Circle launches USDCx on Aleo – Is privacy the next $1.22T unlock?

ambcryptoDipublikasikan tanggal 2026-01-29Terakhir diperbarui pada 2026-01-29

Abstrak

Circle, the world's second-largest stablecoin issuer, has launched USDCx, a privacy-focused stablecoin on the Aleo blockchain. This move aims to unlock confidential payments and compliant on-chain dollar transactions for institutions and users. Analysts suggest privacy could be the next major unlock in stablecoin use cases, with institutional transfers totaling $1.22 trillion over the past 24 months. However, private settlements currently represent less than 1% of that volume, indicating significant growth potential. Key drivers for private transfers include security risks like targeted kidnappings and the need to protect against market manipulation and public monitoring. Other platforms, including Base and Stripe's Tempo, are also emphasizing privacy features.

As stablecoin use case matures, analysts believe the next unlock, especially for institutions, could be privacy-focused transfers.

And Circle is betting big on this.

The world’s second-largest stablecoin issuer unveiled USDCx, a USDC-backed stablecoin for the privacy-first blockchain platform Aleo. It added,

“With USDCx on Aleo, businesses and users unlock privacy-preserving payments, interoperable onchain dollars, and confidential multi-party workflows.”

New payment-focused blockchains have doubled down on “selective disclosure” features to enable private transfers and meet regulatory requirements and auditors’ expectations when dealing with institutions.

From Coinbase-backed Base to Stripe’s Tempo, the new chains and protocols are betting big on privacy features.

Reacting to the update, crypto payment platform Zebec Network said,

“Privacy is a feature, not a tradeoff. USDCx on Aleo is a meaningful step toward confidential, compliant on-chain dollars.”

But why now, and how big is the market that privacy-focused transfers are trying to support?

Public vs private stablecoin growth

According to the Aleo report, institutional stablecoin transfers totaled $1.22 trillion over the past 24 months. This translates to $50.8 billion per month.

“Private settlement is still a small slice in that context, with $624.4M in measured stablecoin edge flows over the same period, including $593.4M attributable to Railgun and $120.5k to Oxbow’s early privacy pools activity.”

For Aleo, this meant “slow privacy adoption” at the moment for institutions, implying a massive upside potential due to several reasons.

Drivers for privacy transfers

The fact that these transfers are public means constant monitoring and actionable intelligence for both competitors and adversaries.

Perhaps, one of the most concerning trends is the kidnapping of crypto founders, investors, and influencers for perceived on-chain wealth.

Ledger’s Co-Founder, David Balland, was abducted and mutilated alongside his wife in France, underscoring the physical risk of crypto wealth.

Additionally, the transparent transfers can also be used by bad actors to distort markets and narratives.

For example, crypto market maker Wintermute has been in the news so many times for alleged market manipulation, just because its on-chain moves are publicly visible for anyone to track.

That said, early adoption of existing privacy-focused platforms like Ethereum-based EY Nightfall reinforces the potential. Aleo noted that the adoption has been 2-5%, underscoring growing demand for institutional privacy.


Final Thoughts

  • Circle has rolled out a USDC-backed stablecoin, USDCx, on Aleo to drive privacy-focused transfers.
  • According to Aleo, private stablecoin settlements accounted for less than 1% of overall institutional transfers.

Pertanyaan Terkait

QWhat is USDCx and on which blockchain platform was it launched?

AUSDCx is a USDC-backed stablecoin launched on the privacy-first blockchain platform Aleo.

QAccording to Aleo's report, what was the total value of institutional stablecoin transfers over the past 24 months?

AAccording to Aleo's report, institutional stablecoin transfers totaled $1.22 trillion over the past 24 months.

QWhat is one of the major physical risks associated with public, on-chain wealth that the article mentions?

AThe article mentions the kidnapping and mutilation of Ledger's Co-Founder, David Balland, and his wife in France as an example of the physical risk associated with publicly visible crypto wealth.

QBesides Aleo, name two other new chains or protocols that are betting big on privacy features.

ABesides Aleo, the Coinbase-backed Base blockchain and Stripe's Tempo are also betting big on privacy features.

QWhat does the small current adoption rate of private settlements indicate, according to Aleo?

AAccording to Aleo, the small current adoption rate of private settlements (less than 1% of institutional transfers) implies a massive upside potential for growth in privacy-focused transfers.

Bacaan Terkait

Setelah GPU dan Penyimpanan: MLCC Sedang Menjadi Perintis Pasar Triliunan Dolar Selanjutnya dalam Kekuatan Komputasi AI

