‘The question is how, not if’ – Reserve Bank of Australia’s 24/7 trading roadmap

ambcrypto2026-03-27 tarihinde yayınlandı2026-03-27 tarihinde güncellendi

Özet

The Reserve Bank of Australia (RBA) has shifted its focus from questioning "if" to "how" tokenization will be implemented in the financial system. Assistant Governor Brad Jones announced this change, highlighting that tokenization is now considered an inevitable future. The RBA's Project Acacia projects $16.7 billion in annual efficiency gains and supports the coexistence of stablecoins and bank deposits. Currently, the Australian dollar stablecoin market cap is relatively low at $10.5 million, with AUDD dominating at 98.73%. However, new regulations and the push for 24/7 trading are expected to spur growth. Tokenization pilot programs covered assets like government bonds and carbon credits, using both central bank and private tokenized money. The RBA will collaborate with regulatory bodies to support implementation, which could accelerate Australia's digital economy and stablecoin market.

Australia moved closer to tokenization, with the Reserve Bank of Australia (RBA) outlining its next phase.

At the ‘Beyond Tomorrow’ forum on the 25th of March, Assistant Governor Brad Jones said the focus had shifted from “if” to “how” tokenization would be implemented.

He stated,

First, we no longer see the main question as whether tokenisation has a future in Australia’s financial system, but rather, how.

How tokenization will be implemented

Australia appeared positioned to advance tokenization across asset classes, with a focus on enabling 24/7 trading.

On the RBA website, Jones detailed findings from Project Acacia, which projected $16.7 billion in annual efficiency gains.

The central bank noted that stablecoins and bank deposits could coexist within the system.

The pilot covered fixed income and investment funds, with transactions flowing through both central bank money and tokenized private money.

These included government bonds, corporate bonds, carbon credits, and private credit funds.

However, the RBA confirmed it would work with the Council of Financial Regulators (CFR) and DFCRC to support implementation.

That coordination could accelerate Australia’s stablecoin market and broader digital economy.

Source: rba.gov.au

Australia dollar [AUD] stablecoins market cap

Speaking of the market cap for Australian dollar stablecoins, it is relatively low, probably due to regulatory hurdles before the RBA move.

As per DeFiLlama, their total market cap was at $10.5 million, a growth of 1.86% this week. In this lot, AUDD led with a dominance of 98.73%, equivalent to $10.35 million.

Others in the list were AUDm and AUDM, accounting for 0.93% and 0.34% of the total cap, respectively. The joint had a cap of about $133K.

Source: DeFiLlama

Narrowing down the analysis to AUDD, it was spread across five major blockchains.

The largest share of its cap, about 48%, was on Stellar [XLM], equal to $5.2 million, as Ethereum [ETH] came second with 31% of the total.

Base Chain held 19%, which represented $2 million. Meanwhile, less than 1% of its total share was on Solana [SOL] and XRP Ledger.

Source: RWA.xyz

The projection from Project Acacia, together with the implementation, was a precedent for the growth of tokenization in the Australian market.

Daily transactions surge

Tokenization was heavily reliant on stablecoins.

For context, daily transactions for USD Coin [USDC] had hit a 52-week high of $39.05 million. This equated to a 359% growth since March 2019.

Source: Artemis Analytics

However, the growth of the Australian dollar stablecoin market was nowhere near that of the USD-backed ones. Therefore, tokenization could spur growth in AUD-backed stablecoins and real-world assets (RWAs) in the country.


Final Summary

  • RBA shifts from asking whether tokenization was happening to how to implement it.
  • The market cap of AUD-backed stablecoins has stayed relatively low, but the regulations could shift this trend.

Trend Kriptolar

İlgili Sorular

QWhat is the main shift in the Reserve Bank of Australia's (RBA) stance on tokenization, as stated by Assistant Governor Brad Jones?

AThe main shift is that the RBA no longer sees the question as 'if' tokenization has a future in Australia's financial system, but rather 'how' it will be implemented.

QWhat was the name of the RBA project that projected significant annual efficiency gains from tokenization, and what was the projected amount?

AThe project was called Project Acacia, and it projected $16.7 billion in annual efficiency gains.

