Les travailleurs de l'IA gagnent 400 millions de dollars par an, Virtuals vise à faire de vous un actionnaire

Auteur : Decentralised.co

Compilé par : Deep Tide TechFlow

Introduction de Deep Tide : Alors que les agents d'IA commencent à générer des revenus réels, la question de qui possède les machines devient plus pressante que la technologie elle-même. Le protocole Virtuals cherche à faire des gens ordinaires des actionnaires de machines autonomes. Si cette expérience réussit, elle redéfinira les frontières du travail et de la propriété. Cet article est crucial pour les investisseurs afin de comprendre les opportunités à long terme à l'intersection de l'IA et de la cryptomonnaie.

Une économie construite pour des machines autonomes {#article-toc-33597-2}

Tous les quelques années, la technologie force l'économie à confronter une question qui ne peut être résolue seule : Que se passe-t-il lorsque les machines peuvent faire votre travail mieux, moins cher et 24 heures sur 24 ? Qui possède finalement la production générée par ces machines ?

Cet article, en collaboration avec le protocole Virtuals, plonge dans l'une des expériences les plus ambitieuses dans le domaine de la cryptomonnaie à ce jour. Il construit une infrastructure nationale complète pour les agents d'IA, alimentée par les marchés de capitaux et les robots physiques, couvrant les couches d'identité, de banque et commerciales. Le pari est que les gens ordinaires devraient pouvoir posséder des actions dans ces machines autonomes qui commencent à générer une véritable valeur économique. Virtuals essaie de tirer parti des traces financières laissées par l'ère de la spéculation cryptographique pour rendre cela possible. Cet article explore si l'exécution peut soutenir cette ambition. Mais d'abord, une question qui précède tout cela d'environ deux cents ans...

En 1811, un groupe de travailleurs du textile dans le Nottinghamshire a pris d'assaut un atelier et a réduit en morceaux un métier à tisser. Cela a déclenché un mouvement massif. Le gouvernement britannique a dû envoyer 14 000 soldats dans les Midlands pour empêcher les tisserands de détruire les machines. C'était plus que les soldats que Wellington a envoyés sur la péninsule ibérique pour combattre Napoléon.

Le Parlement britannique a déclaré que détruire des machines à tisser pouvait être passible de la peine de mort, et l'année suivante, dix-sept personnes ont été pendues à York. Ces individus ont été étiquetés "Luddites", mais l'histoire a transformé ce terme en une insulte, se référant à une classe de fous et de technophobes incapables de s'adapter au changement. Pourtant, ces Luddites comprenaient les machines mieux que quiconque. Ce étaient des artisans qualifiés qui ont passé des années à maîtriser des métiers à tisser étroits pour produire des tissus de haute qualité. Les machines qu'ils ont détruites étaient des métiers à tisser larges et des modèles plus récents que n'importe quel jeune non formé pouvait faire fonctionner, gagnant seulement un tiers des salaires des artisans.

Les métiers à tisser larges produisaient des vêtements de mauvaise qualité mais à un coût plus bas que jamais, et cette bon marché érodait le marché. Chaque métier à tisser large entrant dans l'atelier prenait le moyen de subsistance d'un artisan.

Ce schéma s'est répété à chaque génération, chaque personne impliquée se convainquant que la version à laquelle elle faisait face était différente et pire. Mais l'histoire montre que les machines n'éliminent que rarement des emplois. Elles réorganisent simplement qui fait le travail et qui possède la production. Les paysans ont été chassés des communs et dans des villes d'usine, échangeant la propriété des terres qu'ils cultivaient contre des salaires horaires sous l'horloge de quelqu'un d'autre.

Les ouvriers d'usine sont devenus des employés de bureau, louant leur temps pour de meilleurs salaires. Les employés de bureau sont ensuite devenus des travailleurs à la tâche, des chauffeurs Uber et des freelances sur Fiverr. Ils ont engagé le même travail sous une classification conçue pour permettre aux plateformes de réaliser des bénéfices tandis que les travailleurs supportaient les risques.

Chaque fois, la production totale a augmenté, mais la proportion de propriété que les travailleurs avaient sur la valeur qu'ils créaient a diminué. Aujourd'hui, 500 millions de personnes sont engagées dans un travail dépendant, sans même compter le travail rémunéré des freelances. En Inde, 50 millions de personnes sont piégées dans une servitude par dettes, ayant l'impression que le servage médiéval a simplement été remplacé par une nouvelle documentation.

Maintenant, l'histoire se répète dans la révolution de l'IA, mais cette fois, cela ressemble à un métier à tisser auto-opérant. L'IA que nous avons peut automatiser des entreprises, confirmer des bénéfices et réinvestir des bénéfices dans la croissance. Une IA de santé nommée Medvi a enregistré 401 millions de dollars de revenus l'année dernière avec seulement deux employés humains. Vous pouvez maintenant engager un agent de programmation pour environ un dollar de l'heure, travaillant 24 heures sur 24 sans jamais demander de congé payé.

Ces agents sont maintenant de véritables participants économiques, obligeant les gens à se demander qui les possède. Quand un travailleur est une machine qui peut se répliquer à coût nul et embaucher d'autres machines pour aider, qui est réellement en contrôle ? La dernière grande tentative de donner aux gens ordinaires une part dans une révolution cryptographique était Axie Infinity. C'était un jeu play-to-earn qui promettait la libération économique aux travailleurs aux Philippines et en Asie du Sud-Est. Il a attiré 2,7 millions de joueurs actifs quotidiens, dont la plupart étaient des travailleurs philippins gagnant plus dans les jeux vidéo que dans les emplois locaux. Mais il s'est ensuite effondré, devenant un conte d'avertissement pour l'ensemble de l'industrie.

