Pouvez-vous faire confiance à une IA avec vos cryptos ?

Le portefeuille de cryptomonnaies connaît sa refonte architecturale la plus importante depuis l’introduction des smart contracts. En février 2026, Coinbase a lancé les Agentic Wallets, une infrastructure spécialement conçue pour que des agents IA détiennent, dépensent et échangent des actifs numériques de manière autonome.

Quelques semaines plus tard, MoonPay a intégré la signature matérielle Ledger dans sa propre plateforme d’agents IA, créant le premier système où un programme logiciel autonome peut proposer des transactions, mais ne peut pas les exécuter sans une confirmation humaine physique sur un appareil matériel.

L’effet combiné est un nouveau paradigme de conception : des portefeuilles qui n’attendent pas des instructions, mais interprètent des objectifs, planifient des chemins d’exécution et interagissent avec les protocoles de finance décentralisée pour le compte de leurs propriétaires.

Ce changement repose sur un concept que l’industrie appelle l’architecture « intent‑centric ». Au lieu d’exiger d’un utilisateur qu’il sélectionne manuellement un bridge, approuve un échange de tokens, calcule les frais de gas et signe trois transactions distinctes sur deux blockchains, un système fondé sur l’intention permet à l’utilisateur d’indiquer ce qu’il veut – « déplacer 1 ETH vers Base et le déployer dans le pool de stablecoins au rendement le plus élevé » – puis délègue l’exécution à un agent logiciel.

L’agent lit les données on‑chain, compare les routes de liquidité, estime les coûts et assemble le bundle de transactions. Dans les implémentations les plus conservatrices, l’utilisateur signe encore. Dans les plus agressives, l’agent signe de manière autonome dans des limites prédéfinies.

La promesse est une expérience de finance décentralisée qui ressemble moins à l’utilisation d’un terminal en ligne de commande et davantage à une conversation avec un conseiller financier. Le risque est qu’un grand modèle de langage sujet aux hallucinations, connecté à un portefeuille réel avec des fonds réels, puisse exécuter une série de transactions catastrophiques avant que quiconque ne s’en aperçoive.

La manière dont l’industrie résoudra cette tension – entre autonomie et sécurité, entre rapidité et contrôle – déterminera si les portefeuilles intégrant l’IA resteront une curiosité pour développeurs ou deviendront l’interface par défaut pour les cent prochains millions d’utilisateurs de cryptomonnaies.

Le problème d’UX qui a fait naître le besoin

L’expérience utilisateur de la finance décentralisée est, de l’avis général, un obstacle à l’adoption grand public depuis plus de dix ans. Interagir avec un exchange décentralisé exige de comprendre les tolérances de slippage, la gestion des tokens de gas, les transactions d’approbation, ainsi que la différence entre actifs « wrapped » et non « wrapped ». Les opérations cross‑chain accentuent encore cette complexité.

Déplacer de l’Ethereum (ETH) du mainnet Ethereum vers un protocole de prêt basé sur Arbitrum implique de choisir un bridge, payer le gas de la couche 1, attendre la confirmation, puis exécuter une transaction de dépôt distincte sur la chaîne de destination.

La fragmentation s’est aggravée au fur et à mesure de l’extension de l’écosystème. Début 2026, les utilisateurs naviguent entre des dizaines de réseaux Layer 1 et Layer 2, chacun avec son propre token de gas, sa structure de frais et son ensemble d’applications natives. La division recherche de Crypto.com a publié un rapport notant que « la nature fragmentée des protocoles crypto » oblige les utilisateurs à « passer du temps à les comparer pour trouver la solution optimale au coût le plus bas ».

Le rapport concluait que les protocoles fondés sur l’intention « visent à simplifier l’expérience utilisateur et à réduire les barrières à l’entrée ».

C’est dans cet environnement que les agents IA sont introduits – non comme une expérimentation futuriste, mais comme une réponse fonctionnelle à un échec de conception qui persiste depuis les premiers jours de la DeFi.

Ce que signifie réellement « intent‑centric »

Le terme « intention » dans l’architecture blockchain a une définition technique précise. Une intention est un message signé déclarant un résultat souhaité – « je veux X et je suis prêt à payer jusqu’à Y » – sans préciser le chemin d’exécution. Une transaction traditionnelle est impérative : l’utilisateur définit chaque étape.

Une intention est déclarative : l’utilisateur définit l’objectif, et un « solver » tiers est en concurrence pour trouver la route optimale.

Le concept a été formellement introduit dans le discours blockchain par Paradigm en juin 2023 et a depuis été implémenté dans plusieurs protocoles en production. UniswapX utilise des enchères off‑chain où des solvers se disputent le remplissage des ordres de swap au meilleur prix. CoW Protocol regroupe les intentions des utilisateurs et les fait correspondre en interne avant de se connecter à la liquidité externe.

