VVV a récemment atteint un plus haut historique. Au-delà du prix, ce qu’il faut vraiment suivre, c’est la relation de synergie entre Venice et NEAR, autour de l’IA dédiée à la confidentialité. Ce partenariat permet non seulement à Venice d’obtenir des capacités vérifiables de confidentialité, comme le TEE, le E2EE et la preuve à distance, mais aussi de donner à NEAR AI Cloud un véritable environnement de raisonnement à grande échelle. D’un côté, les deux parties mettent en place ensemble l’infrastructure technique nécessaire à l’« inférence privée » ; de l’autre, elles amplifient mutuellement la valeur grâce aux utilisateurs, à la puissance de calcul et aux besoins de l’écosystème. Ainsi, ce cycle de récit autour de l’IA de confidentialité gagne une logique plus profonde que la simple hausse des prix.

VVV a bondi jusqu’à 29 dollars, et sa capitalisation boursière a dépassé 1,2 milliard de dollars. Pourquoi ?

Le 9 septembre, le token de Venice, VVV, a atteint un sommet historique de 29,15 dollars. Actuellement, VVV se situe autour de 23 dollars, avec une capitalisation boursière en circulation d’environ 1,13 milliard de dollars et un FDV proche de 1,9 milliard de dollars. Vous ne le savez peut-être pas, mais seulement deux mois auparavant, Venice avait bouclé une levée de 65 millions de dollars avec une valorisation du capital de 1 milliard de dollars. Autrement dit, la valorisation en circulation que le marché donne à VVV est déjà du même ordre de grandeur que la valorisation précédente de toute l’entreprise Venice en actions

L’année passée a été extrêmement riche pour Venice. La croissance rapide des utilisateurs et des activités API a fait dépasser l’objectif de taux de revenus annualisés à 100 millions de dollars ; l’émission de VVV continue de baisser ; DIEM transforme la puissance de calcul IA en un actif on-chain ; et en plus, la collaboration de mars avec NEAR AI Cloud a ajouté une couche d’infrastructure de confidentialité vérifiable. Plusieurs axes ont fini par converger, et le marché a commencé à redonner une valeur (pricing) à l’infrastructure de confidentialité

De ShapeShift à Venice : pourquoi les vieux routards de la crypto, comme Voorhees, parient-ils sur la confidentialité de l’IA ?

On peut dire que le fondateur de Venice, Erik Voorhees, est l’un de ces visages familiers du secteur Crypto. Après avoir découvert Bitcoin en 2011, il s’est rapidement intégré aux toutes premières sociétés de démarrage Bitcoin, et est devenu l’un des membres clés précoces de BitInstant, en charge du marché et de la marque

Le fondateur de BitInstant est le très controversé Charlie Shrem ; Roger Ver était un investisseur précoce ; les frères Winklevoss ont ensuite également injecté des fonds. Voorhees évoluait très tôt dans le même cercle entrepreneurial que ces personnes qui sont devenues, plus tard, des figures emblématiques de la Crypto ; à l’époque, le prix du Bitcoin n’était encore que de quelques dollars à quelques dizaines de dollars

Voici aussi une anecdote qui est peu connue : aujourd’hui, tout le monde connaît la Blockchain.com, dont le cofondateur Nicolas Cary est son ami d’université. Les deux se connaissaient déjà depuis l’Université de Puget Sound. En 2012, Voorhees a recommandé Bitcoin de façon répétée à Cary ; puis Cary a commencé à acheter lorsque le BTC se négociait encore à moins de dix dollars à une quinzaine de dollars

Et sa partie la plus légendaire, à lui, concerne SatoshiDICE. Ce qui était à l’origine juste un passe-temps réalisé par Voorhees pendant son travail chez BitInstant est devenu à un moment donné une contribution représentant plus de la moitié du volume de transactions du réseau Bitcoin, et l’a fait devenir l’une des plus grandes applications Bitcoin de l’époque

