Entretien avec le fondateur d’un fonds d’investissement spécialisé dans l’IA conversationnelle : oubliez les récits fallacieux de gains centuplés – pourquoi je mise sur VVV, GRASS et NEAR ?
TechFlow SélectionTechFlow Sélection
Entretien avec le fondateur d’un fonds d’investissement spécialisé dans l’IA conversationnelle : oubliez les récits fallacieux de gains centuplés – pourquoi je mise sur VVV, GRASS et NEAR ?
L’IA a multiplié par cent le volume de données, et des projets tels que Venice, Grass et NEAR présentent tous une importante déconnexion entre leur valorisation et leurs fondamentaux. Le critère central pour évaluer un actif cryptographique réside dans la capacité des détenteurs de jetons à capter effectivement la valeur générée par l’activité.
Dédié à des analyses Web3 approfondiesRédaction & traduction : TechFlow
Invité : Austin Barack, fondateur de Relayer Capital (un fonds d’actifs numériques spécialisé dans l’IA)
Animé par : Andy
Source du podcast : The Rollup
Titre original : Austin Barack : Ma thèse haussière sur l’IA (...et ce que je détiens)
Date de diffusion : 23 mai 2026
Résumé des points clés
Dans cet épisode consacré au « supercycle IA », nous recevons Austin Barack, fondateur de Relayer Capital, pour une discussion centrée sur Venice, Grass, NEAR, Akash et, plus largement, le cadre des actifs « Crypto × IA ». La thèse centrale d’Austin est la suivante : l’IA fait passer le volume de données utilisateur à un niveau inimaginable pour les produits internet traditionnels ; ainsi, la confidentialité des données en IA, l’approvisionnement en données, la puissance de calcul pour l’inférence, l’entraînement décentralisé et les infrastructures pour agents deviendront des secteurs stratégiques. Selon lui, les croissances de revenus et d’utilisateurs de Venice et de Grass sont nettement sous-évaluées par rapport à leurs valorisations, tandis que la position de NEAR dans les « intents » interchaînes et les infrastructures pour agents est également sous-appréciée. Concernant le marché crypto dans son ensemble, Austin insiste sur le fait que les investisseurs doivent se concentrer sur le « flux net de valeur token », plutôt que de considérer mécaniquement les mécanismes de rachat et de destruction : il s’agit avant tout de déterminer si les détenteurs de tokens captent effectivement la valeur créée par l’activité.
Résumé des idées fortes
Venice et la véritable valeur de la confidentialité en IA
- « En IA, la confidentialité est plus cruciale que dans n’importe quel autre contexte. Vous y partagez vos données médicales, vos informations financières, vous connectez tous vos fichiers, et vous révélez votre vie entière d’une manière sans précédent. »
- « Il ne s’agit pas de 10 fois plus de données qu’avec les réseaux sociaux, mais bien de 100 fois plus. »
- « Ce qui rend Venice vraiment remarquable, c’est qu’il ne vous permet pas seulement d’utiliser l’IA dans un environnement privé, mais qu’il le fait sans aucun compromis sur l’expérience utilisateur — voire en l’améliorant. »
- « Le token peut jouer un rôle essentiel, améliorant sensiblement l’expérience, mais la plupart des utilisateurs n’ont pas besoin de comprendre ce qu’est un token pour juger le produit utile. »
Le modèle économique de VVV, DM et Venice
- « Le rôle du token DM est le suivant : chaque token DM détenu vous accorde quotidiennement un quota gratuit d’inférence équivalent à 1 dollar sur la plateforme Venice. Vous pouvez le considérer comme un droit perpétuel, offrant un total annuel de 365 dollars d’inférence. »
- « Ce quota expire s’il n’est pas utilisé — il ne s’accumule pas dans le temps. Si vous n’utilisez qu’un demi-dollar un jour donné, vous ne disposerez pas de 1,5 dollar le lendemain : vous repartirez à zéro avec un nouveau quota de 1 dollar. »
- « Si tous les tokens DM étaient verrouillés et utilisés pour l’inférence, le coût maximal quotidien de Venice serait de 38 000 dollars, soit environ 10 millions de dollars par an — et ce coût ne pourrait jamais dépasser ce seuil. »
- « Je pense que DM devrait être valorisé davantage comme une obligation d’entreprise, plutôt que selon un taux d’actualisation excessif qui réduirait artificiellement sa valeur. »
Grass et la demande de données en IA
- « Grass collecte des jeux de données qu’il vend ensuite aux laboratoires d’IA de pointe, qui ont besoin de ces données pour entraîner de nouveaux modèles. »
