Les agents d’intelligence artificielle pourraient bientôt régler eux-mêmes leurs factures de cloud, de données et d’API, grâce aux stablecoins et à de nouvelles infrastructures de paiement programmatique. BlackRock et Mastercard misent sur cette convergence pour propulser l’adoption des actifs numériques à l’échelle industrielle.
🔑 En bref
- BlackRock identifie l’IA comme moteur clé de l’adoption des actifs numériques dans un papier publié en septembre 2026.
- Mastercard a lancé « Agent Pay for Machines » le 10 juin 2026, avec plus de 30 partenaires dont Coinbase, Stripe et Ripple.
- Le protocole Coinbase x402 illustre les paiements agentiques en stablecoins pour les appels d’API et de calcul.
- Les revenus cloud d’Amazon, Microsoft et Google pourraient atteindre 1 100 milliards de dollars d’ici 2030.
- 40 % des projets d’IA agentique pourraient être annulés d’ici 2027 selon Gartner, en raison de coûts incontrôlés.
BlackRock : l’IA, nouveau moteur des actifs numériques
Dans un document publié en septembre 2026, le géant de la gestion d’actifs BlackRock place l’intelligence artificielle au rang des principaux catalyseurs de l’adoption des cryptomonnaies. L’argument central tient en une équation simple : l’IA fournit une « intelligence native pour les machines », tandis que les actifs numériques offrent l’infrastructure de règlement dont ces agents autonomes ont besoin pour exécuter leurs décisions sans intervention humaine.
Concrètement, un agent IA chargé d’une mission pourrait acheter une requête de données sur un marché spécialisé, réserver une instance de calcul GPU (processeur graphique dédié à l’IA) ou régler l’accès à une API (interface de programmation) sans qu’aucun humain ne valide la transaction. Les stablecoins (cryptomonnaies à valeur stable indexée sur une devise fiduciaire) s’imposent comme l’outil idéal : leur cours prévisible permet de tarifer des services, et les réseaux blockchain offrent une disponibilité permanente, 24 heures sur 24, 7 jours sur 7.
« L’IA et les actifs numériques forment une complémentarité naturelle : la première fournit l’intelligence des machines, les seconds leur donnent les moyens d’agir économiquement. »
BlackRock, papier de positionnement, septembre 2026
BlackRock cite le protocole Coinbase x402 comme exemple émergent de cette économie agentique. Ce standard permet aux agents de payer en stablecoins des ressources en ligne, y compris des appels d’API. Le gestionnaire nuance toutefois : les réseaux de paiement traditionnels ne restent pas immobiles et adaptent eux aussi leurs rails au commerce piloté par machine.
Le calcul informatique, prochaine frontière
Au-delà des paiements immédiats, BlackRock voit dans le calcul informatique une opportunité de plus long terme. À mesure que la demande de traitement IA progresse, des contrats standardisés sur la capacité de calcul pourraient être négociés, financés ou utilisés comme garantie via une infrastructure d’actifs numériques. Le gestionnaire reprend des projections selon lesquelles les revenus des activités cloud d’Amazon (AWS), Microsoft (Azure) et Google (GCP) pourraient atteindre environ 1 100 milliards de dollars d’ici 2030.
Le marché précise cependant que les paiements entre agents restent à un stade précoce et que les marchés liquides de contrats de calcul standardisés restent à construire — un vide que des acteurs comme Nosana, Spheron ou Akash tentent déjà de combler.
Mastercard mise sur les paiements à vitesse machine
Le 10 juin 2026, Mastercard a officialisé le lancement d’« Agent Pay for Machines », un service conçu pour permettre des transactions à vitesse machine, toujours actives et à haute fréquence. Plus de 30 acteurs de l’industrie soutiennent cette initiative : Adyen, Ant International, BVNK, Checkout.com, Cloudflare, Coinbase, Getnet by Santander, Global Payments, Lovable, OKX, Stripe, Tempo, ainsi que Aave Labs, Alchemy, Anchorage Digital, Polygon, Ripple, Solana Foundation et MoonPay, parmi d’autres.
Le service s’appuie sur le programme Agent Pay lancé en 2025 et ajoute des capacités de credentialing (vérification d’identité numérique), de permissioning (gestion fine des autorisations), de transaction et de règlement multi-rails. Il couvre désormais les cartes, les comptes et les stablecoins. Contrairement aux paiements traditionnels point de vente ou personne-commerçant, ces transactions sont programmatiques, toujours actives et exécutées entre systèmes en arrière-plan du commerce numérique.