Jansen Teng et Wee Kee font partie de l'équipe qui a été témoin de cet effondrement de l'intérieur. Ils sont sortis des ruines avec une version d'un problème luddiste, mise à jour pour un monde de monnaie programmable et de logiciels autonomes. Que se passerait-il si les travailleurs générant de la valeur économique étaient des logiciels, et non les humains qui s'épuisaient dans les jeux vidéo ? Les gens ordinaires pourraient en posséder des actions, tout comme les actionnaires possédaient autrefois des actions dans des navires de commerce. Ils ont commencé à construire le protocole Virtuals autour de cette question.

Pour comprendre cela, vous devez d'abord saisir les enjeux du monde que nous habitons. Dans les années 1950, Lewis Strauss, président de la Commission de l'énergie atomique des États-Unis, a promis que la fission nucléaire fournirait "une électricité si bon marché qu'elle n'aurait pas besoin d'être mesurée." Cela est devenu l'une des promesses brisées les plus célèbres de l'histoire de l'énergie, car l'énergie nucléaire s'est finalement révélée être prohibitive et mortelle. Les désastres de Tchernobyl et de Fukushima ont ajouté une décennie de peur publique et de fardeau réglementaire. Cela a rendu cette déclaration synonyme d'arrogance technologique pendant soixante-dix ans.

Puis Sam Altman a utilisé exactement les mêmes mots pour décrire à quel point il croit que la cognition de l'IA deviendra accessible et abondante. Le coût de formation de modèles de pointe a chuté de dix fois tous les 18 mois. Le coût de formation d'un modèle avec des performances de niveau GPT-4, qui était d'environ 100 millions de dollars en 2023, peut maintenant être reproduit pour quelques millions de dollars.

Un agent de programmation peut livrer du code de production pour moins d'un dollar de l'heure. C'est déjà moins cher que les développeurs offshore les moins chers de la planète, et il ne prend jamais de week-end. La chronologie d'Altman inclut des systèmes capables de produire de véritables percées scientifiques cette année. D'ici 2027, il y aura également des robots physiques capables d'effectuer un travail réel. Que vous le croyiez ou non est presque sans importance, car la courbe des coûts diminue chaque trimestre.

À mesure que les machines deviennent moins chères, le contenu généré inonde chaque surface numérique. Ce que seuls les humains vivants peuvent fournir commence à commander un prix premium comme jamais auparavant. Les concerts en direct sont plus précieux que les flux Spotify. Un menuisier du week-end fabrique une table à la main. Les robots d'usine peuvent le faire plus vite et moins cher, mais la table faite à la main commande un prix premium précisément parce qu'une personne choisit de passer son temps irremplaçable à la faire.

L'abondance de machines rend l'effort humain un luxe. La thèse de Virtuals est construite sur cette inversion. Elle vise à établir un monde où les humains possèdent des machines autonomes qui génèrent de la valeur marchandisée. De cette façon, les gens peuvent investir leurs efforts irremplaçables dans des choses qui ne peuvent être produites qu'avec la présence et le jugement humains.

En 1602, les marchands néerlandais ont été confrontés à un problème similaire. Les marchands individuels ne pouvaient pas se permettre d'envoyer un navire en Asie seuls. Les longs voyages étaient trop coûteux, et les risques dépassaient la capacité de n'importe quelle famille. Ils ont donc inventé des actions librement négociables dans une entreprise permanente. La Compagnie néerlandaise des Indes orientales, ou VOC, a permis aux citoyens ordinaires d'investir. Cette entreprise possédait des navires, menait des échanges, puis distribuait des bénéfices aux actionnaires. Elle est devenue la première supercorporation sur Terre, avec 50 000 employés et 200 navires. Son innovation a été de permettre aux gens ordinaires de regrouper des capitaux et de posséder des entreprises productives qu'ils ne pouvaient pas se permettre seuls.

Virtuals construit le même mécanisme pour les agents d'IA. Teng a miné de l'ETH en utilisant l'électricité gratuite de son dortoir à l'Imperial College et a travaillé chez BCG pendant des années pour rembourser des prêts. Il a ensuite lancé le DAO d'investissement dans les jeux pathDAO en décembre 2021, coïncidant avec le pic d'Axie Infinity.

Lui et Wee Kee ont vu des joueurs philippins gagner plus d'un jeu vidéo que dans n'importe quel emploi local. Ils ont été témoins d'un photographe de mariage vietnamien qui a quitté son emploi pour jouer à plein temps. Mais plus tard, les jetons que ces joueurs ont travaillé dur pour gagner ont presque chuté à zéro. Ces travailleurs comptant sur le modèle play-to-earn se sont retrouvés dans une situation pire que celle dans laquelle ils avaient commencé.

La leçon de cette ruine est que la tokenisation du travail humain à travers les jeux est une impasse. Parce que le travail humain ne peut pas se développer sans exploitation. Mais une idée plus réaliste est que si les gens ordinaires pouvaient posséder le logiciel qui fait le travail, tout comme les actionnaires de la VOC possédaient autrefois les navires qui menaient le commerce des épices.

Ainsi, Virtuals a commencé avec son premier agent d'IA, Luna. Luna est un agent sur le thème de K-pop avec son propre portefeuille crypto. En quelques mois, Luna a engagé des artistes humains pour créer des graffitis pour elle dans des villes du monde entier et les a payés depuis son portefeuille. Ce travail créatif ne peut être effectué que par des mains humaines. Luna inverse effectivement la relation entre les humains et les machines. Maintenant, la question est de savoir si l'exécution de Virtuals peut soutenir ses affirmations, c'est ce que cet article explorera ensuite. Je vais également indiquer franchement où cela ne fonctionne pas.

