L'effet de réseau de Bitcoin est mesurable. Le chiffre que tout le monde cite ne l'est pas.

Presque tout argument haussier sur Bitcoin finit par arriver à la même phrase : il bénéficie d'effets de réseau. La phrase est vraie. Elle abat aussi énormément de travail sans jamais être examinée, car la même idée sert à expliquer pourquoi Bitcoin est utile et à calculer ce qu'il devrait valoir, et ce ne sont pas les mêmes affirmations.

Nous sommes donc retournés à la recherche, puis aux données. La recherche s'avère vieille de cinquante ans, bien développée et réellement contestée. Les données s'avèrent soutenir clairement l'effet, et bien moins clairement l'arithmétique qui l'entoure.

D'où vient l'idée

Le concept précède internet de vingt ans.

En 1974, l'économiste des Bell Labs Jeffrey Rohlfs publie un article sur la demande de services de communication avec une observation qui paraît évidente une fois énoncée et ne l'était pas du tout à l'époque : la demande de chaque utilisateur dépend du nombre d'autres utilisateurs. Il en tire le problème de démarrage. En dessous d'un certain nombre de participants, un réseau n'a aucun équilibre stable autre que zéro. Il ne croît pas lentement. Il s'effondre.

En 1985, Michael Katz et Carl Shapiro scindent l'effet en deux mécanismes qui restent aujourd'hui le vocabulaire standard. Un effet de réseau direct signifie que plus d'utilisateurs rendent le réseau lui-même meilleur. Un effet indirect signifie que plus d'utilisateurs attirent plus de produits complémentaires, qui attirent à leur tour plus d'utilisateurs.

La même année, Paul David publie son étude sur le clavier QWERTY et donne au domaine son exemple le plus cité de dépendance au sentier : un agencement qui persiste parce qu'il a été adopté tôt, non parce qu'il est optimal.

En 1989, W. Brian Arthur formalise ce que cela implique pour les technologies en concurrence. Là où les rendements croissent avec l'adoption, l'issue n'est pas déterminée par la technologie la meilleure. Elle est déterminée par de petits événements précoces qui se trouvent amplifiés. Le vainqueur est en partie un accident de l'histoire.

Lus comme un ensemble, ces quatre articles décrivent la position concurrentielle de Bitcoin avec une justesse inconfortable, y compris la partie que la plupart des argumentaires sur Bitcoin laissent de côté. La conclusion d'Arthur est que l'avantage du premier arrivé est réel et qu'il relève de la chance plutôt que du mérite.

Comment les chercheurs tentent de le prouver

Le sens est une chose. L'ampleur en est une autre, et c'est là que le domaine se divise.

L'affirmation n². L'ingénieur Robert Metcalfe esquisse la version la plus connue en 1980 alors qu'il vend du matériel Ethernet. Un réseau de n nœuds compte n(n−1)/2 connexions possibles, ce qui croît à peu près comme n². Deux détails se perdent en général. Metcalfe comptait des appareils compatibles en communication, pas des utilisateurs. Et l'étiquette "loi de Metcalfe" a été apposée par le journaliste George Gilder dans une chronique de Forbes en 1993, pas par Metcalfe. La formulation de Metcalfe comporte aussi un terme de coût linéaire et une constante d'affinité par utilisateur, et dans sa rétrospective de 2013 il concède qu'il peut exister des "déséconomies d'échelle de réseau" où cette constante s'inverse et écrase le n².

La contre-affirmation n log n. En 2006, Bob Briscoe, Andrew Odlyzko et Benjamin Tilly publient "Metcalfe's Law is Wrong" dans IEEE Spectrum. Leur objection est empirique plutôt que mathématique : "les connexions ne sont pas toutes utilisées avec la même intensité. De fait, dans les grands réseaux … la plupart ne sont pas utilisées du tout." Pondérer les connexions selon leur usage réel donne n log n. Concrètement, dans leur propre exemple, un réseau de 100 000 membres valant un million de dollars en vaudrait quatre millions à 200 000 membres selon Metcalfe, et 2,1 millions selon leur formule.

