Pourquoi l'étiquette de token IA est devenue presque dénuée de sens
En 2023, accoler le mot « IA » à un token pouvait faire bouger son prix. En 2024 et 2025, cela fonctionnait encore. C'est précisément le problème. Lorsqu'une catégorie grandit plus vite que les produits sous-jacents ne peuvent être construits, le marketing comble le vide, et ce vide dans la crypto est immense : un pitch deck, un site web, une cotation en CEX et un ticker suffisent souvent à faire la différence entre une idée et un milliard de dollars d'attention.
Cela ne signifie pas que tout token à thématique IA est frauduleux. Cela signifie que l'étiquette seule ne vous apprend rien. FET, TAO, RENDER, VIRTUAL, VVV et KITE utilisent tous l'étiquette IA, et ils se situent sur un spectre très large, allant de réseaux qui acheminent du vrai calcul GPU et paient pour l'inférence à de simples enveloppes autour d'API publiques avec un token agrafé par-dessus. Le travail du lecteur est d'apprendre à quel bout de ce spectre se trouve un projet donné avant d'y risquer son argent.
La suite de cet article vous propose un filtre en cinq questions, les signaux on-chain qui méritent d'être vérifiés, les indices dans le GitHub et la documentation qui révèlent un lancement creux, ainsi que les habitudes de contexte d'actualité qui vous évitent d'acheter au sommet d'une pompe narrative. Rien de tout cela n'est un conseil financier. C'est une façon de lire un projet honnêtement avant de décider s'il mérite votre attention.
La distinction fondamentale : un projet IA contre un token à thématique IA
Un projet IA, au sens strict utilisé ici, dispose d'un modèle, d'un pipeline qui exécute le modèle, et de clients ou d'utilisateurs qui tirent quelque chose de ce pipeline. Il n'a pas besoin d'être un laboratoire de pointe. Un petit classificateur d'images open source avec dix clients API payants est un projet IA. Un token dont le livre blanc mentionne « agents IA » à chaque page mais qui ne livre ni modèle, ni API, ni utilisateurs, ne l'est pas.
Un token à thématique IA est une cryptomonnaie qui utilise le vocabulaire de l'IA pour attirer la demande. Le token peut avoir une fonction réelle au sein de l'écosystème du projet, comme payer l'inférence ou être staké pour la gouvernance, mais l'existence de la fonction n'est pas la même chose que l'existence du produit. Un péage sur une route vide ne perçoit toujours rien.
Cette distinction importe parce que les modes de défaillance sont différents. Un vrai projet IA peut quand même échouer en tant qu'investissement si sa tokenomics est mauvaise, si son équipe part, ou si son modèle est surpassé. Un token à thématique IA peut voir son prix monter pendant des mois sous l'effet du hype et n'avoir toujours rien de substantiel sous le capot. Le profil de risque des deux n'est pas le même, et les traiter à égalité est la façon dont les débutants perdent de l'argent.
Risques d'acheter des tokens à thématique IA sans vérification
L'erreur la plus courante est de payer une prime pour le récit. Lorsqu'un token « agent IA » grimpe de 400 % sur une simple annonce et que le projet n'a livré aucun produit, les acheteurs arrivent en général en retard sur une opération marketing, et non en avance sur une vraie activité. Le prix peut se maintenir pendant des semaines et laisser malgré tout l'acheteur tardif dans le rouge une fois que l'équipe est libérée de ses vesting et commence à vendre.
Les tokens d'équipe verrouillés aggravent la situation. Si l'allocation de l'équipe fondatrice se déverrouille des mois après le lancement alors que les acheteurs publics ne peuvent pas vendre au même prix, la structure avantage les initiés et pénalise les particuliers. Ce schéma est si courant dans les lancements à thème IA qu'il devrait être considéré comme une hypothèse de départ, et non comme une surprise.
Il y a aussi le risque du pitch « super-app ». Lorsqu'un seul token prétend être à la fois un LLM, un framework d'agents, une marketplace de données, une couche de calcul et une application grand public, le projet est généralement sans revenus sur chacun de ces axes. Livrer l'un de ces éléments prend plusieurs années. En livrer cinq en parallèle, avec un token, sur une feuille de route 2025, est presque toujours un récit, pas un produit.
Enfin, il y a le piège du wrapper d'API. Certains tokens IA sont de simples enveloppes autour d'OpenAI, d'Anthropic ou d'un modèle public. Le wrapper n'apporte que peu de défendabilité, le coût de l'API sous-jacente est la principale dépense de l'équipe, et le token ne capte pas ce coût. Si un concurrent peut copier le wrapper en un week-end, le seul avantage concurrentiel est le budget marketing, pas la technologie.
