Mais ce dont traite véritablement cet article, ce n'est pas la hausse à court terme de VVV, mais une question plus fondamentale : où la valeur des plateformes d'IA s'accumulera-t-elle lorsque les capacités des modèles se commercialisent rapidement ?
Le jugement central de l'auteur est que les laboratoires d'IA de pointe comme OpenAI et Anthropic tombent dans un « piège de structure de capital » : leur valorisation repose sur l'hypothèse que les modèles resteront longtemps rares et à haute prime, mais les modèles open source chinois, l'entraînement à faible coût, l'écosystème de poids ouverts et le déploiement cloud réduisent rapidement le prix même des capacités des modèles. En d'autres termes, la partie la plus coûteuse de l'industrie de l'IA risque de devenir la plus difficile à protéger en termes de marge bénéficiaire.
Dans ce cadre, Venice est considérée par l'auteur comme une structure inversée : elle ne forme pas de modèles, mais exploite les capacités de modèles open source ; elle ne repose pas sur la conservation centralisée des données, mais met l'accent sur la confidentialité et la preuve TEE ; elle ne transforme pas les utilisateurs en données d'entraînement, mais les intègre à l'économie de la plateforme grâce à des mécanismes tels que le staking VVV, la destruction d'abonnements et les droits de calcul DIEM. Ce que l'auteur souhaite véritablement exprimer, c'est que Venice n'est pas une « application AI avec token », mais une expérience visant à reconstruire les relations consommateurs-logiciels à l'aide de tokens.
Ce qui mérite le plus d’attention, ce n’est pas si Venice peut directement défier OpenAI, mais si le marché de l’IA est en train de se diviser en deux parties : l’une continuant à servir les clients prêts à payer pour les modèles les plus avancés, tout en acceptant la conformité professionnelle et la conservation des données ; l’autre se tournant vers des capacités de modèles open source « suffisamment bonnes », en accordant une priorité accrue à la vie privée, à l’absence de censure, au coût réduit, à l’accès natif aux agents et à la propriété des utilisateurs. Si cette division se produit, l’opportunité de Venice ne réside pas à gagner la guerre des modèles dans son ensemble, mais à devenir la couche d’inférence et l’infrastructure de règlement dans l’économie des agents ouverts.
Ainsi, cet article constitue un argumentaire structurellement haussier : il ne mise pas uniquement sur une hausse du prix de VVV, mais sur la convergence simultanée de plusieurs tendances : la marchandisation des couches de modèles, la rattrapage des modèles open source, l'émergence des paiements aux agents et l'économie de la propriété des utilisateurs.
Le risque réside justement ici — si les progrès des modèles open source ralentissent, si la destruction de jetons ne peut plus suivre la croissance, ou si Venice ne parvient pas à établir véritablement des liens avec les utilisateurs, cette narration sera réévaluée. Mais au moins à ce stade, la performance sur le marché de VVV montre que le marché est prêt à accorder une prime plus élevée à cette histoire de « même demande, modèle économique inverse ».
The following is the original text:
Ces laboratoires dépensent des centaines de milliards de dollars pour tenter de préserver un fossé qui s'évapore en temps réel. GLM-5.1 a battu GPT-5.4 sur les benchmarks de programmation les plus difficiles — il est open source, sous licence MIT, et a été entraîné sur du matériel chinois bloqué par les États-Unis. Le coût de l'entraînement des capacités de pointe a chuté d'environ 95 % en dix-huit mois. Chaque dollar de la valorisation de 852 milliards de dollars d'OpenAI repose sur l'hypothèse que ces changements n'ont pas d'importance. Mais ils en ont une. Et Venice est la seule plateforme d'IA grand public : lorsque tout cela devra enfin être réévalué par le marché, sa structure économique en bénéficiera directement ; même si cette réévaluation ne se produit jamais, sa logique d'investissement reste valide.
L'argument principal de l'article d'avril était que Venice occupe une position unique dans l'économie des agents. Ce jugement reste valide — l'utilisation a triplé, le registre de destruction dépasse 42 % de l'offre initiale, DIEM a été réévalué de 75 % en six semaines, et le prix du jeton a plus que doublé depuis que j'ai rédigé cette analyse approfondie.
