Loi GENIUS entre dans sa phase finale : la NCUA dévoile un projet de règles sur les stablecoins

ambcryptoPublié le 2026-02-12Dernière mise à jour le 2026-02-12

Résumé

Le cadre américain pour les stablecoins, le GENIUS Act, entre dans sa phase finale de mise en œuvre. La National Credit Union Administration (NCUA) a dévoilé des règles proposées pour les coopératives de crédit souhaitant émettre des stablecoins de paiement. Celles-ci devront le faire via une filiale détenue à au moins 10%, et non directement. Les demandes de licence seront traitées dans un délai de 120 jours. Les parties prenantes sont invitées à soumettre leurs commentaires d'ici le 13 avril 2026. Après examen, les règles révisées deviendront la réglementation définitive. D'autres régulateurs, comme l'OCC, n'ont pas encore publié leurs propositions, alors que l'échéance du Congrès est fixée au 18 juillet 2026. Le marché des stablecoins, dopé par le trading crypto, est passé de 250 à 320 milliards de dollars depuis l'adoption de la loi.

Devenue loi en juillet dernier, le cadre américain des stablecoins, la loi GENIUS, se prépare maintenant pour la phase finale de mise en œuvre.

La National Credit Union Administration (NCUA) des États-Unis, l'un des quatre régulateurs fédéraux supervisant le secteur, a dévoilé des règles proposées pour les coopératives de crédit souhaitant émettre des stablecoins de paiement.

Parmi les autres régulateurs mandatés par la loi GENIUS pour formuler des textes afin de rendre opérationnel le cadre des stablecoins de paiement figurent la FDIC, l'OCC et la Réserve fédérale. Jusqu'à présent, la dernière initiative de la NCUA en fait le premier organisme à pousser pour la mise en œuvre.

Réagissant à cela, le président de la NCUA, Kyle Hauptman, a déclaré :

« Nous sommes sur la bonne voie pour respecter l'échéance du 18 juillet fixée par le Congrès. Les coopératives de crédit doivent savoir qu'elles ne seront pas désavantagées par rapport à d'autres entités, que ce soit en termes de calendrier ou de normes. »

Quelles sont les prochaines étapes après les propositions de projet de la NCUA ?

Selon les règles proposées par la NCUA, les coopératives de crédit assurées au niveau fédéral (FICU) ne peuvent pas émettre directement des stablecoins ; elles ne peuvent le faire que par l'intermédiaire d'une filiale.

De plus, les FICU doivent détenir plus de 10 % de la filiale. Ainsi, les licences de la NCUA seront délivrées à la filiale de la FICU.

En ce qui concerne les exigences de candidature, un délai de 120 jours sera imparti à la NCUA pour prendre une décision après qu'un émetteur potentiel aura complété le dépôt de sa demande. Et les candidats auront le droit de postuler à nouveau même après avoir été refusés. D'autres exigences, telles que la couverture des réserves, seront publiées ultérieurement.

Les parties prenantes (coopératives de crédit, groupes industriels, fintechs, etc.) sont invitées à donner leur avis sur ces règles proposées avant le 13 avril 2026.

Après examen de ces commentaires, la NCUA révisera et clarifiera les dispositions. Ce processus permet de répondre aux préoccupations et d'affiner le cadre. Après révision, la NCUA publie des règles mises à jour en tant que réglementations légalement applicables. Cette action marque l'étape finale de la mise en œuvre de la loi GENIUS.

Cela dit, les autres acteurs majeurs du stablecoin, tels que Tether, Circle et Ripple, seront réglementés par le Bureau du contrôleur de la monnaie (OCC). Pour être éligibles, ces acteurs ont demandé des licences de banque fiduciaire nationale.

Mais l'OCC n'a pas encore publié de règles proposées pour eux, alors qu'il reste environ cinq mois avant l'échéance de mise en œuvre fixée par le Congrès.

Impact sur les stablecoins

Depuis que la loi GENIUS est devenue une loi, le marché des stablecoins a bondi de 250 milliards de dollars à près de 320 milliards de dollars. Cependant, le marché s'est stabilisé autour de 308 milliards de dollars dans un contexte de refroidissement du marché plus large des crypto-monnaies.

Cela souligne que le trading de crypto reste un moteur majeur de la croissance du marché des stablecoins malgré l'intérêt croissant pour le segment des paiements.


