Ces dernières années, l'intelligence artificielle (IA) a transcendé ses domaines traditionnels du cloud computing et des logiciels et s'est de plus en plus fusionnée avec des robots et des appareils IoT dans le monde physique. Au début de 2025, le PDG de NVIDIA, Jensen Huang, a déclaré que “l'ère de l'IA robotique est arrivée.” Cela a soulevé une question importante : l'avenir des machines intelligentes sera-t-il dominé par quelques géants de la technologie, ou seront-elles décentralisées, détenues et gouvernées par des communautés à travers un cadre Web3 ? Alors que le concept d'“IA physique” gagne du terrain, un nouveau paradigme—l'Intelligence Artificielle Physique Décentralisée (DePAI)—émerge pour offrir une solution convaincante. Cet article explore les principes fondamentaux, l'architecture technologique, les applications réelles et les défis du DePAI pour vous guider à travers les opportunités d'investissement potentielles dans ce domaine en plein essor.

Qu'est-ce que DePAI? Qui contrôlera les robots de demain?

Alors, qu'est-ce que la Intelligence Artificielle Physique Décentralisée? En termes simples, DePAI amène l'IA hors du cloud et dans le monde réel, rendue possible par des technologies décentralisées comme la blockchain. Elle combine la robotique physique.Agents d'IA, intelligence spatiale, et des réseaux d'infrastructure physique décentralisée (DePIN) permettant aux systèmes d'IA incarnés de fonctionner de manière autonome et souveraine sous l'architecture Web3. Dans ce modèle, l'IA physique—comme les robots—n'est plus seulement un outil d'automatisation. Elle devient un participant actif dans un réseau blockchain, capable de prendre des décisions indépendantes, d'interagir avec son environnement et de compter sur des communautés ouvertes pour la puissance de calcul et les données.

Par exemple, imaginez posséder une voiture autonome. Dans un système d'IA centralisé traditionnel, la voiture suivrait des algorithmes prédéfinis. Cependant, dans un cadre de DePAI, le véhicule pourrait analyser les conditions de circulation en temps réel, partager des données avec d'autres véhicules et déterminer de manière coopérative l'itinéraire le plus sûr. Ses ressources informatiques et ses données de trafic ne proviendraient pas d'une source centralisée unique, mais seraient fournies par un réseau distribué d'appareils et d'utilisateurs du monde entier.

Comment DePAI est lié à l'IA décentralisée et à l'IA physique

Pour clarifier, l'IA décentralisée fait référence à l'utilisation de technologies de blockchain ou distribuées pour entraîner ou exécuter des modèles d'IA, en se concentrant principalement sur les couches logicielles et de données (par exemple, réseaux informatiques décentralisésouAI DAOD'autre part, l'IA physique met l'accent sur l'intégration de l'IA dans du matériel réel tel que des robots, des véhicules autonomes, des lunettes à intelligence artificielle, voire des prothèses intelligentes. DePAI combine les deux - intégrer l'IA dans des appareils physiques tout en assurant une coordination décentralisée et un fonctionnement via la blockchain. Il permet aux machines d'interagir, de coopérer et de prendre des décisions de manière fiable et vérifiable.

En une phrase : DePAI est la version Web3 de l'IA physique.
Dans ce modèle, la propriété et le contrôle des machines intelligentes ne sont plus monopolisés par de grandes entreprises mais partagés entre les communautés et les utilisateurs.

Fondations techniques de PAI : consensus blockchain, ZKP et sources de données fiables

À mesure que les robots alimentés par l'IA deviennent de plus en plus omniprésents, DePAI vise à construire un écosystème intelligent sécurisé et efficace - un écosystème qui repose sur plusieurs technologies fondamentales. Le calendrier ci-dessous offre un aperçu rapide de l'évolution de la technologie DePAI au fil du temps.

Chronologie de l'évolution de la technologie PAI (Source : Gate Learn, par John)

Concentrons-nous maintenant sur les technologies de base qui sont les plus cruciales pour DePAI.

Blockchain et mécanismes de consensus

Un de chaîne de blocsLes principaux avantages de Gate.io résident dans sa capacité à permettre l'enregistrement et le partage décentralisés des données sans avoir recours à une autorité centrale. En tirant parti mécanismes de consensus, cela garantit que toutes les machines du réseau conservent une vue cohérente et inviolable de l'état du système. Dans un avenir défini par l'interconnexion IoTLes appareils et les robots autonomes, la blockchain fournit une infrastructure évolutive et à faible latence capable de gérer de vastes flux de données, essentielle pour la prise de décision en temps réel dans des scénarios tels que la gestion du trafic autonome et la coordination multi-agents.

Sources de données fiables provenant d'appareils IoT

DePAI repose fortement sur des données en temps réel collectées par des capteurs et des appareils pour former des modèles d'IA. Cependant, avec ces sources de données étant si largement distribuées, garantir leur authenticité devient un défi. C'est là que le bien connu problème d'oracledans la blockchain entre en jeu : comment transmettre de manière fiable des données du monde réel à la blockchain. Les solutions courantes incluent la vérification de l'identité basée sur le matériel, signatures numériques, et validation croisée des sources. De plus en plus, Preuves de Connaissance Zéro ZKPsont également adoptées.

Les preuves à connaissance nulle permettent à une partie de prouver la vérité d'une déclaration sans révéler les données sous-jacentes. Par exemple, vous pouvez prouver que vous connaissez un mot de passe sans divulguer le mot de passe lui-même. Dans le contexte de DePAI, chaque appareil peut vérifier la validité et l'authenticité des données qu'il fournit, sans révéler le contenu réel, protégeant ainsi la vie privée.