Leur preuve historique est la partie la plus solide de l'article. Le Bell System et les compagnies téléphoniques indépendantes se sont fait concurrence dans les mêmes quartiers américains pendant deux décennies sans s'interconnecter. CompuServe, Prodigy, AOL et MCIMail ont exploité des systèmes de courrier électronique séparés jusqu'au milieu des années 1990. Si la valeur croissait vraiment avec le carré du nombre d'utilisateurs, ces entreprises ont laissé des sommes énormes sur la table pendant vingt ans.

La réponse à la réponse. En 2014, Leo Van Hove montre dans NETNOMICS que cet argument précis sur l'interconnexion ne tient pas logiquement. Deux réseaux qui refusent de fusionner restent compatibles avec une valeur en n² sous des hypothèses plausibles quant à qui capte le gain.

Le premier vrai test. En 2015, Xing-Zhou Zhang, Jing-Jie Liu et Zhi-Wei Xu font ce que personne n'avait fait durant les trente années précédentes : ils vérifient. À partir de Tencent de 2003 à 2014 et de Facebook de 2004 à 2014, ils ajustent quatre modèles concurrents. Le n² de Metcalfe l'emporte, et pas de peu. Mesuré comme écart quadratique moyen en milliards de dollars, Metcalfe obtient 0,12 pour Tencent et 0,64 pour Facebook, contre 1,51 et 1,45 pour le n log n d'Odlyzko.

Le score est donc à peu près celui-ci. La théorie est contestée, le seul grand test empirique favorise le n², et le débat n'a jamais été tranché pour la monnaie, contrairement à la messagerie.

Le schéma en dehors de Bitcoin

Avant d'en venir à Bitcoin, il vaut la peine d'être précis sur l'allure de l'effet quand on peut le mesurer de bout en bout. Trois cas avec des chiffres plutôt que des anecdotes.

Le téléphone aux États-Unis. De 10 pour cent des foyers en 1903 à 41 pour cent en 1929, puis retour à 31 pour cent en 1934 lorsque la Grande Dépression retire un quart du réseau. Reprise à 62 pour cent en 1950, un plateau entre 94 et 95 pour cent des années 1990 à 2002, puis un effondrement à 41,7 pour cent en 2018 à mesure que le téléphone mobile le remplace. Un cycle de vie complet, chute comprise.

Internet et le mobile dans le monde. L'usage d'internet est passé de 15,6 pour cent de la population mondiale en 2005 à 73,6 pour cent en 2025. Les abonnements mobiles sont passés de 0,21 pour 100 personnes en 1990 à 111,5 en 2025. L'UIT a compté environ 6 milliards de personnes en ligne en 2025.

La messagerie. WhatsApp déclarait plus de 450 millions d'utilisateurs mensuels lors du rachat de février 2014, un milliard en février 2016, deux milliards en février 2020 et plus de trois milliards en avril 2025. Ce dernier chiffre représente environ la moitié de toutes les personnes en ligne sur Terre.

Et la concentration qui suit. Au troisième trimestre 2010, Gartner comptait sept plateformes de smartphone aux ventes mesurables, menées par Symbian à 36,6 pour cent, puis Android à 25,5 pour cent, iOS à 16,7 pour cent et BlackBerry à 14,8 pour cent. En août 2026, StatCounter mesure Android à 67,61 pour cent de la navigation mobile et iOS à 32,36 pour cent, laissant 0,03 pour cent à tout le reste. Les deux chiffres mesurent des choses différentes, unités vendues contre appareils en service, et le leader du marché de 2010 ne figure sur aucun des deux tableaux.

La mécanique derrière tout cela est traitée dans notre article de connaissance sur ce qu'est l'effet de réseau et pourquoi Bitcoin en a un. Ce qui suit est la partie que nous n'avons trouvée soigneusement écrite nulle part.

Ce que montrent les données de Bitcoin

Nous avons extrait seize ans de données du réseau Bitcoin depuis la community API de Coin Metrics, en prenant la valeur au 1er janvier de chaque année de 2011 à 2026 plus le 1er septembre 2026, et nous publions la série afin que le calcul puisse être refait.

Le premier constat n'a besoin d'aucune statistique.