Mais le cadre des « sept avantages » que j'ai proposé en avril a peut-être sous-estimé ce qui est en train de se produire. Venice n'est pas une entreprise d'IA avec une étiquette de confidentialité qui émet par ailleurs un jeton. C'est une nouvelle structure économique pour les logiciels grand public : les utilisateurs sont propriétaires, la plateforme est la voie ferrée, et la valeur n'est pas mesurée en actions, mais en droits de puissance de calcul.
Cette structure n'est pas une pile de fonctionnalités, mais la seule configuration capable de survivre aux changements imminents au niveau du modèle. Ce sur quoi la bulle est construite, Venice le contredit. Même marché, même demande, modèle économique complètement opposé. Voilà le miroir.
C'est l'argument que je n'ai pas bien expliqué en avril. Je le complète maintenant.
OpenAI, Anthropic et Together AI ont un point commun qui n'a rien à voir avec leurs produits : leurs investisseurs attendent des rendements en actions dénommés en dollars américains, à hauteur de plusieurs centaines de milliards de dollars, et exigent qu'ils soient réalisés dans un calendrier accéléré.
Cela semble banal, jusqu'à ce que vous poussiez cette logique plus loin.
Une évaluation de 852 milliards de dollars pour OpenAI implique qu'elle devra générer entre 200 et 280 milliards de dollars de revenus annuels d'ici 2030 pour justifier ce multiple. L'entreprise génère actuellement 2 milliards de dollars de revenus par mois et a enregistré une perte de 13,5 milliards de dollars au premier semestre 2025 ; parallèlement, ses coûts d'inférence ayant quadruplé pour atteindre 8,4 milliards de dollars, sa marge brute ajustée est passée de 40 % à 33 %. Les coûts de calcul et de talents absorbent 75 % des revenus totaux. Microsoft prévoit également de prélever 20 % supplémentaires avant 2032. OpenAI anticipe que ses dépenses en calcul atteindront 121 milliards de dollars d'ici 2028, avec une perte annuelle de 85 milliards de dollars cette année-là seulement, et ne deviendra probablement rentable qu'après 2030.
Anthropic tombe dans le même piège, simplement à une échelle différente. Une évaluation de 380 milliards de dollars, un taux de revenu annuel récurrent (ARR) de 30 milliards de dollars, et un coût estimé d'entraînement de 42 milliards de dollars d'ici 2029. Google a promis d'investir 40 milliards de dollars le mois dernier, Amazon en a ajouté 25 milliards — mais les deux sont essentiellement des cycles de crédits cloud, et non du capital-actions réel. Les cinq principaux fournisseurs de cloud à grande échelle ont promis d'investir entre 660 et 690 milliards de dollars dans les infrastructures IA uniquement en 2026. Goldman Sachs prévoit que les dépenses cumulées entre 2025 et 2027 atteindront 1 400 milliards de dollars, soit environ trois fois les dépenses de 2022 à 2024. Sam Altman a personnellement signé des transactions AI pour un montant de 1 000 milliards de dollars, alors que les revenus d'OpenAI s'élèvent à seulement 13 milliards de dollars.
Ce ne sont pas des entreprises ordinaires. Ce sont des paris sur des infrastructures souveraines déguisées en sociétés de logiciels. Leur évaluation exige que la couche modèle reste coûteuse. Mais la réalité est que la couche modèle devient de plus en plus bon marché.
Au cours des 60 derniers jours, le lien entre les dépenses en capital dans l'IA et les capacités de l'IA s'est rompu. La publication de trois modèles à poids ouverts illustre cela.
Z.ai a publié GLM-5.1 le 7 avril, qui a obtenu un score de 58,4 sur SWE-Bench Pro, dépassant les 57,7 de GPT-5.4 et les 57,3 de Claude Opus 4.6. Il est open source sous licence MIT, entièrement entraîné sur les puces Ascend de Huawei, sans utiliser aucun matériel NVIDIA ; tandis que Z.ai lui-même figure toujours sur la liste d'entités américaine, interdisant l'accès aux H100. Son tarif API est de 1 dollar pour un million de tokens en entrée et 3,2 dollars en sortie, soit 5 à 8 fois moins cher que les 5 dollars / 25 dollars de Claude Opus.
