Se prevé que las stablecoins impulsen los pagos automatizados impulsados por IA en el futuro

TheNewsCryptoPublicado a 2026-03-23Actualizado a 2026-03-23

Resumen

Los analistas de Bernstein destacan el papel emergente de las stablecoins, como USDC de Circle y Coinbase, en los pagos automatizados impulsados por inteligencia artificial. Estas transacciones, iniciadas y autorizadas completamente por software o dispositivos autónomos, son programáticas y permiten decisiones en tiempo real, negociación de precios y liquidación sin intervención humana. Las stablecoins son ideales para este entorno debido a su programabilidad, velocidad, capacidad para micropagos y acceso global. Empresas como Coinbase, Circle y Stripe ya están desarrollando infraestructuras para operacionalizar estos pagos, como los protocolos x402 y MPP. Aunque el volumen actual es limitado, se prevé que los pagos automatizados sean un impulsor potencial de la demanda de stablecoins en el futuro.

Los analistas de Bernstein señalaron a Circle y Coinbase como vehículos prominentes para la exposición a stablecoins, destacando la colaboración entre las dos empresas con USDC y el papel emergente de las stablecoins en los pagos automatizados como un posible impulsor alcista.

Los analistas, dirigidos por Gautam Chhugani, escribieron en una nota a clientes el 23 de marzo que "vemos los pagos automatizados como una opcionalidad alcista para las stablecoins. Y esta no es una influencia material 'aquí y ahora' en la demanda de stablecoins, sino un papel potencial de las stablecoins en la economía de las máquinas autónomas".

Los analistas definieron los pagos automatizados como transacciones iniciadas, autorizadas y liquidadas completamente por software o dispositivos autónomos en lugar de por humanos. A diferencia de los pagos automatizados de facturas o suscripciones recurrentes, estos pagos son naturalmente programáticos, permitiendo la toma de decisiones en tiempo real, la negociación de precios y la liquidación sin interferencia humana.

Bernstein mencionó que las stablecoins son especialmente adecuadas para este entorno, ya que son programables, rápidas, aptas para micropagos y accesibles en todo el mundo. Lógicas de pago como depósito en garantía, liberación condicional o reparto de ingresos pueden integrarse directamente en las stablecoins, permitiendo a los agentes realizar transacciones sin necesidad de recurrir a un banco o esperar confirmaciones.

La Contribución Al Futuro

Según la nota, las liquidaciones de transferencias pueden realizarse en segundos, permitiendo a los agentes de IA pagar por computación o datos en tiempo real. Para hacerlo financieramente eficiente, se pueden utilizar blockchains de alto rendimiento y canales de estado para realizar microtransacciones a escala.

Además, las stablecoins no tienen fronteras, eliminando la necesidad de SWIFT, bancos corresponsales o conversión de divisas, mencionaron los analistas. Muchas empresas han comenzado a crear infraestructura para operacionalizar estas capacidades.

Coinbase está desarrollando el protocolo de pagos para agentes x402, que integra los pagos en la capa HTTP de internet, mientras que Circle lanzó una infraestructura de nanopagos para agentes. Mientras tanto, Stripe, a través de su inversión en blockchain en Bridge y Privy, lanzó el Protocolo de Pagos Automatizados en la blockchain Tempo.

Bernstein mencionó que la tracción en los protocolos de pagos automatizados ya ha sido limitada, destacando que el MPP de Stripe registró un volumen de $5,000 en su primera semana de lanzamiento. El protocolo x402 de Coinbase ha generado alrededor de $25 millones en volumen en el último mes.

Destacado de Noticias Cripto Hoy:

La meme coin SIREN, basada en BNB Chain, registra un aumento significativo

EtiquetasAICoinbaseStablecoin

Preguntas relacionadas

Q¿Qué empresas destacaron los analistas de Bernstein como vehículos prominentes para la exposición a stablecoins?

ALos analistas de Bernstein destacaron a Circle y Coinbase como vehículos prominentes para la exposición a stablecoins, resaltando su colaboración en USDC.

Q¿Qué son los 'agentic machine payments' según la nota de Bernstein?

