Comment la blockchain comble-t-elle les lacunes en matière d’identité, de paiement et de confiance des agents IA ?
TechFlow SélectionTechFlow Sélection
Comment la blockchain comble-t-elle les lacunes en matière d’identité, de paiement et de confiance des agents IA ?
L’ère des agents IA est arrivée : la blockchain devient une infrastructure clé, avec 5 percées majeures dans les domaines de l’identité, de la gouvernance, des paiements, de la confiance et du contrôle.
Dédié à des analyses Web3 approfondiesRédaction : a16z crypto
Traduction : AididiaoJP, Foresight News
Les agents IA évoluent à un rythme bien supérieur à celui des autres infrastructures, passant rapidement d’outils auxiliaires à de véritables acteurs économiques.
Bien que les agents puissent déjà exécuter des tâches et effectuer des transactions, ils manquent encore d’un moyen standardisé, transverse aux environnements, de prouver « qui je suis », « ce que j’ai l’autorisation de faire » et « comment je serai rémunéré ». Les identités ne sont pas transférables, les paiements ne sont pas encore par défaut programmables, et la collaboration reste cloisonnée.
La blockchain résout ces problèmes au niveau infrastructurel. Le grand livre public fournit une preuve vérifiable par n’importe qui pour chaque transaction ; les portefeuilles confèrent aux agents une identité portable ; les monnaies stables constituent une autre couche de règlement. Ces éléments ne sont pas des concepts futuristes : ils sont disponibles dès aujourd’hui et permettent aux agents d’opérer comme de véritables entités économiques, sans autorisation préalable.
Donner une identité aux entités non humaines
Le goulot d’étranglement actuel de l’économie des agents ne réside pas dans l’intelligence, mais dans l’identité.
Dans le seul secteur des services financiers, le nombre d’entités non humaines (systèmes automatisés de trading, moteurs de gestion des risques, modèles de détection de fraude) est déjà environ cent fois supérieur à celui des employés humains. À mesure que les cadres modernes d’agents (modèles linguistiques capables d’appeler des outils, flux de travail autonomes, orchestration multi-agents) seront déployés à grande échelle, ce ratio continuera de croître dans tous les secteurs.
Pourtant, ces agents demeurent en réalité dans un état de « sans compte bancaire ». Ils peuvent interagir avec les systèmes financiers, mais pas de manière portable, vérifiable et d’emblée fiable. Il leur manque un moyen normalisé de prouver leurs autorisations, de fonctionner indépendamment sur plusieurs plateformes ou d’assumer la responsabilité de leurs actions.
Ce qui fait défaut, c’est une couche d’identité universelle — une sorte de SSL pour agents, capable de normaliser la collaboration entre plateformes. Les solutions actuelles restent fragmentées : d’un côté, des piles verticalement intégrées, centrées sur les monnaies fiduciaires ; de l’autre, des standards ouverts natifs de la cryptographie (comme x402 et les propositions émergentes d’identité pour agents) ; et enfin, des extensions de frameworks développeurs cherchant à relier les identités au niveau applicatif (comme MCP, le Model Context Protocol).
Aucun mode d’adoption généralisée et interopérable n’existe encore pour permettre à un agent de prouver à un autre agent : qui il représente, ce qu’il est autorisé à faire, et comment il sera rémunéré.
C’est précisément là que réside le cœur du concept de KYA (« Know Your Agent »). Tout comme les humains s’appuient sur des historiques de crédit et sur les procédures KYC (« Know Your Customer »), les agents auront besoin d’attestations signées cryptographiquement liant leur identité à leur titulaire, leurs autorisations, leurs contraintes et leur réputation. La blockchain offre une couche neutre de coordination : des identités portables, des portefeuilles programmables, et des preuves vérifiables pouvant être interprétées dans des applications de messagerie, des API ou des marchés.
Nous observons déjà des premières implémentations concrètes : des registres d’agents sur chaîne, des agents natifs de portefeuilles utilisant l’USDC, des standards ERC destinés aux « agents à confiance minimale », ainsi que des kits de développement combinant identité, paiement intégré et contrôle anti-fraude.