Date	Adresses détenant un solde	Adresses actives	Prix en dollars
1er janv. 2011	65 813	1 071	0,30
1er janv. 2015	3 926 220	145 765	314,78
1er janv. 2019	22 211 324	433 715	3 808,12
1er janv. 2023	43 266 583	719 716	16 606,75
1er janv. 2026	55 237 400	570 904	88 684,22
1er sept. 2026	56 789 267	677 321	77 407,70

Les adresses détenant un solde ont été multipliées par 863 en moins de seize ans, et leur nombre n'a reculé que dans une seule de ces années. Entre janvier 2018 et janvier 2019, il a chuté de 4 431 375 adresses, soit 16,6 pour cent, tandis que le prix perdait 71,7 pour cent. C'est la seule année de baisse de la série. L'effondrement de 2022 n'en a pas produit : le prix a reculé de 65,1 pour cent et le nombre d'adresses a tout de même progressé de 9,2 pour cent.

L'exception de 2018 mérite d'être comprise plutôt que cachée. Une manie crée des adresses qui ne détiennent presque rien, et quand elle se termine ces adresses sont vidées ou regroupées. Ce qui a survécu à la baisse de 2018, c'est la part du réseau qui n'était pas là pour la manie, et cette part progresse chaque année depuis.

Les adresses actives n'ont rien fait de tel. Elles ont culminé au-dessus du million en janvier 2021, ont reculé d'un tiers, se sont partiellement redressées et se situent désormais sous le niveau de 2021. L'usage suit le cycle du prix. La participation accumulée non.

Cette divergence est la preuve on-chain la plus nette que nous connaissions du fait que l'adoption et le prix sont deux variables distinctes, et c'est la raison pour laquelle nous les traitons comme deux questions séparées tout au long de l'article.

Refaire la régression nous-mêmes

La manière standard de confronter Metcalfe à des données réelles consiste à régresser le logarithme de la valeur sur le logarithme du nombre d'utilisateurs. La pente de cette droite est l'exposant. S'il ressort proche de 2, Metcalfe tient. S'il ressort proche de 1, la valeur suit simplement le nombre de membres.

Sur nos dix-sept points de données, en prenant les adresses détenant un solde comme mesure de la taille du réseau :

β = 2,069, erreur type 0,101, R² = 0,966.

En prenant plutôt les adresses actives quotidiennes : β = 2,091, erreur type 0,189, R² = 0,891.

Pris isolément, c'est un résultat frappant. Le n² de Metcalfe, proposé pour du matériel Ethernet en 1980, semble décrire presque exactement la capitalisation boursière de Bitcoin.

Sauf que Wheatley, Sornette et leurs collègues ont mené le même test dans un article évalué par les pairs en 2019, avec des données quotidiennes jusqu'en 2018 et des utilisateurs actifs, et ont obtenu β = 1,69 avec une erreur type de 0,0076 et un R² de 0,95. Leur propre commentaire est sans ambiguïté : "la valeur calibrée de la pente, β = 1,69, avec une erreur type de 0,0076, est clairement éloignée de la valeur 2 de Metcalfe."

Deux calculs compétents sur le même actif, deux réponses différentes. Nous avons donc testé la stabilité réelle du nôtre.

L'exposant bouge

Fenêtre	Adresses détenant un solde	Adresses actives
de 2011 à 2026	2,069 (R² 0,966)	2,091 (R² 0,891)
de 2013 à 2026	2,111 (R² 0,920)	2,643 (R² 0,780)
de 2015 à 2026	2,425 (R² 0,932)	3,227 (R² 0,621)
hors sommets de 2018 et 2021	2,058 (R² 0,965)	2,129 (R² 0,890)

Retirez les quatre premières années et changez la mesure des utilisateurs, et l'exposant passe de 2,07 à 3,23. Ajoutez le résultat publié de 1,69 et l'étendue complète entre spécifications défendables va de 1,69 à 3,23.

Ce que cet écart signifie en pratique se voit le mieux en demandant ce que vaut un doublement du réseau selon chaque réponse. Avec un exposant de 1,69, doubler le réseau multiplie la valeur par 3,23. Avec 2,0, par 4,00. Avec 2,07, par 4,20. Avec 3,23, par 9,38.

