Les portefeuilles les plus rentables ont 70 % de leurs bénéfices générés par des bots, mais l’IA n’a pas encore pris le contrôle des marchés prédictifs.
TechFlow SélectionTechFlow Sélection
Les portefeuilles les plus rentables ont 70 % de leurs bénéfices générés par des bots, mais l’IA n’a pas encore pris le contrôle des marchés prédictifs.
Les marchés prédictifs sont des machines de transfert de richesse, et les bots en sont les opérateurs.
Dédié à des analyses Web3 approfondiesAuteur : Jeff, IOSG
Résumé
Les données fondamentales à l’origine de la « panique » autour des bots sur les marchés prédictifs sont remarquablement simples : sur Polymarket, 5 % de portefeuilles apparemment automatisés génèrent 75 % du volume total des transactions. Depuis janvier 2025, 823 portefeuilles ont chacun réalisé un bénéfice net supérieur à 100 000 USD, soit un montant global de profits retirés de Polymarket s’élevant à 131 millions de dollars américains. Sur le classement des 20 plus gros bénéficiaires (analyse du classement Stacy Muur), 14 portefeuilles sont catégorisés comme des bots. Une étude menée par l’Université de Toronto (portant sur 2,4 millions d’utilisateurs et couvrant un volume de transactions de 67 milliards de dollars américains depuis 2022) révèle que 68,8 % des utilisateurs sont dans une situation de perte, tandis que les 1 % supérieurs captent 76,5 % de l’ensemble des profits réalisés.
Cette observation alimente un récit selon lequel les marchés prédictifs fonctionnent comme une machine de transfert de richesse, dont les bots seraient les opérateurs. Les données sont exactes, mais le cadre analytique comporte une distorsion systémique partielle.
Points clés
Premièrement, la faille centrale du récit « bot » consiste à assimiler la concentration du volume des transactions à une « prédation de capital ». Le fait que 5 % des portefeuilles sur Polymarket représentent 75 % du volume ne reflète qu’une distribution inégale de l’activité, sans permettre de conclure directement que les fonds des particuliers sont systématiquement capturés par des bots.
Deuxièmement, les données agrégées au niveau collectif sont plus probantes. Le taux de rentabilité positif des portefeuilles pilotés par des agents IA est d’environ 37 %, contre seulement 7 à 13 % pour ceux gérés par des humains — un écart structurel de 3 à 4 fois, qui constitue une preuve tangible d’un avantage structurel réel ; quant au fait que 14 des 20 premiers bénéficiaires soient classés comme bots (analyse du classement Stacy Muur), il ne s’agit que de la projection statistique de cette distribution vers sa queue droite, et non d’une preuve indépendante.
Troisièmement, l’avantage des bots réside dans leur dimension structurelle, non dans leur capacité de jugement. Trois types de marchés sont dominés par les bots : l’arbitrage fondé sur les délais de diffusion des prix, l’automatisation des décisions en temps réel sur les événements sportifs, et l’arbitrage combiné entre plateformes. Ce point commun essentiel est qu’aucune de ces activités ne requiert de jugement subjectif sur l’événement réel lui-même. Dès lors que le résultat du marché dépend d’un traitement intégré d’informations provenant de multiples sources, l’avantage des bots s’affaiblit systématiquement.
Quatrièmement, la composition catégorielle de Polymarket a évolué au cours des 12 derniers mois, passant d’une part de « politique » de 42 % à une part de « sport » de 50 %. La catégorie à croissance la plus rapide est précisément celle des marchés à long terme — où les bots n’ont pas d’avantage structurel — ce qui confirme une tendance claire vers une démocratisation progressive de la plateforme.
Cinquièmement, projection prospective : la part des bots continuera probablement de croître à mesure que leurs coûts de déploiement diminueront, mais le volume absolu de capital extrait des comptes humains par les bots atteindra vraisemblablement son pic avant même que la part des bots ne plafonne — car la vitesse à laquelle les bots se font concurrence mutuellement dépasse celle à laquelle ils drainent les fonds des comptes humains.
Sixièmement, stratégie d’investissement : les opportunités d’investissement en capital-actions au niveau des plateformes (Kalshi + Polymarket cumulent désormais plus de 97 % de parts de marché) sont désormais essentiellement fermées ; les véritables opportunités de valeur migreront vers les infrastructures de niveau 2 (L2) dédiées aux agents (modèles Olas / Valory), ainsi que vers les couches intermédiaires indépendantes des plateformes (« venue-agnostic »). En revanche, les produits C-end pour bots et les couches L3 de données / tarification ne présentent pas de potentiel adapté aux investissements de type « venture ».