En 2013, il a vendu le projet pour 126 315 BTC, à un prix d’environ 11,5 millions de dollars à l’époque, devenant ainsi l’un des cas d’exit les plus connus du début de la crypto. Ensuite, il a investi dans plusieurs projets crypto, puis a créé ShapeShift en 2014, en transformant en produit le fait de ne pas détenir les actifs des utilisateurs et de réduire la dépendance à l’égard d’intermédiaires centralisés

Autour de 2021, ShapeShift a commencé à se transformer vers un modèle DAO. Il s’est progressivement retiré de la gestion quotidienne, et, dans ses temps libres, il a aussi commencé à se poser une autre question : si Bitcoin et la crypto règlent la question de qui contrôle l’argent, alors quand de plus en plus de personnes utilisent des modèles comme ChatGPT pour chercher, écrire, programmer et même former des jugements, la question suivante devient : qui contrôle l’intelligence ?

Après 2023, l’explosion de l’IA générative a rendu cette inquiétude plus concrète. Les utilisateurs confient leurs questions, leurs fichiers, leurs idées et même des informations commerciales aux modèles, tandis que le traitement reste concentré entre les mains d’un petit nombre de plateformes. Parallèlement, les fournisseurs de modèles peuvent décider, via des règles de système et des politiques de contenu, à quoi le modèle a le droit de répondre

Pour Voorhees, lorsque l’IA commence à remplacer la recherche, l’analyse et l’accès à l’information, cette forme de contrôle n’est plus seulement une question de données : elle devient progressivement une question d’accès à l’information et d’accès à la cognition. Par conséquent, il pense que le marché a besoin d’une option d’IA plus ouverte, respectueuse de la vie privée et réduisant autant que possible les restrictions de licence

Cela l’a aussi amené à étendre davantage la séparation entre la monnaie et l’État — un thème qu’il a souvent évoqué — à la séparation entre la pensée et l’État. Les cypherpunks veulent protéger les communications par la cryptographie ; Bitcoin veut réduire la dépendance du système monétaire envers des institutions centralisées ; et pour Voorhees, à mesure que l’intelligence artificielle s’implique de plus en plus dans l’acquisition d’informations, l’expression et la réflexion, l’intelligence des machines ne devrait pas non plus être entièrement entre les mains de quelques entreprises

C’est pourquoi Venice a été lancé en 2024. En apparence, le produit ressemble à ChatGPT, Claude ou Grok : on peut discuter, écrire du code, générer des images et des vidéos, et on peut aussi s’y connecter via une API pour des applications développeurs. Mais il s’agit en réalité d’une sorte de point d’accès à une IA multi-modèles. Aujourd’hui, la plateforme propose plus de 200 modèles de texte, d’image, de vidéo et d’audio, et classe aussi ces modèles selon leurs capacités en matière de confidentialité

Lors de la levée de 2026 en juillet, Venice divulguera avoir 3,5 millions d’utilisateurs enregistrés. Elle traite environ 1,3 billion de Tokens par mois, et compte environ 2 millions d’appels API développeurs par jour, avec un pic atteignant 300 000 requêtes de raisonnement par heure

Mais de nouveaux problèmes apparaissent aussi : à mesure que le volume d’utilisateurs et l’échelle de raisonnement augmentent, se contenter de ne pas conserver les historiques de conversation ne suffit plus à soutenir la promesse de confidentialité de Venice. Les utilisateurs se demandent aussi si leurs prompts seront vus par la plateforme pendant le raisonnement, si les données pendant l’exécution peuvent être lues, et si la confidentialité évoquée par la plateforme peut être vérifiée par des moyens techniques

Pour Venice, cela implique de faire passer la confidentialité des politiques produit vers le niveau de l’infrastructure, afin de réduire au maximum la confiance envers les opérateurs centralisés tout au long du parcours des données : depuis leur entrée dans le modèle, jusqu’à l’exécution du raisonnement et le retour des résultats

