteurs
Les progrès des infrastructures d'IA décentralisées, des applications d'IA sur chaîne et l'émergence de réseaux d'agents intelligents apporteront des développements significatifs.
Dédié à des analyses Web3 approfondiesAuteur : Jonathan King
Traduction : TechFlow
Résumé : L'avenir de l'intelligence artificielle (IA) pourrait s'appuyer sur la technologie blockchain, car la cryptographie peut améliorer l'accessibilité, la transparence et les cas d'utilisation des technologies émergentes. La combinaison de l'efficacité, de la nature sans frontières et de la programmabilité de la crypto avec l'IA pourrait transformer la manière dont les humains et les machines interagissent dans l'économie numérique, en permettant aux utilisateurs de contrôler leurs propres données personnelles. Cela inclut également l'émergence du « Web agential », un réseau où des agents IA fonctionnant sur une infrastructure cryptographique peuvent stimuler l'activité économique et la croissance.
Divulgation et notes : Les entreprises du portefeuille de Coinbase Ventures seront indiquées par une astérisque (*) lors de leur première mention ci-dessous
À quoi cela ressemblerait-il ? Des agents IA effectuant des transactions sur une infrastructure cryptographique. Des codes logiciels créés par l'IA, y compris des contrats intelligents, entraînant une explosion d'applications et d'expériences sur chaîne. Les utilisateurs pourraient posséder, gérer et tirer profit des modèles d'IA auxquels ils participent. Utiliser l'IA pour améliorer l'expérience des utilisateurs et des développeurs dans l'écosystème crypto, renforcer les fonctionnalités des contrats intelligents et créer de nouveaux cas d'utilisation, ainsi que bien d'autres possibilités.
Lorsque nous imaginons cet avenir fusionnel entre crypto et IA, nous publions aujourd'hui notre vision fondamentale de cette convergence technologique transformatrice. Aperçu :
-
Nous pensons que la crypto / la blockchain n'est pas indispensable à chaque couche de la pile technologique IA pour améliorer ses capacités ou résoudre les défis émergents. En revanche, la crypto peut jouer un rôle important en offrant davantage de distribution, de vérifiabilité, de résistance à la censure et de moyens de paiement natifs à l'IA, tout en exploitant les mécanismes de l'IA pour créer de nouvelles expériences utilisateur sur chaîne.
-
La combinaison de la crypto et de l'IA pourrait donner naissance au « Web agential », un modèle transformateur où des agents IA fonctionnant sur une infrastructure cryptographique deviennent des moteurs clés de l'activité économique et de la croissance. Nous prédisons qu'à l'avenir, les agents auront leurs propres portefeuilles cryptographiques, effectueront des transactions autonomes pour réaliser les intentions des utilisateurs, accéderont à des ressources informatiques et de données décentralisées à faible coût, ou utiliseront des stablecoins pour payer des humains et d'autres agents afin d'accomplir des tâches nécessaires à leurs objectifs globaux.
-
Les croyances initiales soutenant ce raisonnement incluent : (1) La crypto deviendra le mode de paiement privilégié pour les transactions commerciales entre agents et humains, ainsi qu'entre agents ; (2) L'IA générative et les interfaces en langage naturel deviendront les principaux moyens d'interaction sur chaîne ; (3) L'IA générera la majorité du code logiciel (y compris les contrats intelligents), provoquant une « explosion cambrienne » d'applications et d'expériences sur chaîne.
-
La convergence entre crypto et IA peut être divisée en deux sous-domaines principaux : (1) IA décentralisée (Crypto → IA), qui consiste à construire une infrastructure générale d'IA dotée des caractéristiques des réseaux blockchain pair-à-pair modernes ; (2) IA sur chaîne (IA → Crypto), qui implique de construire des infrastructures et applications exploitant l'IA pour soutenir de nouveaux et anciens cas d'utilisation.
-
L'écosystème combiné de crypto et d'IA peut être structuré en plusieurs couches : (1) Couche de calcul (ex. : réseaux fournissant des unités de traitement graphique (GPU) aux développeurs d'IA) ; (2) Couche de données (ex. : réseaux assurant un accès, une coordination et une vérification décentralisés aux pipelines de données IA) ; (3) Couche middleware (ex. : plateformes prenant en charge le développement, le déploiement et l'hébergement de modèles/agents IA) ; (4) Couche applicative (ex. : produits grand public utilisant des mécanismes d'IA sur chaîne, B2B ou B2C).
