a16z 8 tendances prévues pour 2026 : Stablecoins, IA, confidentialité et autres grandes idées transformatrices
TechFlow SélectionTechFlow Sélection
a16z 8 tendances prévues pour 2026 : Stablecoins, IA, confidentialité et autres grandes idées transformatrices
La confidentialité deviendra le fossé le plus important dans le domaine de la cryptographie.
Dédié à des analyses Web3 approfondiesAuteur : a16z
Compilation : TechFlow
a16z (Andreessen Horowitz) a récemment publié sa liste de « grandes idées » susceptibles d'émerger dans le domaine technologique d'ici 2026, proposées conjointement par les partenaires de ses équipes Apps, American Dynamism, Biotech, Crypto, Growth, Infrastructure et Speedrun.
Voici une sélection de grandes idées concernant le domaine de la cryptographie et les perspectives de certains contributeurs spéciaux, couvrant de nombreux sujets allant des agents intelligents et de l'intelligence artificielle (IA), des stablecoins, de la tokenisation et de la finance, de la confidentialité et de la sécurité aux marchés prédictifs et autres applications. Pour en savoir plus sur les perspectives technologiques pour 2026, veuillez lire l'article complet.
Construire l'avenir
Les plateformes d'échange sont un point de départ, pas une fin en soi
Aujourd'hui, à l'exception des stablecoins et de certaines infrastructures de base, presque toutes les entreprises de cryptomonnaies performantes se sont transformées ou évoluent vers des plateformes d'échange. Cependant, si « chaque entreprise crypto devient une plateforme d'échange », quel sera le résultat final ? Une concurrence massive et homogène non seulement dispersera l'attention des utilisateurs, mais pourrait aussi ne laisser que quelques gagnants. Les entreprises qui se tournent trop tôt vers le trading risquent de manquer l'opportunité de construire des modèles économiques plus compétitifs et durables.
Je comprends parfaitement la difficulté des fondateurs à maintenir la santé financière de leur entreprise, mais la poursuite obsessionnelle d'un Product-Market Fit à court terme a aussi un coût. Dans l'industrie de la cryptographie, ce problème est particulièrement aigu, car la dynamique unique autour des tokens et de la spéculation tend souvent à orienter les fondateurs vers une voie de « gratification instantanée », comme un test de guimauve.
Le trading en soi n'est pas mauvais – c'est effectivement une fonction importante du fonctionnement des marchés – mais ce n'est pas nécessairement l'objectif ultime. Les fondateurs qui se concentrent sur le produit lui-même et recherchent un Product-Market Fit avec une perspective à long terme pourraient finalement devenir des gagnants plus importants.
– Arianna Simpson, Associée Générale de l'équipe Crypto de a16z
Nouvelles réflexions sur les stablecoins, la tokenisation RWA, les paiements et la finance
Penser la tokenisation des actifs du monde réel (RWA) et les stablecoins de manière plus native à la crypto
Nous avons observé un intérêt marqué des banques, des fintechs et des gestionnaires d'actifs pour la mise en chaîne d'actions américaines, de matières premières, d'indices et d'autres actifs traditionnels. Cependant, à mesure que de plus en plus d'actifs traditionnels sont introduits sur la blockchain, leur tokenisation est souvent « skeuomorphique » – c'est-à-dire basée sur des concepts existants d'actifs du monde réel, sans exploiter pleinement les caractéristiques natives de la crypto.
En revanche, des formes d'actifs synthétiques comme les contrats perpétuels (perpetual futures, ou perps) peuvent offrir une liquidité plus profonde tout en étant plus simples à mettre en œuvre. Les perps offrent également un mécanisme de levier facile à comprendre, ce qui en fait probablement le dérivé natif le plus adapté aux besoins du marché crypto actuel. Les actions des marchés émergents pourraient être l'une des classes d'actifs les plus intéressantes à « perpétualiser » (perpify). Par exemple, pour certaines actions, le marché des options à échéance zéro (0DTE) est souvent plus liquide que le marché au comptant, ce qui fait de la « perpétualisation » une expérience intéressante à tenter.