**Ringkasan: MLCC – Pilar Tersembunyi di Balik Revolusi AI** Ketika fokus dunia tertuju pada GPU dan memori dalam perlombaan kekuatan komputasi AI, sebuah komponen kecil namun kritis justru mulai menanjak harganya: **Multilayer Ceramic Capacitor (MLCC)**. Dari komoditas murah, MLCC kini berubah menjadi bahan strategis. **Ledakan Permintaan dari AI dan Kendaraan Listrik:** * **Server AI** adalah penggerak utama. Dibanding server tradisional yang memakai ~2.000 MLCC, server pelatihan 8-GPU butuh 25.000-28.000 unit. Platform generasi baru seperti GB300 NVL72 butuh **440.000 unit**, dan Vera Rubin bisa mencapai **600.000 unit**. * Kebutuhan meledak karena GPU makin bertenaga dengan voltase rendah (<1V) dan arus tinggi (hingga 1.800A). MLCC berfungsi sebagai "penstabil" untuk menjamin daya listrik yang bersih dan stabil untuk chip. * **Kendaraan listrik** dan kendaraan otonom tingkat tinggi menjadi pilar kedua, dengan kebutuhan hingga 15.000-20.000 unit per mobil. **Pasokan Terbatas dengan Hambatan Tinggi:** Sisi pasokan sulit mengimbangi permintaan yang melesat 34% per tahun. Ekspansi kapasitas lambat (~10% per tahun) karena: 1. **Hambatan Teknologi & Modal:** Proses manufaktur sangat kompleks, membutuhkan mesin khusus dan material bubuk keramik mutakhir. Satu lini produksi canggih butuh investasi $3-5 miliar dan waktu 4-5 tahun untuk beroperasi penuh. 2. **Siklus Kualifikasi yang Panjang:** Kualifikasi untuk server AI butuh 12-18 bulan, sedangkan untuk otomotif 2-3 tahun, menciptakan keterikatan yang kuat dengan pemasok yang sudah ada. 3. **Disiplin Produsen:** Belajar dari siklus "boom-and-bust" sebelumnya, produsen utama kini lebih berhati-hati dalam menambah kapasitas untuk menjaga stabilitas harga jangka panjang. **Tiga Raksasa yang Mendominasi Pasar:** Pasar MLCC kelas tinggi dikuasai oleh tiga pemain utama: 1. **Murata (Jepang):** Pemimpin pasar dengan pangsa ~40% secara global dan 45-70% di segmen server AI. Pilihan utama untuk stabilitas dan kepastian. 2. **Samsung Electro-Mechanics (Korea Selatan):** Pemain dengan pertumbuhan dan ekspansi paling agresif, menawarkan potensi apresiasi tertinggi. 3. **Taiyo Yuden (Jepang):** Perusahaan dengan kemurnian eksposur tertinggi terhadap bisnis MLCC (~71% pendapatan), menjadikannya pilihan bagi yang menginginkan eksposur paling langsung ke sektor ini. **Kesimpulan:** MLCC, komponen yang selama ini diabaikan, telah menjadi garda depan dalam revolusi AI. Gabungan dari **permintaan eksponensial** (terutama dari server AI dan EV) dan **pasokan yang kaku** (karena hambatan teknologi dan disiplin industri) menciptakan kondisi untuk siklus super yang diperkirakan bertahan hingga 2030. Saat komputasi menjadi "minyak" era baru, MLCC adalah "pipa" vital yang mengatur setiap tetes listriknya.

marsbit6m yang lalu

Setelah GPU dan Penyimpanan: MLCC Sedang Menjadi Perintis Pasar Triliunan Dolar Selanjutnya dalam Kekuatan Komputasi AI

marsbit6m yang lalu

Baru saja, Claude Mythos 5 Rilis, 50 Juta Baris Kode Selesai dalam 1 Hari

Anthropic secara resmi meluncurkan model AI terkuat mereka, Claude Mythos 5, bersama versi aman bernama Claude Fable 5. Fable 5 tersedia untuk umum namun dilengkapi sistem keamanan yang secara otomatis menurunkan ke model Opus 4.8 jika mendeteksi permintaan berisiko tinggi seperti pembuatan malware atau riset biologi/kimia tertentu. Sementara itu, Mythos 5 yang "versi lengkap" hanya tersedia bagi pengguna terpercaya dengan kemampuan tak terbatas di bidang seperti keamanan siber dan penelitian ilmiah. Secara teknis, Fable 5 menunjukkan kemampuan luar biasa. Dalam pengujian SWE-bench Pro, ia mencetak 80.3%, mengungguli kompetitor. Kasus nyata dari Stripe menunjukkan Fable 5 dapat bermigrasi seluruh basis kode Ruby sebesar 50 juta baris hanya dalam 1 hari, pekerjaan yang biasanya membutuhkan tim engineering dua bulan. Model ini juga unggul dalam pemahaman visual, mampu menyelesaikan permainan Pokemon tanpa alat bantu, dan dalam tugas analisis finansial serta hukum. Di bidang penelitian, Mythos 5 menunjukkan lompatan besar. Model ini dapat menjalankan seluruh alur kerja ahli biologi secara mandiri, merancang senyawa protein, dengan 9 dari 14 desainnya sudah masuk pipeline pengembangan obat nyata. Dalam satu kasus, model kecil yang dilatih mandiri oleh Mythos 5 bahkan mengungguli penelitian terbaru yang diterbitkan di jurnal *Science*. Anthropic juga memperkenalkan perubahan paradigma keamanan, di mana kemampuan dan keamanan dipisahkan melalui sistem "klasifikasi dan penurunan model". Harga API untuk kedua model ini ditetapkan $10 per juta token input dan $50 per juta token output. Pengalaman pengguna awal, seperti dari profesor Ethan Mollick, mengindikasikan pergeseran pola kolaborasi manusia-AI. Pengguna merasa lebih seperti "klien" atau "pemberi kerja" yang memberikan tugas kompleks, sementara AI beroperasi secara mandiri seperti "studio" kecil yang menangani perencanaan dan eksekusi detail, menghasilkan produk akhir yang siap pakai.

marsbit51m yang lalu

Baru saja, Claude Mythos 5 Rilis, 50 Juta Baris Kode Selesai dalam 1 Hari

marsbit51m yang lalu

Yang Pertama Membawa AI OS ke 1,4 Miliar Orang, Ternyata WeChat?