Chez Coinbase, notre mission est de contribuer à repenser le système financier pour le rendre plus sûr et plus fiable, tout en améliorant l'accessibilité et la facilité d'utilisation pour les consommateurs et les développeurs. Nous croyons que la convergence entre crypto et IA jouera un rôle clé dans ce processus. Dans ce billet, nous approfondirons la signification, les modalités et les perspectives futures de cette synergie.
Introduction à la crypto et à l’IA
Le marché de l'IA a connu une croissance et des investissements significatifs ces dernières années, les sociétés de capital-risque ayant injecté près de 290 milliards de dollars dans ce secteur au cours des cinq dernières années. Le Forum économique mondial indique que la technologie IA pourrait augmenter la croissance annuelle du PIB américain de 0,5 à 1,5 % au cours des dix prochaines années. Les applications d'IA suscitent un fort engouement, comme ChatGPT4, qui a battu des records d'adoption et de croissance d'utilisateurs. Toutefois, avec cette croissance rapide, des défis apparaissent : confidentialité des données, pénurie de talents en IA, questions éthiques, risques de centralisation et montée des deepfakes. Ces enjeux ont attiré l'attention sur la combinaison de la crypto et de l'IA, car divers acteurs cherchent à exploiter les forces de ces deux technologies pour relever ces nouveaux défis.
Illustration : schéma crypto et IA issu du blog de Vitalik Buterin
La convergence entre crypto et IA combine l'infrastructure décentralisée de la blockchain avec la capacité de l'IA à imiter les fonctions cognitives humaines et à apprendre à partir des données, créant ainsi un effet synergique susceptible de bouleverser de nombreux secteurs. Alors que la blockchain redéfinit l'architecture des systèmes, la vérification et la distribution des données et des transactions, l'IA améliore le calcul et l'analyse des données et propose de nouvelles façons de générer du contenu. Cette synergie suscite à la fois enthousiasme et scepticisme parmi les développeurs des deux communautés technologiques, stimulant l'exploration de nouveaux cas d'utilisation qui pourraient, à long terme, accélérer l'adoption des deux domaines. Bien que « crypto » et « IA » soient des termes larges couvrant de nombreuses technologies et sujets différents, nous pensons que leur convergence peut être divisée en deux sous-domaines clés :
-
IA décentralisée (Crypto → IA) : renforce les capacités de l'IA grâce à l'infrastructure cryptographique ouverte et composable. Cela rend possible des applications telles qu'un accès démocratisé aux ressources IA (calcul, stockage, bande passante, données d'entraînement, etc.), un développement collaboratif de modèles open source, une inférence vérifiable, ou encore l'authentification de la provenance et de l'authenticité du contenu via un registre immuable et des signatures cryptographiques.
-
IA sur chaîne (IA → Crypto) : intègre les avantages de l'IA dans l'écosystème crypto, en améliorant l'expérience utilisateur et développeur grâce aux grands modèles linguistiques (LLM) et aux interfaces en langage naturel, ou en renforçant les fonctionnalités des contrats intelligents. Deux voies sont possibles pour l'IA sur chaîne : (1) intégrer des modèles ou agents IA dans les contrats intelligents et applications sur chaîne ; (2) permettre aux agents IA d'utiliser des canaux cryptographiques (portefeuilles auto-gérés, stablecoins, etc.) pour payer et utiliser des ressources d'infrastructure décentralisées.
Bien que les domaines « crypto dans l'IA » ou « IA dans la crypto » en soient encore à leurs balbutiements, leur potentiel est immense, surtout dans un contexte de progression continue des infrastructures informatiques et de l'accélération des traitements intelligents, ouvrant la voie à des applications inédites.
Crypto et IA : la clé d’un « Web agential »
Nous considérons comme particulièrement prometteur le concept d'agents IA fonctionnant sur une infrastructure cryptographique. Cette convergence vise à créer un « Web agential », un modèle transformatif capable d'améliorer sécurité, efficacité et collaboration dans une économie pilotée par l'IA, soutenu par des mécanismes d'incitation robustes et la technologie cryptographique.
Nous croyons que les agents IA deviendront des moteurs majeurs de l'activité économique et de la croissance, remplaçant progressivement les humains comme principaux « utilisateurs » d'applications (sur ou hors chaîne). Ce changement de paradigme obligera de nombreuses entreprises internet à repenser leurs hypothèses fondamentales sur l'avenir et à adapter leurs produits, services et modèles économiques pour servir au mieux une économie dominée par les agents. Toutefois, nous ne pensons pas que la crypto ou la blockchain soit nécessaire à chaque couche de la technologie IA pour améliorer ses capacités ou résoudre les défis émergents. En revanche, la crypto peut jouer un rôle crucial en apportant davantage de distribution, de vérifiabilité, de résistance à la censure et de moyens de paiement natifs à l'IA, tout en exploitant l'IA pour créer de nouvelles expériences utilisateur sur chaîne.
