Solutions
IA, IoT : les machines ont-elles besoin d’un portefeuille ?
En prenant du recul par rapport au battage médiatique entourant l'intelligence artificielle, nous constatons des preuves de plus en plus nombreuses que cette technologie et ses applications apportent des améliorations inédites en matière de productivité, d'autonomie individuelle et d'acquisition de connaissances. Ces avancées se manifestent à travers des conversations en langage naturel avec des assistants virtuels, la création d'images et d'illustrations, des traductions instantanées, la conception et la correction de code informatique, ainsi qu' une connaissance encyclopédique, entre autres.
Ce sont les prémices d’un changement de paradigme de la relation entre les hommes et les machines associé à des gains de productivité énormes.
Néanmoins, un obstacle majeur subsiste quant à l'essor de cette productivité : l'autonomie économique des machines.
Que pourraient accomplir les machines intelligentes si elles étaient équipées d’un portefeuille ?
Les machines : des agents économiques
Traditionnellement, les machines ne sont pas perçues comme des agents économiques, car elles sont considérées comme des outils ou des ressources sous le contrôle d'autres agents économiques, à savoir les humains. Cependant, elles contribuent déjà activement à notre travail et à la création de valeur. Qu'en est-il alors de leur potentiel “d'autonomie économique" ?
Dans le domaine du commerce électronique, l'automatisation s'est généralisée pour les transactions par carte de crédit. Toutefois, cette automatisation ne s'étend pas encore à d'autres aspects importants tels que :
-
La mise en catalogue des produits.
-
La négociation des prix ou des termes et conditions.
-
La création de comptes et l'accès aux moyens de paiement.
En dehors de ces domaines, l'automatisation des achats reste limitée, sauf dans certains cas spécifiques.
-
Par exemple, dans le secteur financier, certains robots automatisent des transactions complexes.
-
De même, dans la gestion de la chaîne d'approvisionnement, des règles précises permettent à des machines intelligentes, comme les capteurs dans une usine, de détecter les niveaux de stocks et de passer automatiquement des commandes pour le réapprovisionnement en se connectant à des systèmes de paiement préétablis.
Avec l'évolution rapide de l'intelligence artificielle et des machines connectées (IoT), il est facile d'imaginer de nombreuses nouvelles applications qui pourraient être rendues possibles en octroyant une liberté supplémentaire aux machines : la liberté économique.
Dans le reste de cet article, nous emploierons les termes 'Agent' ou 'IA' pour désigner un assistant numérique. Ce dernier représente typiquement une machine intelligente équipée d'une IA générative ou d'une combinaison de modèles différents, capable d'agir de manière autonome sur internet et possédant des capacités économiques. Cela définit ce que nous appelons “l'économie des machines” ou “l'économie autonome”.
de nouvelles applications pourraient être rendues possibles en octroyant la liberté économique aux machines
wallets for AI
Applications commerciales
Examinons maintenant quelques exemples hypothétiques :
-
Une voiture électrique qui, en plus de localiser une station de recharge et d’en négocier le prix, effectue le paiement pendant que le conducteur vaque à ses affaires. Elle gère également les frais de stationnement en optimisant les coûts pour l'utilisateur et peut s'occuper du renouvellement de l'assurance ou du contrôle technique.
- Nous pourrions demander à notre Agent de planifier un week-end dans les Pyrénées, en précisant nos activités préférées (randonnée, type de restaurant, kayak ou canyoning). L'Agent élaborerait le meilleur itinéraire, rechercherait les hébergements adéquats et effectuerait les réservations nécessaires. Cette tâche implique de diviser le problème en sous-tâches et de disposer d'un moyen de paiement.
- Une télévision connectée pourrait acquérir instantanément des licences de contenu (films, musique), selon les préférences de l'utilisateur, sans être limitée à un catalogue spécifique. Elle gérerait de façon autonome et optimisée un budget alloué. Cela nécessite une fluidité dans les paiements et ouvre la voie à une nouvelle forme de désintermédiation, permettant aux utilisateurs de rémunérer directement les créateurs de contenu.
