Автор: RWA Research Institute
2026年3月，Circle глобальний керівник ринку Peter Schroeder опублікував у платформі X набір даних: за останні дев’ять місяців AI-агенти здійснили 140 мільйонів платежів, загальний обсяг транзакцій склав 43 мільйони доларів США. З них 98,6% були розраховані в USDC, середній чек — лише 0,31 долара. Більш важливо, що кількість AI-агентів із купівельною спроможністю перевищила 400 тисяч.
Ці дані краще будь-яких фінансових звітів ілюструють ситуацію: AI-агенти переходять від концепції до реальної економічної діяльності.
400 тисяч AI-агентів, 140 мільйонів транзакцій, 43 мільйони доларів — це самостійна обмінна цінність між машинами. Без людського втручання, без банківського схвалення, без перевірки кредитних карток. Код із кодом, протокол із протоколом — завершили процеси, які раніше вимагали підпису людини, звірки та розрахунків.
Ціна Circle за останні кілька торгових днів зросла з 60 до 105 доларів, приріст — 75%. Ринок інтерпретував цей ріст як позитивну реакцію на фінансові результати: у четвертому кварталі 2025 року дохід — 770 мільйонів доларів, зростання на 77%, чистий прибуток — 133 мільйони доларів. Але справжній інтерес викликають не ці цифри, а структурні зміни за ними: коли AI-агенти стають новими економічними суб’єктами, логіка всієї фінансової інфраструктури потребує переписування.
У процесі переписування виникає глибше питання: що станеться, коли AI-агенти почнуть мати доступні кошти, коли вони зможуть заробляти USDC, виконуючи завдання? Перший крок — платежі, другий — управління активами. Сектор RWA (реальні активи) саме відповідає за другий крок.
1. Від платіжної здатності до володіння активами
Щоб зрозуміти, які фінансові послуги потрібні AI-агентам, спершу потрібно зрозуміти їхню модель економічної діяльності.
Deloitte у звіті «Прогноз технологій, медіа та телекомунікацій на 2026 рік» зазначає, що за умови ефективної співпраці агентів у компаніях і постачальниках послуг глобальний ринок агентних AI може до 2030 року досягти 45 мільярдів доларів. Основна характеристика такої моделі — розбиття складних завдань на кілька етапів, які виконуються різними спеціалізованими агентами, кожен із яких викликається з мікроплатежами.
Наприклад, API-запити. AI-додаток може одночасно викликати кілька великих мовних моделей, отримати доступ до кількох баз даних, використовувати кілька обчислювальних ресурсів. Кожен виклик — додавання 0,01, 0,05 або 0,1 долара. Ці суми дуже малі, але виклики — дуже часті. Дані Circle за останні дев’ять місяців — 140 мільйонів транзакцій, середній чек — лише 0,31 долара — це типова характеристика ринку мікроплатежів.
Проблема у тому, що коли AI-агенти стабільно отримують дохід — будь то через обслуговування користувачів або участь у розподілених обчислювальних мережах — на їхніх рахунках накопичуються кошти. Ці кошти не можуть залишатися вічно у русі. Раціональний економічний суб’єкт замислюється: що робити з простою готівкою?
Саме тут починається перехід AI-агента від «платника» до «володільця активів».
У традиційній фінансовій системі фізичні особи та компанії кладуть тимчасово вільні кошти у банки, купують гроші-фонди або короткострокові державні облігації, отримуючи дохід. AI-агенти потребують подібної можливості — не для спекуляцій, а для оптимізації власної економічної моделі. Мати на рахунку USDC для платежів — необхідно, але якщо частина залишається без діла, це означає втрату можливого доходу. Автоматичне інвестування зайвих коштів у короткострокові державні облігації або фонди, що підтримуються цими облігаціями, з можливістю автоматичного викупу — підвищить «операційну ефективність».
Ще далі, якщо AI-агенту потрібно зберігати цінність для довгострокової роботи або хеджувати коливання газових зборів, він може мати потребу у різноманітних ризикових активів. Тоді він перетворюється з «платника» у «інвестора» — хоча цей інвестор — це код.
Circle вирішує проблему створення платіжної здатності AI-агентів. Щоб зробити їх «інвесторами», потрібна інша інфраструктура.
2. RWA та AI-агенти: двонапрямна взаємодія
За останні роки Circle побудував три рівні можливостей.
