99% AI-платежів використовують USDC, Circle мовчки став найбільшим переможцем, але куди слід вкладати гроші AI-агентів?

2026 року в березні керівник глобального ринку Circle Пітер Шредер опублікував у платформі X набір даних: за останні дев’ять місяців між AI-агентами було здійснено 140 мільйонів платежів із загальним обсягом транзакцій у 43 мільйони доларів. З них 98,6% були розраховані у USDC, а середній розмір кожної транзакції становив лише 0,31 долара. Ще важливіше, що кількість AI-агентів із купівельною спроможністю перевищила 400 тисяч.

Ці дані краще будь-яких фінансових звітів ілюструють ситуацію: AI-агенти переходять від концепції до реальної економічної діяльності.

400 тисяч AI-агентів, 140 мільйонів транзакцій, 43 мільйони доларів — це самостійна обмінна цінність між машинами. Без людського втручання, без банківського схвалення, без перевірки кредитних карток. Код із кодом, протокол із протоколом — завершили процеси, які раніше вимагали підпису людини, звірки та розрахунків.

Ціна акцій Circle за останні кілька торгових днів зросла з 60 до 105 доларів, що становить приріст у 75%. Ринок інтерпретував цей ріст як позитивну реакцію на фінансовий звіт — у четвертому кварталі 2025 року Circle отримала доход у 770 мільйонів доларів, що на 77% більше порівняно з попереднім роком, а чистий прибуток склав 133 мільйони доларів. Але справжнім предметом уваги є не ці цифри самі по собі, а структурні зміни, що ховаються за ними: коли AI-агенти стають новими економічними суб’єктами, логіка всієї фінансової інфраструктури має бути переписана.

У процесі цієї переписки виникає глибше питання: коли AI-агенти починають володіти доступними коштами, коли вони здатні заробляти USDC, виконуючи завдання, — як вони будуть обробляти ці кошти? Перший крок — платежі, другий — управління активами. Сектор RWA (реальні світові активи) саме відповідає на це друге питання.

1. Від платоспроможності до володіння активами

Щоб зрозуміти, які фінансові послуги потрібні AI-агентам, потрібно спершу зрозуміти їхню модель економічної діяльності.

За даними звіту Deloitte «Прогноз технологій, медіа та телекомунікацій на 2026 рік», якщо компанії та сервіс-провайдери зможуть досягти ефективної співпраці інтелектуальних агентів, глобальний ринок AI з агентською моделлю може до 2030 року досягти обсягу у 45 мільярдів доларів. Основна характеристика такої багатоголової співпраці — розбиття складного завдання на кілька етапів, які виконуються різними спеціалізованими агентами, кожен із яких виконує свою частину, а кожен виклик супроводжується мікроплатежем.

Наприклад, API-запити. Один AI-додаток може одночасно викликати кілька великих мовних моделей, звертатися до кількох баз даних і використовувати різні обчислювальні ресурси. Кожен виклик — це додавання 0,01, 0,05 або 0,1 долара. Ці суми дуже малі, але частота — дуже висока. Дані Circle за останні дев’ять місяців показують: 140 мільйонів транзакцій із середнім розміром 0,31 долара — це типова характеристика ринку мікроплатежів.

Проблема у тому, що коли AI-агенти стабільно отримують дохід — будь то через обслуговування користувачів або участь у розподілених обчислювальних мережах — їхні рахунки накопичують кошти. Ці кошти не можуть залишатися вічно у стані руху. Будь-який раціональний економічний суб’єкт замислюється: що робити з невикористаними коштами?

Саме з цього починається перехід AI-агента від ролі «платника» до ролі «володільця активів».

У традиційній фінансовій системі фізичні та юридичні особи зберігають тимчасово вільні кошти у банках, купують валютні фонди або короткострокові державні облігації, отримуючи дохід. AI-агенти потребують подібної можливості — не для спекуляцій, а для оптимізації власної економічної моделі. Постійне збереження на рахунку USDC для платежів — необхідність, але якщо частина цих коштів просто лежить без діла, це означає втрату можливостей. Автоматичне купівля короткострокових американських державних облігацій через токенізовані фонди, з автоматичним викупом при необхідності — підвищить «операційну ефективність».

Ще один рівень — для довгострокового збереження цінності або хеджування коливань газових зборів — AI-агент може формувати портфель активів різних рівнів ризику. Тоді він перестає бути просто «платником», стає «інвестором» — хоча цей інвестор — це код.

Circle вирішує задачу перетворення AI-агента на «платника». Щоб зробити їх «інвесторами», потрібна інша інфраструктура.

2. RWA і AI-агенти: двонапрямна взаємодія

За останні роки Circle побудувала три рівні можливостей:

Перший — емісія стабільних монет і мережа ліквідності. За даними офіційної інформації Circle, станом на кінець 2025 року обсяг обігу USDC сягнув 75,3 мільярдів доларів, що на 72% більше за попередній рік, і майже 50% частки у торгівлі стабільними монетами. Це створює цінний носій для платежів AI.

