IOSG｜70 % des portefeuilles les plus rentables sur iOS sont des bots, mais l’IA n’a pas encore pris le contrôle des marchés prédictifs
TechFlow SélectionTechFlow Sélection
IOSG｜70 % des portefeuilles les plus rentables sur iOS sont 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, pour un total de 131 millions de dollars retirés sous forme de profits sur Polymarket. Parmi les 20 portefeuilles les plus rentables, 14 sont classés comme bots (analyse du classement Stacy Muur). Une étude menée par l’Université de Toronto (portant sur 2,4 millions d’utilisateurs et 67 milliards de dollars de volume transactionnel depuis 2022) révèle que 68,8 % des utilisateurs subissent des pertes, tandis que le top 1 % des utilisateurs capte 76,5 % de l’ensemble des profits réalisés.
Cette observation nourrit une narration dominante : les marchés prédictifs fonctionneraient comme une machine de transfert de richesse, pilotée par des bots. Les données sont exactes, mais le cadre interprétatif comporte une distorsion systémique d’environ 50 %.
Thèses centrales
Premièrement, la faille centrale de la narration autour des bots réside dans l’équivalence abusive entre « concentration du volume » et « prédation du capital ». Le fait que 5 % des portefeuilles de Polymarket représentent 75 % du volume ne signifie qu’une chose : une forte inégalité dans la distribution de l’activité des comptes. Cela ne permet pas de déduire directement que les fonds des particuliers sont extraits par des bots.
Deuxièmement, les données agrégées au niveau collectif sont plus convaincantes. Le taux de rendement positif des portefeuilles pilotés par des agents IA s’élève à environ 37 %, contre seulement 7–13 % pour les portefeuilles gérés par des humains — une différence structurelle de facteur 3 à 4 qui constitue une preuve tangible d’un avantage structurel réel ; en revanche, la présence de 14 bots parmi les 20 premiers du classement des profits (analyse du classement Stacy Muur) n’est qu’une projection statistique vers la queue droite de cette distribution, et non une preuve indépendante.
Troisièmement, l’avantage des bots est structurel, non cognitif. Les trois catégories de marchés dominées par les bots — l’arbitrage de délai sur les prix, l’automatisation des décisions dans les paris sportifs en temps réel, et l’arbitrage combiné transplateforme — partagent un trait commun : aucune nécessité d’évaluer objectivement l’événement du monde 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 pondération de 42 % pour les marchés politiques à 50 % pour les marchés sportifs. La catégorie à croissance la plus rapide correspond précisément aux marchés d’événements à long terme, où les bots ne disposent pas d’un avantage structurel — ce qui confirme clairement une tendance globale vers une démocratisation accrue de la plateforme.
Cinquièmement, anticipation stratégique : la part des bots continuera de croître à mesure que leurs coûts de déploiement diminuent, mais le volume absolu de capital extrait des comptes humains par les bots atteindra vraisemblablement son plafond avant que la part des bots ne cesse d’augmenter — car la vitesse à laquelle les bots se « dévorent » mutuellement dépasse celle à laquelle ils prélèvent du capital sur les 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 essentiellement closes pour les investisseurs institutionnels ; les véritables valeurs ajoutées migreront vers la couche infrastructurale des agents L2 (modèles Olas / Valory) et vers la couche intermédiaire indépendante des plateformes (venue-agnostic), tandis que les produits bots grand public (C-end) et les couches L3 de données / tarification ne répondent pas aux critères d’investissement venture.
I. L’échelle du secteur dépasse largement la « panique bot »
Trois repères quantitatifs définissent la portée de ce rapport.
Premièrement, Bernstein a révisé à la hausse, le 14 avril 2026, sa prévision de taille du marché des marchés prédictifs pour 2026 à 240 milliards de dollars, avec un scénario crédible menant à 1 000 milliards de dollars d’ici 2030 — une trajectoire 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 en avril 2026, dépassant déjà le volume total de 51 milliards de dollars réalisé sur l’ensemble de l’année 2025.
Troisièmement, Robinhood a lancé plus de 1 000 contrats Kalshi, générant pour ses plus d’un million de clients un volume cumulé de 9 milliards de contrats. Le chiffre d’affaires annuel récurrent (ARR) de l’activité marchés prédictifs de Robinhood s’élève à environ 350 millions de dollars, contre 150 millions en 2025, et devrait atteindre 586 millions de dollars en 2026 — ce qui en fait la ligne de produit à la croissance la plus rapide de l’entreprise.
