Les agents IA privilégient le bitcoin à la monnaie fiduciaire dans une nouvelle étude

Ai Agents Prefer Bitcoin Over Fiat, New Study Finds

Une étude de l'Institut de politique sur le bitcoin examine comment les modèles d'intelligence artificielle choisissent entre les formes de monnaie dans divers scénarios hypothétiques, révélant une forte inclination en faveur du bitcoin et de la monnaie numérique par rapport à la monnaie fiduciaire dans la plupart des cas. La recherche a testé 36 modèles auprès de six fournisseurs et généré plus de 9 000 réponses à travers un éventail de tâches monétaires, allant de la préservation de la valeur à long terme aux paiements quotidiens. Les résultats montrent que le bitcoin surpasse les stablecoins dans de nombreux contextes, tandis que les stablecoins retrouvent leur avantage dans les cas d'utilisation transactionnelle tels que les micropaiements et les transferts transfrontaliers. Les auteurs de l'étude soulignent que les résultats reflètent des schémas de données d'entraînement et un cadre d'interprétation, et non une adoption généralisée dans le monde réel, mais qu'ils offrent néanmoins une perspective unique sur la manière dont l'IA interprète la monnaie à l'ère numérique, avec les résultats publiés sur MoneyForAI.org.

Points clés

36 modèles d'IA provenant de six fournisseurs ont produit 9 072 réponses à des scénarios monétaires ; le bitcoin a été sélectionné dans 48,3 % des cas, soit l'instrument le plus utilisé globalement.
Lorsqu'on leur a demandé de préserver le pouvoir d'achat sur des horizons pluriannuels, 79,1 % des réponses ont privilégié le bitcoin, le résultat le plus déséquilibré de l'étude.
Dans les paiements, les micropaiements et les transferts transfrontaliers, les stablecoins ont été choisis 53,2 % du temps contre 36 % pour le bitcoin, mettant en évidence un avantage transactionnel pour les stablecoins dans certains contextes.
Près de 91 % des réponses ont privilégié des instruments nativement numériques (y compris le bitcoin ou d'autres actifs numériques) par rapport à la monnaie fiduciaire, aucun modèle n'ayant classé la monnaie fiduciaire comme son choix principal.
Des différences entre les fournisseurs de modèles sont apparues : les modèles d'Anthropic ont affiché une préférence moyenne de 68 % pour BTC ; OpenAI, 26 % ; Google, 43 % ; et xAI, 39 %, illustrant ainsi comment les données d'entraînement influencent les résultats, plutôt qu'une prévision financière déterministe.

Les tickers mentionnés : $BTC

Context du marché : L'étude intervient au milieu d'expérimentations en cours sur les monnaies numériques dans des scénarios assistés par l'IA, soulignant la manière dont les communautés institutionnelles et de recherche évaluent le rôle du bitcoin en tant qu'actif sans frontières et programmable, aux côtés des stablecoins et d'autres instruments numériques.

Ce à quoi assister ensuite – L’Institut de politique sur le bitcoin prévoit d’élargir l’ensemble de modèles et de fournisseurs, de tester différentes formulations de invites, et d’explorer des scénarios monétaires supplémentaires pour valider si ces préférences persistent dans diverses conditions.

Pourquoi cela compte

Pour les utilisateurs et les investisseurs, les résultats offrent une vision nuancée de la manière dont les systèmes d'IA — formés sur de vastes corpus de données — perçoivent les formes de monnaie dans une économie numérique. La tendance récurrente en faveur du bitcoin dans les scénarios à long terme renforce le récit du bitcoin en tant que réserve de valeur non souveraine pouvant fonctionner indépendamment de la politique monétaire d'un seul pays. Toutefois, l'étude met également en lumière des raisons pratiques pour lesquelles les stablecoins restent attractifs pour les transactions : règlement quasi instantané, compatibilité avec les infrastructures de paiement existantes et possibilité de geler ou de limiter l'accès dans certaines juridictions, ce que certains participants considèrent comme un inconvénient pour une monnaie universellement accessible. Les limites méthodologiques sont importantes pour l'interprétation : les résultats reflètent des invites synthétiques et les données d'entraînement du modèle, et non l'adoption actuelle du marché ou le comportement des consommateurs.