Nos croyances initiales soutenant cette thèse :
-
La crypto deviendra le mode de paiement privilégié pour les transactions commerciales entre agents, humains et autres agents : En tant que monnaie programmable native d'internet, la crypto présente des avantages marqués pour alimenter une économie basée sur les agents. À mesure que les agents IA deviennent plus autonomes et effectuent massivement des microtransactions (paiement d'inférences, d'accès aux données, aux API, aux ressources de calcul ou de données décentralisées, etc.), l'efficacité, l'absence de frontières et la programmabilité de la crypto en font un médium d'échange nettement préférable aux monnaies fiduciaires traditionnelles. De plus, les agents ont besoin d'une identité unique et vérifiable (c’est-à-dire « Know Your Agent ») pour respecter les exigences réglementaires lors des transactions avec les entreprises et les utilisateurs finaux. Des blockchains à frais réduits, des contrats intelligents, des portefeuilles auto-gérés (comme les Coinbase AI Wallets) et des stablecoins peuvent simplifier et réduire le coût de protocoles financiers complexes entre agents, tandis que la vérifiabilité et l'immuabilité des réseaux décentralisés assurent confiance et traçabilité aux transactions des agents IA.
-
L'IA générative et les interfaces en langage naturel deviendront le principal moyen d'interaction sur chaîne : Avec l'amélioration de la vitesse du traitement du langage naturel et de la compréhension du contexte crypto par l'IA, interagir sur chaîne via des interfaces conversationnelles deviendra le comportement par défaut et l'attente des utilisateurs, en cohérence avec les tendances actuelles du web2 (telles que ChatGPT). Les utilisateurs n'auront qu'à exprimer leur intention transactionnelle en langage naturel (par exemple, « échanger X contre Y »), et un agent IA traduira cette intention en code de contrat intelligent vérifiable, proposant le chemin d'exécution le plus efficace et économique.
-
L'IA générera la majorité du code logiciel (y compris les contrats intelligents), provoquant une « explosion cambrienne » d'applications et d'expériences sur chaîne : La capacité de l'IA à générer du code dans le web2 (par exemple Devin, Replit) progresse rapidement et transforme fondamentalement le développement logiciel. Nous pensons que ce changement va bientôt s'accentuer dans le domaine crypto, avec comme priorité à court terme de réduire drastiquement la barrière d'entrée pour les nouveaux et anciens développeurs. À l'avenir, ce seront des « agents logiciels » IA générant en temps réel des contrats intelligents et des applications hautement personnalisées selon les préférences des utilisateurs, puis stockés et vérifiés sur chaîne.
Ces convictions indiquent que la frontière entre IA et crypto deviendra de plus en plus floue, donnant naissance à un nouveau paradigme de systèmes intelligents, autonomes et décentralisés. Dans ce contexte, examinons maintenant couche par couche la pile technologique soutenant Crypto x IA.
Les opportunités dans la pile Crypto x IA (état actuel)
L'exploration de l'intégration de la « crypto dans l'IA » ou de l'« IA dans la crypto » a donné naissance à un domaine complexe et émergent en pleine expansion, attirant de nombreux développeurs désireux de saisir les opportunités de marché. Nous estimons que le domaine actuel de Crypto x IA peut être divisé en quatre couches : (1) couche de calcul (réseaux fournissant des unités de traitement graphique (GPU) aux développeurs d'IA) ; (2) couche de données (réseaux permettant un accès, une orchestration et une vérification décentralisés aux pipelines de données IA) ; (3) couche middleware (plateformes ou réseaux soutenant le développement, le déploiement et l'hébergement de modèles ou agents IA) ; (4) couche applicative (produits grand public exploitant des mécanismes d'IA sur chaîne, B2B ou B2C).
