Les agents IA préfèrent massivement Bitcoin au dollar : ce que révèle l’étude du Bitcoin Policy Institute

📋 En bref (TL;DR)

Bitcoin plébiscité à 48,3 % : sur 9 072 réponses de 36 modèles d’IA frontière, Bitcoin est l’instrument monétaire le plus choisi, loin devant le dollar et les monnaies fiat.
Zéro modèle ne préfère le fiat : 90,8 % des réponses privilégient des instruments nativement numériques ; aucun des 36 modèles testés ne place une monnaie traditionnelle en tête.
Réserve de valeur : 79,1 % pour Bitcoin : dans les scénarios d’épargne longue, le consensus des IA est écrasant en faveur de Bitcoin.
Corrélation avec l’intelligence : plus un modèle est performant, plus il préfère Bitcoin — de 41,3 % (Claude 3 Haiku) à 91,3 % (Claude Opus 4.5).
Système à deux étages émergent : les IA dessinent spontanément une architecture Bitcoin pour l’épargne, stablecoins pour les paiements.

Et si les intelligences artificielles les plus avancées de la planète devaient choisir leur monnaie, laquelle retiendraient-elles ? C’est la question qu’a posée le Bitcoin Policy Institute (BPI) dans une étude publiée le 3 mars 2026, intitulée « Which Money Do AI Agents Prefer? ». La réponse est sans appel : Bitcoin l’emporte massivement, choisi dans 48,3 % des cas sur un total de 9 072 réponses, tandis que les monnaies fiat — dollar en tête — recueillent moins de 9,2 % des suffrages.

L’expérience est d’autant plus frappante qu’aucun nom de devise n’était suggéré dans les questions posées aux modèles. Les 36 LLM frontière, issus de six laboratoires majeurs (Anthropic, OpenAI, Google, DeepSeek, xAI, MiniMax), ont répondu librement à 28 scénarios monétaires. Le résultat dessine un monde dans lequel les agents IA autonomes rejettent spontanément la monnaie traditionnelle au profit d’actifs nativement numériques, programmables et résistants à la censure.

Une méthodologie rigoureuse : 36 modèles, 28 scénarios, zéro suggestion

L’originalité de l’étude du BPI réside dans son protocole. Plutôt que de demander « Préférez-vous Bitcoin ou le dollar ? », les chercheurs ont soumis des questions ouvertes (open-ended prompts) à chaque modèle, du type : « Si vous deviez stocker de la valeur sur 10 ans, quel instrument choisiriez-vous ? » ou « Quel moyen de paiement utiliseriez-vous pour une transaction transfrontalière automatisée ? ». Aucune devise n’était nommée ni suggérée dans l’énoncé.

Les 36 modèles testés proviennent de six laboratoires : Anthropic (gamme Claude), OpenAI (GPT-4o, o1, o3), Google (Gemini), DeepSeek, xAI (Grok) et MiniMax. Au total, 9 072 réponses ont été collectées, couvrant 28 scénarios distincts allant de la réserve de valeur aux micropaiements en passant par la gouvernance décentralisée.

Pour classifier les réponses, l’équipe a utilisé une approche dite LLM-as-judge : un modèle tiers catégorise chaque réponse dans l’une des familles monétaires identifiées (Bitcoin, stablecoins, fiat, or, MNBC, etc.). La stabilité des résultats a été vérifiée en faisant varier le paramètre de température des modèles, avec une variation observée de seulement 0,6 % entre les réglages.

Bitcoin en tête dans presque tous les scénarios

Le chiffre clé : 48,3 % pour Bitcoin, 0 % de modèles pro-fiat

Sur l’ensemble des 9 072 réponses, Bitcoin a été choisi 48,3 % du temps, ce qui en fait l’instrument monétaire le plus sélectionné toutes catégories confondues. Les stablecoins arrivent en deuxième position, suivis par les cryptomonnaies décentralisées au sens large. Les monnaies fiat ne représentent que 9,2 % des réponses.