Ainsi, Venice choisit de coopérer avec NEAR. L’objectif est de tirer parti de technologies comme l’environnement d’exécution de confiance (TEE), le chiffrement de bout en bout et la preuve à distance, pour transformer le raisonnement confidentiel en une infrastructure véritablement vérifiable. Pour Venice, cela résout l’un des problèmes de confiance les plus fondamentaux du service d’IA à grande échelle. Pour NEAR, avec des millions d’utilisateurs Venice et des requêtes de raisonnement à haute fréquence, l’entreprise dispose aussi d’un scénario d’application réel et massif, permettant à ses infrastructures de calcul confidentiel de ne plus rester au stade conceptuel

La coopération entre Venice et NEAR est un élément clé pour comprendre comment le VVV peut faire l’objet d’une découverte de prix

L’ancienne architecture de Venice réduisait déjà un niveau de risque. L’historique des dialogues est principalement conservé sur les appareils des utilisateurs, et Venice ne stocke pas l’historique complet des conversations sur la durée comme le feraient des produits de chat traditionnels. Toutefois, dans le mode Private fondé sur l’engagement de zéro conservation de données, il existe encore une part d’hypothèse de confiance. Une fois connecté à NEAR AI Cloud, Venice transfère une partie de cette confiance à l’isolation matérielle et à la vérification cryptographique

Une couche correspond au TEE, c’est-à-dire l’environnement d’exécution de confiance

On peut imaginer un serveur cloud classique comme un immeuble de bureaux. Les données y sont rangées, mais la personne qui gère l’ensemble de l’immeuble, en théorie, contrôle toujours l’infrastructure. Le TEE équivaut à recréer à l’intérieur du serveur un espace fermé et isolé par le matériel. Lorsque le modèle exécute réellement le raisonnement, le prompt n’est traité que dans cet environnement isolé

Le TEE résout le problème de l’environnement d’exécution du raisonnement, tandis que l’E2EE étend cette chaîne de protection jusqu’au terminal utilisateur. Le mécanisme d’E2EE de Venice génère d’abord des clés temporaires côté client ; il établit ensuite une clé partagée via l’ECDH sur secp256k1, puis dérive la clé de chiffrement à l’aide de HKDF-SHA256 ; enfin, il chiffre le prompt avec AES-256-GCM. Le contenu saisi par l’utilisateur devient déjà du texte chiffré avant de quitter l’appareil : seules les entités TEE vérifiées possèdent les conditions nécessaires pour effectuer le déchiffrement complet et le raisonnement

Ces technologies semblent complexes, mais appliquées à un cas réel, on les comprend en réalité très bien

Imaginons un utilisateur on-chain dont le portefeuille détient beaucoup d’ETH, de NEAR et de stablecoins. Il prévoit d’effectuer un ajustement de ses actifs en fonction de ses positions, mais il ne souhaite pas exposer directement la structure complète du portefeuille, les actifs qu’il prévoit de vendre et la position cible, à un prestataire de services d’IA

Il envoie une instruction à l’agent on-chain connecté à Venice : analyser ma répartition actuelle de portefeuille, réduire mon exposition au risque de 20% sans vendre de NEAR, et générer le plan de transaction on-chain le plus adapté

Si l’on utilise des modèles prenant en charge le chiffrement de bout en bout, cette instruction et les informations de position associées ne sont pas envoyées directement à Venice en clair. L’appareil de l’utilisateur vérifie d’abord l’environnement d’exécution de confiance chargé d’effectuer le raisonnement, confirme que l’environnement d’exécution, la clé publique et l’état du modèle correspondent aux attentes, puis chiffre la requête localement. À ce moment-là, ce qui transite sur le réseau de Venice est déjà du texte chiffré : Venice elle-même ne peut pas voir quels actifs l’utilisateur détient, ni savoir quel type de transaction il prévoit d’effectuer