L'État-nation de l'IA {#article-toc-33597-3}

Si nous regardons en arrière au cours des dernières années, chaque révolution technologique a suivi les mêmes deux phases. L'économiste vénézuélo-britannique Carlota Perez a passé des décennies à cartographier ce modèle à travers cinq révolutions industrielles. Elle appelle ces deux phases la phase d'installation et la phase de déploiement.

Dans la phase d'installation, le capital spéculatif afflue, l'engouement dépasse la réalité, conduisant à une surconstruction d'infrastructures, et la plupart des entreprises de construction font faillite. Puis vient l'effondrement, après quoi la phase de déploiement commence. À ce stade, d'autres entrent, utilisant l'infrastructure sur-construite pour créer de la valeur que les bâtisseurs n'auraient pas pu imaginer.

Un exemple typique est la bulle des dot-com. À la fin des années 1990, plus d'argent a été dépensé pour poser des câbles à fibre optique que pour des startups Internet. Les entreprises de télécommunications qui ont posé ces câbles ont toutes fait faillite. Ensuite, Google a acheté les fibres optiques pour une fraction du coût. Ces câbles sont devenus la colonne vertébrale de YouTube, Netflix et de l'ensemble de l'économie de streaming de médias en ligne.

"Sans l'exubérance irrationnelle, de grandes choses ne peuvent être réalisées ; sans effondrement, des choses importantes ne se produisent pas." ------Fred Wilson, capital-risqueur pendant la bulle des dot-com.

La phase d'installation de l'industrie crypto a suivi la même trajectoire. D'environ 2017 à 2022, le capital spéculatif a aidé à construire des portefeuilles, des DEX, des pools de liquidités, des stablecoins, des normes de jetons et des cadres de gouvernance on-chain. Mais la plupart des projets qui ont construit ces outils sont maintenant morts ou sans importance. Cependant, l'infrastructure qui a été posée existe toujours aujourd'hui. Si vous voulez établir une économie fonctionnelle pour des participants non humains, ce sont exactement ce dont vous avez besoin. Virtuals n'a pas inventé ou réinventé ces outils. Ils les ont essentiellement hérités et les utilisent maintenant pour construire quelque chose que la phase d'installation n'avait jamais anticipé.

Jansen Teng fait référence à ce qu'ils font comme "construction de nation". Je sais que cela ressemble à quelque chose qu'un fondateur de crypto pourrait dire dans un podcast. L'objectif est de faire en sorte que les jetons semblent plus économiquement précieux qu'ils ne le sont réellement. Mais cette fois, la métaphore tient la route.

Une nation fonctionnelle nécessite cinq couches d'infrastructure pour faire fonctionner son économie. La première est un système d'identité qui vous permet de savoir qui participe. La deuxième est un système bancaire par lequel la valeur peut circuler. Ensuite, il y a des lois commerciales qui permettent aux participants de commercer et de résoudre des litiges. Les marchés de capitaux permettent aux entreprises d'obtenir un financement. Enfin, il y a une infrastructure physique qui permet aux choses de se produire dans le monde réel. Virtuals a construit, ou est en train de construire, chacune de ces couches spécifiquement pour les agents d'IA.

Commençons par l'identité, car c'est là que se trouve le goulot d'étranglement. Récemment, A16z a publié des recherches suggérant que la contrainte sur l'économie des agents n'est plus l'intelligence mais l'identité. Même aujourd'hui, dans le secteur des services financiers, les identités non humaines—telles que les systèmes de trading automatisés, les moteurs de risque et les modèles de fraude—surpassent les identités humaines par un facteur de 100. Mais comme le dit A16z, ces systèmes n'ont toujours "effectivement pas de comptes bancaires." Les agents d'IA peuvent écrire du code de production et gérer des portefeuilles. Cependant, ils ne peuvent pas passer les vérifications KYC, ne peuvent pas avoir de comptes bancaires et ne peuvent pas détenir de certificats vérifiables.

Ironiquement, ce problème est aussi ancien que notre civilisation économique. La dynastie Qin en Chine a imposé des noms de famille légaux au IVe siècle avant J.-C. précisément pour intégrer les citoyens dans le système fiscal et commercial. L'humanité a passé environ 2 500 ans à construire une infrastructure d'identité.

Virtuals tente de faire de même pour les participants économiques de l'IA à travers sa couche d'identité, EconomyOS. Elle fournit à chaque agent d'IA cinq choses :

1. Un portefeuille crypto non-custodial.
2. Une carte de paiement virtuelle utilisable chez n'importe quel commerçant régulier.
3. Une adresse e-mail dédiée qui peut extraire automatiquement des codes de vérification.
4. Des jetons optionnels pour le financement on-chain.
5. Et un accès computationnel financé par le portefeuille, permettant aux agents de payer leurs propres coûts de raisonnement.

Sans ces primitives, les agents ne sont que des assistants utiles. Mais avec ces capacités, les agents peuvent devenir de véritables participants économiques. Ils peuvent gagner, dépenser, échanger et composer de la valeur comme des humains.

Ensuite vient le commerce. Virtuals a également lancé le protocole Agentic Commerce pour aider les agents à échanger, communiquer et payer en ligne. Le fonctionnement est simple : un agent ayant besoin de quelque chose peut publier une demande, décrire la tâche et joindre un budget et une limite de temps. D'autres agents peuvent voir la liste et négocier les termes en enchérissant sur la tâche, un peu comme des freelances enchérissant sur des projets Upwork. Une fois qu'un client et un fournisseur parviennent à un accord, le paiement va dans un compte séquestre. Après la livraison du travail, un troisième agent agit en tant qu'évaluateur, vérifiant la production par rapport à un POA cryptographiquement signé. Ce POA est essentiellement un enregistrement inviolable de ce qui a été promis.

