Sandy Kaul de Franklin Templeton relie l'IA aux paiements…
Le PDG de Circle, Jeremy Allaire, fait écho à cette thèse, soutenant que l'IA agentique et la blockchain convergent vers un même système économique.
Sandy Kaul, responsable des actifs numériques chez Franklin Templeton, présente les blockchains publiques et les actifs cryptographiques comme le « prochain commerce de l'IA » alors que des agents autonomes commencent à transiger entre eux. Le PDG de Circle, Jeremy Allaire, promeut un cadre parallèle qui considère l'IA agentique et l'argent programmable comme une seule pile économique convergente.
Points clés
- Sandy Kaul de Franklin Templeton a présenté les réseaux blockchain et les actifs cryptographiquesactifscomme une exposition potentielle à la prochaine étape de l'IA alors queles agents autonomescommencent à transiger.
- Le mécanisme principal est les micropaiements machine à machine qui peuvent être des fractions de cent, où les frais de paiement traditionnels peuvent dépasser la valeur de la transaction.
- Kaul a soutenu que les blockchains publiques correspondent au cas d'utilisation via des transactions programmables, une identité cryptographique et un règlement quasi instantané qui permet aux agents de se payer directement.
- Le PDG de Circle, Jeremy Allaire, a décrit l'IA agentique et la blockchain comme convergeant en un seul système économique, étendant la thèse vers la coordination on-chain et la tarification au paiement par tâche.
La présentation de Kaul sur le 'Next AI Trade' : Des puces et du cloud aux rails crypto
Sandy Kaul, responsable de Franklin Templetonactifs numériqueset l'innovation, essaie explicitement de faire pivoter le commerce de l'IA loin du complexe encombré des « pelles et pioches » des semi-conducteurs, du cloud hyperscale et des centres de données.
Son affirmation est qu'à mesure que l'IA agentique devient plus courante, la couche sous-propriée est l'infrastructure de paiement et de règlement qui permet aux logiciels de transiger avec des logiciels.
Le contexte du marché au moment de la publication était que les actifs risqués se montraient plus faibles :bitcoinnégocié à 65 741,03 $ (en baisse de 1,58 %) et ether à 1 929,96 $ (en baisse de 0,019 %), avecXRPà 1,14 $ (en baisse de 0,61 %) etSOLà 77,78 $ (en baisse de 0,20 %), selon les données du marché de CoinDesk.
Cette action de prix est importante principalement parce que l'argument de Kaul n'est pas un catalyseur immédiat lié à un seul jeton. C'est un récit directionnel sur l'endroit où la demande future de transactions pourrait se manifester.
Pourquoi l'IA agentique brise les paiements traditionnels à l'échelle de fractions de cent
Le mécanisme de Kaul est simple : l'IA agentique est conçue pour prendre des mesures avec un minimum d'intervention humaine, et pas seulement pour générer du contenu. Dans son cadre, les agents réserveront des voyages, compareront des prix, achèteront de la puissance de calcul, récupéreront des données et géreront des flux de travail.
Ce comportement implique un profil de paiement différent. De nombreuses transactions entre agents pourraient valoir des fractions de cent, comme le paiement pour unAPIappel, une seconde de calcul ou l'accès à un ensemble de données. Dans ce régime, les réseaux de paiement traditionnels deviennent structurellement déséquilibrés car les frais peuvent coûter plus que la valeur sous-jacente de la transaction.
C'est pourquoi la configuration se lit comme narrative-first. Le "pourquoi" est cohérent, mais le paquet ne fournit aucun calendrier quantifié sur le moment où le commerce agentique devient suffisamment important pour avoir un impact sur le marché des frais de n'importe quelle chaîne.
Blockchains publiques comme infrastructure de paiement machine à machine
L'argument de Kaul en faveur des blockchains publiques est basé sur les fonctionnalités : transactions programmables, identité cryptographique et règlement quasi instantané. L'implication pratique est que les agents pourraient détenir des actifs numériques et se payer directement via les rails de la blockchain plutôt que de passer par des banques ou des réseaux de cartes.
Pour les traders, le lien le plus clair qu'elle propose est la demande de frais. Si les paiements des agents augmentent, les agents auraient besoin de cryptomonnaies natives pour payer les frais de réseau.
Dans ce scénario, des volumes de transactions plus élevés pourraient se traduire par une demande accrue de tokens et plus de revenus pour le réseau, ce qui pourrait financer les incitations pour les développeurs, la sécurité du réseau, etapplications décentraliséesLe conditionnel fait un vrai travail ici.
La thèse ne nomme pas quels réseaux gagnent, et elle ne fournit pas d'indicateurs on-chain qui permettraient au marché de tarifer la courbe d'adoption aujourd'hui.
Liste de vérification de validation : Signaux précoces et données que les traders n'ont toujours pas
La question à court terme est de savoir si cela reste un récit de salle de conférence ou devient un flux mesurable.
Un point de données du monde réel cité est le lancement par Robinhood d'outils d'investissement alimentés par l'IA en mai qui permettent aux agents de trader des actions et de faire des achats pour les utilisateurs, aux côtés de la vision du PDG Vlad Tenev selon laquelle les agents IArivaliseront finalement avec les traders humains.
Le paquet souligne également qu'OpenAI et Anthropic se disputent pour construire des systèmes plus autonomes capables de naviguer dans les logiciels et de réaliser des tâches complexes.
Les pièces manquantes sont celles qui permettraient de rendre cela négociable avec précision : tout suivi de Kaul ou de Franklin Templeton qui nomme des réseaux spécifiques ou des catégories de tokens, et tout indicateur on-chain mesurable lié à la thèse de paiement des agents IA.
Le « récent article » d'Allaire a également besoin de détails de publication et de voies d'implémentation concrètes pour faire passer la revendication de convergence du conceptuel à l'opérationnel.
Analyse de Marcus Hale : Le récit de paiement des agents IA est négociable, mais toujours non pris en compte par les métriques
Je considère le cadre de Kaul et Allaire comme un mécanisme plausible à la recherche d'un ensemble de données. Le seuil qui compte est de savoir si l'IA agentique produit une demande de frais soutenue et observable sur les chaînes publiques, car c'est le pont entre « histoire de l'IA » et « flux de trésorerie des tokens » via les dépenses de frais natifs.
Cela ressemble plus à un catalyseur de sentiment qu'à un changement fondamental tant que personne ne nomme les rails et ne montre le volume. Si les paiements d'agent à agent deviennent un véritable poste dans les marchés des frais, la configuration commence à sembler structurelle plutôt que dictée par le récit, car les bénéficiaires seraient les réseaux qui capturent les transactions et les tokens qui règlent les frais.