Voici comment le processus fonctionne : une fois qu'un appareil s'allume, il s'enregistre d'abord sur la blockchain pour obtenir un Identifiant Décentralisé (DID). Il utilise ensuite son matériel et son logiciel intégrés pour générer une preuve de connaissance nulle (ZKP) afin de prouver que ses données sont légitimes. Les contrats intelligents sur la blockchain vérifient la preuve, et si tout est conforme, le dispositif reçoit une récompense (comme des jetons). D'autres dispositifs seront incités à contribuer des données de détection, de puissance de calcul ou d'autres services.

Flux de travail ZKP (Source: NovaNet)

En permettant aux appareils de prouver leur légitimité sans compromettre la confidentialité des données, les preuves à divulgation nulle de connaissance (ZKP) aident DePAI à résoudre deux défis majeurs : l'authenticité des données et la protection de la vie privée. Le résultat est un écosystème fiable et ouvert.

Exigences en matière de données et de calcul pour la formation en IA

Pour que les agents IA physiques puissent fonctionner de manière autonome dans des environnements complexes et dynamiques, ils ont besoin de modèles IA robustes. Et cela nécessite deux ressources clés : des données d'entraînement diverses et une puissance de calcul massive.

Au sein de l'écosystème DePAI, la plupart des données d'entraînement proviendront d'appareils IoT distribués. Ces appareils diffusent en continu des données environnementales fraîches du monde entier, permettant ainsi aux modèles de rester à jour et adaptatifs.

Par exemple, imaginons que nous voulions créer une carte 3D d'une ville. Vous pourriez envisager d'utiliser des LiDAR haute résolution pour tout scanner, mais de tels systèmes peuvent coûter des centaines de milliers de dollars, et leurs cartes deviennent rapidement obsolètes. Une approche plus efficace consiste à utiliser un réseau d'appareils IoT - comme des caméras de rue et des capteurs environnementaux - qui capturent en permanence les conditions routières en temps réel et les détails (par exemple, les formes des bâtiments, les angles des routes, les textures des matériaux). Ces appareils ne sont pas centralisés; ils sont répartis dans tout le paysage urbain. Cela les place dans une position unique pour fournir des données riches en temps réel aux modèles d'IA. En conséquence, les robots peuvent mieux comprendre et s'adapter à leur environnement - développant une intelligence spatiale avancée.

Du côté informatique, DePAI envisage d'utiliser du matériel inactif (comme des smartphones ou des ordinateurs portables) pour former un réseau informatique décentralisé pour l'entraînement de l'IA. Par exemple, Bittensorutilise un mécanisme d'incitation basé sur la blockchain pour coordonner les contributions GPU à l'échelle mondiale pour des tâches d'IA distribuées. Des projets comme Béniront exploré des concepts similaires. Bien que l'informatique décentralisée soit encore confrontée à des défis en matière de communication et d'efficacité, des avancées futures dans les protocoles de communication et apprentissage fédérépourrait en faire la pierre angulaire de l'évolution de l'IA DePAI.

Cas d'utilisation de PAI

Bien que toujours un concept émergent, DePAI a plusieurs scénarios d'application prometteurs, certains entrant même dans la phase expérimentale. Jetons un coup d'œil à quelques domaines remarquables :

Partage de données de conduite autonome et de véhicule à tout (V2X)

Les véhicules autonomes nécessitent de vastes quantités de données de conduite et d'entrées contextuelles pour former des modèles d'IA. Actuellement, la plupart de ces données sont cloisonnées au sein des fabricants de voitures individuels.

DePAI offre un moyen de briser ces silos en incitant les conducteurs et les appareils à téléverser des relevés de capteurs, des séquences vidéo de caméra et d'autres données de conduite sur un réseau décentralisé. Un exemple concret est l'application Drive de NATIX Network, qui permet aux utilisateurs de contribuer passivement à une carte participative tout en conduisant. Selon NATIX, plus de 245 000 utilisateurs ont collectivement cartographié plus de 156 millions de kilomètres de routes. Les données de trafic résultantes et les informations sur l'infrastructure sont compilées dans des ensembles de données ouverts de grande valeur. Ces ensembles de données peuvent être utilisés pour optimiser les IA de navigation, soutenir la planification urbaine et améliorer les systèmes de gestion du trafic.

Conduite & Application impliquant les utilisateurs dans la création de cartes (Source: NATIX)

Pour soutenir cette initiative, NATIX a développé un dispositif matériel appelé VX360, qui peut être monté sur les véhicules Tesla. Il stocke jusqu'à 256 Go de séquences de conduite et transmet de manière sécurisée des données géospatiales dynamiques à la blockchain. En retour, les conducteurs gagnent des récompenses en jetons, tandis que les données vidéo collectées peuvent être utilisées pour la simulation, la détection des risques et le peaufinage des algorithmes de conduite autonome.

La beauté de ce modèle réside dans sa capacité à démocratiser les données. Au lieu d'être contrôlées par quelques grandes entreprises, les données de conduite autonome deviennent un actif détenu collectivement. Avec une participation massive, nous pouvons construire des cartes 3D de haute précision qui aident les voitures autonomes à s'adapter plus rapidement aux conditions du monde réel, rendant les systèmes de mobilité future plus sûrs et plus fiables.

Collaboration de robots décentralisée

Dans les centres de distribution de produits frais et les hôpitaux, l'automatisation à travers des robots et des appareils intelligents devient de plus en plus courante dans des environnements tels que les usines. Cependant, il y a souvent un manque de coordination entre les robots de différentes marques et avec différentes fonctions. Cela se traduit par des systèmes cloisonnés. C'est là que DePAI (IA physique décentralisée) intervient - son objectif est d'établir un réseau de collaboration inter-robots alimenté par des protocoles décentralisés et normalisés, permettant à des robots divers de travailler ensemble de manière transparente.