- Un Agent pourrait explorer le web pour des informations sur un sujet spécialisé, payant de petits montants pour accéder à certains articles, et générer ensuite un rapport personnalisé. Cela nécessite de franchir certains paywalls. Combien d'entre nous aimeraient suivre une multitude de sujets sans avoir le temps de le faire, et comment distinguer l'information essentielle au milieu d'une masse de publications à la qualité variable ?
- Des Agents dédiés à la négociation et à la contractualisation pour des productions “spots”, telles que l'électricité ou le blé, seraient envisageables. Par exemple, un bâtiment intelligent doté de panneaux solaires pourrait vendre automatiquement l'excédent d'électricité sur le réseau, en ajustant les prix en temps réel selon la demande.
- Associé à un capteur IoT, un Agent pourrait réaliser des transactions autonomes pour l'achat de pièces de rechange ou l'organisation de services de maintenance avant même l'apparition d'une panne.
- Un Agent pourrait agir comme le double numérique d'un équipement connecté générant des données, comme la mesure d'un débit, la cartographie d'une zone, ou l'analyse d'une congestion. Il pourrait ensuite vendre ces données, même pour de très faibles montants, à d'autres services qui en ont besoin. Dans ce modèle, le flux économique accompagne le flux de données, créant ainsi une économie atomique.
-
Un Agent spécialisé en SEA (Search Engine Advertising), autonome, pourrait gérer et déployer une campagne Google Adwords, intégrant une étape de paiement nécessaire.
-
Face à une tâche chronophage, je pourrais la confier à un Agent avec un budget équivalent à un dixième de mon coût horaire. Même si l'Agent ne réussissait que la moitié du temps, cela représenterait un gain de temps et de productivité.
-
Un Agent doté d'un budget pourrait s'atteler à la monétisation de mon contenu par divers moyens, comme la publication sur les réseaux sociaux, le téléchargement de mon contenu sur différentes plateformes, et la création de matériel promotionnel.
le flux économique accompagne en temps réel le flux de données, créant ainsi une économie "atomique"
Premiers enseignements
Les compétences humaines de demain
L'intégration des paiements atomiques permet la création de flux financiers véritablement continus, comparables à un fluide, mais dans un contexte numérique. Imaginons une classe de compétences métier du futur : gérer des Agents et surveiller en permanence les flux financiers y afférents. L'efficacité d'une entreprise requiert alors d'améliorer ses flux de ventes (en quantité, prix, fréquence, et portée) et à optimiser ses flux de dépenses (réduire les coûts, diversifier les approches, limiter les fréquences): cette gestion ne relève plus seulement du domaine managérial, mais devient une fonction hautement opérationnelle et temps réel (devops).
Cette recherche de l’optimisation permanente faite par les machines 24/24h nous fait entrevoir un futur ou le coût des services numériques pourraient bien chuter drastiquement.
Les compétences des machines de demain
Nous venons de décrire indirectement les capacités de ces Agents:
-
Créer des sous taches et de les exécuter: c-à-d. de prendre une besoin exprimé par un humain en langage naturel, de le décomposer en suffisamment de taches telles qu’une grande majorité puissent être traitées par l’automatisation et les Agents.
-
Capable de “naviguer” internet et contextuellement de gérer cette complexité.
-
Pour chaque tache être capable de les évaluer face à un budget prédéterminé. Cela peut même inclure la capacité de poster des “taches récompensées” qui seront effectuée par des AI ou des humains en case de spécialisation inaccessible (ex microlancer.io ou stakwork.com ).
-
Un agent généraliste doit pouvoir lui-même faire appel à de multiples services AI très spécialisés et de qualité, donc payants, pour exécuter ses tâches de la manière la plus efficace possible, il en va de sa compétitivité!
-
Évaluer les “signaux de prix” pour choisir le chemin le plus efficace pour accomplir une sous tache.
-
Être capable de payer de manière électronique un agent du web et un business physique.
-
Être capable de communiquer avec d’autres Agents, par exemple très spécialisés.
-
Être global dès le premier jour.
Le marché: croissance et chiffres
Est-il possible d'estimer la taille de cette nouvelle économie ? Explorons cette question sous plusieurs angles, en commençant par une comparaison avec le commerce électronique grand public.
Comparaison avec le commerce électronique grand public
Actuellement, en ce qui concerne l'IA, nous en sommes aux balbutiements, soit 0%.
