Aucune grande entreprise d’IA n’a soutenu les bots de trading crypto. Aucun laboratoire de pointe ne forme de modèles dédiés à cette activité. Pourtant, un nombre croissant de traders utilisent Claude, l’IA d’Anthropic, pour créer des bots automatisés sur Polymarket, affirmant engranger des profits de plusieurs millions. Et en parallèle, des threads viraux sur les réseaux sociaux laissent entendre que n’importe qui peut en faire de même.
Cependant, les plus grands gagnants appliquent des stratégies qu’un fonds quantitatif pourrait répliquer du jour au lendemain.
Trois hypothèses, aucune garantie
Ce récit repose sur trois présupposés : les géants de la tech finiront par développer des modèles de trading spécifiques, les traders individuels peuvent conserver un avantage face aux institutions et les agents autonomes d’IA peuvent générer des profits de manière fiable sur des marchés ouverts.
Haseeb Qureshi, managing partner chez Dragonfly Capital, n’est d’accord sur aucun de ces points. Dans une interview accordée à Bankless, il évoque le risque de responsabilité, la structure du marché et la nature banalisée de l’IA. Selon lui, ces facteurs font de cette ruée vers l’or une illusion bien moins prometteuse qu’il n’y paraît.
Le piège des responsabilités
Qureshi affirme que concevoir de l’IA pour des tâches liées à la blockchain est techniquement trivial. Un simulateur EVM peut tester sans difficulté des boucles de prêts ou des swaps de jetons. Les modèles sont capables. Ils n’ont simplement pas été orientés vers la crypto.
La raison est institutionnelle, et non technique. Tout d’abord, la crypto traîne une réputation dont les laboratoires d’IA ne veulent pas. « La crypto, c’est un peu la honte », a déclaré Qureshi.
Mais le véritable obstacle est la responsabilité juridique. Imaginez que Claude commette une erreur sur un trade à effet de levier et fasse perdre 2 millions de dollars. Ou bien envoie 10 000 dollars à une adresse brûlée par accident. Aucun avertissement, aussi explicite soit-il, ne suffirait à éviter le tollé.
« Cela arrivera à coup sûr », a affirmé Qureshi. « Quiconque aura une mauvaise expérience, cela deviendra ultra viral. »
Il compare la gestion du wallet crypto d’un utilisateur à l’injection de peptides chinois non réglementés. Les risques dépassent largement les potentiels revenus. Un conseil de code inadapté est embarrassant. Un wallet vidé peut finir devant les tribunaux.
Anthropic a déjà publié des recherches sur l’IA et la blockchain. Son étude SCONE-bench a évalué la capacité des modèles de pointe à exploiter les vulnérabilités des smart contracts. Cependant, il s’agit de recherche en cybersécurité, pas d’une feuille de route produit.
Le point de bascule viendra de la concurrence. En effet, dès qu’un laboratoire estimera que le volume crypto est trop stratégique pour être cédé à la concurrence, l’entraînement commencera. Jusque-là : silence.
Le problème Jane Street
Même sans les géants de la tech, le récit du trading se heurte à un mur structurel. Toute stratégie basée sur un modèle accessible publiquement l’est, par essence, pour tout le monde — y compris les sociétés quant institutionnelles.
Le point de Qureshi est simple. Si un Claude bot basique peut détecter des trades rentables sur Polymarket, Jane Street peut en faire tourner 5 000 en parallèle. L’entreprise dispose d’une infrastructure plus rapide et de capitaux bien plus importants. Elle peut ajuster n’importe quel avantage à l’échelle jusqu’à ce qu’il n’existe plus, avant même qu’un investisseur particulier ne se connecte. « Si l’avantage est dans le modèle brut, Jane Street l’exploite déjà », dit-il.
Le seul moyen pour un bot grand public de l’emporter, c’est de s’appuyer sur des signaux originaux, absents du modèle de base. Un Claude connecté à une API n’apporte rien de tel.
Pourquoi « Va gagner de l’argent » ne fonctionne pas
Qureshi a élargi son argumentation au-delà du trading, visant l’ensemble du fantasme autour des agents autonomes capables de générer des revenus par eux-mêmes.
Premier scénario : être engagé, c’est-à-dire que l’agent d’IA vende son travail. Cependant, du point de vue économique, cela n’a pas de sens. Il existe des millions d’instances identiques de Claude. Aucune ne dispose d’une compétence unique ni d’avantage de localisation. Engager un agent IA revient à acheter de la puissance de calcul Anthropic avec une étape supplémentaire. Aucun acheteur rationnel ne paiera au-dessus du prix de l’API d’Anthropic pour obtenir le même résultat.
Deuxième scénario : créer une entreprise. Cela semble plus prometteur, selon Qureshi cela échoue pour une raison plus subtile : tous les agents IA puisent leurs idées dans le même ensemble de données d’entraînement. Ils aboutissent donc tous aux mêmes solutions génériques. Demandez dix idées de startup à dix Claude : vous obtiendrez dix variantes du même pitch.
La véritable capacité à entreprendre, selon Qureshi, repose sur ce que Peter Thiel nomme les « secrets gagnés ». Il s’agit d’intuitions issues d’expériences spécifiques acquises à des moments et lieux précis. Bankless a construit sa marque parce que ses fondateurs avaient un mélange unique d’expertise crypto, de talent pour le storytelling et un sens de la communauté. Ils l’avaient au moment exact requis. Un Claude nouvellement lancé n’a aucune expérience de vie sur laquelle s’appuyer. Aucun secret gagné.
Cela mène à une conclusion dérangeante : les agents IA ne peuvent pas gagner en trading. Ils ne peuvent pas être engagés. Ils ne peuvent pas générer d’idées d’entreprise originales. Où est leur véritable avantage sur les humains ? La réponse de Qureshi est volontairement provocatrice : le crime. Ce n’est pas un avenir qu’il souhaite, mais c’est là où aboutit la logique si l’on retire tous les garde-fous institutionnels.
Ce que cela signifie
Les traders qui créent des bots pour Polymarket existent bel et bien. Certains profits pourraient également être réels, du moins pour l’instant, mais les sociétés quant institutionnelles élimineront toute alpha présente dans le modèle de base. Les géants de la tech ne s’intéresseront pas à la crypto, sauf contrainte concurrentielle. Et l’économie des agents autonomes trouvera peut-être, en premier lieu, un modèle viable au-delà de la portée de la loi.
Pour le trader lambda qui lit les gros titres sur les bots IA qui encaissent des millions, la conclusion est implicite : la maison gagne toujours. Dans le trading IA, la maison fait tourner 5 000 bots avec une latence inférieure à la milliseconde.