I. L’échelle du secteur dépasse largement la « panique » autour des bots
Trois repères quantitatifs définissent le périmètre de cette analyse.
Premièrement, Bernstein a revu à la hausse, le 14 avril 2026, sa prévision de taille du marché des marchés prédictifs pour 2026 à 240 milliards de dollars américains, et la trajectoire conduisant à 1 000 milliards de dollars d’ici 2030 est désormais consensuelle chez les analystes côté vente (« sell-side »).
Deuxièmement, le volume cumulé des transactions sur Kalshi et Polymarket a dépassé 60 milliards de dollars américains au milieu du mois d’avril 2026, dépassant déjà le total annuel de 51 milliards de dollars américains enregistré sur l’ensemble du secteur en 2025.
Troisièmement, Robinhood a lancé plus de 1 000 contrats Kalshi sur sa plateforme, avec plus d’un million de clients ayant accumulé 9 milliards de contrats négociés. Le chiffre d’affaires récurrent annuel (ARR) de l’activité marchés prédictifs de Robinhood s’élève à environ 350 millions de dollars américains, contre 150 millions en 2025, et devrait atteindre 586 millions de dollars américains en 2026 — ce qui en fait la ligne de produit à la croissance la plus rapide de la société.
Ces données convergent toutes vers une conclusion : les marchés prédictifs ne sont plus un simple segment natif de la crypto ; leur nature se rapproche davantage d’un problème de distribution relevant de la finance traditionnelle (TradFi). Dans le récit « bots », l’hypothèse implicite d’une « prédation » subie par les particuliers repose sur un malentendu : le groupe cible principal n’est pas constitué d’utilisateurs cryptos, mais bien d’investisseurs de détail accédant au marché via des canaux traditionnels de courtage.
Il en découle une distorsion contextuelle de la « panique » autour des bots : le secteur n’est pas en train d’être vidé de sa valeur par l’automatisation, mais plutôt inondé de flux de capitaux par la finance traditionnelle à un rythme bien supérieur à toute extraction automatisée possible.
II. La donnée véritablement significative : 37 % vs. 10 %
Le chiffre le plus souvent cité dans le récit « bots » souffre d’un biais de sélection d’échantillon.
La statistique « 14 des 20 premiers bénéficiaires sont des bots » provient d’un petit échantillon déjà trié selon le bénéfice réalisé. Elle ne permet donc que de mesurer la surreprésentation des bots dans la queue droite de la distribution, sans autoriser aucune inférence sur la supériorité ou l’infériorité relative des deux groupes à l’échelle collective.
Des données agrégées au niveau collectif (sources : divulgations publiques de Polystrat / Valory, vérifiées par croisement avec plusieurs analyses de données en chaîne relatives à Polymarket) :
L’écart de 3 à 4 fois en termes de taux de réussite au niveau collectif constitue la preuve tangible d’un avantage structurel réel des bots. La proportion 14/20 relevée dans le classement des bénéfices doit être comprise comme une manifestation descendante de cette distribution de performance, et non comme une preuve causale autonome.
III. Sur quels marchés les bots l’emportent-ils ?
L’ampleur de l’extraction de valeur par les bots est fortement concentrée sur trois types de marchés. Ce point commun essentiel est qu’aucun d’eux ne requiert de jugement subjectif sur le résultat réel dans le monde, mais repose uniquement sur des avantages liés aux délais ou aux mécanismes de cotation propres aux moteurs de matching des plateformes.
Arbitrage fondé sur les délais de diffusion des prix
Exemple emblématique : le portefeuille 0x8dxd, qui a transformé 313 dollars américains en 437 600 dollars américains en seulement 15 minutes, en négociant des contrats binaires BTC haussier/baissier, avec un taux de réussite de 98 %.
Principe stratégique : surveillance en continu des prix spot sur Binance et Coinbase, puis passage d’ordres sur Polymarket dès que les cotations de cette dernière accusent un retard par rapport aux exchanges centralisés (CEX). Polymarket a introduit, le 7 janvier 2026, des frais de taker de 50 % (pic approximatif autour de 3 %) sur les contrats cryptos à maturité de 15 minutes, afin de neutraliser précisément cette stratégie. Le taux de réussite cumulé de ce portefeuille est désormais retombé à 54,7 %.
