Token Monad MON : thèse AI-crypto et risques

Ce qu’est réellement Monad, et à quoi sert MON

Monad est une blockchain Layer 1 conçue pour être compatible au niveau du bytecode avec l’Ethereum Virtual Machine. La conséquence pratique est que les smart contracts écrits pour Ethereum peuvent être redéployés sur Monad avec peu ou pas de modifications, ce qui permet aux développeurs de réutiliser les outils existants, le code audité et leurs habitudes de développement. MON est l’actif natif du réseau et doit remplir trois rôles : payer les frais de gas des transactions, être staké pour sécuriser la chaîne grâce à une conception de consensus proof-of-stake, et servir d’unité de compte pour toute incitation ou distribution de frais au niveau du protocole que l’équipe introduirait plus tard.

Le marketing public du projet met en avant un objectif d’environ 10 000 transactions par seconde avec une finalité en un seul slot, des chiffres qui, s’ils sont atteints, placeraient Monad dans une catégorie de débit associée à Solana et Sui plutôt qu’au mainnet Ethereum. L’équipe présente cela comme la réponse à un problème que les agents IA sont sur le point de créer : des bots et services autonomes qui doivent envoyer de grands volumes de transactions à faible coût et les confirmer rapidement. Dans ce cadre, MON est le token de gas d’une chaîne pensée d’abord pour les machines, puis pour les humains.

Il vaut la peine de distinguer trois affirmations qui sont souvent confondues dans la couverture du sujet. Premièrement, l’affirmation d’ingénierie selon laquelle Monad peut exécuter du bytecode EVM à haut débit est testable, et Monad a publié des données de testnet. Deuxièmement, l’affirmation selon laquelle les agents IA ont besoin d’une chaîne comme Monad est une prévision sur la demande future, pas une observation de l’usage actuel. Troisièmement, l’affirmation selon laquelle MON captera de la valeur grâce à cette demande dépend du modèle de frais du réseau, de l’économie des validateurs et des unlocks de tokens, dont aucun n’est encore observable sur des marchés actifs. En d’autres termes, le token est un pari sur trois thèses distinctes empilées les unes sur les autres.

Les risques que tout acheteur de MON devrait intégrer tôt dans son prix

La surface de risque d’un token L1 en phase de capital-risque est vaste et bien documentée par les cycles précédents. Les investisseurs qui évaluent MON devraient considérer les éléments suivants comme un point de départ, et non comme des cas extrêmes.

La pression liée à la valorisation pleinement diluée est le principal risque isolé. Les tokens détenus par l’équipe, les investisseurs et un fonds d’écosystème sont généralement débloqués sur plusieurs années, et le marché valorise souvent dès le lancement l’ensemble de l’offre en circulation plus l’offre vestée. Si un pourcentage significatif de MON se trouve dans des wallets d’investisseurs précoces avec des cliff unlocks dans une fenêtre de 12 à 24 mois, le graphique devra absorber cette offre sans hausse correspondante de la demande. Les cycles passés montrent que cette dynamique a écrasé des tokens L1 dont l’offre en circulation était faible, mais dont la FDV impliquait que le marché avait déjà payé pour des années de croissance.

La liquidité et la découverte du prix sont fragmentées avant le mainnet. MON se négocie en pré-marché sur un assemblage de desks OTC, de futures de lancement de tokens sur exchanges centralisés et de perpetuals décentralisés, et les prix peuvent varier de plusieurs dizaines de pour cent selon les plateformes. Un acheteur particulier qui paie une prime sur une plateforme pendant que des insiders ou des market makers écoulent leurs positions sur une autre est un scénario d’échec réel. Les chasseurs d’airdrops qui reçoivent de petites allocations et vendent dans des carnets peu profonds renforcent cette pression.

Le risque narratif et réglementaire lié à l’angle IA constitue la troisième couche. Qualifier une chaîne d’AI-native ne change pas son exposition juridique ou technique, mais cela attire l’attention des régulateurs, qui se demandent de plus en plus si les lancements de tokens et les économies d’agents constituent des offres de titres non enregistrées. Cela signifie aussi que le projet est jugé selon une cible mouvante : si la pile dominante des agents IA finit par se régler sur une autre chaîne, ou si les agents se tournent vers des Layer 2 sur Ethereum, la thèse s’affaiblit sans que Monad lui-même ait nécessairement un problème technique.

La promesse de débit de l’EVM : ce qui est vérifiable

Les chiffres mis en avant par Monad proviennent d’une combinaison d’exécution parallèle optimiste, d’engagement différé de l’état et d’une conception de consensus personnalisée. En termes simples, la chaîne essaie de traiter de nombreuses transactions en même temps et de les finaliser rapidement, plutôt que de les traiter strictement l’une après l’autre. C’est la même direction générale que celle prise par d’autres L1 à haut débit, et la littérature d’ingénierie est raisonnablement mature.