- « Il ne s’agit pas de parcourir aléatoirement le web, mais de produire des jeux de données très spécialisés, extrêmement ciblés et de haute qualité. »
- « Les investissements dans les modèles sont colossaux, et Grass profite directement de cette tendance : plus les investissements augmentent, plus la demande de données grandit. »
- « Selon les données récemment publiées, le chiffre d’affaires annuel récurrent (ARR) du projet s’élève à environ 50 millions de dollars. Sa valorisation actuelle est d’environ 400 millions de dollars. Pour un projet en croissance aussi rapide, une valorisation à seulement 5 fois ses revenus me semble totalement déraisonnable. »
NEAR, Akash et la pile technologique IA
- « Les “intents” de NEAR sont extrêmement pratiques, et constituent probablement l’une des meilleures expériences d’échange interchaîne disponibles aujourd’hui. Par ailleurs, NEAR joue également un rôle majeur dans le domaine des agents (agents intelligents). »
- « Je pense que NEAR excelle particulièrement dans le domaine des “intents”. Il développe également de nombreuses autres fonctionnalités, notamment des “intents” privés et d’autres éléments liés à l’usage de l’IA — c’est l’un des rares projets L1 à avoir réellement trouvé une position unique. »
- « Akash. Il a commencé comme marché décentralisé de processeurs (CPU), puis s’est recentré sur le marché des GPU. »
- « Mes principaux axes d’intérêt sont : l’entraînement décentralisé, les marchés d’inférence et de puissance de calcul, les infrastructures pour agents, les données, et les applications grand public pour l’utilisation des modèles. »
Capture de valeur par les tokens et segmentation du marché
- « Hyperliquid est d’abord un modèle économique très réussi, donc les gens apprécient son token, et le rachat n’est qu’un des moyens par lesquels il transfère de la valeur aux détenteurs de tokens. Si l’activité elle-même n’était pas saine, même un mécanisme de rachat ne ferait pas monter naturellement le prix du token. »
- « La question centrale n’est pas le nom du mécanisme, mais bien de savoir si les détenteurs de tokens capturent effectivement, dans la mesure du possible, la valeur générée par ce que vous construisez. »
- « Chaque projet et chaque mécanisme nécessitent une analyse spécifique. Mais la question fondamentale reste : les détenteurs de tokens bénéficient-ils effectivement de la valeur produite par le système ? »
- « Les investisseurs peuvent désormais choisir parmi un petit bassin de projets de haute qualité. Actuellement, les flux de capitaux convergent vers des projets tels que Venice, HYPE, Grass, AERO, NEAR et Zcash. »
- « Pour les investisseurs visant des rendements de 3 à 5 fois, voire de 10 fois leur mise, ce moment est plus propice que jamais à la réussite. Bien sûr, on peut espérer un rendement de 100 fois, mais je pense qu’il existe aujourd’hui une série de projets faisant des choses très intéressantes — ce sont précisément ceux que j’observe et dans lesquels j’investis. »
Aperçu de la confidentialité chez Venice
Andy : Récemment, j’ai utilisé Venice pour la première fois. J’y ai tapé : « Est-ce vraiment confidentiel ? » La réponse fut : « Oui, l’inférence est privée », suivie d’une longue explication. J’ai alors répondu : « C’est incroyable ! » Et immédiatement, Venice a répliqué : « Oui, c’est effectivement incroyable, n’est-ce pas ? Avec Venice, vous pouvez… »
Ainsi, lors de la première utilisation de Venice, on vit un instant fascinant : on réalise soudain que toutes les conversations saisies auparavant sur les services IA classiques — même si elles n’étaient pas publiques — ont été envoyées à de grands fournisseurs. Les journaux les plus intimes, les secrets commerciaux, les plans stratégiques, tout cela leur a été confié.
Pouvez-vous nous présenter, d’un point de vue macro, la structure du marché, la logique d’investissement et l’équipe fondatrice ? Quelle est votre vision de l’IA confidentielle et de Venice ?
Austin :
Venice est très intéressant, car il a traversé de nombreuses phases d’itération. J’ai découvert ce projet dès janvier de l’année dernière. À l’époque, je suivais de très près Virtuals et aixbt, et une grande partie de l’airdrop initial de Venice avait été attribuée aux détenteurs de tokens de ces écosystèmes — c’est ainsi que j’ai fait sa connaissance.
