MegaETH : MEGA réduit ses effectifs de 20 % pour l’IA
MEGA supprime 20 % de ses postes et prépare un marché d’inférence IA sur MegaETH. Ce que cette réorganisation révèle sur sa stratégie et ses risques.

MegaETH mise sur l'intelligence artificielle après une réduction de ses effectifs
MEGA, l'organisation à l'origine de MegaETH, a réduit ses effectifs de 20 % après plusieurs mois de réorganisation. Pendant ce temps, l'équipe prépare de nouveaux produits sur son réseau Ethereum de couche 2, dont un marché public d'inférence en intelligence artificielle annoncé pour décembre. On connaît le chiffre, mais pas encore l'ossature derrière : ni le nombre exact de salariés concernés, ni la date des départs, ni surtout le lien direct entre ces suppressions de postes et le financement de la nouvelle activité.
L'annonce soulève donc deux questions assez différentes. D'abord, la stratégie de MEGA : s'agit-il d'un recentrage cohérent autour de produits construits sur MegaETH, ou d'un transfert de ressources vers un secteur encore difficile à évaluer ? Ensuite, le marché d'inférence lui-même. Mettre en concurrence plusieurs fournisseurs d'IA peut aider à choisir et à comparer, mais ça ne garantit pas à elle seule la confidentialité des données, ni même que le modèle annoncé sera réellement celui qui s'exécute.
Voici ce qu'on peut établir à partir des informations disponibles : ce que recouvre la réorganisation, comment le projet d'inférence est présenté, et les critères à regarder pour juger sa crédibilité au-delà de l'annonce.
Pourquoi MEGA a-t-elle réduit ses effectifs ?
MEGA a annoncé une baisse de 20 % de ses effectifs à l'issue de plusieurs mois de restructuration. Shuyao Kong, cofondatrice de MegaETH, a expliqué que les équipes avaient été réorganisées et que les départs concernaient des personnes ayant contribué au projet depuis ses débuts. Les fonctions touchées comprenaient notamment le développement de la blockchain, le portefeuille, l'accompagnement de l'écosystème et la communication.
L'organisation n'a pas précisé le nombre de personnes concernées, ni le calendrier exact des départs. Le pourcentage indique l'ampleur relative, mais il ne dit rien, ou presque, sur les conséquences opérationnelles. Deux équipes peuvent subir le même taux de réduction, sans courir le même risque pour la continuité des produits.
Une réorganisation, pas une explication complète
MEGA présente cette évolution comme un regroupement de compétences et une réorganisation interne. Elle n'a pas affirmé que les licenciements servaient à financer le développement de l'intelligence artificielle. Du coup, il faut éviter de transformer une coïncidence de calendrier en explication : réduction des effectifs et expansion vers l'IA se produisent au même moment, mais les informations publiques ne permettent pas d'établir un lien budgétaire direct.
L'organisation a aussi indiqué que les fondateurs, les premiers employés et l'équipe centrale d'ingénierie restaient engagés. Ce message rassure, mais il ne répond pas à tout : qu'adviendra-t-il des fonctions retirées ? Seront-elles remplacées, externalisées, ou redistribuées en interne ? Dans un projet blockchain, ce point compte. Moins de support peut ralentir la résolution de problèmes, tandis qu'une équipe plus concentrée peut réduire certains coûts de coordination.
Le coût opérationnel d'un recentrage
Réduire les effectifs peut être logique si cela élimine des doublons ou si cela recentre vraiment l'organisation sur des priorités plus claires. Le risque apparaît surtout quand la coupe tombe au même moment où l'organisation ajoute une nouvelle ligne de produits.
Autrement dit, ce n'est pas seulement le volume de postes supprimés qu'il faut regarder. Il faut aussi observer la capacité de MEGA à maintenir les outils, la documentation, le portefeuille et l'accompagnement des équipes qui construisent sur MegaETH. Dans les réseaux décentralisés, une partie de l'expérience utilisateur dépend de services et d'équipes qui ne se voient pas dans le protocole. Une blockchain peut continuer à produire des blocs tout en perdant en qualité de support, ou en facilité d'usage.
Que prépare le marché d'inférence de MegaETH ?
MEGA veut développer des produits reposant sur MegaETH, dont des services liés à l'intelligence artificielle. L'organisation a annoncé un engagement de 30 millions de dollars. Mais là encore, les détails manquent : on ne sait pas si cette somme correspond à un budget déjà utilisé, à une enveloppe globale, ou à un financement réparti entre plusieurs volets. Ce qu'on peut dire, c'est que l'IA occupe une place importante dans la stratégie annoncée.