Calcul
L'entraînement et l'inférence des modèles IA nécessitent d'importantes ressources de calcul GPU. Avec la croissance de la complexité des modèles IA, la demande en ressources GPU augmente, entraînant une pénurie de GPU avancés comme ceux de Nvidia, des délais d'attente plus longs et une hausse des coûts. Pour résoudre ces problèmes, les réseaux de calcul décentralisés deviennent progressivement une solution viable :
-
Créer des marchés ouverts permettant d'acheter, louer et héberger des GPU physiques
-
Mettre en place des plateformes d'agrégation GPU où toute personne (par exemple, mineurs de Bitcoin) peut contribuer son excédent de puissance de calcul GPU pour exécuter des tâches IA et être récompensée par des jetons
-
Tokeniser les GPU physiques, les transformant en actifs numériques sur chaîne, permettant leur financiarisation
-
Développer des réseaux GPU distribués pour supporter des tâches intensives en calcul (comme l'entraînement et l'inférence)
-
Construire des infrastructures permettant d'exécuter des modèles IA sur des appareils personnels (similaire à une intelligence Apple décentralisée)
L'objectif de ces solutions est d'augmenter l'offre et l'accessibilité aux ressources de calcul GPU tout en proposant des prix très compétitifs. Toutefois, étant donné que la plupart des acteurs rencontrent diverses limitations pour supporter des charges de travail IA avancées, souffrent d'une dispersion des ressources GPU et manquent parfois d'outils de développement comparables aux solutions centralisées ou de garanties de stabilité, nous pensons que ces produits ne seront probablement pas adoptés à grande échelle à court ou moyen terme. Parmi les projets émergents dans ce domaine :
-
Calcul général : marchés de calcul décentralisés offrant des ressources GPU utilisables pour diverses applications (ex. : Akash, Aethir)
-
Calcul IA/ML : réseaux de calcul décentralisés fournissant des ressources GPU pour des services spécifiques comme agrégateurs GPU, entraînement distribué, inférence, tokenisation GPU, etc. (ex. : io.net, Gensyn, Prime Intellect, Hyperbolic, Hyperspace)
-
Calcul en périphérie (edge computing) : réseaux de calcul et de stockage LLM côté appareil pour une inférence personnalisée et contextuelle (ex. : PIN AI, Exo, Crynux.ai, Edge Matrix)
Données
Pour étendre les modèles IA, des jeux de données d'entraînement plus volumineux sont nécessaires. Actuellement, les grands modèles linguistiques (LLM) s'entraînent sur des téraoctets de textes humains. Toutefois, les données générées par l'homme accessibles publiquement sont limitées (selon Epoch AI, les sources de données et langues de haute qualité pourraient s'épuiser dès 2024). Cela soulève une question : la pénurie de données d'entraînement deviendra-t-elle un goulot d'étranglement majeur pour le développement des modèles IA, freinant leur progression ? Nous pensons donc que les entreprises crypto + IA axées sur les données ont plusieurs opportunités pour relever ces défis :
-
Incentiver les utilisateurs à partager leurs données privées ou propriétaires (ex. : « Data DAOs » — entités sur chaîne où les contributeurs de données reçoivent une rémunération pour leurs données issues de plateformes sociales et contrôlent leur utilisation et monétisation)
-
Développer des outils générant des données synthétiques à partir de prompts en langage naturel, ou inciter les utilisateurs à extraire des données depuis des sites publics
-
Encourager les utilisateurs à aider au prétraitement des jeux de données pour entraîner les modèles et maintenir la qualité (ex. : annotation des données, apprentissage par renforcement avec retour humain)
-
Créer des marchés ouverts à participation multiple, où chacun est rémunéré pour sa contribution de données.
