99% dari pembayaran AI menggunakan USDC, Circle diam-diam menjadi pemenang terbesar, tetapi ke mana uang agen AI harus ditempatkan?

Pada Maret 2026, Peter Schroeder, Kepala Pasar Global Circle, merilis data di platform X: selama sembilan bulan terakhir, AI agent menyelesaikan 140 juta transaksi pembayaran dengan total volume 43 juta dolar AS. Di antaranya, 98,6% diselesaikan dengan USDC, dengan rata-rata per transaksi hanya 0,31 dolar AS. Yang lebih penting, jumlah AI agent yang memiliki kemampuan membeli telah melebihi 400.000.

Data ini lebih menunjukkan kenyataan daripada laporan keuangan mana pun: AI agent sedang beralih dari konsep ke aktivitas ekonomi nyata.

40.000 AI agent, 140 juta transaksi, 43 juta dolar AS — ini adalah pertukaran nilai yang dilakukan secara otonom antar mesin. Tanpa intervensi manusia, tanpa persetujuan bank, tanpa verifikasi kartu kredit. Kode dan kode, protokol dan protokol, menyelesaikan proses yang sebelumnya membutuhkan tanda tangan manusia, rekonsiliasi, dan penyelesaian.

Harga saham Circle dalam beberapa hari terakhir naik dari 60 dolar AS menjadi 105 dolar AS, kenaikan sebesar 75%. Pasar menafsirkan kenaikan ini sebagai respons positif terhadap laporan keuangan — Circle mencapai pendapatan sebesar 770 juta dolar AS di kuartal keempat tahun 2025, meningkat 77% secara tahunan, dengan laba bersih 133 juta dolar AS. Tetapi yang benar-benar patut diperhatikan bukan angka-angka ini sendiri, melainkan perubahan struktural di balik angka-angka tersebut: ketika AI agent menjadi entitas ekonomi baru, seluruh logika infrastruktur keuangan perlu ditulis ulang.

Dalam proses penulisan ulang ini, muncul pertanyaan yang lebih mendalam: ketika AI agent mulai memiliki dana yang dapat digunakan, dan mereka mampu menghasilkan USDC melalui menyelesaikan tugas, bagaimana mereka akan mengelola dana tersebut? Pembayaran adalah langkah pertama, pengelolaan aset adalah langkah kedua. RWA (aset dunia nyata) adalah bidang yang perlu dijawab dalam langkah kedua ini.

1. Dari Kemampuan Pembayaran ke Kepemilikan Aset

Untuk memahami apa yang dibutuhkan AI agent dari layanan keuangan, pertama-tama harus memahami pola aktivitas ekonomi mereka.

Deloitte dalam laporan “Prediksi Teknologi, Media, dan Telekomunikasi 2026” menyatakan bahwa jika perusahaan dan penyedia layanan dapat mencapai koordinasi agen cerdas yang efisien, pasar AI berbasis agen global diperkirakan akan mencapai 45 miliar dolar AS pada tahun 2030. Ciri utama dari model kolaborasi multi-agen ini adalah: sebuah tugas kompleks dipecah menjadi beberapa langkah, diselesaikan oleh agen-agen profesional yang berbeda, setiap panggilan disertai dengan micro-payment.

Sebagai contoh, panggilan API. Sebuah aplikasi AI mungkin perlu memanggil beberapa model bahasa besar sekaligus, mengakses beberapa basis data, dan menggunakan beberapa sumber daya komputasi. Setiap panggilan menambah biaya sebesar 0,01 dolar, 0,05 dolar, 0,1 dolar. Jumlah pembayaran ini sangat kecil, tetapi frekuensinya sangat tinggi. Data Circle menunjukkan bahwa selama sembilan bulan terakhir, 140 juta transaksi dengan rata-rata hanya 0,31 dolar — ini adalah ciri khas pasar micro-payment.

Namun, masalahnya adalah, ketika AI agent terus-menerus menghasilkan pendapatan — baik melalui layanan kepada pengguna, maupun melalui partisipasi dalam jaringan komputasi terdistribusi — dana akan terkumpul di akun mereka. Dana ini tidak bisa tetap mengalir selamanya. Setiap entitas ekonomi yang rasional akan mempertimbangkan: bagaimana mengelola dana yang tidak digunakan?

Ini adalah titik awal logis dari peralihan AI agent dari “pembayar” menjadi “pemilik aset”.

