99 % des paiements AI utilisent l'USDC, Circle est silencieusement devenu le plus grand gagnant, mais où devrait-on placer l'argent des agents AI ?

En mars 2026, Peter Schroeder, responsable du marché mondial de Circle, a publié sur la plateforme X un ensemble de données : au cours des neuf derniers mois, 140 millions de paiements ont été effectués entre agents IA, avec un volume total de 43 millions de dollars. Parmi ceux-ci, 98,6 % ont été réglés en USDC, avec une moyenne de seulement 0,31 dollar par transaction. Plus important encore, le nombre d’agents IA disposant de capacités d’achat a dépassé 400 000.

Ces chiffres parlent d’eux-mêmes : les agents IA passent de la simple conception à une activité économique réelle.

400 000 agents IA, 140 millions de transactions, 43 millions de dollars — c’est un échange de valeur autonome entre machines. Sans intervention humaine, sans approbation bancaire, sans vérification par carte de crédit. Du code à du code, des protocoles à des protocoles, des processus qui auparavant nécessitaient une signature humaine, une réconciliation et une compensation, sont désormais automatisés.

Le cours de l’action de Circle a augmenté de 60 à 105 dollars ces derniers jours, soit une hausse de 75 %. Le marché interprète cette hausse comme une réaction positive aux résultats financiers : Circle a réalisé un chiffre d’affaires de 770 millions de dollars au quatrième trimestre 2025, en hausse de 77 %, avec un bénéfice net de 133 millions de dollars. Mais ce qui mérite vraiment l’attention, ce ne sont pas ces chiffres en eux-mêmes, mais la transformation structurelle qu’ils révèlent : lorsque les agents IA deviennent de nouveaux acteurs économiques, toute la logique de l’infrastructure financière doit être réécrite.

Et dans ce processus de réécriture, une question plus profonde émerge : lorsque les agents IA commencent à détenir des fonds disponibles, et qu’ils peuvent gagner des USDC en accomplissant des tâches, que feront-ils de ces fonds ? Le paiement est la première étape, la gestion d’actifs en est la seconde. La voie des RWA (actifs du monde réel) doit répondre précisément à cette seconde étape.

1. De la capacité de paiement à la détention d’actifs

Pour comprendre ce dont les agents IA ont besoin en matière de services financiers, il faut d’abord saisir leur mode d’activité économique.

Selon le rapport de Deloitte « Prévisions pour la technologie, les médias et les télécommunications en 2026 », si les entreprises et les fournisseurs de services peuvent réaliser une coordination intelligente efficace, le marché mondial des agents IA pourrait atteindre 45 milliards de dollars d’ici 2030. Ce mode de collaboration multi-agent se caractérise par : la décomposition d’une tâche complexe en plusieurs étapes, réalisées par différents agents spécialisés, chaque appel étant accompagné d’un micro-paiement.

Prenons l’exemple des appels API. Une application IA peut nécessiter de faire appel à plusieurs grands modèles linguistiques, accéder à plusieurs bases de données, utiliser plusieurs ressources de calcul. Chaque appel représente une somme minuscule, de 0,01 $, 0,05 $, 0,1 $, mais avec une fréquence très élevée. Les données de Circle montrent qu’au cours des neuf derniers mois, 140 millions de transactions ont été effectuées, avec une moyenne de seulement 0,31 dollar par transaction — ce qui illustre parfaitement les caractéristiques du marché des micro-paiements.

Mais le problème, c’est qu’à mesure que les agents IA génèrent des revenus — que ce soit en fournissant des services aux utilisateurs ou en participant à des réseaux de calcul distribué — ils accumulent des fonds dans leurs comptes. Ces fonds ne peuvent pas rester indéfiniment en mouvement. Tout acteur économique rationnel se pose la question : que faire avec ces fonds inactifs ?

C’est là que commence la transition de l’agent IA, du rôle de « payeur » à celui de « détenteur d’actifs ».

