« AI Agent à l'ère du trading : pourquoi un accès contrôlable aux informations et aux outils est nécessaire »

Le secteur financier traditionnel ne manque jamais de modèles, ce qui est réellement rare, c’est d’intégrer ces modèles dans un système durable : cohérence des données, gestion des risques en amont, exécution contrôlable, auditabilité après coup. Au cours des vingt dernières années, l’avantage des institutions dans le trading repose davantage sur l’ingénierie des processus que sur une seule idée innovante. À l’ère des grands modèles, les agents IA poussent cette capacité d’ingénierie à un niveau encore plus abouti : ils ne se contentent pas de générer des opinions, mais peuvent aussi traiter continuellement l’information, mettre à jour leur stratégie et exécuter des transactions dans un cadre de règles. Sur cette base, je partage votre jugement central : à l’avenir, le nombre d’agents IA actifs quotidiennement dans le trading dépassera probablement celui des utilisateurs humains actifs, surtout sur le marché des cryptomonnaies.

Pourquoi le marché des cryptomonnaies entre plus rapidement dans « l’ère des agents actifs »

Le marché des cryptomonnaies est plus enclin à adopter cette nouvelle normalité en premier, en raison de sa structure plutôt que de son humeur. Premièrement, le marché fonctionne 24/7, alors que la capacité d’attention et la fréquence d’opérations humaines ont des limites physiologiques, alors que les agents n’ont pas de pause ni de fatigue. Deuxièmement, les actifs et opportunités sont très dispersés, avec des narratifs qui évoluent rapidement, un bruit élevé, et des différences de liquidité locale importantes ; il est difficile pour les humains de maintenir une discipline sur une couverture large, alors que les machines peuvent faire de la sélection, de la surveillance et de l’exécution un processus permanent. Troisièmement, la fragmentation du trading et de la liquidité est évidente, avec coexistence de plateformes centralisées et décentralisées, où la comparaison inter-plateformes, la décomposition des ordres, le contrôle du slippage et la couverture dynamique ressemblent davantage à des problématiques de routage et d’optimisation des coûts, ce qui se prête naturellement à l’automatisation. Tant que le seuil de déploiement reste faible, la croissance active passera de « former plus de personnes au trading » à « déployer plus d’instances pour participer », et la vitesse d’expansion du volume connaîtra une transformation qualitative.

L’ouverture d’un ensemble cohérent d’informations et d’outils est essentielle pour créer une boucle de trading

Pour que les agents deviennent réellement des acteurs du marché, et pas seulement des assistants capables de rédiger des rapports, une condition préalable doit être remplie : ils doivent disposer d’un accès contrôlé aux informations de marché et aux outils de trading. Fournir uniquement des informations sans outils limite leur rôle à l’explication et à la recommandation, sans impact marginal durable sur le marché ; à l’inverse, donner des outils sans informations fiables peut amplifier les déviations dans leurs actions, voire transformer l’automatisation en une faiblesse systémique. Ce qui peut véritablement changer la structure du marché, c’est une boucle fermée : une entrée stable d’informations de marché, des contraintes de risque claires, un canal permettant d’exécuter des ordres, d’annuler ou de réajuster des positions, et un mécanisme complet de journalisation et de revue. Ainsi, le trading passera progressivement d’une interface humaine à une interface agent, et la compétition se déplacera de l’expérience utilisateur et du trafic vers la qualité des données, le coût d’exécution, la robustesse du contrôle des risques et la résilience du système.

Du point de vue de la finance traditionnelle, la valeur d’un accès contrôlé et ouvert réside d’abord dans l’efficacité. Beaucoup de tâches déterminant le rendement à long terme, comme le suivi d’événements, le déclenchement conditionnel, l’exécution par lots, la gestion du coût d’impact, le rééquilibrage de portefeuille ou la gestion du risque, sont peu reluisantes, par leur nature, pour l’humain, car elles sont fastidieuses et difficiles à faire en continu. Mais pour un agent, c’est justement là qu’est son avantage. Ensuite, la couverture. Les traders humains se concentrent généralement sur quelques actifs principaux et sur des périodes limitées, alors qu’un agent peut fonctionner en continu sur davantage d’actifs et de plages horaires, même si chaque transaction est peu rentable, la discipline et l’effet de volume peuvent permettre d’accumuler des résultats. La notion de « activité » sera donc redéfinie : je pense que, à l’avenir, le nombre d’agents IA actifs quotidiennement dans le trading dépassera probablement celui des traders humains actifs. La capacité des plateformes à fournir des informations de haute qualité, à assurer une exécution stable et à appliquer une gouvernance stricte déterminera si cette vague d’efficacité pourra réellement se concrétiser.

Quand les agents deviennent la force principale, le marché sera plus efficace mais nécessitera aussi une gouvernance renforcée

Lorsque le nombre d’agents augmente significativement, l’efficacité de la tarification tend à s’améliorer, et les arbitrages évidents à faible seuil seront rapidement éliminés. Cependant, la volatilité pourrait aussi devenir plus structurée : lorsque de nombreux agents utilisent des signaux et des contraintes similaires, une fois que les seuils de marge, de stop-loss ou de modèles de risque sont atteints, le désendettement peut se concentrer et s’accélérer, provoquant des fluctuations abruptes à court terme. Cela ne signifie pas forcément un risque accru, mais plutôt que le risque, qui était auparavant diffusé lentement par l’émotion, se reconfigure en une revalorisation rapide guidée par des règles. Pour l’infrastructure de trading, cela impose des exigences plus élevées : il faut permettre une participation efficace des agents tout en maintenant leur comportement dans des limites gouvernables.

Ainsi, la tâche clé du secteur n’est pas simplement de faire écrire aux IA des stratégies plus sophistiquées, mais de garantir que leur accès au trading soit soumis à une gouvernance institutionnelle : hiérarchisation des permissions et minimisation des autorisations, pour éviter « une clé pour ouvrir toutes les portes » ; gestion des risques en amont, en verrouillant avant exécution des contraintes strictes sur la position, l’effet de levier, le slippage, la liquidité et la perte maximale ; traçabilité complète de toute la chaîne, permettant de revoir chaque appel de données, chaque décision, chaque ordre, pour pouvoir faire du contrôle, de la responsabilité et du rollback. Lorsque ces conditions sont réunies, ouvrir l’accès aux informations et outils de trading apportera une valeur ajoutée nette : une liquidité plus continue, une discipline d’exécution plus stable, et un marché plus durable et actif.