Au final, tout se résume au choix entre « perpétualisation vs. tokenisation » ; quoi qu'il en soit, il y a des raisons de s'attendre à voir plus de tokenisations d'actifs du monde réel natives à la crypto dans l'année à venir.
De même, en 2026, le domaine des stablecoins verra plus « d'innovation en matière d'émission, et pas seulement de tokenisation ». Les stablecoins sont devenus grand public en 2025, et leur émission continue de croître.
Cependant, les stablecoins dépourvus d'une infrastructure de crédit solide ressemblent davantage à des « banques étroites » (narrow banks), qui détiennent des actifs spécifiques très liquides et considérés comme extrêmement sûrs. Bien que la banque étroite soit un produit valable, je ne pense pas qu'elle constituera le pilier à long terme de l'économie on-chain.
Nous voyons déjà de nombreux nouveaux gestionnaires d'actifs, conservateurs et protocoles promouvoir des prêts garantis par des actifs on-chain, garantis par des collatéraux off-chain. Typiquement, ces prêts sont d'abord générés off-chain, puis tokenisés. Cependant, je pense que les avantages de cette tokenisation sont limités, peut-être seulement pour la distribution à des utilisateurs déjà on-chain. Par conséquent, les actifs de dette devraient être générés directement on-chain, plutôt que générés off-chain puis tokenisés. Générer des actifs de dette on-chain peut réduire les coûts de service des prêts, les coûts de structure back-office et améliorer l'accessibilité. Le défi réside dans la conformité et la standardisation, mais les développeurs travaillent déjà à résoudre ces problèmes.
– Guy Wuollet, Associé Général de l'équipe Crypto de a16z
Les stablecoins poussent à la mise à niveau des grands livres centraux des banques, ouvrant de nouveaux scénarios de paiement
Aujourd'hui, la plupart des banques fonctionnent encore avec des systèmes logiciels anciens que les développeurs modernes auraient du mal à reconnaître : dès les années 1960 et 1970, les banques étaient des adoptants précoces de grands systèmes logiciels. Dans les années 80 et 90, une deuxième génération de logiciels bancaires centraux a émergé (comme GLOBUS de Temenos et Finacle d'InfoSys). Cependant, ces logiciels ont vieilli et leur mise à niveau est trop lente. Par conséquent, de nombreux grands livres centraux clés du secteur bancaire – ces bases de données critiques qui enregistrent les dépôts, les collatéraux et autres obligations – fonctionnent toujours sur des ordinateurs centraux utilisant le langage de programmation COBOL, s'appuyant sur des interfaces de fichiers batch plutôt que sur des API modernes.
La majeure partie des actifs mondiaux est toujours stockée dans ces grands livres centraux vieux de plusieurs décennies. Bien que ces systèmes aient été éprouvés par le temps, soient approuvés par les régulateurs et profondément intégrés dans des scénarios bancaires complexes, ils sont également devenus un frein à l'innovation. Par exemple, l'ajout de fonctionnalités clés comme les paiements en temps réel peut prendre des mois, voire des années, tout en devant faire face à une dette technique importante et à des exigences réglementaires complexes.
C'est là que les stablecoins entrent en jeu. Au cours des dernières années, les stablecoins ont trouvé leur Product-Market Fit et sont entrés dans le grand public de la finance. Et cette année, les institutions de la finance traditionnelle (TradFi) ont adopté les stablecoins à un niveau entièrement nouveau. Les instruments financiers comme les stablecoins, les dépôts tokenisés, les bons du Trésor tokenisés et les obligations on-chain permettent aux banques, fintechs et institutions financières de développer de nouveaux produits et de servir plus de clients. Plus important encore, ces innovations ne nécessitent pas que les institutions réécrivent leurs systèmes hérités – bien que vieillissants, ils ont fonctionné de manière stable pendant des décennies. Les stablecoins offrent ainsi aux institutions une nouvelle façon d'innover.
