Des agents IA à l’économie des compétences : que cherchent ATM et RGST ?

Ce soir, j’ai mené un entretien sur la tokenisation des actifs liés à l’IA et des compétences.

De la manière dont les gens ordinaires peuvent profiter des retombées de l’IA aux liens écosystémiques entre ATM et ClawCreek, en passant par le mécanisme de l’airdrop RGST, le Skill Market et l’avenir de l’Agent Economy.

Sept questions pour discuter de nombreux mécanismes et projets concrets.

Mais après l’entretien, une question plus vaste m’est restée en tête :

Lorsque l’IA ne se contentera plus d’aider les gens à gagner en efficacité, mais sera capable d’exécuter des tâches, de faire appel à des compétences, de fournir des services et même de générer des revenus, comment la valeur évoluera-t-elle à l’avenir ?

C’est peut-être là le point le plus intéressant à méditer après notre échange de ce soir.

I. Les bénéfices de l’IA ne se limitent pas à savoir utiliser des outils

Au cours des deux dernières années, nous avons assisté à la rapide généralisation des outils d’IA.

De ChatGPT aux diverses applications d’IA, puis aux Agents d’aujourd’hui, le rythme des avancées technologiques a largement dépassé les attentes de beaucoup.

Au début, nous nous demandions :

L’IA peut-elle m’aider à rédiger des articles, à créer des images, à organiser des documents et à gagner en efficacité au travail ?

Puis j’ai commencé à me demander :

L’IA pourrait-elle accomplir pour moi une tâche de bout en bout ?

Et aujourd’hui, une nouvelle question se pose :

Si un Agent peut utiliser des compétences de façon autonome, accomplir des tâches et générer des revenus en fournissant des services, ne devient-il pas lui aussi une nouvelle force productive ?

Cela signifie que l’IA évolue de l’assistance par des outils vers l’exécution de tâches, puis vers l’exploration de la collaboration autonome et de l’activité économique.

Pour le grand public, cela ouvre au moins trois niveaux de participation :

* Utiliser l’IA : apprendre à s’aider d’outils pour gagner en efficacité.

* Créer de la valeur : transformer son expérience, ses connaissances et ses compétences professionnelles en services que l’IA peut utiliser.

* Participer à l’écosystème : prendre part à de nouveaux flux de valeur grâce aux réseaux, aux plateformes, aux actifs et aux cas d’usage.

Tout le monde n’a pas besoin de devenir programmeur.

Mais à l’avenir, ceux qui sauront transformer leur expérience en compétences réutilisables pourraient bénéficier de davantage d’opportunités.

II. De GameFi à l’économie des Agents : qu’explore ATM ?

À propos d’ATM, je pense qu’une évolution mérite notre attention.

Par le passé, beaucoup ont découvert ATM grâce à l’écosystème du jeu et y ont participé à travers des mécanismes comme LUCA et Game Node.

Le jeu est un cas d’usage concret. Avec l’économie des compétences RGST que nous explorons cette fois avec ClawCreek, notre regard s’étend à l’économie des compétences en IA.

Les deux ont des cas d’usage différents, mais suivent une même direction :

relier différents cas d’usage et réseaux communautaires grâce à des mécanismes de connexion.

Hier, il s’agissait de nœuds de jeu ; demain, il pourrait s’agir d’agents IA, de marchés de compétences, voire de nombreux autres cas d’usage inédits.

Cela m’amène à me poser une question :

La véritable vitalité d’un écosystème vient-elle d’une seule application à succès, ou de sa capacité à connecter continuellement de nouvelles applications et à créer de nouveaux besoins ?

Je m’intéresse davantage à la seconde possibilité.

Un jeu peut avoir un cycle de vie limité, et un outil peut être remplacé par une nouvelle technologie.

Mais si le réseau sous-jacent peut continuer à connecter de nouvelles applications, les membres de la communauté auront la possibilité de trouver de nouveaux rôles à jouer aux différentes étapes de son développement.

Bien sûr, la connexion ne crée pas automatiquement de la valeur.

Pour savoir si ces nouvelles applications peuvent réellement se concrétiser et si LUCA Connection peut générer une demande effective, il faudra finalement se fier à l’usage réel, à la qualité des produits et à la capacité du modèle économique à résister à l’épreuve du marché.

III. RGST : passer de la logique de l’airdrop à l’économie des compétences

Ce soir, RGST est sans doute au cœur des préoccupations de tout le monde.

Selon le projet actuellement à l’étude, RGST est présenté comme le jeton de l’écosystème ClawCreek Skill Economy.

Une idée de connexion assez simple à comprendre a été proposée :

Airdrop RGST = LUCA connecté

Autrement dit, le montant de l’airdrop RGST serait lié au nombre de LUCA connectés par l’utilisateur.