ASegún la nota, los 'agentic machine payments' son transacciones iniciadas, autorizadas y liquidadas completamente por software o dispositivos autónomos, sin intervención humana, permitiendo decisiones en tiempo real y negociación de precios.

Q¿Por qué son las stablecoins adecuadas para los pagos de máquinas autónomas?

ALas stablecoins son adecuadas porque son programables, rápidas, aptas para micropagos, accesibles globalmente y permiten lógicas de pago como depósito en garantía o liberación condicional sin necesidad de bancos.

Q¿Qué infraestructuras de pago para agentes han desarrollado Coinbase y Circle?

ACoinbase está desarrollando el protocolo de pagos x402, que integra pagos en la capa HTTP de internet, mientras que Circle lanzó una infraestructura de nanopagos para agentes.

Q¿Qué volumen de transacciones generaron los protocolos de pago de Stripe y Coinbase mencionados?

AEl protocolo MPP de Stripe registró $5,000 en volumen en su primera semana, mientras que el protocolo x402 de Coinbase generó aproximadamente $25 millones en el último mes.

Lecturas Relacionadas

Tendencias en el Mercado Accionario de EE.UU.: Una frase de Jensen Huang añadió $47 mil millones; Google 'vende parte de su empresa' por primera vez en 20 años para recaudar fondos

**Tendencia de las acciones en EE.UU.: Una frase de Jensen Huang genera 470.000 millones de dólares, Alphabet recurre a una ampliación de capital tras 20 años** La carrera armamentística de la IA está pasando de centrarse en quién tiene el mejor chip a quién puede convertir el dinero más rápido en capacidad de computación. El 2 de junio, el mercado observó ambas caras de la moneda. En Computex Taipei, Jensen Huang, CEO de NVIDIA, calificó a Marvell Technology como la "próxima empresa de un billón de dólares", lo que hizo que su valor bursátil se disparara un 32.5%, añadiendo unos 470.000 millones de dólares. Ese mismo día, Alphabet, matriz de Google, anunció un plan de financiación de 80.000 millones de dólares mediante una ampliación de capital, la primera en 20 años, para cubrir unos gastos de capital previstos de más de 180.000 millones de dólares en 2026, duplicando el año anterior. Los índices principales de Wall Street (S&P 500, Dow Jones y Nasdaq) cerraron en máximos históricos, con un impulso liderado por la tecnología, especialmente los semiconductores (índice SOXX +5.79%). Además de Marvell, Hewlett Packard Enterprise (HPE) subió un 25% tras presentar unos resultados trimestrales excepcionales y aumentar su previsión anual. Mientras tanto, la noticia de Alphabet hizo que sus acciones cayeran un 4% y arrastraron al sector de servicios de comunicación. El movimiento refleja la preocupación del mercado por el inmenso coste de la infraestructura de IA, incluso para los gigantes tecnológicos con mayor flujo de caja. En otros sectores, Palo Alto Networks subió tras el cierre gracias a unos sólidos resultados, y se esperan con atención los datos de empleo no agrícola del viernes, que podrían influir en las expectativas sobre la política de la Reserva Federal.

marsbitHace 15 min(s)

Tendencias en el Mercado Accionario de EE.UU.: Una frase de Jensen Huang añadió $47 mil millones; Google 'vende parte de su empresa' por primera vez en 20 años para recaudar fondos

marsbitHace 15 min(s)

¿Podrá DeepSeek ahorrarle a China un billón de dólares?