Imaginez un entrepôt intelligent futuriste où des robots de différents fabricants, tels que des robots de transport et des drones d'inspection, sont tous connectés à une plateforme décentralisée. Ces machines peuvent négocier de manière autonome des affectations de tâches, partager des données d'inventaire et environnementales en temps réel, et se coordonner sans avoir besoin d'un contrôleur central pour donner chaque commande. Pour y parvenir, une haute interopérabilité et cohérence sont nécessaires afin que chaque robot puisse comprendre les actions des autres.

Par exemple, le réseau Robonomics explore la connexion du système d'exploitation de robot (ROS) largement utilisé avec la blockchain pour permettre aux robots de publier des tâches ou d'offrir des services directement via des contrats intelligents. Dans ce modèle, un robot de patrouille pourrait automatiquement payer d'autres robots en jetons pour nettoyer une zone spécifique, entièrement de manière autonome et sans intervention humaine.

Pour éviter les conflits et permettre une collaboration fluide, cela repose également sur l'informatique spatiale décentralisée, où des caméras et capteurs distribués construisent un jumeau numérique 3D constamment mis à jour du monde réel. Les robots alimentés par l'IA peuvent ensuite référencer cette couche spatiale partagée. Un bon exemple est le protocole Posemesh d'Auki Network, qui vise à créer un réseau de conscience spatiale décentralisé en temps réel, préservant la vie privée, en permettant à des appareils dispersés de générer collectivement une carte virtuelle partagée. Les robots peuvent utiliser cette carte non seulement pour la localisation et la planification de trajectoire, mais aussi pour s'entraîner dans un environnement de simulation de type métavers afin d'améliorer leur précision dans le monde réel.

Bien que la collaboration robotique décentralisée en soit encore à ses débuts, certains cas d'utilisation verticaux montrent déjà des promesses. Dans la logistique, les véhicules guidés autonomes (AGV) dans les entrepôts pourraient communiquer via la blockchain pour éviter les collisions et optimiser les trajets. En agriculture, les drones et les tracteurs autonomes pourraient partager des données sur les cultures pour une agriculture de précision. En matière de sécurité publique, des robots de patrouille décentralisés pourraient surveiller conjointement de vastes zones et se passer le relais dans les tâches de suivi sans contrôle centralisé. Une fois mûries, ces scénarios pourraient considérablement améliorer la valeur commerciale de DePAI.

Villes intelligentes construites sur des places de marché de données

Une autre application clé du DePAI est de permettre aux systèmes d'IA physique via des places de marché de données décentralisées - non seulement en agrégeant des données IoT fragmentées (par exemple, la qualité de l'air ou la consommation d'énergie), mais en permettant aux agents d'IA d'accéder, de traiter et d'agir sur des données en temps réel pour une prise de décision plus rapide et plus précise.

Dans cet écosystème, les particuliers ou les entreprises équipés de capteurs peuvent téléverser et étiqueter leurs données collectées sur la blockchain. Les applications cherchant à améliorer les performances de l'IA peuvent payer des jetons pour accéder à ces informations en temps réel. La blockchain garantit la transparence et l'immutabilité des transactions de données, tandis que les contrats intelligents gèrent automatiquement la distribution des revenus, créant ainsi un marché de données autonome et sans confiance.

Par exemple, WeatherXM incite les utilisateurs à déployer des stations météorologiques personnelles et à télécharger des données climatiques hyper-locales en échange de jetons. En plus d'être utilisé pour améliorer les prévisions météorologiques, ce type de données pourrait également être utilisé par des appareils activés par DePAI. Par exemple, une voiture autonome pourrait sélectionner des itinéraires optimaux ou trouver un parking en fonction des conditions météorologiques et de la circulation actuelles. Les maisons intelligentes pourraient ajuster automatiquement la ventilation ou la température en réponse aux conditions extérieures.

WeatherXM décentralise les données météorologiques (Source: WeatherXM)

Des applications similaires incluent des systèmes de gestion de l'énergie alimentés par l'IA décentralisée, qui utilisent la blockchain pour intégrer des données opérationnelles provenant de panneaux solaires, d'éoliennes et d'autres actifs renouvelables. Les appareils peuvent ensuite rééquilibrer dynamiquement les charges et améliorer l'efficacité du réseau. Pendant ce temps, les données des capteurs distribuées dans différentes régions pourraient être utilisées pour entraîner des modèles d'IA qui prévoient des catastrophes naturelles, telles que des tremblements de terre ou des inondations, et émettent des alertes automatisées.

Tous les processus d'acquisition de données et de paiement peuvent être gérés automatiquement via des protocoles on-chain. Cela élimine les intermédiaires API traditionnels. Ce modèle transforme les données en un actif échangeable, permettant des opérations de marché efficaces et automatisées, alimentant finalement les systèmes d'IA physique avec les données les plus fiables, tout en offrant de nouvelles opportunités d'investissement dans l'économie des données.

