a16z: La emisión de más de 13 millones de monedas Meme en 2025 indica un vacío regulatorio en el sector cripto y la urgente necesidad de una legislación sobre la estructura del mercado.
Según ChainCatcher y un informe de Bloomberg, el fondo de capital de riesgo de activos digitales a16z crypto, perteneciente a Andreessen Horowitz, señaló en su “Informe sobre el estado de las criptomonedas 2025” publicado este miércoles que la emisión de más de 13 millones de memecoins en 2025 evidencia un vacío regulatorio en el sector de las criptomonedas, lo que hace urgente que Estados Unidos apruebe una legislación sobre la estructura del mercado.
a16z crypto enfatizó que la aprobación de regulaciones proporcionará un marco más claro para los desarrolladores e inversores de criptomonedas. La aprobación del “Digital Asset Market Clarity Act”, actualmente en revisión en el Congreso, protegerá a los consumidores mediante el aumento de medidas de seguridad, permitirá la supervisión de intermediarios basados en blockchain y creará un camino regulatorio más definido para los activos digitales.
Descargo de responsabilidad: El contenido de este artículo refleja únicamente la opinión del autor y no representa en modo alguno a la plataforma. Este artículo no se pretende servir de referencia para tomar decisiones de inversión.
También te puede gustar

Meta implementará su propio chip de IA en la primera mitad del próximo año, con el objetivo de reducir costos y disminuir la dependencia de Nvidia.
El tercer chip de IA desarrollado internamente por Meta, el MTIA 450, comenzará a ser usado en los centros de datos durante el primer semestre del próximo año, y se espera que la cuarta generación ingrese a los centros de datos hacia fines de 2027. Durante los próximos 12 meses, Meta se ha comprometido a desplegar chips propios con un consumo equivalente a más de 1 gigavatio. Yee Jiun Song, vicepresidente de ingeniería de Meta, afirmó que, en comparación con los productos entregados actualmente por Nvidia, los chips desarrollados por Meta tienen mayor eficiencia y menor consumo de energía al ejecutar modelos de IA.