Il était déjà alors un produit très séduisant. Ce qui est fou, c’est que cela ne fait que 16 mois environ, et que l’IA n’était alors ni omniprésente ni encore intégrée au quotidien de chacun. Depuis, que ce soit Claude, ChatGPT ou d’autres services, l’IA a d’abord semblé remplacer la recherche Google : « Je ne cherche plus sur Google, j’interroge directement un modèle de langage sur une plateforme IA. » Mais aujourd’hui, elle est entrée dans une phase de création, de résolution de tâches, voire de collaboration avec une équipe entière d’agents à vos côtés.
Le volume de données utilisé en IA est 100 fois supérieur à celui du passé
Austin :
Je pense que les gens commencent à prendre conscience du fait que, en IA, la confidentialité est plus importante que dans n’importe quel autre contexte. Vous y partagez vos données médicales, vos informations financières, vous connectez tous vos fichiers, et vous révélez votre vie entière d’une manière sans précédent.
Autrefois, quand on parlait de confidentialité, c’était surtout dans le cadre des réseaux sociaux : mon compte est-il public ou privé ? Facebook détient-il trop d’informations sur moi ? Mais en IA, ce n’est pas 10 fois plus de données — c’est 100 fois plus.
Ce qui rend Venice si remarquable, c’est qu’il ne vous permet pas seulement d’utiliser l’IA dans un environnement privé, mais qu’il le fait sans aucun compromis sur l’expérience utilisateur — voire en l’améliorant. Vous n’êtes plus lié à un seul modèle. Par exemple, avec ChatGPT, vous êtes tributaire des mises à jour d’OpenAI ; avec Anthropic, vous suivez l’évolution de ses différents modèles ; ou encore, avec Gemini ou des modèles open source, vous êtes confronté à leurs limites propres.
Avec Venice, vous pouvez choisir, pour chaque tâche, le modèle le plus adapté, ou sélectionner vous-même les modèles que vous souhaitez utiliser. Son niveau de personnalisation est donc très élevé. Ce qu’ils ont d’abord créé est un excellent produit grand public, dont la plupart des utilisateurs ignorent même l’existence des tokens.
Le token vient simplement ajouter un élément passionnant. Je suis très optimiste quant à ce qu’ils entreprennent. L’enjeu central est, selon moi, que les produits grand public crypto vont adopter cette forme : le token peut devenir un composant essentiel, améliorant radicalement l’expérience, sans que la majorité des utilisateurs aient besoin de le comprendre pour juger le produit utile.
Andy : Cela ressemble effectivement à une rupture dans le domaine des produits grand public : la couche sous-jacente est crypto, mais l’utilisateur n’a pas besoin de la comprendre au préalable. Toutefois, cela introduit aussi une structure token très intéressante. Certains la comparent à Luna : on stake VVV pour obtenir des tokens DM, qui forment ensuite une sorte de structure de dette via les quotas d’inférence.
3 millions d’utilisateurs
Andy : Comment faut-il alors comprendre, dans le « flywheel » actuel de Venice, les tokens VVV et DM ? Pouvez-vous également nous parler du côté revenus de Venice, puisqu’ils procèdent effectivement à des rachats, bien que ceux-ci soient modestes ? Comment fonctionnent concrètement ces deux tokens ? Pourquoi cela ne ressemble-t-il pas à Luna ?
Austin :
Ils viennent d’annoncer avoir atteint les 3 millions d’utilisateurs, avec une croissance très rapide. Environ 1 million d’utilisateurs supplémentaires se sont ajoutés au cours des trois derniers mois, tandis que les 1 million précédents avaient requis environ sept mois. La croissance s’accélère donc continuellement.
Le « flywheel » entre VVV et DM
Austin :
Ils disposent de deux tokens. Le premier est VVV, dont une partie des revenus du protocole est utilisée pour des destructions. Les utilisateurs peuvent également staker des VVV pour bénéficier d’un abonnement gratuit. Mais le plus intéressant est qu’ils peuvent staker et verrouiller des VVV afin de frapper un token appelé DM. Vous pouvez aussi acheter des DM sur le marché ouvert, mais le mécanisme central consiste à staker des VVV pour en frapper.
Le rôle du token DM est le suivant : chaque token DM détenu vous accorde quotidiennement un quota gratuit d’inférence équivalent à 1 dollar sur la plateforme Venice. Vous pouvez le considérer comme un droit perpétuel, offrant un total annuel de 365 dollars d’inférence.