Mais tant qu’un standard d’identité universel ne sera pas adopté, les commerçants continueront de bloquer les agents à leur pare-feu.
Gouverner les systèmes pilotés par l’IA
Lorsque les agents commencent à prendre le contrôle de systèmes réels, une nouvelle question se pose : qui détient réellement le pouvoir ? Imaginez une communauté ou une entreprise dont les ressources critiques (qu’il s’agisse de l’allocation de capitaux ou de la gestion de la chaîne logistique) sont coordonnées par des systèmes d’IA. Même si les personnes peuvent voter sur les changements de politique, cette autorité devient extrêmement fragile si la couche IA sous-jacente est contrôlée par un seul fournisseur capable de pousser des mises à jour de modèle, d’ajuster des contraintes ou d’annuler des décisions. La couche de gouvernance formelle peut certes être décentralisée, mais la couche opérationnelle demeure centralisée — celui qui contrôle le modèle contrôle, en fin de compte, les résultats.
Lorsque les agents assument des rôles de gouvernance, ils introduisent une nouvelle couche de dépendance. En théorie, cela pourrait rendre la démocratie directe plus réalisable : chacun pourrait disposer d’un agent IA lui permettant de comprendre des propositions complexes, de modéliser les compromis et de voter selon ses préférences définies à l’avance. Mais cette vision ne peut se concrétiser que si les agents sont véritablement responsables envers les personnes qu’ils représentent, s’ils sont portables entre fournisseurs, et s’ils sont techniquement contraints de suivre les instructions humaines. Sinon, le système apparaît superficiellement démocratique, mais est en réalité manipulé par des comportements de modèles opaques, dont personne ne maîtrise réellement le contrôle.
Si, dans la situation actuelle, les agents reposent principalement sur quelques modèles fondamentaux, nous avons besoin de moyens permettant de prouver qu’un agent agit dans l’intérêt de l’utilisateur, et non dans celui de la société détentrice du modèle. Cela exigera très probablement des garanties cryptographiques à plusieurs niveaux : (1) les données d’entraînement, le fine-tuning ou l’apprentissage par renforcement sur lesquels repose l’instance du modèle ; (2) les instructions et prompts exacts suivis par cet agent spécifique ; (3) l’enregistrement de ses comportements réels dans le monde réel ; (4) une garantie crédible selon laquelle, après déploiement, le fournisseur ne peut ni modifier ses instructions ni le réentraîner sans le consentement explicite de l’utilisateur. Sans ces garanties, la gouvernance par agents se réduit à une gouvernance exercée par ceux qui contrôlent les poids du modèle.
C’est précisément là que la cryptographie trouve un champ d’application particulièrement pertinent. Si les décisions collectives sont enregistrées sur chaîne et exécutées automatiquement, les systèmes d’IA peuvent être contraints de suivre strictement les résultats vérifiés. Si les agents disposent d’une identité cryptographique et d’un journal transparent d’exécution, les utilisateurs peuvent vérifier si leurs agents agissent bien dans les limites fixées. Si la couche IA appartient aux utilisateurs et est portable — plutôt que verrouillée sur une seule plateforme — aucune entreprise ne pourra modifier les règles d’un simple clic sur une mise à jour de modèle.
En définitive, gouverner les systèmes d’IA est essentiellement un défi infrastructurel, et non un défi de politique. L’autorité réelle dépend de la capacité à intégrer, directement dans le système lui-même, des garanties exécutoires.
Combler le vide des systèmes de paiement traditionnels face aux activités natives de l’IA
Les agents IA commencent à acheter divers services — extraction de données web, sessions navigateur, génération d’images — et les monnaies stables deviennent progressivement la couche alternative de règlement pour ces transactions. Parallèlement, un nouveau type de marché dédié aux agents émerge. Par exemple, les marchés MPP de Stripe et Tempo regroupent plus de 60 services spécifiquement conçus pour les agents IA. Lors de leur première semaine de lancement, ils ont traité plus de 34 000 transactions, avec des frais aussi bas que 0,003 USD, et les monnaies stables figurent parmi les modes de paiement par défaut.