Перший — випуск стабліконтів і мережа ліквідності. За даними Circle, станом на кінець 2025 року обіг USDC становив 75,3 мільярда доларів, зростання — 72%, частка у стабліконтній торгівлі — майже 50%. Це забезпечує цінний засіб для платежів AI.
Другий — ефективна мережа розрахунків на блокчейні. У серпні 2025 року Circle запустив Arc — блокчейн для корпоративних фінансових сервісів. У березні 2026 року — Nanopayments, систему, яка агрегує тисячі малих платежів і періодично їх записує у блокчейн, знижуючи вартість транзакцій для розробників до нуля. Підтримка 12 EVM-ланцюгів, включно з Arbitrum, Avalanche, Base, Ethereum. Протокол x402 дозволяє сайтам і API автоматично ініціювати HTTP-платежі у відповідь на запити.
Третій — зв’язки із традиційною фінансовою системою. Circle Payments Network (CPN) з’єднує банки, платіжні сервіси, міжнародні розрахункові організації та бізнес-клієнтів. На лютий 2026 року до мережі приєдналися 55 фінансових установ, обсяг транзакцій — близько 5,7 мільярда доларів на рік. У лютому додали платіжні системи з Азії та Близького Сходу.
Ці три рівні формують «платіжну інфраструктуру» для AI-агентів. Але для повноцінної економіки потрібна ще «інфраструктура управління активами» — і тут на допомогу приходять RWA.
Згідно з даними Defillama, станом на червень 2025 року загальний TVL RWA становив 12,5 мільярда доларів, зростання — 124% за рік. Банки, такі як Citibank і Standard Chartered, досліджують застосування RWA у платежах, управлінні активами та міжнародних операціях.
Щоб інтегрувати RWA у економіку AI-агентів, потрібно зробити їх «нативними для AI». Це не просто додавання активів у блокчейн, а перетворення їх у «машинно зрозумілі та оброблювані».
Перший — стандартизація даних. Проекти, як Ondo Finance, працюють над структурованими даними щодо грошових потоків, юридичних умов і ризиків. У липні 2025 року Ondo стала першим проектом із випуску токенізованих американських державних облігацій для глобальних інвесторів, що було відзначено у звіті Білого дому.
Другий — логіка, що програмується. Правила дивідендів, відсотків, викупів і розрахунків закодовані у смарт-контракти, автоматично виконуються. Це забезпечує «бездовірливу» взаємодію — не потрібно довіряти контрагенту, достатньо довіряти коду.
Третій — фрагментація ліквідності. Після токенізації RWA їх можна ділити на дуже малі частки — наприклад, 0,01 долара у державних облігаціях або 0,1 кв. м. у доходах від нерухомості. Це важливо для малих інвестицій AI-агентів. Nanopayments вже довели технічну можливість мікроплатежів, аналогічно можна зробити і мікроінвестиції.
Модель, яку демонструє JPMorgan у проекті Kinexys, — це приклад. У травні 2025 року Kinexys на тестовій мережі Ondo завершив першу публічну торгівлю токенізованими американськими облігаціями (OUSG), використовуючи фонд Ondo Finance та міжланцюгову інфраструктуру Chainlink. Транзакція відповідала моделі «Delivery versus Payment» (DvP), одночасно обмінюючи активи і платежі. З моменту заснування JPMorgan Kinexys обробляє понад 2 мільярди доларів щодня, забезпечуючи понад 1,5 трильйона доларів у номінальній вартості транзакцій.
Цей приклад показує, як RWA може поєднуватися з інституційною платіжною мережею. У майбутньому AI-агенти зможуть виконувати транзакції, масштаб яких зменшиться з мільйонів доларів до кількох доларів, але логіка залишиться такою ж — безшовне перенесення і збереження цінності.
3. За межами платіжної мережі — новий рівень уявлень
Якщо з’єднати всі ці ланки, з’явиться цілісний цикл:
AI-агент, що генерує контент і обслуговує клієнтів, накопичує на рахунку значний баланс USDC. Встановлені правила управління цим балансом: якщо він перевищує 1000 USDC, частина автоматично конвертується у кілька токенізованих короткострокових державних облігацій і один зелений енергетичний фонд. У разі зниження попиту або потреби поповнення балансу — частина активів автоматично викуповується і повертається у USDC для операцій.