En se remémorant les débuts d'Internet, il avait fallu cinq ans pour que le commerce en ligne représente 3% du total des ventes de détail B2C (1999-2004). Si l'on applique une mesure similaire, on pourrait envisager que, d'ici 2027, 2% des ventes B2C sur internet soient réalisées par des Agents, ce qui équivaudrait à 2% de 5940 milliards de dollars, soit 118 milliards de dollars – un chiffre impressionnant.
Cette projection n'est pas si improbable, surtout si l'on considère que peu d’entre nous se souviennent d'avoir effectué des achats en ligne avant 2004, en raison de l'immaturité des systèmes et des barrières psychologiques. Une fois que nous aurons une zone de confort avec l'IA, cette évolution ira sans doute beaucoup plus vite. De plus, une partie des chiffres cette économie proviendra de la monétisation de flux qui sont actuellement donnés gratuitement ou avec peu de sophistication.
Croissance liée aux interactions entre machines
Actuellement, plus de 80% du web fait usage de 'calls API', des interfaces permettant des échanges structurés de données entre machines, essentiels pour connecter et automatiser des logiciels d'entreprises, des systèmes, et des serveurs. L'univers du logiciel devient de plus en plus complexe, et il est crucial de déléguer les tâches répétitives aux machines autant que possible. Cette évolution ne peut s'accomplir que si les barrières de paiement, souvent cloisonnées, sont levées.
Imaginez si une partie de ces API devenait facilement monétisable, même modestement, par le biais de micro-centimes ? Nous pourrions alors nous éloigner du modèle économique dominant du 'gratuit', qui s'accompagne souvent de risques sur les données.
Concernant l'IoT : Les rapports sectoriels prévoient que le marché mondial de l'IoT atteindra plusieurs centaines de milliards de dollars dans la prochaine décennie, avec une estimation du nombre d'appareils connectés en dizaines de milliards. Ces projections mettent en lumière une transition rapide vers une plus grande automatisation dans l'économie. La contribution des machines aux transactions économiques mondiales augmente constamment, une tendance renforcée par des investissements importants dans les infrastructures liées à l'IoT et à la 5G."
un futur dans lequel les machines seraient des agents économiques 24/24h pourrait bien faire chuter drastiquement le coût des services numériques. Cette "économie autonome" pourrait peser plusieurs centaines de milliards
Leviers et barrières à la croissance
Quels types de décisions financières pourraient être confiées à ces Agents, et dans quelles limites ?
-
Barrière mentale : La réticence à déléguer des tâches aux machines persiste. Pour gagner la confiance, le système doit se prouver avec des applications simples et économiquement peu impactantes, soutenant ainsi l'idée d'une croissance progressive et contrôlée... au moins jusqu'à ce que les avantages compétitifs deviennent indéniables pour les sceptiques. C'est le fameux 'graduellement, puis soudainement'.
-
Aversion au risque : Les décisions prises par des algorithmes complexes analysant des données en temps réel peuvent être difficiles à approuver, particulièrement quand elles comportent des risques majeurs, comme des pertes financières critiques ou des dangers pour la vie humaine. Ainsi, certaines tâches hautement sensibles ne seront pas confiées à des machines.
-
Problème de confiance : Avec la montée en puissance de l'IA, nous faisons face au paradoxe des identités ‘infinies' : comment et à quelles machines un Agent peut-il faire confiance ? Ce défi est couramment défini sous le nom ”d'attaque Sybil” (cf annexes) , plus simplement le problème se comprend bien en imaginant des fermes de spam ou de trolls gérées par des IA. La parade requiert la mise en œuvre de coûts associés à la création et l’utilisation de nouvelles identités, par exemple en rendant les interactions payantes. Un coût minime serait “indolore” à l’échelle de l’utilisateur bien intentionné, mais prohibitifs à la grande échelle des attaquants. Cette approche est non seulement impossible à mettre en œuvre en utilisant les rails de paiement traditionnels, car ils sont trop lents et trop coûteux, mais la quantité de monnaie émise tendant vers l’infini, le problème est insoluble. En revanche c’est un des multiples avantages d'une monnaie en quantité “finie” et “atomique”: la rareté numérique devient un rempart protecteur.