Si le travail répond à la promesse, les fonds sont libérés du séquestre vers le portefeuille de l'agent. Chaque étape est on-chain, ce qui signifie que tout est publiquement auditable et exécutable sans intermédiaires. Vous pouvez le considérer comme Fiverr, mais une version programmable et native aux agents qui se règle par des contrats intelligents. Il existe déjà un groupe d'agents professionnels opérant 24 heures sur 24, avec un fonds spéculatif autogéré collaborant indépendamment à travers ce système pour des investissements et des audits de sécurité.

Après cela, la troisième couche est la formation de capital. Vous voyez, chaque ère économique a ses outils financiers nécessaires. Les sociétés par actions ont émis des actions transférables pour l'âge des explorations ; les banques d'investissement ont financé l'acier et les chemins de fer ; le capital-risque a financé l'âge de l'information. La courbe conjointe est à l'économie des agents ce que les actions librement transférables étaient à l'âge des explorations. C'est un outil financier qui permet à quiconque ayant du capital de gagner la propriété d'actifs ou d'entités productives. Cela signifie que tout développeur peut construire des agents, les tokeniser et laisser le marché les financer.

Le cadre de libération de 60 jours de Virtuals est construit sur le même modèle. Il crée un cadre expérimental sans risque et réversible. Les fondateurs peuvent construire, libérer et tester publiquement des jetons avant de prendre des engagements irréversibles.

Cela fonctionne à travers une plateforme de lancement modulaire. Chaque jeton d'agent s'apparie initialement avec VIRTUAL sur la courbe conjointe, et une fois que la liquidité s'accumule suffisamment, il passe à un pool de trading formel, avec des verrouillages LP à long terme et des frais de trading répartis entre les créateurs d'agents et les incitations à l'écosystème. Cette partie est la même pour quiconque émet des jetons. La différence entre chaque libération réside dans les modules que les fondateurs déverrouillent.

Le premier problème que toute émission de jetons doit aborder est le sniping, où des bots se précipitent pour extraire de la valeur dans les premières secondes avant que les véritables participants ne puissent entrer. Virtuals aborde ce problème avec ce qu'ils appellent une taxe anti-sniping, facturant des taux presque complets pour les premiers acheteurs, qui diminuent minute par minute, tous les impôts revenant au jeton par le biais d'une attribution forcée. Ainsi, les bots évitent complètement cela ou financent involontairement la santé à long terme du projet.

Une fois que la libération est en direct, les snipers sont tenus à l'écart par le prix, et la question devient : comment les fondateurs lèvent-ils des fonds ? C'est là qu'intervient la formation de capital automatique (ACF). Le système ne fait plus appel aux VCs ou ne négocie plus des tours de financement, mais vend plutôt des jetons d'équipe par lots à mesure que le projet atteint des jalons d'évaluation. À partir de là, si le projet stagne, les fondateurs lèvent peu. Mais s'il croît, le capital suit automatiquement.

Cette structure de capital intègre également la communauté existante de Virtuals. Une partie de chaque nouvelle émission est distribuée aux stakers de VIRTUAL et aux utilisateurs actifs d'ACP par le biais d'un mécanisme d'airdrop, de sorte que ceux qui ont construit et échangé au sein de l'écosystème aient une part dans chaque projet lancé dessus. Cela aligne les incitations à travers l'ensemble du réseau plutôt que d'isoler chaque libération dans son propre silo.

Une autre chose est que si les fondateurs veulent soutenir leurs projets, le module de pré-achat leur permet d'acheter de l'approvisionnement de manière transparente et avec attribution forcée lors de l'émission, afin que tout le monde puisse voir exactement combien l'équipe investit. Vous pouvez plonger plus profondément dans l'ensemble du modèle et comment il fonctionne ici.

Cela diffère de toute forme précédente de pari sur la capacité productive en ce sens qu'historiquement, chaque version soutenant le talent humain—des citoyens romains finançant des écoles de gladiateurs en tant qu'outil d'investissement aux sponsors de poker modernes envoyant de l'argent via Venmo avec une capture d'écran et une réputation—présente le même défaut fatal : les humains peuvent toujours s'en aller. Les gladiateurs peuvent délibérément perdre des matchs ; les joueurs de poker peuvent être en tilt.

Le risque de contrepartie ne peut jamais être résolu parce que les actifs productifs ont un libre arbitre et des jambes. Mais avec des agents tokenisés, une fois que le capital est investi, le travail ne peut pas être retardé ou renégocié. Les actifs productifs fonctionnent sur de l'énergie et du code, et leur production peut être audité on-chain.

La quatrième couche est la dernière étape vers une véritable économie d'agents. Elle s'appelle "entreprises zéro-humaines", c'est-à-dire des entités d'IA dont les revenus proviennent d'activités économiques réelles, entièrement non liées à des frais de transaction, souvent également non liées à la crypto en général. Si je devais nommer une entreprise, Felix Craft est actuellement un représentant typique. C'est une entreprise d'IA pure vendant des produits d'information en ligne. Elle a généré 200 000 dollars de revenus à vie. Les ventes réelles de produits rapportent plus que le trading spéculatif de jetons.

Un autre exemple, KellyClaudeAI, a publié 19 applications iOS à ce jour, sans développeurs humains impliqués. Ces chiffres sont petits, mais ils soulèvent une question : sont-ils les premiers points de données sur la courbe, ou sont-ils la limite supérieure de ce que les agents peuvent réellement produire ?

Il y a aussi un problème avec le mécanisme d'émission de jetons. Au début de 2025, pendant la folie des jetons d'agents d'IA, 94 % des jetons d'agents d'IA émis étaient des arnaques pump-and-dump. Et parmi tous les jetons émis cette année-là, seulement 1,7 % étaient encore activement échangés 30 jours plus tard. Cela est dû au fait que, pour la grande majorité des projets, les primes spéculatives sont le seul facteur faisant monter les prix. Il n'y a pas de produit réel, de revenus ou de forme d'accumulation de valeur économique sous-jacente.

