Agents IA et cryptomonnaies : usages réels, limites et risques

Les agents d’intelligence artificielle peuvent désormais consulter des données blockchain, préparer des transactions, interagir avec certains contrats intelligents ou payer automatiquement un service numérique. Ces capacités alimentent l’idée d’une finance entièrement administrée par des systèmes autonomes.

La réalité reste plus nuancée. La plupart des agents actuellement disponibles sont des assemblages comprenant un modèle d’IA, un portefeuille numérique, des outils prédéfinis et des règles d’autorisation. Leur autonomie dépend entièrement des permissions accordées par leur concepteur ou leur utilisateur.

Un agent peut exécuter rapidement une série d’opérations, mais il ne comprend pas nécessairement les risques financiers comme le ferait un professionnel. Il peut mal interpréter une demande, utiliser des informations incomplètes ou interagir avec un contrat vulnérable. Sur une blockchain, une erreur peut en outre déclencher une transaction difficile, voire impossible, à annuler.

Les agents IA appliqués aux cryptomonnaies doivent donc être considérés comme des outils d’automatisation et non comme des investisseurs infaillibles.

Usage	Ce que l’agent peut faire	Principale limite
Gestion d’un portefeuille	Consulter un solde, préparer ou envoyer une transaction	Accès aux fonds et risque d’erreur irréversible
Analyse on-chain	Résumer des transactions et détecter des variations inhabituelles	Une anomalie n’est pas nécessairement une fraude
Paiement automatisé	Acheter l’accès à une API ou à un service numérique	Contrôle nécessaire des montants et destinataires
Interaction avec la DeFi	Échanger, déposer ou retirer des crypto-actifs	Risques liés aux contrats, à la liquidité et au marché
Aide au trading	Analyser des données et appliquer une stratégie prédéfinie	Aucun rendement ni avantage durable ne sont garantis
Surveillance de sécurité	Produire des alertes sur des comportements suspects	Faux positifs, faux négatifs et nouvelles attaques

Qu’est-ce qu’un agent IA appliqué aux cryptomonnaies ?

Un agent IA est un système capable de recevoir un objectif, de sélectionner des outils et d’enchaîner plusieurs actions pour tenter de l’atteindre.

Dans un environnement blockchain, il peut être relié à différents composants :

Un modèle de langage chargé d’interpréter la demande ;
Des sources de données sur les transactions ou les marchés ;
Un portefeuille permettant de signer des opérations ;
Des interfaces de programmation fournies par une plateforme ;
Des contrats intelligents et protocoles décentralisés ;
Des règles définissant les actions autorisées ;
Une mémoire conservant certains éléments utiles à la tâche.

Un utilisateur peut, par exemple, demander à un agent de vérifier le solde d’un portefeuille, de comparer plusieurs possibilités d’échange, puis de préparer une transaction. Selon sa configuration, l’opération peut être exécutée automatiquement ou présentée à l’utilisateur pour validation.

Coinbase propose avec AgentKit une boîte à outils permettant de relier des agents à des portefeuilles et à des actions exécutables sur plusieurs réseaux. Chaque fonctionnalité accessible à l’agent doit être définie par un fournisseur d’actions : consulter un solde, transférer un actif, réaliser un échange ou interagir avec un protocole.

L’agent ne reçoit donc pas spontanément un pouvoir illimité. Son périmètre dépend de l’architecture construite autour de lui.

Un agent IA n’est pas nécessairement une IA qui apprend seule

L’ancien dossier associait les agents aux algorithmes d’apprentissage par renforcement et affirmait qu’ils optimisaient automatiquement leurs performances au fil du temps. Ce fonctionnement ne correspond pas à la majorité des agents disponibles.

Un agent peut utiliser un modèle déjà entraîné sans modifier lui-même ses paramètres. Il analyse une situation, choisit un outil et observe son résultat, mais le modèle sous-jacent ne se réentraîne pas nécessairement après chaque opération.

Il faut distinguer :

Le modèle, qui génère une réponse ou sélectionne une action ;
L’agent, qui organise les étapes nécessaires à une tâche ;
Le bot de trading, qui applique des règles ou des indicateurs prédéfinis ;
Le système d’apprentissage continu, dont les paramètres sont régulièrement actualisés avec de nouvelles données.

Un agent peut être plus flexible qu’un bot classique, notamment lorsqu’il doit interpréter une demande formulée en langage naturel. Cette flexibilité crée cependant davantage d’incertitude : deux requêtes proches peuvent conduire à des raisonnements ou à des actions différents.