Deux éléments distinguent la proposition de Monad d’une promesse générique de chaîne rapide. Le premier est la compatibilité EVM, qui réduit le coût de migration pour les applications et les outils Ethereum existants. Le second est l’accent déclaré mis sur la latence et le déterminisme, des propriétés utiles pour les charges de travail de type agent qui nécessitent des délais de confirmation prévisibles. Ces deux affirmations sont, en principe, testables sur testnet, et le projet a publié des benchmarks montrant des niveaux de débit cohérents avec son discours marketing.

Ce qui n’est pas encore vérifiable, c’est la manière dont ces chiffres résistent à des conditions réelles adverses : spam de mempool, searchers à la recherche de MEV et économie d’un ensemble de validateurs à grande échelle. Solana et d’autres chaînes à haut débit ont montré à plusieurs reprises que les performances sur testnet ne sont pas les mêmes que sur mainnet. Monad mérite le même scepticisme, en particulier parce que l’EVM repose historiquement sur des hypothèses d’exécution séquentielle que Monad brise explicitement, et briser des hypothèses tend à faire apparaître des bogues de cas limites uniquement à grande échelle.

Comment MON est positionné face à SOL et SUI pour les agents IA

Les cadres concurrentiels les plus proches pour MON sont Solana, où SOL est le token de gas, et Sui, où SUI joue un rôle similaire. Les deux chaînes hébergent déjà des expériences précoces d’agents et de trading à haute fréquence, et toutes deux disposent d’une liquidité plus profonde, de davantage de validateurs et d’un historique plus long que Monad n’en aura au lancement. Une lecture honnête du paysage concurrentiel est que Monad n’est pas le premier entrant sur ce créneau. C’est un nouvel arrivant tardif avec un argumentaire plus affûté pour les développeurs Ethereum.

Pour les agents IA en particulier, les variables pertinentes sont le débit, la latence, le coût par transaction et la maturité de la pile d’outils pour agents. SOL et SUI ont un avantage sur ce dernier point, car les frameworks d’agents, les fournisseurs RPC et les intégrations d’oracles ont eu des années pour converger sur ces chaînes. Le pari de Monad est que l’avantage de la compatibilité EVM, ajouté à un accent mis sur une latence adaptée aux agents, attirera des équipes natives d’Ethereum qui ne veulent pas réécrire leurs contrats en Move ou Anchor. C’est une trajectoire plausible, mais ce n’est pas une garantie, et les agents ne sont pas encore fidèles à une seule chaîne.

Un angle souvent négligé est que les agents IA d’aujourd’hui règlent encore principalement leurs transactions sur la chaîne qui est la moins chère et la plus fiable à un moment donné, et qu’ils sont prêts à utiliser des bridges. La fidélité à une seule L1 est un réflexe de développeur, pas un réflexe d’agent. Cela signifie que Monad doit gagner le récit des agents IA sur le mérite technique brut et le soutien de l’écosystème, ce qui le place en comparaison directe avec des chaînes établies plutôt que dans une catégorie à part.

Prix pré-marché, attentes d’airdrop et fenêtre de lancement

L’intérêt des particuliers pour MON est actuellement davantage porté par la mécanique du lancement que par les fondamentaux. Trois éléments méritent d’être suivis avant toute décision : la structure de l’airdrop, le lieu de découverte du prix et le calendrier des déverrouillages après le lancement.

Les attentes d’airdrop créent un schéma connu. Les programmes de points, les incitations sur testnet et les quêtes d’écosystème sont généralement intégrés dans les prix très tôt, et la distribution réelle tend à être inférieure aux attentes de la communauté. Les farmers d’airdrop vendent généralement dès réception, ce qui ajoute une pression d’offre aux premières semaines de cotation. L’historique d’airdrops similaires sur d’autres L1 suggère que le bénéficiaire médian vend dans les 30 à 60 premiers jours, une information qu’un acheteur devrait intégrer dans son prix plutôt qu’ignorer.

Le prix pré-marché est la deuxième variable. MON s’est échangé sur des desks OTC et sur des contrats à terme de lancement proposés par de grandes plateformes centralisées, et l’écart entre les lieux de cotation est lui-même un signal. Lorsque le prix pré-marché est nettement supérieur au niveau auquel le marché public est prêt à s’équilibrer au lancement, l’écart se referme généralement par une baisse du côté coté plutôt que par une hausse du côté OTC. Un acheteur particulier qui paie une prime en pré-marché paie donc un accès anticipé au prix d’un point d’entrée plus élevé, et rien ne garantit que cette prime persiste.