Assistant et appareils d'IA personnalisés

DePAI ouvre également la voie à une nouvelle génération d'assistants personnels IA préservant la confidentialité et offrant des performances élevées en intégrant des appareils IoT quotidiens tels que des dispositifs portables de santé, des systèmes domotiques intelligents et des configurations de bureau connectées avec un stockage de données décentralisé. Contrairement aux assistants traditionnels basés sur le cloud, ces systèmes fonctionnent en périphérie, travaillant en synchronisation avec des appareils IA physiques tout en garantissant la souveraineté des données. Les utilisateurs conservent la pleine propriété de leurs données personnelles, stockées de manière sécurisée sur des nœuds personnels ou des clouds chiffrés, hors de portée des monopoles technologiques centralisés. Les modèles d'IA accèdent à ces données grâce à des techniques de calcul préservant la confidentialité et fournissent des informations personnalisées et des automatisations basées sur le comportement individuel, les mesures de santé ou les entrées environnementales, tout en interagissant directement avec des systèmes du monde réel.

Par exemple, imaginez que vous portez un bracelet intelligent ou une montre intelligente, et que votre maison est équipée de lumières intelligentes, de thermostats et de systèmes de sécurité. Ces appareils collectent continuellement des données sur votre activité, votre sommeil, votre fréquence cardiaque, vos habitudes d'utilisation et votre environnement domestique. Une fois cryptées et stockées on-chain, vous conservez le contrôle. Lorsque vous ajustez un objectif de santé ou un réglage domestique, un agent IA connecté à DePAI peut calibrer automatiquement vos lumières, la température ou d'autres systèmes en temps réel. Dans un environnement de bureau, un assistant AI personnalisé pourrait intégrer votre calendrier, vos e-mails et les données des capteurs locaux pour vous aider à planifier des réunions, vous rappeler de prendre des pauses et même contrôler l'équipement de visioconférence intelligent, ce qui améliore la productivité.

Ce modèle bouleverse le paradigme traditionnel de l'assistant cloud dominé par les géants de la technologie qui centralisent souvent et exploitent les données des utilisateurs. Dans un cadre décentralisé, les utilisateurs possèdent leurs données tout en bénéficiant de services personnalisés alimentés par des agents IA physiques - chez eux, au travail ou en déplacement. Tout le processus reste transparent, sécurisé et à l'épreuve de la falsification car tous les échanges de données et transactions sont régis par des protocoles blockchain. Cela ouvre la voie à un partage des données équitable et efficace et ouvre de nouvelles perspectives aux participants de l'économie des données.

Défis auxquels DePAI est confronté aujourd'hui

Bien que ces applications montrent une promesse immense, leur mise en œuvre dans le monde réel repose sur la maturité technique et l'adoption commerciale. Néanmoins, la tendance est claire : que ce soit dans la conduite autonome, la robotique ou les villes intelligentes, nous nous dirigeons vers des systèmes plus autonomes, collaboratifs et axés sur les données. DePAI sert de couche de coordination fondamentale, fournissant un environnement ouvert, sécurisé et équitable pour les applications physiques d'IA.

Cependant, comme toutes les technologies émergentes, DePAI doit relever des défis critiques qui doivent être résolus avant une adoption massive, notamment pour ceux envisageant un investissement :

Protection des données et conformité réglementaire

DePAI s'appuie fortement sur des données du monde réel, dont certaines peuvent impliquer des informations personnelles, telles que des images faciales ou des enregistrements vocaux provenant de dossiers de conduite. Assurer la conformité aux lois sur la confidentialité telles que le GDPR lors de la collecte de données à grande échelle est un obstacle majeur. Même avec des technologies comme les preuves de connaissance nulle (ZKPs), il reste un besoin de politiques claires sur l'utilisation des données et des normes d'anonymisation. De plus, certaines juridictions ont des restrictions légales sur la surveillance ou la collecte de données par drone. Les projets DePAI doivent garantir la conformité légale dans chaque région d'exploitation.

Sécurité du réseau et des appareils

Un système décentralisé sous cyberattaque pourrait faire face à des conséquences bien au-delà des fuites de données, des commandes malveillantes pourraient directement affecter les appareils physiques. Par exemple, une instruction falsifiée injectée dans un réseau de robots pourrait entraîner des comportements nocifs ou des accidents. Pour atténuer cela, la plateforme DePAI doit donner la priorité à la sécurité des contrats intelligents, aux communications chiffrées et à la protection au niveau des appareils. Des fonctionnalités de sécurité physique, telles que les interrupteurs d'arrêt d'urgence et la détection des comportements anormaux, doivent également être intégrées aux robots eux-mêmes.

Normes et interopérabilité

DePAI englobe une gamme diversifiée d'appareils et de plateformes. Actuellement, la plupart des fabricants de robots et d'IoT opèrent avec leurs propres protocoles de communication et formats de données. Pour leur permettre de collaborer au sein d'un réseau décentralisé, des normes partagées doivent être établies, tant au niveau matériel (garantissant une connectivité physique entre appareils) qu'au niveau logiciel (garantissant que les modèles d'IA peuvent interpréter les données de sources multiples). Sans interopérabilité, l'écosystème DePAI risque la fragmentation et le développement cloisonné, échouant à créer des effets de réseau significatifs.

Par exemple, des normes telles que l'identité décentralisée (DID) permettent aux appareils de disposer d'une identité numérique unifiée, tandis que des initiatives comme Identifiant peaqvisent à définir des protocoles universels pour l'identification des machines et l'échange de données. Cependant, persuader les principaux acteurs de l'industrie d'adopter une norme commune reste un défi qui prendra du temps, de la coordination et un consensus.

Scalabilité et infrastructure

Orchestrer une collaboration en temps réel entre des milliers de robots et des véhicules autonomes à l'échelle mondiale impose des exigences considérables en matière de transmission et de traitement des données. Une connectivité à haut débit et à faible latence est une condition préalable, et la couche de blockchain elle-même doit être hautement évolutive, capable de maintenir des performances et une fiabilité à mesure que la demande augmente. Il reste à prouver si de tels systèmes peuvent rester stables sous de véritables charges à l'échelle commerciale.