L’autonomie ne doit donc pas être confondue avec l’auto-amélioration ni avec une capacité à devenir spontanément plus performant sur les marchés.

1. Consulter un portefeuille et préparer des transactions

Le premier usage concret consiste à simplifier les interactions avec un portefeuille de cryptomonnaies.

Au lieu de naviguer entre plusieurs applications, l’utilisateur peut demander à un agent :

De consulter ses soldes ;
De retrouver une transaction ;
D’estimer le coût d’une opération ;
De préparer un transfert ;
D’échanger un actif contre un autre ;
De résumer l’activité récente d’une adresse.

L’intérêt vient principalement de l’interface conversationnelle. L’utilisateur décrit son objectif et l’agent traduit sa demande en opérations compatibles avec la blockchain concernée.

Cette simplicité apparente ne doit pas masquer les étapes techniques. Une transaction doit préciser le réseau, l’adresse de destination, l’actif, le montant et les frais acceptés. Une erreur sur l’un de ces paramètres peut entraîner une perte.

Certaines solutions privilégient donc un fonctionnement semi-autonome. L’agent prépare la transaction, mais l’utilisateur conserve la responsabilité de vérifier et de signer l’opération.

Cette approche est plus prudente qu’une autorisation permanente accordée à l’agent. Elle permet de bénéficier de l’assistance de l’IA sans lui donner un contrôle total sur les fonds.

Son principal intérêt : rendre certaines opérations blockchain plus accessibles sans obliger l’utilisateur à maîtriser chaque interface technique.

2. Effectuer des paiements automatisés entre services numériques

Les crypto-actifs, et plus particulièrement certains stablecoins, peuvent servir à automatiser des paiements de faible montant entre logiciels.

Le protocole x402 développé par Coinbase reprend le code HTTP « 402 Payment Required ». Lorsqu’un service demande un paiement, il transmet des instructions lisibles par la machine : montant, actif accepté, réseau et adresse de destination.

Un agent peut alors :

Demander une ressource à une API ;
Recevoir les conditions de paiement ;
Vérifier si elles respectent les règles définies ;
Autoriser ou préparer le paiement ;
Récupérer automatiquement la ressource.

Ce mécanisme peut être utilisé pour payer l’accès :

À une base de données ;
À un modèle d’intelligence artificielle ;
À un outil de génération ;
À une information facturée à l’usage ;
À une capacité de calcul ;
À un contenu numérique.

L’intérêt ne réside pas uniquement dans la cryptomonnaie. Il vient de la possibilité pour un logiciel de découvrir un service, de comprendre son tarif et de régler automatiquement le montant demandé.

Les systèmes les plus prudents fixent un plafond et demandent encore une validation humaine. Les approches entièrement autonomes nécessitent des restrictions beaucoup plus fortes afin d’éviter qu’un agent multiplie les achats ou paie un service non souhaité.

Son principal intérêt : permettre à des applications et agents de payer ponctuellement un service sans abonnement ni procédure manuelle à chaque requête.

3. Analyser les transactions et l’activité on-chain

Les blockchains publiques produisent une grande quantité de données : transferts, créations de jetons, échanges, dépôts, retraits et interactions avec des contrats intelligents.

Un agent peut aider à transformer ces données techniques en informations plus lisibles. Il peut notamment :

Regrouper des transactions similaires ;
Résumer l’activité d’un portefeuille ;
Signaler un transfert inhabituel ;
Suivre les mouvements d’un contrat ;
Identifier une concentration de jetons ;
Produire un rapport à partir de plusieurs sources.

Ce type d’analyse peut être utile aux équipes de conformité, aux chercheurs, aux développeurs ou aux utilisateurs souhaitant surveiller leurs propres portefeuilles.

Il faut cependant distinguer une anomalie d’une fraude. Un mouvement important peut correspondre à une opération parfaitement légitime. À l’inverse, une attaque conçue pour ressembler à des transactions ordinaires peut ne pas être immédiatement détectée.

Les résultats dépendent aussi de la qualité des données associées aux adresses. Une blockchain montre qu’une transaction a eu lieu, mais elle n’indique pas toujours l’identité réelle de la personne ou de l’organisation concernée.

L’agent doit donc présenter ses observations avec leur niveau d’incertitude plutôt que qualifier automatiquement chaque comportement inhabituel de piratage ou de blanchiment.

Son principal intérêt : rendre plus compréhensibles des données blockchain volumineuses et difficiles à interpréter manuellement.

4. Interagir avec les protocoles de finance décentralisée

Un agent disposant d’un portefeuille peut être connecté à certains protocoles de finance décentralisée, ou DeFi.

