99% AI-платежей используют USDC, Circle тихо стал крупнейшим победителем, но куда следует вложить деньги AI-агентов?

В марте 2026 года руководитель глобального рынка Circle Питер Шредер опубликовал в платформе X ряд данных: за последние девять месяцев AI-агенты совершили 140 миллионов платежей на сумму 43 миллиона долларов. Из них 98,6% были рассчитаны в USDC, средняя сумма за транзакцию — всего 0,31 доллара. Более того, количество AI-агентов с возможностью покупки превысило 400 тысяч.

Эти данные лучше любой финансовой отчетности показывают, что AI-агенты переходят от концепции к реальной экономической деятельности.

400 тысяч AI-агентов, 140 миллионов транзакций, 43 миллиона долларов — это самостоятельный обмен ценностью между машинами. Без вмешательства человека, без одобрения банка, без проверки кредитных карт. Код взаимодействует с кодом, протокол с протоколом, завершив процессы, ранее требовавшие подписи, сверки и расчетов.

Курс акций Circle за последние несколько торговых дней вырос с 60 до 105 долларов, на 75%. Рынок интерпретировал этот рост как положительный отклик на финансовую отчетность — выручка Circle за четвертый квартал 2025 года составила 770 миллионов долларов, рост на 77%, чистая прибыль — 133 миллиона долларов. Но настоящая ценность — не эти цифры сами по себе, а структурные изменения, скрытые за ними: когда AI-агенты становятся новыми субъектами экономики, вся логика финансовой инфраструктуры должна быть переписана.

И в процессе этого переписывания возникает более глубокий вопрос: что произойдет, когда AI-агенты начнут обладать управляемыми средствами, зарабатывая USDC выполнением задач? Что они будут делать с этими средствами? Платежи — это первый шаг, управление активами — второй. RWA (реальные активы) — именно этот второй шаг и должен ответить.

1. От платежеспособности к владению активами

Чтобы понять, какие финансовые услуги нужны AI-агентам, нужно сначала понять их модель экономической деятельности.

Делой в отчете «Прогнозы технологий, медиа и телекоммуникаций на 2026 год» отмечается, что при эффективной совместной работе агентов в рамках предприятий и поставщиков услуг глобальный рынок AI-агентов может достичь 45 миллиардов долларов к 2030 году. Основная характеристика этой модели — разбиение сложных задач на несколько этапов, выполняемых разными специализированными агентами, каждый вызов сопровождается микроплатежом.

Например, API-запросы. AI-приложение может одновременно обращаться к нескольким языковым моделям, базам данных и вычислительным ресурсам. Каждый вызов — это небольшая сумма, например 0,01, 0,05 или 0,1 доллара. Эти платежи очень малы, но происходят очень часто. Данные Circle показывают, что за девять месяцев было совершено 140 миллионов транзакций со средним размером 0,31 доллара — это типичные показатели рынка микроплатежей.

Но проблема в том, что когда AI-агенты постоянно зарабатывают — предоставляя услуги пользователям или участвуя в распределенных вычислительных сетях — на их счетах накапливаются средства. Эти деньги не могут оставаться вечно в движении. Любой рациональный субъект экономики задумается: что делать с неиспользуемыми средствами?

Это и есть логика перехода AI-агента от «плательщика» к «владельцу активов».

В традиционной финансовой системе физические и юридические лица кладут временно свободные средства в банки, покупают денежные фонды или краткосрочные государственные облигации, чтобы получать доход. AI-агенты нуждаются в подобной возможности — не для спекуляций, а для оптимизации своей экономической модели. Постоянное наличие на счету USDC для платежей — необходимость, но если часть средств просто лежит без дела, это означает потерю возможностей. Автоматическое инвестирование излишков в фонд, поддерживаемый краткосрочными американскими облигациями, с автоматическим выкупом при необходимости — это повышает эффективность работы.

Еще дальше — если AI-агенту нужно сохранять ценность для долгосрочной работы или хеджировать издержки, связанные с колебаниями gas-фий, он может потребовать распределения активов с разным уровнем риска. Тогда он перестает быть просто «плательщиком» и становится «инвестором» — пусть и в виде кода.

Circle решает задачу превращения AI-агентов в «плательщиков». Чтобы сделать их «инвесторами», нужна другая инфраструктура.