Dernières réflexions

  • La NCUA a proposé que les coopératives de crédit souhaitant devenir des émetteurs de stablecoins le fassent par l'intermédiaire de filiales qu'elles contrôlent.
  • L'autorité de surveillance des coopératives de crédit a demandé l'avis des parties prenantes avant avril pour aider à respecter l'échéance de mise en œuvre de juillet 2026.

Questions liées

QQuel est le nom de la loi américaine sur les stablecoins et à quel stade se trouve-t-elle ?

ALa loi s'appelle le GENIUS Act. Elle est entrée dans sa phase finale de mise en œuvre.

QQuelle agence de régulation a été la première à publier des projets de règles pour la mise en œuvre du GENIUS Act ?

ALa National Credit Union Administration (NCUA) a été la première agence à publier des projets de règles.

QComment les coopératives de crédit fédéralement assurées (FICU) peuvent-elles émettre des stablecoins selon les propositions de la NCUA ?

ALes FICU ne peuvent pas émettre de stablecoins directement. Elles doivent le faire par l'intermédiaire d'une filiale dont elles détiennent plus de 10%.

QQuelle est la date limite pour que les parties prenantes soumettent leurs commentaires sur les propositions de la NCUA ?

ALes parties prenantes doivent soumettre leurs commentaires avant le 13 avril 2026.

QQuel a été l'impact du GENIUS Act sur la taille du marché des stablecoins jusqu'à présent ?

ADepuis que le GENIUS Act est devenu loi, le marché des stablecoins est passé de 250 milliards de dollars à près de 320 milliards de dollars, bien qu'il se soit stabilisé autour de 308 milliards de dollars récemment.

Lectures associées

La narration du BTC en tant qu'« or numérique » a-t-elle échoué ?

**Résumé en français :** L'article aborde la récente chute brutale du Bitcoin (plus de 50% depuis son pic de 2025) pour explorer la solidité de son récit de "l'or numérique". L'auteur développe trois points principaux. **1. La nature de l'actif Bitcoin :** Il est présenté comme une catégorie d'actif nouvelle et potentiellement supérieure à l'or physique en raison de son plafond fixe (21 millions), de sa facilité de transfert et de sa traçabilité sur la blockchain. L'auteur souligne son stade encore précoce (taux de pénétration ~3-4%), similaire à Internet dans les années 2000, ce qui explique une volatilité extrême. **2. Comprendre la correction actuelle :** Cette chute est interprétée comme une vente cyclique prévisible post-halving (2024), amplifiée par un "grand transfert" historique. L'arrivée des ETF a permis aux investisseurs institutionnels d'entrer, incitant les premiers détenteurs (miners, early adopters) à réaliser leurs bénéfices. L'auteur note que l'amplitude des baisses historiques diminue (93% → ~50%), signe d'une maturation et d'une diversification des détenteurs. **3. Perspective à long terme :** Le potentiel est évalué par rapport à la capitalisation boursière de l'or (~20 000 Md$). Même si le Bitcoin n'en captait que 30 à 50%, sa valorisation actuelle (~1 400 Md$) laisse une marge de hausse significative. Le véritable risque n'est pas la disparition du Bitcoin, mais une mauvaise gestion de portefeuille (effet de levier, allocation excessive) ou un manque de conviction qui empêcherait de supporter les fortes volatilités. **Conclusion :** L'auteur compare cette phase à la chute d'Amazon après la bulle internet. La question n'est pas de savoir si le Bitcoin va augmenter, mais si l'investisseur a la structure et la conviction pour survivre aux turbulences. La divergence actuelle entre la performance de l'or et celle du Bitcoin refléterait moins un échec du récit qu'une période nécessaire de transition et de consolidation vers un actif de placement mature.

marsbitIl y a 6 h

La narration du BTC en tant qu'« or numérique » a-t-elle échoué ?

marsbitIl y a 6 h

Le récit du Bitcoin en tant qu'« or numérique » a-t-il échoué ?

