稳定币最终将达到10万亿美元市值的10个原因

深潮TechFlowDipublikasikan tanggal 2022-08-09Terakhir diperbarui pada 2022-08-09

Abstrak

稳定币在未来 5-10 年内会有巨大的采用增长的经济/社会原因以及使用案例。

稳定币在未来 5-10 年内会有巨大的采用增长的经济/社会原因以及使用案例。

我十分看好稳定币的市场前景,并认为它们在未来 5-10 年内会有巨大的采用增长,这篇文章是我论点背后的经济/社会原因以及使用案例。

一:与 Tradfi 银行相比,它们是一种非常优越的技术

作为一个同时使用 Tradfi 平台和链上稳定币操作在线业务的人,我可以证明,后者毫无疑问是更好的。

如果你想使用美国银行或富国银行或类似的银行进行国际交易,你将感受到高昂的货币兑换费。如果你想使用 PayPal 或 Payoneer 或 Wise,你可以在技术上避免这种费用/收费,但是当你的转账被冻结/丢失等时,你绝对无法规避需要与他们的支持团队进行数不清的交流,浪费人工时长。

这也不是他们的错,而是不合时宜的传统交易系统。

而有了稳定币,你可以在各种区块链上以不到一分钱的价格发送 USDC 或 DAI,并通过 Etherscan 或 DeBankDeFi 实时确认你的转账已经到达。同时,你也可以进行任何数量和组合的转账,且拥有 100%的会计透明度,等等。

二:对于像阿根廷这样的地方的人来说,其价值非常明显

想象一下,如果你生活在一个货币正在迅速贬值的国家,你只能通过昂贵的灰色市场交易所获得美元,但持有大量的实物现金可能还是危险的。

在这种情况下,以更稳定的货币或资产计价的无需许可、自我托管的的稳定币的效用是显而易见的。

三:新兴市场的汇款和可靠的转账通道

对全球许多移民工人来说,汇款费用是非常可怕的,而在许多新兴市场,汇款的通道是低效和腐败的。

四:链上外汇市场的超效率

支持链上稳定币的技术在各个方面都远远优于 Tradfi, 虽然它目前仍然处于早期阶段,但稳定币迟早会吃掉 Tradfi 的大量市场份额。

五:普通人的货币对冲

同样,如果你生活在货币贬值的地方,那么拥有与美元/黄金/瑞士法郎挂钩的稳定币的能力是非常有价值的。在欧洲,以美元获得报酬的年轻人们就是这方面的完美代表。

六:向持有人提供收益的能力

如上所述,您可以通过稳定币获得(真实的、有机的)收益。到目前为止,其主要采取了提供流动性的形式(您通过向去中心化交易所/外汇市场提供流动性来赚取收益)。

“收益”来自于此,也来自于链上 DeFi 的效率是 Tradfi 的 100 倍。链上协议可以只通过几个开发人员完成 Tradfi 机构需要数千名员工的工作。因此,所有这些节省的钱都可以作为收益转给流动性提供者和代币持有人。还有就是类似于 USDC 式的稳定币,可以将持有的国库券收益传递给持有人,以及其他各种有趣的可能性。

七:防御政府/银行黑天鹅

如果你读过历史,你就会知道像 Cyprus 救助和所有其他此类令人讨厌的事情这样的事情往往会一次又一次地发生在我们平民身上。最近,加拿大卡车司机的事情又引起了相关情绪。

虽然这很复杂的(例如 Tornado Cash),但将你的一些流动资本放在一个只有你能访问的钱包里,其价值应该是显而易见的。

八:防范个人层面的黑天鹅

对于全球许多人来说,被错误逮捕/起诉/勒索/冻结银行账户的威胁是真正的个人层面黑天鹅,

这也这说明了加密货币本身与稳定币的价值——与其把钱放在某个银行不如自己持有货币/私钥放在个人钱包。

九:作为机构的货币工具

就像在线公司和年轻人越来越多地使用链上稳定币一样,传统机构也将越来越多地采用它们。我们已经看到,像 MapleFinance 这样以机构为中心的复杂协议,以及 MakerDAO 采用现实世界资产作为其稳定币 $DAI 抵押品的各种案例。

十:作为现有欧洲美元体系的逻辑产物

解释下,“欧洲美元”与欧元无关,该术语基本上是指完全存在于美国体系之外的美元。

ea9bf7ad7f937c36ac97ff666e3eeb9.png

CDP 稳定币如 $DAI、$FRAX 和 $MAI 基本上等于欧洲美元(即以美元计价的贷款/抵押品/交易单位,存在于美国官方系统之外)。

Bacaan Terkait

Collector Crypt Naik Jadi 'Mesin Cetak Uang' di On-Chain: Pengguna Aktif Kurang dari Seribu, Paus Besar Menopang 97% Pendapatan