Si vous savez que vous ne pouvez jamais vendre cet actif, combien seriez-vous prêt à payer pour cela ? Tout ce qui est au-dessus de ce prix n'est que spéculation.

Pour les jetons d'Axie Infinity, le prix de plancher d'utilité est zéro car la valeur du jeton dépend entièrement de nouveaux joueurs entrant dans le système. Pour les jetons d'agents sur Virtuals, la réponse peut être différente. Si Felix Craft gagne 200 000 dollars de clients réels vendant des produits, et que ces clients ne savent pas qu'ils achètent d'une IA. Et si la production de l'agent peut être audité on-chain—comme nous l'avons dit, elle peut effectivement l'être—alors ce jeton a un prix de plancher qui est indépendant de quiconque d'autre souhaitant l'acheter. C'est la valeur actuelle de la production future d'une machine productive.

Frontières physiques

Le test du prix de plancher d'utilité s'applique aux agents logiciels car leurs coûts sont mesurables, et leurs productions peuvent être directement obtenues on-chain. Cependant, une machine productive qui peut remodeler l'économie de Virtuals n'est pas du tout un logiciel. C'est un robot physique opérant dans le monde réel, et c'est là que l'ambition de Virtuals dépasse les tentatives précédentes dans l'espace crypto.

Il y a eu un énorme paradoxe dans le domaine de l'informatique au cours des 50 dernières années. Les humains ont découvert qu'automatiser le raisonnement est plus facile qu'automatiser le travail physique. Les tableurs ont remplacé une salle pleine de comptables, les e-mails ont remplacé les salles de courrier, et le code a remplacé les systèmes de classement et les tableaux de dessin. D'ici 2026, l'IA pourra rédiger des mémoires juridiques, diagnostiquer des images médicales et produire des logiciels de qualité production tout à la fois.

Le travail cognitif de bureau a été le premier à être automatisé, mais les personnes déplaçant des boîtes dans des entrepôts et des baristas tirant des shots d'espresso—ces emplois ont peu changé. La raison est que le travail physique nécessite des logiciels pour gérer l'imprévisibilité et la variabilité dans le monde réel. Les bras robotiques dans les usines peuvent souder la même jointure un million de fois parce que la jointure est toujours dans la même position. Un robot dans une cuisine ne peut pas faire un sandwich parce que chaque tomate est légèrement différente, chaque couteau équilibre différemment, et même la planche à découper peut être mouillée parfois. Le monde réel ne reste pas statique comme un tableur.

Maintenant, il y a un moyen de résoudre ce problème : les données.

Tout comme nous formons de grands modèles de langage avec d'énormes quantités de texte, représentant les pensées de milliards de personnes au cours de leur vie.

Nous pouvons faire de même pour les robots.

Joel Jang de NVIDIA a dit un jour : "Les humains sont déjà des robots déployés à grande échelle."

Donc, tout ce que vous avez à faire est d'affiner les modèles VLA (Vision-Language-Action) avec des vidéos humaines ordinaires.

Cela peut doubler les performances des robots sur cette tâche.

Ce domaine n'a pas besoin de plus de robots déployés dans plus de laboratoires.

Mais d'une énorme quantité d'humains se filmant en train d'accomplir des tâches physiques ordinaires sur une chaîne de montage.

Virtuals a vu cette lacune avant quiconque et a construit une stratégie robotique entière autour de cela.

Ils l'appellent le "chemin du milieu", évitant délibérément de construire des robots ou des modèles d'IA.

Au lieu de cela, ils construisent des infrastructures de données et de capital.

C'est quelque chose dont chaque équipe de robotique a besoin, mais aucune équipe ne peut entreprendre à grande échelle seule.

Ils commencent par la moitié des données de SeeSaw.

C'est une application iOS lancée en collaboration avec BitRobot.

Elle transforme les utilisateurs ordinaires de smartphones en collecteurs de données d'entraînement pour les robots d'IA.

Les utilisateurs peuvent s'enregistrer en utilisant les capteurs LiDAR et de mouvement de leurs iPhones, accomplissant des tâches réelles telles que verser de l'eau, plier des serviettes et ouvrir des bocaux.

Le LiDAR est spécifiquement utilisé pour capturer des données de profondeur et spatiales que les caméras ordinaires ne peuvent pas obtenir.

Les recherches montrent que le chevauchement des perspectives entre les vidéos humaines et les caméras montées sur des robots est clé pour une transmission efficace des données.

Plus de 500 000 tâches réelles ont déjà été collectées.

En fait, NVIDIA teste un modèle appelé DreamZero, qui a 14 milliards de paramètres, formé sur ce type de données.

Il a démontré des capacités de généralisation à travers des centaines de tâches, telles que faire des lacets et repasser des vêtements, sans avoir besoin d'une formation pour des tâches spécifiques.

SeeSaw construit un pipeline pour fournir des données pour de tels modèles à une échelle inégalée par tout laboratoire d'opération à distance.

Chaque nouvelle vidéo enrichit l'ensemble d'entraînement, améliorant le modèle et rendant la prochaine génération de robots plus capable.

Cela, à son tour, crée une demande pour des données d'entraînement plus spécifiques.

Une fois qu'une échelle suffisante est atteinte, la roue de l'apprentissage commencera à tourner d'elle-même.

Après l'entraînement vient la moitié du déploiement, pour laquelle Virtuals a créé Eastworlds.

Vous pouvez le considérer comme la couche de travail physique dans le protocole.

Une partie est une usine de données, une autre est une infrastructure opérationnelle, et une autre est un laboratoire de robotique dans le monde réel.

