Les agents d’intelligence artificielle sont intégrés dans la finance décentralisée à mesure que l’automatisation des systèmes financiers et des stratégies de trading progresse dans l’univers crypto. Mais leur utilisation est-elle vraiment sûre ?
Ces agents reposent sur des données précises pour fonctionner efficacement. Ils automatisent la gestion de liquidité, les transactions et les portefeuilles. Cependant, alors que leur adoption s'accélère, leur sécurité et leur fiabilité suscitent des interrogations importantes.
Mike Cahill, PDG de Douro Labs et contributeur au réseau Pyth, a expliqué à Cointelegraph lors d’une interview exclusive que ces agents IA nécessitent des données « en temps réel, d’une grande fidélité, pour prendre des décisions instantanées. »
Des erreurs ou des manipulations dans ces données peuvent entraîner des décisions imprévues avec des conséquences majeures. Pour y remédier, Cahill souligne l'importance de fournir des « mises à jour de prix de première main, ultra-rapides et à faible latence. »
L'importance des données en temps réel pour les agents IA
Les agents IA s’appuient sur des données précises et ponctuelles pour prendre des décisions dans des marchés évoluant rapidement. Ces données doivent idéalement provenir de fournisseurs de première main, comme des teneurs de marché ou des exchanges.
Les systèmes qui agrègent des données provenant de plusieurs sources réduisent les risques de manipulation ou d’erreurs. Avec des mises à jour en moins d’une milliseconde, ces agents peuvent réagir immédiatement aux fluctuations du marché.
« Pyth garantit que les agents utilisent les données les plus précises du marché, éliminant les risques liés à des informations obsolètes ou manipulées », explique Cahill. « Les agents IA prospèrent grâce à la vitesse, la précision et l’automatisation. »
Sécurisation des agents IA
L’un des principaux défis des agents IA est de fonctionner en toute sécurité dans des conditions de marché volatiles. Les systèmes décentralisés cherchent à atténuer ces risques.
Par exemple, le Oracle Integrity Staking (OIS) oblige les éditeurs de données à engager du capital, alignant leurs intérêts financiers sur la précision des informations fournies. En cas de données erronées ou manipulées, les éditeurs perdent leur mise.
Selon Cahill, l’OIS de Pyth crée une « couche de sécurité économique » qui s’appuie sur des sources de prix de première main et une agrégation pondérée. Cela permet d’offrir des prix fiables, fréquents et représentatifs des conditions réelles du marché. Cahill a notamment ajouté :
« Les agents IA peuvent également intégrer des protections programmables, telles que des intervalles de confiance et des seuils de slippage prédéfinis, les empêchant d'exécuter des transactions dans des conditions volatiles ou peu fiables. »
L'avenir des agents IA dans la DeFi
Cahill imagine un futur où des systèmes financiers entièrement autonomes fonctionneront plus efficacement que n’importe quel marché géré par des humains. Selon lui, des agents d’intelligence artificielle générale (AGI) pourraient apparaître d’ici un à trois ans.
« Les données en temps réel permettent aux agents IA de débloquer une nouvelle ère de trading algorithmique à haute fréquence dans la DeFi », affirme Cahill. « C’est là que la DeFi institutionnelle surpassera la finance traditionnelle (TradFi), offrant un marché à la fois décentralisé, plus rapide, plus efficace et véritablement autonome. »
Cette avancée technologique se reflète dans des initiatives récentes, comme le lancement par Fetch.ai d’un accélérateur de 10 millions de dollars pour les startups d’agents IA, ou encore la publication d’un livre blanc par le développeur d’ai16z sur sa vision des agents IA natifs du Web3.