Ces données convergent vers une conclusion claire : les marchés prédictifs ne sont plus un simple segment natif de la crypto ; leur nature se rapproche davantage d’un problème de distribution traditionnelle (TradFi). La population supposée « pillée » dans la narration bot n’est pas principalement constituée d’utilisateurs cryptos, mais bien d’investisseurs particuliers accédant au marché via des canaux de courtage traditionnels.
Il en découle une distorsion contextuelle majeure de la « panique bot » : le secteur n’est pas vidé de sa valeur par l’automatisation, mais plutôt inondé de flux d’investisseurs à un rythme bien supérieur à toute vitesse possible d’extraction automatisée.
II. La donnée véritablement significative : 37 % vs. 10 %
La donnée la plus citée dans la narration bot souffre d’un biais sévère de sélection d’échantillon.
Le fait que « 14 des 20 portefeuilles les plus profitables soient des bots » repose sur un petit échantillon déjà trié selon le critère du profit. Ce type d’échantillon ne permet que d’observer la surreprésentation des bots dans la queue droite de la distribution — il ne permet aucunement d’inférer une supériorité ou infériorité relative au niveau collectif.
Les données agrégées au niveau collectif (sources : divulgations publiques de Polystrat / Valory, croisées avec plusieurs analyses de données en chaîne sur Polymarket) :
L’écart de 3 à 4 fois dans les taux de réussite au niveau collectif illustre bel et bien l’avantage structurel réel des bots. La statistique « 14/20 » doit être comprise comme une manifestation descendante de cette distribution de performance, et non comme une preuve causale autonome.
III. Marchés où les bots l’emportent
L’ampleur de l’extraction par les bots est fortement concentrée sur trois types de marchés. Ceux-ci partagent un point commun : ils ne requièrent aucune évaluation subjective de l’événement du monde réel, mais reposent uniquement sur des avantages liés à la latence ou à la tarification par rapport au moteur de matching de la plateforme.
Arbitrage de délai sur les prix fournis
Exemple emblématique : le portefeuille 0x8dxd, qui a transformé 313 USD en 437 600 USD en seulement 15 minutes sur des contrats binaires BTC haussier/baissier en janvier 2026, avec un taux de réussite de 98 %.
Principe stratégique : surveillance des prix spot sur Binance et Coinbase, puis entrée en position sur Polymarket lorsque ce dernier affiche un décalage temporel par rapport aux CEX. Polymarket a introduit le 7 janvier 2026 des frais de taker (« prise ») de 50 % sur les contrats crypto à 15 minutes (pic de probabilité voisin de 3 %), visant explicitement à neutraliser cette stratégie. Le taux de réussite cumulé de ce portefeuille est désormais retombé à 54,7 %.
Conclusion : l’avantage des bots sur les marchés basés sur les prix est réel, mais strictement limité à des fenêtres temporelles extrêmement étroites, et se réduit fortement dès que la plateforme introduit des coûts de friction.
Automatisation des états de jeu en temps réel dans les paris sportifs
Source des données : classification des portefeuilles Polymarket par l’équipe cancun2026 (requête Dune 6648075, https://dune.com/queries/6648075, dernière semaine, jusqu’au 11 mai 2026).
Origine de l’avantage : la vitesse de réaction des bots aux événements sur le terrain est nettement supérieure à celle des particuliers utilisant des flux vidéo en direct (avec une latence 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, cet avantage même aux utilisateurs non programmeurs — ce qui signifie que la part mesurée de bots inclut également des capitaux humains routés via ces bots.
Arbitrage combiné transplateforme
Source des données : article académique 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 d’avril 2024 à avril 2025, et identifie environ 40 millions de dollars d’arbitrage extrait sur Polymarket, principalement selon deux modèles : (1) rééquilibrage des parts YES/NO au sein d’un même marché ; (2) arbitrage combiné transplateforme (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 rigoureuse multiplateforme, et son espace de profit se rétrécit progressivement à mesure que les moteurs de matching des différentes plateformes convergent.