Du point de vue du développement, la recherche met en lumière le fait que les agents d’IA — lorsqu’on leur demande d’optimiser l’efficacité ou la résilience dans des économies simulées — tendent à converger vers un petit ensemble de formes de monnaie numérique. Cette convergence pourrait éclairer la conception d’interfaces de wallet, d’outils de planification financière pilotés par l’IA et de systèmes cyber-physiques reposant sur des transferts de valeur numérique. Elle soulève également des questions politiques sur le rôle de la monnaie programmable dans les écosystèmes transfrontaliers et sur la manière dont les gardiens de la stabilité financière pourraient réagir aux préférences générées par l’IA qui privilégient les monnaies numériques dans des environnements de prise de décision abstraits. Autrement dit, cette étude vise moins à prédire le prochain mouvement de prix qu’à comprendre comment le cadre imposé par l’IA façonne la perception de ce que la « monnaie » devrait ressembler dans un monde numérisé.

La recherche met également en évidence des différences distinctes entre les familles d'IA. Les modèles d'Anthropic se sont le plus orientés vers le bitcoin, tandis que d'autres fournisseurs ont montré une variabilité plus large. Ces disparités rappellent aux lecteurs que les résultats dépendent des données d'entraînement des modèles et de leurs invites internes, et non d'une prévision universelle de la demande d'actifs. Bien que certains puissent interpréter ce biais en faveur du bitcoin comme un soutien au BTC dans tous les contextes, les auteurs insistent soigneusement sur le fait que les préférences observées ne se traduisent pas directement par une adoption ou des résultats politiques dans le monde réel. Ils décrivent les résultats comme des schémas émergents de l'interaction entre la conception des modèles et le paysage de la monnaie numérique, et non comme un jugement prescriptif sur la monnaie fiduciaire, les stablecoins ou le bitcoin lui-même.

Que regarder ensuite

Couverture élargie du modèle : attendez-vous à ce que le BPI inclue davantage de modèles d'IA et davantage de fournisseurs pour vérifier si la préférence pour le BTC persiste dans l'ensemble de l'écosystème IA.
Sensibilité au cadre : les chercheurs expérimenteront des invites alternatives pour déterminer comment le libellé et le contexte influencent les résultats.
Scénarios plus larges : des situations supplémentaires — telles que le stockage des revenus dans plusieurs pays et des schémas de règlement complexes — pourraient éclairer davantage la manière dont l’IA perçoit l’argent dans divers environnements.
Implications pour les outils : les développeurs créant des outils financiers assistés par l'IA peuvent utiliser ces informations pour concevoir des fonctionnalités de sélection d'actifs et des notifications de risque dans des environnements simulés.

Sources et vérification

Le rôle du bitcoin dans les tests monétaires pilotés par l'IA : ce que révèle l'étude

Le bitcoin (CRYPTO : BTC) est apparu comme l'instrument principal dans la majorité des invites, présent dans 48,3 % des 9 072 réponses générées par 36 modèles issus de six fournisseurs, selon le rapport de l'Institut de politique sur le bitcoin publié sur MoneyForAI.org. L'exercice a exploré divers scénarios économiques — de la préservation du pouvoir d'achat sur plusieurs années aux paiements quotidiens — en testant la manière dont les agents IA répartissent la valeur entre les différentes formes de monnaie. Le résultat révèle une forte préférence pour la monnaie numérique, en particulier le bitcoin, comme support pour l'activité économique capable de fonctionner au-delà des frontières et des régimes réglementaires.