Le projet propose également, grâce à un mécanisme de connexion à long terme, de créer un lien entre les utilisateurs et le nouvel écosystème de l’économie des compétences en IA.

Mais je tiens à vous rappeler ceci :

L’airdrop n’est qu’un moyen de participer ; il ne doit pas être le seul prisme à travers lequel nous comprenons un nouvel écosystème.

Plus que le montant de l’airdrop, la question qui mérite d’être étudiée est la suivante : où pourra-t-on utiliser RGST après l’avoir reçu ?

Selon les intentions du projet, RGST interviendra dans la création, la mise en ligne, l’installation, le staking et la destruction de Skills, ainsi que dans la circulation des avantages associés.

Cela dessine une trajectoire économique qui mérite notre attention :

Le Creator crée un Skill → mise en staking et utilisation de RGST → mise en ligne du Skill → installation et utilisation par un Agent → le Skill fournit un service et génère des revenus → les revenus sont distribués selon les règles.

L’objectif de ce mécanisme est de faire en sorte que le jeton ne se limite pas à la détention et à l’échange, mais qu’il soit lié à l’utilisation réelle des compétences.

Bien sûr, concevoir un mécanisme est une chose ; le faire fonctionner dans la pratique en est une autre.

La date d’ouverture de l’airdrop, la période de connexion, le mode de calcul, les critères d’éligibilité et les paramètres économiques précis devront être confirmés par les annonces officielles du projet et sa mise en œuvre effective.

Pour les participants, comprendre les règles est plus important que de se précipiter.

IV. Skill Economy : les compétences utiles pourraient être la véritable ressource rare de demain

Ce soir, le Skill Market de ClawCreek a particulièrement retenu mon attention.

Car il m’a fait entrevoir une piste intéressante à étudier dans le secteur de l’IA :

À l’avenir, les agents IA ne seront peut-être plus de simples chatbots, mais des exécutants capables d’appeler eux-mêmes différentes compétences en fonction des tâches à accomplir.

Voici quelques exemples faciles à comprendre :

* Skill de recherche : aide l’Agent à effectuer des recherches sectorielles, à trier des informations et à analyser des données.

* Skill de trading : aide à repérer des opportunités de marché, à exécuter des stratégies et à gérer des tâches.

* Skill de création de contenu : produit des articles, des livres numériques, des podcasts et d’autres contenus.

* Skill commercial : participe aux ventes, au service client, au recrutement et à la gestion des processus métier.

Si ces compétences peuvent être standardisées, validées et utilisées de façon répétée, elles pourraient devenir une nouvelle forme de moyen de production numérique.

Imaginez :

Un Creator talentueux développe un Skill capable de résoudre des problèmes de façon continue.

Le Creator n’a pas besoin de fournir lui-même le service à chaque fois : différents Agents peuvent installer et utiliser le Skill.

Lorsque le Skill aide réellement un Agent à accomplir une tâche et génère des revenus vérifiables, le Creator peut potentiellement percevoir des revenus réguliers.

Cela ressemble un peu à la vente de logiciels traditionnelle, mais il existe aussi des différences.

Le marché des compétences de demain pourrait ne pas se limiter à la vente de licences logicielles. De nouvelles relations économiques pourraient se nouer autour des performances des compétences, des droits d’installation, du nombre d’utilisations et des revenus réels.

Cependant, la valeur d’un Skill ne peut pas reposer uniquement sur un emballage séduisant.

Il doit au moins répondre à trois questions :

1. Quel problème concret peut-il résoudre ?

2. Est-il plus efficace que les solutions existantes ?

3. Peut-il créer durablement une valeur vérifiable ?

Seule la combinaison d’un besoin réel, d’une capacité à fournir le service et de revenus réguliers peut donner naissance à un véritable actif de compétences.

V. Quels éléments permettent d’évaluer la valeur à long terme de RGST ?

Quand il est question de la valeur d’un jeton, je préfère me concentrer sur des indicateurs concrets plutôt que de spéculer simplement sur son prix futur.

Pour évaluer la viabilité du modèle économique de RGST, j’observerais avant tout les points suivants :

Premièrement, la demande réelle.

Combien de Creators souhaitent développer des Skills ? Combien d’Agents en ont réellement besoin ?

Deuxièmement, la fréquence d’utilisation.

Un Skill est-il installé puis laissé de côté, ou est-il utilisé de façon régulière ?

Troisièmement, la capacité à générer des revenus.

Un Skill peut-il générer des revenus réels et vérifiables ? Ces revenus sont-ils réguliers ?

Quatrièmement, l’utilité du jeton.