De plus, l'infrastructure physique est cruciale. Cela comprend les réseaux de stockage décentralisés (pour stocker d'énormes données de capteurs), les nœuds de calcul en périphérie (pour un traitement localisé afin de réduire la latence), et les stations d'alimentation/recharge décentralisées (pour garantir le fonctionnement continu des appareils). En bref, la réalisation de DePAI va bien au-delà du logiciel, elle nécessite des investissements importants dans l'infrastructure réelle. Alors, qui va la construire et la financer ? Et comment assurer l'incitation à la maintenance à long terme ? Ce sont des problèmes pressants et non résolus.

Gouvernance et Contrôle

Alors que DePAI promeut la gouvernance communautaire, l'intégration d'actifs physiques introduit des couches de complexité au-delà des protocoles en ligne traditionnels. Prenez un DAO DePAI axé sur la propriété décentralisée de machines alimentées par l'IA comme exemple : les membres peuvent financer collectivement et profiter des opérations de robots. Cependant, la gestion quotidienne - maintenance, réparations, inspections de sécurité - exige toujours une exécution professionnelle.

Cela crée un double défi en matière de gouvernance : les DAO doivent déléguer des responsabilités à des entreprises traditionnelles ou à des équipes opérationnelles (ce qui soulève des préoccupations en matière de confiance et de surveillance), et en cas d'incidents impliquant la sécurité ou la responsabilité légale (par exemple, un accident de robot), comment les membres du DAO doivent-ils être tenus responsables ? Il y a peu de précédent pour résoudre de telles questions.

Taille du marché de DePAI et potentiel de croissance

Malgré ses défis, DePAI représente une convergence de secteurs très prometteurs - l'IoT, la blockchain et l'IA - tous en pleine croissance rapide. En 2024, la valeur marchande mondiale combinée de ces industries est estimée à dépasser 1,36 billion de dollars et devrait continuer à augmenter jusqu'en 2025. Cette convergence crée une énorme opportunité intersectorielle. Si DePAI réussit en tant qu'innovation intersectionnelle, elle pourrait exploiter un paysage technologique de plusieurs billions de dollars.

En termes plus ciblés, nous constatons également de fortes projections sur des marchés de niche. Par exemple, selon recherche, le marché de la blockchain + IoT, évalué à seulement 258 millions de dollars en 2020, devrait atteindre 2,409 milliards de dollars d'ici 2026, avec un TCAC de 45,1%. Cela témoigne d'une confiance croissante dans le potentiel de la blockchain pour sécuriser les systèmes IoT et faciliter l'échange de données. De même, le marché de la blockchain + IA, bien qu'émergent, est prévuatteindre 700 millions de dollars d'ici 2025, maintenant un TCAC d'environ 28% les années suivantes. Bien que ces chiffres restent relativement modestes, ils reflètent l'intérêt croissant des investisseurs et de l'industrie pour l'idée d'une « IA on-chain ».

Le marché de la blockchain + IA est prêt pour une croissance rapide (Source: Rapport sur le marché de l'IA blockchain 2025)

En regardant l'industrie de la robotique elle-même, l'élan est tout aussi fort. Selon Allied Market Research, le marché mondial de la robotique devrait passer d'environ 12,1 milliards de dollars en 2020 à 149,9 milliards de dollars d'ici 2030, soit plus de 12 fois plus en une décennie, avec un TCAC de 27,7%. Une grande partie de cette croissance proviendra des robots de service et des systèmes autonomes. Alors que l'IA continue de pénétrer la robotique, le segment de la robotique IA devrait croître encore plus rapidement, estiméà plus de 38% de TCAC entre 2024 et 2030. Cette vague croissante d'adoption de l'IA physique jette des bases solides pour DePAI. À mesure que les machines alimentées par l'IA deviennent de plus en plus omniprésentes, une plate-forme décentralisée pour les coordonner et les gérer gagnera une immense valeur.

En résumé, le marché potentiel de DePAI peut être envisagé sous deux angles : (1) en tant qu'innovation définissant une catégorie, elle peut produire quelques projets phares de niveau licorne, similaires aux premiers Chaînes de couche 1 ou DeFi protocole; et (2) en tant que couche fondamentale permettant aux industries adjacentes, y compris les marchés des données machine, les économies de services robotiques, etc. Prudemment, on peut s’attendre à ce que des dizaines de projets pilotes et d’expériences de commercialisation voient le jour en 2024-2025. Les initiatives réussies sont susceptibles d’attirer des financements substantiels et d’accélérer la croissance de leur écosystème. Au fur et à mesure que le domaine sera mieux défini, les sociétés de recherche pourraient commencer à publier des prévisions de marché dédiées « DePIN/DePAI » dès 2025, fournissant ainsi des points de référence plus granulaires aux investisseurs.

Paysage concurrentiel : DePAI vs. Projets Associés

En tant qu'espace interdisciplinaire, DePAI intersecte avec un large éventail d'écosystèmes et ses concurrents proviennent de divers milieux technologiques. Voici quelques projets représentatifs, ainsi que la façon dont ils se comparent à la vision DePAI :

Fetch.ai

Fetch.aiFetch.ai faisait partie des premiers projets à explorer l'intersection de la blockchain et des agents IA. Il a introduit le concept d'Agents Économiques Autonomes (AEAs), des agents basés sur des logiciels qui agissent au nom des utilisateurs pour accomplir des tâches et effectuer des transactions on-chain. Fetch.ai se concentre principalement sur la coordination numérique - des cas d'utilisation comme la réservation de places de parking ou la récupération automatique de données commerciales. En essence, il s'agit d'une plateforme d'automatisation des processus native de Web3, où les agents rationalisent l'activité économique quotidienne. En revanche, DePAI étend ce modèle au monde physique - c'est-à-dire les robots et les appareils intelligents en tant qu'agents incarnés.