Penulis: Nancy, PANews Proyek TCG Collector Crypt baru-baru ini menduduki peringkat 10 besar dalam daftar pendapatan protokol global dan pernah menjadi protokol dengan pendapatan tertinggi di Solana. Sebagai perwakilan dari sektor TCG yang ditokenisasi, platform ini menggabungkan kegembiraan koleksi dan "gacha" (buka paket) ke dalam blockchain. Pasar TCG on-chain mengalami pertumbuhan pesat, dengan volume transaksi Juni 2026 mencapai $490 juta, meningkat 7.6x dibandingkan tahun sebelumnya. Solana mendominasi 80.8% pangsa pasar ini, terutama didorong oleh Collector Crypt. Collector Crypt mendominasi pasar dengan volume transaksi kumulatif $1.4 miliar dan pendapatan protokol $68 juta. Pada Juni, platform ini menghasilkan pendapatan sekitar $13.4 juta. Namun, struktur pendapatannya sangat bergantung pada "paus" (whale). Data menunjukkan 0.6% pengguna (yang membelanjakan >$1 juta) menyumbang 51.8% pendapatan, dan secara keseluruhan, 14.6% pengguna teratas berkontribusi terhadap 97.1% pendapatan platform. Jumlah pengguna aktif hariannya kurang dari 1000 orang. Kesuksesan Collector Crypt didorong oleh mekanisme "gacha" on-chain, yang menyumbang hampir semua volume transaksinya, serta daya tarik IP Pokémon yang kuat. Token CARDS juga memainkan peran penting melalui mekanisme buyback ganda, meskipun perlu diperhatikan adanya potensi tekanan jual dari pembukaan kunci (unlock) token yang berkelanjutan. Secara keseluruhan, Collector Crypt telah membuktikan kelayakan model bisnis TCG on-chain, meskipun sektor ini masih dalam tahap awal dengan ketergantungan tinggi pada segelintir pengguna besar dan ruang untuk pertumbuhan yang lebih luas.

marsbit18m yang lalu

Collector Crypt Naik Jadi 'Mesin Cetak Uang' di On-Chain: Pengguna Aktif Kurang dari Seribu, Paus Besar Menopang 97% Pendapatan

marsbit18m yang lalu

Ratu Keamanan Komputer Dawn Song (宋晓冬) Bergabung dengan Meta

Profesor Dawn Song (Song Xiaodong) dari UC Berkeley, yang dijuluki sebagai "tokoh keamanan komputer nomor satu", bergabung dengan laboratorium Superintelligence Meta sebagai Wakil Presiden Penelitian AI. Dia akan melapor langsung kepada kepala lab, Nat Friedman. Song adalah peneliti berpengaruh di bidang keamanan komputer dan keamanan AI, penerima MacArthur Fellowship, serta anggota ACM, IEEE, dan AAAS. Karyanya yang terkenal termasuk "Dynamic Taint Analysis" (2005). Laboratoriumnya di UC Berkeley dianggap sebagai pusat pelatihan terkemuka di bidang keamanan komputer. Penelitian Song mencakup keamanan perangkat lunak, pembelajaran mesin adversarial, dan keamanan agen AI. Dia juga pendiri Oasis Labs dan Virtue AI, perusahaan yang fokus pada infrastruktur keamanan AI untuk perusahaan, terutama pengujian penetrasi (red-teaming) otomatis dan pengaman runtime untuk agen AI. Bersama Song, pendiri Virtue AI lainnya, Bo Li dan Sanmi Koyejo, serta beberapa anggota tim, juga bergabung dengan Meta. Langkah ini dilihat sebagai upaya Meta untuk memperkuat langkah-langkah keamanan dalam pengembangan agen AI, terutama setelah masalah keamanan model AI seperti Anthropic's mythos menarik perhatian industri. Meta ingin menerapkan AI ke dalam produk-produk sosialnya yang digunakan miliaran orang dan terus mengedepankan strategi sumber terbuka, sehingga membutuhkan kemampuan keamanan yang tangguh. Artikel ini juga menyebutkan bahwa Denny Zhou, pendiri Gemini Reasoning Team di Google, dilaporkan telah bergabung dengan Meta TBDLab beberapa bulan sebelumnya. Zhou adalah tokoh kunci di bidang penalaran AI, berkontribusi pada metode seperti Chain-of-Thought dan Self-Consistency, yang membantu mengembangkan kemampuan penalaran model bahasa besar.