La requête n’est déchiffrée qu’une fois entrée dans un environnement d’exécution de confiance vérifié. Le modèle peut, dans cet environnement isolé, lire les informations de portefeuille fournies par l’autorisation de l’utilisateur, analyser les proportions de positions entre ETH, NEAR et stablecoins, les prix du marché et la liquidité, puis déterminer par exemple un plan de transaction consistant à vendre une partie de l’ETH et à entrer (acheter) des stablecoins tout en conservant l’intégralité du NEAR. Si cet agent a déjà intégré des outils de trading on-chain, il peut en plus générer un chemin de conversion correspondant, les paramètres de transaction et la transaction à signer. Mais la signature réelle est effectuée par le portefeuille de l’utilisateur

Ici, le sens de la confidentialité est très direct. Pour une conversation classique, les fuites éventuelles ne concernent qu’une question ; mais pour un utilisateur on-chain, derrière le prompt peuvent se cacher des actifs du portefeuille, des plans de transaction non encore rendus publics, un prix cible, des tokens que l’on prévoit d’acheter, voire toute une stratégie de trading. Si ces informations sont vues par un prestataire intermédiaire avant l’exécution des transactions, cela peut entraîner des risques comme le «抢跑» (règlement anticipé), une fuite de stratégie, voire des attaques ciblant des portefeuilles spécifiques

C’est aussi l’endroit où la collaboration entre Venice et NEAR mérite particulièrement d’être notée. L’environnement d’exécution de confiance permet au modèle de traiter ces données sensibles dans un espace isolé ; le chiffrement de bout en bout réduit encore les occasions où Venice elle-même pourrait entrer en contact avec du texte en clair

À l’heure actuelle, Venice propose plusieurs modèles prenant en charge le TEE et l’E2EE, notamment GLM, Qwen, Gemma, GPT-OSS et les modèles propres à Venice. Les infrastructures associées sont fournies par NEAR AI Cloud et Phala Network. Dans l’interface produit, Venice marque aussi directement la Privacy Mode correspondant au modèle, afin que les utilisateurs sachent s’ils utilisent actuellement du Private « normal », du TEE ou du E2EE

Ainsi, la relation entre Venice et NEAR ne se limite pas à un simple niveau de coopération écologique. Venice fournit un accès aux utilisateurs, l’agrégation de modèles et des besoins d’API déjà constitués à grande échelle, tandis que NEAR AI Cloud offre une infrastructure de Confidential Inference vérifiable. Le premier fournit au second des charges de raisonnement réelles et des scénarios d’utilisation des utilisateurs, et le second permet aux engagements de confidentialité de Venice de franchir une étape supplémentaire pour atteindre le niveau du matériel et de la cryptographie

Ce type de conception lui a aussi permis de lever 65 millions de dollars : un groupe de « vieux » investisseurs crypto a reçu à la fois des participations et des VVV

Après la croissance du produit, Venice a, pour la première fois, accepté des capitaux externes en juillet de cette année. Cette levée de fonds Series A s’élève à 65 millions de dollars ; elle est menée par Dragonfly, avec la participation de North Island Ventures, Coinbase Ventures, F-Prime, Archetype, Liquid 2 Ventures, Morgan Creek, etc. La valorisation des actions atteint 1 milliard de dollars. Pour une entreprise d’IA créée en 2024 seulement, entrer dans la zone des licornes en deux ans est déjà très remarquable

D’après la divulgation de Voorhees, 65 millions de dollars sont échangés contre 8,98% des actions de Venice. En parallèle, les investisseurs reçoivent 1,5 million de jetons VVV assortis d’un Vesting, ainsi que des Warrants permettant d’acheter jusqu’à 5 millions de VVV au maximum au cours des huit prochaines années. Si tous ces Warrants sont exercés, les investisseurs devront verser environ 66,5 millions de dollars supplémentaires à Venice. Le montant potentiel total de la levée peut alors monter à environ 131,5 millions de dollars. Token Grant et Warrants sont d’abord bloqués pendant un an, puis acquis linéairement sur trois ans

Le VVV a été émis le 27 janvier 2025, avec une offre de Genesis de 100 millions d’unités. 50% sont alloués aux utilisateurs de Venice et à la communauté Crypto × AI, 35% sont conservés pour que Venice puisse développer le projet, 10% sont affectés à l’Incentive Fund et 5% à la liquidité. Il n’y a pas eu de prévente publique. En mars 2025, Venice a ensuite détruit 33 539 739 VVV, dont une part significative provenait d’Airdrops non réclamés

