La transaction de l’agent IA s’arrête au GPU $VIRTUAL : elle donne aux investisseurs une exposition aux agents IA autonomes, tandis que $FET construit l’infrastructure permettant aux systèmes d’IA de se coordonner et d’effectuer des transactions. Les deux se situent plus haut dans la pile IA, mais sous chaque agent, modèle et application, il y a une machine que quelqu’un doit payer. C’est cette histoire sur laquelle je me concentre. CoreWeave a généré 2,08 Md$ de revenus au T1 et a terminé le trimestre avec 99,4 Md$ de revenus reportés (backlog). Ces chiffres montrent à quel point la demande en infrastructure IA est forte, mais aussi pourquoi l’utilisation est cruciale. Un GPU ne génère des revenus que lorsqu’il est utilisé. $B3 applique cette logique de base au niveau de la détention individuelle via B3IQ. Les acheteurs peuvent utiliser le GPU pour des charges privées quand c’est nécessaire. Lorsqu’ils ne l’utilisent pas, B3 loue la capacité disponible à des laboratoires d’IA, des universités et des entreprises médiatiques, tout en gérant l’hébergement et les opérations. L’acheteur verse 30% à l’avance, B3 finance les 70% restants, et les revenus issus de la capacité louée contribuent à rembourser le solde. CoreWeave a prouvé que le fait de maintenir des GPU réservés peut devenir une activité de plusieurs milliards de dollars. B3IQ cherche à déterminer si les personnes qui financent ces machines peuvent participer à ce modèle en tant qu’actionnaires. Le KPI à suivre n’est pas le nombre de GPU vendus, mais le nombre d’heures pendant lesquelles ils restent productifs. #AI #DePIN