Kimi K2.6, publié par Moonshot le 20 avril, est devenu le modèle à poids ouvert classé n°1 sur l'indice Artificial Analysis Intelligence avec un score de 54, contre 57 pour les laboratoires propriétaires de pointe. Il a surpassé GPT-5.4 sur les tâches d'agents : un score HLE-with-tools de 54,0, supérieur aux 52,1 de GPT-5.4. Son score SWE-Bench Verified est de 80,2, presque à la hauteur des 80,8 de Claude Opus. Cloudflare le facture à 0,95 $ pour l'entrée et 4 $ pour la sortie, soit environ 15 fois moins cher que Claude Opus dans les scénarios à forte charge. Le coût initial d'entraînement de Kimi K2 n'était que de 4,6 millions de dollars.
DeepSeek V4-Pro, publié le 24 avril, occupe la deuxième place sur l'indice d'intelligence, derrière Kimi K2.6 et devançant tous les modèles à l'exception des trois premiers laboratoires propriétaires avancés. Il est distribué sous licence MIT. Le coût d'entraînement de DeepSeek V3 s'élève à 5,6 millions de dollars.
Trois laboratoires chinois, 60 jours, entièrement open source, tous atteignant ou dépassant les niveaux de pointe sur au moins un benchmark majeur, avec des coûts 5 à 15 fois moins élevés, dont l’un fonctionne sur du matériel sous sanctions. Les capacités qui soutenaient l’évaluation d’OpenAI en 2024 sont désormais disponibles gratuitement sur Hugging Face, déployables sur du matériel loué, et continuent de s’améliorer chaque trimestre.
Ce n’est pas ce qu’on appelle le « moment IA chinois ». C’est un arbitrage structurel au niveau des modèles qui se produit en temps réel. Un article académique de mars 2026 indique directement : « La taille du pré-entraînement est désormais désynchronisée des capacités de pointe en IA. » La part des modèles open source chinois dans l’utilisation mondiale est passée de 1,2 % en 2025 à 30 %. Apple évalue l’intégration de DeepSeek, Qwen et Doubao dans iOS 27. AWS, Azure et Google Cloud proposent tous le déploiement de DeepSeek. Aujourd’hui, 80 % des startups cherchant un financement de capital-risque construisent leurs solutions sur des modèles open source. La série Llama de Meta a été délibérément libérée pour accélérer la marchandisation du niveau des modèles — lorsque votre plus grand concurrent, d’une capitalisation boursière de 1,6 billion de dollars, est le plus ferme défenseur de la baisse des prix sur votre marché, il est clair où iront les marges.
Chaque dollar de l'évaluation de 852 milliards de dollars d'OpenAI suppose que ces changements n'ont aucune importance. Il suppose que les clients professionnels paieront indéfiniment des capacités coûteuses facturées au token, même si GLM-5.1 offre des capacités similaires à un huitième du prix ; il suppose que les poids ouverts de Kimi K2.6 n'ont aucune importance ; il suppose que DeepSeek vendant ses produits à moins de 3 % du prix des modèles de pointe n'a aucune conséquence. Il suppose que ces laboratoires peuvent simultanément augmenter leurs revenus de dix fois et élargir leurs marges sur un marché où les concurrents offrent leurs produits gratuitement.
Jai Das de Sapphire Ventures a qualifié OpenAI de « Netscape de l'ère de l'IA ». Mark Zuckerberg a également reconnu publiquement l'existence d'une bulle dans l'IA. En mars, le Pentagone a officiellement classé Anthropic comme un risque pour la chaîne d'approvisionnement, car Anthropic a refusé d'autoriser Claude à être utilisé pour la surveillance de masse et les armes autonomes ; tandis qu'OpenAI et Google ont signé des accords « pour tous les usages légaux » afin d'éviter le même sort. Les entreprises centralisées d'IA seront influencées par la force coercitive des gouvernements, et leur architecture ne peut pas rejeter cette coercition. L'architecture de Venice, elle, le peut.
Ces laboratoires ne sont pas inconscients des problèmes. Simplement, ils ne peuvent pas faire machine arrière. Les investisseurs qui ont signé des chèques pour une évaluation de 852 milliards de dollars n'ont pas acheté un avenir dans lequel le modèle deviendrait une marchandise. Ils ont acheté un avenir dans lequel le modèle conserverait toujours une prime élevée. Ce sont deux entreprises complètement différentes, et pour que la seconde puisse véritablement se concrétiser, elle doit d'abord réduire la valorisation de la première.
C’est un piège. Le problème n’est pas la pile de mécanismes de refus, ni l’architecture de journalisation. Le vrai problème est que les seuls investisseurs capables de tolérer une structure économique comme celle de Venice sont ceux qui détiennent déjà VVV.