El artículo analiza cómo DeepSeek podría generar un ahorro potencial de un billón de dólares en la infraestructura de IA de China, a través de optimizaciones técnicas que aumentan drásticamente la eficiencia del hardware. El punto de partida es el elevado costo de las plataformas de IA de última generación, como la futura Vera Rubin de Nvidia, donde una parte significativa del precio (unos 2 millones de dólares por sistema) corresponde a memoria costosa (HBM4, LPDDR5X), cuya precio ha aumentado un 435% en un año. Frente a esta tendencia, DeepSeek actúa en dirección opuesta. Sus modelos, especialmente la serie V4, aplican tres innovaciones clave para reducir la dependencia de los componentes de hardware más caros: 1. **Comprimir la "memoria" (contexto largo):** Su mecanismo de atención Multi-head Latent Attention (MLA) comprime radicalmente la caché KV (Key-Value Cache), reduciendo la necesidad de memoria de alta gama en hasta un 93% sin comprometer la calidad. 2. **Activar solo el "cuerpo" necesario:** Utiliza una arquitectura Mixture of Experts (MoE) extrema (ej., V4-Pro con 1.6 billones de parámetros totales pero solo 49 mil millones activos por token), permitiendo que solo una pequeña fracción de los parámetros del modelo resida en la costosa memoria HBM en cada momento. 3. **Reutilizar cálculos:** Almacena resultados intermedios (caché) para reutilizarlos en lugar de recalcular, ofreciendo precios muy bajos para las solicitudes que "aciertan en la caché". El efecto combinado es que el mismo hardware puede producir hasta 4 veces más tokens útiles, equivalente a reducir en un 75% la inversión en hardware para un rendimiento dado. Traducido a escala nacional, con un consumo diario de tokens que se proyecta en cientos o miles de billones, esta eficiencia podría evitar la construcción de decenas de miles de centros de computación inteligente, representando un ahorro acumulado del orden de un billón de dólares. Además, esta estrategia cambia el campo de batalla tecnológico: reduce la dependencia de los chips de computación más avanzados (donde China tiene desventaja) y traslada parte de la carga a la memoria y la ingeniería de sistemas, áreas donde la industria china (ej., CXMT) está ganando terreno. Así, DeepSeek no "elimina" la necesidad de hardware, sino que redefine radicalmente la ecuación de costos de la infraestructura de IA, haciendo la inteligencia artificial más accesible para las industrias chinas.

marsbitHace 55 min(s)

¿Podrá DeepSeek ahorrarle a China un billón de dólares?

marsbitHace 55 min(s)

Variant: Bitcoin, Ethereum y ZCash son muy probables de convertirse en las principales reservas de valor

Autor: Alana Levin, Variant En Variant, nuestra filosofía de inversión se basa en la creencia de que las personas deberían poder ser dueñas de su dinero, identidad y datos. Consideramos que los tokens pueden clasificarse en dos categorías: activos de reserva de valor (SOV) o instrumentos similares a acciones. Creemos que el marco de SOV es particularmente útil para evaluar las blockchains de capa 1 (L1), que son protocolos de coordinación monetaria fundamentales. Un buen SOV debe cumplir con criterios clave: durabilidad técnica, escasez, resistencia a la censura, productividad económica, fortaleza memética ("memetics") y liquidez. El mercado total de SOV, como el oro (31 billones de dólares) y la plata (4 billones de dólares), es enorme y presenta una gran oportunidad. Tres activos L1 sobresalen como potenciales SOV principales: Bitcoin (BTC), Ethereum (ETH) y ZCash (ZEC). Bitcoin domina en el aspecto memético como "oro digital". Ethereum muestra mayor durabilidad técnica gracias a su capacidad de mejora. ZCash se destaca por su resistencia a la censura y privacidad, ofreciendo protección contra la confiscación o vigilancia. Aunque estos activos digitales superan en muchos aspectos a los SOV tradicionales, aún representan una parte pequeña del mercado total, lo que señala una oportunidad significativa de crecimiento en este espacio.

marsbitHace 59 min(s)

Variant: Bitcoin, Ethereum y ZCash son muy probables de convertirse en las principales reservas de valor

marsbitHace 59 min(s)

Derribando el enfoque predominante contra las alucinaciones: La metacognición es la nueva solución integral para resolver las alucinaciones en los modelos de gran tamaño