QWhat is the current total market cap of Australian dollar (AUD) stablecoins, and which stablecoin dominates this market?

AThe total market cap is $10.5 million, and the AUDD stablecoin dominates the market with a 98.73% share, equivalent to $10.35 million.

QWhich two types of assets were used in the RBA's pilot for tokenization, and what two forms of money did the pilot use for transactions?

AThe pilot covered fixed income and investment funds, and transactions flowed through both central bank money and tokenized private money.

QAccording to the article, what could the RBA's coordination with other regulators accelerate the growth of in Australia?

AThis coordination could accelerate the growth of Australia's stablecoin market and its broader digital economy.

İlgili Okumalar

From South Korea to the United States: Blue-Collar Jobs Are Becoming Increasingly Popular, Thanks to AI

AI is reshaping the labor market's value proposition. The traditional four-year college degree is losing its appeal as a guaranteed career path, while skilled blue-collar trades like electricians, welders, and plumbers are experiencing historic demand and wage premiums. This shift is driven by dual pressures: AI's displacement of certain white-collar roles and a booming need for physical infrastructure and data center construction. Data confirms the trend. In the U.S., vocational school revenue surged, and a significant portion of recent layoffs are AI-related. Surveys show a majority of Gen Z adults plan to pursue blue-collar work, citing better job security against AI automation. Vocational education interest has exploded recently. Experts cite a psychological shift as younger generations seek tangible, AI-resistant careers and avoid high student debt. In many cases, salaries for skilled trades now match or exceed those requiring a bachelor's degree. In South Korea, semiconductor vocational high schools boast near-total employment, with graduates securing high-paying roles at companies like Samsung. The shortage is structural, exacerbated by a retiring baby boomer workforce and massive infrastructure projects. Companies like JPMorgan Chase, Meta, and Lowe's are investing heavily in training programs. However, overcoming historical stigma and a "perception gap" around trade careers remains a key challenge to closing the talent gap.

marsbit1 saat önce

From South Korea to the United States: Blue-Collar Jobs Are Becoming Increasingly Popular, Thanks to AI

marsbit1 saat önce

Qualcomm: AI Hype Subsides, When Will Smartphones Emerge from the Gloom?

Qualcomm reported its Q3 FY2026 results (ending June 2026), with revenue of $9.95B, down 4% YoY but above expectations. Gross margin declined to 53.1%, pressured by rising costs across manufacturing and memory. Key business segments showed mixed performance: Handset revenue fell 19.6% YoY to $5.09B, dragged by an 11% decline in non-Apple Android shipments and weaker high-end mix. Conversely, Automotive revenue surged 61% to $1.59B, and IoT grew 9% to $1.83B. Core operating profit dropped 41% YoY due to margin compression and higher expenses. Management's Q4 FY2026 guidance projects revenue of $9.7B-$10.5B, in line with consensus, but Non-GAAP EPS guidance of $2.05-$2.25 fell short of expectations. Amidst persistent weakness in its core handset market, Qualcomm is pursuing growth in AI, focusing on Edge AI (smartphones, PCs, automotive) and Data Center AI. Its data center strategy includes four pillars: AI accelerators (e.g., AI200), commercial CPUs (Dragonfly C1000), custom silicon, and connectivity solutions. While these initiatives initially boosted its stock, concerns over AI capital expenditure sustainability have since erased those gains. The company targets $5B in data center revenue for FY2027 and $15B for FY2029. The report concludes that with the traditional handset business still under pressure, the data center opportunity is currently viewed as a longer-term option, and a more conservative valuation based on core operations may be warranted until AI contributions materialize.

marsbit1 saat önce

Qualcomm: AI Hype Subsides, When Will Smartphones Emerge from the Gloom?