У цьому процесі AI-агент виконує: моніторинг балансу, оцінку ризиків і доходності активів, автоматичне купівлю і продаж, ведення транзакцій для аудиту. Усі дії — автоматичні.
Ще приклад: AI-туристичний агент бронює квитки і готелі, а користувач переводить йому USDC. Під час очікування рейсу агент помічає, що продається страхова поліса на випадок затримки — і автоматично купує її частку за вільний USDC. Після затримки рейсу страхова виплата автоматично активується, і баланс агента зростає.
Всі ці модулі вже існують: USDC — цінний засіб, Nanopayments — мікроплатежі, x402 — інтеграція платежів у запити, токенізовані облігації — на платформах Ondo, DvP — перевірена модель. Залишається лише об’єднати їх — зробити так, щоб AI-агент міг викликати ці фінансові функції так само легко, як API.
Голова виконавчого комітету Стандартизаційної асоціації Web3.0 Гонконгу Лі Мін зазначає: «Ми прагнемо знайти стандартний підхід для Web3.0, щоб інтегрувати RWA у єдину екосистему». Для економіки AI-агентів цей підхід — саме зв’язок між платежами і активами.
4. Старі проблеми нового світу: ризики і відповідальність
Звісно, перехід від AI-платежів до управління активами — це ще багато перешкод.
Перш за все — питання достовірності даних. RWA — це активи поза блокчейном, їхній стан, вартість і ризики потрібно надійно передавати у мережу. Якщо AI-агент залежить від неправдивих або підроблених даних — його рішення будуть хибними. Спільний звіт Web3.0-асоціації вказує, що для масштабного впровадження активів потрібно відповідність трьом критеріям: стабільність цінності, чіткість правового статусу і можливість верифікації даних поза мережею.
По-друге — ризик моделі AI-агента. Навіть при правильних даних — його рішення можуть бути помилковими. Хто нестиме відповідальність? Людина, протокол, або сам AI? Це питання ще не вирішене в законодавстві.
По-третє — ризик ліквідності. Торгівля RWA у мережі ще недостатньо глибока, активи можуть бути малоліквідними. Якщо багато AI-агентів одночасно захочуть викупити один і той самий фонд — чи зможуть вони це зробити без проблем?
По-четверте — регуляторні відмінності. Законодавство щодо RWA різне у різних країнах. AI-агентам потрібно вміти орієнтуватися у цій складності.
По-п’яте — технічна безпека. Вразливості смарт-контрактів, атаки на міжланцюгові мости, компрометація приватних ключів — ці ризики не зникнуть через те, що транзакції автоматизовані. Навпаки, швидкість і масштаб атак можуть зростати.
Заключення
Повертаючись до початкових даних: 400 тисяч AI-агентів, 140 мільйонів транзакцій, 43 мільйони доларів.
Ці цифри не мають значення самі по собі — порівняно з мільярдами доларів щорічних людських платежів, це мізер. Вони справді показують напрямок: машини стають незалежними економічними суб’єктами, мають свої доходи, рахунки і здатність до платежів.
Коли у машин з’являться доходи — вони швидко захочуть управляти активами. Це не фантазія, а природний шлях розвитку AI-агентної економіки.
Circle створює «платіжну нервову систему» для цього майбутнього — щоб AI-агенти могли ефективно і дешево передавати цінність. А RWA — це «система збереження енергії» цієї економіки — щоб AI-агенти могли керувати своїми активами так само легко, як своїм кодом.
Якщо ця ідея правильна — тоді сьогоднішні розробники RWA мають задуматися: коли 400 тисяч AI-агентів почнуть шукати активи для налаштування, а 140 мільйонів платежів — створювати потребу в управлінні активами, чи готові ваші RWA-продукти до оцінки, вибору, володіння і торгівлі цими агентами?
Додатково: Зворотний момент Circle: подвоєння ціни, переважання on-chain транзакцій над USDT, точне позиціонування Agent-платежів
(Цей матеріал базується на офіційних фінансових звітах і оголошеннях Circle, звіті Deloitte «Прогноз технологій, медіа та телекомунікацій на 2026 рік», даних Defillama, відкритих матеріалах Ondo Finance, офіційних даних JPMorgan Kinexys, звіті Web3.0-асоціації Гонконгу «Розвиток RWA» та інших відкритих джерел. Не є інвестиційною рекомендацією. Ринок ризикований, інвестиції — з обережністю.)