AI WeChat Akhirnya Bergerak. Pada hari yang sama dengan WWDC Apple, WeChat merilis panduan bagi pengembang untuk mengintegrasikan aplikasi mini ke dalam ekosistem AI-nya. Pengembang kini dapat mengizinkan AI WeChat untuk membaca, mengoperasikan, dan memanggil fungsi aplikasi mini mereka. WeChat menawarkan dua mode integrasi: "Mode Otomatis" yang memungkinkan AI menganalisis kode dan halaman aplikasi mini tanpa coding tambahan, dan "Mode Pengembangan" untuk membuat Skill yang dikustomisasi. Langkah ini mengubah seluruh ekosistem WeChat—jutaan aplikasi mini, WeChat Pay, notifikasi layanan—menjadi lapisan eksekusi untuk AI. Dibandingkan dengan pendekatan Apple Siri yang perlu bernegosiasi dengan setiap aplikasi pihak ketiga, arsitektur terpusat WeChat memberinya "sudut pandang Tuhan." Setiap kode aplikasi mini melewati sistem WeChat, memungkinkan analisis otomatis dan penerjemahan menjadi alat yang dapat dipanggil AI. Keunggulan infrastruktur ini tidak dimiliki oleh Apple atau Google. Dengan 1,432 miliar pengguna aktif bulanan dan cakupan layanan harian yang luas melalui aplikasi mini, WeChat berpotensi menjadi sistem operasi yang dioperasikan dengan bahasa alami. Pengguna dapat memberi perintah seperti "pesan tiket kereta untuk besok," dan AI akan menjalankan tugas melalui aplikasi mini yang relevan. Meski tantangan seperti akurasi dan kepercayaan dalam transaksi tetap ada, WeChat telah membangun jaringan layanan yang matang. Pencapaian sejati AI Agent adalah penyelesaian tugas secara "tanpa disadari" oleh pengguna, dan WeChat berada paling dekat untuk mewujudkannya.

marsbit55m yang lalu

Yang Pertama Membawa AI OS ke 1,4 Miliar Orang, Ternyata WeChat?

marsbit55m yang lalu

Apple dengan Kapitalisasi Pasar 4 Triliun Dolar, Mengapa Tak Bisa Menghadirkan Siri yang Cerdas?

Penulis: Hu Shixin, Editor: Ye Jinyan Pada acara WWDC2026, Apple meluncurkan Apple Intelligence dan Siri AI yang diperbarui, menjawab pertanyaan tentang kemampuan AI perusahaan yang tertinggal. Siri AI yang baru didukung oleh teknologi model dasar dari kolaborasi dengan Google (Gemini), tetapi dijalankan pada model Apple sendiri yang dioptimalkan untuk perangkatnya. Siri kini dapat memahami konteks layar, data pribadi, dan menjalankan tugas di berbagai aplikasi, berubah dari asisten suara menjadi pusat operasi sistem. Namun, kemampuan yang ditunjukkan sebagian besar sudah umum di industri, dan fungsinya belum tersedia di UE dan Tiongkok daratan karena regulasi. Peluncuran ini dianggap sebagai upaya Apple untuk mengejar ketertinggalan setelah lambat merespons revolusi AI generatif, yang dipicu oleh kesuksesan ChatGPT. Artikel ini menelusuri "utang AI" Apple di era CEO Tim Cook, termasuk perkembangan Siri yang lambat sejak akuisisi tahun 2010, pergantian kepemimpinan yang sering, dan keterlambatan dalam pengembangan model dasar. Proyek Apple Intelligence sempat tertunda pada 2024 karena masalah stabilitas, mendorong reorganisasi tim dan kolaborasi dengan Google. Analis berpendapat bahwa tujuan utama Apple bukanlah menciptakan model terkuat, melainkan mempertahankan Siri sebagai pintu masuk utama di perangkatnya untuk mengontrol konteks pribadi pengguna dan potensi pendapatan masa depan. Masa depan pertumbuhan Apple bergantung pada kemampuannya membuktikan bahwa AI dapat mendorong siklus pergantian perangkat atau pendapatan layanan baru, sambil mengatasi tantangan pengembangan perangkat keras alternatif seperti kacamata pintar.

marsbit1j yang lalu

Apple dengan Kapitalisasi Pasar 4 Triliun Dolar, Mengapa Tak Bisa Menghadirkan Siri yang Cerdas?

marsbit1j yang lalu

Trading

Spot
Futures
活动图片