marsbit1 saat önce

From TPU to Self-Evolving Agents: How Jeff Dean Predicts the Next Step in AI

At the 2026 YC Startup School, Jeff Dean outlined his vision for AI's next phase, shifting focus from simply scaling models to building intelligent, autonomous systems. He believes AI's progress is no longer just about creating smarter models, but about integrating them into systems capable of long-term, iterative work, automated experimentation, and continuous learning. This evolution moves the competition from "who has the bigger model" to "who can best organize intelligence." Dean suggests AI capabilities are now comparable to a junior engineer, enabling the automation of complex workflows. However, the true challenge and opportunity lie in managing these AI "workers" at scale. He emphasizes the importance of **context engineering**—structuring tools, memory, and feedback loops—over raw model power. For startups, this means building deep expertise in niche domains where general models currently fail (near 0-1% success rates), leveraging proprietary data, specialized tools, and domain-specific evaluators. A recurring theme is re-examining fundamental constraints. Dean's past work, like moving Google's search index to memory or creating the TPU, stemmed from questioning outdated assumptions about hardware and cost. He sees similar inflection points today, particularly in **specialized inference hardware** to drastically reduce latency and energy consumption for real-time Agent operation. Notably, he points out that in modern AI systems, the dominant cost is often not computation but **data movement**. Reliable, long-running Agents require robust system design, borrowing concepts from distributed computing like checkpointing, state management, and parallel exploration to handle failures and maintain progress over days or weeks. As AI automates execution, the scarcest human skills will shift to **defining clear specifications**, **judging what problems are worth solving** (taste), and designing effective feedback loops. Ultimately, Dean's framework prioritizes understanding the problem deeply, identifying the true bottlenecks, and systematically building closed-loop systems where AI can not only perform tasks but also improve AI itself.

