Alors que l’intelligence artificielle est souvent présentée comme l’avenir du trading automatisé, une expérience récente menée sur sept jours remet en cause cette promesse. Selon Cryptoast, un concours opposant plusieurs agents IA spécialisés dans le trading de cryptomonnaies a révélé des résultats globalement décevants, la plupart des modèles enregistrant des pertes. Seul Grok, l’agent conversationnel développé par xAI (filiale d’Elon Musk), a réussi à dégager un léger bénéfice, confirmant ainsi la difficulté pour ces outils d’apporter une réelle valeur ajoutée dans un marché aussi volatile que celui des cryptos.

Ce qu'il faut retenir

  • Un bilan globalement négatif : sur les cinq agents IA testés, quatre ont enregistré des pertes après une semaine de trading autonome sur Solana avec un capital de 999 dollars en stablecoins.
  • Grok, l’exception : seul Grok, développé par xAI, a réalisé un gain de 3,69 dollars, soit un rendement de 0,37 %, tout en n’effectuant aucune réallocation de son portefeuille.
  • L’échec de la gestion active : les résultats confirment que la multiplication des transactions et l’analyse en temps réel ne suffisent pas à compenser la volatilité du marché crypto.
  • Une remise en question des promesses de l’IA : alors que le secteur mise sur des outils toujours plus performants, cette expérience montre que leur supériorité par rapport à des stratégies passives reste à prouver.

Un concours révélateur : des IA sous pression sur le marché crypto

Organisé sous le nom Agents of Wall Street, ce test grandeur nature a consisté à confier 999 dollars en stablecoins à cinq agents IA, leur laissant sept jours pour trader de manière autonome sur des cryptomonnaies tokenisées via la blockchain Solana. Selon Cryptoast, la majorité des participants ont terminé la période dans le rouge, confirmant les doutes sur l’efficacité réelle de ces outils dans un environnement aussi spéculatif. Seule Grok, l’agent de xAI, a évité le pire, avec un gain de 3,69 dollars pour un capital initial de 999 dollars.

Cette performance, bien que positive, reste anecdotique : un rendement de 0,37 % sur une semaine est loin de justifier l’engouement autour de l’IA dans le trading. Pire encore, Grok n’a pas modifié une seule fois la composition de son portefeuille durant toute la durée du concours, suggérant que son « succès » tient davantage à la chance qu’à une réelle stratégie d’investissement.

La gestion active mise à mal par les faits

Les résultats de ce test rejoignent une critique récurrente adressée à la gestion active, qu’elle soit humaine ou algorithmique. Depuis des années, les données montrent que la majorité des gérants actifs – qu’ils soient des traders professionnels ou des fonds spéculatifs – peinent à battre leurs indices de référence sur le long terme. Les agents IA, malgré leur capacité à analyser des milliers de données en temps réel, ne font pas exception. « Ces outils sont souvent vendus comme une révolution, mais leur performance réelle ne reflète pas leur image », souligne un analyste cité par Cryptoast.

Le trading haute fréquence, qui repose sur des algorithmes prenant des décisions en millisecondes, est particulièrement vulnérable à la volatilité des marchés crypto. Les petits mouvements de prix, souvent amplifiés par la spéculation, rendent les stratégies automatisées peu rentables, voire contre-productives. « Multiplier les transactions ne crée pas de valeur, surtout dans un marché aussi imprévisible », précise l’article.

Une approche alternative qui reprend du sens

Face à l’échec relatif des agents IA, une stratégie plus mesurée semble regagner en popularité : celle qui privilégie la patience et la sélection rigoureuse des opportunités. Plutôt que de multiplier les arbitrages quotidiens, certains investisseurs reviennent à une logique d’achat et de détention à long terme, en s’appuyant sur des signaux moins fréquents mais plus pertinents.

Cette approche, incarnée par des plateformes comme Crypto Stratège, mise sur des signaux d’investissement clairs et activables, conçus pour des horizons temporels étendus. « Quelques décisions par an, prises aux bons moments, valent souvent mieux que des dizaines d’arbitrages dictés par le bruit du marché », explique un expert en gestion de portefeuille. Une philosophie qui contraste avec l’hyperactivité des agents IA testés lors du concours.

Le secteur de l’IA financière reste en effervescence malgré les déceptions

Malgré ces résultats mitigés, l’industrie de l’IA appliquée à la finance décentralisée continue de se développer. En 2026, plusieurs acteurs majeurs misent sur des innovations pour intégrer ces outils à des usages concrets. La plateforme Base, par exemple, a dévoilé une feuille de route ambitieuse pour faciliter l’interaction entre agents IA et protocoles blockchain. De son côté, Visa travaille activement sur l’intégration des « paiements agentiques », une technologie permettant à des IA de gérer des transactions financières de manière autonome.

Ces projets s’inscrivent dans une tendance plus large : celle d’un écosystème où les agents IA deviennent des acteurs à part entière du marché, capables de négocier, d’investir ou même de payer en notre nom. Pourtant, comme le rappelle le test d’Agents of Wall Street, leur efficacité opérationnelle reste à démontrer dans un environnement aussi imprévisible que celui des cryptomonnaies.

Et maintenant ?

Les prochains mois devraient être déterminants pour évaluer l’avenir des agents IA dans le trading. Plusieurs concours similaires, organisés sur des périodes plus longues et avec des capitaux plus importants, sont attendus d’ici la fin 2026. Ces tests pourraient permettre de vérifier si les résultats actuels sont le fruit d’un manque de maturité des outils ou d’une limitation intrinsèque à leur modèle. Parallèlement, les régulateurs pourraient s’emparer du sujet, notamment pour encadrer l’utilisation de ces agents dans des marchés aussi volatils. Une chose est sûre : l’IA ne disparaîtra pas du paysage du trading, mais son rôle devra être redéfini pour éviter de nouvelles déceptions.

En attendant, les investisseurs sont invités à la prudence. Comme le rappellent les organisateurs du concours, « les performances passées ne préjugent pas des performances futures ». Une mise en garde qui vaut aussi bien pour les humains que pour les machines.

Plusieurs facteurs expliquent ces mauvais résultats. D’abord, la volatilité extrême des cryptomonnaies rend les stratégies automatisées peu adaptées : les petits mouvements de prix, amplifiés par la spéculation, faussent les algorithmes conçus pour des marchés plus stables. Ensuite, la plupart des agents IA testés reposent sur des modèles d’apprentissage machine qui peinent à anticiper les chocs brutaux ou les changements de tendance soudains. Enfin, la gestion active, même algorithmique, implique des coûts (frais de transaction, slippage) qui réduisent encore davantage les marges bénéficiaires.

Plusieurs pistes sont explorées pour améliorer leur efficacité. Certains développeurs misent sur l’intégration de données externes (actualités, réseaux sociaux) pour affiner les prédictions, tandis que d’autres testent des modèles hybrides combinant IA et analyse humaine. Les régulateurs, de leur côté, pourraient imposer des garde-fous pour limiter les risques systémiques liés à l’automatisation à grande échelle. Enfin, des concours plus longs et avec des capitaux plus importants, comme ceux prévus en 2027, permettront de juger de leur réelle utilité.