De la DeFi à la DeFAI, DFG publie un nouveau rapport sur la prochaine grande chose dans la crypto

Un mot à la mode est un terme ou une phrase qui devient particulièrement populaire ou à la mode pendant une période spécifique. Dans le monde de la technologie, ces mots s'accompagnent généralement de grandes promesses, mais sont souvent utilisés davantage pour leur attrait accrocheur que pour leur valeur réelle. Le cycle implique généralement l'adoption, la surutilisation, puis le rejet de ces termes, en attendant la prochaine grande idée pour remplacer la précédente.

Prenons par exemple des termes comme la finance décentralisée (DeFi) et l'intelligence artificielle (IA). Bien qu'ils aient autrefois été considérés comme des mots à la mode, ces deux expressions se sont avérées être bien plus que des modes passagères. Bien que les premières discussions autour des technologies soient souvent spéculatives, leurs applications ont été plus qu'impactantes. 

Et maintenant, la fusion de ces deux technologies a produit un nombre croissant de cas d'utilisation, conduisant à un nouveau concept connu sous le nom de DeFAI. Cette sous-discipline se concentre sur l'automatisation des activités sur chaîne par le biais de mécanismes pilotés par l'IA, y compris des agents de trading autonomes, des couches d'abstraction et des applications décentralisées alimentées par l'IA (dApps). 

Digital Finance Group (DFG), un cabinet d'investissement leader en crypto et Web3, a partagé un rapport intitulé « DeFAI : Comment l'IA débloque le potentiel de la DeFi. Le rapport aborde le potentiel de ce secteur émergent, où les développeurs exploitent l'efficacité de l'IA pour créer des outils qui automatisent et simplifient les opérations complexes sur chaîne. Voici les quatre principales conclusions du rapport :

1. Alors, qu'est-ce que le DeFAI ?

Comme mentionné, le DeFAI est l'intersection entre l'IA et la DeFi, où l'IA améliore la DeFi spécifiquement par l'automatisation, la gestion des risques et l'optimisation du capital, fonctionnant à travers plusieurs couches. La blockchain forme la base, permettant aux agents IA d'exécuter des transactions et de faire respecter les contrats intelligents. Au-dessus de la couche de base, les données et le calcul fournissent des données historiques et des analyses pour l'entraînement des modèles d'IA. Les couches de confidentialité sécurisent les informations sensibles, tandis que les cadres agents permettent des applications pilotées par l'IA telles que des bots de trading et des outils de gouvernance. 

2. L'écosystème est composé de 3 catégories principales

Bien que l'écosystème DeFAI s'expande continuellement, la plupart des projets sont regroupés dans l'un des trois sous-secteurs principaux. Ceux-ci incluent :

• Couche d'abstraction : La couche d'abstraction est destinée aux protocoles qui fonctionnent de manière similaire à ChatGPT, permettant aux utilisateurs de saisir des invites pour l'exécution sur chaîne. Ceux-ci sont généralement intégrés à plusieurs chaînes et dApps, éliminant les étapes manuelles dans les transactions complexes. Les protocoles de cette catégorie incluent Griffain, Hey Anon et Orbit.
• Agents de trading autonomes : Contrairement aux bots de trading traditionnels, qui s'appuient sur un ensemble prédéfini de règles, les agents de trading autonomes apprennent et ajustent leurs stratégies en fonction des conditions du marché en temps réel. Les protocoles clés de cette catégorie incluent Almanak, Cod3x et Spectral.
• dApps alimentées par l'IA : Les applications DeFi améliorent les applications décentralisées traditionnelles en intégrant des agents IA pour optimiser des services tels que le prêt, l'échange et l'agriculture de rendement. L'IA et les agents améliorent les services en optimisant les provisions de liquidité grâce au rééquilibrage des positions des fournisseurs de liquidité (LP) pour un meilleur rendement annuel (APY). Dans cette catégorie, les protocoles clés incluent Giza, Sturdy et Derive.

3. Les données jouent un rôle critique dans le succès du DeFAI

L'efficacité de l'IA dépend de la qualité de ses données. Pour que les agents IA fonctionnent de manière optimale dans le DeFAI, l'accès à des données en temps réel, structurées et vérifiables est crucial. Des ensembles de données de haute qualité améliorent la capacité de l'agent IA à faire des prédictions précises sur les mouvements de prix futurs, lui permettant d'offrir des recommandations de trading ou d'ajuster les biais pour les positions longues ou courtes. 

Selon DFG, le DeFAI dispose de quatre principaux fournisseurs de données, chacun offrant des fonctionnalités distinctes :

• Mode Synth crée des données synthétiques pour la prévision financière, aidant les agents IA à prédire avec précision les mouvements de prix et à gérer les pools de liquidité.
• Chainbase fournit des ensembles de données structurés et omnichaîne optimisés pour les agents IA, ce qui permet un trading et une analyse de données efficaces.
• sqd.ai offre un réseau de base de données haute vitesse et ouvert pour les agents IA. Il indexe les données en temps réel avec des preuves zk (zéro connaissance) pour la confidentialité inter-chaînes. En ajoutant plus de nœuds de traitement, il peut gérer des charges de données croissantes, soutenant le nombre croissant d'agents IA.
• Cookie fournit une couche modulaire axée sur les données sociales, offrant des informations en temps réel sur le sentiment du marché et les tendances à partir de son essaim de données de 7 To.

4. Que se passe-t-il ensuite ? 

Dans sa prochaine phase, le DeFAI se concentrera sur l'intégration de couches de données précieuses pour développer des plateformes et des agents autonomes. Cela nécessitera des données on-chain approfondies, telles que les mouvements des baleines, les changements de liquidité et d'autres indicateurs clés, tout en utilisant des données synthétiques pour l'analyse prédictive. 

L'objectif ultime de ce sous-secteur est que les agents IA génèrent et exécutent des stratégies de trading à partir d'une seule interface sans intervention humaine. Cependant, des informations plus précises sont nécessaires à mesure que davantage de protocoles intègrent des couches de données et des systèmes.