Conclusion : l’avantage des bots sur les marchés fondés sur les flux de prix est réel, mais strictement limité à des fenêtres temporelles extrêmement étroites, et se voit considérablement réduit dès que la plateforme introduit des frictions coûteuses.
Automatisation des décisions en temps réel sur les événements sportifs
Source des données : classification des portefeuilles Polymarket effectuée par l’équipe cancun2026 (requête Dune n° 6648075, https://dune.com/queries/6648075, données couvrant les 7 derniers jours, jusqu’au 11 mai 2026).
Origine de l’avantage : la réactivité des bots face aux événements sur le terrain est nettement supérieure à celle des particuliers utilisant des flux vidéo en direct (avec un délai typique de 30 secondes). En outre, des terminaux de trading tels que Kreo et PolyCop offrent, via des fonctions de copy-trade et de suivi automatique d’ordres, cet avantage aux utilisateurs non programmeurs — ce qui signifie que la part mesurée des bots inclut également des fonds humains routés via ces bots.
Arbitrage combiné entre plateformes
Source des données : article scientifique de l’IMDEA Networks intitulé « Unravelling the Probabilistic Forest: Arbitrage in Prediction Markets » (AFT 2025, dspace.networks.imdea.org/handle/20.500.12761/1941).
L’étude couvre la période allant d’avril 2024 à avril 2025, et identifie un volume d’arbitrage extrait sur Polymarket d’environ 40 millions de dollars américains, principalement issu de deux modèles : premièrement, la rééquilibration des parts YES/NO au sein d’un même marché ; deuxièmement, les transactions combinées entre plateformes (achat de parts YES sur Polymarket et de parts NO sur Kalshi, lorsque la somme des probabilités implicites est inférieure à 1 dollar). Ce modèle exige une infrastructure multiplateforme rigoureuse, et son espace de profit se réduit progressivement à mesure que les moteurs de matching des différentes plateformes convergent.
IV. Les domaines où les comptes humains l’emportent — et leurs conditions limitatives
La catégorie de marchés affichant la plus faible part de bots ne correspond pas à une « meilleure intuition des particuliers », mais plutôt à des marchés dont la rentabilité dépend de la capacité à intégrer et analyser des informations réelles provenant de multiples sources — une compétence dans laquelle l’automatisation demeure structurellement désavantagée face aux humains.
Deux études indépendantes confirment ce diagnostic.
L’étude comportementale sur chaîne menée par Joshua Della Vedova (Université de San Diego, jdellavedova.com) montre que les particuliers identifient correctement le résultat gagnant plus fréquemment que les bots ; l’avantage des bots réside dans l’exécution — alors que les particuliers achètent des parts YES à 0,72 dollar, les bots ont déjà entré leur position à 0,55 dollar, générant ainsi une plus-value flottante de 0,17 dollar par part.
Un article de travail conjoint de l’Université de Toronto, de HEC Montréal et de l’ESSEC (Akey et al., SSRN 6443103, 18 mars 2026) observe que 56 % des ordres passés par les utilisateurs perdants se situent dans des zones extrêmes (< 10 cents ou > 90 cents), tandis que seuls 28 % des ordres des 0,1 % supérieurs des bénéficiaires se trouvent dans ces mêmes zones extrêmes. Le comportement typique des perdants consiste à « miser 5 cents sur une probabilité très faible pour un gain potentiel de 20 fois », ou à « acheter à 95 cents en fin de cycle pour capter une quasi-certitude ». Celui des gagnants, en revanche, consiste à entrer progressivement dans la zone médiane de la courbe de probabilité.
Ces deux études convergent vers une même conclusion : la capacité de jugement des particuliers est généralement sous-estimée, tandis que leur timing d’exécution et la structure de leurs ordres présentent des faiblesses systémiques.
V. Trajectoire prospective : quatre forces déterminent l’évolution de la dynamique bots/humains
Au cours des 12 à 24 prochains mois, la variable critique ne sera pas la répartition actuelle entre bots et humains, mais bien la direction de son évolution. Cette analyse identifie quatre forces motrices, dont les orientations ne sont pas uniformes.
Effondrement continu des coûts de déploiement des bots
Des agents de programmation tels que Claude Code et Codex, des cadres open source comme Hermes, ainsi que le cadre Polymarket Agents lui-même — publié sous licence MIT par Polymarket — ont tous contribué à faire passer le seuil technique requis pour implémenter des stratégies du type 0x8dxd d’un « projet sérieux » à un « prototype de week-end ». Les services de copy-trade amplifient mécaniquement la part mesurée des bots en connectant les fonds humains à l’infrastructure bot.