Il peut alors préparer ou exécuter des opérations comme :

Échanger deux crypto-actifs ;
Déposer des fonds dans un protocole ;
Retirer une position ;
Comparer plusieurs taux affichés ;
Rééquilibrer une allocation prédéfinie ;
Vérifier le niveau de garantie d’un emprunt ;
Signaler une variation importante d’un rendement.

Ces fonctions peuvent simplifier la gestion d’opérations répétitives. Elles ne suppriment cependant aucun des risques associés à la DeFi.

Le rendement affiché peut varier rapidement. Un contrat intelligent peut contenir une vulnérabilité. Un actif utilisé comme garantie peut perdre brutalement de la valeur. Une liquidité insuffisante peut rendre une sortie coûteuse ou impossible dans les conditions attendues.

Un agent peut également recevoir une information correcte au moment de l’analyse, puis exécuter la transaction dans des conditions différentes quelques secondes plus tard.

La formule « optimisation automatique des rendements » est donc trompeuse. L’agent peut appliquer une règle d’allocation, mais il ne peut garantir que cette règle restera adaptée ni que les fonds seront récupérables.

Son principal intérêt : automatiser des opérations clairement définies dans un environnement qui fonctionne en permanence.

5. Aider à l’analyse d’un marché sans prédire son évolution

Les agents peuvent réunir plusieurs types d’informations :

Prix et volumes ;
Données issues des blockchains ;
Actualités ;
Documents techniques ;
Publications sur les réseaux sociaux ;
Indicateurs définis par l’utilisateur.

Ils peuvent ensuite résumer ces éléments ou appliquer une stratégie prédéterminée. Cette capacité ne signifie pas qu’ils savent prévoir durablement l’évolution d’un marché.

Les données publiques sont également accessibles aux autres investisseurs et systèmes automatisés. Un signal exploitable peut disparaître dès qu’il est largement utilisé. Les résultats obtenus sur des données historiques peuvent, par ailleurs, ne pas se reproduire dans des conditions réelles.

Les modèles de langage présentent des limites supplémentaires. Ils peuvent :

Inventer une information absente ;
Utiliser une donnée obsolète ;
Confondre deux actifs portant un nom proche ;
Mal interpréter une actualité ;
Présenter une hypothèse comme une certitude ;
Produire une recommandation sans mesurer correctement le risque.

L’Autorité des marchés financiers rappelle que les outils d’IA accessibles au public ne sont pas conçus pour connaître précisément la situation financière de chaque utilisateur et peuvent fournir des informations inexactes, incomplètes ou dépassées.

L’expression « avantage certain sur les traders humains » doit donc être supprimée. La rapidité de traitement ne garantit ni la qualité de la stratégie ni sa rentabilité.

Notre dossier consacré à l’évolution du marché des cryptomonnaies permet de replacer ces outils dans un secteur caractérisé par une forte volatilité et des changements réglementaires fréquents.

Son principal intérêt : accélérer la collecte et la synthèse d’informations, sans remplacer l’analyse critique ni la gestion du risque.

Les agents IA peuvent-ils gérer un portefeuille de manière autonome ?

Techniquement, un agent peut recevoir des règles lui permettant d’acheter, de vendre ou de rééquilibrer des actifs. Cela ne signifie pas qu’une délégation complète soit souhaitable.

Pour gérer correctement un portefeuille, il faudrait prendre en compte :

La situation financière de la personne ;
Son horizon d’investissement ;
Ses besoins de liquidité ;
Sa capacité à supporter une perte ;
La fiscalité applicable ;
Les risques propres à chaque actif ;
Les conditions de marché ;
La sécurité des plateformes utilisées.

Un agent généraliste ne dispose pas nécessairement de ces informations. Même lorsqu’elles lui sont fournies, il peut les interpréter de manière imparfaite.

L’optimisation fiscale constitue un exemple particulièrement sensible. La qualification d’une opération dépend du pays, du statut du contribuable et de la nature des transactions. Un agent peut aider à classer les mouvements, mais il ne devrait pas décider seul de leur traitement fiscal.

Pour un particulier, le fonctionnement le plus raisonnable consiste donc à utiliser l’IA pour surveiller, résumer ou préparer des opérations, tout en conservant une validation humaine avant toute décision engageant des fonds importants.

Les agents IA améliorent-ils réellement la sécurité ?

L’intelligence artificielle peut aider à détecter certains comportements suspects, mais elle crée aussi de nouvelles surfaces d’attaque.