La fenêtre de lancement elle-même est façonnée par les listings sur les plateformes, les accords avec les market makers et le calendrier de mise en circulation initiale de l’offre. Historiquement, les premières heures de trading sur une grande plateforme peuvent être dominées par les market makers, et le prix affiché n’est pas toujours celui qui se maintient. Toute personne prévoyant d’acheter au lancement devrait considérer les premières 24 à 72 heures comme la fenêtre la plus bruyante et dimensionner sa position en conséquence.

Implications pratiques pour un trader qui évalue MON

Pour un trader qui traite MON comme une position plutôt que comme une thèse de long terme, la checklist pratique est courte. Confirmez le calendrier de vesting et le pourcentage de l’offre qui se déverrouille au cours de la première année. Identifiez quelles plateformes listent MON au comptant et lesquelles ne listent que des dérivés, car la liquidité spot détermine l’ampleur de la demande réelle. Suivez l’écart entre la FDV au lancement et la FDV impliquée par l’offre entièrement diluée, car cet écart est la mesure la plus claire du surplomb lié aux déverrouillages. Surveillez les preuves d’activité menée par des agents sur mainnet, et pas seulement sur testnet, car le récit IA n’est aussi solide que le volume on-chain réel provenant de portefeuilles d’agents.

Pour un détenteur à horizon plus long, l’analyse se rapproche davantage d’une due diligence de type capital-risque. Lisez directement le document de tokenomics plutôt que de vous fier à des résumés, et accordez une attention particulière aux émissions, aux récompenses des validateurs et à tout mécanisme de burn des frais ou de distribution des frais. Examinez les signaux de l’écosystème développeur : combien d’équipes se sont engagées à déployer sur Monad, quel montant de subventions a été alloué et si de grands protocoles Ethereum ont annoncé des déploiements sur Monad. L’indicateur avancé le plus utile n’est pas le sentiment sur les réseaux sociaux, mais le nombre et la qualité des déploiements en production, car ce sont eux qui génèrent une vraie demande de gas pour MON.

Il vaut aussi la peine d’être honnête sur le calendrier. Le récit des agents IA est réel mais encore précoce, et les chaînes qui finiront par héberger un volume significatif d’agents ne seront peut-être pas celles qui se sont présentées comme natives de l’IA en 2024 et 2025. Il existe une probabilité significative que la valeur de MON au lancement soit davantage portée par la mécanique du lancement et le récit que par la croissance réelle de l’activité des agents sur la chaîne, et c’est un risque qu’un acheteur devrait accepter explicitement plutôt que découvrir plus tard.

Pourquoi l’étiquette L1 native de l’IA reste un récit contesté

L’expression L1 native de l’IA a été utilisée pour décrire plusieurs choses différentes, et le terme n’a pas encore de signification technique bien établie. Pour certaines équipes, elle désigne une chaîne avec de l’inférence de machine learning on-chain. Pour d’autres, elle désigne une chaîne optimisée pour les schémas de transactions des agents. Pour un troisième groupe, c’est une étiquette marketing conçue pour attirer un certain type de développeur et d’investisseur. MON se rapproche davantage de la deuxième définition, avec des éléments de la troisième, et il convient de reconnaître que cette étiquette est appliquée avant que le cas d’usage ne se soit pleinement concrétisé.

La version honnête de la thèse est que les agents IA finiront par régler de grands volumes de transactions on-chain, que ces transactions privilégieront les chaînes aux frais faibles et à la latence prévisible, et que la compatibilité EVM donne à Monad un avantage structurel pour attirer les développeurs natifs d’Ethereum. La partie non prouvée est de savoir si les agents régleront réellement un volume significatif sur Monad en particulier, plutôt que sur Solana, Sui, un Ethereum Layer 2 ou une chaîne qui n’existe pas encore. Tant que les agents ne feront pas transiter de l’argent réel de manière démontrable via le mainnet de Monad, le cadrage L1 native de l’IA relèvera davantage de la feuille de route que du résultat.

Comment suivre Monad intelligemment

Monad et le récit plus large des agents IA sur L1 évoluent rapidement, tout comme le cycle d’actualité qui les entoure. Suivre à la main les lancements de mainnet, les changements d’ensemble de validateurs, les calendriers de déverrouillage et l’activité des portefeuilles d’agents est une bataille perdue d’avance pour la plupart des traders. Zippfeed fait remonter les gros titres sur Monad avec un score de sentiment libellé bullish, neutral ou bearish et une note d’importance, afin que vous puissiez distinguer le bruit lié aux lancements des véritables évolutions de l’activité des développeurs ou des utilisateurs, et agir sur le signal qui compte réellement pour MON.