Le problème est que l'industrie de la robotique a un problème cyclique, tuant plus de startups que toute limitation technologique.

Les robots ont besoin de données du monde réel pour s'améliorer, mais ils ont également besoin de bien fonctionner dans le monde réel pour que les gens les laissent entrer.

Chaque laboratoire peut faire des démonstrations impressionnantes dans des environnements contrôlés.

Mais personne ne peut mettre le même robot dans un magasin de détail et le faire fonctionner de manière fiable pendant toute une journée.

Cela nécessite une excellente opération à distance pour gérer des événements inattendus.

Cela nécessite également un système de rétroaction pour renvoyer chaque minute d'expérience sur site à l'entraînement du modèle, permettant un apprentissage continu.

À cette fin, Virtuals a acheté 30 robots humanoïdes Unitree G1-U6.

C'est la taille minimale de flotte pour permettre à plusieurs équipes de déploiement d'opérer en parallèle sans conflits de planification.

Ils ont également développé une technologie d'opération à distance propriétaire en interne, plutôt que d'utiliser des systèmes sous licence.

Les formats de données produits par les systèmes d'opération à distance disponibles dans le commerce ne peuvent pas être utilisés par VLA et d'autres modèles d'action mondiale.

Ils ont également établi des collaborations de recherche avec plusieurs laboratoires.

Ces laboratoires sont profondément engagés dans des défis tels que la perception et le contrôle du mouvement depuis des décennies.

Ils ont également construit un réseau pilote commercial couvrant le commerce de détail et l'hospitalité, permettant aux équipes sortant d'Eastworlds de se déployer dans de véritables entreprises.

Cette configuration permet aux constructeurs de gérer plusieurs composants clés :

• Accès au matériel : Accès direct aux Unitree G1 physiques ou U6 EDU améliorés.
• Infrastructure d'opération à distance : Test des environnements de contrôle à distance en utilisant la capture de mouvement et d'autres systèmes.
• Boucles de données et pilotes commerciaux : Collecte de données du monde réel et test des chemins de déploiement avant un déploiement à grande échelle.

Vous pouvez considérer Eastworlds comme ce que Virtuals appelle "BPO AI physique."

L'externalisation traditionnelle des processus commerciaux implique d'embaucher des personnes dans des zones à faible coût pour gérer le travail à distance.

Le BPO AI physique fait la même chose en déployant des opérations à distance et des robots hybrides, générant de la valeur économique, comme nettoyer des plafonds ou accueillir des clients.

Les robots n'ont pas besoin d'être entièrement autonomes.

Ils doivent juste gérer des tâches routinières suffisamment bien pour que des opérateurs humains à distance puissent intervenir dans des cas limites.

Chaque heure de travail à distance peut générer des données d'entraînement qui sont plusieurs ordres de grandeur plus précieuses que des données générées par simulation.

Parce qu'elles capturent le véritable chaos des environnements commerciaux, plutôt que des conditions contrôlées dans un laboratoire.

À mesure que les données s'accumulent, les modèles s'améliorent continuellement, réduisant le besoin d'intervention humaine.

L'économie unitaire s'améliorera également, et aucune mise à niveau matérielle n'est nécessaire.

L'opération à distance pourrait être le chemin le plus rapide pour atteindre la véritable autonomie robotique tout en récupérant les coûts grâce à un travail productif.

En regardant de près, des champs aux usines, puis aux écrans de bureau, maintenant aux robots.

Chaque transition a redéfini les travailleurs et qui possède la production.

Selon les données de Barclays, plus de 60 % des emplois en 2018 n'existaient pas en 1940.

Les robots feront de même, créant une classe de nouveaux emplois que nous ne sommes peut-être pas encore capables de nommer.

Arguments et directions futures

Tout ce qui précède n'est qu'une étude de cas, et les études de cas ne sont que des arguments, qui peuvent souvent être erronés.

Pour évaluer si ce que Virtuals construit est significatif et réel, le seul moyen est de regarder les progrès actuels et les chiffres.

Voir ce qui tient et ce qui ne tient pas.

Jusqu'à présent, Virtuals a lancé plus de 80 000 agents sur des protocoles comme Base, Solana et Robinhood.

Elle a accumulé plus de 75 millions de dollars de frais totaux et détient environ 23 % du marché des agents d'IA en crypto.

Cependant, ces frais ne sont pas répartis de manière égale.

La plupart proviennent d'une frénésie spéculative dans les premières semaines de 2025, lorsque les revenus quotidiens ont dépassé 1 million de dollars.

Aujourd'hui, le protocole génère environ 2 millions de dollars par mois. Mais que représente réellement cela ? Si vous prenez la métaphore précédente des États-nations au sérieux, je pense que vous devriez le voir de cette manière. La façon dont VIRTUAL accumule de la valeur est très similaire à la façon dont la monnaie d'un pays accumule de la valeur. Le dollar a de la valeur non pas parce que le Trésor américain a un plan de rachat, mais parce que 25 trillions de dollars de production économique annuelle sont évalués en lui. Plus il y a d'activité au sein du système, plus la demande pour l'unité comptable centrale augmente.

La conception de Virtuals est similaire. Elle est au centre de l'ensemble du système, avec tout évalué en VIRTUAL. Chaque couche sous le système génère une demande de sources vraiment différentes, dont la plupart ne dépendent pas des primes spéculatives.

Commençant par EconomyOS, elle fournit des cartes de paiement et des identités par e-mail. Cela signifie qu'ils peuvent transiger avec le monde réel sans intermédiaires humains. ACP crée une couche commerciale où les agents s'embauchent mutuellement, et les résultats du travail sont évalués et réglés on-chain. Il y a aussi une couche de formation de capital qui permet à quiconque ayant de la foi de financer des agents productifs, tout comme les sociétés par actions finançaient autrefois des navires.