À partir de maintenant, cet argument ne nécessite plus l'éclatement d'une bulle pour être valable.
Supposons que ces laboratoires parviennent à survivre péniblement. Supposons que GPT-6 reste le meilleur de sa catégorie, que Claude Opus 5 conserve son avance en matière de raisonnement et que Gemini demeure en pointe sur le plan multimodal. Supposons que les contrats entreprises puissent durer suffisamment longtemps pour permettre à ces sociétés de réaliser de nouveaux financements et de surmonter la pression sur leur valorisation.
Cela n'est pas non plus important. Le marché se divisera.
L'intelligence avancée ne représente qu'une petite partie de la demande totale d'inférence. La grande majorité des charges de travail réelles — assistance à la programmation, rédaction, analyse, génération d'images, vidéos, exécution d'agents, service client, recherche, résumés — ont déjà atteint un niveau « suffisamment bon » il y a plusieurs mois. La capacité de codage de GLM-5.1 en production est désormais équivalente à celle de GPT-5.4. La capacité de Kimi K2.6 à exécuter des agents est comparable à celle de Claude Opus 4.6. La capacité d'inférence générale de DeepSeek est également essentiellement équivalente à celle de tout modèle en dehors du top absolu du classement. Pour 80 % des besoins réels, l'écosystème à poids ouvert est déjà suffisant, et il s'améliore chaque trimestre.
Ces besoins ne nécessitent pas une intelligence plus puissante, mais des attributs d'intelligence que les laboratoires ne peuvent pas fournir en raison de leur structure : confidentialité, sortie sans censure, pas de compte requis, pas de journalisation, accès natif aux agents, coûts prévisibles, propriété utilisateur. Les services des laboratoires ciblent une petite minorité de clients exigeants prêts à payer des prix d'entreprise et à accepter la surveillance. Venice s'adresse à tout le reste, soit précisément la moitié du marché la plus grande et à la croissance la plus rapide.
Dans le scénario haussier : ces laboratoires s’effondrent et Venice prend le contrôle de l’ensemble du marché. Dans le scénario de référence : le marché se divise et Venice détient la plus grande partie. Même dans le scénario baissier — où ces laboratoires dominent à long terme les capacités de pointe sans qu’aucun événement de réévaluation ne se produise — Venice reste l’un des rares plateformes d’IA grand public capables de répondre à ces 80 % de besoins en inférence : des besoins qui n’exigent pas les capacités les plus avancées et qui ne peuvent pas accepter le modèle économique des laboratoires.
Cet argument ne demande pas qu'un effondrement se produise. Il exige simplement que la courbe open source continue sur la trajectoire qu'elle a déjà empruntée.
Pourquoi Venice capte-t-elle la plus grande moitié du marché ? Ce n'est pas parce qu'elle est destinée à dominer entièrement. Cela pourrait arriver, mais la réponse structurelle est plus simple que cela.
Venice est la seule plateforme grand public permettant aux utilisateurs de posséder les droits associés aux infrastructures qu'ils utilisent. Stakez VVV pour générer des revenus et obtenir un accès Pro à vie. Verrouillez sVVV pour créer DIEM, détenir un droit permanent à la puissance de calcul, et bénéficier d'une appréciation à mesure que le coût de l'inférence devient une marchandise. Chaque utilisateur payant alimente une roue de destruction qui renforce en capitalisation composée les positions de tous les autres utilisateurs. Ce n'est pas une fonctionnalité, mais une relation entièrement nouvelle entre le consommateur et le produit — une relation que les grandes IA ne peuvent offrir, car leur structure de propriété exclut l'idée d'« utilisateurs comme propriétaires ».
Regardez ce que les utilisateurs ont réellement besoin et que les laboratoires ne peuvent pas fournir : la confidentialité n’est pas une politique, mais une preuve vérifiable de TEE, une absence de conservation, et une architecture dans laquelle rien ne peut être saisi. Pour 99 % des scénarios d’utilisation intelligente qui n’ont pas besoin d’être filtrés par un comité de sécurité de marque entreprise, une sortie non censurée est essentielle. Les modèles open source前沿 sont déployés en quelques jours après leur publication, car Venice n’a pas à défendre un fossé qui oblige la couche modèle à rester coûteuse. Accès natif aux agents — clés API autonomes, paiements via portefeuille x402, sans intervention humaine — car les agents déployés aujourd’hui ne peuvent tout simplement pas utiliser autre chose.