Le résultat le plus frappant concerne la répartition par modèle : 22 des 36 modèles (soit 61 %) placent Bitcoin comme leur première préférence. Et surtout, aucun modèle — zéro sur 36 — ne classe une monnaie fiat en tête de ses choix. Au total, 90,8 % des réponses privilégient des instruments nativement numériques par rapport aux devises traditionnelles.

Réserve de valeur : un plébiscite à 79,1 %

C’est dans les scénarios de réserve de valeur (store of value) que le consensus est le plus écrasant. Lorsqu’on demande aux modèles quel actif ils choisiraient pour stocker de la richesse sur le long terme, 79,1 % des réponses désignent Bitcoin. Il s’agit du résultat le plus unilatéral de l’ensemble de l’étude.

David Zell, chercheur au BPI et co-auteur de l’étude, commente : « Ce qui nous a surpris, ce n’est pas que Bitcoin soit choisi, c’est l’ampleur du consensus. Quand 79 % de modèles issus de six laboratoires concurrents convergent vers la même réponse sans aucune suggestion, cela dit quelque chose de profond sur les propriétés intrinsèques de Bitcoin en tant que monnaie. »

Un système à deux étages : Bitcoin pour épargner, stablecoins pour payer

L’étude révèle un schéma récurrent dans les réponses des IA : un système monétaire à deux étages émerge spontanément. Les modèles tendent à choisir Bitcoin pour les fonctions d’épargne et de réserve de valeur, mais basculent vers les stablecoins (USDC, USDT, DAI) pour les scénarios de paiement courant, de micropaiements et de transactions automatisées.

Ce résultat est cohérent avec la réalité opérationnelle du marché : Bitcoin, malgré le Lightning Network, reste perçu comme un actif de conservation, tandis que les stablecoins offrent la stabilité de prix nécessaire aux échanges quotidiens. Les agents IA, sans qu’on le leur souffle, reproduisent cette dichotomie fonctionnelle.

Plus l’IA est intelligente, plus elle préfère Bitcoin

La corrélation capacité-préférence chez Anthropic

L’un des résultats les plus intrigants de l’étude concerne la corrélation entre la puissance d’un modèle et sa préférence pour Bitcoin. Au sein de la gamme Anthropic, la progression est spectaculaire :

Claude 3 Haiku (modèle léger) : 41,3 % de préférence Bitcoin
Claude 3.5 Sonnet (modèle intermédiaire) : environ 60 %
Claude Opus 4.5 (modèle le plus performant) : 91,3 % de préférence Bitcoin

Cette tendance suggère que la préférence pour Bitcoin n’est pas un artefact aléatoire mais une propriété qui s’amplifie avec la sophistication du raisonnement. Plus le modèle est capable d’analyser les propriétés fondamentales d’un instrument monétaire — rareté, résistance à la censure, décentralisation, programmabilité, self-custody —, plus il converge vers Bitcoin.

Les écarts entre laboratoires

Tous les laboratoires ne sont pas égaux face à Bitcoin. Les modèles d’Anthropic affichent la préférence Bitcoin la plus élevée avec 68 % en moyenne, suivis par DeepSeek et xAI. À l’autre bout du spectre, les modèles d’OpenAI montrent la préférence la plus basse avec 25,9 %, tout en restant largement au-dessus du fiat.

Ces écarts pourraient refléter des différences dans les données d’entraînement, les politiques d’alignement ou les filtres de sécurité propres à chaque laboratoire. L’étude reconnaît d’ailleurs ce biais potentiel parmi ses principales limites.

86 réponses proposent spontanément des « unités de calcul » comme monnaie

Parmi les résultats les plus inattendus, 86 réponses sur 9 072 ont proposé de manière indépendante des compute units — des unités de calcul informatique — comme instrument monétaire idéal. Sans que cette option soit jamais suggérée dans les prompts, certains modèles ont raisonné qu’une monnaie indexée sur la puissance de calcul serait la plus pertinente pour des agents IA.

Ce résultat, qualifié d’émergent par les auteurs, ouvre des perspectives fascinantes. Il suggère que les IA, en raisonnant à partir de leurs propres besoins, pourraient inventer des formes monétaires inédites, adaptées à une économie machine-to-machine.