Le filtre en cinq questions applicable en 60 secondes
Avant de regarder le graphique, passez le projet au crible de ces cinq questions. S'il ne peut pas répondre clairement à trois d'entre elles, considérez le token comme du marketing.
1. Qui utilise le produit, et en quel nombre ?
Les vrais projets IA ont des utilisateurs. Pas des « membres de la communauté » ou des « détenteurs de wallet », mais des personnes ou des agents identifiables qui paient pour un résultat. La réponse honnête est un chiffre, même petit. « Nous traitons 2 300 jobs d'inférence actifs par jour » est une réponse. « Nous construisons pour le futur de l'IA décentralisée » n'en est pas une.
2. Qui paie pour le produit, et dans quelle monnaie ?
Si le projet vend quelque chose, le client paie en dollars, en stablecoins ou dans le token du projet. Le flux de paiement doit être visible. Un projet qui se contente de « récompenser » les utilisateurs avec des émissions, et qui n'a aucun revenu externe, paie les utilisateurs avec l'argent des acheteurs futurs. Cela peut fonctionner un temps. Cela ne peut pas fonctionner indéfiniment.
3. Quel modèle est utilisé, et est-il documenté ?
Tout projet IA sérieux nomme le modèle, l'approche d'entraînement ou, au minimum, l'architecture. Un whitepaper qui dit « nous utilisons des modèles de langage de pointe à grande échelle » sans en nommer aucun n'est pas un document technique. Cherchez la véritable fiche modèle, la description du jeu de données et les résultats d'évaluation.
4. Le travail d'IA peut-il être vérifié on-chain ?
Pour l'IA décentralisée, la preuve doit être visible sur un explorateur de blocs. Les émissions de sous-réseaux sur Bittensor, les heures GPU sur Render, les transactions d'inférence sur un réseau de calcul vérifiable : c'est l'équivalent on-chain d'un chiffre d'affaires. Si un projet prétend faire tourner de l'IA mais que sa chaîne ne montre rien, la chaîne et l'affirmation ne désignent pas la même chose.
5. Le code est-il ouvert, récent et maintenu ?
L'open source n'est pas une exigence pour une activité légitime, mais en crypto c'est le signal de sérieux le plus économique. Un GitHub avec des commits réguliers, de vrais tickets et un dépôt maintenu est un signal positif. Un GitHub créé la semaine du lancement du token et qui n'a plus bougé depuis n'en est pas un.
Les métriques vérifiables on-chain qui comptent vraiment
La plupart des métriques crypto sont du bruit, mais quelques chiffres on-chain correspondent de près à une activité réelle. Pour les réseaux IA, voici ceux qui méritent d'être suivis.
Les émissions de sous-réseaux sont la lecture la plus directe sur Bittensor (TAO). Chaque sous-réseau compte des mineurs qui produisent des sorties et des validateurs qui les notent. Les émissions qu'un sous-réseau reçoit, et leur tendance sur plusieurs semaines, sont ce qui se rapproche le plus sur le réseau d'un signal « ce sous-réseau est utilisé ». Des émissions en hausse sur un sous-réseau précis signifient généralement qu'il existe une demande réelle pour les sorties de ce sous-réseau.
Les heures GPU sont l'équivalent sur Render (RENDER) et les réseaux de calcul similaires. Le nombre de jobs terminés, le calcul total fourni et la diversité des prestataires indiquent si le réseau route réellement du travail ou reste simplement inactif. Un réseau avec une capitalisation élevée en token et peu d'heures GPU est valorisé pour un futur qui n'est pas encore arrivé.
Les transactions d'inférence actives sont le signal sur les réseaux orientés agents comme VIRTUAL et les écosystèmes plus récents VVV et KITE. Comptez le nombre d'appels d'inférence payés par jour, le nombre d'agents uniques et la dépense moyenne par agent. Si ces chiffres stagnent tandis que le token est multiplié par 5, acheteurs et utilisateurs sont deux populations différentes.
Pour Fetch.ai (FET), les signaux on-chain pertinents sont le nombre d'agents autonomes enregistrés, le volume des transactions agent-à-agent et l'activité sur l'agentverse. Le token peut s'envoler sur des annonces de partenariats ; les données on-chain vous disent si ces partenariats ont produit quelque chose.
Ce que GitHub et la documentation révèlent des lancements creux
Le dépôt d'un projet est un registre public du travail. Le lire prend dix minutes et vous évite d'y laisser beaucoup d'argent. Trois indices comptent plus que tout.
L'historique des commits indique quand le travail a réellement eu lieu. Regardez la date du dernier commit, la fréquence des commits sur les six derniers mois et si les contributeurs sont à temps plein ou sporadiques. Un dépôt avec un gros commit la semaine du lancement du token et plus rien ensuite est un artefact de lancement, pas un produit.