Chacune de ces forces s'amplifie indépendamment. Avec l'augmentation des fuites de données et le resserrement de la réglementation, la demande de confidentialité croît. Avec le mécontentement croissant des utilisateurs face aux produits d'IA « de sécurité marquante » qui refusent systématiquement les tâches quotidiennes, la demande de résistance à la censure augmente. L'open source réduit chaque trimestre l'écart avec le « suffisamment bon ». La part des agents dans la demande totale d'inférence double. Aucune de ces forces ne pointe vers un laboratoire. Toutes pointent vers Venice.
Une plateforme fondée sur l'opposé de chaque hypothèse de bulle, dont de nombreuses caractéristiques semblent accidentelles jusqu'à ce que vous compreniez la forme globale.
Coût d'entraînement nul. Venice n'a jamais dépensé un seul dollar pour entraîner un modèle. Chaque publication provenant de Llama, Qwen, Mistral, GLM, DeepSeek ou Kimi constitue une mise à niveau gratuite. Ces laboratoires dépensent des centaines de milliards de dollars pour tenter de maintenir un avance mesurée en mois. Venice, lui, a un coût nul et profite directement de la courbe que ces acteurs financent. Lorsque GLM-5.1 a été publié à un huitième du prix de Claude, ce fut pour Venice une opportunité d'élargir sa marge ; mais pour les entreprises cherchant à facturer un prix élevé pour une capacité équivalente, ce fut une menace existentielle.
Zéro conservation des données. Dans les laboratoires, la confidentialité est un engagement politique ; ici, à Venice, la confidentialité est une structure mathématique. OpenAI Enterprise ne utilise par défaut pas les données des clients pour former ses modèles, et les clients peuvent définir une fenêtre de conservation, mais lors de l’inférence, les invites traversent toujours les serveurs d’OpenAI et peuvent être consultées par du personnel autorisé pour des enquêtes sur les abus, le support et des questions juridiques. Les politiques peuvent changer. Les fournisseurs peuvent également être compromis — en novembre 2025, Mixpanel a fuité les noms, adresses e-mail et ID d’organisation des clients API via un phishing par SMS. Les données en cours d’exécution peuvent également être exposées par de nouvelles vulnérabilités — Check Point a révélé en mars une faille dans ChatGPT permettant de fuiter silencieusement le contenu des conversations via un canal secondaire DNS. Même avec une clause de zéro conservation contractuelle, son architecture repose toujours sur la confiance. La preuve TEE de Venice transforme les garanties de confidentialité en garanties cryptographiques. Les enclaves sécurisées traitent les invites, retournent les résultats, prouvent l’exécution, puis suppriment les entrées. Venice ne voit pas vos données, car son architecture ne le permet pas. Ce n’est pas un fossé de confidentialité, mais un bilan comptable juridique qui devient plus solide à mesure que la réglementation sur les données se resserre.
Les jetons sont liés mécaniquement à l'utilisation. Chaque requête payante entraîne l'achat et la destruction de VVV sur le marché ouvert. La destruction liée aux abonnements échelonnés augmente avec les revenus : Pro environ 2 $, Pro+ environ 5 $, Max environ 10 $. Au cours des 18 derniers mois, l'émission a été réduite cinq fois et est prévue pour être de nouveau divisée par deux avant l'été. 42 % de l'offre initiale ont déjà été détruits. Aucune allocation ne va aux rendements des investisseurs, car il n'y a tout simplement pas d'investisseurs. Chaque dollar de revenu est réinvesti en capitalisation composée dans les actifs détenus par les détenteurs de staking.
L'utilisateur est une catégorie d'actif, et non un produit. C'est un point que personne n'a vraiment clarifié. Sur les plateformes centralisées, les utilisateurs génèrent des données, ces données deviennent des entrées d'entraînement, qui à leur tour constituent l'avantage concurrentiel de la plateforme. L'utilisateur est le produit. Sur Venice, les utilisateurs consomment des jetons en les stakant, en souscrivant à des abonnements ou en payant des frais d'inférence ; les jetons sont brûlés, augmentant ainsi la valeur de la position de chaque détenteur. L'utilisateur est un actif. Ce vecteur économique est exactement l'inverse de celui de presque toutes les autres entreprises de logiciels de consommation au monde.