Dalam sistem keuangan tradisional, individu dan perusahaan menyimpan dana yang tidak terpakai dalam jangka pendek ke bank, membeli reksa dana uang, atau obligasi jangka pendek, untuk mendapatkan keuntungan. AI agent juga membutuhkan kemampuan ini — bukan untuk spekulasi, tetapi untuk mengoptimalkan model ekonomi mereka sendiri. Memiliki saldo USDC yang selalu tersedia untuk pembayaran adalah penting, tetapi jika bagian yang berlebih hanya dibiarkan diam, itu berarti kehilangan peluang. Jika dana berlebih dapat secara otomatis dibelikan dana indeks berbasis obligasi pemerintah AS jangka pendek, dan kemudian dicairkan kembali secara otomatis saat dibutuhkan, maka “efisiensi operasional” mereka meningkat.

Lebih jauh lagi, jika AI agent perlu menyimpan nilai untuk operasi jangka panjang, atau melakukan lindung nilai terhadap fluktuasi biaya gas yang tidak pasti, mereka mungkin akan membutuhkan alokasi aset dengan tingkat risiko berbeda. Pada titik ini, mereka tidak lagi sekadar “pembayar”, tetapi menjadi “investor” — meskipun investor ini adalah sebuah kode.

Circle berusaha menjadikan AI agent sebagai “pembayar”. Untuk menjadikannya “investor”, diperlukan infrastruktur lain.

2. RWA dan AI Agent: Sebuah “Dual Arah” yang Sedang Terjadi

Apa yang telah dilakukan Circle selama beberapa tahun terakhir dapat dirangkum dalam tiga tingkat kemampuan.

Tingkat pertama adalah penerbitan stablecoin dan jaringan likuiditas. Menurut pengungkapan resmi Circle, hingga akhir 2025, volume peredaran USDC mencapai 75,3 miliar dolar AS, meningkat 72%, dan pangsa pasar dalam volume perdagangan stablecoin mendekati 50%. Ini menyediakan wadah nilai yang dapat digunakan untuk pembayaran AI.

Tingkat kedua adalah jaringan penyelesaian on-chain yang efisien. Pada Agustus 2025, Circle meluncurkan Arc Chain, khusus untuk layanan keuangan tingkat institusi. Pada Maret 2026, Circle meluncurkan sistem Nanopayments, yang menggabungkan ribuan transaksi kecil secara off-chain dan secara berkala menggabungkannya ke dalam blockchain, sehingga biaya transaksi di sisi pengembang menjadi nol. Jaringan uji coba sudah mendukung 12 chain EVM seperti Arbitrum, Arc, Avalanche, Base, Ethereum. Pada tingkat protokol pembayaran, protokol x402 memungkinkan situs web atau API mengirim permintaan pembayaran HTTP 402 secara langsung saat merespons permintaan, sehingga pembayaran dapat langsung disisipkan ke dalam permintaan internet.

Tingkat ketiga adalah koneksi dengan sistem keuangan tradisional. Circle Payments Network (CPN) menghubungkan bank, penyedia layanan pembayaran, lembaga kliring lintas negara, dan klien perusahaan. Hingga Februari 2026, sudah ada 55 lembaga keuangan yang bergabung, dengan volume transaksi tahunan sekitar 5,7 miliar dolar AS. Pada Februari tahun ini, sistem pembayaran langsung dalam mata uang lokal dan stablecoin di Asia, Timur Tengah, dan wilayah lain juga telah ditambahkan.

Ketiga tingkat kemampuan ini membentuk “infrastruktur pembayaran” ekonomi AI agent. Tetapi ekosistem lengkap juga membutuhkan “infrastruktur pengelolaan aset” — dan inilah bidang yang dapat dimasuki RWA.

Tokenisasi RWA (aset dunia nyata) selama beberapa tahun terakhir sebagian besar berfokus pada “pemetaan di blockchain” dari aset tradisional. Data dari Defillama menunjukkan bahwa hingga Juni 2025, total nilai terkunci (TVL) RWA mencapai 12,5 miliar dolar AS, meningkat 124% dari tahun sebelumnya. Bank-bank besar seperti Citibank dan Standard Chartered sedang menjajaki aplikasi RWA dalam pembayaran, pengelolaan aset, dan transaksi lintas negara.

Namun, untuk masuk ke dunia ekonomi AI agent, RWA perlu melakukan transformasi “asli AI”. Ini bukan sekadar mengonversi aset ke blockchain, tetapi membuat aset tersebut “dapat dipahami dan diperdagangkan oleh AI”.

Pertama adalah standarisasi data. Proyek-proyek RWA terkemuka seperti Ondo Finance sedang mendorong konversi arus kas dasar, ketentuan hukum, dan peringkat risiko menjadi data terstruktur yang dapat dibaca mesin. Pada Juli 2025, Ondo Finance menjadi proyek pertama yang meluncurkan tokenisasi obligasi pemerintah AS untuk investor global, dan masuk dalam laporan White House yang disusun oleh Working Group pasar aset digital Presiden AS.