Anoma intègre l’intent‑centricity directement dans sa couche de protocole. Across Protocol utilise un système de bridge fondé sur l’intention, dans lequel des relayers avancent les fonds et effectuent la vérification ultérieurement.

L’écosystème Ethereum a également produit des standards formels. L’ERC‑7683, co‑développé par Uniswap et Across, définit une structure d’intention cross‑chain pour garantir la compatibilité entre protocoles.

L’ERC‑4337, le standard d’abstraction de compte, fournit une infrastructure complémentaire en permettant des transactions sans gas, la délégation et le bundling de transactions – autant d’éléments qui rendent l’exécution des intentions plus pratique.

Lorsque les agents IA s’insèrent dans cette architecture, ils fonctionnent comme une nouvelle catégorie de solvers. Au lieu qu’un utilisateur soumette une intention structurée via une interface spécifique à un protocole, l’utilisateur énonce un objectif en langage naturel, et l’IA traduit cet objectif en une intention correctement formatée, sélectionne le réseau de solvers approprié et exécute ou propose la transaction qui en résulte.

L’IA ne remplace pas l’infrastructure d’intentions. Elle se place au‑dessus, jouant le rôle d’interprète entre le langage humain et les systèmes d’exécution natifs à la blockchain.

Pourquoi l’IA a besoin des rails de la cryptomonnaie

Changpeng Zhao, fondateur de Binance, a publié sur X, le 9 mars 2026, que les agents IA « effectueront un million de fois plus de paiements que les humains » et que ces paiements « se feront en crypto ».

Le même jour, le directeur général de Coinbase, Brian Armstrong, avançait un argument parallèle : les agents IA ne peuvent pas satisfaire aux exigences de vérification d’identité que les banques imposent aux titulaires de comptes humains.

La logique est structurelle. Un agent IA est un logiciel. Il ne peut pas se présenter dans une agence bancaire avec une pièce d’identité gouvernementale. Il ne peut pas passer un processus de vérification KYC conçu pour des personnes physiques. L’infrastructure financière traditionnelle exige une identité légale derrière chaque compte.

Les portefeuilles de cryptomonnaies ne requièrent qu’une clé privée. Un agent qui contrôle une clé privée peut envoyer et recevoir de la valeur, interagir avec des smart contracts et participer à des marchés décentralisés sans qu’aucune identité humaine ne soit attachée à la transaction.

C’est la thèse macro qui alimente l’investissement institutionnel à l’intersection de l’IA et de la blockchain. Les perspectives 2026 sur les cryptomonnaies de Silicon Valley Bank notent que, pour chaque dollar de capital‑risque investi dans des entreprises crypto en 2025, 40 cents sont allés à une entreprise développant également des produits d’IA – contre 18 cents l’année précédente.

MarketsandMarkets prévoit que le marché des agents IA passera de 7,84 milliards de dollars en 2025 à 52,62 milliards en 2030, soit un taux de croissance annuel composé de 46,3 %.

Les recherches de McKinsey projettent que le commerce agentique pourrait atteindre 3 à 5 billions de dollars dans le monde d’ici 2030.

Cette convergence n’est pas spéculative. Elle est déjà opérationnelle. Le protocole x402 de Coinbase – nommé d’après le code de statut HTTP 402 « Payment Required » – a déjà traité plus de 50 millions de transactions depuis son lancement, fournissant une infrastructure de paiements machine‑à‑machine que les rails traditionnels ne peuvent pas servir de façon économique.

Les processeurs de paiement traditionnels facturent des composantes fixes de 0,05 à 0,15 dollar par transaction, ce qui rend les micropaiements inférieurs au centime non viables. Les coûts de transaction sur les solutions de couche 2 d’Ethereum, en revanche, sont passés de 24 dollars à moins d’un centime, selon les données de Nevermined.

L’architecture de sécurité : sandboxes, copilotes et matériel

L’objection centrale aux portefeuilles gérés par IA est simple : les grands modèles de langage hallucinent.

Ils génèrent des résultats confiants, plausibles et totalement erronés. Connecter un modèle sujet aux hallucinations à un portefeuille réel contenant des fonds réels crée un profil de risque qu’aucune architecture de conservation responsable ne peut ignorer.

La réponse de l’industrie s’est cristallisée autour de trois modèles de sécurité distincts, chacun représentant un compromis différent entre autonomie et contrôle humain.

Le premier est le modèle « human‑in‑the‑loop », ou modèle copilote. L’intégration de Ledger par MoonPay, lancée le 13 mars 2026, illustre cette approche.

L’agent IA construit des transactions sur la base de sa logique de stratégie, mais chaque transaction doit être envoyée à un appareil matériel Ledger pour une vérification et une signature physiques.

