Comment la blockchain peut-elle combler les lacunes en matière d'identité, de paiement et de confiance des agents IA ?

Écrit par : a16z crypto

Traduit par : AididiaoJP, Foresight News

L’agent IA évolue à une vitesse bien supérieure à celle des autres infrastructures, passant rapidement d’un outil d’assistance à un véritable participant économique.

Bien que les agents puissent désormais exécuter des tâches et effectuer des transactions, ils manquent encore d’un moyen standard à travers différents environnements pour prouver « qui je suis », « ce que je suis autorisé à faire » et « comment je suis rémunéré ».

L’identité ne peut pas être transférée, le paiement n’est pas encore par défaut programmable, et la collaboration reste isolée.

La blockchain résout ces problèmes au niveau de l’infrastructure. Les registres publics fournissent des preuves auditables pour chaque transaction ; les portefeuilles donnent aux agents une identité portable ; les stablecoins deviennent une autre couche de règlement. Ces concepts ne sont pas futurs, ils sont déjà disponibles aujourd’hui, permettant aux agents de fonctionner en tant que véritables acteurs économiques de manière permissionless.

Fournir une identité aux non-humains

Le principal obstacle à l’économie des agents n’est plus l’intelligence, mais l’identité.

Dans le secteur des services financiers, le nombre d’identités non humaines (systèmes de trading automatisés, moteurs de risque, modèles de fraude) est déjà environ 100 fois celui des employés humains. Avec le déploiement massif de cadres modernes d’agents (modèles de grande taille avec appel d’outils, workflows autonomes, orchestration multi-agent), ce ratio continuera d’augmenter dans tous les secteurs.

Cependant, ces agents sont encore en « statut sans compte bancaire ». Ils peuvent interagir avec le système financier, mais pas de manière portable, vérifiable, et par défaut fiable. Ils manquent d’un standard pour prouver leurs permissions, fonctionner de manière indépendante sur différentes plateformes, ou assumer la responsabilité de leurs actions.

Ce qui manque, c’est une couche d’identité universelle — l’équivalent d’un SSL pour agents, permettant une collaboration standardisée inter-plateformes. Les solutions actuelles restent fragmentées : d’un côté, des stacks verticalement intégrés, centrés sur la monnaie fiat ; de l’autre, des standards ouverts natifs de la cryptographie (comme x402 et les propositions émergentes d’identité pour agents) ; et des frameworks de développement tentant de faire le pont avec l’identité applicative (comme MCP, Protocol de Contexte de Modèle).

Aucun standard universel, interopérable, n’existe encore pour permettre à un agent de prouver à un autre : qui il représente, ce qu’il est autorisé à faire, et comment il est rémunéré.

C’est là que le concept de KYA (Know Your Agent) prend tout son sens. À l’image du crédit et du KYC (Know Your Customer) pour les humains, l’agent aura besoin de preuves cryptographiques, liées à son identité, ses permissions, ses contraintes et sa réputation. La blockchain offre une couche de coordination neutre : identité portable, portefeuilles programmables, et preuves vérifiables pouvant être analysées dans des chatbots, API ou marchés.

Des premières implémentations ont déjà vu le jour : registres d’agents on-chain, portefeuilles natifs utilisant USDC, standards ERC pour les « agents de confiance minimale », et outils de développement combinant identité, paiements intégrés et contrôle de fraude.

Mais tant qu’un standard d’identité universel n’est pas adopté, les commerçants continueront à bloquer les agents derrière leurs pare-feu.

Gouverner les systèmes IA

Les agents commencent à prendre le contrôle de systèmes réels, ce qui soulève une nouvelle question : qui détient réellement le contrôle ? Imaginez une communauté ou une entreprise où un système IA coordonne des ressources clés (qu’il s’agisse de l’allocation de capital ou de la gestion de la chaîne d’approvisionnement). Même si les gens peuvent voter sur les politiques, si la couche IA sous-jacente est contrôlée par un seul fournisseur, capable de pousser des mises à jour de modèles, d’ajuster des contraintes ou de couvrir des décisions, cette autorité est très vulnérable. La gouvernance formelle peut être décentralisée, mais la couche opérationnelle reste centralisée — celui qui contrôle le modèle contrôle en fin de compte le résultat.

Lorsque l’agent joue un rôle de gouvernance, il introduit une nouvelle couche de dépendance. Théoriquement, cela peut rendre la démocratie directe plus viable : chacun pourrait avoir un agent IA pour aider à comprendre des propositions complexes, modéliser des compromis, et voter selon ses préférences. Mais cette vision ne sera réalisable que si l’agent est réellement responsable devant ses représentants, transférable entre fournisseurs, et techniquement contraint à suivre les instructions humaines. Sinon, le système, tout en étant apparemment démocratique, sera en réalité manipulé par des comportements de modèles non contrôlés et opaques.

