a16z : Les trois grandes tendances de l'intelligence artificielle en 2026

Auteur : a16z crypto

Traduction : Deep潮 TechFlow

Cette année, l’IA assumera davantage de tâches de recherche substantielles

En tant qu’économiste mathématique, dès janvier 2025, il m’était difficile de faire comprendre à un modèle d’IA grand public mon flux de travail ; cependant, en novembre 2025, je pouvais déjà donner des instructions à un modèle d’IA comme si je donnais des directives à un doctorant — et parfois, ils renvoyaient des réponses innovantes et correctes. Au-delà de mon expérience personnelle, l’IA est de plus en plus utilisée dans le domaine de la recherche, notamment en matière de raisonnement. Ces modèles ne se contentent pas d’aider directement à la découverte, ils peuvent aussi résoudre de manière autonome des problèmes difficiles comme la question de Putnam (peut-être l’examen de mathématiques universitaires le plus difficile au monde).

Il reste encore incertain dans quels domaines cette assistance à la recherche sera la plus bénéfique, ni comment la mettre en œuvre concrètement. Mais je prévois que cette année, la recherche en IA favorisera et récompensera un nouveau style de recherche « multi-talents » : ce style met davantage l’accent sur la conception des relations entre différentes idées, et sur la capacité à déduire rapidement à partir de réponses plus hypothétiques.

Ces réponses peuvent ne pas être entièrement précises, mais elles peuvent néanmoins guider la recherche dans la bonne direction (du moins dans une certaine topologie). Ironiquement, cela ressemble un peu à exploiter la puissance des « hallucinations » du modèle : lorsque le modèle est « suffisamment intelligent », lui donner un espace abstrait pour stimuler la réflexion peut encore produire des résultats sans signification — mais parfois, cela mène à des découvertes révolutionnaires, tout comme l’être humain, lorsqu’il ne travaille pas selon une pensée linéaire ou une direction claire, peut faire preuve d’une créativité extrême.

Ce type de raisonnement nécessite un nouveau style de flux de travail en IA — pas simplement une interaction « agent contre agent », mais une collaboration complexe de « agents imbriqués » : différents niveaux de modèles assistent les chercheurs pour évaluer les propositions des premiers modèles, et en extraire progressivement l’essence. J’utilise déjà cette méthode pour rédiger des articles, tandis que d’autres effectuent des recherches de brevets, inventent de nouvelles formes d’art, voire (hélas) découvrent de nouvelles méthodes d’attaque contre les contrats intelligents.

Cependant, pour manipuler ces combinaisons d’agents de raisonnement imbriqués dans la recherche, il faut encore une meilleure interopérabilité entre modèles, ainsi qu’une méthode pour identifier et compenser de manière appropriée la contribution de chaque modèle — des problèmes que la technologie blockchain pourrait peut-être aider à résoudre.

— Scott Kominers (@skominers), membre de l’équipe de recherche a16z crypto, professeur à la Harvard Business School

De « connaître votre client » (KYC) à « connaître votre agent » (KYA) : la transformation de la vérification d’identité

Le goulot d’étranglement de l’économie des agents se déplace de la simple intelligence vers la vérification d’identité. Dans le secteur des services financiers, le nombre d’« identités non humaines » dépasse désormais de 96 fois celui des employés humains — et pourtant, ces « identités » restent des « fantômes » incapables d’accéder aux services bancaires.

L’infrastructure clé manquante ici est « connaître votre agent » (KYA, Know Your Agent). Tout comme les humains ont besoin d’un score de crédit pour obtenir un prêt, les agents ont besoin de preuves cryptographiques signées pour effectuer des transactions — ces preuves reliant l’agent à son sujet, à ses contraintes et à ses responsabilités. Avant que cette infrastructure ne soit en place, les commerçants continueront à bloquer ces agents à leur pare-feu.

Les industries ayant construit l’infrastructure KYC (connaître votre client) au cours des dernières décennies disposent maintenant de quelques mois pour étudier comment réaliser la KYA.

— Sean Neville (@psneville), co-fondateur de Circle, architecte de l’USDC ; PDG de Catena Labs

Résoudre le « taxe invisible » du réseau ouvert : défis économiques à l’ère de l’IA

L’essor des agents IA impose une « taxe invisible » sur le réseau ouvert, bouleversant fondamentalement ses bases économiques. Cette perturbation provient du décalage croissant entre la « couche de contexte » (Context layer) et la « couche d’exécution » (Execution layer) de l’Internet : actuellement, les agents IA extraient des données de sites web soutenus par la publicité (couche de contexte), offrant une commodité aux utilisateurs tout en contournant systématiquement les sources de revenus qui soutiennent le contenu (publicités, abonnements).

Pour éviter le déclin progressif du réseau ouvert (et protéger la diversité de contenus qui alimentent l’IA), nous devons déployer à grande échelle des solutions technologiques et économiques. Ces solutions pourraient inclure de nouveaux modèles de contenu sponsorisé, des systèmes de micro-attribution ou d’autres modes de financement innovants. Cependant, les protocoles d’autorisation IA existants se sont révélés financièrement insoutenables, ne permettant souvent de compenser qu’une petite partie des pertes de revenus des créateurs de contenu dues au détournement de trafic par l’IA.

Le réseau a urgemment besoin d’un nouveau modèle économique technologique permettant à la valeur de circuler automatiquement. La transformation clé dans l’année à venir sera le passage d’un modèle d’autorisation statique à un mécanisme de compensation basé sur l’utilisation en temps réel. Cela implique de tester et d’étendre ces systèmes — potentiellement en utilisant la blockchain pour supporter des micropaiements (nanopayments) et des standards d’attribution complexes — afin de récompenser automatiquement chaque entité ayant contribué au succès d’une tâche confiée à un agent IA.

— Liz Harkavy (@liz_harkavy), équipe d’investissement crypto a16z