Les clés privées sont générées et stockées dans la puce à élément sécurisé du Ledger et ne pénètrent jamais dans l’environnement d’exécution de l’agent IA. L’agent propose ; l’humain confirme. Ce modèle maximise la sécurité au détriment de la rapidité et de l’autonomie.

Le deuxième est le modèle de garde‑fous programmables. Les Agentic Wallets de Coinbase, lancés en février 2026, fonctionnent dans des environnements d’exécution de confiance (Trusted Execution Environments) sécurisés par calcul multipartite.

Les développeurs définissent limites de dépenses, mise sur liste blanche d’interactions avec des contrats spécifiques, et définition de garde-fous automatisés. L’agent opère à l’intérieur de ces garde-fous sans exiger d’approbation transaction par transaction. Une clé d’administration d’urgence permet aux créateurs de geler ou de récupérer les fonds si l’agent adopte un comportement anormal. Le compromis est que les clés sont gérées au sein de l’infrastructure de Coinbase, ce qui impose de faire confiance à la couche de conservation.

Le troisième modèle est celui du sous-portefeuille ou bac à sable (sandbox) pour agents. Plutôt que de donner à une IA l’accès au coffre-fort principal d’un utilisateur, celui-ci crée un sous-portefeuille dédié, alimenté avec un montant fixe — 100 $ par exemple — et limite l’agent à un ensemble d’opérations défini. Si l’agent dysfonctionne ou est exploité, la perte maximale est plafonnée au solde du bac à sable.

Turnkey, un fournisseur d’infrastructure dont les clients incluent Alchemy et Spectral, offers un service de création de portefeuilles sécurisé par des enclaves matérielles, avec une latence de signature de 50 à 100 millisecondes, conçu spécifiquement pour les comptes opérés par des agents.

Le rapport de février 2026 de l’équipe de recherche de Crypto.com sur les portefeuilles autonomes described l’infrastructure de confiance émergente comme reposant sur trois standards au niveau protocolaire : ERC-8004, qui fournit des registres d’identité et de réputation on-chain pour les agents IA ; le protocole de paiement x402 pour les règlements machine-à-machine ; et l’EIP-7702, qui permet aux comptes de portefeuille standards d’agir temporairement comme des portefeuilles de contrats intelligents, rendant possibles les opérations par lots et le parrainage de gas par des tiers.

Les chiffres derrière l’économie agentique

L’écosystème des agents IA dans les cryptomonnaies n’est plus un récit au stade du livre blanc. Plus de 550 projets d’agents IA existent avec une capitalisation boursière combinée dépassant 4,3 milliards de dollars, selon les data compilées par BlockEden.

La catégorie « AI Agents » de CoinGecko tracks le secteur à environ 2,92 milliards de dollars de capitalisation boursière fin mars 2026, reflétant les récents replis de prix à l’échelle du marché.

Les principaux projets couvrent les couches d’infrastructure et d’applications. Bittensor détient la plus grande capitalisation boursière du secteur, à environ 3,4 milliards de dollars, en se concentrant sur l’entraînement décentralisé de modèles d’IA.

NEAR Protocol, qui s’échange avec une capitalisation de 3,24 milliards de dollars, s’est fortement réorienté vers ce que son cofondateur Illia Polosukhin a called le « commerce agentique », lançant le 23 février 2026 une super-app combinant des capacités d’IA et des transactions confidentielles. Polosukhin, qui a auparavant travaillé chez Google sur TensorFlow, a déclaré à CoinDesk que « les agents IA seront les principaux utilisateurs de la blockchain ».

Virtuals Protocol, qui permet aux utilisateurs de créer, tokeniser et co-détenir des agents IA générateurs de revenus, a reported 23 514 portefeuilles actifs et 479 millions de dollars de ce qu’il appelle un PIB généré par l’IA en février 2026.

BNB Chain, le réseau blockchain de Binance, a déployé une infrastructure pour les paiements d’agents autonomes le 4 février 2026, incluant le standard ERC-8004 et BAP-578, qui a introduit les « Non-Fungible Agents » — des entités logicielles qui existent comme actifs on-chain, possèdent des portefeuilles et peuvent détenir et dépenser des fonds.

Ce qu’il advient de l’interface DeFi

Si un agent IA peut lire l’état des contrats intelligents, comparer les rendements entre protocoles, calculer le routage optimal et exécuter des transactions à partir d’une simple instruction en langage naturel, la question se pose : à quoi sert encore l’interface traditionnelle des échanges décentralisés ?

L’interface utilisateur DeFi standard actuelle — avec ses graphiques de prix, ses curseurs de slippage, ses barres de recherche de jetons, ses fenêtres d’approbation et ses widgets d’estimation de gas — a été conçue pour des humains réalisant des opérations manuelles. Chaque élément suppose que l’utilisateur choisit lui-même la paire de jetons, sélectionne le pool et confirme les paramètres.