-
Problème de piratage des moyens de paiement : avec le système traditionnel des cartes bancaires, le piratage est un problème majeur, entraînant des coûts élevés, une perte de temps considérable et des frais de rétro-facturation pour les commerçants. L'émergence de hackers utilisant des IA de manière sophistiquée ne fera qu'exacerber ces problèmes. Par conséquent, ce système est inadapté pour une économie de flux instantanés gérée par des machines. Un mécanisme universel d'échange de valeur, à l'abri des compromissions humaines ou des machines, est nécessaire. Le piratage des IA pose également un risque considérable pour la sécurité des comptes utilisateurs et la protection de leurs données associées, soulignant l'importance cruciale de la sécurité et de la souveraineté des données.
Récapitulatif des besoins
Compétitivité
Pour gagner des parts de marché, les Agents numériques doivent pouvoir accéder aux services d'IA les plus performants, qu'ils soient les plus précis, les plus rapides ou les plus efficaces pour une tâche donnée. Cependant, les IA les plus avancées, telles que les modèles de traitement du langage naturel (LLM), requièrent des ressources coûteuses comme des GPU, d'où la nécessité de disposer d'un moyen de paiement.
Actuellement, la majorité des services d'IA de pointe exigent la création d'un compte utilisateur et l'utilisation d'une carte de crédit pour accéder à leurs modèles les plus sophistiqués. Cette dépendance aux cartes bancaires augmente les coûts pour les fournisseurs et les utilisateurs et ralentit les processus, ce qui est inacceptable dans les secteurs où la rapidité est cruciale pour rester compétitif.
De plus, étant donné que l'appel API vers un service d'IA coûte seulement quelques centimes, voire moins, et que le système actuel de cartes de crédit ne supporte pas ces micro-transactions, les utilisateurs sont contraints à adopter des modèles d'abonnement inappropriés.
Enfin, il est important de noter que des milliards de personnes n'ayant pas accès aux services bancaires traditionnels sont de facto exclus de l'utilisation de ces outils novateurs, qui pourraient pourtant stimuler l'éducation, la productivité et la créativité. Par exemple, 15 millions d'Américains, 13 millions d'Européens et 1,7 milliard de personnes dans le reste du monde sont privés de services bancaires
Un rail de paiement approprié
Il est crucial de s’affranchir du système de paiement traditionnel, inadapté aux besoins actuels :
-
Les machines ne sont ni des entités légales ni morales et ne peuvent donc ni créer de compte ni détenir une carte bancaire. Il est essentiel non seulement de surmonter ces obstacles, mais aussi, si possible, de les fusionner (le portefeuille servant à la fois de compte et de moyen de paiement).
-
Le système traditionnel est trop lent (avec 7 à 12 étapes invisibles entre le consommateur et le magasin en ligne) et coûteux, nécessitant une transformation vers l'instantanéité.
-
Simplifier le flux de paiement : éliminer les frictions causées par des tiers, telles que les refus d'autorisation fréquents et occasionnellement justifiés, et supprimer le besoin chronophage d’avoir à résoudre des litiges .
-
Avec un système de paiement sécurisé, la finalité immédiate des transactions devient possible, éliminant le problème des rétrofacturations coûteuses (“chargebacks” 30 Mds$/an) et des termes de paiement prolongés avec leurs risques associés. L'objectif est d'atteindre une finalité de paiement quasi-instantanée (environ 500 millisecondes), et de reléguer au passé le “paiement à 90 jours”.
-
Nécessité d'éliminer le risque de fraude et de réduire considérablement le risque de paiement en général.
-
Nécessité de limiter le spam en le rendant coûteux.
-
Besoin d'un outil universel et atomique.
-
Besoin d'un système de paiement sans contraintes géographiques, permettant aux IA de différents pays de commercer sans barrière de devise.
-
La capacité de paiement doit être ajustable en fonction des besoins.
-
Haute disponibilité (uptime) et résilience sont indispensables.
-
Sécurité et souveraineté des données doivent être prioritaires (évitant le risque de 'datalake' devenant un 'honeypot' pour les pirates).
-
Système supervisable et contrôlable.