Le projet central décrit dans un livre blanc porte sur un marché d'inférence. L'inférence, c'est l'utilisation d'un modèle d'intelligence artificielle pour produire une réponse à partir d'une demande : générer du texte, classer des données, ou exécuter une autre tâche. Dans l'idée du marché, les utilisateurs auraient accès à plusieurs fournisseurs de services d'IA en concurrence.
À quoi sert un marché d'inférence ?
Dans un service plus « classique », l'utilisateur choisit une plateforme et s'en remet à ses choix : modèle utilisé, traitement des requêtes, conservation des données. Un marché avec plusieurs fournisseurs proposerait un autre schéma : une tâche est soumise, les prestataires exécutent, et l'infrastructure cherche à rendre certaines propriétés plus contrôlables ou vérifiables.
Le livre blanc des cofondateurs Yilong Li et Lei Yang insiste sur deux préoccupations : vérifier que le fournisseur utilise bien le modèle annoncé et comprendre ce qu'il advient des données transmises. Ce sont des questions concrètes. Une interface peut afficher un modèle sans offrir de façon simple de le vérifier. De même, une promesse de confidentialité n'est pas, à elle seule, une preuve.
La blockchain peut servir à enregistrer des engagements, des paiements ou des résultats vérifiables. Mais elle ne rend pas automatiquement transparent tout ce qui se passe hors chaîne. Le calcul du modèle se fait généralement sur une infrastructure externe : c'est là que se concentrent les difficultés de preuve, de confiance et de protection des données.
Une annonce de lancement à convertir en produit
Shuyao Kong indique que MEGA prévoit un lancement public du marché en décembre. Une date annoncée reste un jalon, pas une preuve que le service fonctionne « à grande échelle ». Pour juger le produit, il faudra voir si ce qui sera accessible au public permet réellement des usages utiles : fournisseurs disponibles, performances mesurables, règles compréhensibles.
Les premières questions seront forcément pratiques : quels modèles et quelles tâches sont pris en charge ? Comment les prix sont déterminés ? L'utilisateur peut-il comparer qualité, coût et latence ? Que se passe-t-il si un fournisseur ne répond pas ou renvoie un résultat erroné ? Sur ces points, on ne jugera pas sur la présentation générale de la décentralisation, mais sur ce qui se passe vraiment quand on utilise le service.
Quels défis techniques et réglementaires restent à résoudre ?
Un marché d'inférence ne se limite pas à mettre des utilisateurs en relation avec des fournisseurs. Il doit rendre les échanges suffisamment fiables pour que les utilisateurs sachent ce qu'ils achètent, sans ajouter des frictions qui rendraient le service moins intéressant. C'est un sujet d'architecture autant que de gouvernance.
Le premier point, c'est la vérification. Il faut pouvoir établir que le fournisseur exécute le modèle annoncé et que le résultat correspond bien à la requête. Selon la méthode retenue, cette vérification peut être coûteuse, limitée à certains cas, ou dépendre d'un opérateur de confiance. Et même si l'identité du modèle est prouvée, cela ne suffit pas : un modèle correctement identifié peut quand même produire une réponse fausse.
Confidentialité : une promesse à démontrer
Le deuxième défi concerne les données. Une requête envoyée à un modèle peut contenir des informations personnelles, des données professionnelles ou des éléments couverts par le secret des affaires. Le fait qu'un paiement ou une preuve soit inscrit sur une blockchain ne veut pas dire que le contenu transmis au fournisseur est protégé.
Pour les utilisateurs européens, le RGPD impose de tenir compte de la finalité du traitement, de la durée de conservation, de la sécurité des données et des responsabilités des acteurs. Un réseau blockchain ne dispense pas de ces obligations. Il faut donc regarder concrètement : quelles données circulent sur la chaîne, lesquelles restent hors chaîne, qui les traite, et avec quelles garanties. Une donnée personnelle publiée dans un registre immuable pose un problème différent d'une donnée conservée temporairement par un prestataire d'IA.
Un produit crédible devra donc expliquer ses flux de données de manière compréhensible. « Décentralisé » ne signifie pas automatiquement « privé ». Les utilisateurs doivent savoir si leurs requêtes sont enregistrées, si elles servent à améliorer un modèle, et à qui s'adresser en cas d'incident.