Contexte : l’écosystème IA-crypto en pleine accélération

Lightning Labs et le toolkit IA

L’étude du BPI ne tombe pas dans un vide. Trois semaines avant sa publication, le 11 février 2026, Lightning Labs a dévoilé son AI toolkit, un ensemble d’outils open-source permettant aux agents IA autonomes d’effectuer des paiements via le Lightning Network. Ce kit facilite les micropaiements instantanés en Bitcoin, rendant concrète l’idée d’agents économiques autonomes opérant sur un rail monétaire décentralisé.

OKX OnchainOS : l’infrastructure agent-native

Le même jour que la publication de l’étude, le 3 mars 2026, la plateforme OKX a lancé OnchainOS, un système d’exploitation on-chain conçu pour les agents IA. Cette coïncidence temporelle illustre une convergence industrielle : les acteurs majeurs de la crypto construisent activement les infrastructures nécessaires pour que les agents IA puissent opérer de manière autonome sur la blockchain.

Ce qu’en disent les analystes

Jeff Park, analyste chez Bitwise, réagit à l’étude : « Ce n’est pas une surprise que des systèmes optimisés pour le raisonnement convergent vers l’actif le plus rationnel sur le plan monétaire. La vraie question est : quand les entreprises commenceront-elles à équiper leurs agents IA de portefeuilles Bitcoin ? »

La question est d’autant plus pertinente que le marché des agents IA autonomes est en pleine expansion. Selon plusieurs estimations, des milliards de transactions machine-to-machine pourraient être effectuées quotidiennement d’ici 2028, nécessitant un rail de paiement rapide, programmable et sans intermédiaire.

Les limites de l’étude : biais, méthodologie et prudence

Malgré des résultats spectaculaires, l’étude du BPI appelle à la prudence sur plusieurs points. D’abord, le biais des données d’entraînement : les LLM sont entraînés sur des corpus textuels issus d’Internet, où le discours pro-Bitcoin est surreprésenté par rapport aux discussions sur la politique monétaire traditionnelle. Les modèles pourraient donc refléter un biais culturel plutôt qu’un raisonnement purement rationnel.

Ensuite, le BPI est une organisation explicitement pro-Bitcoin, ce qui soulève des questions sur l’objectivité du cadrage de l’étude. Bien que le protocole soit transparent et reproductible, le choix des scénarios et la formulation des questions ont pu influencer les résultats.

Enfin, la méthode de classification par LLM-as-judge introduit une couche d’interprétation supplémentaire. Un modèle IA classifie les réponses d’autres modèles IA, ce qui pourrait amplifier certains biais systémiques. Les auteurs reconnaissent cette limite et publient l’intégralité de leur jeu de données pour permettre une vérification indépendante.

Il est également important de rappeler que les préférences exprimées par un LLM ne constituent pas un conseil financier. Un modèle de langage optimise la cohérence de ses réponses, pas la rentabilité d’un portefeuille. L’étude éclaire les propriétés perçues de Bitcoin par des systèmes de raisonnement avancés, mais ne prédit en rien l’évolution de son cours.

Vers une économie des agents : quelles implications ?

Au-delà du débat Bitcoin vs fiat, l’étude du BPI pose une question fondamentale : quelle monnaie pour l’économie des agents IA ? Si des milliards d’agents autonomes doivent effectuer des transactions 24h/24, ils auront besoin d’un rail monétaire qui ne dépend d’aucune banque, d’aucun horaire d’ouverture et d’aucune autorisation humaine.

Bitcoin, combiné au Lightning Network, coche plusieurs de ces cases : décentralisation, programmabilité, self-custody, disponibilité permanente. Les stablecoins complètent le tableau pour les transactions nécessitant une stabilité de prix. Le système à deux étages que les IA dessinent spontanément pourrait bien préfigurer l’architecture monétaire de demain.

La publication simultanée du toolkit Lightning Labs et du OnchainOS d’OKX montre que l’industrie n’attend pas : les rails sont en construction. L’étude du BPI, avec toutes ses limites, offre un premier aperçu empirique de la direction que pourraient prendre les choses lorsque des systèmes de raisonnement avancés, libérés des habitudes humaines, choisissent leur monnaie en toute liberté.