Mais ce quota expire s’il n’est pas utilisé — il ne s’accumule pas dans le temps. Si vous n’utilisez qu’un demi-dollar un jour donné, vous ne disposerez pas de 1,5 dollar le lendemain : vous repartirez à zéro avec un nouveau quota de 1 dollar. Je pense que cela crée un mécanisme très intéressant, similaire à un outil d’acquisition client quasi déficitaire. Cela diffère radicalement de Luna, qui avait poussé le système à l’extrême, émettant une quantité folle de tokens, conduisant à une masse monétaire stable de plusieurs milliards, voire dizaines de milliards de dollars. Venice, en revanche, fixe très clairement un plafond à son coût potentiel.
Actuellement, le nombre de DM pouvant être frappés par token Venice diminue progressivement à mesure que la quantité de DM en circulation augmente, ce qui établit un plafond dur d’environ 38 000 DM. Dans ces conditions, si tous les DM étaient verrouillés et utilisés pour l’inférence, le coût maximal quotidien de Venice serait de 38 000 dollars, soit environ 10 millions de dollars par an — et ce coût ne pourrait jamais dépasser ce seuil.
Pour l’instant, environ 10 000 DM sont utilisés quotidiennement pour l’inférence, ce qui représente un coût annuel estimé à environ 3,5 millions de dollars. Ce coût est compensé par leurs revenus opérationnels. Ils proposent des abonnements Pro et Premium, dont les tarifs vont de 18 à 68 dollars mensuels, voire plus. En outre, les utilisateurs achètent également des tokens ou des crédits supplémentaires pour utiliser les modèles sur la plateforme.
À noter que leur volume quotidien d’utilisation de tokens a grimpé de quelques milliards à environ 70 milliards récemment, soit une augmentation d’environ 15 fois au cours des derniers mois. Ainsi, la différence avec Luna réside dans le fait que Venice dispose d’un coût potentiel maximal clairement défini, et que les utilisateurs de DM utilisent également les abonnements. Si leur besoin quotidien dépasse 1 dollar par token, ils achètent des crédits supplémentaires. Ce coût est facilement absorbé par les revenus opérationnels, qui le dépassent déjà largement.
DM devrait être valorisé comme une obligation d’entreprise
Austin :
Par ailleurs, ce qui rend DM si remarquable, c’est sa capacité à garantir un accès futur aux ressources de calcul. Le marché l’évalue actuellement avec un taux d’actualisation d’environ 20 %, ce qui place son prix autour de 1 800 dollars.
Je pense que cet actif devrait plutôt être valorisé selon une méthode proche de celle des obligations d’entreprise, avec un taux d’actualisation compris entre 8 % et 12 %. À 10 %, son prix se situerait approximativement à 3 650 dollars. Par exemple, lorsque j’ai commencé à m’y intéresser, son prix se situait encore dans la fourchette des 200 dollars.
Andy : Je me demandais aussi, à l’époque, comment un actif générant un droit annuel de 365 dollars pouvait valoir seulement 200 dollars — à moins que le marché ne doute totalement de la pérennité de ce mécanisme par Venice.
Austin :
Exactement. À ce niveau de prix, cela représentait pour moi une opportunité d’investissement quasi évidente. Même aujourd’hui, je pense qu’il conserve encore un potentiel haussier.
Toutefois, si l’on regarde au-delà de DM, l’économie globale de Venice révèle des chiffres impressionnants. De plus, son modèle de croissance diffère radicalement de celui de la plupart des projets crypto. Il s’agit d’un rythme de croissance propre au seul domaine de l’IA — ce qui explique justement son attrait exceptionnel.
Venice à 20 dollars est-il toujours sous-évalué ?
Andy : Vous affirmez donc fermement que le token VVV de Venice est actuellement coté autour de 20 dollars. Estimez-vous que la fourchette de valorisation de 1,5 à 2 milliards de dollars reste manifestement sous-évaluée ?
Austin :
Oui. J’ai acheté mes premiers tokens en janvier, à environ 2,5 dollars pièce. À ce moment-là, leur volume quotidien de traitement de tokens ne dépassait que quelques milliards. Aujourd’hui, il est multiplié par environ 15.
Leur volume quotidien de transactions de tokens était alors de quelques milliards, et il est maintenant multiplié par 15. Leur nombre d’utilisateurs est passé de 1,5 million à 3 millions actuellement. Selon mes estimations, leurs revenus ont au moins triplé depuis cette période.
Actuellement, la valorisation de Venice correspond à environ 20 à 30 fois ses revenus annuels, alors qu’il s’agit d’une entreprise en croissance mensuelle de 20 %. Sous cet angle, je considère que sa valorisation reste très faible. On peut même le comparer à OpenRouter : leur valorisation est similaire, mais leurs revenus sont probablement inférieurs, et leur croissance moins rapide.