Ces opportunités ont fait émerger de nombreuses entreprises que nous observons aujourd'hui dans la couche données. Cependant, il convient de noter que les entreprises traditionnelles centralisées du cycle de vie des modèles IA disposent déjà de forts effets de réseau et de mécanismes de conformité aux données appréciés des entreprises, ce qui laisse peu de place aux alternatives décentralisées. Malgré cela, nous pensons que la couche données de l'IA décentralisée conserve un potentiel à long terme important pour surmonter le défi du « mur des données ». Parmi les projets émergents dans ce domaine :
-
Marchés de données : Protocoles d'échange décentralisés facilitant le partage et la transaction d'actifs de données entre fournisseurs et consommateurs (ex. : Ocean Protocol, Masa, Sahara AI)
-
Données personnelles / privées (incluant les DataDAOs) : Réseaux incitant à la collecte de jeux de données propriétaires, y compris les données personnelles des utilisateurs (ex. : Vana*, NVG8)
-
Données publiques et synthétiques : Plateformes permettant d'extraire des données de sites publics ou de générer de nouveaux jeux via des prompts en langage naturel (ex. : Dria, Mizu, Grass, Synesis One)
-
Outils d'intelligence de données : Plateformes et applications permettant d'interroger, analyser, visualiser et obtenir des insights sur les données on-chain (ex. : Nansen*, Dune*, Arkham, Messari*)
-
Stockage de données : Réseaux de stockage de fichiers pour archivage à long terme, et bases de données relationnelles gérant des données structurées fréquemment accédées et mises à jour (ex. : Filecoin, Arweave*, Ceramic*, Tableland*)
-
Orchestration / Traçabilité des données : Plateformes optimisant le traitement des données pour les applications IA et intensives en données, et assurant la traçabilité et authenticité du contenu généré par l'IA (ex. : Space and Time, The Graph*, Story Protocol)
-
Annotation des données : Plateformes utilisant des contributeurs humains distribués pour créer des jeux de données de haute qualité, améliorant ainsi les mécanismes d'apprentissage par renforcement et d'ajustement fin des modèles IA (ex. : Sapien, Kiva AI, Fraction.AI)
-
Oracle : Réseaux utilisant l'IA pour fournir aux contrats intelligents sur chaîne des données hors chaîne vérifiables (ex. : Ora, OpenLayer, Chainlink)
Middleware
Pour exploiter pleinement le potentiel d'un écosystème ouvert et décentralisé de modèles ou agents IA, de nouvelles infrastructures doivent être construites. Parmi les domaines à fort potentiel explorés par les développeurs :
-
Utiliser des grands modèles linguistiques (LLM) à poids ouverts pour soutenir les applications IA sur chaîne, tout en développant des modèles de base capables de comprendre et traiter rapidement les données on-chain
-
Fournir des solutions d'entraînement distribué pour les grands modèles de base (ex. : plus de 100 milliards de paramètres) ; bien que techniquement complexe et souvent jugé irréalisable, les récents progrès de Nous Research, Bittensor et Prime Intellect remettent en cause cette idée
-
Utiliser le machine learning privé vérifiable (zkML, opML), des environnements d'exécution sécurisés (TEE) ou le chiffrement homomorphe complet (FHE) pour des inférences confidentielles et vérifiables
-
Mettre en œuvre des réseaux de coordination de ressources pour un développement collaboratif et ouvert de modèles IA, ou construire des réseaux/plateformes d'agents exploitant l'infrastructure crypto pour amplifier le potentiel des agents IA dans des applications on-chain et off-chain
Bien que des progrès aient été réalisés dans la construction de ces infrastructures, les LLM et agents IA prêts pour la production restent à un stade précoce. À moins que les infrastructures sous-jacentes de calcul, données et modèles ne mûrissent davantage, nous ne nous attendons pas à de grands changements à court ou moyen terme. Néanmoins, nous jugeons ce domaine très prometteur et en faisons un axe central de notre stratégie d'investissement chez Coinbase Ventures, car la croissance et la demande futures en services IA devraient stimuler son développement. Parmi les projets émergents :
-
Grands modèles linguistiques à poids ouverts (LLM) : Modèles IA dont les poids sont publics, librement utilisables, modifiables et redistribuables (ex. : LLama3, Mistral, Stability AI)
-
Créateurs de modèles sur chaîne : Réseaux et plateformes conçus pour créer des LLM adaptés aux scénarios on-chain (ex. : Pond*, Nous, RPS)
-
Entraînement et ajustement fin : Réseaux et plateformes offrant des mécanismes d'entraînement ou d'ajustement fin incitatifs et vérifiables sur chaîne (ex. : Gensyn, Prime Intellect, Macrocosmos, Flock.io)
-
Vie privée : Réseaux et plateformes utilisant des mécanismes de protection de la vie privée pour développer, entraîner et inférer des modèles IA (ex. : Bagel Network, Arcium*, ZAMA)
-
Réseaux d'inférence : Réseaux vérifiant la justesse des sorties des modèles IA via des techniques cryptographiques ou des preuves (ex. : OpenGradient*, Modulus Labs, Giza, Ritual)
-