Другий — ефективна мережа ончейн-розрахунків. У серпні 2025 року Circle запустила Arc — блокчейн для фінансових послуг рівня інституцій. У березні 2026 року — систему Nanopayments, яка агрегує тисячі малих платежів поза ланцюгом і періодично пакує їх у транзакції на блокчейні, знижуючи вартість для розробників до нуля. Тестова мережа підтримує 12 EVM-ланцюгів, зокрема Arbitrum, Avalanche, Base, Ethereum. На рівні платіжних протоколів x402 дозволяє сайтам або API надсилати HTTP-запити з платіжним запитом прямо у відповідь, інтегруючи оплату у запити.

Третій — зв’язок із традиційною фінансовою системою. Circle Payments Network (CPN) з’єднала банки, платіжних провайдерів, міжнародні розрахункові центри та корпоративних клієнтів. Станом на лютий 2026 року до мережі приєдналися 55 фінансових установ, обсяг транзакцій — близько 5,7 мільярдів доларів на рік. У лютому цього року додано системи прямого платежу у національних валютах і стабільних монетах у регіонах Азії та Близького Сходу.

Ці три рівні формують «платіжну інфраструктуру» економіки AI-агентів. Але для повноцінної економіки потрібна ще «інфраструктура управління активами» — і тут RWA має великий потенціал.

3. RWA і AI-агенти: двонапрямна взаємодія

За останні роки дослідження токенізації RWA зосереджувалися на їхньому «ланцюговому відображенні» у традиційних фінансах. За даними Defillama, станом на червень 2025 року загальний заблокований обсяг (TVL) RWA досяг 12,5 мільярдів доларів, що більш ніж удвічі перевищує показник 2024 року. Глобальні банки, такі як Citi та Standard Chartered, досліджують застосування RWA у платіжних розрахунках, управлінні активами та міжнародній торгівлі.

Щоб увійти у світ економіки AI-агентів, RWA потрібно пройти «AI-орієнтовану» трансформацію. Це не просто додавання активів у ланцюг, а створення «машинного розуміння» та «автоматичної торгівлі» активами.

Перший — стандартизація даних. Проекти на кшталт Ondo Finance працюють над структурованими, машинно-читаними даними щодо грошових потоків, юридичних умов і ризиків. У липні 2025 року Ondo стала першим проектом, що запустив токенізовані американські державні облігації для глобальних інвесторів, і ця ініціатива була включена до білого документа Білого дому щодо цифрових активів.

Другий — логіка, що програмується. Правила дивідендів, виплат, викупів і розрахунків закодовані у смарт-контракти, автоматично виконуються кодом. Це дозволяє AI-агентам взаємодіяти з активами без довіри — не потрібно вірити контрагенту, достатньо довіряти коду.

Третій — фрагментація ліквідності. Після токенізації RWA активи можна ділити на дуже малі частки — наприклад, облігації номіналом 0,01 долара або нерухомість із доходами у 0,1 квадратних метра. Це важливо для малих інвестицій AI-агентів. Технологія мікроплатежів уже довела свою життєздатність, і цю логіку можна застосувати до мікроінвестицій.

Прикладом є кейс JPMorgan — Kinexys. У травні 2025 року Kinexys на тестовій мережі Ondo Chain провела першу публічну торгівлю токенізованими облігаціями США, використовуючи фонд Ondo Finance (OUSG), і через інфраструктуру Chainlink здійснила розрахунки. Транзакція відповідала моделі «поставка проти платежу» (DvP), забезпечуючи одночасну передачу активів і платежів. Відтоді Kinexys обробляє понад 2 мільярди доларів щодня, а з моменту заснування — понад 1,5 трильйона доларів номінальної вартості угод.

Цей кейс демонструє потенціал поєднання RWA з інституційною платіжною мережею. У майбутньому економіка AI-агентів може змінити учасників — замість JPMorgan роль виконає AI-агент, обсяг угод зменшиться з мільйонів до кількох доларів, але логіка залишиться тією ж — безшовне перенесення і збереження цінності.

4. За межами платіжних мереж: новий рівень уявлень

Якщо з’єднати всі ці логіки, починає формуватися цілісний замкнутий цикл:

AI-агент, що генерує контент і обслуговує кілька клієнтів, накопичує на рахунку значний баланс USDC. Його протокол встановлює правила управління коштами: якщо баланс перевищує 1000 USDC, автоматично через RWA-агрегатор інвестує цю суму у три токенізовані короткострокові фонди державних облігацій і один зелений енергетичний фонд. У разі зниження попиту або необхідності поповнення балансу — автоматично викуповуються частки RWA і повертаються у USDC для операцій.