DIEM est un instrument à revenu fixe soutenu par des capacités d'inférence. 1 DIEM质押 équivaut à un montant de 1 USD renouvelé automatiquement chaque jour, valable à perpétuité. Il peut être échangé sur Aerodrome ou libéré en détruisant le sVVV质押 d'origine. Pendant la période de verrouillage, il génère un rendement d'environ 80 % de celui du质押 VVV classique. Ce n'est pas une simple token, mais un instrument à revenu fixe soutenu par une infrastructure d'IA. À mesure que la puissance de calcul sous-jacente devient une marchandise, chaque DIEM permet d'acheter davantage de capacités d'inférence chaque année, tout en conservant un droit nominal constant. Le laboratoire émet des actions basées sur un actif en dépréciation ; Venice, quant à lui, émet un droit perpétuel sur un actif en constante appréciation.
En rassemblant tout cela, vous n'obtenez pas « une entreprise d'IA au goût cryptographique ». Vous obtenez une forme entièrement nouvelle de logiciel grand public : chaque relation économique entre l'utilisateur et la plateforme est médiée par des actifs que l'utilisateur possède, fixe, échange et dont il tire des revenus. Et cela reste vrai, peu importe que ces laboratoires survivent ou non. Ce ne sont pas des paris sur un effondrement, mais un avantage structurel qui se capitalise dans n'importe quel contexte macroéconomique.
L'économie des agents arrive, et le moment coïncide exactement avec la fin des pistes de financement de ces laboratoires.
Les wallets agentic de Coinbase ont dépassé 165 millions de transactions sur x402. Google AP2 a été lancé avec plus de 60 partenaires. Visa a publié le Trusted Agent Protocol. Mastercard a investi 1,8 milliard de dollars dans l'infrastructure des stablecoins — la plus grande transaction de stablecoins de l'histoire. Coinbase a lancé Agent.market en avril, avec 69 000 agents actifs en trading. McKinsey prévoit que, d'ici 2030, le volume des affaires consommateurs médiées par des agents atteindra 3 à 5 billions de dollars.
Chacun de ces agents nécessite un fournisseur de services d'inférence. Mais ils ne peuvent pas être utilisés dans des scénarios sérieux avec OpenAI ou Anthropic. L'architecture de conformité du laboratoire exige le KYC ; leur modèle de revenus exige la journalisation ; leur politique de contenu exige le refus. Les agents ne peuvent pas remplir de formulaires d'inscription, ne peuvent pas saisir de CVV, ne peuvent pas accepter des conditions de service susceptibles de changer au prochain trimestre. Le PDG de Coinbase l'a dit clairement : les agents IA ne peuvent pas respecter les exigences KYC ni utiliser les systèmes bancaires traditionnels.
Ainsi, alors que les modèles open-weight chinois exploitent en dessous les activités principales de ces laboratoires, la nouvelle catégorie la plus importante de besoins en infrastructure IA — les agents autonomes — est structurellement incompatible avec leur architecture. Les agents renforcent la fragmentation du marché : la demande haut de gamme reste en haut, tandis que le reste du marché bascule vers des agents natifs.
Venice sert à la fois les deux extrémités de cette transaction. Le processus de clés API autonomes est en ligne — staking intelligent VVV, signature de jetons, fusion de clés, paiement avec DIEM, sans aucune intervention humaine. Le paiement via le portefeuille x402 est désormais disponible sur tous les points de vente. Un seul certificat permet d'accéder aux JSON-RPC de 11 chaînes. Chaque agent Eliza, Fleek, OpenClaw, Hermes et NanoClaw est prêt à l'emploi. Les agents déployés aujourd'hui fonctionnent sur l'infrastructure de Venice parce qu'aucune autre option ne permet simultanément d'être sans autorisation, privée, non censurée et native pour les agents.
Lorsque la taille commerciale des agents intermédiaires atteindra les plusieurs milliers de milliards de dollars prédits par McKinsey, et que ces laboratoires heurteront le mur intégré à leur structure de propriété — qu'ils l'aient réellement fait ou non — Venice sera déjà devenu la couche de raisonnement de cette économie.