IV. Domaines où les comptes humains l’emportent — et leurs limites
La catégorie où la part des bots est la plus faible ne reflète pas nécessairement une « meilleure capacité de sélection » des particuliers, mais plutôt le fait que la rentabilité sur ce type de marché dépend de la capacité à intégrer de multiples sources d’information du monde réel — une compétence où l’automatisation reste structurellement désavantagée face aux humains.
Deux études indépendantes confirment ce jugement.
L’étude comportementale en 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 — par exemple, lorsque les particuliers achètent des parts YES à 0,72 dollar, les bots sont déjà entrés 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, publié le 18 mars 2026) souligne que 56 % des ordres des utilisateurs perdants sont placés dans des zones extrêmes (< 10 cents ou > 90 cents), tandis que seulement 28 % des ordres des 0,1 % d’utilisateurs les plus rentables tombent dans ces zones extrêmes. Le comportement typique des perdants consiste à « miser 5 cents sur une probabilité très faible pour espérer un gain de 20x » ou à « miser 95 cents sur une certitude quasi-absolue en fin de marché », alors que les utilisateurs rentables construisent leurs positions 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, mais leur timing d’exécution et la structure de leurs ordres présentent des faiblesses systémiques.
V. Trajectoire prospective : quatre forces déterminent l’évolution du rapport bots/humains
Au cours des 12 à 24 prochains mois, la variable critique ne sera pas la répartition actuelle bots/humains, mais bien la direction de son évolution. Ce rapport 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 frameworks open source comme Hermes, ainsi que le framework Polymarket Agents lui-même — publié par Polymarket sous licence MIT — ont tous contribué à réduire le seuil technique requis pour implémenter des stratégies du type 0x8dxd, passant d’un « projet sérieux » à un « prototype de week-end ». Les services de copy-trade amplifient mécaniquement la part mesurée de bots en connectant des capitaux humains à l’infrastructure bot.
Érosion des rendements individuels des bots par la concurrence interne
Les 823 bots rentables constituent la queue droite d’un groupe bien plus vaste de bots perdants. 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 % de 0x8dxd est structurellement non reproductible — non pas parce que l’inefficacité disparaît, mais en raison de la concurrence accrue entre bots et des ajustements tarifaires opérés par la plateforme. Il est donc probable que le volume absolu de capital extrait des comptes humains par les bots atteigne son pic avant que la part des bots ne cesse d’augmenter.
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 %. En avril 2025, cette composition était : sport 29 %, crypto 12 %, politique 42 %.
Le volume absolu des transactions sportives a augmenté de 11 fois en glissement annuel. La croissance nouvelle provient principalement des marchés d’événements à long terme, où les particuliers détiennent une position dominante. Selon Bernstein, la part du sport dans le volume global du secteur devrait passer de 62 % actuellement à 31 % d’ici 2030, remplacée par des marchés économiques, politiques et corporatifs — une migration structurelle qui élargira encore davantage la surface des catégories où les bots ne détiennent 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 BTC journaliers, des frais d’ouverture nuls, une garantie en USDH, une convergence entre marchés perpétuels et spot, et un mécanisme de déploiement de marchés vérifiable par validateurs (chaque slot requiert 1 million de HYPE, soit environ 42,76 millions de dollars au cours actuel).
Il s’agit typiquement d’un type de marché où les bots détiennent un avantage, désormais isolé sur une plateforme dédiée. Le volume des premières heures provient principalement de fonds d’arbitrage, conformément à la répartition historique des contrats binaires BTC. Si HIP-4 étend ultérieurement son offre aux marchés sportifs et politiques, en intégrant des oracles fiables, sa part de bots pourrait converger vers celle de Polymarket ; à ce stade, son rôle principal est d’isoler le trafic favorable aux bots sur une plateforme indépendante, 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 essentiellement closes pour les investisseurs institutionnels (venture check size). Les véritables opportunités d’investissement migrent vers les couches situées au-dessus (terminaux de trading, services de stratégies quantitatives, infrastructure agent) et en dessous (efficacité du capital, arbitrage, oracles) de la couche plateforme.
VII. Mises en garde relatives aux risques
Risque n°1 : Risque réglementaire extrême. Les trois projets de loi déposés par Schiff (DEATH BETS Act, Public Integrity Act, Prediction Markets Are Gambling Act), la mesure conservatoire (TRO) émise par le Nevada contre Kalshi, et l’accusation pénale déposée en Arizona en mars 2026 créent un conflit persistant entre autorités fédérales et étatiques. La concentration de 89 % des revenus sportifs de Kalshi représente la ligne commerciale la plus exposée, et les marchés sportifs, ou ceux liés à la guerre/mort, font face à un scénario extrême de prohibition totale — un risque réel et concret.