Kedua adalah logika yang dapat diprogram. Aturan dividen, bunga, buyback, dan penyelesaian ditulis ke dalam smart contract dan dieksekusi otomatis oleh kode. Interaksi AI agent dengan aset dapat mewujudkan “tanpa kepercayaan” — tidak perlu percaya pada pihak lawan untuk memenuhi janji, cukup percaya bahwa kode akan berjalan sesuai aturan yang telah ditetapkan.

Ketiga adalah fragmentasi likuiditas. Setelah tokenisasi RWA, secara teori aset dapat dibagi menjadi unit-unit kecil — obligasi senilai 0,01 dolar AS, hak pendapatan properti seluas 0,1 meter persegi — yang sangat penting untuk kebutuhan alokasi kecil AI agent. Nanopayments telah membuktikan bahwa micro-payment secara teknis dapat dilakukan, dan logika yang sama dapat diterapkan untuk micro-investment.

JPMorgan Chase melalui divisi Kinexys menyediakan contoh yang relevan. Pada Mei 2025, Kinexys menyelesaikan transaksi publik pertama obligasi pemerintah AS tokenisasi di jaringan Ondo Chain, menggunakan dana obligasi pemerintah AS tokenized dari Ondo Finance (OUSG), dan melakukan penyelesaian melalui infrastruktur cross-chain Chainlink. Transaksi ini mengikuti pola “delivery versus payment” (DvP), di mana aset dan pembayaran dipertukarkan secara bersamaan. Divisi Kinexys JPMorgan saat ini memproses lebih dari 2 miliar dolar AS transaksi setiap hari, dan sejak didirikan telah memfasilitasi transaksi bernilai nominal lebih dari 1,5 triliun dolar AS.

Contoh ini menunjukkan integrasi RWA dengan jaringan penyelesaian pembayaran tingkat institusi. Dalam ekonomi AI agent masa depan, entitas transaksi mungkin bukan lagi JPMorgan, tetapi AI agent. Skala transaksi bisa dari jutaan dolar menjadi beberapa dolar, tetapi logika dasarnya sama — transfer dan penyimpanan nilai harus terintegrasi secara mulus.

3. Di Luar Jaringan Pembayaran, Ada Ruang Imajinasi

Jika menghubungkan semua logika di atas, akan muncul sebuah siklus lengkap:

Seorang AI content generator agent menyediakan layanan kepada beberapa klien, dan saldo USDC di akunnya terkumpul cukup besar. Protokol dasarnya mengatur aturan pengelolaan dana: jika saldo melebihi 1000 USDC, bagian tersebut secara otomatis dialokasikan melalui RWA aggregator ke tiga dana tokenisasi obligasi pemerintah jangka pendek dan satu dana energi hijau tokenized. Ketika bulan tertentu permintaan klien menurun dan saldo perlu dikurangi, protokol secara otomatis mencairkan sebagian RWA, dan mengembalikannya ke USDC untuk operasional harian.

Dalam proses ini, AI agent melakukan: memantau saldo akun, menilai risiko dan imbal hasil berbagai aset, melakukan pembelian dan pencairan, serta mencatat transaksi untuk audit selanjutnya. Semua dilakukan secara otomatis oleh kode, tanpa intervensi manusia.

Contoh lain, seorang AI travel planner memesan tiket dan hotel untuk pengguna, lalu pengguna mentransfer sejumlah USDC sebagai anggaran. Saat menunggu keberangkatan, AI agent mendeteksi adanya produk asuransi RWA berbasis data keterlambatan penerbangan yang sedang dijual. Ia secara otomatis membeli bagian kecil dari asuransi tersebut dengan USDC yang sementara idle. Beberapa jam kemudian, pesawat terlambat, dan asuransi RWA secara otomatis membayar klaim sesuai aturan, menambah saldo AI agent.

Semua modul teknologi ini sudah ada: USDC sebagai wadah nilai, Nanopayments untuk micro-payment, protokol x402 untuk pembayaran langsung di internet, tokenisasi obligasi pemerintah di platform seperti Ondo Chain, mekanisme DvP yang telah diverifikasi JPMorgan. Yang tersisa adalah mengintegrasikan semuanya — menghubungkan lapisan pembayaran, aset, dan transaksi sehingga AI agent dapat memanggil fungsi keuangan ini seperti memanggil API.