La profondeur de la documentation montre le sérieux de l'équipe. Les vrais projets IA publient des fiches modèles, des références d'API, des guides d'intégration et des schémas d'architecture. Un whitepaper au langage marketing léché et sans documentation technique est le signe que l'équipe a choisi de consacrer son attention aux acheteurs, pas aux builders.
L'activité sur les tickets et les PR indique si le projet a une communauté d'utilisateurs ou simplement une communauté de spéculateurs. De vrais utilisateurs ouvrent des tickets, signalent des bugs et demandent des fonctionnalités. Les spéculateurs ouvrent des posts sur les prix. Si le Discord et le GitHub du projet sont à 95 % des discussions de prix et à 5 % des discussions techniques, la base d'utilisateurs est composée de traders, pas d'utilisateurs.
Les signaux d'alerte qui doivent stopper votre évaluation immédiatement
Aucun produit lancé est le signal le plus bruyant. Si le projet dispose d'un token, d'une cotation et d'une feuille de route, mais d'aucun logiciel fonctionnel, vous achetez une promesse. Les promesses dans la crypto ont un bilan médiocre.
Des tokens d'équipe verrouillés avec des cliffs de déverrouillage courts sont le signal structurel. Si l'équipe détient 30 % de l'offre et que le cliff est de six mois, le lancement est structuré pour enrichir l'équipe aux dépens des particuliers. Les chiffres figurent dans le document de tokenomics. Lisez-les.
Un pitch de « super application » tout-en-un est le signal d'ambition. Bien construire une seule chose est difficile. Construire un modèle, un framework d'agents, une couche de données, une marketplace et une application grand public, le tout avec un token, n'est pas une feuille de route. C'est un dossier de levée de fonds.
Des équipes anonymes avec des tokens verrouillés sont le signal de confiance. Des fondateurs anonymes ne sont pas automatiquement mauvais, mais des fondateurs anonymes avec des tokens verrouillés et un calendrier d'acquisition pluriannuel vous demandent de faire confiance à des personnes que vous ne pouvez pas nommer avec de l'argent que vous pouvez perdre.
Des produits wrappers d'API sans aucune défendabilité sont le signal métier. Si un projet n'est qu'une fine couche par-dessus un modèle public, sans données propriétaires, sans fine-tuning et sans profondeur d'intégration, le produit peut être cloné en quelques jours. Le fossé, c'est le marketing.
Implications pratiques : comment utiliser ce filtre avant d'agir
Appliquez les cinq questions avant de regarder un graphique de prix. Si le projet ne peut pas répondre clairement à trois d'entre elles, vous n'avez pas de décision d'investissement à prendre. Vous avez un pitch marketing à ignorer. Le graphique sera toujours là si le projet livre un produit plus tard.
Vérifiez les métriques on-chain chaque semaine, pas chaque jour. Les mouvements quotidiens sont du bruit. Les tendances hebdomadaires des émissions de sous-réseaux, des heures de GPU ou des transactions d'inférence sont du signal. Si les données on-chain augmentent pendant que le prix stagne, le projet est davantage utilisé que discuté, ce qui est un état plus sain que l'inverse.
Lisez le GitHub une fois par mois. Cinq minutes sur le graphe de commits et la page des issues suffisent pour voir si le projet est vivant. Si le dernier commit significatif date d'il y a trois mois et que la dernière « annonce » était un partenariat, le projet est en mode marketing.
Utilisez le contexte des actualités avec le sentiment pour repérer les poussées. Lorsqu'un token AI bondit sur une seule annonce, la question est de savoir si l'annonce représente une adoption réelle ou une poussée marketing. Les flux d'actualités sensibles au sentiment, y compris ceux de Zipp, notent les titres comme bullish, neutral ou bearish et évaluent leur importance, ce qui vous permet de distinguer une annonce de partenariat avec des contreparties nommées d'un vague communiqué d'« alignement stratégique ».
Comment suivre les tokens AI de manière intelligente
Les tokens AI bougent vite, tout comme l'actualité qui les entoure, et la majeure partie de cette actualité est du récit, pas du fond. Suivre manuellement les annonces, les revendications de partenariats et les calendriers de déverrouillage est une bataille perdue, car le temps que vous lisiez dix fils de discussion, la prochaine poussée a déjà commencé. Zippfeed fait remonter les titres des tokens AI avec une notation de sentiment, bullish, neutral ou bearish, et une note d'importance, afin que vous puissiez voir quelles histoires font réellement bouger la conversation et lesquelles ne font bouger que le prix. Associez ce flux au filtre en cinq questions ci-dessus, et vous disposez d'un moyen plus rapide de distinguer les tokens AI qui font un vrai travail de ceux qui font du vrai marketing.
CoinDesk