Fetch.ai a développé sa propre blockchain (FET) et un cadre d'agent ouvert et s'est également aventuré dans le partage de données IoT (par exemple, collaborationsavec IOTA pour permettre des échanges de données autonomes entre les appareils IoT). Dans l'ensemble, Fetch.ai peut être considéré comme un composant de l'écosystème DePAI plus large, représentant la couche d'agents numériques. Ses technologies d'agent pourraient un jour être intégrées dans des machines physiques. Du point de vue d'un investisseur, le jeton FET de Fetch.ai est déjà activement échangé, et sa valeur dépend de l'expansion de son écosystème d'agents. Si DePAI en tant que concept prend de l'ampleur, FET pourrait en bénéficier en tant que principal facilitateur.

Autonolas (OLAS)

Autonolas est un autre projet axé sur les agents d'IA décentralisés. Contrairement à Fetch.ai, il met l'accent sur la composabilité multi-agent et la cogestion de la propriété des agents. Autonolas propose le Wavescadre ouvert, qui permet aux développeurs de construire des services d'agents autonomes qui fonctionnent hors chaîne, exploitent la sécurité en chaîne et permettent une gouvernance collaborative entre les parties prenantes. Sa philosophie de base est de modulariser les services d'IA. Cela permet à différentes équipes d'exécuter le même système d'agents ensemble. Le jeton OLAS est utilisé pour gérer les décisions et partager les récompenses.

En bref, Autonolas se concentre sur l'architecture backend—plus précisément, sur la manière de rendre les services d'agents d'IA plus fiables (par ex., multi-exécution, tolérance aux pannes) et détenus par la communauté. Comparé à DePAI, Autonolas est moins impliqué dans le monde physique et vise davantage à introduire des modèles opérationnels décentralisés dans les protocoles d'IA eux-mêmes. Cela dit, sa technologie peut toujours être appliquée dans des contextes d'IA physique—par exemple, la coordination basée sur le cloud des robots de livraison pourrait être gérée via le cadre Autonolas. Fait intéressant, l'un des cofondateurs d'Autonolas a précédemment travaillé sur le cadre AEA (Agent Économique Autonome) chez Fetch.ai. Alors que Fetch.ai se concentre sur des tâches monoparentales (par ex., réservation de billets), Autonolas vise la collaboration multi-agent dans des services plus complexes. Les deux se dirigent vers l'avenir des économies basées sur les agents, bien que par des voies différentes. D'un point de vue d'investissement, le jeton OLAS, lancé en 2023, est positionné pour la gouvernance et la capture de valeur au sein de l'écosystème d'agents. Les investisseurs devraient évaluer si son écosystème peut attirer une masse critique de développeurs et d'utilisateurs.

Entre les deux principaux acteurs, Fetch.ai propose une infrastructure d'agent décentralisée robuste et un écosystème en pleine croissance, bien que son intégration matérielle soit relativement limitée. En revanche, Autonolas se distingue par sa forte compatibilité matérielle et son alignement réglementaire, avec un accent clair sur l'architecture modulaire et la collaboration multi-agents. Cependant, son adoption sur le marché en est encore à ses débuts et offre un potentiel de croissance significatif.

Comparaison de Fetch.ai et Autonolas, Source: Gate Learn

Projets de réseaux d'infrastructure physique décentralisée (DePIN)

Bien que ne soient pas des plateformes d'IA en soi, les projets DePIN représentent une infrastructure essentielle pour l'écosystème DePAI. Des exemples incluent Hélium(réseaux sans fil décentralisés), HiveMapper(cartographie participative), et Réseau de poche(points d'extrémité d'API décentralisés). Ces projets se concentrent sur la fourniture de ressources physiques ou de services de données, incités par des jetons pour encourager la participation de la communauté.

Le succès de DePAI dépend fortement des données de haute qualité et du soutien environnemental fournis par de telles initiatives DePIN. Par exemple, Helium a mis en place un réseau mondial de hotspots sans fil LoRaWAN, que les appareils IoT peuvent utiliser pour une connectivité Internet à faible puissance. Si les futures applications DePAI nécessitent une connectivité en temps réel (par exemple, des capteurs agricoles envoyant des données à des agents d'IA), elles peuvent tirer parti de Helium au lieu de construire de nouvelles infrastructures.

Comme mentionné précédemment, le réseau NATIX combine à la fois DePIN et l'IA, donnant l'exemple dans l'espace de navigation. À cet égard, les projets DePIN peuvent être considérés comme les "vaisseaux sanguins et les sens" des écosystèmes DePAI : les vaisseaux sanguins fournissent connectivité et puissance de calcul, tandis que les sens fournissent des données. Pour les investisseurs optimistes concernant DePAI, le suivi de ces projets fondamentaux pourrait présenter des opportunités précieuses. S'engager dans cette vague d'infrastructure pourrait générer des rendements significatifs.