Ce qui distingue ces services, c’est leur mode d’accès : ils ne possèdent pas de page de paiement. L’agent lit le schéma, envoie sa requête, paie et reçoit la sortie — le tout en un seul échange. Cela crée une nouvelle catégorie de commerçants sans identité : un simple serveur, un ensemble de points de terminaison, et un prix fixé pour chaque appel. Aucune interface utilisateur, aucun service commercial.
Les canaux de paiement permettant cette approche sont déjà opérationnels. x402 de Coinbase et MPP adoptent des méthodes différentes, mais intègrent tous deux le paiement directement dans la requête HTTP. Visa étend également son réseau de paiement par carte dans une direction similaire, en proposant un outil CLI permettant aux développeurs de dépenser depuis leur terminal, tandis que les commerçants reçoivent instantanément des monnaies stables en arrière-plan.
Les données disponibles sont encore très précoces. Une fois filtrées les activités non organiques telles que les trafics artificiels, x402 traite environ 1,6 million de dollars de paiements pilotés par des agents chaque mois — un montant bien inférieur aux 24 millions de dollars récemment rapportés par Bloomberg (sur la base des données de x402.org). Toutefois, l’infrastructure connexe se développe rapidement : Stripe, Cloudflare, Vercel et Google ont tous intégré x402 à leurs plateformes.
Les outils développeurs représentent une opportunité majeure. À mesure que la « vibe coding » élargit le vivier de personnes capables de développer des logiciels, le marché total adressable pour ces outils augmente également. Des entreprises comme Merit Systems construisent des produits adaptés à ce nouvel écosystème, par exemple AgentCash — un portefeuille CLI et un marché connectant MPP et x402. Ces produits permettent aux agents d’acheter, à l’aide d’un solde unique en monnaie stable, les données, outils et capacités dont ils ont besoin. Ainsi, un agent dédié à l’équipe commerciale peut appeler un point de terminaison afin de récupérer simultanément des données auprès d’Apollo, Google Maps et Whitepages pour enrichir les profils de prospects, sans que l’utilisateur ait à quitter son terminal.
Ce commerce entre agents tend à privilégier les canaux de paiement cryptographiques (ainsi que les nouvelles solutions basées sur les cartes), pour plusieurs raisons. Premièrement, le risque d’assurance : les processeurs de paiement traditionnels doivent assumer le risque lié aux commerçants lors de leur intégration, or un commerçant « headless », dépourvu de site web ou d’entité juridique, est difficile à assurer selon les critères classiques. Deuxièmement, la programmabilité sans autorisation offerte par les monnaies stables sur les réseaux ouverts : tout développeur peut rendre un point de terminaison compatible avec les paiements, sans avoir à s’intégrer à un processeur de paiement ni signer d’accord commercial.
Nous avons déjà rencontré ce schéma par le passé. Chaque transformation de la forme commerciale donne naissance à une nouvelle catégorie de commerçants que les systèmes existants peinent initialement à servir. Les entreprises qui construisent aujourd’hui cette infrastructure ne parient pas sur les 1,6 million de dollars mensuels actuels, mais sur ce que deviendra ce chiffre lorsque les agents deviendront les acheteurs par défaut.
Redéfinir la confiance dans l’économie des agents
Au cours des 300 000 dernières années, la cognition humaine a été le goulot d’étranglement du progrès. Aujourd’hui, l’IA pousse le coût marginal de l’exécution vers zéro. Lorsqu’une ressource rare devient abondante, la contrainte se déplace. Quand l’intelligence devient bon marché, qu’est-ce qui devient coûteux ? La réponse est la vérification.
Dans l’économie des agents, la véritable limite à l’échelle est notre capacité humaine, biologiquement contrainte, à auditer et à assurer les décisions prises par les machines. Le débit des agents dépasse largement notre capacité de supervision. Comme le coût de cette surveillance est élevé et que ses échecs se manifestent avec retard, les marchés ont tendance à sous-investir dans ce domaine. L’expression « l’humain dans la boucle » devient rapidement physiquement impossible.