Si la réalité actuelle repose principalement sur quelques modèles de base, il faut pouvoir prouver qu’un agent agit dans l’intérêt de l’utilisateur, et non pour le compte d’une entreprise de modèles. Cela nécessitera probablement des garanties cryptographiques à plusieurs niveaux : (1) les données d’entraînement, de fine-tuning ou d’apprentissage par renforcement du modèle ; (2) les instructions et prompts précis suivis par l’agent ; (3) ses comportements réels dans le monde ; (4) des garanties de confiance, empêchant le fournisseur de modifier ses instructions ou de réentraîner le modèle à l’insu de l’utilisateur. Sans ces garanties, la gouvernance des agents se résumera à une gestion par ceux qui contrôlent les poids du modèle.

C’est là que la cryptographie peut jouer un rôle clé. Si les décisions collectives sont enregistrées sur la blockchain et automatisées, le système IA pourra être contraint de suivre strictement des résultats vérifiés. Si l’agent possède une identité cryptographique et un journal d’exécution transparent, il sera possible de vérifier qu’il agit dans ses limites. Si la couche IA appartient à l’utilisateur et est portable, et non verrouillée à une plateforme unique, aucune entreprise ne pourra simplement changer ses règles par une mise à jour de modèle.

En fin de compte, la gouvernance des systèmes IA est une question d’infrastructure, pas de politique. La véritable autorité repose sur la construction de garanties exécutables dans le système lui-même.

Comblant le vide des paiements traditionnels pour les activités IA natives

Les agents IA commencent à acheter divers services — crawling web, sessions de navigation, génération d’images — et les stablecoins deviennent une couche de règlement alternative pour ces transactions. Parallèlement, un nouveau marché dédié aux agents se forme. Par exemple, le marché MPP de Stripe et Tempo rassemble plus de 60 services conçus pour les agents IA. En une semaine, il a traité plus de 34 000 transactions, avec des frais aussi bas que 0,003 USD, et les stablecoins sont devenus un mode de paiement par défaut.

Ce qui diffère, c’est la façon dont ces services sont accessibles : pas de page de paiement. L’agent lit un schéma, envoie une requête, paie et reçoit la sortie, tout en une seule transaction. Cela représente une nouvelle catégorie de commerçants sans identité : un seul serveur, un ensemble d’endpoint, et un prix par appel. Pas d’interface frontale, pas d’équipe commerciale.

Les rails de paiement pour cela sont déjà en place. Coinbase x402 et MPP utilisent des méthodes différentes, mais intègrent tous deux le paiement directement dans la requête HTTP. Visa étend aussi cette approche avec des rails de paiement par carte, proposant un outil CLI permettant aux développeurs de payer depuis leur terminal, et aux commerçants de recevoir instantanément des stablecoins en back-end.

Les données sont encore en phase initiale. Après filtrage des activités non organiques, x402 traite environ 1,6 million de dollars par mois en paiements pilotés par agents, bien en dessous des 24 millions de dollars rapportés récemment par Bloomberg (données de x402.org). Mais l’écosystème infrastructurel se développe rapidement : Stripe, Cloudflare, Vercel et Google ont déjà intégré x402 à leurs plateformes.

Les outils pour développeurs représentent une opportunité majeure, surtout avec l’expansion du « vibe coding » qui permet à davantage de personnes de créer des logiciels. Des entreprises comme Merit Systems construisent des produits pour cet univers, par exemple AgentCash — un portefeuille CLI connectant MPP et x402, et un marché. Ces produits permettent à un agent d’utiliser un solde unique en stablecoins pour acheter des données, outils et capacités. Par exemple, un agent commercial peut appeler un endpoint tout en récupérant des données de Apollo, Google Maps ou Whitepages pour enrichir ses prospects, sans quitter la ligne de commande.

Ce commerce agent-à-agent tend à utiliser des rails de paiement cryptographiques (et de nouvelles solutions de cartes), pour plusieurs raisons. D’abord, le risque de souscription : les processeurs de paiement traditionnels doivent assumer le risque commercial, ce qui est difficile pour un commerçant sans site web ou entité légale. Ensuite, la programmabilité des stablecoins sur un réseau ouvert : tout développeur peut faire supporter un paiement par endpoint, sans passer par un processeur ou signer un contrat commercial.