La différence fondamentale réside dans le fait que Venice possède une base client directe. Ce n’est pas une infrastructure purement backend, mais une plateforme que les utilisateurs consultent activement chaque jour. Personnellement, Venice est aujourd’hui mon seul moyen d’utiliser l’IA.
Ainsi, je pense que son potentiel reste immense. Bien entendu, il s’agit là de mon opinion personnelle, qui ne constitue en aucun cas un conseil en investissement.
Comment Grass génère-t-il des revenus ?
Andy : Je connais peu Grass. Vous en avez déjà parlé à plusieurs reprises, et il semble qu’il soit sur le point d’entrer dans une phase de croissance rapide. Certes, son cours a peut-être reculé aujourd’hui. J’ai entendu dire que son chiffre d’affaires annuel récurrent (ARR) dépasse déjà les 50 millions de dollars, et que sa croissance s’accélère encore, atteignant des taux à trois chiffres. Pourriez-vous brièvement nous expliquer son modèle économique principal ? Comment gagne-t-il de l’argent ? Et pourquoi est-ce si attractif ?
Austin :
Grass collecte des jeux de données qu’il vend ensuite aux laboratoires d’IA de pointe, qui ont besoin de ces données pour entraîner de nouveaux modèles. Ces laboratoires développent de nouveaux modèles à une vitesse fulgurante, mais pour les créer, ils ont besoin de davantage de données. Or, il ne s’agit pas de parcourir aléatoirement le web, mais de produire des jeux de données très spécialisés, extrêmement ciblés et de haute qualité.
C’est précisément le rôle de Grass : comme les investissements dans les modèles sont colossaux, Grass en profite directement. Plus les investissements augmentent, plus la demande de données grandit.
Une croissance à trois chiffres pour Grass
Austin :
L’équipe de Grass travaille sur ce projet depuis plusieurs années. Je me souviens qu’au cours d’un trimestre l’année dernière, ils avaient réalisé environ 3 millions de dollars de revenus. À la fin de l’année, ils ont atteint 12 ou presque 13 millions de dollars par trimestre. Selon mes estimations, leur croissance s’accélère encore davantage. Au cours du mois ou mois et demi à venir, ils organiseront une conférence téléphonique pour les détenteurs de tokens, où nous obtiendrons davantage d’informations.
Il s’agit donc d’un projet affichant une croissance à trois chiffres. Selon les données récemment publiées, son ARR est d’environ 50 millions de dollars. Toutefois, j’estime qu’il pourrait déjà approcher les 80 millions de dollars. Sa valorisation actuelle est d’environ 400 millions de dollars. Pour un projet en croissance aussi rapide, une valorisation à seulement 5 fois ses revenus me semble totalement déraisonnable — c’est un candidat évident pour une réévaluation.
Andy : Existe-t-il des liens de collaboration entre Grass et Venice ?
Austin :
Pas pour l’instant. Venice ne construit généralement pas ses propres modèles. Il n’existe donc aucune relation actuelle. Qui sait ce que l’avenir réserve ? Je les vois plutôt comme deux facettes différentes d’une même équation. D’un côté, la question est : comment utiliser l’IA, et comment l’utiliser de façon confidentielle ? De l’autre, la question est : comment les modèles sont-ils initialement construits ? Grass et Venice traitent respectivement ces deux aspects.
La valorisation de 400 millions de dollars de Grass est-elle trop basse ?
Andy : Grass est donc valorisé à environ 5 fois ses revenus. Dans le secteur crypto, certains actifs se négocient à 20, 30, 40 ou même 50 fois leurs revenus. Trouvez-vous que cette fourchette de 400 millions de dollars soit évidemment trop basse ?
Austin :
Oui. Un point important est que, dans le secteur crypto, d’autres actifs se négocient également à des multiples relativement bas, mais ils ne connaissent aucune croissance. Les gens rejoignent le secteur crypto parce qu’ils veulent investir dans la croissance.
Ainsi, beaucoup de ces cas à faible multiple ne tiennent pas la route, car ils ne génèrent aucun flux de trésorerie. Grass, en revanche, est l’un des meilleurs exemples de croissance explosive. Ce simple fait suffit à le rendre intéressant, sans parler du fait qu’il me semble également très sous-évalué.
Les échanges interchaînes de NEAR
Andy : Avez-vous une thèse d’investissement sur NEAR ? Suivez-vous NEAR ?
