Bitcoin (BTC) constitue l’actif principal de structure de marché concerné par une prévision du cofondateur et PDG de Nansen, Alex Svanevik, qui anticipe que les agents de trading IA seront plus nombreux que les traders humains d’ici environ deux ans. Cette prévision porte sur le nombre d’agents logiciels actifs et non sur une affirmation selon laquelle l’IA offrirait de meilleurs rendements. Cette distinction est importante, car les marchés crypto connaissent déjà d’importants flux automatisés issus de récupérateurs de MEV, de bots d’arbitrage et de programmes de grid trading exécutés selon des règles déterministes ; la nouvelle catégorie décrite par Svanevik concerne des agents fondés sur des modèles de langage capables d’interpréter des données non structurées telles que le sentiment social, les actualités et l’activité on-chain avant de décider d’agir.

Svanevik a indiqué que la fonction de trading de Nansen a traité plus de 500 millions de dollars de volume cumulé depuis son lancement, mais ce chiffre reflète des ordres d’achat et de vente répétés plutôt qu’un bénéfice net ou des actifs sous gestion. Le produit actuel de l’entreprise conserve un dispositif avec intervention humaine : un bot de trading IA peut rechercher des tokens, suivre de grands portefeuilles et préparer les paramètres d’ordre, mais l’utilisateur doit examiner le prix, la taille, la route, les frais et le slippage avant l’exécution. La documentation officielle du produit décrit le trading au comptant sur Base et Solana, tandis que les contrats perpétuels sont acheminés via Hyperliquid. L’interface utilise un portefeuille crypto IA intégré propulsé par Privy plutôt qu’une importation directe d’un portefeuille externe.

Svanevik a cité un agent expérimental qui a gagné 23 dollars tout en consommant 700 dollars de coûts d’inférence, illustrant le fait que l’exécution autonome reste économiquement fragile. Le coût d’inférence désigne la dépense par requête liée à l’appel d’API de modèles de langage de grande taille, qui s’accumule chaque fois qu’un agent lit des données, les analyse et génère une décision. Comme les marchés crypto fonctionnent en continu, une seule société ou un seul utilisateur peut déployer des agents distincts pour la surveillance, l’analyse des actualités, les limites de risque et l’exécution, de sorte que le nombre d’agents peut croître plus vite que le nombre de détenteurs de comptes humains. Cette distinction a des implications pour la qualité du marché, car une hausse des flux d’ordres automatisés ne se traduit pas automatiquement par une meilleure découverte des prix ou par des drawdowns plus faibles.

Nansen présente les agents entièrement autonomes comme des sujets de back-testing et de trading simulé plutôt que comme des véhicules de capitaux clients en conditions réelles. Les notes de risque de l’entreprise mentionnent des sorties de modèle incorrectes, des données on-chain ou sociales contaminées, des liquidations induites par l’effet de levier, des défaillances de smart contract et des règlements blockchain irréversibles, la responsabilité finale incombant à l’utilisateur. Ces risques font écho à des préoccupations de longue date dans le trading algorithmique traditionnel — cascades de flash crash et boucles de rétroaction — tout en ajoutant des vulnérabilités spécifiques aux crypto-actifs, comme l’irréversibilité des transactions réglées et la dépendance à des fournisseurs de modèles tiers.

Un deuxième développement concerne l’effort de Nansen pour transformer l’analyse en couche d’exécution pour Bitcoin (BTC), Ether et des actifs de référence non crypto. Svanevik a décrit trois évolutions stratégiques : passer de la recherche à l’exécution des transactions, élargir des actifs numériques à toutes les classes d’actifs, et permettre aux agents IA de prendre des décisions auparavant prises par les investisseurs humains.

Svanevik a opposé le comportement des particuliers à la diversité des machines, affirmant que les traders particuliers poursuivent souvent les mêmes thèmes, tandis que les agents peuvent traiter simultanément différentes sources de données et différents modèles. Il a également reconnu que les grands modèles de langage peuvent être trompés par des entrées empoisonnées, ce qui fait de la sécurité des données et de la fiabilité des modèles des conditions préalables à un déploiement plus large.

Selon les données produit de l’entreprise, environ deux tiers des 15 contrats perpétuels les plus activement négociés n’étaient pas des instruments crypto, mais des actifs de référence liés au capital-investissement de SpaceX, au S&P 500, à l’or, à l’argent, au pétrole brut WTI et au Brent. Il s’agit de dérivés on-chain qui suivent des prix externes ; ils ne confèrent pas au détenteur la propriété directe d’actions, de composantes d’indice ou de métal physique. Ces instruments représentent un segment du paysage plus large des actifs du monde réel et des dérivés synthétiques, où des plateformes comme Synthetix et Polymarket ont proposé une exposition on-chain à des références non crypto.

Svanevik a également indiqué que Robinhood a été intégré à Nansen cette semaine, avec une fonctionnalité de trading censée être mise en service dans les jours suivants, bien que l’annonce n’ait pas précisé les modalités de garde, le routage ou l’éligibilité régionale. Robinhood, qui sert des millions de comptes de courtage de détail, a progressivement élargi ses offres crypto, et cette intégration signale la volonté de Nansen de relier l’analyse on-chain aux infrastructures de courtage traditionnelles.

Le dirigeant a soutenu que les plateformes d’échange centralisées pourraient s’adapter plus lentement, car les exigences de licence, les obligations de supervision et les lignes de revenus existantes limitent le déploiement d’outils de trading autonomes. L’avantage concurrentiel revendiqué par Nansen est sa base de données d’adresses étiquetées, développée sur six ans et couvrant plus de 500 millions d’adresses blockchain, qui peut aider un trader d’altcoins ou un desk macro à identifier des grappes de portefeuilles invisibles aux lecteurs de graphiques ordinaires.

L’entreprise continue de tester des agents entièrement autonomes au moyen de back-tests et de transactions simulées avant d’engager des fonds clients.

Selon les données de COINOTAG, la dominance du BTC s’établit à 69,8 % avec une capitalisation totale du marché crypto proche de 1,85 billion de dollars, tandis que l’indice Fear and Greed à 29 sur 100 signale la peur plutôt que l’euphorie. Dans ce contexte, l’exécution automatisée pourrait approfondir la liquidité dans des conditions calmes mais potentiellement amplifier les positions à sens unique lors de chocs de marché.

Le gain déclaré de 23 dollars face à 700 dollars de coût d’inférence indique que l’autonomie n’est pas encore commercialement mûre. Tant que les agents n’auront pas démontré leur robustesse en tenant compte des frais, du slippage et des tentatives d’empoisonnement des données, c’est la sensibilité macroéconomique du Bitcoin, et non le nombre de machines, qui déterminera les mouvements de prix vers ou loin des plus hauts historiques.

COINOTAG ne fournit pas de services de conseil financier. Ce contenu est fourni à titre informatif uniquement et ne doit pas être considéré comme un conseil en investissement. Les investissements en cryptomonnaies comportent un risque élevé.