Deux mises en garde honnêtes s'imposent ici, et elles jouent contre notre propre résultat. D'abord, les deux séries suivent une tendance haussière dans le temps, et régresser une série tendancielle sur une autre produit des R² élevés même en l'absence de tout lien causal. Un 0,966 ne prouve rien. Ensuite, les adresses ne sont pas des personnes. Une seule personne peut détenir mille adresses et une seule adresse de plateforme d'échange peut contenir un million de clients. Toute étude dans ce domaine, celle-ci comprise, hérite de ce problème.

Là où l'effet ne se manifeste pas

Il existe une partie du réseau Bitcoin où les chiffres pointent dans l'autre sens, et elle n'apparaît généralement pas dans les argumentaires sur l'effet de réseau.

La capacité totale du réseau Lightning était d'environ 5 718 BTC début 2023. Le 30 août 2026, elle s'établissait à 3 753,8 BTC répartis sur 32 518 canaux et 16 230 nœuds. Mesurés en bitcoin, la capacité et le nombre de canaux reculent depuis des années. Mesuré en dollars, le tableau est mitigé, car le prix a monté sur une bonne partie de cette période.

Des explications raisonnables existent. Les canaux sont devenus plus efficaces, la liquidité est gérée plus activement, et les gros nœuds ont absorbé les petits. Ces explications peuvent fort bien être correctes. Elles sont aussi exactement le type d'explication qu'on avance chaque fois qu'une métrique appréciée part dans la mauvaise direction, aussi signalons-nous le chiffre plutôt que l'excuse.

Notre lecture

Notre position, énoncée comme la nôtre : l'effet de réseau de Bitcoin est réel, mesurable, et il n'a pas cédé une seule fois en quinze ans. L'exposant que l'on utilise pour le convertir en valeur n'est pas une propriété de Bitcoin. C'est une propriété de la fenêtre que l'on choisit et des utilisateurs que l'on compte.

Cette distinction compte parce que les deux affirmations sont employées de façon interchangeable. "Bitcoin a un effet de réseau" est une affirmation sur l'utilité, et les données la soutiennent à peu près autant que des données de ce type le permettent. "Bitcoin devrait donc valoir X" est une affirmation qui exige un exposant stable, et il n'y en a pas. Notre propre régression établit ce point contre notre propre résultat : nous avons trouvé le chiffre le plus proche de la version populaire, puis constaté que déplacer la date de départ de quatre ans le pousse à 3,23.

L'argument le plus fort contre nous n'est pas que Metcalfe serait une absurdité. C'est que Metcalfe serait une bonne approximation et que Bitcoin s'y conforme. Zhang et ses collègues ont montré exactement cela pour deux réseaux sociaux avec dix ans de données de revenus, et notre estimation sur l'échantillon complet de 2,07 y est tout à fait conforme. Pour qui adopte cette lecture, l'instabilité que nous avons trouvée n'est que du bruit issu de sous-échantillons courts, et la réponse honnête est que dix-sept observations annuelles ne peuvent pas trancher.

Ce qui nous ferait changer d'avis : si l'exposant se maintenait près d'une valeur unique sur différentes fenêtres temporelles, différentes mesures d'utilisateurs et différents fournisseurs de données, l'objection s'effondrerait et le chiffre mériterait d'être pris au sérieux comme donnée d'entrée. Ce test est reproductible par quiconque dispose de la série que nous avons utilisée.

Ce que nous ne ferons pas, c'est mettre un prix de l'autre côté du signe égal. La relation entre adoption et prix relève d'un champ de modélisation distinct, que nous avons examiné dans notre analyse des modèles de prix du Bitcoin, et il échoue pour la même raison structurelle que celle trouvée ici : les paramètres bougent.

Pour la question de ce que tout cela signifie, plutôt que de ce que cela mesure, il existe un essai distinct sur les raisons pour lesquelles la position de départ de Bitcoin ne peut pas être copiée. Et pour la comparaison qui revient chaque fois que l'on défend la thèse de la réserve de valeur, notre article de connaissance sur Bitcoin face à l'or place les deux côte à côte.