Érosion des rendements unitaires des bots par la concurrence interne
Les 823 portefeuilles bots bénéficiaires ne constituent que la queue droite d’un ensemble beaucoup plus large de bots déficitaires. L’augmentation du nombre de portefeuilles appliquant des stratégies similaires signifie que la fenêtre de profit disponible pour chaque bot se rétrécit. Le taux de réussite de 98 % observé sur 0x8dxd n’est structurellement pas reproductible — non pas parce que l’inefficience aurait disparu, mais en raison de la concurrence accrue entre bots et des ajustements tarifaires mis en œuvre par la plateforme. Il est fort probable que le volume absolu de capital extrait des comptes humains par les bots atteigne son maximum avant même que la part globale des bots ne plafonne.
Déplacement structurel de la composition catégorielle des plateformes vers les particuliers
Composition catégorielle de Polymarket en avril 2026 : sport (50 %), crypto (24 %), politique (16 %), autres (10 %). Pour comparaison, en avril 2025 : sport (29 %), crypto (12 %), politique (42 %).
Le volume absolu des transactions sportives a augmenté de 11 fois en glissement annuel. La croissance nouvelle se concentre principalement sur les marchés à long terme, où les particuliers détiennent une position dominante. Selon Bernstein, la part du sport dans le volume global du secteur devrait reculer de 62 % actuellement à 31 % d’ici 2030, remplacée par des contrats économiques, politiques et corporatifs — ce déplacement structurel élargira encore la part des catégories où les bots ne disposent pas d’avantage.
Diversification naturelle des plateformes par catégorie
Le protocole HIP-4 d’Hyperliquid a été lancé le 2 mai 2026, proposant des contrats binaires quotidiens sur le BTC, des frais d’ouverture nuls, une garantie en USDH, une intégration unifiée entre contrats perpétuels et spot, ainsi qu’un mécanisme de déploiement de marchés pouvant entraîner une pénalité (« slash ») des validateurs (chaque slot nécessitant 1 million de HYPE, soit environ 42,76 millions de dollars américains au cours actuel).
Il s’agit d’un type de marché clairement favorable aux bots, isolé sur une plateforme dédiée. Son volume de transactions dès le jour un provient principalement de fonds d’arbitrage, conformément à la distribution historique des contrats binaires BTC. Si HIP-4 étend ultérieurement son offre aux marchés sportifs et politiques, tout en intégrant des oracles fiables, sa part de bots pourrait converger vers celle de Polymarket ; pour l’instant, son rôle consiste à isoler le trafic favorable aux bots sur une plateforme séparée, renforçant ainsi la dérive vers les particuliers de la composition catégorielle de Polymarket.
VI. Paysage concurrentiel et instantané de valorisation (milieu 2026)
▲ Source : Note de Bernstein (14 avril 2026), divulgations publiques de Polymarket / Kalshi, annonce de lancement de HIP-4
Conclusion : Kalshi + Polymarket cumulent plus de 97 % de parts de marché. Les opportunités d’investissement en capital-actions au niveau des plateformes sont désormais essentiellement fermées pour des tickets d’investissement « venture ». La valeur investissable se déplace vers les couches situées au-dessus (terminaux de trading, services de stratégies quantitatives, infrastructures pour agents) et en dessous (efficacité des capitaux, arbitrage, oracles) de ce niveau.
VII. Mises en garde sur les risques
Risque n°1 : Risque réglementaire extrême (« tail risk »). Les trois projets de loi déposés par Schiff (DEATH BETS Act, Public Integrity Act, Prediction Markets Are Gambling Act), l’ordonnance de restriction temporaire (TRO) émise par l’État du Nevada contre Kalshi, ainsi que les poursuites pénales engagées par l’État de l’Arizona en mars 2026, illustrent une confrontation en cours entre autorités fédérales et étatiques. Avec 89 % de ses revenus sportifs concentrés sur une seule ligne d’activité, Kalshi est particulièrement exposée ; les contrats sportifs, ou ceux liés à la guerre / à la mort, font face à un scénario crédible d’interdiction totale.