Un agent connecté à un portefeuille combine plusieurs éléments sensibles :

Des identifiants d’accès ;
Des clés ou mécanismes de signature ;
Des données de marché ;
Des outils externes ;
Des instructions rédigées en langage naturel ;
Des contrats intelligents potentiellement inconnus.

Un attaquant peut essayer de tromper l’agent en injectant une instruction malveillante dans un site, un document ou une donnée qu’il consulte. L’agent pourrait alors être incité à divulguer une information, appeler un mauvais outil ou préparer une transaction dangereuse.

La blockchain ajoute un risque particulier : la validation d’une transaction ou d’une autorisation peut avoir des conséquences durables. Un contrat peut recevoir le droit de déplacer des jetons plusieurs semaines après la première interaction.

La Fondation Ethereum travaille notamment sur des mécanismes de « signature claire » destinés à remplacer les demandes opaques par une présentation compréhensible de l’action réellement autorisée.

La sécurité d’un agent ne doit donc pas reposer uniquement sur sa capacité supposée à reconnaître une fraude. Elle doit être organisée par l’architecture du système.

Cette problématique rejoint les enjeux plus généraux de cybersécurité face à l’automatisation et aux nouvelles menaces.

Les principaux risques des agents IA en crypto

L’accès aux clés et aux fonds

Un agent capable de signer des transactions peut déplacer les fonds qui lui sont accessibles. La compromission de ses identifiants ou de son environnement représente donc un risque direct.

La phrase de récupération d’un portefeuille ne doit jamais être copiée dans une conversation avec un modèle d’IA.

Les erreurs difficiles à annuler

Une adresse incorrecte, un mauvais réseau ou une autorisation trop large peuvent produire une perte irréversible. L’agent peut générer une opération techniquement valide mais contraire à l’intention réelle de l’utilisateur.

Les failles des contrats intelligents

L’agent peut interagir correctement avec un contrat qui contient lui-même une vulnérabilité. L’automatisation ne protège ni contre un code défaillant ni contre la compromission de l’administrateur du protocole.

Les manipulations de données

Une source de prix, un réseau social ou une page web peut contenir des informations fausses. Si l’agent leur accorde trop de confiance, il peut prendre une décision sur une base manipulée.

La volatilité et la liquidité

Une stratégie peut devenir inadaptée lorsque les prix évoluent brutalement. Même une décision calculée correctement peut produire une perte importante en cas de faible liquidité ou de forte variation.

Les effets de comportement collectif

Plusieurs agents utilisant les mêmes modèles et les mêmes données peuvent parvenir à des décisions similaires. Ces réactions simultanées pourraient accentuer certains mouvements, même si leur impact réel dépend de leur volume et de leur place sur le marché.

L’opacité des décisions

Il peut être difficile de comprendre pourquoi un modèle a choisi une action. Cette absence de traçabilité devient problématique lorsqu’une opération doit être expliquée à un utilisateur, un auditeur ou une autorité.

Comment encadrer un agent relié à un portefeuille ?

Un agent ne devrait pas recevoir immédiatement l’accès au portefeuille principal de son utilisateur.

Plusieurs précautions permettent de limiter l’impact d’une erreur ou d’une attaque.

Utiliser un portefeuille séparé

Le portefeuille confié à l’agent doit contenir uniquement les fonds nécessaires à ses tâches. Les actifs conservés sur le long terme doivent rester séparés.

Fixer des plafonds

Le système peut limiter :

Le montant par transaction ;
Le montant total quotidien ;
Les actifs utilisables ;
Les réseaux autorisés ;
Les frais maximaux ;
Les destinataires possibles.

Maintenir une validation humaine

Les transferts importants, nouveaux contrats et autorisations permanentes devraient exiger une confirmation explicite.

Une formulation comme « prépare cette transaction » est plus sûre que « effectue automatiquement toute opération que tu juges utile ».

Limiter les contrats autorisés

Une liste blanche permet d’empêcher l’agent d’interagir avec un contrat inconnu, même s’il reçoit une instruction l’y incitant.

Simuler les transactions

La simulation permet d’estimer le résultat probable d’une opération avant sa signature. Elle ne garantit pas le résultat final, mais peut révéler une partie des erreurs évidentes.

Conserver des journaux

Chaque donnée consultée, décision prise, outil appelé et transaction préparée doit être enregistré. Ces informations sont indispensables pour comprendre un incident.

Prévoir un arrêt d’urgence

L’utilisateur doit pouvoir suspendre immédiatement l’agent, révoquer ses autorisations et déplacer les fonds restants.