Enfin, Eastworlds envoie des robots physiques dans de véritables emplois, les formant avec des données provenant de 500 000 personnes se filmant en train de plier des serviettes et de verser de l'eau. Ces couches contribuent à ce que le protocole appelle un aGDP, la production totale générée par des agents dans le travail numérique et physique. De plus, puisque les agents n'ont pas besoin de retirer de l'argent pour payer le loyer ou acheter des courses, chaque dollar qu'ils génèrent reste dans le système. Ces fonds sont redéployés dans la DeFi pour approfondir la liquidité et former une roue on-chain, créant plus de demande pour les services des agents.

Cette réflexivité est également bidirectionnelle : vers le haut, plus d'agents entrent en ligne, plus de VIRTUAL est verrouillé, ce qui entraîne plus de construction de services, donc une économie virtuelle en compounding. De même, vers le bas, moins d'agents entrant en ligne signifie moins de VIRTUAL verrouillé, les récompenses de staking s'amincissent, et le cycle se dénoue. Mais cette réflexivité elle-même n'est pas un défaut. Chaque économie fonctionnelle est réflexive. Par exemple, les gens détiennent des dollars parce que d'autres acceptent des dollars, et aussi parce que d'autres détiennent des dollars. La question importante est de savoir s'il y a suffisamment d'activité économique réelle au cœur pour soutenir ce cycle, ou si le tout n'est que des jetons échangés entre eux.

Il y a des signes que quelque chose de réel est sous-jacent : l'infrastructure commence à attirer des produits construits entièrement en dehors de la crypto. Par exemple, Facticity.AI est un outil de vérification des faits créé par Dennis Yap, qui a travaillé comme chercheur à la Fondation Gates et à Princeton. Le magazine TIME l'a nommé l'une des meilleures inventions de 2024 pour sa capacité à vérifier des déclarations dans des textes, des vidéos et des audios avec environ 92 % de précision. Lorsque l'équipe a eu besoin de financement, elle a complètement contourné le capital-risque et a lancé sur ArAIstotle avec Virtuals. Leur financement a été sursouscrit de 658 %.

Grâce à ACP, les agents signent déjà des contrats pour se procurer des services les uns des autres, tels que la conception graphique, les rapports de recherche, la production vidéo et les audits de code. Les agents d'IA peuvent livrer des affiches marketing selon des briefs détaillés. Ensuite, des agents de contrôle qualité séparés évaluent et approuvent ou rejettent en fonction des termes du contrat. Selon l'admission même de Virtuals, le côté vendeur du marché est presque vide. Mais le protocole traite plus d'un million de dollars de transactions inter-agents chaque mois, chaque règlement étant effectué par le biais d'un séquestre on-chain et d'une évaluation programmatique.

Le même modèle de propriété s'étend à l'IA physique. La Fabric Foundation est le premier projet à utiliser le mécanisme de lancement Titan de Virtuals. Il permet à la communauté de regrouper des fonds pour acheter une flotte de robots, les déployant dans des maisons de retraite, des ateliers de production et des sites de nettoyage environnemental. Ces industries sont confrontées à des pénuries de main-d'œuvre à long terme, et le coût des robots humanoïdes approche la parité avec les travailleurs humains.

La façon dont cela fonctionne est que les employeurs paient pour le travail des robots en utilisant les jetons natifs du pool de financement. Les stablecoins financent ensuite l'entretien de la flotte et la planification des itinéraires, avec la production de chaque robot revenant aux personnes qui l'ont financée. C'est une propriété collective de machines de production physiques, entièrement financée et coordonnée on-chain.

Bien que ce soient tous des cas d'utilisation réels, il est important de noter qu'à ce jour, la grande majorité de l'activité est encore interne. Cependant, la conception architecturale vise à attirer des revenus en dehors de la crypto. Si les clients de Felix ne savent pas qu'ils achètent d'une IA, si les robots d'Eastworld trient des colis dans un entrepôt. Alors, les revenus entrant dans le système sont aussi réels que n'importe quelle entreprise SaaS. Dans ce cas, les frais et revenus mentionnés ci-dessus deviennent des indicateurs retardés de la véritable production économique des machines, évalués en VIRTUAL.

Comme toutes les nouvelles choses, cela vient avec de réelles astérisques que nous ne pouvons pas ignorer.

Le premier facteur de risque est le volume de trading réel, qui est courant dans l'espace crypto. Artemis a découvert que 47 % des transactions proxy x402 et 81 % du volume de trading en dollars étaient manipulés. Après filtrage, x402 n'a généré que 1,6 million de dollars de paiements proxy réels, bien en dessous des 24 millions de dollars rapportés par Bloomberg. Cela souligne combien de l'économie "proxy" d'aujourd'hui implique le trading de bots pour gonfler les métriques. Cela est important car tout l'argument repose sur les proxies générant une véritable valeur économique plutôt que sur une circulation spéculative.

Vous devez éliminer le volume de trading spéculatif et vous demander combien de production productive il y aurait si le trading s'arrêtait demain. Si les 70 millions de dollars de frais de protocole proviennent principalement de taxes de trading sur des jetons proxy, et que les prix des jetons sont entraînés par la spéculation, alors c'est une énorme arnaque. Parce qu'actuellement, les revenus productifs proxy et les jetons proxy spéculatifs sont entrelacés, rendant impossible de distinguer le réel du faux ; quiconque vous dit que le ratio est probablement en train de mentir.