У цьому процесі AI-агент виконує: моніторинг балансу, оцінку ризиків і доходності активів, здійснення купівлі та продажу, ведення записів для аудиту. Всі дії автоматизовані і не потребують людського втручання.

Ще приклад — AI-туристичний планувальник. Після бронювання авіаквитків і готелів користувач переводить на його рахунок USDC як бюджет. Під час очікування рейсу агент виявляє, що на ринку з’явилася пропозиція мікропремії у RWA-страховці на випадок затримки рейсу. Він автоматично купує частку цієї страховки за вільний USDC. Через кілька годин, коли рейс затримується, страховка активує виплату, і баланс агента зростає.

Усі ці сценарії вже підтримуються технічно: USDC — цінний носій, Nanopayments — для мікроплатежів, x402 — для інтеграції платежів у запити, токенізовані облігації — на платформах на кшталт Ondo Chain, а DvP — підтверджена практика. Залишається лише інтегрувати ці компоненти — з’єднати платіжний рівень, активи і транзакції, щоб AI-агенти могли викликати фінансові функції так само легко, як API.

Голова виконавчої ради Громадської асоціації Web3.0 у Гонконзі Лі Мінг зазначив у коментарі щодо розвитку RWA: «Ми прагнемо знайти стандартний підхід для Web3.0, щоб з’єднати екосистему RWA». Для економіки AI-агентів цей підхід, ймовірно, і полягає у зв’язку платежів і активів.

5. Старі проблеми нового світу: ризики і відповідальність

Звісно, перехід від сьогоднішніх платежів AI до завтрашнього управління активами — це ще багато перешкод.

Перший — питання достовірності даних. Оскільки RWA — це активи поза ланцюгом, їхній стан, вартість і ризики мають надійно передаватися у блокчейн. Якщо AI-агент залежить від неправдивих або підроблених даних, його «інвестиційне рішення» буде хибним. У спільному звіті Web3.0-асоціації наголошується, що для масштабного впровадження активів потрібно забезпечити стабільність їхньої вартості, чіткість правового статусу і можливість верифікації даних поза ланцюгом.

Другий — ризик моделей AI. Навіть за точних даних, логіка інвестиційних рішень AI може бути помилковою. Хто нестиме відповідальність за помилки? Людина, протокол чи сам AI? Це питання поки що залишається відкритим у правовій і регуляторній сферах.

Третій — ризик ліквідності. Торгівля RWA у ланцюгу значно менш глибока, ніж у популярних криптовалютах. Деякі активи можуть мати низьку ліквідність. Якщо багато AI-агентів одночасно захочуть викупити один і той самий фонд — чи зможуть вони це зробити без проблем?

Четвертий — регуляторна різноманітність. Законодавство щодо RWA різне у різних країнах. Одна й та сама цінність у різних юрисдикціях може мати різний правовий статус. AI-агентам потрібно вміти розпізнавати і враховувати цю складність, що вимагає високих можливостей сучасних систем.

П’ятий — технічна безпека. Вразливості смарт-контрактів, атаки на міжланцюгові мости, компрометація приватних ключів — ці ризики не зникнуть просто тому, що учасник — AI. Навпаки, автоматизація може прискорити і масштабувати зломи.

Висновки

Повертаючись до початкових даних: 400 тисяч AI-агентів, 140 мільйонів транзакцій, 43 мільйони доларів.

Значення цих цифр не у масштабі — порівняно з щорічними десятками трильйонів доларів людських платежів, це мізер. Вони справді відкривають новий напрямок: машини стають незалежними економічними суб’єктами, мають свої доходи, рахунки і платіжні можливості.

Коли машини отримують доходи, у них з’являється потреба у управлінні активами. Це не фантазія — це природний шлях розвитку AI-економіки.

Circle створює «платіжну нервову систему» для майбутнього — щоб AI-агенти могли ефективно і з низькими витратами передавати цінність. А RWA має стати «системою зберігання енергії» цієї економіки — щоб AI-агенти могли керувати своїми активами так само легко, як і своїм кодом.

Якщо ця ідея правильна, то сьогоднішні фахівці у сфері RWA мають поставити собі питання: коли 400 тисяч AI-агентів почнуть шукати налаштовувані активи, а після 140 мільйонів платежів з’явиться потреба у управлінні активами — чи готові ваші RWA-продукти до оцінки, вибору, володіння і торгівлі цими агентами?

(Цей текст написаний на основі офіційних фінансових звітів і оголошень Circle, звіту Deloitte «Прогноз технологій, медіа та телекомунікацій на 2026 рік», даних Defillama, відкритих матеріалів Ondo Finance, офіційної інформації Morgan Stanley Kinexys, а також звіту «Розвиток індустрії RWA» Гонконгської асоціації Web3.0. Це не є інвестиційною рекомендацією. Ринок ризикований, інвестиції — під власну відповідальність.)