Coût, latence et expérience utilisateur
Le troisième enjeu touche à l'économie du service. Les modèles d'IA ont des coûts de calcul, et les utilisateurs attendent des réponses rapides. Ajouter des mécanismes de sélection, de preuve ou de règlement peut améliorer la transparence, mais ça peut aussi augmenter la latence et le coût. L'objectif n'est pas d'empiler des étapes : c'est de trouver un équilibre utile.
Pour un développeur, ce que cela implique n'est pas abstrait : disponibilité, temps de réponse, prix prévisible, documentation et procédure en cas d'échec. Un service qui fonctionne dans une démonstration peut devenir trop lent ou trop cher sous charge. Les premiers retours d'utilisation, les conditions de service et des données de performance seront donc plus révélateurs que la seule date de lancement.
Comment juger la cohérence de cette stratégie ?
MegaETH et l'intelligence artificielle peuvent sembler aller ensemble : une blockchain peut orchestrer paiements, incitations et coordination entre acteurs. Mais la compatibilité « sur le papier » ne suffit pas. La question est simple : est-ce que l'usage de la blockchain apporte un avantage réel par rapport à une plateforme centralisée, sans imposer un coût technique démesuré aux utilisateurs ?
Pour MEGA, le test stratégique consiste à montrer que le marché d'inférence renforce l'activité autour de MegaETH plutôt que de détourner durablement des ressources. Or, la réduction des effectifs rend le sujet plus sensible : si les équipes se concentrent sur moins de priorités, la direction devra expliquer et démontrer que les fonctions essentielles du réseau continuent d'être soutenues pendant le développement de la nouvelle offre.
Une grille de lecture pour les prochains mois
Les annonces à venir peuvent se juger avec quatre critères :
- Utilité du réseau : le produit a-t-il besoin d'une coordination sur chaîne, ou la blockchain sert-elle surtout d'argument marketing ?
- Vérifiabilité : l'utilisateur peut-il contrôler le modèle utilisé, le prix payé et l'exécution de la tâche, avec des limites clairement décrites ?
- Protection des données : les flux, la conservation et les responsabilités des fournisseurs sont-ils expliqués de façon compatible avec les attentes européennes ?
- Fiabilité opérationnelle : le service publie-t-il des informations sur la disponibilité, la latence, les coûts et la gestion des erreurs ?
Cette grille évite deux conclusions trop rapides. D'un côté, une réduction d'effectifs n'est pas forcément le signe d'un échec : une organisation peut supprimer des fonctions devenues secondaires et réallouer pour mieux financer ses priorités. De l'autre, un engagement de 30 millions de dollars et une date de lancement ne prouvent pas que le marché trouvera des utilisateurs ni qu'il y aura un modèle économique durable.
Ce que l'annonce permet - et ne permet pas - de conclure
Pour l'instant, on peut dire que MEGA réorganise ses équipes et veut élargir son activité au-delà du développement de MegaETH, avec un investissement annoncé dans l'IA et un marché d'inférence prévu pour décembre. En revanche, on ne peut pas déduire le nombre de personnes licenciées, les économies réalisées, la façon exacte dont les 30 millions de dollars seront répartis, ni la qualité future du produit.
La lecture la plus prudente, donc, c'est celle d'un changement de priorité encore à valider. Les indicateurs décisifs seront ce qui sera réellement mis à disposition, les garanties techniques et juridiques, et la continuité du soutien apporté au réseau et aux développeurs. Au final, c'est l'usage répété qui dira si la nouvelle orientation crée une activité complémentaire ou disperse les capacités de l'organisation.
Conclusion
La réduction de 20 % des effectifs de MEGA intervient au moment où l'organisation prépare un marché d'inférence sur MegaETH. Les faits établis restent partiels : on connaît les fonctions touchées, mais pas le nombre de départs, ni le lien financier direct entre la restructuration et le virage vers l'IA.
Le projet répond à des enjeux sérieux de vérification des modèles et de traitement des données. Mais sa valeur dépendra de garanties vérifiables, d'une expérience utilisateur compétitive, et d'une conformité adaptée aux utilisateurs européens. Pour juger la stratégie, mieux vaut suivre ce qui sera utilisé réellement - ses performances, ses garanties et ses usages - plutôt que de s'en tenir au montant annoncé ou à la date de lancement.