« Agent Pay for Machines créera les conditions d’une super-floraison de modèles d’affaires IA. Les paiements machine peuvent rendre possible l’achat et la vente de services entre agents à des échelles fondamentalement différentes de celles des paiements actuels. »
Jorn Lambert, Chief Product Officer chez Mastercard
Stani Kulechov, fondateur d’Aave Labs, complète : « Les paiements et la gestion de trésorerie sont inséparables. » Mastercard vise à apporter la confiance et les contrôles de son réseau mondial au commerce piloté par machine, en couvrant les volumes très élevés, les valeurs unitaires très faibles, la vitesse élevée et la latence extrêmement basse.
Cas d’usage concrets
Mastercard imagine déjà plusieurs scénarios. Un entrepreneur pourrait charger un agent IA de construire la présence web d’une boutique en fleurs : celui-ci achètera automatiquement nom de domaine, hébergement, images et pages de paiement dans un budget prédéfini. Un agent logistique, quant à lui, pourrait régler le fret, réserver l’accès à une baie de chargement, acquérir des données temporelles de surveillance de la chaîne du froid et régler les frais de manutention entrepôt au fil du déplacement d’un envoi.
Perspective académique et coûts réels
Du côté de la recherche, Ramesh Raskar, professeur au MIT Media Lab et responsable du projet NANDA, décrit une économie future où des milliards ou des billions d’agents IA collaborent et rivalisent. Il situe la période actuelle comme « l’ère des mainframes de l’IA », dominée par de grands centres de données centralisés.
« Les coûts du travail informatique baissent rapidement, ce qui rendra les efforts en IA accessibles à davantage d’organisations et d’individus. Nous évoluons vers l’ère du PC de l’IA, et cela change tout. »
Ramesh Raskar, MIT Media Lab
Raskar identifie plusieurs catégories clés pour cette économie agentique : systèmes d’identité et de découverte d’agents, services de confiance et de réputation, services d’assurance et juridiques, et micro-paiements en stablecoins. Il reste toutefois prudent : « Si je suis honnête, neuf chemins sur dix nous mèneront vers une consolidation des agents IA sous contrôle des entreprises. La fenêtre pour garder ce web d’agents ouvert se referme bientôt. »
Le coût caché des agents IA
Les considérations financières montrent que le coût réel des agents IA dépasse souvent les estimations initiales. Appels au modèle, consommation de jetons (tokens, unités de texte traitées par l’IA), appels d’outils, mémoire, contexte, réessais et surveillance cumulent des ressources considérables. Le marché de l’inférence IA (exécution de modèles en production) devrait passer de 106 milliards de dollars en 2025 à 255 milliards d’ici 2030, représentant 65 % de toute l’informatique IA d’ici 2029.
| Indicateur | 2024 | 2025 | 2026 / projection |
|---|---|---|---|
| Dépense mensuelle moyenne en IA par organisation | 62 964 $ | 85 521 $ | en hausse |
| Budget IA annuel moyen par entreprise | 1,2 M$ | – | 7 M$ |
| Marché de l’inférence IA | – | 106 Md$ | 255 Md$ (2030) |
| Projets IA agentiques annulés (Gartner) | – | – | 40 % d’ici 2027 |
Gartner prévoit que 40 % des projets d’IA agentique seront annulés d’ici 2027, en raison d’une combinaison de coûts incontrôlables et de résultats peu fiables. Certaines entreprises du Fortune 500 déclarent déjà des factures mensuelles d’inférence IA de dizaines de millions de dollars. Face à ces défis, des solutions émergent : la plateforme Nosana a lancé début 2025 un marché décentralisé de GPU (processeurs graphiques) destiné aux charges de travail d’IA, à des coûts inférieurs aux options cloud traditionnelles.
Conclusion : vers une économie des machines, pas seulement des humains
La convergence entre IA et crypto semble désormais actée par les grands acteurs traditionnels. Si BlackRock met en avant le potentiel de long terme et que Mastercard construit les rails de paiement multi-actifs, le scénario dépendra largement de la capacité de l’écosystème à standardiser les contrats de calcul et à offrir une gouvernance ouverte des identités d’agents. À court terme, les paiements agentiques resteront confinés à des cas pilotes ; à moyen terme, les volumes pourraient basculer si les stablecoins s’imposent comme monnaie d’échange privilégiée entre systèmes autonomes. La fenêtre pour garder ce « web d’agents » ouvert, comme le rappelle Raskar, se referme rapidement.
Sources
- CoinDesk — AI agents will soon buy their own computing power and data using stablecoins, according to Blackrock
- CryptoNews
- Mastercard — Agent Pay for Machines launch press release
- IBM Think — AI agents
- MIT Sloan — Who will own the AI agent economy
- Nosana — The real cost of AI agents
Cet article est publié à titre informatif et éducatif. Il ne constitue en aucun cas un conseil en investissement. Faites vos propres recherches (DYOR) avant toute décision.