Tester sans actifs réels

Les premières expérimentations doivent être réalisées sur un réseau de test ou avec des montants que l’utilisateur peut perdre intégralement.

Quel cadre réglementaire en Europe ?

Il n’existe pas de statut juridique général qui ferait de l’agent IA une personne autonome responsable de ses décisions.

La responsabilité dépend de l’entreprise ou de la personne qui développe, déploie ou utilise le système, ainsi que du service réellement proposé.

Le règlement européen MiCA encadre notamment l’émission de certains crypto-actifs et les prestataires fournissant des services comme la conservation, l’échange ou l’exploitation d’une plateforme. Il ne suffit donc pas d’ajouter une couche d’intelligence artificielle pour échapper aux obligations applicables au service sous-jacent.

Lorsqu’une entreprise d’investissement utilise l’IA pour fournir un service relevant de la réglementation financière, l’Autorité européenne des marchés financiers rappelle qu’elle reste responsable de ses décisions et doit continuer à agir au mieux des intérêts de ses clients.

Le cadre dépend toutefois de la nature des actifs et du service. Tous les jetons et protocoles décentralisés ne relèvent pas exactement des mêmes règles.

Un utilisateur ne doit donc pas interpréter la présence d’un agent IA comme une garantie d’agrément, de conformité ou de protection de ses fonds.

Les jetons associés aux agents IA constituent-ils une opportunité ?

La popularité des agents a favorisé l’apparition de jetons présentés comme liés à l’intelligence artificielle autonome.

Le lien entre le jeton et un usage réel peut être très variable. Il peut servir à payer un service, participer à une gouvernance ou rémunérer certains participants. Il peut aussi n’avoir qu’un rapport marketing avec un agent dont les fonctionnalités sont limitées.

Avant d’évaluer un projet, il faut notamment vérifier :

L’identité et l’expérience de l’équipe ;
L’existence d’un produit utilisable ;
Le rôle concret du jeton ;
La répartition de l’offre ;
Les droits des principaux détenteurs ;
Les audits disponibles ;
Les conditions de retrait ou de revente ;
La dépendance à un seul service ;
Les autorisations réglementaires éventuellement nécessaires.

La simple présence des expressions « IA », « agent autonome » ou « nouvelle économie » ne constitue pas une preuve de valeur.

Les crypto-actifs restent exposés à la volatilité, aux défaillances techniques, aux manipulations de marché et aux escroqueries. Un projet technologique intéressant ne représente pas automatiquement un investissement pertinent.

Agents autonomes et organisations décentralisées

L’idée d’organisations autonomes décentralisées entièrement pilotées par des agents reste principalement expérimentale.

Un agent peut déjà :

Résumer une proposition ;
Vérifier certaines conditions ;
Préparer un vote ;
Exécuter une décision autorisée ;
Surveiller la trésorerie ;
Produire un rapport d’activité.

Lui confier seul la direction d’une organisation pose toutefois plusieurs difficultés :

Qui définit son objectif ?
Qui vérifie les données qu’il utilise ?
Qui répond d’une décision dommageable ?
Comment modifier son comportement ?
Comment empêcher la capture du système par un attaquant ?
Que se passe-t-il lorsque son intérêt apparent diverge de celui des membres ?

L’usage le plus crédible consiste donc à automatiser certaines fonctions administratives tout en maintenant une gouvernance humaine et des règles exécutables clairement définies.

Une technologie concrète, mais pas un investisseur autonome

Les agents IA appliqués aux cryptomonnaies ne sont plus une simple prévision pour 2025. Des outils permettent désormais de connecter un modèle à un portefeuille, de préparer des transactions et d’effectuer certains paiements automatisés.

Leur développement ne signifie toutefois pas que les marchés peuvent être confiés sans contrôle à des intelligences capables de générer automatiquement des rendements.

Les usages les plus solides sont aujourd’hui ceux dont l’objectif reste précis :

Résumer l’activité d’un portefeuille ;
Surveiller des transactions ;
Préparer une opération ;
Payer un service dans une limite définie ;
Appliquer une règle simple ;
Signaler un événement nécessitant une décision humaine.

Plus une tâche implique de fonds, de contrats ou de décisions ouvertes, plus la supervision doit être importante.

L’enjeu n’est donc pas de savoir si un agent peut agir sans intervention humaine. Il consiste à déterminer quelles actions peuvent lui être confiées, avec quelles permissions et quelles protections.

Ce contenu présente des technologies et leurs risques généraux. Il ne constitue pas un conseil en investissement.