Risque n°2 : Échec des oracles et de l’arbitrage. Polymarket a intégré Chainlink pour les marchés de prix depuis 2025, mais continue de dépendre d’UMA pour les marchés subjectifs. L’économie token UMA génère actuellement environ 600 000 dollars de flux économique annuel, pour une valorisation à plein dilution (FDV) de 37 millions de dollars ; après le passage à MOOV2, la récompense accordée aux proposants a été restreinte à environ 37 adresses whitelistées, dont la majorité sont liées à Polymarket. Une seule décision controversée à fort impact médiatique pourrait entraîner une réévaluation globale de la confiance accordée à l’ensemble du secteur.
Risque n°3 : Inversion de la part sportive. La croissance de l’activité sportive de Polymarket présente une forte composante saisonnière (NBA, Super Bowl NFL). Si la part sportive recule, la dynamique globale « augmentation de la part des bots + expansion des particuliers » pourrait s’inverser.
VIII. Implications pour les entrepreneurs et les investisseurs
Le débat sur les bots ne porte en réalité que sur une question : sur les 240 milliards de dollars prévus par Bernstein pour le marché en 2026, quelle couche captera la valeur ? Une architecture en quatre couches, chacune présentant une densité de valeur différente.
L1 — Produits de trading agents. L’avantage stratégique s’effrite rapidement, et le trading automatisé grand public supporte des risques réglementaires élevés. Cette couche ne justifie pas un investissement isolé.
L2 — Infrastructure agents (modèles Olas / Valory). Modèle économique de « péage », générant des revenus quel que soit l’agent gagnant. Il s’agit de la couche la plus propre et la plus prometteuse pour un investissement venture.
L3 — Données natives IA, tarification, création de marchés. La majeure partie est absorbée en interne par les équipes des plateformes, ou captée par des acteurs Web2 établis (Kensho, Bloomberg, Dataminr). La fenêtre d’opportunité restante est très étroite.
L4 — Arbitrage et résolution. Le flux économique réel existe, mais sa taille reste modeste. Pour devenir un actif de référence de niveau Tier 1 en venture, un nouveau modèle token devrait être conçu — or ce modèle n’apparaît pas actuellement dans la feuille de route publique.
Axes périphériques à surveiller :
- Composabilité PM-DeFi (par exemple, utilisation en garantie de positions PM sur Morpho, effet de levier actuel 2x, roadmap 4–5x, impact sur l’efficacité du capital)
- Terminaux de trading et services de copy-trade (Kreo, etc.)
- Fonds quantitatifs natifs des marchés prédictifs
- Nouveaux primitives de marché (marchés d’impact, futarchy, marchés conditionnels)
Conclusion : les bots gagnent sur les catégories, les humains sur les marchés, les plateformes sur la structure
Les bots n’ont pas pris le contrôle des marchés prédictifs. Ce qu’ils saturèrent, ce sont des types de marchés spécifiques ; tout ratio entre volume de transactions bots/humains sur une plateforme est en réalité le résultat dérivé de la composition catégorielle de cette plateforme. La donnée médiatique « 5 % des portefeuilles / 75 % du volume » confond artificiellement concentration du volume et prédation du capital. La croissance de Polymarket en 2026 provient principalement des marchés sportifs — une catégorie où les bots ne détiennent pas d’avantage structurel — tandis que les 131 millions de dollars de profits extraits par les bots proviennent surtout des marchés crypto à fenêtre temporelle courte, où la participation des particuliers est très faible.
Les plateformes futures qui l’emporteront devront maîtriser trois capacités : héberger plusieurs types de marchés sous conditions d’arbitrage fiables, accueillir de façon équilibrée les flux bots et humains, et assurer la rétention des utilisateurs transcatégoriels. 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 passant de 2,5 à 9,9.
Les bots resteront cantonnés à leurs domaines d’avantage structurel ; les capitaux humains pilotant des bots continueront de migrer vers le prochain événement ; la victoire finale reviendra aux plateformes capables d’héberger, dans la proportion adéquate, les deux types de trafic sur le plus grand nombre possible de types de marchés.
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