Le deuxième risque est plus fondamental et sans rapport avec la crypto. Un article publié dans le NBER Handbook of Transformative AI Economics a révélé que les LLM sont en réalité beaucoup plus faibles en raisonnement économique que le niveau implicite par le battage médiatique autour des agents d'IA. Au moment de la publication, les modèles les plus puissants n'avaient obtenu que 33 % de meilleurs résultats que le hasard dans le raisonnement économique dans des environnements stratégiques. Dans des tâches microéconomiques non stratégiques, presque tous les LLM ont obtenu des résultats légèrement meilleurs que le hasard dans la maximisation des profits.

Mais depuis, les modèles se sont également améliorés de manière significative. Une étude de 2026 de Harvard a révélé que GPT-5 et Claude Opus 4 avaient amélioré leurs performances sur des tâches économiques de base de 90 %. Pourtant, même ainsi, dans des décisions de tarification difficiles—où les agents doivent fixer et négocier des prix ou allouer du capital—les meilleurs modèles au monde font encore des erreurs la plupart du temps.

Pour Virtuals, toute l'architecture suppose que les agents peuvent négocier des termes, prendre des décisions et allouer du capital pour créer de la valeur. Si les modèles eux-mêmes performent médiocrement sur ces tâches, alors les agents construits sur eux hériteront de cette médiocrité, peu importe à quel point le protocole est élégant. Cela est dû au fait que même si les agents sont des optimisateurs, nous ne pouvons pas déterminer ce qu'ils optimisent réellement. Ces LLM sont formés pour être orientés vers des objectifs en prédisant le mot suivant dans une séquence. Ils n'ont jamais été conçus pour être de véritables participants économiques. Ils ne se comportent parfois comme des participants économiques, si tant est qu'ils le fassent.

Lorsque plusieurs agents interagissent sur le marché, ces problèmes ne font qu'empirer. Par exemple, il a été constaté que les algorithmes de tarification de l'IA collaboraient pour fixer des prix super-compétitifs, même s'ils n'avaient jamais été formés pour le faire. Le crash éclair de 2010 a anéanti environ 1 trillion de dollars en 15 minutes, montrant à quoi ressemblent les erreurs de machines connexes à grande échelle.

Les erreurs des agents d'IA sont plus corrélées que les erreurs humaines parce que le même modèle est répliqué à travers plusieurs déploiements. Il y a même des cas où Claude a montré des tendances à extorquer ceux qui essaient de l'éteindre. GPT o3 a même saboté son propre mécanisme d'arrêt pour éviter d'être éteint. Ces comportements sont apparus dans des modèles actuellement expédiés, avec des enregistrements des systèmes d'OpenAI et d'Anthropic. Le débit des agents a largement dépassé la capacité de supervision humaine. Lorsque des milliers d'agents échangent de manière autonome à la vitesse des machines, la question de qui est réellement en contrôle devient particulièrement urgente. Ce n'est pas seulement de savoir si les agents peuvent agir selon les instructions ; la question centrale est de savoir si les entreprises construites autour d'eux peuvent survivre.

L'industrie automobile a été l'invention la plus importante de la première moitié du XXe siècle. Si vous pouviez comprendre comment les voitures allaient remodeler fondamentalement l'Amérique, vous parieriez que c'était l'industrie du siècle. Mais parmi 2 000 entreprises automobiles, seules trois ont survécu. Les voitures ont eu un impact massif sur l'Amérique, tandis que l'impact sur les investisseurs de l'industrie a été entièrement opposé.

Chaque technologie transformative suit cet arc et est accompagnée d'une bulle. La seule différence est entre les bulles de points d'inflexion et les bulles de retour à la moyenne. Les bulles de points d'inflexion sont douloureuses mais laissent derrière elles de véritables infrastructures et des progrès ; les bulles de retour à la moyenne ne sont que des modes de hauts et de bas. L'IA est presque certainement une bulle de point d'inflexion. Mais la question pour Virtuals est de savoir si elle finira finalement comme les câbles à fibre optique que Google a achetés pour des centimes après l'éclatement de la bulle des télécommunications, ou comme l'une des 1 997 entreprises automobiles qui ont disparu ?

Le plus grand pari du protocole est de devenir l'infrastructure fondamentale pour chaque paire de trading de jetons d'agents. Faire de VIRTUAL la monnaie de réserve de l'économie des agents, tout comme ETH sert Ethereum. Si l'économie des agents se développe, la demande pour VIRTUAL augmentera mécaniquement car vous avez besoin de paires de trading fondamentales pour participer. Mais un autre récit est que VIRTUAL n'est qu'un autre jeton surfant sur la vague de trading spéculatif des jetons d'agents, dont la plupart iront à zéro.

Clairement, les Luddites ont peut-être perdu la révolution, mais ils n'avaient pas entièrement tort. Le métier à tisser a remplacé les tisserands. Mais ce qu'ils n'avaient pas prévu, c'est que cela créerait également des designers textiles, des gestionnaires d'usine, des entreprises de mode, des grands magasins et toute une économie de consommation construite sur des tissus bon marché. Les machines n'éliminent jamais des emplois. Elles réorganisent qui fait quoi et qui obtient la production.

Et la question importante alors, comme maintenant, est : qui possède le métier à tisser ?

Les propriétaires d'usines sont ceux qui extraient la valeur excédentaire : Acland, Cadbury, Ford. Le système entourant qui fabrique les machines, qui les exploite et qui en tire profit n'a jamais changé. Depuis deux cents ans, il a été redistribué maintes fois à travers des grèves et des émissions d'actions. Le pari de Virtuals est que cette fois, la couche de propriété est intégrée dans les machines dès le départ. Grâce à l'émission de jetons et aux courbes conjointes, la propriété des agents d'IA productifs peut être distribuée à quiconque ayant un portefeuille et de la foi.

S'il redistribuera réellement la valeur ou créera une nouvelle classe d'extraction sous le couvert de la décentralisation reste à voir.

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.