Il y a une sensation que je rencontre de plus en plus en regardant de nouvelles applications.
Ce n'est pas vraiment "ceci est bien". Ce n'est pas non plus "l'IA est vraiment effrayante".
Cela ressemble plus à un murmure : la partie que je vois ici n'est plus aussi difficile à construire qu'avant.
Cette sensation ne vient pas de nulle part. OpenAI a intégré des applications directement dans ChatGPT. GitHub Spark décrit assez clairement que les utilisateurs peuvent parler en langage naturel pour recevoir une application web et la déployer avec moins de friction qu'auparavant. Replit suit également la même direction : passer de la description verbale à une application ou un site web fonctionnel.
Le point à retenir de ce changement ne réside pas dans le fait que l'IA a complètement remplacé l'équipe produit ou non. Cela réside ailleurs : la partie de l'application que les utilisateurs voient et touchent en premier devient moins rare.
Auparavant, le simple fait d'avoir une application fonctionnelle, une interface suffisamment ajustée, et un flux d'utilisation suffisamment fluide, était un signal assez fort pour les personnes extérieures. Cela ne prouve pas toute la valeur d'un projet. Mais au moins, cela montre que le projet a franchi un certain niveau de friction pour transformer une idée en quelque chose d'utilisable. Lorsque la friction qui crée cette couche diminue, ce signal s'affaiblit également. La valeur d'utilisation de l'application ne diminue pas nécessairement à la même vitesse. Mais la valeur du signal, c'est-à-dire la capacité de convaincre les autres qu'il y a ici quelque chose pour lequel le marché est prêt à payer, est plus susceptible de diminuer en premier.
C'est ici que l'histoire touche la crypto.
Cette lecture n'est pas valable pour tous les projets. Elle est plus juste pour un groupe plus restreint : les projets dont la valorisation est encore partiellement soutenue par le fait de regarder le produit et de conclure qu'il doit y avoir un noyau de valeur solide derrière, alors que ce noyau n'est pas encore suffisamment visible dans la liquidité, la distribution, les données, la confiance accumulée, ou le droit d'accéder aux flux de trésorerie.
Pour ce groupe, l'application a fait deux choses en même temps. Elle est l'interface pour les utilisateurs. Mais elle est aussi la preuve de surface qu'il y a ici quelque chose de valeur pour le marché. Lorsque l'IA rend cette couche de preuve de surface moins coûteuse plus rapidement, la question pour le token devient plus difficile : à quoi ce token est-il attaché qui est plus difficile à reproduire que l'application que les utilisateurs voient ?
C'est à ce moment-là que le paradoxe commence à se révéler.
L'IA peut effectivement aider un projet à progresser plus rapidement. Elle réduit le temps nécessaire pour passer de la description à un produit fonctionnel. Elle permet de tester plus rapidement, de corriger plus rapidement, et de livrer une couche d'application de base plus rapidement. Mais cela affaiblit également un type de barrière relativement superficielle : la barrière basée sur le fait que "nous avons une application, nous avons déjà livré". Lorsque cela devient plus courant, le fait de pouvoir livrer n'est plus une preuve aussi forte qu'auparavant. C'est toujours une réalisation. C'est juste que cela n'est plus rare au même sens qu'auparavant.
À partir de là, une ancienne frontière commence à devenir plus claire.
D'un côté, le projet utilisant l'application est comme une porte d'entrée vers quelque chose de vraiment rare à l'arrière. Cela peut être de la liquidité, de la distribution, de la confiance accumulée au fil du temps, ou le droit d'accéder à des flux de trésorerie. Pour ce type, l'IA ne rend pas nécessairement l'argument d'investissement plus faible. Dans certains cas, elle aide même à améliorer l'interface et à rendre la surface opérationnelle plus efficace.
L'autre côté est le projet utilisant l'application comme une couche de présentation du récit. Les utilisateurs voient un produit et sont donc facilement convaincus qu'il y a derrière un système de valeur difficile à reproduire. Mais si cette partie difficile à reproduire n'est en fait pas claire, alors lorsque le coût de construction de la couche de présentation diminue fortement, l'écart entre la surface et le noyau se révèle également plus rapidement.
L'IA ne rend pas toutes les applications plus faibles de la même manière. Elle les rend plus faibles plus rapidement dans certaines utilisations d'applications, comme la preuve de la valorisation.
Par conséquent, il se peut que la lecture plus raisonnable ne soit pas que "l'IA va tuer les projets crypto avec des applications". C'est plutôt proche de ceci : l'IA pousse le processus de valorisation à se dérouler plus tôt dans les projets où la partie visible du produit porte trop de rôles de signal.
Si la couche d'application de surface devient de plus en plus facile à réaliser, il sera difficile pour le token de continuer à exister uniquement par le sentiment "nous avons un produit". Il sera interrogé plus rigoureusement sur ce qui se trouve derrière : quelle liquidité, quel réseau, quel droit économique, ou quel avantage de distribution d'autres ne peuvent pas reproduire simplement avec une application suffisamment belle.
Le marché peut encore lire de la manière traditionnelle pendant un certain temps. Mais la pression a commencé à changer de direction.
Et lorsque cela change suffisamment, la question n'est plus seulement de savoir si ce projet a une application ou non.
La question plus difficile sera : si cette couche d'application peut maintenant être construite assez rapidement, qu'est-ce qui, derrière elle, reste suffisamment rare pour soutenir la valeur du token ?