Risque n°2 : Échec des oracles ou de l’arbitrage. Polymarket s’est déjà connecté à Chainlink pour les marchés liés aux prix, mais continue de dépendre d’UMA pour les marchés subjectifs. L’économie token UMA génère actuellement environ 600 000 dollars américains de flux économiques annuels, pour une valorisation entièrement diluée (FDV) de 37 millions de dollars américains. Après le passage à MOOV2, la rémunération des « proposers » a été restreinte à environ 37 adresses figurant sur une liste blanche, dont la majorité sont liées à Polymarket. Une seule décision controversée à forte visibilité pourrait suffire à remettre en cause la confiance dans l’ensemble du secteur.
Risque n°3 : Inversion de la part du sport. La croissance de l’activité sportive sur Polymarket présente une forte composante saisonnière (NBA, Super Bowl NFL). Si cette part venait à reculer, la dynamique globale « augmentation de la part des bots + expansion des particuliers » pourrait s’inverser.
VIII. Implications pour les créateurs et les investisseurs
Le débat sur les bots revient en réalité à une seule question : sur les 240 milliards de dollars américains prévus par Bernstein pour 2026, quelle couche de la pile technologique captera de la valeur ? Une architecture en quatre niveaux, dont la densité de valeur varie fortement.
Niveau L1 — Produits de trading automatisés (agents). L’avantage stratégique s’effrite, et le trading automatisé grand public supporte des risques de conformité élevés. Ce niveau ne justifie pas d’investissement isolé.
Niveau L2 — Infrastructures pour agents (modèles Olas / Valory). Modèle économique basé sur la perception de commissions (« toll-road »), indépendamment de la victoire de tel ou tel agent. Il s’agit de la cible d’investissement la plus « propre » et la plus prometteuse.
Niveau L3 — Données natives IA, tarification, création de marchés. La majeure partie de cette valeur est absorbée en interne par les équipes des plateformes, ou captée par des acteurs Web2 établis (Kensho, Bloomberg, Dataminr). Les fenêtres d’opportunité restantes sont très étroites.
Niveau L4 — Arbitrage et résolution. Le flux économique réel existe, mais sa taille reste modeste. Pour devenir une cible d’investissement « Tier 1 » de type venture, un nouveau modèle token devrait être conçu — or ce modèle n’apparaît pas dans la feuille de route publique actuelle.
Axes périphériques méritant une veille attentive :
- Composabilité PM-DeFi (par exemple, utilisation de positions PM comme collatéral sur Morpho, levier actuel de 2x, feuille de route visant 4–5x, impact sur l’efficacité des capitaux)
- Terminaux de trading et services de copy-trade (Kreo, etc.)
- Fonds quantitatifs natifs des marchés prédictifs
- Nouveaux primitifs de marché (marchés d’impact, futarchy, marchés conditionnels)
Conclusion : les bots l’emportent sur les catégories, les humains sur les marchés, les plateformes sur la structure
Les bots n’ont pas pris le contrôle des marchés prédictifs. Ils ont simplement saturé certains types de marchés spécifiques. Tout ratio entre volume des bots et volume humain sur une plateforme donnée n’est qu’un reflet direct de la composition catégorielle de cette plateforme. Le chiffre-choc « 5 % des portefeuilles / 75 % du volume » confond artificiellement concentration des transactions et prédation de capital. La croissance de Polymarket en 2026 provient principalement des marchés sportifs — domaine où les bots n’ont aucun avantage structurel — tandis que les 131 millions de dollars américains extraits par les bots proviennent surtout des marchés cryptos à fenêtre temporelle étroite, où la participation des particuliers est elle-même très faible.
Les plateformes destinées à l’emporter dans l’avenir devront maîtriser trois capacités : héberger de manière fiable plusieurs types de marchés sous un arbitrage crédible, accueillir de façon équilibrée les flux de bots et d’humains, et assurer la rétention d’utilisateurs traversant plusieurs catégories. Polymarket occupe actuellement cette position : selon une étude de Bitget pour le Q1 2026, les utilisateurs multi-catégories connaissent une croissance organique, le nombre moyen de catégories par utilisateur passant de 1,45 à 2,34, et le nombre de jours d’activité moyenne par utilisateur augmentant de 2,5 à 9,9.
Les bots resteront cantonnés à leurs zones d’avantage structurel ; les capitaux humains pilotant des bots continueront de migrer vers le prochain événement ; le vainqueur final sera la plateforme capable d’accueillir, dans la plus grande variété possible de marchés, les deux types de trafic — bots et humains — en proportions optimales.
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
IOSG Ventures