Or, déployer des agents non vérifiés introduit des risques cumulés. Les systèmes optimisent impitoyablement des indicateurs « proxy », tout en s’écartant silencieusement des intentions humaines, créant une apparence creuse de productivité qui masque l’accumulation d’une dette IA colossale. Pour confier en toute sécurité l’économie aux machines, la confiance ne peut plus reposer sur des vérifications manuelles — elle doit être codée directement dans l’architecture même du système.
Lorsque la génération de contenu devient gratuite pour tous, ce qui compte avant tout, c’est sa source vérifiable — savoir d’où il provient, et si on peut lui accorder confiance. La blockchain, les preuves sur chaîne et les systèmes d’identité numérique décentralisés redéfinissent les frontières économiques de ce qui peut être déployé en toute sécurité. Vous ne considérez plus l’IA comme une boîte noire, mais vous obtenez un historique clair et auditif.
À mesure que davantage d’agents IA commencent à échanger entre eux, les canaux de règlement et les preuves d’origine se lient étroitement. Les systèmes traitant des fonds (comme les monnaies stables et les contrats intelligents) peuvent aussi porter des attestations cryptographiques indiquant qui a fait quoi, et qui est responsable en cas de problème.
L’avantage comparatif humain migrera vers le haut : passer de la détection d’erreurs mineures à la définition de la direction stratégique, puis à l’assumption de la responsabilité lorsque les choses tournent mal. L’avantage durable reviendra à ceux qui sauront authentifier cryptographiquement leurs sorties, les assurer, et absorber la responsabilité en cas d’échec.
Une croissance sans vérification constitue une dette accumulée dans le temps.
Préserver le contrôle utilisateur
Depuis des décennies, chaque nouvelle couche d’abstraction définit la manière dont les utilisateurs interagissent avec la technologie. Les langages de programmation masquent le code machine ; l’interface en ligne de commande a cédé la place aux interfaces graphiques utilisateur, puis aux applications mobiles et aux API. Chaque transformation a rendu plus complexe la couche sous-jacente, mais a toujours maintenu l’utilisateur fermement « dans la boucle ».
Dans le monde des agents, l’utilisateur spécifie le résultat attendu, non les actions concrètes à accomplir, et c’est le système qui décide librement de la manière d’y parvenir. L’agent n’abstrait pas seulement la façon d’exécuter une tâche, mais aussi qui l’exécute. L’utilisateur définit les paramètres initiaux, puis recule et laisse le système fonctionner seul. Son rôle passe de l’interaction à la supervision ; par défaut, le système est « activé », sauf intervention explicite de l’utilisateur.
À mesure que les utilisateurs délèguent davantage de tâches aux agents, de nouveaux risques apparaissent : des entrées floues peuvent conduire l’agent à agir, sans que l’utilisateur en soit informé, sur la base de suppositions erronées ; les échecs peuvent ne pas être signalés, rendant le diagnostic incertain ; une seule approbation peut déclencher un flux de travail multi-étapes imprévu.
C’est précisément là que la cryptographie peut apporter une aide précieuse. Depuis toujours, la cryptographie vise à minimiser la confiance aveugle. À mesure que les utilisateurs délèguent davantage de décisions aux logiciels, les systèmes d’agents rendent ce problème plus aigu et élèvent le niveau de rigueur requis dans leur conception — en fixant des limites plus claires, en améliorant la visibilité et en imposant des garanties renforcées quant aux capacités du système.
Une nouvelle génération d’outils natifs de la cryptographie émerge. Des cadres de délégation circonscrite — comme le Delegation Toolkit de MetaMask, l’AgentKit et les portefeuilles d’agents de Coinbase, ou encore AgentCash de Merit Systems — permettent aux utilisateurs de définir, au niveau des contrats intelligents, ce que les agents peuvent ou ne peuvent pas faire. Des architectures basées sur l’intention (tel que NEAR Intents, qui a traité plus de 15 milliards de dollars de volume cumulé sur les DEX depuis le quatrième trimestre 2024) permettent aux utilisateurs de simplement définir le résultat souhaité (par exemple « transférer un jeton et le staker »), sans avoir à spécifier la méthode d’exécution.
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
