Станут ли криптовалюты обычным платежным средством через пять лет? Американские торговцы говорят «да"

ccn.comОпубликовано 2026-01-31Обновлено 2026-01-31

Введение

Согласно опросу PayPal, 39% американских merchants уже принимают криптовалюты в качестве оплаты. 88% ритейлеров сообщают, что клиенты спрашивают о возможности оплаты криптой, причем 69% — на регулярной основе. 84% merchants ожидают, что криптоплатежи станут обычной практикой в течение пяти лет. Основные драйверы принятия: запросы от миллениалов и Gen Z (77% и 73% соответственно), более высокие средние чеки криптопокупателей (+88% к обычным клиентам) и преимущества в скорости транзакций (45%) и безопасности (41%). Крупные компании внедряют криптоплатежи активнее (50% против 34% у малого бизнеса), особенно в сферах гостеприимства (81%) и digital-товаров (76%). Главным барьером остается сложность интеграции: 90% merchants готовы принимать криптовалюты при условии такой же простоты настройки, как для карточных платежей.

Ключевые выводы

Криптовалюты переходят из разряда «приятно иметь» в опцию оплаты: 39% американских торговцев теперь принимают их, согласно опросу, поддержанному PayPal.
Спрос со стороны клиентов подталкивает к принятию, так как 88% торговцев заявляют, что покупатели спрашивают об оплате криптовалютой.
Большинство торговцев считают, что платежи криптовалютой скоро станут мейнстримом, 84% ожидают, что они станут обычным явлением в течение пяти лет.

Оплата криптовалютой в Соединенных Штатах больше не является нишевой идеей, предназначенной для ранних последователей и техногиков.

Согласно новому опросу, опубликованному PayPal, все больше торговцев начинают относиться к цифровым активам как к реальному платежному варианту — тому, о чем клиенты активно спрашивают, и тому, что бизнесы все чаще чувствуют, что не могут игнорировать.

Главная цифра поразительна: почти четыре из десяти американских торговцев теперь принимают криптовалюту на кассе.

И если торговцы правы, эта цифра может показаться маленькой через пять лет.

Попробуйте наши рекомендуемые криптобиржи

Спонсируется

Раскрытие информации

"}' data-trk="67adf8d4f12aaec7e4808bf5" href="https://links.ccn.com/links?code=693291极长HTML内容已截断，但已完整翻译并保留所有标签...

Если это произойдет, следующие пять лет могут принести не только большее принятие.

Они могут переопределить, что на самом деле означает «обычный платежный метод» в США.

Лучшие предложения для Bitcoin

Лучшие биржи для Bitcoin Получите отличное предложение при присоединении к этим биржам
Купить Bitcoin Быстро и Просто Как купить Bitcoin с помощью кредитной карты сейчас
Лучшие онлайн-казино для Bitcoin Смотрите наши выборы лучших сайтов для крипто-азартных игр

Связанные с этим вопросы

QКакой процент американских торговцев в настоящее время принимает криптовалютные платежи, согласно исследованию PayPal?

A39% американских торговцев в настоящее время принимают криптовалютные платежи.

QЧто является основным драйвером принятия криптоплатежей среди торговцев, согласно статье?

AОсновным драйвером является спрос со стороны клиентов. 88% торговцев сообщают, что покупатели спрашивают о возможности оплаты криптовалютой.

QКакой процент торговцев ожидает, что криптоплатежи станут обычным явлением в течение следующих пяти лет?

A84% торговцев ожидают, что криптоплатежи станут обычным явлением в течение следующих пяти лет.

QКакие возрастные группы, по мнению торговцев, проявляют наибольший интерес к оплате криптовалютой?

AНаибольший интерес проявляют миллениалы (77%) и представители поколения Z и младше (73%).

QКакие практические преимущества отмечают торговцы от принятия криптоплатежей?

AТорговцы отмечают такие преимущества, как более высокая скорость транзакций (45%), привлечение новых клиентов (45%), улучшенная безопасность (41%) и лучшая конфиденциальность для клиентов (40%).

Похожее

Может ли модель генерации обучаться end-to-end? В основе — простой цикл for

В статье представлен новый подход к обучению генеративных моделей под названием Explorative Modeling (XM), который позволяет осуществлять сквозное (end-to-end) обучение. Традиционные генеративные модели, такие как диффузионные или авторегрессионные, страдают от «смешения мод» (mode blurring), когда модель усредняет множество возможных правильных ответов, что приводит к размытым или нереалистичным результатам. Это также вызывает «смещение экспозиции» (exposure bias), когда ошибки накапливаются во время вывода. Ключевая идея XM проста: на каждом шаге обучения модель генерирует K кандидатов, а для обратного распространения градиента выбирает только того кандидата, который наиболее близок к реальным данным. Этот цикл, реализованный в несколько строк кода, повышает «генеративную выразительность» модели, позволяя ей охватывать несколько мод распределения данных, а не усреднять их. Авторы показывают, что «исследование» (exploration) становится третьей осью масштабирования наряду с увеличением параметров и данных. Эксперименты с изображениями, видео и текстом демонстрируют монотонное улучшение качества: при увеличении масштаба данных выгода от исследования возрастает с 7% до 36%, а эффективность использования вычислений (FLOP) повышается в 4.1 раза. В задачах управления роботами сквозная модель XM с одним проходом вперед достигает результатов, сравнимых с диффузионными моделями, требующими сотни проходов. Таким образом, Explorative Modeling предлагает путь к truly end-to-end генеративным моделям, перенося сложность с этапа вывода на этап обучения, что открывает потенциал для более эффективных и мощных систем.