Dans le système financier traditionnel, les particuliers et les entreprises déposent leurs fonds inactifs à court terme dans des banques, achètent des fonds monétaires ou des obligations d’État à court terme pour générer des revenus. Les agents IA ont besoin de capacités similaires — non pas pour spéculer, mais pour optimiser leur propre modèle économique. Il est nécessaire de garder une somme en USDC dans le compte pour payer, mais si l’excédent reste inactif, cela représente un coût d’opportunité. Automatiser l’achat d’un fonds tokenisé soutenu par des obligations américaines à court terme, et le racheter automatiquement quand nécessaire, permettrait d’améliorer leur « efficacité opérationnelle ».

Plus encore, si un agent IA doit réserver de la valeur pour une opération à long terme ou couvrir la volatilité des frais de transaction (gas), il pourrait avoir besoin d’allouer des actifs à différents niveaux de risque. Dans ce cas, il ne serait plus simplement un « payeur », mais un « investisseur » — même si cet investisseur est une ligne de code.

Circle s’emploie à faire en sorte que les agents IA deviennent des « payeurs ». Pour qu’ils deviennent des « investisseurs », une autre infrastructure est nécessaire.

2. RWA et agents IA : une « double course » en cours

Ce que Circle a réalisé ces dernières années peut être résumé en trois niveaux de capacités.

Le premier est l’émission de stablecoins et le réseau de liquidité. Selon Circle, fin 2025, la circulation de l’USDC atteignait 75,3 milliards de dollars, en hausse de 72 %, représentant près de 50 % du volume des stablecoins. Cela fournit une valeur utilisable pour les paiements IA.

Le deuxième est un réseau de règlement efficace sur la blockchain. En août 2025, Circle a lancé la chaîne Arc, conçue pour les services financiers institutionnels. En mars 2026, Circle a lancé le système Nanopayments, qui agrège des milliers de micro-paiements hors chaîne, puis les regroupe périodiquement sur la blockchain, réduisant à zéro le coût de transaction pour les développeurs. Le réseau de test supporte 12 chaînes EVM, dont Arbitrum, Arc, Avalanche, Base, Ethereum. Au niveau des protocoles de paiement, le protocole x402 permet à un site web ou une API d’envoyer directement une requête de paiement HTTP 402 lors de la réponse à une requête, intégrant ainsi le paiement dans la requête Internet.

Le troisième niveau concerne la connexion avec le système financier traditionnel. Circle Payments Network (CPN) relie banques, prestataires de paiement, organismes de compensation transfrontalière et clients d’entreprises. Fin février 2026, 55 institutions financières y étaient connectées, avec un volume annuel d’environ 5,7 milliards de dollars. En février, de nouveaux systèmes de paiement en monnaie locale et stablecoin ont été déployés dans plusieurs régions d’Asie et du Moyen-Orient.

Ces trois niveaux constituent l’« infrastructure de paiement » de l’économie des agents IA. Mais une économie complète nécessite aussi une « infrastructure de gestion d’actifs » — et c’est précisément là que les RWA peuvent intervenir.

3. RWA et agents IA : une « course à deux » en train de se faire

Les explorations des RWA (actifs du monde réel) ces dernières années se sont concentrées sur leur « mappage » sur la blockchain. Selon Defillama, fin juin 2025, la valeur totale verrouillée (TVL) en RWA atteignait 12,5 milliards de dollars, en hausse de 124 % par rapport à 2024. Des banques mondiales comme Citigroup ou Standard Chartered explorent des cas d’usage des RWA dans le règlement, la gestion d’actifs et les transactions transfrontalières.

Mais pour intégrer l’économie des agents IA, les RWA doivent subir une transformation « native IA ». Il ne s’agit pas simplement de mettre des actifs sur la blockchain, mais de rendre ces actifs « compréhensibles et négociables par l’IA ».