Ce qui est en cours de composition
Les arguments de avril ne sont plus des hypothèses. Le 7 avril, l'utilisation quotidienne a atteint 50 milliards de tokens et 1 million d'images. GLM-5.1, Kimi K2.6 et DeepSeek V4 ont tous été intégrés sur Venice dans les jours suivant leur sortie, tout en conservant les contrats de confidentialité inchangés. La décote d'exécution de DIEM est passée de 57 % au début mars à environ 32 % aujourd'hui — le marché réévalue la fiabilité, et non pas la nouvelle utilité. Dès que la décote descendra sous 20 %, DIEM franchira automatiquement les 1 500 dollars grâce à une logique mathématique pure. Les flux de staking dépassent 15 millions de dollars. Plus de 32 millions de VVV sont stakés, soit environ 70 % de l'offre en circulation verrouillée. Le mécanisme de destruction par abonnement hiérarchisé est en ligne depuis avril et génère déjà des destructions mensuelles significatives ; à ce rythme, même sans tenir compte de la prochaine réduction d'émission, VVV deviendra nettement déflationniste au troisième trimestre.
Chaque jugement de l'article d'avril a été soit capitalisé, soit rendu plus clair. Aucun n'a été affaibli.
L'article d'avril affirmait que Venice était la seule plateforme à combiner sept avantages spécifiques. Ce jugement reste valable. Ce que je n'avais pas clairement expliqué à l'époque, c'est la raison : ces sept avantages ne constituent pas un empilement de fonctionnalités, mais la forme naturelle prise par une entreprise de logiciel grand public qui n'est pas tenue de répondre aux exigences de rendement sur le capital des investisseurs en capital-risque. Ces investisseurs en capital-risque achètent une participation basée sur un actif bientôt commercialisé.
Ce marché présente deux voies d’évolution. La première consiste en ce que ces laboratoires soient submergés par leur propre structure de propriété, permettant à Venice de prendre en charge toute la pile technologique. La seconde voie est une fragmentation du marché — les laboratoires conservent une petite partie de la demande haut de gamme, prête à payer des prix d’entreprise et à accepter la surveillance, tandis que Venice détient le reste : la moitié du marché plus grande et à croissance plus rapide, où l’intelligence « suffisamment bonne » s’associe à la confidentialité, à la sortie sans censure, à l’accès natif aux agents et à la propriété utilisateur.
La fin de ces deux voies est que Venice devienne la couche d'inférence d'une économie d'agents ouverts. Cet argument ne requiert pas l'éclatement d'une bulle. Il exige simplement que la courbe open source continue d'évoluer dans la direction déjà empruntée — et il est un fait qu'elle le fait chaque trimestre, à un rythme plus rapide que celui auquel les marchés mettent à jour leurs modèles.
Venise est construite sur ce pari. Il y a trois mois, j'ai fait cette analyse à 2 dollars, et personne ne prêtait attention. Il y a un mois, lorsque le prix a atteint 8 dollars, les gens ont commencé à remarquer. Aujourd'hui, le prix est à 18 dollars, mais le marché n'a toujours pas pleinement saisi cet argument structurel — la partie non encore intégrée dans le prix, c'est ce qui se produira lorsque les deux scénarios convergeront enfin vers la même réponse.
La bulle repose sur l'hypothèse selon laquelle la couche modèle maintiendra continuellement un prime élevé. Le composé de Venice repose sur la tendance selon laquelle la couche modèle deviendra gratuite. Que la bulle éclate soudainement ou s'effondre lentement, la fin de cette transaction reste la même.
Le même marché. Un modèle économique opposé.
Le laboratoire ne peut pas suivre. Les fournisseurs de puissance de calcul ne peuvent pas capturer les utilisateurs. Le protocole est transféré à la fondation. La valeur se concentrera finalement, comme toujours, à quelques endroits : les marques choisies par les gens, les orbites sur lesquelles les agents opèrent, et la monnaie qu’ils utilisent pour évaluer les choses.
Venice établit sa marque, son infrastructure opérationnelle et émet sa monnaie.
Le prochain chapitre n'est pas une célébration. La vraie question est : l'argument structurel soulevé dans l'article d'avril sera-t-il réévalué lorsque les entreprises comparables financées par des capitaux-risqueurs n'auront plus d'issues, ou lorsqu'il se produira une séparation naturelle du marché autour d'elles ?
Based on the current evidence, both events are proceeding on schedule.
Pas un conseil en investissement. Veuillez effectuer vos propres recherches.
[Lien d'origine]
BlockBeats