Autres projets connexes

Plusieurs autres projets abordent l'espace sous des angles uniques. Par exemple:

SingularityNET (AGIX) vise à construire un marché décentralisé pour les algorithmes d'IA. Cela permet aux développeurs de répertorier des modèles pour une utilisation payante, en mettant l'accent sur le partage de logiciels d'IA.
Ocean Protocol(OCEAN) se spécialise dans les places de marché de données. Il permet aux propriétaires de données de tokeniser et d'échanger des ensembles de données, ce qui est conforme à la vision de l'économie de données de DePAI.
Robonomics Network (XRT), comme mentionné précédemment, propose des interfaces ROS-blockchain, mettant l'accent sur le contrôle en temps réel et le paiement pour les appareils IoT.
Des projets comme Peaq, une blockchain adaptée à l'économie des machines, CoLearn de Fetch.ai et Bittensor (TAO) explorent tous l'intersection de la formation en IA, de l'inférence et des économies basées sur la blockchain.

Certains d'entre eux ont lancé des jetons et sont activement négociés, tandis que d'autres restent à l'étape de preuve de concept technique. Le paysage est diversifié et hautement compétitif, sans monopolies claires pour le moment. Pour les investisseurs, une stratégie clé à court terme consiste à surveiller les tendances collaboratives et intégratives, par exemple, une seule application DePAI peut exploiter plusieurs technologies à travers ces projets. À long terme, il convient de prêter attention aux équipes qui émergent en tant que normatrices pour l'industrie.

Opportunités d'investissement et évaluation des risques dans DePAI

Comme pour tout domaine émergent, les investisseurs explorant DePAI doivent peser les opportunités et les risques :

Opportunités potentielles

Avantage du premier arrivé et potentiel de croissance élevé
DePAI n’en est encore qu’à ses premiers stades de développement. Peu de projets ont été mis en service et la notoriété du marché reste limitée. Pour les investisseurs tournés vers l’avenir, il s’agit d’une fenêtre à fort potentiel de croissance. Si DePAI devient le prochain grand récit technologique, les jetons de protocole associés pourraient connaître une action explosive des prix, similaire à la montée en puissance de la DeFi en 2020 ou au battage médiatique du Metaverse en 2021. Par exemple, au début de l’année 2023, les jetons sur le thème de l’IA comme FET et AGIX ont bondi en réponse au boom de ChatGPT. Cela met en évidence la réactivité du marché aux récits « IA + Crypto ». Si la tendance de l’IA physique s’installe, les jetons de qualité au sein de l’écosystème DePAI pourraient connaître un potentiel de hausse similaire.

Alignement à long terme avec les tendances structurelles
D'un point de vue macro, DePAI intègre la robotique, les agents autonomes, l'IoT et la blockchain, tous alignés sur la tendance mondiale vers la numérisation et l'automatisation. Si la prochaine décennie est effectivement dominée par l'IA et les appareils intelligents, DePAI pourrait représenter la couche fondamentale de ce futur. L'espace pourrait donner naissance à des géants de niveau plateforme, pensez à un "Ethereum pour la robotique" ouUniswappour les données.” Une fois qu'une plateforme DePAI devient une norme de l'industrie, les premiers participants bénéficieront d'effets de réseau soutenus.

Investissement dans un écosystème diversifié
L'écosystème DePAI englobe des marchés de données, des réseaux de connectivité, des couches de calcul, des modèles d'IA et du matériel robotique. Les investisseurs peuvent adopter une stratégie de portefeuille et sélectionner des projets à travers les couches clés pour créer une "carte d'investissement DePAI". Par exemple, la combinaison de protocoles de données, de réseaux d'agents et de blockchains orientées machine peut réduire les risques tout en garantissant une exposition à la croissance globale du secteur. Alors que des industries traditionnelles telles que les constructeurs automobiles et les entreprises de robotique explorent des partenariats blockchain, des collaborations stratégiques ou des acquisitions pourraient encore renforcer la valeur du jeton.

Tokenomie et innovations incitatives
Les projets DePAI présentent souvent des économies de jetons innovantes. Les contributeurs de données et les opérateurs de dispositifs peuvent gagner des récompenses en jetons, qui servent également de moyen de paiement et de gouvernance. Cette conception multi-utilitaire donne aux jetons une demande intrinsèque au-delà de la spéculation. Certains projets introduisent également brûler, staking, ou des mécanismes de partage des revenus pour stabiliser la valeur du jeton. Par exemple, NATIX utilise des rachats programmés et des destructions. Cela signifie que l'offre de jetons diminue à mesure que l'utilisation du réseau augmente, ce qui améliore naturellement la valeur du jeton. Les investisseurs devraient rechercher de tels modèles bien conçus avec une réelle traction des utilisateurs pour garantir des rendements à long terme.

Risques potentiels

Risque de mise en œuvre technologique
Malgré l'intérêt croissant pour DePAI (Intelligence Artificielle Physique Décentralisée), de nombreux obstacles techniques subsistent. Sans percées dans des domaines tels que la conformité à la vie privée des données et l'interopérabilité, l'adoption à grande échelle pourrait être considérablement retardée. Les investissements au stade précoce dans ce secteur exigent une évaluation minutieuse de la feuille de route technique de chaque projet et de sa capacité d'exécution. Alors que certaines équipes peuvent présenter des visions convaincantes, une mise en œuvre faible conduit souvent à des performances décevantes dans le monde réel. Les investisseurs devraient suivre de près les jalons clés et les déploiements pilotes - une stagnation prolongée peut indiquer des jetons surévalués et des risques sous-jacents.

Risque d'adoption et d'effet de réseau
La valeur d'une plateforme DePAI est intrinsèquement liée aux effets de réseau, à savoir l'ampleur des appareils et des utilisateurs participants, le volume de données en temps réel générées et la sophistication des modèles d'IA formés sur ces données. Sans une participation suffisante des nœuds, le réseau a peu d'utilité intrinsèque. Contrairement aux plates-formes sociales basées sur des logiciels, les réseaux dépendant du matériel sont confrontés à des barrières beaucoup plus élevées pour le démarrage, rencontrant souvent le dilemme classique de l'œuf et de la poule. Les premiers adoptants peuvent contribuer du matériel et des données, mais sans incitations claires et immédiates, la rétention devient un défi. Un exemple préventif est Helium : bien qu'il ait embarqué des centaines de milliers de nœuds de point chaud en peu de temps, la demande réelle a tardé. En un mois de 2022, le réseau n'a généré que ~6 651 $ de revenus en données.