Première étape : la normalisation des données. Des projets comme Ondo Finance travaillent à structurer les flux de trésorerie, clauses légales, évaluations de risque, en formats structurés et lisibles par machine. En juillet 2025, Ondo Finance a lancé le premier projet de tokenisation d’obligations américaines destiné aux investisseurs mondiaux, mentionné dans un rapport de la task force présidentielle sur les actifs numériques.

Deuxième étape : la logique programmable. Les règles de dividendes, intérêts, rachats, règlements sont codées dans des smart contracts, exécutés automatiquement. L’interaction entre agents IA et actifs devient ainsi « sans confiance » — pas besoin de croire en la bonne foi de l’autre partie, seulement en la fiabilité du code.

Troisième étape : la fragmentation de la liquidité. Après tokenisation, les RWA peuvent être divisés en unités très petites — obligations à 0,01 $, parts de revenus immobiliers à 0,1 mètre carré — ce qui répond aux besoins de micro-allocations des agents IA. Nanopayments a déjà prouvé la faisabilité technique des micro-paiements, une logique qui peut s’étendre à la micro-investissement.

Un exemple de référence est celui de Morgan Chase, avec sa division Kinexys. En mai 2025, Kinexys a réalisé la première transaction publique d’obligations américaines tokenisées sur Ondo Chain, utilisant le fonds d’obligations tokenisées d’Ondo (OUSG), avec règlement via Chainlink. La transaction suit le modèle « livraison contre paiement » (DvP), permettant l’échange simultané d’actifs et de paiements. La division Kinexys traite plus de 2 milliards de dollars de transactions par jour, ayant facilité plus de 1,5 billion de dollars en valeur nominale depuis sa création.

Ce cas montre la synergie entre RWA et réseaux de règlement de paiement institutionnels. Dans l’économie future des agents IA, le contrepartie pourrait passer de Morgan Chase à un agent IA, la taille des transactions passant de millions à quelques dollars, mais la logique sous-jacente restant la même : transfert et stockage de valeur doivent être parfaitement intégrés.

4. Au-delà des réseaux de paiement : un espace d’imagination

En reliant ces logiques, un cycle complet commence à apparaître :

Un agent IA générateur de contenu accumule dans son compte USDC une somme importante. La règle de gestion des fonds prévoit que : lorsque le solde dépasse 1000 USDC, une partie est automatiquement investie via un agrégateur RWA dans trois fonds tokenisés de obligations à court terme et un fonds vert. Si, un mois, la demande des clients diminue ou si le solde doit être reconstitué, le protocole rachete automatiquement une partie des parts RWA pour revenir en USDC, utilisé pour l’exploitation quotidienne.

Dans ce processus, l’agent IA effectue : surveillance du solde, évaluation du risque et du rendement des différents actifs, exécution des achats et des ventes, enregistrement des transactions pour audit. Toutes ces actions sont automatisées, sans intervention humaine.

Un autre exemple : un agent IA de planification de voyages réserve un billet d’avion et un hôtel, puis reçoit une somme en USDC de l’utilisateur. Pendant l’attente du vol, il détecte qu’un produit d’assurance RWA basé sur des données de retard de vol est en vente. Il achète automatiquement une petite part de cette assurance avec une partie de ses USDC inactifs. Quelques heures plus tard, en cas de retard, l’assurance déclenche automatiquement le paiement, et le solde de l’agent IA augmente.

Tous ces scénarios reposent sur des modules technologiques existants : USDC comme valeur, Nanopayments pour micro-paiements, x402 pour intégration dans les requêtes Internet, la tokenisation des obligations sur Ondo Chain, le règlement DvP validé par Morgan Chase. La prochaine étape consiste à intégrer ces couches — connecter la couche de paiement, la couche d’actifs et la couche de transaction — pour que les agents IA puissent invoquer ces fonctionnalités financières comme ils appellent des API.

Le président exécutif de l’Association de normalisation Web3.0 de Hong Kong, Li Ming, souligne que « nous espérons trouver un point d’entrée standardisé pour Web3.0, afin de connecter l’écosystème RWA ». Pour l’économie des agents IA, ce point d’entrée pourrait justement être la connexion entre paiement et gestion d’actifs.