Des modèles économiques en conséquence
Il est nécessaire de développer de nouveaux modèles économiques adaptés à ces usages innovants. Bien que les modèles actuels continueront d'exister, de nouveaux besoins émergent :
-
Par exemple, la nécessité de fixer les prix de manière beaucoup plus dynamique, sans que les agents effectuant les paiements ne soient contraints par des règles trop rigides.
-
Les coûts étant également variables, la valeur de certaines données peut fluctuer en fonction de leur actualité ou de leur exclusivité (c.f. yield management). La stabilité actuelle des prix unitaires ou des abonnements est dictée par l'incapacité humaine à s'adapter rapidement à des prix changeants, due à des barrières mentales ou pratiques (comme la difficulté à consulter les nouveaux prix ou à mettre à jour un catalogue entier).
-
Les machines doivent être en mesure de négocier les prix, ce qui nécessite un équilibre et une agilité dans les politiques d'achat ou de tarification. De plus, ces négociations impliquent la capacité de formaliser un engagement : le portefeuille doit donc être à la fois un système de dépense et un mécanisme de signature (pour confirmer des commandes ou des engagements de service).
il y a besoin de rails de paiement adaptés et de nouveaux modèles économiques pour réaliser le plein potentiel de "l'économie autonome"
Solutions: les protocoles ouverts à la rescousse
Il existe déjà un rail de paiement atomique
Concernant la taille du marché adressable et sa croissance anticipée, il apparaît contre-productif de précipiter les choses. Une construction progressive, par phases, avec un objectif de durabilité à long terme, semble être la meilleure approche. Cela reflète la philosophie des protocoles ouverts, qui établissent des écosystèmes riches et inclusifs, favorisant la participation et l'adhésion de nombreux acteurs.
En ce qui concerne le rail de paiement, il existe déjà une monnaie ouverte et universelle native à Internet : le Bitcoin et des couches protocolaires de niveau 2 telles que le Lightning Network. Pour approfondir leur efficacité remarquable et l'avantage des technologies ouvertes, nous renvoyons à notre premier article fondateur, “L'intérêt et la puissance des protocoles de la valeur”.
Ces systèmes, déjà éprouvés et fonctionnels, pourraient, avec leur adoption par les IA, amplifier leur diffusion à grande échelle. Rappelons leurs principales caractéristiques :
-
Sécurisé (jamais compromis) et opérationnel depuis 15 ans.
-
Pair à pair et universel, sans intermédiaires ni autorisation nécessaire pour les transactions.
-
Rail de paiement 'atomique' (ex : 0,003 centimes d’euro), capable de gérer mille fois plus de transactions que le système bancaire traditionnel, et cela mille fois plus rapidement.
-
Politique monétaire finie et gravée dans son code.
Les composants à développer coté IA
Pour la partie IA, explorons les composants nécessaires à l'élaboration d'une solution complète :
-
Méthode native pour restreindre l'accès par paiement : Le code d'état HTTP 402, connu sous le nom de 'Paiement requis', est un standard du protocole HTTP. Il informe le client qu'un paiement est nécessaire pour accéder à une ressource. La réponse HTTP 402 est accompagnée d'un corps d'entité qui fournit au client des informations supplémentaires sur les demandes de paiement. Bien que ce code existe depuis les débuts d'internet pour les micro-paiements, il est encore peu utilisé par les navigateurs modernes.
-
Protocole ouvert pour l'authentification sur les API payantes : L'initiative L402, incluant un mécanisme d'authentification natif Bitcoin Lightning et 'Langchain', une bibliothèque pour faciliter les interactions avec les applications d'IA, est un exemple prometteur, bien que récent.
-
Transformation d'API existantes en ressources payantes : Par exemple Aperture, un serveur proxy inverse basé sur L402, peut convertir n'importe quelle API en ressource accessible sur une base de paiement à l'utilisation.
-
Méthode standardisée pour la communication entre agents : il est probablement nécessaire d'avoir une méthode uniforme, pour la partie paiement , voire la présentation des données. Il est fort probable que nous verrons quelques grands schémas, chacun avec leurs avantages, être copiés et reproduits, devenant de-facto un standard de fait. Et puisque les IA voient leur capacités de codage et d'intégration d’API augmenter chaque jour, la marche ne sera pas haute.