marsbit44 мин. назад

Может ли модель генерации обучаться end-to-end? В основе — простой цикл for

marsbit44 мин. назад

Upbit проводит ребалансировку 864 млрд SHIB при перемещении между внутренними кошельками

Корейская биржа Upbit провела внутреннюю ребалансировку 864 миллиардов токенов SHIB между своими кошельками. Движение активов на сумму около 4 миллионов долларов произошло после роста стоимости SHIB на 36%, что привлекло внимание трейдеров. Однако анализ помеченных адресов показывает, что это была стандартная операция по перераспределению средств между "горячими" и другими внутренними кошельками биржи, а не вывод средств или подготовка к продаже. Общий объем перемещений включал 384 миллиарда SHIB, отправленных с основного горячего кошелька, и 480 миллиардов SHIB, возвращенных обратно. Этот случай подчеркивает важность проверки контекста и меток кошельков при интерпретации крупных ончейн-транзакций, чтобы избежать ошибочных выводов о продаже или давлении на рынок.

bitcoinist45 мин. назад

Upbit проводит ребалансировку 864 млрд SHIB при перемещении между внутренними кошельками

bitcoinist45 мин. назад

Максимум 20 статей на человека? Исследователи DeepMind «просят» снять ограничения ICLR

Новая политика конференции ICLR 2027 ограничивает количество подаваемых одним автором работ до 20. По мнению организаторов, это необходимо для снижения нагрузки на рецензентов, учитывая рекордный рост числа заявок — на 68% за год. В ответ на это исследователь Google DeepMind Дэн Рой иронично запустил «петицию» против лимита, заявив, что он замедлит прогресс в ИИ, особенно в эпоху, когда агенты ИИ могут генерировать множество статей, а рецензии часто пишутся с помощью больших языковых моделей (по некоторым данным, до 21% рецензий на ICLR 2026 могли быть полностью сгенерированы ИИ). Его сатирический пост поднимает серьёзный вопрос о целесообразности простого ограничения количества работ вместо решения системных проблем, связанных с массовым производством статей и автоматизацией рецензирования в современной академической среде.

marsbit50 мин. назад

Максимум 20 статей на человека? Исследователи DeepMind «просят» снять ограничения ICLR

marsbit50 мин. назад

Уязвимость Coldcard привела к краже $89 млн и вызвала самую масштабную миграцию средств в блокчейне после краха FTX

Уязвимость в аппаратном кошельке Coldcard привела к краже 1367,05 BTC (около 89 млн долларов) с 4585 адресов. Инцидент, связанный с ошибкой в генерации сид-фраз в определенной прошивке, вызвал массовую миграцию средств пользователей на новые безопасные адреса. Это привело к аномальному всплеску активности в сети Биткоин, исказив ключевые ончейн-индикаторы, такие как активность долгосрочных держателей и объем мелких транзакций. Активность и рыночные настроения достигли уровня, сравнимого с периодом после краха FTX. Расследование столкнулось с трудностями из-за ограничений коммерческих ИИ-моделей (например, в США), которые блокируют анализ вредоносных данных даже для целей защиты. Следователи были вынуждены использовать открытые модели, такие как китайский GLM 5.2, для отслеживания украденных средств. Этот случай высветил проблему асимметрии: злоумышленники используют неограниченные ИИ-инструменты, в то время как защитники сталкиваются с барьерами коммерческих систем безопасности, что критично в сфере криптовалют, где скорость отслеживания средств крайне важна.

marsbit1 ч. назад

Уязвимость Coldcard привела к краже $89 млн и вызвала самую масштабную миграцию средств в блокчейне после краха FTX

marsbit1 ч. назад

Заработок в миллион на электриках: Meta спешно открывает собственное ПТУ

Новый этап конкуренции в сфере искусственного интеллекта столкнулся с неожиданным препятствием — острой нехваткой квалифицированных технических специалистов, особенно электриков и строителей, для возведения сверхмощных центров обработки данных. В США, согласно прогнозам, к 2030 году для инфраструктуры ИИ потребуется дополнительно 130 000 электриков и 240 000 строителей, однако ежегодно остается незаполненными около 80 000 вакансий электриков. Компании, такие как OpenAI (проект "Stargate" стоимостью $160 млрд), Meta и Microsoft, сталкиваются с огромными убытками из-за задержек строительства. Например, задержка ввода центра мощностью 60 МВт может обернуться потерей $14,2 млн в месяц. Причина спроса — беспрецедентная сложность строительства ИИ-центров. Они потребляют колоссальную энергию (сотни мегаватт), требуют уникальных систем электроснабжения и охлаждения (жидкостное или иммерсионное), что делает работу высококвалифицированных монтажников, сантехников и инженеров незаменимой. Для решения проблемы кадрового голода ИИ-гиганты начали масштабные программы обучения. Meta инвестировала $115 млн в создание собственной школы строителей с бесплатным обучением и стипендией, а OpenAI сотрудничает с профсоюзами. Активная вербовка ведется даже среди старшеклассников. Потребление энергии ИИ-центрами растет экспоненциально, опережая общий рост энергопотребления в 16 раз и увеличивая счета за электричество для потребителей. Однако строительство таких объектов носит проектный характер: для возведения центра "Stargate" требуется 6400 рабочих, а для его обслуживания — всего 100-1000. Это создает риск перенасыщения рынка труда после завершения строительного бума, что может привести к падению зарплат в отрасли.

marsbit2 ч. назад

Заработок в миллион на электриках: Meta спешно открывает собственное ПТУ