Austin :
J’ai toujours suivi NEAR. Même en laissant de côté ses composants IA, NEAR est un projet très intéressant, car il constitue l’infrastructure sous-jacente de nombreux échanges interchaînes. En octobre et novembre derniers, NEAR a attiré beaucoup d’attention lors des entrées et sorties de Zcash.
Les « intents » de NEAR sont extrêmement pratiques, et constituent probablement l’une des meilleures expériences d’échange interchaîne disponibles aujourd’hui. Par ailleurs, NEAR joue également un rôle majeur dans le domaine des agents (agents intelligents). Selon moi, NEAR est l’une des infrastructures les mieux adaptées aux échanges interchaînes, car elle évite de nombreuses dépendances auxquelles sont confrontés d’autres projets.
Leur croissance est très rapide. Aujourd’hui, si vous êtes un L1, je pense que vous devez vous distinguer dans l’un de ces trois axes : soit vous offrez une expérience application verticalement intégrée, soit vous êtes 10 fois meilleur qu’autrui dans un domaine spécifique, soit vous dominez totalement une catégorie d’applications.
Je pense que NEAR excelle particulièrement dans le domaine des « intents ». Il développe également de nombreuses autres fonctionnalités, notamment des « intents » privés et d’autres éléments liés à l’usage de l’IA — c’est l’un des rares projets L1 à avoir véritablement trouvé une position unique.
Cela me rappelle la classification des joueurs de la NBA. Aujourd’hui, le marché compte de nombreux nouveaux projets L1 et L2, qui ressemblent à des jeunes talents prometteurs. Avec le temps, certains deviendront des stars, d’autres disparaîtront progressivement. Mais il existe aussi une catégorie de « joueurs spécialisés », excellant parfaitement dans leur rôle spécifique — comme Lu Dort ou Alex Caruso à OKC.
NEAR me donne exactement cette impression. Ce n’est pas LeBron James, mais il est extrêmement important, car il excelle dans ce qu’il fait.
Mise à jour sur le marché GPU d’Akash
Andy : Un autre projet constamment sous-évalué, que Robbie met toujours en avant, est Akash. Malheureusement, il n’est pas présent aujourd’hui. Akash s’est lancé très tôt dans l’inférence distribuée, les modèles distribués et l’entraînement décentralisé, n’est-ce pas ?
Cela ressemble à la première vague narrative « Crypto IA ». Puis, nous avons traversé une période marquée par des projets d’agents (agents intelligents) purement spéculatifs, accompagnés de tokens memes. Aujourd’hui, nous semblons entrer dans une nouvelle vague centrée sur l’inférence décentralisée et l’entraînement de modèles — mais cette fois, les produits sont bien plus puissants. Avez-vous suivi les avancées d’Akash ? Avez-vous une thèse d’investissement sur ce projet ?
Austin :
J’ai effectivement suivi Akash, qui a commencé sur le marché décentralisé des processeurs (CPU), puis s’est recentré sur le marché des GPU. Aujourd’hui, vous pouvez consulter le volume de données transitant par OpenRouter. Une part significative de ces données passe par Akash, c’est-à-dire par Akash ML — ce qui est très impressionnant. Et ces données sont publiques, accessibles à tous.
Cela dit, je dois reconnaître qu’Akash n’est pas l’un des projets que je suis le plus étroitement. Toutefois, pour une équipe existant depuis longtemps et ayant constamment itéré, voir aujourd’hui qu’elle a enfin trouvé un ajustement produit-marché (Product-Market Fit) réel — et que cet ajustement semble s’accélérer — est une chose remarquable.
Décomposition de la pile technologique IA
Andy : Il existe un projet appelé Gitlab, coté sur Base, avec une capitalisation boursière très modeste, mais dont la production quotidienne de tokens est très forte. Une vague de tokens IA hautement spéculatifs apparaît actuellement sur Base, et ce puzzle comporte de nombreux petits segments à comprendre.
Je voudrais poser une question plus large : dans la pile technologique IA, quels segments sont les plus propices à une croissance massive une fois intégrés à la blockchain ? Nous avons déjà vu Venice offrir une inférence confidentielle et un ChatGPT non censurable ; NEAR agir comme infrastructure pour le marché des agents ; Akash, avec Akash ML ; et Grass, focalisé sur les jeux de données.
Quels sont, selon vous, les principaux secteurs ou composants de la pile IA les plus susceptibles d’être remplacés par la technologie blockchain, ou les mieux adaptés à une implémentation sur chaîne ?