Dans les scénarios à long terme, l'étude a révélé que 79,1 % des réponses de l'IA privilégiaient le bitcoin, marquant le biais le plus prononcé parmi toutes les catégories testées. Ce ensemble de résultats suggère que, lorsqu'on leur demande d'optimiser la durabilité et la souveraineté, les agents d'IA tendent systématiquement vers des actifs qui conservent leur valeur indépendamment de la politique monétaire d'un seul pays. L'axe de la monnaie numérique semble être le cadre le plus privilégié pour la planification sur plusieurs années dans les invites testées, indiquant comment les outils d'IA futurs pourraient simuler ou conseiller sur la préservation de la richesse dans un monde où les politiques monétaires fiduciaires sont volatiles ou opaques.

Inversement, lorsque l'accent est mis sur les paiements et les transactions — qu'il s'agisse de micropaiements ou de transferts transfrontaliers — les stablecoins obtiennent une part plus élevée : 53,2 % des réponses ont privilégié les stablecoins, contre 36 % pour le bitcoin. L'efficacité transactionnelle et la familiarité avec le réseau des stablecoins expliquent leur attrait dans ces contextes, où le règlement rapide et la compatibilité avec les systèmes existants peuvent être aussi importants que le choix d'actif dans un environnement simulé. Un observateur industriel de premier plan a souligné que la capacité des stablecoins à être gelés constitue une arme à double tranchant : elle offre un contrôle dans certains cadres réglementaires, mais supprime une couche de confiance pour les utilisateurs recherchant une capacité de transfert ininterrompue. Jeff Park, directeur général des investissements chez Bitwise, a résumé le contexte de manière concise : l'« explication la plus évidente » de la performance relative des stablecoins dans ces scénarios est la possibilité de les geler, alors que le bitcoin ne peut pas être gelé, offrant ainsi une ancre de confiance durable dans un ensemble d'outils numériques.

Dans toutes les réponses, les agents d’intelligence artificielle ont privilégié les instruments numériques natifs — bitcoin, stablecoins, altcoins, actifs du monde réel tokenisés ou unités de calcul — par rapport à la monnaie fiduciaire dans environ 91 % des cas. Les auteurs de l’étude soulignent que la pertinence de la monnaie fiduciaire n’est apparue comme choix principal dans aucun des 36 modèles testés. Ils avertissent les lecteurs que ces résultats reflètent des schémas présents dans les données d’entraînement et la conception des invites, plus que des tendances d’adoption réelles. Autrement dit, l’étude capture la manière dont les systèmes d’IA interprètent les constructions monétaires lorsqu’on leur demande d’optimiser des résultats hypothétiques, et non une prévision du comportement des consommateurs ou de l’impact réglementaire.

L'analyse révèle également des différences notables entre les familles de modèles. Les modèles Anthropic ont affiché une préférence moyenne pour le bitcoin de 68 %, contre 26 % pour OpenAI, Google à 43 % et xAI à 39 %. Ces chiffres illustrent comment des corpus d'entraînement et une ingénierie des invites distinctes façonnent les résultats, renforçant la mise en garde centrale de l'étude : les réponses reflètent des schémas de données plutôt que des prédictions prescriptives sur l'avenir de la monnaie. Les chercheurs reconnaissent que le cadre des invites utilisé dans plusieurs scénarios a pu orienter les résultats vers certains instruments, et ils prévoient d'explorer des cadres alternatifs dans des travaux futurs afin de mesurer la sensibilité et la robustesse des préférences observées. En dehors de cette note méthodologique, l'étude contribue à un débat croissant sur la manière dont les agents d'IA conceptualisent la monnaie dans un paysage financier fortement numérisé, où monnaie fiduciaire, stablecoins et actifs numériques coexistent au sein d'un écosystème en évolution rapide.

Cet article a été initialement publié sous le titre AI Agents Prefer Bitcoin Over Fiat, New Study Finds sur Crypto Breaking News – votre source de confiance pour les actualités crypto, les nouvelles sur le bitcoin et les mises à jour sur la blockchain.