Dans le domaine du Web3, le plus grand défi auquel sont confrontées les institutions financières traditionnelles n'est pas un manque de reconnaissance de la technologie blockchain, mais la difficulté d'interpréter les données sur la chaîne. Ce problème est particulièrement évident dans de nombreux scénarios.

Par exemple, lorsque les banques tentent de développer des activités de garde d'actifs cryptographiques, le solde des adresses sur la chaîne et les enregistrements de transactions se présentent souvent sous forme de chaînes difficiles à comprendre, ce qui ne peut pas être aligné avec les systèmes de comptes traditionnels et la logique de rapprochement. De même, les sociétés de fonds, en considérant l'investissement dans des actifs physiques (RWA), constatent également que le format des données d'évaluation des actifs sur la chaîne est incompatible avec leurs systèmes de gestion des risques existants, ce qui oblige à saisir manuellement les données, entraînant non seulement une faible efficacité mais aussi une grande propension à l'erreur.

C'est dans ce contexte que le Pyth Network a vu le jour, jouant le rôle d'un 'interprète de données'. Il s'engage à convertir les données on-chain en un format que les institutions financières traditionnelles peuvent comprendre et utiliser, éliminant ainsi efficacement la 'barrière linguistique' entre les deux domaines.

Un exemple typique est le dilemme rencontré par une banque commerciale d'une certaine ville lors du lancement de ses services de garde d'actifs cryptographiques. Au départ, le système de gestion des risques de cette banque ne pouvait pas identifier le solde des adresses Bitcoin sur la chaîne et ne pouvait pas l'associer aux informations d'identité des clients, sans parler de la génération de rapports de rapprochement conformes aux exigences réglementaires.

Cependant, après l'intégration du Pyth Network, la situation a considérablement changé. Pyth a effectué une 'traduction traditionnelle' des données on-chain : il a associé 'adresse' à 'ID de compte client' de la banque, et a converti 'variations de solde on-chain' en 'détails des entrées et sorties de compte'. Plus important encore, il peut également générer des rapports conformes aux exigences de réglementation du 'Règlement sur la gestion des activités de garde des banques commerciales', comprenant des informations clés sur le type d'actif, la quantité, l'évaluation, le moment des variations, etc.

L'effet de ce changement est immédiat. Le système de garde des banques peut désormais lire directement ces données converties, ce qui a non seulement augmenté l'efficacité de la réconciliation de 60 %, mais a également réussi à passer l'inspection des autorités de régulation. Cette capacité de conversion et d'intégration des données a considérablement facilité l'expansion des institutions financières traditionnelles vers le domaine du Web3, établissant un pont de données entre deux mondes apparemment disjoints.

Avec de plus en plus d'institutions financières traditionnelles commençant à explorer le domaine du Web3, des plateformes de services de données comme Pyth Network joueront un rôle de plus en plus important. Ce n'est pas seulement une solution technique, mais aussi un moteur clé pour faciliter l'intégration de la finance traditionnelle et de l'écosystème des actifs numériques émergents. À l'avenir, nous avons des raisons de croire qu'avec l'amélioration et la vulgarisation de ces outils, l'innovation financière connaîtra un nouveau printemps, offrant aux investisseurs et aux participants du marché davantage d'opportunités et de commodités.