Il y a quelques jours, je discutais avec une amie qui travaille dans une grande entreprise de commerce en ligne. Au milieu de notre conversation, elle a dit quelque chose qui m’est resté en tête depuis.
Elle m’a dit qu’il y a des années, si une marque voulait qu’un produit devienne populaire, la stratégie évidente consistait à faire intervenir une célébrité ou une influenceuse mode pour en parler. Aujourd’hui, ce n’est plus le facteur le plus important. Bien souvent, c’est un algorithme qui décide discrètement quel produit mérite d’être vu par des millions de personnes.
Elle m’a donné un exemple qui a vraiment retenu mon attention.
Il y avait un sac à main ordinaire qui se vendait depuis des semaines à un rythme tout à fait moyen. Puis, presque du jour au lendemain, il a commencé à apparaître partout. Les gens ont supposé qu’un influenceur l’avait promu ou qu’une célébrité avait été vue le porter.
Aucun des deux n’était vrai.
Ce qui s’est réellement passé était beaucoup plus simple. Un petit groupe d’acheteurs a cliqué sur ce sac, l’a ajouté à son panier et a finalisé ses achats à un taux bien plus élevé que prévu. Le système de recommandation a interprété ces actions comme un signal fort et a commencé à afficher le produit à un public beaucoup plus large. Plus il a été exposé, plus les gens l’ont acheté. Plus les gens l’ont acheté, plus l’algorithme l’a promu.
Au final, tout le monde pensait assister à une tendance.
En réalité, la tendance n’existait que parce que l’algorithme a décidé qu’il méritait d’abord plus d’attention.
Cette histoire m’a immédiatement fait penser à ce vers quoi la crypto pourrait se diriger, à mesure que les agents IA deviennent capables de prendre leurs propres décisions et d’exécuter des transactions automatiquement.
Je ne pense pas que l’influence appartiendra principalement à la personne ayant le plus grand public. Elle pourrait plutôt revenir à qui définit le cadre qui détermine à quoi un agent IA a le droit de faire confiance, d’évaluer et d’agir avant qu’une transaction ne soit exécutée.
C’est l’une des raisons pour lesquelles @NewtonProtocol a attiré mon attention.
Pas parce que cela crée un meilleur contenu ou une meilleure analyse, mais parce que cela se situe à l’endroit où l’on peut définir les règles qui régissent le comportement des IA avant même que l’exécution autonome ne commence.
Il y a des années, un influenceur a façonné des décisions grâce à sa personnalité et à sa réputation. Demain, des millions d’agents IA pourraient plutôt être guidés par des politiques standardisées et vérifiables, qui ne reposent pas du tout sur le charisme. C’est une forme d’influence très différente.
Mais mon ami m’a aussi raconté comment l’histoire a évolué.
Une fois que les marques ont compris quels signaux le système de recommandation récompensait, certaines d’entre elles ont cessé de se concentrer sur la demande réelle et ont commencé à fabriquer de faux signaux à la place. Des clics artificiels, des comptes loués et des achats coordonnés étaient utilisés pour convaincre l’algorithme que le produit méritait une exposition plus large.
L’algorithme n’était pas forcément cassé.
Il s’agissait simplement de prendre des décisions à partir d’entrées manipulées.
Je pense que la même question finira par compter aussi pour l’infrastructure IA.
Si, un jour, des politiques sur @NewtonProtocol influencent le comportement de millions d’agents IA, le plus grand défi pourrait ne pas être d’écrire de bonnes politiques. Ce sera peut-être plutôt de s’assurer que les signaux qui déterminent quelles politiques seront largement adoptées ne puissent pas être manipulés d’emblée.
Pour moi, c’est là que $NEWT devrait finalement être jugé — pas selon le nombre de politiques existantes ou le nombre d’agents IA connectés au réseau, mais selon la résilience du système lorsqu’on essaie de fabriquer de la confiance au lieu de la gagner.