2. RWA и AI-агенты: двустороннее движение

За последние годы Circle построил три уровня возможностей:

Первый — выпуск стабильных монет и сеть ликвидности. По данным Circle, к концу 2025 года объем обращения USDC достиг 75,3 миллиарда долларов, рост на 72%, доля в рынке стабильных монет — около 50%. Это обеспечивает ценностной носитель для платежей AI.

Второй — эффективная сеть расчетов на блокчейне. В августе 2025 года Circle запустил цепочку Arc, предназначенную для институциональных финансовых услуг. В марте 2026 года — систему Nanopayments, которая агрегирует тысячи мелких платежей вне цепи и периодически объединяет их в транзакции на блокчейне, снижая издержки для разработчиков до нуля. Тестовая сеть поддерживает 12 EVM-совместимых цепочек, включая Arbitrum, Avalanche, Base, Ethereum. В платежных протоколах используется x402 — позволяет сайтам и API при ответе отправлять HTTP-запросы на оплату прямо в интернет-запросах.

Третий — интеграция с традиционной финансовой системой. Circle Payments Network (CPN) связывает банки, платежных провайдеров, международные расчетные центры и бизнес-клиентов. К февралю 2026 года в сети было 55 финансовых учреждений, объем транзакций — около 5,7 миллиардов долларов в год, а в феврале добавились системы прямых платежей в местных валютах и стабильных монетах в Азии и на Ближнем Востоке.

Эти три уровня формируют «платежную инфраструктуру» экономики AI-агентов. Но для полноценной экономики нужны «инфраструктура управления активами» — и тут на сцену выходит RWA.

3. RWA и AI-агенты: текущий процесс и будущее

За последние годы исследования RWA в основном касались их «отображения» на блокчейне. По данным Defillama, к июню 2025 года общий заблокированный объем (TVL) RWA достиг 12,5 миллиарда долларов, рост за год — 124%. Глобальные банки, такие как Citi и Standard Chartered, исследуют применение RWA в расчетах, управлении активами и трансграничных сделках.

Но чтобы интегрировать RWA в экономику AI-агентов, необходимо провести «родную для AI» трансформацию. Это не просто перенос активов на блокчейн, а создание условий, при которых активы станут «понимаемыми и торгуемыми AI».

Первое — стандартизация данных. Проекты вроде Ondo Finance работают над структурированием информации о потоках наличности, юридических условиях и рисках, чтобы сделать их машинно-читаемыми. В июле 2025 года Ondo стала первым проектом, предложившим токенизацию американских государственных облигаций для глобальных инвесторов, что было отмечено в белом списке рабочей группы по цифровым активам при президенте США.

Второе — логика программируемых правил. Дивиденды, выплаты процентов, обратные выкупы и расчетные процедуры записываются в смарт-контракты, которые автоматически исполняются. Это обеспечивает «без доверия» — не нужно верить контрагенту, достаточно доверять коду.

Третье — фрагментация ликвидности. После токенизации RWA могут быть разделены на очень мелкие части — например, облигации номиналом 0,01 доллара или доли дохода недвижимости площадью 0,1 м². Это важно для мелких инвестиций AI-агентов. Nanopayments уже доказали возможность микроплатежей, и аналогичный подход можно применить к микровложению.

Примером служит подразделение JPMorgan Kinexys. В мае 2025 года на тестовой сети Ondo Chain было проведено первое публичное торгование токенизированными американскими облигациями с использованием фонда Ondo и системы Cross-Chain от Chainlink. Сделка по модели «доставка против платежа» (DvP) — актив и платеж одновременно меняются. Kinexys ежедневно обрабатывает свыше 2 миллиардов долларов транзакций, с общим объемом более 1,5 триллионов долларов.

Этот пример показывает, как RWA сочетаются с институциональной платежной инфраструктурой. В будущем, в экономике AI-агентов, участниками сделок могут стать не только банки, а и сами AI, с меньшими масштабами, но с той же логикой — бесшовное перемещение и хранение ценности.

4. За пределами платежных сетей: новые горизонты

Если связать все эти идеи, появляется полноценный замкнутый цикл:

AI-агент по созданию контента обслуживает нескольких клиентов, на счету у него — значительный баланс USDC. В рамках протокола установлены правила управления средствами: при превышении баланса 1000 USDC, часть автоматически инвестируется через RWA-агрегатор в три фонда — короткосрочные облигации, зеленую энергию и т.п. Когда спрос снижается, или нужно пополнить баланс, протокол автоматически выкупает часть RWA и переводит USDC для операционной деятельности.