RGST intervient-il réellement dans la mise en ligne, l’installation, le staking, les paiements et la circulation des avantages ? Ces besoins peuvent-ils créer des cas d’utilisation concrets pour le jeton ?

Cinquièmement, la viabilité du modèle économique.

Les Creators, les Agents, la plateforme et les détenteurs du jeton peuvent-ils entretenir des relations économiques équilibrées ?

Si tous ces éléments parviennent progressivement à fonctionner ensemble, il sera alors possible de mettre en place une véritable boucle économique.

À l’inverse, sans utilisateurs réels, sans utilisation régulière ni revenus concrets, même le modèle économique le plus sophistiqué risque de rester théorique.

C’est pourquoi je ne souhaite pas juger de la réussite d’un nouvel écosystème à l’aune d’un prix à court terme.

Le prix peut refléter le sentiment du marché, mais seul l’usage réel permet de vérifier la valeur d’un produit.

VI. Des outils d’IA à l’économie des Agents : que nous réserve l’avenir ?

Prenons un peu de recul.

Selon moi, l’évolution de l’IA à suivre de près est celle où les rapports de production pourraient changer en même temps que les forces productives.

Jusqu’ici, créer de la valeur exigeait souvent du temps, une équipe, des fonds et des compétences spécialisées.

Aujourd’hui, l’IA abaisse les seuils d’accès à l’exécution de nombreuses tâches.

À l’avenir, une seule personne pourrait collaborer avec plusieurs Agents pour accomplir des tâches qui nécessitaient auparavant toute une équipe.

Et si les Agents peuvent disposer de leurs propres ensembles de compétences, autorisations d’utilisation, historiques de revenus et capacités de collaboration, de nouvelles relations économiques autour d’eux pourraient progressivement émerger.

C’est ainsi que je comprends la direction explorée par ClawCreek :

Faire du Skill plus qu’une simple fonctionnalité : une ressource productive qui peut être découverte, installée, utilisée et évaluée, et qui peut générer des revenus.

Bien sûr, il reste encore un long chemin entre la capacité d’un Agent à accomplir des tâches et celle d’un Agent à générer des revenus de façon stable.

Il faudra notamment résoudre les questions de fiabilité technique, de paiements et de règlements, de gestion des autorisations, de qualité des compétences, de vérification des revenus et de maîtrise des risques.

Tous ces éléments devront être validés par de véritables produits et par le marché.

Mais il faut saluer le fait que cette approche ait élargi le débat : il ne s’agit plus seulement de savoir ce que l’IA peut faire, mais aussi comment elle peut créer et répartir la valeur.

VII. En conclusion : ne soyez pas seulement spectateurs de l’ère de l’IA

Après l’entretien de ce soir, une idée m’a profondément marquée.

Chaque changement technologique redistribue les opportunités.

À l’ère d’Internet, de nouvelles façons de diffuser l’information sont apparues.

À l’ère de l’Internet mobile, de nouveaux modèles commerciaux ont vu le jour.

À l’ère du Web3, nous avons commencé à explorer les actifs numériques, la collaboration en réseau et la reconnaissance de la propriété de la valeur.

Et à l’ère des Agents IA, nous explorons peut-être une autre question :

Comment transformer les connaissances, l’expérience, les compétences et les services en une force productive que les machines peuvent utiliser, que le marché peut valoriser et qui peut créer de la valeur de façon continue ?

Pour ATM, passer de l’écosystème du jeu à l’économie des compétences en IA est une nouvelle piste d’exploration.

Pour les participants ordinaires, c’est aussi l’occasion de reconsidérer leur place.

Ne vous intéressez pas uniquement à un airdrop ponctuel, ni à une seule application.

L’essentiel est de comprendre où va la technologie, ce que l’écosystème relie et où se trouvent les besoins réels.

J’ai toujours pensé que les opportunités ne se résument pas à attendre que d’autres nous les attribuent.

Lorsque nous commençons à comprendre une nouvelle technologie, à apprendre à l’utiliser, voire à essayer de créer de la valeur grâce à elle, nous cessons déjà d’être des spectateurs pour devenir des participants.

À l’ère de l’IA, les outils seront de plus en plus nombreux. Les véritables ressources rares seront la capacité à repérer les problèmes, à créer de la valeur et à la fournir de façon continue.

C’est aussi la piste que je souhaite continuer à explorer.

Plutôt que de vouloir tirer des conclusions hâtives sur l’avenir, mieux vaut rester curieux, continuer à apprendre, participer soi-même et vérifier chaque jugement à l’aide de résultats concrets.

Je suis Carina.

Dans un monde en constante évolution, gardons notre indépendance d’esprit et notre curiosité envers l’avenir.

Explorons ensemble les prochaines possibilités.