Réseaux de coordination de ressources : Réseaux favorisant le partage, la collaboration et la coordination des ressources dans le développement de modèles IA (ex. : Bittensor, Near*, Allora, Sentient)
-
Réseaux et plateformes d'agents : Réseaux et plateformes facilitant la création, le déploiement et la monétisation d'agents IA dans des environnements on-chain et off-chain (ex. : Morpheus, Olas, Wayfinder, Payman*, Skyfire*)
Applications
Dans le domaine crypto, les agents IA commencent à émerger. Parmi les premiers exemples figurent Dawn Wallet, un portefeuille cryptographique utilisant des agents IA pour envoyer des transactions et interagir avec les protocoles au nom des utilisateurs ; Parallel Colony*, un jeu sur chaîne où les joueurs collaborent avec des agents IA dotés de leur propre portefeuille et capables de créer leur propre parcours dans le jeu ; et Venice.ai, une application d'IA générative et un outil de prompts en langage naturel doté de mécanismes d'inférence vérifiables et de protection de la vie privée. Toutefois, le développement d'applications reste principalement expérimental et opportuniste, de nombreuses idées émergeant à la suite de l'euphorie du marché. Malgré cela, nous croyons qu'avec les progrès constants des infrastructures et cadres d'agents IA, l'espace de conception crypto évoluera progressivement, passant d'applications principalement réactives basées sur des contrats intelligents vers des applications plus complexes et proactives à moyen et long terme. Voici quelques domaines et projets émergents dans cette couche :
-
Compagnons IA : Applications permettant de créer, partager et monétiser ses propres modèles et agents IA, dotés de capacités de personnalisation et de prise de contexte (ex. : MagnetAI, MyShell, Deva, Virtuals Protocol)
-
Interfaces basées sur le traitement du langage naturel : Applications utilisant les prompts en langage naturel comme interface principale pour interagir et exécuter des transactions sur chaîne (ex. : Venice.AI, Veldt)
-
Outils de développement/sécurité : Applications et outils destinés aux développeurs, utilisant des modèles ou agents IA pour améliorer l'expérience de développement et les mécanismes de sécurité sur chaîne (ex. : ChainGPT, Guardrail*)
-
Agents de gestion des risques : Services utilisant des modèles d'apprentissage automatique ou des agents IA pour aider les protocoles à ajuster dynamiquement et en temps réel leurs paramètres de risque sur chaîne (ex. : Chaos Labs*, Gauntlet*, Minerva*)
-
Dans le domaine crypto, les agents IA commencent à émerger, avec notamment Dawn Wallet, un portefeuille cryptographique utilisant des agents IA pour envoyer des transactions.
-
Authentification (preuve d'identité) : Applications utilisant des preuves cryptographiques et des modèles d'apprentissage automatique pour vérifier l'authenticité de l'identité des utilisateurs (ex. : Worldcoin*).
-
Gouvernance : Applications utilisant des agents IA pour exécuter des transactions selon les décisions ou retours humains en matière de gouvernance (ex. : Botto, Hats).
-
Transactions / Finance décentralisée (DeFi) : Infrastructure de trading et protocoles DeFi pilotés par l'IA, utilisant des agents IA pour automatiser l'exécution des transactions sur chaîne (ex. : Taoshi, Intent.Trade).
-
Jeux : Jeux sur chaîne où les PNJ intelligents ou les mécanismes IA guident le gameplay principal (ex. : Parallel*, PlayAI).
-
Social : Applications utilisant des mécanismes IA pour enrichir l'expérience sociale sur chaîne (ex. : KaiKai, NFPrompt).
Conclusion
Bien que la convergence entre crypto et IA en soit encore à ses débuts, nous croyons que l'infrastructure IA décentralisée, les progrès des applications IA sur chaîne et l'émergence du « Web agential » entraîneront des développements significatifs. Dans ce réseau, les agents IA deviendront les principaux moteurs de l'activité économique. Malgré les défis persistants liés aux infrastructures de calcul et à la disponibilité des données, cette convergence pourrait accélérer l'innovation dans les deux domaines, menant à des systèmes plus transparents, décentralisés et autonomes. Alors que de nouvelles équipes obtiennent des financements et que des équipes plus matures cherchent à trouver un ajustement produit-marché, le paysage sectoriel évolue rapidement. Pour les entreprises et développeurs nés sur internet, il est essentiel de s'adapter à ce changement et d'exploiter le potentiel de la crypto et de l'IA pour créer de nouvelles applications et expériences auparavant inimaginables.
Dans l'ensemble, Coinbase Ventures est extrêmement enthousiaste face au potentiel futur et aux opportunités du domaine crypto et IA, et nous investissons activement à chaque niveau de la pile technologique. Si vous développez une infrastructure de calcul en périphérie, un réseau de collecte et de traçabilité des données décentralisé, un réseau d'agents ou une plateforme utilisant des systèmes de paiement sur chaîne, ou encore une nouvelle application pilotée par des mécanismes d'IA sur chaîne, nous serions ravis d’échanger avec vous.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
@paragraph_xyz