– Sam Broner
Sur l'avenir des agents intelligents et de l'IA
Utiliser l'IA pour exécuter des tâches de recherche substantielles
En tant qu'économiste mathématicien, au début de cette année, je trouvais difficile de faire comprendre mes flux de travail aux modèles d'IA grand public ; cependant, en novembre, je pouvais déjà donner des instructions abstraites aux modèles comme à des doctorants... et ils retournaient parfois des réponses nouvelles et correctement exécutées. De plus, nous commençons à voir l'IA utilisée dans des domaines de recherche plus larges – en particulier dans le raisonnement, où les modèles d'IA peuvent maintenant non seulement aider directement à la découverte, mais aussi résoudre de manière autonome des problèmes Putnam (peut-être l'examen de mathématiques universitaires le plus difficile au monde).
Ce qui n'est pas encore clair, c'est dans quels domaines cette assistance à la recherche sera la plus utile, et comment. Mais je prévois que les capacités de recherche de l'IA vont engendrer et encourager un nouveau style de recherche « polymathe » : un style plus enclin à spéculer sur les relations entre diverses idées et à déduire rapidement à partir de réponses plus hypothétiques. Ces réponses peuvent ne pas être entièrement exactes, mais au moins dans un certain cadre logique, elles peuvent pointer dans la bonne direction. Ironiquement, cette approche ressemble un peu à exploiter le pouvoir des « hallucinations » des modèles : lorsque ces modèles deviennent suffisamment « intelligents », les laisser explorer librement l'espace abstrait, même si cela peut produire des absurdités, peut parfois conduire à des découvertes révolutionnaires, tout comme les humains sont les plus créatifs lorsqu'ils s'éloignent de la pensée linéaire et des directions claires.
Penser de cette manière nécessite un tout nouveau flux de travail d'IA – pas seulement un modèle « agent à agent », mais un modèle plus complexe d'« agent enveloppant l'agent » – où différentes couches de modèles aident le chercheur à évaluer les propositions des modèles précédents et à affiner progressivement ce qui en vaut la peine. J'ai utilisé cette méthode pour rédiger des articles, tandis que d'autres l'utilisent pour la recherche de brevets, l'invention de nouvelles formes d'art, et même (malheureusement) la découverte de nouvelles attaques de contrats intelligents.
Cependant, pour exécuter ce mode de recherche d'« agents de raisonnement enveloppants », il faut une meilleure interopérabilité entre les modèles et un moyen d'identifier et de compenser équitablement la contribution de chaque modèle – et ce sont précisément les problèmes que la technologie crypto peut aider à résoudre.
– Scott Kominers, Membre de l'équipe de recherche Crypto de a16z, Professeur à la Harvard Business School
La taxe invisible imposée par les agents IA sur les réseaux ouverts
Avec la montée des agents IA, une « taxe invisible » pèse sur les réseaux ouverts et perturbe fondamentalement leur base économique. Cette perturbation provient de l'asymétrie croissante entre la couche de contexte et la couche d'exécution d'Internet : actuellement, les agents IA extraient des données de sites web de contenu financés par la publicité (couche de contexte), offrant une commodité aux utilisateurs tout en contournant systématiquement les sources de revenus (comme la publicité et les abonnements) qui soutiennent la création de contenu.
Pour prévenir un déclin supplémentaire des réseaux ouverts (et protéger le contenu diversifié qui alimente l'IA), nous devons déployer à grande échelle des solutions techniques et économiques. Cela pourrait inclure la prochaine génération de contenu sponsorisé, des systèmes de micro-attribution ou d'autres modèles de financement innovants. Les protocoles d'autorisation d'IA existants se sont également avérés n'être que des palliatifs temporaires, ne compensant généralement qu'une petite partie des revenus perdus par les fournisseurs de contenu en raison du détournement du trafic par l'IA.
Le réseau a besoin d'un tout nouveau modèle technico-économique permettant un flux de valeur automatique. Le changement le plus critique l'année prochaine sera la transition d'un modèle d'autorisation statique à un modèle de compensation basé sur l'utilisation en temps réel. Cela signifie tester et étendre des systèmes – peut-être en utilisant des nano-paiements soutenus par la blockchain et des normes d'attribution complexes – pour récompenser automatiquement chaque entité qui contribue à l'information permettant à un agent IA d'accomplir avec succès une tâche.