Ce modèle a déjà été observé. Chaque transformation commerciale crée une nouvelle catégorie de commerçants que les systèmes existants ont du mal à servir initialement. Les entreprises qui construisent cette infrastructure parient non pas sur 1,6 million de dollars par mois, mais sur ce que deviendra ce chiffre lorsque l’agent deviendra l’acheteur par défaut.

Réévaluer la confiance dans l’économie des agents

Au cours des 300 000 dernières années, la cognition humaine a été le principal frein à la progression. Aujourd’hui, l’IA pousse le coût marginal de l’exécution vers zéro. Quand une ressource devient abondante, la contrainte se déplace. Quand l’intelligence devient bon marché, qu’est-ce qui devient cher ? La vérification.

Dans l’économie des agents, la vraie limite à l’échelle est notre capacité limitée, biologique, à auditer et à assurer la prise de décision machine. La capacité de supervision humaine est déjà dépassée. En raison du coût élevé de la supervision et du décalage dans la détection des erreurs, le marché tend à sous-investir dans la surveillance. « L’humain dans la boucle » devient rapidement physiquement impossible.

Mais déployer un agent non vérifié introduit des risques composés. Le système peut optimiser impitoyablement certains indicateurs, tout en s’éloignant silencieusement de l’intention humaine, créant une apparence de productivité déconnectée, et accumulant une énorme dette IA. Pour que l’économie soit sécurisée, la confiance ne peut plus reposer uniquement sur la vérification humaine — elle doit être intégrée dans l’architecture même du système.

Quand tout le monde peut générer du contenu gratuitement, la provenance vérifiable devient essentielle — savoir d’où cela vient, et si on peut lui faire confiance. La blockchain, les preuves on-chain et les systèmes d’identité décentralisée changent la donne : elles redéfinissent ce qui peut être déployé en toute sécurité dans l’économie. On ne voit plus l’IA comme une boîte noire, mais on dispose d’un historique clair et auditable.

À mesure que davantage d’agents IA commencent à échanger entre eux, la convergence entre les rails de règlement et la preuve de provenance s’accélère. Les systèmes de gestion de fonds (stablecoins, smart contracts) peuvent aussi porter des preuves cryptographiques, montrant qui a fait quoi, et qui doit répondre en cas de problème.

L’avantage comparatif de l’humain migrera vers le haut : passer de la détection de petites erreurs à la définition de stratégies, et à la responsabilité en cas d’échec. La véritable avantage durable appartient à ceux qui peuvent certifier cryptographiquement leurs résultats, les assurer, et assumer la responsabilité en cas de défaillance.

Une échelle non vérifiée est une dette qui s’accumule avec le temps.

Protéger le contrôle utilisateur

Depuis des décennies, de nouvelles couches d’abstraction ont redéfini la façon dont les utilisateurs interagissent avec la technologie. Les langages de programmation abstraient le code machine ; les interfaces graphiques ont remplacé la ligne de commande, puis les applications mobiles et API. Chaque changement masque davantage la complexité sous-jacente, tout en maintenant l’utilisateur au centre de la boucle.

Dans le monde des agents, l’utilisateur spécifie le résultat, pas l’action précise, et le système décide comment l’atteindre. L’agent abstrait non seulement la façon d’exécuter la tâche, mais aussi qui l’exécute. L’utilisateur définit des paramètres initiaux, puis recule, laissant le système fonctionner de lui-même. Son rôle devient celui de superviseur ; sauf intervention, l’état par défaut est « actif ».

À mesure que les utilisateurs délèguent davantage de tâches aux agents, de nouveaux risques apparaissent : des entrées floues peuvent conduire l’agent à agir sur des hypothèses erronées, à leur insu ; des échecs peuvent ne pas être signalés, rendant le diagnostic difficile ; une seule approbation peut déclencher des workflows complexes et imprévus.

C’est là que la cryptographie peut aider. La cryptographie vise à minimiser la confiance aveugle. Plus les décisions sont déléguées à des logiciels, plus ce problème devient aigu, et plus la conception doit être rigoureuse — en définissant des limites claires, en augmentant la visibilité, et en imposant des garanties plus fortes sur les capacités du système.

De nouveaux outils cryptographiques natifs émergent. Les frameworks de délégation de portée — comme le Delegation Toolkit de MetaMask, AgentKit de Coinbase, et AgentCash de Merit Systems — permettent aux utilisateurs de définir, au niveau des contrats intelligents, ce que l’agent peut ou ne peut pas faire. Les architectures basées sur l’intention (comme NEAR Intents, qui a traité plus de 15 milliards de dollars en volume DEX depuis Q4 2024) permettent aux utilisateurs de définir simplement le résultat attendu (par exemple, « faire un pont de tokens et staker »), sans préciser comment l’obtenir.