marsbit1 saat önce

From TPU to Self-Evolving Agents: How Jeff Dean Predicts the Next Step in AI

marsbit1 saat önce

İşlemler

Spot

Popüler Makaleler

$BANK Nedir

Bank AI: Bankacılıkta Devrimsel Bir Adım Giriş Teknolojideki hızlı ilerlemelerin damgasını vurduğu bir çağda, Bank AI, yapay zeka (AI) ve bankacılık hizmetleri kesişiminde yer almaktadır. Bu yenilikçi proje, finansal manzarayı yeniden tanımlamayı, operasyonel verimliliği, güvenlik önlemlerini ve müşteri deneyimlerini AI'nin gücüyle geliştirmeyi hedefliyor. Bank AI yolculuğuna çıkarken, projenin içeriğine, operasyonel dinamiklerine, tarihsel bağlamına ve önemli kilometre taşlarına dalacağız. Bank AI Nedir? Bank AI, yapay zekanın çeşitli bankacılık operasyonlarına entegrasyonunu hedefleyen dönüştürücü bir girişimi temsil etmektedir. Bu proje, süreçleri otomatikleştirmek, risk yönetimi protokollerini geliştirmek ve kişiselleştirilmiş hizmetler aracılığıyla müşteri etkileşimini artırmak için AI'nin yeteneklerinden yararlanmaktadır. Bank AI'nin temel hedefleri şunlardır: Bankacılık Fonksiyonlarının Otomasyonu: AI teknolojilerini kullanarak, Bank AI rutin görevleri otomatikleştirmeyi, insan kaynakları üzerindeki yükü azaltmayı ve verimliliği artırmayı amaçlamaktadır. Geliştirilmiş Risk Yönetimi: Proje, dolandırıcılık ve diğer tehditlere karşı güvenlik önlemlerini güçlendirerek riski tahmin edip tanımlamak için AI algoritmalarını kullanmaktadır. Bankacılık Hizmetlerinin Kişiselleştirilmesi: Bank AI, müşteri verilerini ve davranışlarını analiz ederek, özel finansal ürünler ve hizmetler sunmaya odaklanmaktadır. Müşteri Deneyimini İyileştirme: Chatbotlar ve sanal asistanlar gibi AI destekli çözümlerin uygulanması, kullanıcıların daha insana yakın etkileşimler yaşamasını sağlamayı hedeflemekte, bankalarla etkileşim biçimlerini devrim niteliğinde değiştirmektedir. Bu hedeflerle, Bank AI, bankacılığı daha verimli, güvenli ve kullanıcı odaklı hale getiren önemli bir oyuncu olarak kendini konumlandırmaktadır. Bank AI'nin Yaratıcısı Kimdir? Bank AI'nin yaratıcısı hakkında detaylar bilinmemektedir. Bu nedenle, mevcut bilgilerde belirli bir kişi veya organizasyon tanımlanmamıştır. Projenin başlangıcı etrafındaki anonimlik soruları gündeme getirse de, bunun iddialı vizyonu ve hedefleri üzerinde bir olumsuz etkisi yoktur. Bank AI'nin Yatırımcıları Kimlerdir? Proje yaratıcılarında olduğu gibi, Bank AI'nin yatırımcıları veya destekleyen organizasyonları hakkında da özel bilgiler açıklanmamıştır. Bu bilgiler olmadan, projenin ilerlemesini destekleyen finansal destek ve kurumsal destek hakkında bir çerçeve çizmek zordur. Yine de, böyle yenilikçi bir alanda gelişimi sürdürmek için sağlam bir yatırım temelinin önemi büyüktür. Bank AI Nasıl Çalışır? Bank AI, geleneksel bankacılık çerçevelerinden ayıran benzersiz faktörlere odaklanarak birden fazla yenilikçi alanda faaliyet göstermektedir. İşte temel operasyonel özellikler: Otomasyon: Makine öğrenimi algoritmalarını uygulayarak, Bank AI bankalar içindeki çeşitli manuel süreçleri otomatikleştirir. Bu, operasyonel maliyetleri azaltır ve insan çalışanların daha stratejik faaliyetlere yönelmelerini sağlar. Gelişmiş Risk Yönetimi: Risk yönetimi uygulamalarına AI entegrasyonu, bankaların dolandırıcılık gibi potansiyel tehditleri doğru bir şekilde tahmin etme araçlarıyla donatılmasını sağlar, böylece müşteri bilgileri ve varlıkları güvence altına alınır. Özelleştirilmiş Finansal Tavsiyeler: Müşteri etkileşimlerinden sürekli olarak öğrenerek, AI sistemleri kullanıcı ihtiyaçlarının daha iyi anlaşılmasını sağlar ve finansal kararlar hakkında özelleştirilmiş tavsiyeler sunar. Geliştirilmiş Müşteri Etkileşimleri: AI destekli chatbotlar ve sanal asistanlar kullanarak, Bank AI daha etkileşimli bir müşteri deneyimi sunar, kullanıcıların sorularını hızlı bir şekilde çözmelerine imkan tanır, bekleme sürelerini azaltır ve memnuniyet seviyelerini artırır. Bu operasyonel özellikler, Bank AI'yi bankacılık sektöründe bir öncü olarak konumlandırmakta ve hizmet sunumu ile operasyonel mükemmeliyet için yeni standartlar belirlemektedir. Bank AI Zaman Çizelgesi Bank AI'nin gidişatını anlamak için tarihsel bağlamına bir göz atmak gerekmektedir. Aşağıda önemli kilometre taşlarını ve gelişmeleri vurgulayan bir zaman çizelgesi bulunmaktadır: 2010'ların Başları: AI entegrasyonunun bankacılık hizmetlerine olan ilgisi arttı, bankacılık kurumları potansiyel faydalarını tanımaya başladılar. 2018: Bankaların temel müşteri hizmetleri ve geliştirilmiş güvenlik yönetimi için risk yönetim sistemlerinde chatbotlar gibi AI araçları kullanmaya başlamasıyla AI teknolojilerinin uygulanmasında belirgin bir artış yaşandı. 2023: AI'nin karmaşıklığı artmaya devam etti ve belge işleme ile gerçek zamanlı yatırım analizi gibi daha karmaşık görevler için üretken AI devreye alındı. Bu yıl, AI teknolojisi sayesinde bankaların sahip olduğu yeteneklerde önemli bir sıçrama yaşandı. 2024-Güncel Durum: Bu yıl itibarıyla, Bank AI yükselişte, devam eden araştırmalar ve geliştirmeler bankacılık operasyonlarındaki yetenekleri daha da artırmaya hazırlanıyor. AI uygulamalarının sürekli araştırılması, heyecan verici gelişmelere işaret etmektedir. Bank AI Hakkında Anahtar Noktalar Bankacılıkta AI Entegrasyonu: Bank AI, bankacılık süreçlerini kolaylaştırmak ve kullanıcı deneyimlerini geliştirmek için yapay zekanın benimsenmesine odaklanmaktadır. Otomasyon ve Risk Yönetimi Vurgusu: Proje, rutin görevlerin yükünü azaltmayı amaçlarken, tahmine dayalı analizlerle güvenlik çerçevelerini geliştirmeye büyük önem vermektedir. Kişiselleştirilmiş Bankacılık Çözümleri: Müşteri verilerinden yararlanarak, Bank AI bireysel kullanıcı ihtiyaçlarına yönelik özelleştirilmiş bankacılık hizmetleri sunar. Gelişime Bağlılık: Bank AI, teknolojinin sürekli evrimi ile uyumlu olmasını sağlamak ve güncel kalmak için sürekli araştırma ve geliştirme çabalarına bağlı kalmaktadır. Sonuç Özetle, Bank AI bankacılık endüstrisinde önemli bir adımı temsil etmekte, yapay zekayı kullanarak operasyonel paradigmaları yeniden şekillendirmekte, güvenliği artırmakta ve müşteri memnuniyetini teşvik etmektedir. Yaratıcı ve yatırımcılar hakkındaki bilgi eksikliklerine rağmen, Bank AI'nin net hedefleri ve işlevsel mekanizmaları, devam eden evrimi için güçlü bir temel sunmaktadır. AI teknolojisi gelişmeye ve bankacılık sektörüyle birleşmeye devam ettikçe, Bank AI finansal hizmetlerin geleceğini önemli ölçüde etkilemeye hazır durumda, bankacılıkla olan anlayışımızı ve etkileşim biçimlerimizi geliştirmektedir.

