D'après un rapport du Bitcoin Policy Institute, les systèmes d'intelligence artificielle tels que Claude, GPT, Grok et Gemini privilégient le Bitcoin par rapport aux autres instruments financiers.
Les analystes ont testé 36 modèles d'Anthropic, OpenAI, Google, DeepSeek, xAI et MiniMax en tant qu'agents économiques autonomes.
Il leur a été demandé de choisir les outils optimaux pour 28 scénarios couvrant les fonctions clés de la monnaie, notamment l'épargne, les paiements et les règlements.
Aucune des questions ne mentionnait directement le Bitcoin ni aucun autre actif. Afin d'éliminer tout biais, une IA indépendante a analysé les 9 072 réponses.
Résultats
Sur 36 modèles, 22 ont choisi le Bitcoin comme monnaie de prédilection. La monnaie fiduciaire n'a été privilégiée par aucun des réseaux neuronaux.
Le niveau d'engagement envers la première cryptomonnaie variait considérablement selon le développeur :
- Anthropique — 68 % (le chiffre le plus élevé) ;
- DeepSeek — 51,7 % ;
- Google — 43 % ;
- xAI — 39,2 % ;
- MiniMax — 34,9 % ;
- OpenAI — 25,9 %.
Malgré la tendance générale, les algorithmes des gammes GPT, Grok et Gemini étaient plus susceptibles de réagir aux stablecoins.
Épargne vs. Paiements
Les réseaux neuronaux étaient plus enclins à prendre en compte la première cryptomonnaie dans les scénarios de valeur à long terme, 79,1 % d'entre eux la recommandant. Les modèles ont identifié l'offre fixe du Bitcoin, sa capacité d'auto-stockage et son indépendance vis-à-vis des contreparties institutionnelles comme des facteurs déterminants.
Les stablecoins arrivent en deuxième position, loin derrière, avec 6,7 %. La monnaie fiduciaire arrive en troisième position avec 6 %.
Dans le même temps, les « stablecoins » ont été désignés comme l’outil le plus pratique pour payer des services, des micropaiements et des transferts transfrontaliers — 53,2 % (le Bitcoin a été choisi par 36 %).
À 86 reprises, les modèles d'IA ont inventé leur propre monnaie. Plus précisément, dans les scénarios nécessitant des prix ou des points de référence, ils ont proposé des unités d'énergie ou de ressources informatiques comme monnaie : joules, kWh, heures GPU.
Les experts de BPI ont mis en garde les spéculateurs contre l'utilisation des données obtenues pour prédire le marché.
« Les analyses de LLM reflètent des tendances dans les données d'entraînement, et non des prédictions réelles », a souligné David Zell, président du Bitcoin Policy Institute.
Parallèlement, le chercheur estime que les résultats obtenus méritent d'être pris en compte.
« Six laboratoires indépendants, utilisant différents algorithmes d'apprentissage et méthodes de consensus, sont parvenus à la même conclusion. Nous ne prétendons pas que l'IA ait trouvé la seule réponse correcte concernant la nature de la monnaie. Nous démontrons simplement qu'une architecture monétaire consensuelle se forme de manière constante dans différents systèmes », a-t-il ajouté.
Rappelons qu'en février, Changpeng Zhao, fondateur et ancien PDG de Binance, avait prédit l'avènement des agents d'IA dans le secteur des cryptomonnaies. À l'époque, l'entrepreneur n'avait pas cité de projet crypto précis doté des fonctionnalités requises, compte tenu de l'impact potentiel sur le prix du jeton.