Binigyan ng lista ng Brazil ang unang tokenized na baka sa B3 gamit ang AI na kolar upang buksan ang kreditong pambayan

iconChainGPT
I-share
AI summary iconSummary
Ang B3 stock exchange ng Brazil ay naglalista ng mga unang tokenized na baka bilang jaminan, isang hakbang na nakapaloob sa on-chain news. Sampu (10) na baka sa Fazenda Engenho Velho sa Paraná ay may mga smart collar na may AI at ginamit upang jaminan ang isang rural credit certificate na halaga ng R$100,000. Ang proyekto, na pinamumunuan ng agritech firm na Cowmed, ay naglalayong palakasin ang pagsasalapi sa mga nayon. Ang AI + crypto news ay nagpapakita ng potensyal na tokenisahin ang hanggang R$400 milyon sa mga ari-arian ng baka sa loob ng dalawang taon.

Sa unang pagkakataon sa mga kapital na merkado ng Brazil, sampung baka mula sa Fazenda Engenho Velho sa Imbituva, Paraná, ay naging unang mga hayop na ginamit bilang jaminan na opisyal na rehistrado sa exchange—isang eksperimento na nagpapagsasama ng blockchain, AI sensor collars at tradisyonal na kreditong pampaligid para magbukas ng pondo para sa mga magsasaka na may kakulangan sa pera. Paano nagtrabaho ang deal - Ginamit ng pagsasaka ang sampung baka na may halagang R$120,000 (halos $23,310) upang jaminan ang CPR-F (Cédula de Produto Rural Financeira), isang sertipikasyon ng kreditong pampaligid na nagpapahintulot sa mga producer na mag-borrow batay sa kanilang mga hayop o pananim. Ang CPR-F ay inilabas ng BMP, isang direktang kreditong kumpanya na pinahintulutan ng sentral na bangko, sa halagang R$100,000 (halos $19,420). - Binebenta ng BMP ang mga karapatan sa kredito kay Target FIDC, isang pondo na bumibili at pinapagana ang mga takdang bayarin. Pagkatapos ay rehistrado ng Target ang transaksyon sa B3, pangunahing exchange ng Brazil—gumawa ng opisyal na pagkilala sa mga baka bilang jaminan sa isang reguladong merkado. - Bawat hayop ay “tokenized” sa pamamagitan ng pagkakaroon ng natatanging encrypted digital ID. Ang identifier na ito ay nabuo mula sa data ng kalusugan, pag-uugali at GPS na kinokolekta ng AI-powered na smart collars mula sa agritech startup na Cowmed. Ang mga telemetry points na ito ay cryptographically hashed sa isang tamper-resistant ID na direktang nakakonekta sa kontrata ng kredito—nag-aalis ng pangangailangan para sa pisikal na pagsusuri sa pagsasaka upang patunayan ang asset. Bakit mahalaga ito para sa mga lender Madalas na bawasan ng mga banko ang halaga ng jaminan sa mga hayop—hanggang 60%—dahil kulang sila sa maaasahang paraan upang patunayan ang kondisyon o pagkakaroon ng isang hayop. Isang baka na nakalista sa R$20,000 (halos $2,380) sa papel ay maaaring i-discount sa R$8,000 (halos $1,600) para sa layunin ng pagpapautang. “Sa pamamagitan ng pagmamasid, nawawala ang kakaibang ito,” sabi ni Humberto Brenner, direktor ng Target FIDC kay Globo Rural, at idinagdag na lalong hihingin ng mga banko ang “totoong jaminan at bagong impormasyon.” Ang mas malaking konteksto: isang napapagod na sektor ng agrikultura at trend ng RWA Nasa malaking presyon ang agribusiness ng Brazil: tumataas ang mga hiling para sa judicial recovery (katumbas ng Chapter 11 ng Brazil) hanggang 1,990 noong 2025—halos apat na beses ang 534 na pagsusulat noong 2023, ayon kay Serasa Experian. Ang mataas na interes, bumababang presyo ng komodidad at mga epekto ng klima ay nagpapalaki ang kahirapan sa kreditong itinuturo sa maraming producer. Sinabing pangunahing tugon ni Thiago Martins, CEO ni Cowmed, ang pilot na tokenization sa pagkakaroon nito: “Kinuha namin ang baka, isang totoo at tangible asset, at isinalin namin ito bilang digital asset na suportado ng natatanging code na pinagmamasdan sa real time,” sabi niya kay CNN Brazil. “Ang digitalisasyong ito ay nagpapahintulot sa opisyal na rehistrasyon sa B3 bilang financial security—binibigyan nito ang magsasaka ng mas maayos na pagkakataon para makakuha ng pondo, buksan ang isang bagong alternatibong jaminan sa panahon ng malakas na pagkakaroon ng kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulang kaukulANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKULANG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNG KAUKLNGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKAUKNLGKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKBKB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB KB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MB MBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBMBM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM BM B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M B M Ang modelo ay maaaring bigyan ang mga magsasaka ng “mas atraktibong credit sa termino ng gastos at limitasyon,” at mas maayos na konektahan ang mga producer sa mga institusyong pampinansya. Ang pilot na ito sa mga hayop ay sumasali rin sa mas malawak na alon ng pagtokenize ng real-world assets (RWAs) sa crypto at DeFi—kung saan ay nakalikom na higit sa $10 bilyon ang tokenized sa U.S. Treasuries, real estate at iba pang assets—sa pamamagitan ng pagpapalit ng tangible na halaga sa tradable, on-chain na instrumento. Sukat at malapit na layunin Kinokontrol ni Cowmed ang halos 100,000 baka sa 1,200 pagsasaka sa Brazil, Estados Unidos, Canada, Uruguay, Paraguay at Bolivia—mga asset na inaasahan nila ay may halagang R$2 bilyon (halos $395.4 milyon). Ipinapalagay ni Martins na 20% ng herd na ito, halos R$400 milyon (≈ $77.6 milyon), ay maaaring gamitin bilang tokenized jaminan loob ng dalawong taon. Kasalukuyan naman ang pag-evaluate ni Target FIDC ng apat pang pagsasaka sa Brazil, at layunin ng mga kasosyo na dalhin ang halos R$5 milyon (halos $971,000) sa credit gamit ang modelo hanggang wakas ng 2026. Pinaliwanag Ang pilot sa Paraná ay isang konkretong pagsubok para malaman kung maaari bang bawasan ng tokenization ang pagkakaroon ng hindi siguradong jaminan, mobilisahin ang kapital at bigyan ang mga magsasaka ng bagong access sa credit. Kapag tumatagal ang modelo, maaari itong baguhin ang paraan ng pagpapauting pampagawaan ng mga banko para sa mga loan sa agrikultura—at magbigay ng blueprint para sa iba pang real-world assets uping digitalisahin at pautangan sa reguladong merkado.

Disclaimer: Ang information sa page na ito ay maaaring nakuha mula sa mga third party at hindi necessary na nagre-reflect sa mga pananaw o opinyon ng KuCoin. Ibinigay ang content na ito para sa mga pangkalahatang informational purpose lang, nang walang anumang representation o warranty ng anumang uri, at hindi rin ito dapat ipakahulugan bilang financial o investment advice. Hindi mananagot ang KuCoin para sa anumang error o omission, o para sa anumang outcome na magreresulta mula sa paggamit ng information na ito. Maaaring maging risky ang mga investment sa mga digital asset. Pakisuri nang maigi ang mga risk ng isang produkto at ang risk tolerance mo batay sa iyong sariling kalagayang pinansyal. Para sa higit pang information, mag-refer sa aming Terms ng Paggamit at Disclosure ng Risk.