– Liz Harkavy, Équipe d'investissement Crypto de a16z
La confidentialité comme fossé
La confidentialité deviendra le fossé le plus important dans l'espace crypto
La confidentialité est l'une des caractéristiques clés qui pousseront la finance mondiale on-chain. Cependant, c'est aussi un élément important qui manque à presque toutes les blockchains aujourd'hui. Pour la plupart des blockchains, la confidentialité est souvent une réflexion après coup, un problème accessoire.
Mais aujourd'hui, la confidentialité en elle-même est suffisante pour être une caractéristique de différenciation clé pour une blockchain. Plus important encore, la confidentialité peut également apporter un effet de « verrouillage de chaîne » (chain lock-in), ou un effet de réseau de confidentialité. Cela est particulièrement important à une époque où la concurrence sur les performances n'est plus un avantage suffisant.
Avec les protocoles de ponts inter-chaînes, tant que tout est public, il est très facile pour les utilisateurs de migrer entre différentes chaînes. Mais une fois la confidentialité introduite, cette facilité disparaît : il est facile de transférer des tokens entre chaînes, mais il est extrêmement difficile de transférer la confidentialité entre chaînes. Lorsqu'un utilisateur entre ou sort d'une chaîne privée, que ce soit vers une chaîne publique ou une autre chaîne privée, il court des risques, car ceux qui observent les données on-chain, le mempool ou le trafic réseau pourraient déduire son identité. Traverser la frontière entre une chaîne privée et une chaîne publique, ou même entre deux chaînes privées, peut divulguer diverses métadonnées, comme la corrélation entre l'heure et le montant des transactions, ce qui peut faciliter le suivi de l'utilisateur.
Comparées à de nombreuses nouvelles chaînes homogènes, dont les frais de transaction pourraient être réduits à près de zéro en raison de la concurrence, les blockchains avec des caractéristiques de confidentialité peuvent former des effets de réseau plus forts. La réalité est que si une blockchain « à usage général » n'a pas d'écosystème déjà établi, d'application phare ou d'avantage de distribution inéquitable, il y a peu de raisons pour que les utilisateurs choisissent de l'utiliser ou de construire dessus, sans parler d'y être fidèles.
Sur les blockchains publiques, les utilisateurs peuvent facilement effectuer des transactions avec des utilisateurs d'autres chaînes – peu importe la chaîne à laquelle ils adhèrent. Cependant, sur les blockchains privées, la chaîne que les utilisateurs choisissent de rejoindre est particulièrement importante, car une fois qu'ils l'ont rejointe, ils sont peu susceptibles de migrer vers une autre chaîne pour éviter les risques d'exposition de leur confidentialité. Ce phénomène crée une dynamique de « winner-takes-all ». Et comme la confidentialité est cruciale pour la plupart des cas d'utilisation du monde réel, quelques blockchains privées pourraient finalement dominer l'espace crypto.
– Ali Yahya, Associé Général de l'équipe Crypto de a16z
Autres industries et applications
Les marchés prédictifs deviendront plus grands, plus larges et plus intelligents
Les marchés prédictifs sont progressivement entrés dans le grand public, et dans l'année à venir, avec leur convergence avec la technologie crypto et l'intelligence artificielle (IA), ils deviendront plus importants, plus largement appliqués, plus intelligents, et présenteront également de nouveaux défis importants pour les développeurs.
Premièrement, il y aura plus de contrats listés sur les marchés prédictifs. Cela signifie que nous pourrons non seulement obtenir des cotes en temps réel pour des élections majeures ou des événements géopolitiques, mais aussi prédire divers résultats nuancés ainsi que des événements croisés complexes. À mesure que ces nouveaux contrats extraient plus d'informations et s'intègrent progressivement dans l'écosystème médiatique (une tendance déjà amorcée), ils soulèveront d'importantes questions sociétales, comme comment équilibrer la valeur de l'information, et comment mieux concevoir ces marchés pour les rendre plus transparents, auditable, etc. – des problèmes que la technologie crypto peut résoudre.
