J'ai remarqué quelque chose d'intéressant qui commence à prendre forme dans l'écosystème des marchés prédictifs. Les agents IA ne sont pas en train de devenir des super-prédicteurs qui battent les humains — c'est une mauvaise compréhension assez courante. En réalité, ce qui se passe, c'est bien plus nuancé.

Les marchés prédictifs ont explosé l'année dernière. Le volume est passé de 9 milliards à plus de 40 milliards de dollars en 2025, une croissance de plus de 400%. Polymarket et Kalshi se partagent maintenant la majorité du marché, avec Kalshi qui a même dépassé Polymarket en volume début 2026. C'est un signal que le marché se structure vraiment.

Mais voilà le truc intéressant : les agents de marchés prédictifs qui émergent maintenant ne cherchent pas à prédire mieux que le marché. Leur vrai rôle, c'est d'être des gestionnaires de portefeuille probabiliste. Ils transforment les infos, les données on-chain et les textes réglementaires en écarts de prix vérifiables, puis exécutent les stratégies avec une discipline et une vitesse qu'aucun humain ne peut égaler.

La différence clé avec le trading classique, c'est que les agents PM fonctionnent mieux sur l'arbitrage déterministe. L'arbitrage de règlement (quand un résultat est quasi certain mais le marché ne l'a pas encore intégré), l'arbitrage Dutch Book (exploiter les déséquilibres de prix entre événements exclusifs), l'arbitrage inter-plateformes — ce sont les stratégies qui marchent vraiment bien pour une exécution automatisée. C'est là où un agent peut capturer du positive ev betting, pas en spéculant sur la direction.

Ce qui m'a frappé, c'est que plusieurs projets commencent à construire des outils sérieux. Olas Predict avec Polystrat sur Polymarket permet maintenant aux utilisateurs de définir des stratégies en langage naturel et l'agent identifie automatiquement les écarts de probabilité sur les marchés à règlement dans les 4 jours suivants. UnifAI Network a une stratégie simple mais efficace : scanner les contrats proches de la clôture avec une probabilité implicite au-dessus de 95%, les acheter, et viser un écart de 3 à 5%. Taux de réussite proche de 95% selon les données on-chain.

Mais honnêtement, nous sommes encore vraiment au stade précoce. Aucun produit standardisé et mature n'existe vraiment. Les agents manquent généralement d'une vraie couche de gestion des risques indépendante. Pas de stop-loss automatiques, pas de gestion dynamique des positions. Les outils comme Verso, Matchr et TradeFox font de l'agrégation et de l'exécution multi-plateforme, ce qui est utile, mais c'est loin d'être une solution complète.

Le modèle économique qui va probablement fonctionner, c'est celui en trois couches : infrastructure (vendre les données et l'accès aux APIs), écosystème de stratégies (monétiser via des appels ou des parts de revenus), et enfin les agents/vaults qui participent directement avec des frais de gestion et de performance. Les abonnements aux stratégies et les signaux sont probablement ce qui va décoller en premier — c'est déjà plus réaliste réglementairement.

Ce qui me fascine, c'est que les marchés prédictifs ne sont pas juste du jeu d'argent. Ils agrègent l'information dispersée en signaux de prix publics. Avec l'intégration du CME et Bloomberg, les probabilités deviennent des métadonnées accessibles directement aux systèmes financiers. C'est en train de devenir une « couche mondiale de vérité ».

Les agents PM qui réussiront seront ceux qui comprennent que la vraie valeur n'est pas dans la prédiction, mais dans l'exécution rigoureuse, rapide et disciplinée. C'est un changement de paradigme par rapport à la plupart des bots de trading qu'on voit ailleurs. À surveiller de très près en 2026.