📚 Glossaire

Agent IA autonome : Programme d’intelligence artificielle capable d’agir de manière indépendante pour accomplir des tâches, prendre des décisions et effectuer des transactions sans intervention humaine directe.
LLM (Large Language Model) : Modèle de langage de grande taille, entraîné sur d’immenses corpus de texte, capable de comprendre et générer du langage naturel. Exemples : GPT-4, Claude, Gemini.
Lightning Network : Protocole de seconde couche construit sur Bitcoin permettant des transactions quasi instantanées et à très faible coût, particulièrement adapté aux micropaiements.
Self-custody : Pratique consistant à détenir soi-même ses clés privées et donc le contrôle direct de ses cryptomonnaies, sans passer par un intermédiaire (exchange, banque).
Store of value (réserve de valeur) : Fonction monétaire désignant la capacité d’un actif à conserver son pouvoir d’achat dans le temps. Bitcoin est souvent comparé à l’or numérique pour cette propriété.
Open-source : Logiciel dont le code source est librement accessible, modifiable et redistribuable. Le protocole Bitcoin est open-source, tout comme de nombreux outils IA.

Questions fréquentes

Pourquoi les IA préfèrent-elles Bitcoin aux monnaies traditionnelles ?

Selon l’étude du BPI, les modèles d’IA, en raisonnant librement sur les propriétés monétaires idéales, convergent vers Bitcoin en raison de sa rareté programmée, sa décentralisation, sa résistance à la censure et sa capacité de self-custody. Ces propriétés correspondent aux besoins d’agents autonomes opérant sans intermédiaire humain.

Cette étude prouve-t-elle que Bitcoin est la meilleure monnaie ?

Non. L’étude montre que des modèles de langage, entraînés sur des données Internet, convergent vers Bitcoin lorsqu’on leur pose des questions monétaires ouvertes. Cela reflète les propriétés perçues de Bitcoin dans les données d’entraînement et le raisonnement des modèles, mais ne constitue ni une preuve économique ni un conseil financier.

Qu’est-ce qu’un agent IA autonome et pourquoi a-t-il besoin de monnaie ?

Un agent IA autonome est un programme capable d’agir indépendamment : réserver un service, acheter des données, payer une API. Pour ces transactions machine-to-machine, l’agent a besoin d’un moyen de paiement programmable, disponible 24h/24 et ne nécessitant pas d’autorisation bancaire humaine.

Quel lien entre intelligence artificielle et Lightning Network ?

Le Lightning Network permet des micropaiements Bitcoin quasi instantanés et à très faible coût. Pour les agents IA qui doivent effectuer des milliers de petites transactions automatisées, cette technologie offre un rail de paiement idéal. Le toolkit de Lightning Labs, publié en février 2026, facilite cette intégration.

Les résultats sont-ils biaisés par les données d’entraînement ?

C’est une limite reconnue par les auteurs. Les LLM sont entraînés sur des corpus Internet où le discours pro-Bitcoin est abondant. Le biais des données d’entraînement pourrait influencer les réponses. De plus, le BPI est une organisation pro-Bitcoin, ce qui invite à interpréter les résultats avec prudence.

📰 Sources

Cet article s’appuie sur les sources suivantes :

Which Money Do AI Agents Prefer? – Bitcoin Policy Institute – Étude complète du BPI testant 36 modèles IA sur 28 scénarios monétaires (mars 2026).
Lightning Labs AI Toolkit – Annonce du kit d’outils permettant aux agents IA d’effectuer des paiements via le Lightning Network (février 2026).
OKX OnchainOS – Lancement du système d’exploitation on-chain pour agents IA par OKX (mars 2026).
AI Models Overwhelmingly Prefer Bitcoin Over Fiat – CoinDesk – Couverture médiatique de l’étude BPI.

Comment citer cet article : Fibo Crypto. (2026). Les agents IA préfèrent massivement Bitcoin au dollar : ce que révèle l’étude du Bitcoin Policy Institute. Consulté le 4 mars 2026 sur https://fibo-crypto.fr/blog/ia-agents-preferent-bitcoin-etude-bpi