Austin :
Je pense que le premier axe est la confidentialité, incluant l’utilisation confidentielle des modèles de langage (LLM) et leur usage non censurable. Ensuite vient la collecte de données nécessaires à l’entraînement des modèles — c’est précisément ce que fait Grass.
Vient ensuite le marché de l’inférence et de la puissance de calcul, que vous avez mentionné avec Akash. Nous voyons également émerger d’autres marchés d’inférence. Un autre projet, construit autour de DM, propose également d’autres services permettant aux utilisateurs de vendre leur puissance de calcul inutilisée : il s’agit d’AnC. C’est un projet fascinant que je suis de près. Bien qu’il n’ait pas encore lancé de token, il réalise déjà des choses très innovantes, notamment en lien avec Venice et DM.
Je pense qu’un autre axe important est l’entraînement décentralisé des modèles. Le défi réside dans la possibilité de construire des modèles open source tout en conservant la propriété et la capacité à monétiser grâce à des poids privés. Plusieurs équipes explorent actuellement ce domaine. Par exemple, Pluralis me semble l’un des projets les plus intéressants. Nous observons également des travaux très prometteurs menés par Nous Research autour de Hermes. Prime Intellect et d’autres équipes sont également actives dans ce domaine.
Ainsi, mes principaux axes d’intérêt sont : l’entraînement décentralisé, les marchés d’inférence et de puissance de calcul, les infrastructures pour agents, les données, et les applications grand public pour l’utilisation des modèles.
Le cadre du « flux net de valeur token »
Andy : Récemment, vous avez insisté sur une autre idée : nous devons adopter une nouvelle approche pour comprendre les modèles token et l’économie associée. Vous soutenez constamment des projets comme Aerodrome et Hyperliquid.
Avant de conclure, je voudrais poser une question plus générale, hors du contexte IA : quelle est votre vision du « flux net de valeur token » ? Autrement dit, analyser la valeur d’un actif crypto à l’aide d’un tableau de « crédit » (revenus) et de « débit » (dépenses), comme une simple addition ou soustraction. Selon vous, comment évolue la manière dont le secteur analyse l’économie token ? Quel est votre cadre d’analyse actuel ? Êtes-vous d’accord avec l’idée que les investisseurs devraient examiner le flux net de valeur token d’un actif comme s’il s’agissait d’un tableau de débits et crédits ?
Austin :
Je pense qu’il existe plusieurs façons d’aborder cette question, et qu’il ne s’agit pas d’une solution universelle.
Commençons par les mécanismes de haut niveau, comme les rachats et destructions. Hyperliquid a rendu ce mécanisme très populaire : « Regardez comme Hyperliquid le fait bien, avec ses rachats et destructions. » Mais à chaque Hyperliquid, on trouve neuf autres tokens tentant d’appliquer le même mécanisme, avec des performances de prix très médiocres.
Quelle est la leçon à en tirer ? C’est que, d’abord et avant tout, Hyperliquid est un modèle économique très réussi, donc les gens apprécient son token, et le rachat n’est qu’un des moyens par lesquels il transfère de la valeur aux détenteurs de tokens. Si l’activité elle-même n’était pas saine, même un mécanisme de rachat ne ferait pas monter naturellement le prix du token.
C’est, selon moi, la première confusion courante.
Le deuxième point est de savoir si vous créez réellement de la valeur pour les détenteurs de tokens. Que vous optiez pour des rachats et destructions, des rachats et distributions, ou que vous réinvestissiez les fonds dans l’activité ou les placiez sur un compte bancaire pour renforcer la flexibilité du bilan, la question fondamentale demeure : les détenteurs de tokens capturent-ils effectivement, dans la mesure du possible, la valeur générée par ce que vous construisez ?
C’est le cas d’Hyperliquid, comme d’Aerodrome. Pour Grass, beaucoup espèrent davantage de rachats, mais il est clair que tous ses contrats sont conclus avec la fondation, et que tous ses revenus sont versés sur le compte bancaire de la fondation — un compte contrôlé par les détenteurs de tokens.
Ainsi, je pense qu’il existe de nombreuses manières différentes d’aborder cette question.
Les rachats et destructions ne sont efficaces que dans certains cas
Austin :
Vient ensuite la question de la liquidité des tokens. Prenons l’exemple d’Hyperliquid : théoriquement, il connaît chaque mois un volume maximal de déverrouillage, mais en pratique, seuls 200 000 à 300 000 tokens sont effectivement déverrouillés. Or, les achats provenant des ETF, des DAT et du fonds d’assistance sont nettement supérieurs. Il en résulte naturellement une situation où les acheteurs surpassent les vendeurs.