Una investigación de Google propone un enfoque revolucionario para combatir las alucinaciones en los modelos de lenguaje grandes (LLMs): desarrollar su metacognición, es decir, su capacidad para reconocer y expresar su propio nivel de incertidumbre, en lugar de intentar hacerlos omniscientes o que rechacen responder con frecuencia. El documento, titulado "Las alucinaciones socavan la confianza; la metacognición es el camino a seguir", argumenta que las estrategias actuales son insuficientes. Por un lado, aumentar los datos de entrenamiento no puede cubrir todo el conocimiento. Por otro, rechazar respuestas para reducir errores impone una pesada "tasa de utilidad", sacrificando muchas respuestas correctas y dañando la experiencia del usuario. La clave del problema es la falta de "discriminación" del modelo: su incapacidad para distinguir con precisión, pregunta por pregunta, si su respuesta es correcta o incorrecta, más allá de una buena "calibración" general. Los análisis muestran que con las capacidades actuales, para reducir la tasa de error al 5%, un modelo tendría que rechazar más del 52% de las preguntas que podría responder correctamente. La propuesta central es redefinir la alucinación. No es simplemente "decir algo incorrecto", sino "afirmar con certeza algo incorrecto cuando no se tiene la base para estar seguro". La solución es lograr una "incertidumbre fiel": que el lenguaje del modelo (ej., "creo que podría ser...") refleje fielmente su estado interno de confianza, medible mediante técnicas como el muestreo repetido. Esto permitiría a los LLMs proporcionar información útil junto con advertencias adecuadas, equilibrando utilidad y fiabilidad. Esta metacognición es aún más crucial para los Agentes de IA que usan herramientas externas, ya que necesitan juzgar cuándo buscar información y cuándo confiar en su conocimiento interno. El camino presenta desafíos como la "paradoja del arranque" para crear datos de entrenamiento dinámicos, la señal de "alineación destruida" por los procesos de ajuste humano (RLHF) que premian la seguridad, y la dificultad de evaluar si el modelo realmente tiene metacognición o solo la está simulando. En resumen, el mensaje es claro: en lugar de perseguir un modelo infalible, un objetivo más realista y valioso es desarrollar LLMs que sean honestos acerca de los límites de su conocimiento, comunicando claramente cuándo están seguros y cuándo no. Esta transparencia es fundamental para generar confianza.

marsbitHace 1 hora(s)

Derribando el enfoque predominante contra las alucinaciones: La metacognición es la nueva solución integral para resolver las alucinaciones en los modelos de gran tamaño

marsbitHace 1 hora(s)

Para protegerse, compren oro y petróleo; para dispararse, compren IA: el Bitcoin 'pasado de moda' entra en mercado bajista

Bitcoin cae, cayendo hasta los 66.123 dólares, su mínimo en dos meses, mientras Ethereum también toca niveles bajos. Los analistas señalan que las explicaciones inmediatas, como las salidas de fondos de los ETF o la reducción de posiciones por parte de Strategy, son solo síntomas de un problema más profundo: **Bitcoin está perdiendo la competencia por la asignación de capital**. Ante un entorno de tasas de interés más altas, el activo digital se encuentra en una "incómoda zona intermedia" y está siendo superado en tres frentes clave: 1. **Como cobertura contra la inflación:** El oro, las acciones energéticas y las materias primas, con respaldo físico y un argumento más directo, están ganando terreno. 2. **Como activo de crecimiento:** Las empresas de IA con ingresos y beneficios reales ofrecen una propuesta de valor más clara que Bitcoin, que no genera flujos de caja. 3. **Como exposición al ecosistema cripto:** Los inversores pueden acceder a este crecimiento a través de acciones de intercambios, emisores de stablecoins o infraestructura, que ofrecen un vínculo más directo con la adopción real. La advertencia reciente de la Fed sobre una inflación persistente, que antes hubiera impulsado a Bitcoin, ahora no tiene el mismo efecto. **La narrativa del "oro digital" está siendo erosionada.** La nueva lógica bajista no cuestiona su tecnología, sino su propuesta de valor: **la escasez por sí sola ya no es suficiente**. Los inversores, con más opciones, exigen ahora razones más sólidas para elegir Bitcoin frente a otros activos.

华尔街日报Hace 1 hora(s)

Para protegerse, compren oro y petróleo; para dispararse, compren IA: el Bitcoin 'pasado de moda' entra en mercado bajista

华尔街日报Hace 1 hora(s)

Trading

Spot
Futuros
活动图片