marsbit51m yang lalu

Ratu Keamanan Komputer Dawn Song (宋晓冬) Bergabung dengan Meta

marsbit51m yang lalu

Kompetisi Kripto Lembaga Korea: Ledakan Stabilkoin dan RWA

Artikel ini membahas evolusi pasar kripto Korea Selatan, yang kini beralih dari fokus pada perdagangan ritel ke pembangunan infrastruktur blockchain institusional. Dua tren utama yang mendorong perubahan ini adalah stablecoin dan tokenisasi aset riil (RWA). Stablecoin won Korea yang diatur kini menjadi prioritas bagi regulator, bank, dan perusahaan untuk mencegah aliran keluar modal ke stablecoin dolar AS. Berbagai lembaga seperti KB Financial, Hana Financial, NH Nonghyup Bank, dan KBank sedang melakukan uji coba untuk pembayaran dan transfer lintas batas. Penyedia pembayaran seperti Shinhan Card, BC Card, dan Danal juga mengembangkan solusi. Platform internet seperti KakaoPay dan NAVER Pay, dengan basis pengguna yang luas, berencana mengintegrasikan stablecoin ke dalam ekosistem mereka. Bagi proyek kripto, sekarang adalah waktu yang tepat untuk menjalin kemitraan dengan lembaga-lembaga ini. Di sisi RWA, Korea Selatan memusatkan perhatian pada tokenisasi aset di sektor unggulannya seperti perkapalan, rantai pasok industri, dan kekayaan intelektual hiburan (K-pop). Perusahaan sekuritas seperti Mirae Asset dan Hanwha Investment sedang memimpin inisiatif ini. Kerangka regulasi yang jelas diharapkan berlaku pada awal 2027. Peluang bagi proyek kripto terletak pada penyediaan infrastruktur seperti saluran distribusi global, solusi likuiditas dan interoperabilitas lintas rantai, serta alat pendukung untuk lembaga. Akses ke pengguna akhir akan sangat bergantung pada platform konsumen utama seperti NAVER (yang berencana mengakuisisi operator Upbit, Dunamu), Kakao (mengembangkan dompet terpadu), dan Toss (dompet finansial semua dalam satu). Industri kripto Korea Selatan sedang mendekati titik kritis, di mana proyek-proyek yang dapat membangun kemitraan dan kasus penggunaan nyata dengan lembaga lokal akan membantu membentuk masa depan aset digital di negara tersebut.

Foresight News58m yang lalu

Kompetisi Kripto Lembaga Korea: Ledakan Stabilkoin dan RWA

Foresight News58m yang lalu

Bagaimana Menilai Keaslian Video AI? Merangkum Sistem Deteksi yang Dinamis, Dapat Dilacak, dan Dapat Diinterpretasikan

Bagaimana Menentukan Keaslian Video AI? Tinjauan Sistem Deteksi Dinamis, Dapat Dilacak, dan Dapat Dijelaskan Generasi video AI telah berkembang pesat, mencapai kualitas sinematis. Namun, deteksi video palsu tertinggal, menimbulkan risiko sosial. Makalah tinjauan ini menetapkan kembali tujuan deteksi menjadi **"verifikasi kesetiaan fakta"**, memeriksa apakah konten video selaras dengan dunia nyata. Video AI dikategorikan menjadi tiga paradigma: **Manipulasi Lokal (LMV)**, **Edit Audio-Visual (AVE)**, dan **Sintesis Video Generatif (GVS)**. Untuk mendeteksinya, tinjauan mengusulkan kerangka kerja **empat lapis dari perspektif ganda Visi-Bahasa**: 1. **Analisis Isyarat Visual Intrinsik**: Memeriksa anomali statistik tingkat rendah seperti pola noise dan sinyal fisiologis. 2. **Konsistensi Spasial-Temporal**: Menganalisis kelancaran gerakan objek dan dinamika adegan sepanjang waktu. 3. **Konsistensi Antarmoda**: Memverifikasi keselarasan antara elemen visual, audio, dan teks dalam video. 4. **Penalaran Tingkat Dunia Dipandu Bahasa**: Mengevaluasi konsistensi konten video dengan pengetahuan dunia nyata, fakta, dan hukum fisika menggunakan penalaran semantik. Fokus metode deteksi bergeser dari lapisan 1 & 2 (visi) ke lapisan 3 & 4 (bahasa) seiring membaiknya kualitas video AI. Evaluasi juga perlu berkembang melampaui metrik akurasi dasar, menuju sistem penilaian **dinamis yang mengutamakan bukti**, serta sistem deteksi yang **dapat dipercaya dan dijelaskan** dengan menggabungkan bukti visual dan penalaran semantik. Deteksi yang andal memerlukan kolaborasi antar bidang seperti Visi Komputer, NLP, dan pemahaman multimodal.

marsbit1j yang lalu

Bagaimana Menilai Keaslian Video AI? Merangkum Sistem Deteksi yang Dinamis, Dapat Dilacak, dan Dapat Diinterpretasikan

marsbit1j yang lalu

Trading

Spot
活动图片