Un agent IA n’a pas besoin d’un graphique pour lire les données de prix ; il interroge directement l’état on-chain. Il n’a pas besoin d’un curseur de slippage ; il calcule les paramètres acceptables de manière programmatique.

L’implication n’est pas que les interfaces graphiques disparaissent totalement. Les traders professionnels et les desks institutionnels continueront probablement à utiliser des tableaux de bord sophistiqués pour la prise de décision discrétionnaire. Mais pour l’utilisateur de détail moyen — la personne qui veut obtenir du rendement sur des stablecoins inactifs sans vouloir apprendre ce qu’est un teneur de marché automatisé — l’interface pourrait se réduire d’un flux de travail multi-onglets et multi-clics à une simple instruction textuelle ou une commande vocale.

Ce n’est pas hypothétique. Les Agentic Wallets de Coinbase include déjà des « compétences d’agent » préconfigurées — des opérations modulaires comme Trade, Earn, Send et Fund — qu’un agent IA peut invoquer sans aucune interface graphique.

La plateforme développeur de Coinbase a également unveiled Payments MCP, un protocole permettant à des modèles de langage de grande taille comme Claude d’Anthropic et Gemini de Google d’accéder directement à des portefeuilles blockchain.

Le risque de cette abstraction est l’opacité. Lorsqu’un utilisateur exécute manuellement un swap sur un échange décentralisé, l’interface expose l’adresse du contrat, le résultat attendu, la tolérance au slippage et l’estimation du gas.

Quand un agent IA exécute la même opération via une instruction en langage naturel, l’utilisateur ne voit aucun de ces détails, à moins que le système ne soit explicitement conçu pour les mettre en avant.

Le modèle de copilote — où l’agent prépare l’opération mais l’humain la revoit avant la signature — répond partiellement à ce problème, mais seulement si l’écran de relecture présente des informations que l’utilisateur est réellement capable d’interpréter.

Les contre-arguments

Plusieurs objections structurelles méritent d’être traitées directement.

La première est que le risque d’hallucination de l’IA reste non résolu au niveau du modèle. Aucun cloisonnement au niveau du portefeuille n’élimine la possibilité qu’un agent interprète mal une instruction et exécute une opération non souhaitée.

Un utilisateur qui dit « mets tout dans le stablecoin le plus sûr » pourrait, dans un scénario d’hallucination, voir ses fonds dirigés vers un jeton que le modèle a classé à tort comme stable. La signature via hardware détecte cela à l’étape de confirmation. Les modes autonomes ne le font pas.

La deuxième objection est réglementaire. Les agents IA qui opèrent des portefeuilles existent dans une zone grise réglementaire. Si un agent exécute de manière autonome des transactions au nom d’un utilisateur, cela peut constituer la fourniture de conseils financiers ou de gestion de portefeuille au regard des lois sur les valeurs mobilières en vigueur dans plusieurs juridictions. Aucun grand régulateur n’a émis de lignes directrices formelles sur les portefeuilles de cryptomonnaies opérés par IA à la date de mars 2026.

La troisième objection est le risque de centralisation. Les systèmes de portefeuilles agentiques les plus en vue — ceux de Coinbase, de MoonPay, de BNB Chain — sont construits par, ou profondément intégrés avec, des entités centralisées.

Les dépendances de garde et les cadres propriétaires d’agents introduisent des hypothèses de confiance qui vont à l’encontre de l’ethos d’auto-souveraineté sur lequel les cryptomonnaies ont été bâties.

Où pointent les preuves

Les données indiquent que les portefeuilles intégrant l’IA passent du prototype à la production, mais que leur déploiement grand public dépend de la résolution du fossé de confiance entre ce que les agents peuvent faire et ce que les utilisateurs peuvent vérifier.

Le modèle de copilote — où l’agent gère la complexité mais où l’humain conserve un droit de veto — apparaît comme l’équilibre à court terme, satisfaisant à la fois la demande d’une meilleure expérience utilisateur et la demande de sécurité.

La trajectoire à plus long terme, si les standards d’infrastructure se consolident et si les modèles de sécurité se montrent fiables dans des conditions adverses, mène vers des portefeuilles qui fonctionnent moins comme des coffres-forts et davantage comme des systèmes d’exploitation financiers.

Non pas des conteneurs passifs en attente d’instructions, mais des interprètes actifs des objectifs de l’utilisateur, négociant avec des protocoles et des solveurs au nom de leurs propriétaires.

Que ce futur arrive dans quelques mois ou dans quelques années dépend moins des modèles d’IA eux-mêmes que de la capacité des garde-fous construits autour d’eux à gagner la confiance des personnes dont l’argent est en jeu.