Examinons maintenant Aerodrome. Si vous verrouillez AERO sous forme de veAERO, alors, après son extension sur le réseau principal Ethereum en juillet, veAERO sera rebaptisé sAERO. Les détenteurs pourront non seulement percevoir l’intégralité des revenus de la plateforme, mais aussi diriger les émissions de tokens vers les pools de liquidité les plus nécessiteux et les plus rentables.
On pourrait objecter que, si, sur un cycle donné, la valeur des émissions de tokens dépasse celle des revenus, alors ce cycle est « négatif » en termes nets. Or, je pense que cette analyse est totalement erronée.
L’approche correcte consiste à se demander : combien de revenus le système a-t-il générés sur ce cycle ? Combien de tokens ont été émis, mais n’ont pas été vendus ? Par exemple, Aerodrome a récemment rebaptisé l’un de ses mécanismes « Momentum Fund », qui fonctionne essentiellement comme des rachats continus par la fondation. En outre, de nombreux détenteurs d’AERO choisissent de les verrouiller sous forme de veAERO pour générer davantage de revenus. Et une partie des détenteurs croient tellement en l’avenir du token qu’ils ne comptent pas le vendre.
Sous cet angle, le nombre de tokens effectivement dirigés vers le marché ouvert chaque semaine est nettement inférieur au montant des revenus générés par la plateforme sur la même période.
En combinant cela avec les récentes annonces, comme celles d’Atlas, d’Aura et d’autres projets, les revenus d’Aerodrome ont nettement augmenté. Par « revenus », j’entends ici les gains que les détenteurs de tokens retirent effectivement de la plateforme — et ces revenus dépassent déjà nettement la valeur des émissions effectives.
Ainsi, chaque projet et chaque mécanisme nécessitent une analyse spécifique. Mais la question fondamentale demeure : les détenteurs de tokens bénéficient-ils effectivement de la valeur produite par le système ? C’est le point central de l’analyse. À partir de là, vous pouvez approfondir davantage votre réflexion.
Deux nouvelles catégories émergentes sur le marché des actifs numériques
Andy : Je pense que tout le secteur évolue vers des modèles de pensée similaires, bien que ces modèles soient très fins. Deux catégories semblent aujourd’hui émerger : d’une part, les entreprises réelles, dotées de revenus et de fondamentaux solides ; d’autre part, des projets plus axés sur la narration, plus spécialisés, mais techniquement très utiles — comme Zcash, Venice ou NEAR, liés à la confidentialité en IA. Enfin, il existe aussi des projets purement fondés sur des activités en chaîne, tandis que la zone intermédiaire semble actuellement peu active.
Austin :
Je partage totalement votre avis. Ce qui rend ce marché fascinant, c’est que l’ensemble des tokens dignes d’intérêt se réduit. En effet, les acteurs du marché ont aujourd’hui une compréhension bien plus claire de ce qui constitue un projet réellement attractif, par opposition à une simple spéculation. Il ne reste probablement aujourd’hui que 10 à 20 tokens dotés de fondamentaux très solides.
C’est pourquoi ces tokens surperforment nettement le marché. Pour la première fois depuis longtemps, les investisseurs peuvent choisir parmi un petit bassin de projets de haute qualité. Actuellement, les flux de capitaux convergent vers des projets comme Venice, HYPE, Grass, AERO, NEAR et Zcash.
Zcash est un autre projet axé sur la confidentialité. Certains craignent aujourd’hui que Bitcoin ne soit de plus en plus influencé par Michael Saylor (c’est un autre sujet), tandis que Zcash incarne l’esprit originel de Bitcoin, avec une structure très similaire.
Bien que Zcash ne génère pas de revenus dans le contexte actuel, il reste un actif intéressant. En effet, plus son prix est élevé, plus son utilité effective augmente : un prix élevé renforce sa consolidation, favorisant ainsi un consensus et une valeur communautaire plus forts.
Ainsi, je pense que nous traversons actuellement une phase très intéressante : choisir le bon token est devenu plus facile. Il suffit de se concentrer davantage sur l’analyse, pour distinguer les projets authentiques des simples bulles spéculatives.
Pour les investisseurs visant des rendements de 3 à 5 fois, voire de 10 fois leur mise, ce moment est plus propice que jamais à la réussite. Bien sûr, on peut espérer un rendement de 100 fois, mais je pense qu’il existe aujourd’hui une série de projets faisant des choses très intéressantes — ce sont précisément ceux que j’observe et dans lesquels j’investis.
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
深潮TechFlow
