La Secretaria del Tesoro de Estados Unidos impulsa la “fusión de Main Street y Wall Street”, integrando las criptomonedas al sistema financiero tradicional.
Odaily informó que el Secretario del Tesoro de Estados Unidos, Scott Besant, declaró recientemente que está impulsando la "mayor fusión de la historia": integrar Main Street con Wall Street. En un contexto donde el precio de bitcoin cayó un 6% en 2025, el gobierno de Trump lanzó la "Ley Bella", que ofrece una "Cuenta Trump" de 1000 dólares para recién nacidos, con el objetivo de fomentar la conciencia de inversión en toda la población. Al mismo tiempo, gigantes financieros de Wall Street como BlackRock ya han acumulado cerca de 70 mil millones de dólares en ETF de bitcoin, acelerando la integración de las criptomonedas en el sistema financiero tradicional. Besant predijo que las reducciones de impuestos traerán un "gran año de reembolsos fiscales" en el primer trimestre de 2026, y que el gobierno de Trump planea lanzar una ley de estructura de mercado a principios de 2026 para regular aún más el mercado de stablecoins. (Forbes)
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.