В этом процессе AI-агент выполняет автоматические действия: мониторит баланс, оценивает риски и доходность активов, осуществляет покупки и продажи, ведет учет транзакций для аудита. Всё — по коду, без вмешательства человека.

Другой пример — AI-туристический агент. После бронирования билетов и отелей пользователь переводит ему USDC. Пока он ждет рейса, агент обнаруживает, что есть предложение по страхованию на случай задержки, и автоматически покупает микрополиску. Когда рейс задерживается, страховая выплата происходит автоматически, и баланс агента увеличивается.

Все эти сценарии реализуемы благодаря существующим технологиям: USDC — ценностной носитель, Nanopayments — микроплатежи, x402 — встроенные платежи в запросы, токенизированные облигации — на Ondo Chain, механизм DvP — проверен JPMorgan. Осталось объединить их — связать платежный слой, активный слой и транзакционный слой, чтобы AI-агенты могли вызывать эти функции как API.

Глава ассоциации Web3.0 в Гонконге Ли Мин отметил, что «мы хотим найти стандартизированный вход в экосистему RWA для Web3.0». Для экономики AI-агентов именно связка платежей и активов может стать этим входом.

5. Старые проблемы нового мира: риски и ответственность

Конечно, между сегодняшним платежами AI и будущим управлением активами есть препятствия.

Первое — проблема достоверности данных. Вне цепи находятся активы RWA, их состояние, стоимость и риски должны надежно передаваться в блокчейн. Если AI-агент использует ошибочные или поддельные данные, его инвестиционные решения — ошибочны. В отчете Web3.0 ассоциации говорится, что для масштабируемого внедрения активов необходимо обеспечить их стабильность, юридическую ясность и проверяемость данных.

Второе — риск модели AI. Даже при наличии точных данных, логика инвестирования AI может ошибаться. Кто несет ответственность за ошибочные решения? Человек, протокол или сам AI? Этот вопрос пока не решен в законах и регуляции.

Третье — риск ликвидности. Торговля RWA на цепи менее ликвидна, чем криптовалюты. В случае массового выкупа AI-агентами RWA-фондов может возникнуть проблема с выполнением сделок.

Четвертое — регуляторные различия. В разных странах регулирование RWA различно, и активы могут иметь разный правовой статус. AI-агенты должны уметь распознавать и учитывать эти различия, что требует высокой интеллектуальной способности.

Пятое — безопасность технологий. Уязвимости смарт-контрактов, атаки на мосты между цепями, утечка приватных ключей — эти риски не исчезнут, потому что транзакции автоматизированы. В случае автоматизации сделок скорость и масштаб уязвимостей могут превзойти человеческие.

Заключение

Возвращаясь к начальным данным: 400 тысяч AI-агентов, 140 миллионов транзакций, 43 миллиона долларов.

Эти цифры важны не сами по себе — по сравнению с ежегодными платежами в триллионы долларов, 43 миллиона — ничто. Их истинное значение — в направлении развития: машины становятся самостоятельными субъектами экономики, имеют свои доходы, счета и платежные возможности.

Когда у машин появятся доходы, у них возникнет потребность в управлении активами. Это не фантазия — это естественный путь эволюции AI-агентской экономики.

Circle создает «платежную нервную систему» для этого будущего — чтобы AI-агенты могли эффективно и дешево перемещать ценность. RWA — это «система хранения», которая позволит AI-агентам управлять своими активами так же, как они управляют своим кодом.

Если предположение верно, то сегодня участникам рынка RWA стоит задуматься: готовы ли ваши продукты к тому, чтобы AI-агенты их оценивали, выбирали, держали и торговали ими, когда 400 тысяч таких агентов начнут искать активы, а 140 миллионов платежей — превращать их в активы для управления?

(Данная статья основана на официальных отчетах и публикациях Circle, Deloitte, Defillama, Ondo Finance, информации от JPMorgan Kinexys, а также на исследовательских материалах Web3.0 ассоциации. Не является инвестиционной рекомендацией. Рынок — риск, инвестируйте с осторожностью.)