-
Mécanisme de découverte pour les services IA sur le web : Est-il nécessaire d'avoir un service centralisé pour cela? Pas nécessairement, car au final les IA sont intelligentes. Plusieurs pistes basées sur des réseaux distribuées sont prometteuses dans ce sens.
-
Définition des limites : Faut-il limiter le roaming des agents sur internet pour des raisons de sécurité? C'est un sujet ouvert à débat qui s’argumente dans les deux sens.
Déjà en fonctionnement Lightning Network est la solution de rail de paiement parfaite. Les premières interconnexions fonctionnelles avec les machines autonomes sont déjà lancées.
Conclusion
L'émergence de machines dotées de capacités autonomes suggère un avenir où les transactions économiques ne se limitent plus aux interactions humaines. Non seulement elles pourront nous assister dans nos taches de bout en bout si elles sont dotées de capacités de paiement, mais nous devrons repenser de nombreux modèles économiques et inventer de nouveaux métiers.
Néanmoins les systèmes de paiement traditionnels sont obsolète faces aux besoins de cette économie autonome. Seule l’adoption de paiements “atomiques” et instantanés, permise par la technologie Bitcoin Lightning Network, permet d’ouvrir la voie à des flux financiers volumineux continus et fluides, adaptés à l’économie des machines autonomes.
Ironiquement, dans un monde où le nombre d'IA pourrait être infini, il apparaît encore plus indispensable d'avoir une monnaie finie. La convergence de cette monnaie numérique et universelle avec l'intelligence artificielle pourrait bien être le catalyseur décisif de l'économie autonome.
Cette évolution soulève aussi de nouvelles questions : si des pans entiers de l'économie étaient optimisés en permanence par une multitude d'IA autonomes et spécialisées, assisterons-nous à l'avènement d'une hyper-efficience ? Quels seront les nouveaux rapports de force et les nouveaux défis ?
La convergence de cette monnaie numérique et universelle avec l'intelligence artificielle pourrait bien être le catalyseur décisif de l'économie autonome.
Annexes
L'attaque Sybil est un type de menace de sécurité dans les systèmes informatiques et les réseaux. Le terme tire son nom du cas clinique de Sybil Dorsett, une femme avec un trouble de la personnalité multiple, et a été popularisé par le chercheur John Douceur dans son article de 2002 intitulé "The Sybil Attack".
Définition : Dans une attaque Sybil, un seul utilisateur crée de multiples fausses identités (souvent appelées "Sybils") dans un réseau. L'objectif est d'exercer une influence disproportionnée dans le réseau, soit en submergeant le système avec des actions venant de ces identités, soit en manipulant les processus de prise de décision ou de consensus dans le réseau.
Exemples d'Impact :
-
Réseaux Peer-to-Peer : Dans ces réseaux, une attaque Sybil peut permettre à l'attaquant de contrôler une grande partie du réseau, en affectant la distribution des ressources, la fiabilité des données ou la sécurité des communications.
-
Systèmes de Vote ou de Consensus : Les attaques Sybils peuvent manipuler les résultats de vote ou les processus de consensus, en créant l'illusion d'un soutien ou d'une opposition massifs.
-
Réseaux Sociaux et Systèmes de Réputation : Les attaques Sybils peuvent fausser les systèmes de réputation ou influencer les tendances sur les réseaux sociaux.
Prévention et Mitigation : La lutte contre les attaques Sybil implique généralement la mise en œuvre de mécanismes de validation d'identité ou de coûts associés à la création de nouvelles identités, pour rendre difficile pour un seul utilisateur de maintenir de multiples identités actives.
Quelques éléments de sources:
-
WSBI-ESBG: Number of Unbanked Adult EU Citizens
-
CFTE Education: The World's Top 5 Unbanked Countries
-
St. Louis Fed: Economic Complexity Index
-
Precedence Research: B2C E-commerce Market
-
Voltage: Lightning Network Use Cases and AI
-
ARK Invest: Bitcoin Brainstorm
-
Voltage: Lightning Network and AI Impacts
-
Lightning Engineering: L402 Langchain
-
Lightning Network: L402 Documentation
-
GitHub: Lightning BLIPS
-
Ten31 VC: Insights on AI
-
Kinsta: HTTP 402 Code Knowledge Base
Services existants et Demos:
-
GitHub: Matador Project
-
Vimeo: Matador Video Demonstration