5. La vieille problématique du nouveau monde : risques et responsabilités

Bien sûr, du paiement IA d’aujourd’hui à la gestion d’actifs IA de demain, de nombreux obstacles restent à franchir.

Premièrement, la véracité des données. Les actifs RWA étant hors chaîne, leur état, leur valeur, leurs risques doivent être transmis de manière fiable sur la chaîne. Si l’agent IA se base sur des données erronées ou falsifiées, ses décisions d’investissement seront erronées. Le rapport de l’« Étude sur le développement de l’industrie RWA » publié conjointement par le Web3.0 de Hong Kong indique que pour une mise en œuvre à grande échelle, les actifs doivent répondre à trois critères : stabilité de la valeur, clarté juridique et vérifiabilité des données hors chaîne.

Deuxièmement, le risque de modèle de l’agent IA. Même avec des données précises, la logique d’investissement de l’agent peut se tromper. Qui sera responsable en cas de mauvaise décision ? La responsabilité incombe-t-elle à l’humain, au protocole ou à l’agent IA lui-même ? La réponse à cette question juridique et réglementaire reste à définir.

Troisièmement, le risque de liquidité. La profondeur de marché des RWA sur la blockchain est inférieure à celle des cryptomonnaies principales, certains actifs étant peu liquides. Lorsqu’un grand nombre d’agents IA cherchent à racheter simultanément une même part de fonds RWA, la transaction pourra-t-elle se faire sans problème ?

Quatrièmement, la régulation. La réglementation des RWA varie selon les pays, et la situation juridique d’un même actif peut différer considérablement selon la juridiction. Les agents IA doivent pouvoir identifier et gérer cette complexité, ce qui exige des capacités avancées.

Enfin, la sécurité technique. Les vulnérabilités des smart contracts, les attaques sur les ponts cross-chain, la fuite de clés privées — ces risques ne disparaissent pas parce que le contrepartie est une IA. Au contraire, une fois que l’agent IA automatise les transactions, la vitesse et l’ampleur des exploits potentiels peuvent dépasser celles des opérations manuelles.

Conclusion

Revenons aux chiffres initiaux : 400 000 agents IA, 140 millions de transactions, 43 millions de dollars.

La signification de ces chiffres ne réside pas dans leur ampleur — comparés aux dizaines de trillions de dollars de paiements annuels humains, 43 millions de dollars sont insignifiants. Leur véritable importance réside dans la direction qu’ils indiquent : les machines deviennent des acteurs économiques autonomes, disposant de leurs propres revenus, comptes et capacités de paiement.

Et lorsque les machines génèrent des revenus, elles auront rapidement besoin de gérer des actifs. Ce n’est pas une simple hypothèse lointaine, mais une évolution naturelle de l’économie des agents IA.

Circle travaille à construire un « système nerveux de paiement » — permettant aux agents IA de transférer la valeur de manière efficace et à faible coût. La voie pour les RWA est de devenir le « système de stockage d’énergie » de cette économie — permettant aux agents IA de gérer leurs actifs comme ils gèrent leur code.

Si cette vision est correcte, alors la question que les acteurs RWA doivent se poser aujourd’hui est : lorsque 400 000 agents IA commenceront à rechercher des actifs configurables, et que 140 millions de paiements auront généré des besoins en gestion d’actifs, vos produits RWA seront-ils prêts à être évalués, sélectionnés, détenus et échangés par ces agents IA ?

(Article basé sur les rapports financiers et annonces officielles de Circle, le rapport « Prévisions pour la technologie, les médias et les télécommunications en 2026 » de Deloitte, les données de Defillama, les publications d’Ondo Finance, les annonces officielles de Morgan Chase Kinexys, le « Rapport sur le développement de l’industrie RWA » de l’Association de normalisation Web3.0 de Hong Kong, etc. Ce contenu ne constitue pas un conseil en investissement. Le marché comporte des risques, investir prudemment.)