Le VVV n’a pas de Max Supply fixe, car le protocole émet continuellement de nouvelles pièces comme récompense de mise (staking). Au lancement, le taux de nouvelles par année atteignait 14 millions d’unités, soit une inflation annuelle initiale d’environ 14%. Avec le lancement de DIEM en août 2025, ce taux d’émission baisse d’abord de 14 millions à 10 millions ; puis, en octobre de la même année, il descend encore à 8 millions, avant de tomber à 6 millions en février 2026. Ensuite, la vitesse de réduction s’accélère nettement : en mai à 5 millions, en juin à 4 millions, en juillet à 3 millions ; le 1er septembre de cette année encore, il redescend à 2,5 millions, et le 1er octobre le plan prévoit 2 millions

De 14 millions à 2 millions, les émissions annuelles diminuent d’environ 85,7%, et Venice n’a pas laissé le VVV se cantonner à un simple Staking Token

Après que les utilisateurs ont mis (staké) du VVV, ils reçoivent des sVVV. Une fois les sVVV verrouillés, on peut frapper (mint) du DIEM. Chaque DIEM généré après mise fournit 1 dollar de Venice API Credit par jour, et ce crédit est renouvelé chaque jour. Le DIEM lui-même est un ERC-20 sur Base : il peut être échangé, transféré, ou revendu à d’autres utilisateurs IA. Pendant la période de verrouillage des sVVV, le VVV sous-jacent continue de recevoir 80% du rendement normal de Staking ; si un utilisateur souhaite récupérer son sVVV d’origine, il doit détruire le DIEM correspondant

Ce design permet de transformer le calcul (AI Compute) en un actif indépendant, échangeable. Un développeur qui appelle un modèle sur la durée ne pouvait auparavant qu’alimenter sans cesse un compte API ; désormais, il peut aussi détenir directement du DIEM et obtenir chaque jour une enveloppe de calcul de raisonnement fixe, renouvelée. Les Agents peuvent eux aussi détenir leur propre Compute Capacity

Et comme tous les DIEM doivent être produits par du VVV, cela ajoute une couche de besoins plus proche de l’usage métier pour le VVV. Plus de gens souhaitent détenir durablement des quotas de raisonnement IA de Venice, plus, en théorie, il faut verrouiller de sVVV. Cette année, Venice a aussi relevé l’offre cible de DIEM de 38 000 à 40 000, et a libéré par étapes de nouvelles capacités de mint (Mint Capacity), ce qui montre que le projet cherche à étendre cette place de marché de Compute tokenisé

En même temps, chaque nouvelle souscription à Venice déclenche un rachat (buyback) programmatique : Pro, Pro+ et Max correspondent respectivement à 2 dollars, 5 dollars et 10 dollars de VVV Buy & Burn. Les API Credits suivent une règle différente : à chaque achat de 100 dollars de Credits, 5 dollars sont utilisés pour acheter sur le marché public et détruire du VVV

Ainsi, à l’heure actuelle, il existe à peu près trois forces qui agissent en synergie sur le VVV : le verrouillage via le staking, le verrouillage de DIEM et les transactions sur le marché secondaire générées par les revenus de l’activité Venice

Et si, à l’avenir, le Burn peut rester durablement supérieur aux Emissions, tout en continuant à accroître la demande de verrouillage de VVV pour le DIEM, alors ce modèle économique entrera dans une nouvelle phase. Mais les 29 dollars, record historique, ont déjà anticipé cette attente via des transactions

Après tout, une valorisation de plusieurs milliards de dollars signifie aussi que ce n’est pas seulement un jeton IA. La question à laquelle il répond est une autre. Quand l’IA s’enfonce de plus en plus dans la couche de données la plus sensible des individus et des entreprises, combien vaut finalement la confidentialité ?

Texte original : https://x.com/0xmediaco/status/2098757647847862748