Tu vois ce mouvement des agents sur les marchés de prévision ? Eh bien, ce qui mijotait depuis l’année dernière commence enfin à prendre forme en 2026. Ce n’est plus seulement une théorie.

Les chiffres parlent d’eux-mêmes : les marchés prédictifs ont crû de façon absurde, passant de 9 milliards en 2024 à plus de 40 milliards en 2025. Plus de 400 % de croissance annuelle. Polymarket et Kalshi dominent pratiquement l’espace maintenant, avec Kalshi dépassant déjà Polymarket en volume en février. La différence, c’est que Kalshi a emprunté la voie réglementaire traditionnelle, tandis que Polymarket suit la voie décentralisée.

Mais le point intéressant n’est pas seulement la croissance du marché. C’est aussi la façon dont les agents commencent à opérer sur ces marchés de manière automatisée. Le véritable avantage de ces agents n’est pas de « prévoir plus précisément que l’humain ». Il réside dans leur capacité à traiter l’information plus rapidement et à exécuter avec une discipline qu’aucun trader ne peut maintenir 24/7.

Réfléchissez-y : les marchés de prévision sont essentiellement des machines d’agrégation d’informations dispersées en signaux de prix. Plus il y a de participants, plus ils deviennent efficaces. Et là, intervient l’agent : il fouille les données de nouvelles, réseaux sociaux, blockchain, identifie les écarts de tarification et exécute. Tout cela en quelques secondes.

L’architecture de ces agents suit un modèle bien défini. Couche d’information (collecte des données), couche d’analyse (identifie des opportunités), couche de stratégie (définit des positions) et couche d’exécution (effectue les transactions). Simple en théorie, complexe en pratique.

Maintenant, concernant la gestion de position : beaucoup pensent que la formule de Kelly est la solution miracle. Mais en pratique, les traders professionnels utilisent des variantes. Le critère de Kelly original exige des estimations précises de probabilité, difficiles à maintenir de façon cohérente. Donc, ce qui fonctionne le mieux, c’est une approche par étapes : vous classez les opportunités par niveaux de confiance et associez chaque niveau à une taille fixe de position. Pas de fausse précision, pas d’illusion mathématique.

Certains utilisent le Kelly pur, d’autres le flat betting, d’autres encore une limite de risque inversée. L’important, c’est que la stratégie soit codifiable et testable. La majorité des agents que j’ai vus sont encore loin de ça.

En termes de stratégie, l’arbitrage déterministe est là où les agents brillent. Arbitrage de liquidation (quand le résultat est pratiquement décidé mais que le marché n’a pas encore tarifié), arbitrage Dutch Book (quand la somme des probabilités ne correspond pas), arbitrage entre plateformes. Ce sont des règles claires, à faible risque, totalement automatisables.

La spéculation directionnelle est plus compliquée. Elle nécessite du jugement, de l’interprétation du contexte, et là, l’agent est limité. Elle peut servir en complément, mais pas comme stratégie principale.

Les projets que je vois sur le marché maintenant ? Olas Predict est probablement le plus avancé en termes de produit. Polyseer fait une analyse structurée avec plusieurs agents. Verso est un terminal de style Bloomberg pour les traders institutionnels. Matchr fait du routage intelligent entre plateformes. Chacun essayant de résoudre une partie différente du casse-tête.

Mais la vérité, c’est qu’il n’existe pas encore de produit standardisé et mature intégrant tout cela proprement. Génération de stratégie, efficacité d’exécution, contrôle des risques, cycle commercial fermé. Tout est encore fragmenté.

Le modèle d’affaires qui a le plus de sens, c’est celui en trois couches : infrastructure (vend des données et des API pour B2B), stratégies (monétise via des commissions ou un partage des revenus), et agents gérés (frais de gestion + performance). Ainsi, tu ne dépends pas uniquement de continuer à battre le marché. Si l’alpha se contracte, tu as encore des revenus issus de l’infrastructure et des outils.

Pour être honnête, je pense que 2026 sera l’année où ces agents de marché de prévision sortiront de la phase d’expérimentation pour commencer à opérer réellement. Mais il manque encore de maturité. Il manque de standardisation. Il manque un historique de performance cohérente. Ceux qui réussiront à résoudre cela auront une affaire très intéressante en main.