Une IA d’estimation de carte Pokémon photographie le carton, mesure quatre critères (centrage, coins, bords, surface) et renvoie une note probable sur l’échelle PSA. Elle ne remplace pas un grader : elle sert à trier ce qui mérite d’être envoyé, et à éviter des dizaines d’euros de frais sur une carte qui ne sortira jamais en PSA 10.
Au programme : ce que la machine mesure réellement, la précision annoncée face à la précision observée, les erreurs de prise de vue qui faussent tout, et l’usage de ces notes sur les marchés de cartes en chaîne.
Ce que l’IA mesure, et ce qu’elle ne mesure pas
Les moteurs commerciaux, dont Ximilar, évaluent quatre sous-notes selon les standards PSA ou Beckett, puis les agrègent en une note globale. La reconnaissance de la carte elle-même, extension et numéro compris, est annoncée à plus de 98 % de précision. C’est la partie facile : identifier un Dracaufeu de l’extension 151 relève de la classification d’images, un problème résolu.
L’estimation de l’état est nettement plus fragile. Le centrage se mesure bien, parce qu’il s’agit de géométrie. Les micro-rayures de surface, le blanchiment de bord et les défauts d’impression dépendent de l’angle de lumière et de la résolution du capteur. Aucun fournisseur ne publie de taux d’exactitude à la note près face à un grader humain.
La précision réelle en trois constats
Un écart d’une demi-note est courant. Sur les exemples publiés par Ximilar, un carton noté 6 par Beckett ressort à 6,5 côté IA. Cet écart est sans conséquence sur une carte à 20 €, il change tout entre un PSA 9 et un PSA 10 sur une carte à 2 000 €.
La photo dicte le résultat. Ximilar recommande une image haute résolution, un éclairage plat et une prise de vue perpendiculaire. Les smartphones récents appliquent un rehaussement par IA qui lisse artificiellement les défauts et gonfle la note estimée.
La rareté casse les modèles. Une carte japonaise ancienne ou une promo à faible tirage est sous-représentée dans les jeux d’entraînement. Sur ces séries, l’estimation devient indicative au mieux.
Le grading professionnel s’automatise aussi
L’IA ne se contente pas d’aider les collectionneurs, elle entre dans les laboratoires. PSA a annoncé 200 M$ d’investissement, répartis entre capacité industrielle, technologie et recrutement, avec un tri pré-grading assisté par IA, une numérisation plus rapide et un premier centre européen à Francfort. Le volume l’imposait : plus de 19 millions de cartes notées en 2025, contre 2 millions en 2020.
D’autres acteurs, comme TAG, construisent leur proposition sur l’imagerie stéréoscopique photométrique et livrent un rapport de défauts détaillé, avec une échelle de 1 000 points, plutôt qu’une note unique. Cette traçabilité fait la différence sur le marché secondaire, où l’acheteur veut savoir pourquoi une carte a perdu un demi-point.
Pourquoi ces notes comptent sur le marché en chaîne
Les plateformes de cartes tokenisées n’acceptent que des cartes déjà gradées. La note conditionne le prix du jeton, et l’IA sert de premier filtre à l’entrée du coffre. Collector Crypt a dépassé 130 000 cartes tokenisées et 1,6 Md$ de volume cumulé, un débit impossible à traiter sans reconnaissance automatique à l’inventaire.
Le même mécanisme structure les actifs du monde réel tokenisés : plus l’état du sous-jacent est vérifiable et standardisé, plus le marché secondaire est liquide. Une note contestée sur une carte se traduit immédiatement par une décote du jeton, comme le montre la méthode d’évaluation appliquée aux projets NFT.
Comment obtenir une estimation exploitable
- Sortir la carte de sa pochette, poser sur fond neutre mat, lumière diffuse latérale, sans flash direct.
- Photographier recto et verso perpendiculairement, capteur parallèle au carton, à distance fixe.
- Désactiver les modes d’embellissement automatique du téléphone.
- Répéter la mesure sur deux outils différents et retenir la note la plus basse.
- Ne soumettre au grading que si la valeur estimée en note haute couvre au moins trois fois le coût du service.
Le risque annexe : les faux avis d’estimation
Des applications gratuites servent surtout à collecter des photos de collections, parfois revendues comme données d’entraînement, parfois utilisées pour cibler des offres d’achat sous-évaluées. Le réflexe est le même que face aux faux supports en crypto : ne jamais communiquer d’adresse de livraison ni de valeur totale de collection à un service non identifié. La checklist anti-arnaque reste applicable telle quelle.
Questions fréquentes
Une note d’IA est-elle reconnue par PSA ?
Non. Aucune estimation logicielle tierce n’engage un grader. Elle sert uniquement de décision d’envoi.
Quel écart accepter entre l’IA et la note finale ?
Une demi-note en dessous est un résultat correct. Un écart de deux points signale une photo inexploitable ou une carte altérée.
L’IA détecte-t-elle une carte trimmée ?
Partiellement. Les mesures dimensionnelles repèrent un rognage franc, pas un travail de bord soigné, qui demande une inspection physique.
Les outils gratuits valent-ils les payants ?
Les versions gratuites limitent la résolution analysée et livrent une note globale sans sous-scores, donc sans justification exploitable.
Faut-il graduer pour tokeniser ?
Oui. Les plateformes exigent un carton déjà noté par PSA, BGS ou CGC avant mise en coffre et émission du jeton.
Sources
-
GUIDESQu'est-ce qu'Anthropic ?