209 Toplam GörüntülenmeYayınlanma 2024.04.06Güncellenme 2024.12.03

$BANK Nedir

BANK Nasıl Satın Alınır

HTX.com’a hoş geldiniz! Lorenzo Protocol (BANK) satın alma işlemlerini basit ve kullanışlı bir hâle getirdik. Adım adım açıkladığımız rehberimizi takip ederek kripto yolculuğunuza başlayın. 1. Adım: HTX Hesabınızı OluşturunHTX'te ücretsiz bir hesap açmak için e-posta adresinizi veya telefon numaranızı kullanın. Sorunsuzca kaydolun ve tüm özelliklerin kilidini açın. Hesabımı Aç2. Adım: Kripto Satın Al Bölümüne Gidin ve Ödeme Yönteminizi SeçinKredi/Banka Kartı: Visa veya Mastercard'ınızı kullanarak anında Lorenzo Protocol (BANK) satın alın.Bakiye: Sorunsuz bir şekilde işlem yapmak için HTX hesap bakiyenizdeki fonları kullanın.Üçüncü Taraflar: Kullanımı kolaylaştırmak için Google Pay ve Apple Pay gibi popüler ödeme yöntemlerini ekledik.P2P: HTX'teki diğer kullanıcılarla doğrudan işlem yapın.Borsa Dışı (OTC): Yatırımcılar için kişiye özel hizmetler ve rekabetçi döviz kurları sunuyoruz.3. Adım: Lorenzo Protocol (BANK) Varlıklarınızı SaklayınLorenzo Protocol (BANK) satın aldıktan sonra HTX hesabınızda saklayın. Alternatif olarak, blok zinciri transferi yoluyla başka bir yere gönderebilir veya diğer kripto para birimlerini takas etmek için kullanabilirsiniz.4. Adım: Lorenzo Protocol (BANK) Varlıklarınızla İşlem YapınHTX'in spot piyasasında Lorenzo Protocol (BANK) ile kolayca işlemler yapın.Hesabınıza erişin, işlem çiftinizi seçin, işlemlerinizi gerçekleştirin ve gerçek zamanlı olarak izleyin. Hem yeni başlayanlar hem de deneyimli yatırımcılar için kullanıcı dostu bir deneyim sunuyoruz.

819 Toplam GörüntülenmeYayınlanma 2025.05.09Güncellenme 2026.06.02

BANK Nasıl Satın Alınır

Tartışmalar

HTX Topluluğuna hoş geldiniz. Burada, en son platform gelişmeleri hakkında bilgi sahibi olabilir ve profesyonel piyasa görüşlerine erişebilirsiniz. Kullanıcıların BANK (BANK) fiyatı hakkındaki görüşleri aşağıda sunulmaktadır.

活动图片