L'auteur Jason propose un cadre de réflexion sur le bitcoin, en abordant trois points essentiels. Il voit le bitcoin comme un nouvel actif, une forme de « digital gold » supérieur sur le long terme : offre fixe à 21 millions d'unités, transferabilité facile et vérifiabilité totale via la blockchain. Comparant sa pénétration actuelle (3-4%) à celle d'internet ou du e-commerce à leurs débuts, il souligne son potentiel de croissance, tout en rappelant sa très grande volatilité inhérente à ce stade précoce. Concernant la récente forte baisse (de 126 000 $ à environ 61 000 $), il l'interprète comme une vente cyclique attendue après le pic post-réduction de moitié (« halving ») de 2024, et surtout comme un « grand transfert » historique des premiers détenteurs vers les nouveaux investisseurs institutionnels via les ETF. Il note que l'amplitude des corrections historiques diminue (de -93% en 2011 à -50% actuellement), signe d'une maturité croissante de l'actif. Sur le long terme, en comparant la capitalisation du bitcoin (environ 7% de celle de l'or), il estime que son potentiel de hausse reste important si le récit d'« or numérique » se réalise, même partiellement. Il met cependant en garde : le risque principal n'est pas que le bitcoin échoue, mais une mauvaise gestion du portefeuille (position trop importante, effet de levier) ou un manque de compréhension profonde de l'actif, qui pourraient forcer une sortie prématurée lors des fortes corrections. La clé, comme pour Amazon après l'éclatement de la bulle internet, est de « survivre » assez longtemps pour bénéficier de la tendance à long terme.

链捕手Il y a 6 h

Le récit du Bitcoin en tant qu'« or numérique » a-t-il échoué ?

链捕手Il y a 6 h

Du code à la cognition : un guide de dix mille mots sur l'évolution du cerveau robotique

Auteur: Matt White, CTO AI mondial de la Linux Foundation. Compilé par: Felix, PANews. Cette longue exploration retrace l'évolution de l'intelligence des robots, des systèmes classiques codés à la main aux approches modernes fondées sur l'IA. **L'ère pré-LLM** était dominée par une pile logicielle modulaire (perception, estimation d'état, planification, contrôle) et des arbres de comportement, prévisible mais peu adaptable. **L'apprentissage automatique** a ensuite révolutionné la perception (réseaux neuronaux) et le contrôle (apprentissage par renforcement, imitation), mais chaque compétence restait étroite et spécifique. **L'avènement des LLM** a introduit un planificateur en langage naturel, capable de décomposer une instruction en séquences d'actions atomiques exécutées par des contrôleurs existants (ex: SayCan de Google). Le saut suivant fut les **modèles Vision-Langage-Action (VLA)**, comme RT-2 de DeepMind ou OpenVLA. Ces réseaux de neurones unifiés fusionnent flux visuel et instruction linguistique pour générer directement des commandes motrices, couplant raisonnement et action. Les architectures les plus performantes, comme le GR00T de NVIDIA ou Helix de Figure AI, adoptent une **stratégie à "deux cerveaux"** : un système 2 lent (VLA, ~7-9 Hz) pour la réflexion et un système 1 rapide (~200 Hz) pour l'exécution réactive, avec parfois un système 0 réflexe pour l'équilibre. Les calculs critiques s'exécutent localement (ex: sur module NVIDIA Jetson) pour la latence et la fiabilité. **L'essor des modèles open-source** (OpenVLA, GR00T N1.7, π0) est crucial, permettant aux startups de raffiner des bases pré-entraînées avec leurs propres données, accélérant le développement et favorisant l'audit de sécurité. Cependant, des défis persistent : récupération après erreur, efficacité des données, généralisation entre corps robotiques, planification à long terme et raisonnement physique/spatial. C'est là qu'interviennent les **modèles du monde (World Models)**, comme NVIDIA Cosmos ou Meta V-JEPA 2. Ces réseaux prédisent les conséquences futures d'une action (simulant une vidéo). Ils permettent au robot d'évaluer mentalement plusieurs scénarios avant d'agir, améliorant la reprise, la généralisation et la planification. Différentes approches architecturales coexistent (diffusion de pixels, JEPA, modèles à actions latentes). L'acquisition de **données** (téléopération) reste un gouffre clé. La simulation (Isaac Sim) permet un entraînement massif. Les coûts matériels chutent rapidement (ex: robots humanoïdes à ~2500$). Les modes de défaillance des robots pilotés par LLM peuvent être étranges, nécessitant des contraintes de sécurité. En conclusion, l'intelligence robotique migre progressivement du code des ingénieurs vers des modèles apprenant le monde lui-même. Nous en sommes à une phase de progression constante (analogue à GPT-2 pour l'IA physique), promettant à terme des robots bien plus généraux et adaptatifs. La question évolue de "que peuvent-ils faire ?" vers "que devrions-nous leur faire faire ?".

marsbitIl y a 6 h

Du code à la cognition : un guide de dix mille mots sur l'évolution du cerveau robotique

marsbitIl y a 6 h

Trading

Spot
Futures
活动图片