Pour faire face à l'afflux massif de nouveaux contrats, nous avons besoin de nouvelles façons de parvenir à un consensus sur les événements réels pour les régler. Les solutions de plateforme centralisée (comme confirmer si un événement s'est réellement produit) sont importantes, mais des cas litigieux comme le marché des litiges Zelenskyy et le marché électoral vénézuélien ont exposé leurs limites. Pour gérer ces cas limites et aider les marchés prédictifs à s'étendre à des cas d'utilisation plus pratiques, de nouveaux mécanismes de gouvernance décentralisée et des oracles LLM peuvent aider à déterminer la vérité des résultats contestés.
Le potentiel de l'IA ne se limite pas aux oracles alimentés par les LLM. Par exemple, les agents IA actifs sur ces plateformes peuvent collecter des signaux à l'échelle mondiale, obtenant ainsi un avantage commercial à court terme. Cela peut non seulement nous aider à voir le monde sous un nouvel angle, mais aussi prédire plus précisément les tendances futures. (Des projets comme Prophet Arena ont déjà suscité beaucoup d'attentes dans ce domaine.) En plus de pouvoir servir d'analystes politiques complexes, nous fournissant des insights, ces agents IA pourraient révéler des facteurs prédictifs fondamentaux d'événements sociaux complexes lorsque nous étudions leurs stratégies émergentes.
Les marchés prédictifs remplaceront-ils les sondages ? Non. Au lieu de cela, ils amélioreront les sondages (et les informations des sondages peuvent également être intégrées dans les marchés prédictifs). En tant que professeur d'économie politique, je suis le plus enthousiasmé par le potentiel des marchés prédictifs travaillant en synergie avec l'écosystème riche et varié des sondages – mais nous devons nous appuyer sur de nouvelles technologies, comme l'IA, qui peut améliorer l'expérience des questionnaires, et la technologie crypto, qui peut fournir de nouvelles façons de vérifier que les participants aux sondages et questionnaires sont des humains et non des robots.
– Andy Hall, Conseiller en recherche Crypto de a16z, Professeur d'économie politique à l'Université de Stanford
La technologie crypto s'étendra à de nouvelles applications au-delà de la blockchain
Pendant des années, les SNARKs (preuves succinctes non interactives de connaissance nulle, un type de preuve cryptographique qui peut vérifier l'exactitude d'un calcul sans avoir à le réexécuter) ont été principalement utilisés dans le domaine de la blockchain. C'est parce que leur surcharge de calcul est énorme : prouver un calcul peut être 1 million de fois plus coûteux que de simplement l'exécuter. Dans des scénarios où le coût est réparti sur des milliers de vérificateurs, cette surcharge en vaut la peine, mais dans d'autres scénarios, elle est peu pratique.
Cela est sur le point de changer. D'ici 2026, la surcharge de calcul des prouveurs zkVM (machine virtuelle à connaissance nulle) sera réduite à environ 10 000 fois, tandis que leur empreinte mémoire ne sera que de quelques centaines de mégaoctets – ce qui est suffisamment rapide pour fonctionner sur un téléphone portable et suffisamment bon marché pour une large application. Voici une raison pour laquelle « 10 000 fois » pourrait être un point de basculement critique : le débit parallèle d'un GPU haut de gamme est d'environ 10 000 fois supérieur à celui d'un CPU d'ordinateur portable. D'ici fin 2026, un seul GPU pourra générer en temps réel des preuves pour les calculs exécutés par un CPU.
Cela débloquera la vision proposée dans les premiers articles de recherche : le cloud computing vérifiable. Si vous exécutez déjà des charges de travail CPU dans le cloud (parce que votre charge de calcul n'est pas suffisante pour être accélérée par GPU, ou que vous manquez d'expertise, ou pour des raisons historiques), vous pourrez obtenir des preuves cryptographiques de l'exactitude du calcul à un coût raisonnable. De plus, les prouveurs étant optimisés pour les GPU, votre code n'a pas besoin d'ajustements supplémentaires.
– Justin Thaler, Membre de l'équipe de recherche Crypto de a16z, Professeur associé d'informatique à l'Université de Georgetown
– Équipe éditoriale Crypto de a16z
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
a16z