Une grande partie de la valeur du jeton HNT était motivée par des achats spéculatifs de matériel plutôt que par une utilisation réelle du réseau. Lorsque le sentiment du marché a diminué, les revenus des opérateurs se sont effondrés. Cela incite de nombreux utilisateurs à fermer leurs nœuds et entraîne un rétrécissement du réseau.

Les projets DePAI sont confrontés à des risques similaires. Les investisseurs doivent distinguer entre une demande authentique et une traction précoce artificiellement gonflée par des incitations. Évaluer les principales mesures, telles que le nombre d'appareils actifs et les transactions de données vérifiées, est essentiel pour identifier des plateformes durables et axées sur l'utilité par rapport à des expériences basées sur le battage médiatique.

Liquidité et Volatilité
La plupart des jetons DePAI actuellement ont des capitalisations boursières relativement faibles et une liquidité limitée. Par conséquent, ils sont très susceptibles à la volatilité des prix. Les investisseurs doivent être prêts à des fluctuations importantes, en particulier lors des baisses plus larges du marché, lorsque la liquidité peut rapidement se tarir et déclencher des baisses importantes. Une autre considération clé est la distribution de jetons. De nombreux projets allouent une partie significative de leur offre de jetons à des équipes, des conseillers ou des investisseurs en phase précoce. Cette concentration comporte des risques liés aux déverrouillages de jetons et à une pression de vente potentielle. Avant de s'engager en capital, les investisseurs doivent évaluer attentivement la transparence et l'alignement de la tokenomie afin d'éviter de devenir une liquidité de sortie pour les initiés.

Risque réglementaire et politique
Alors que la blockchain s'intègre aux industries du monde réel, les zones grises réglementaires s'élargissent. Par exemple, récompenser les utilisateurs avec des jetons pour la collecte de données environnementales pourrait être considéré comme illégal dans certaines juridictions ; les opérations de drones autonomes nécessitent des approbations des autorités de l'aviation ; et le partage de données de véhicules autonomes peut entraîner des litiges en matière de PI entre les constructeurs automobiles. Si les régulateurs adoptent une position plus stricte, les prix des jetons pourraient être sous pression. Un autre problème majeur est la législation sur les valeurs mobilières : de nombreux jetons de projets DePAI ont des caractéristiques semblables à des investissements et pourraient être classés comme des valeurs mobilières à l'avenir. Cela limite potentiellement leur négociabilité et restreint la collecte de fonds du projet.

Concurrence et Alternatives
Alors que DePAI présente une vision excitante, les solutions centralisées restent des concurrents solides. Les géants de la technologie ont les ressources pour construire des systèmes propriétaires—Tesla, par exemple, pourrait créer un réseau de partage de données de véhicules fermé sans blockchain. Si ces options centralisées sont efficaces et rentables, les utilisateurs peuvent les préférer aux alternatives décentralisées plus risquées. Dans des domaines fortement réglementés comme la chirurgie robotique, les autorités peuvent également favoriser des systèmes centralisés avec une responsabilité claire. Ces facteurs pourraient limiter l'adoption de DePAI. Les investisseurs devraient surveiller de près si les principaux acteurs rejoignent les écosystèmes DePAI—accélérant la croissance—ou lancent leurs propres réseaux concurrents, créant ainsi une pression. Cela façonnera significativement les résultats des investissements.

En fin de compte, DePAI est une frontière à haut risque et à haut rendement. Les investisseurs doivent adopter une approche prospective et mener des recherches approfondies. L'opportunité dans ce domaine réside dans son potentiel de perturber les paradigmes technologiques existants et d'introduire de nouvelles voies pour la génération de profits. Cependant, étant donné les incertitudes entourant sa trajectoire de développement, les risques associés sont tout aussi importants. Il est conseillé aux investisseurs de surveiller en continu les avancées technologiques, les tendances de l'industrie et les évolutions réglementaires dans l'espace DePAI pour acquérir une compréhension approfondie de l'écosystème. De plus, en adoptant une stratégie d'expérimentation à petite échelle, de diversification et d'ajustements flexibles du portefeuille, il sera possible d'exposer progressivement aux projets de haute qualité. Cette approche permet aux investisseurs de tirer parti de la croissance future tout en gérant efficacement le risque.

Conclusion

L'intelligence artificielle physique décentralisée (DePAI) annonce un changement de paradigme dans l'évolution de l'intelligence artificielle, où les systèmes d'IA vont au-delà du domaine numérique pour interagir avec le monde physique. Alors que l'IA acquiert la capacité de percevoir, de se déplacer et de prendre des décisions autonomes en temps réel, nous avons besoin d'une nouvelle infrastructure décentralisée pour gérer l'ampleur des données et de la coordination impliquées. Bien que DePAI en soit encore à ses débuts et fasse face à des défis techniques et réglementaires, les tendances accélérées dans le Web3, l'informatique périphérique et les machines autonomes ouvrent progressivement la voie. Pour les investisseurs visionnaires, DePAI représente plus qu'un récit émergent, il pourrait être une couche fondamentale de l'économie future des machines. Capturer de la valeur à partir de ce changement pourrait définir la prochaine vague d'investissement technologique à forte conviction.