Ketua eksekutif Asosiasi Standar Web3.0 Hong Kong, Li Ming, menyatakan bahwa “kami ingin menemukan titik masuk standar untuk Web3.0, yang dapat menghubungkan ekosistem RWA.” Bagi ekonomi AI agent, titik masuk ini mungkin adalah penghubung antara pembayaran dan aset.

4. Masalah Lama di Dunia Baru: Risiko dan Tanggung Jawab

Tentu saja, dari pembayaran AI hari ini hingga pengelolaan aset AI di masa depan, masih banyak hambatan yang harus dilalui.

Pertama adalah masalah keaslian data. Aset RWA di luar rantai, status, nilai, dan informasi risiko harus disampaikan secara andal ke rantai. Jika AI agent bergantung pada data yang salah atau telah diubah, “keputusan investasi” mereka akan bermasalah. Laporan “RWA Industry Development Study” dari Web3.0 Hong Kong menyebutkan bahwa aset yang berhasil diimplementasikan secara skala harus memenuhi tiga syarat utama: stabilitas nilai, kejelasan hak hukum, dan verifikasi data off-chain.

Kedua adalah risiko model AI agent. Bahkan jika data akurat, logika pengambilan keputusan investasi AI agent juga bisa salah. Siapa yang bertanggung jawab atas keputusan yang salah? Manusia, protokol, atau AI agent itu sendiri? Pertanyaan tanggung jawab ini masih belum ada jawaban pasti dari segi hukum dan regulasi.

Ketiga adalah risiko likuiditas. Transaksi RWA di blockchain umumnya kurang dalam dibandingkan mata uang kripto utama, dan beberapa aset mungkin memiliki likuiditas rendah. Jika banyak AI agent secara bersamaan ingin mencairkan dana dari satu RWA, apakah transaksi akan berjalan lancar, masih menjadi pertanyaan.

Keempat adalah perbedaan regulasi. Setiap negara memiliki sikap berbeda terhadap RWA, dan status hukum aset yang sama di yurisdiksi berbeda bisa sangat berbeda. AI agent harus mampu mengenali dan mengelola kompleksitas ini, yang menuntut kemampuan AI saat ini yang cukup tinggi.

Terakhir adalah keamanan teknologi. Kerentanan smart contract, serangan jembatan lintas chain, dan kebocoran kunci pribadi tidak hilang hanya karena entitas transaksi adalah AI. Sebaliknya, ketika AI agent melakukan transaksi otomatis, kecepatan dan skala eksploitasi kerentanan bisa jauh lebih besar daripada manusia.

Penutup

Kembali ke data awal: 40.000 AI agent, 140 juta transaksi, 43 juta dolar AS.

Makna angka-angka ini bukan pada skala itu sendiri — dibandingkan dengan total pembayaran tahunan manusia yang mencapai triliunan dolar, 43 juta dolar AS tampak kecil. Tetapi maknanya sesungguhnya adalah mengungkapkan sebuah arah: mesin sedang menjadi entitas ekonomi independen, memiliki pendapatan sendiri, akun sendiri, dan kemampuan pembayaran sendiri.

Ketika mesin memiliki pendapatan, mereka akan dengan cepat membutuhkan pengelolaan aset. Ini bukan imajinasi jauh, melainkan jalur alami evolusi ekonomi AI agent.

Circle sedang membangun “sistem saraf pembayaran” untuk masa depan ini — memungkinkan AI agent memindahkan nilai secara efisien dan biaya rendah. Sedangkan bidang RWA perlu menjadi “sistem penyimpanan energi” ekonomi ini — memungkinkan AI agent mengelola aset mereka seperti mengelola kode mereka sendiri.

Jika prediksi ini benar, maka pertanyaan yang harus dipikirkan para pelaku RWA hari ini adalah: ketika 400.000 AI agent mulai mencari aset yang dapat dikonfigurasi, dan setelah 140 juta transaksi pembayaran mulai menghasilkan kebutuhan pengelolaan aset, apakah produk RWA yang Anda miliki sudah siap dievaluasi, dipilih, dimiliki, dan diperdagangkan oleh AI agent?

(Artikel ini didasarkan pada laporan keuangan resmi Circle, pengumuman, laporan Deloitte “Prediksi Teknologi, Media, dan Telekomunikasi 2026”, data Defillama, dokumen terbuka Ondo Finance, pengungkapan resmi Morgan Stanley Kinexys, dan laporan “RWA Industry Development Study” dari Web3.0 Hong Kong, serta sumber terbuka lainnya. Tidak merupakan saran investasi. Pasar berisiko, berinvestasi dengan hati-hati.)