Dans un monde de plus en plus guidé par les données et façonné par l'Intelligence Artificielle (IA), garantir la fiabilité, la transparence et la provenance de l'information est devenu un défi crucial. Alors que les systèmes d'IA deviennent de plus en plus puissants et intégrés aux processus de prise de décision, les risques liés à la désinformation, aux algorithmes opaques et au contrôle centralisé augmentent de manière spectaculaire. Établir des systèmes capables de vérifier l'authenticité des données, de préserver les droits de propriété et de permettre une participation ouverte est essentiel pour un avenir numérique équitable et sécurisé. Un projet qui relève ces défis en combinant l'infrastructure Web3 avec des cadres prêts pour l'IA est le protocole décentralisé de graphique de connaissances connu sous le nom d'OriginTrail.

Qu'est-ce qu'OriginTrail (TRAC)?

Entre 2013 et 2016, les bases d’OriginTrail ont été jetées par le biais de projets pilotes de chaîne d’approvisionnement à travers l’Europe. Ces premiers prototypes se concentraient sur le bœuf, les produits laitiers, la volaille et les légumes biologiques, en s’intégrant aux systèmes de planification des ressources de l’entreprise (ERP) tels que Microsoft Navision et SAP. En 2017, OriginTrail a commencé à relier les utilisateurs à Ethereum et a établi un bureau de projet à Shanghai. Au début de l’année 2018, l’équipe dirigée par Žiga Drev, Tomaž Levak et Branimir Rakić a lancé une première offre de pièces, levant 22,5 millions de dollars en moins de 20 minutes. Ce succès rapide a conduit au développement de l’OriginTrail Decentralized Knowledge Graph (DKG), une infrastructure adoptée par des entreprises telles que BSI, CFF et WFH. Entre 2018 et 2022, OriginTrail a lancé son réseau principal sans autorisation, introduit des couches à connaissance nulle et affiné ses modèles d’incitation et ses mécanismes d’enchères grâce à plusieurs versions versionnées. Trace Labs, la principale société de développement basée à Hong Kong, a remporté le prix Walmart Food Safety Innovation Spark Award au cours de cette période. En 2022, le deuxième livre blanc a été publié, détaillant davantage la tokenisation des actifs du monde réel et le rôle du DKG. À la fin de l’année 2023, la phase Turing a introduit DKG V6 et ChatDKG aligné sur l’IA, comblant ainsi le manque de confiance dans l’IA générative. D’ici 2024, OriginTrail a lancé sa blockchain NeuroWeb pour soutenir l’expansion du graphe de connaissances à travers les chaînes EVM. En avril 2025, la phase Metcalfe est en cours, centrée sur DKG V8 et la vérifiabilité décentralisée de l’IA. Inspirée par Bob Metcalfe, cette phase met l’accent sur la génération augmentée de récupération (dRAG) et l’inférence des connaissances. Avec plus d’une décennie de développement, OriginTrail continue de repousser les limites de l’infrastructure de données fiable, en soutenant des secteurs tels que les chaînes d’approvisionnement, les soins de santé et l’IA.

OriginTrail a été créé pour construire un Internet vérifiable pour l'IA, ancré dans la neutralité, l'inclusivité et la facilité d'utilisation, permettant une infrastructure de données de confiance pour l'IA décentralisée et les systèmes Web3.

Comment fonctionne OriginTrail ? Graphe de connaissances décentralisé et NeuroWeb

OriginTrail fonctionne grâce à une infrastructure de données sophistiquée appelée le Graphe de Connaissances Décentralisé (DKG), un système conçu pour apporter la vérifiabilité, la propriété et l'accessibilité aux connaissances numériques dans un environnement décentralisé. À l'ère numérique saturée de désinformation, la capacité à vérifier et posséder des connaissances est de plus en plus vitale, en particulier pour les systèmes d'intelligence artificielle (IA) qui dépendent d'entrées de données précises et en temps réel. Le DKG est conçu pour relever ces défis en transformant les données en Actifs de Connaissances vérifiables et prêts pour l'IA, accessibles via un réseau décentralisé de nœuds.

Source: livre blanc origintrail

Le DKG OriginTrail est un réseau open-source structuré en trois couches interconnectées qui forment une pile d'IA neuro-symbolique. La couche de confiance assure l'intégrité des données en utilisant la technologie blockchain. La couche de base de connaissances applique l'IA symbolique pour structurer et raisonner efficacement sur les connaissances. Enfin, la couche d'IA vérifiable utilise des modèles d'IA neurale pour l'automatisation et l'adaptabilité. Ensemble, ils fournissent un système robuste pour organiser, récupérer et valider les informations.

Une des fonctionnalités les plus avancées du DKG OriginTrail est sa mise en œuvre de la Génération Augmentée par Récupération Décentralisée (dRAG). Basé sur le concept de Génération Augmentée par Récupération (RAG), dRAG améliore les systèmes d'IA générative en intégrant l'IA symbolique à travers un graphe de connaissances décentralisé. Cela permet aux systèmes de récupérer des connaissances pertinentes et vérifiées avant de générer des réponses, améliorant ainsi la précision et la pertinence des sorties d'IA. dRAG est particulièrement précieux car il fusionne les points forts de généralisation des réseaux neuronaux avec la précision et le raisonnement contextuel de l'IA symbolique.

Source : origintrail.io

Au sein du DKG, les actifs de connaissance servent d'unité centrale d'information. Ce sont des conteneurs de connaissances multi-formats, propriétaires, identifiables de manière unique par des localisateurs d'actifs uniformes (UAL). La propriété est gérée via des NFT, permettant un contrôle sécurisé et une monétisation des données. La découvrabilité est inhérente à leur structure, utilisant les principes de données liées et permettant des connexions à travers l'internet. La vérifiabilité est assurée grâce à des preuves cryptographiques basées sur des arbres de Merkle enregistrées on-chain, rendant chaque actif auditable et résistant à la manipulation.

Les systèmes et agents d'IA peuvent accéder à ces actifs de connaissance avec précision, en utilisant des méthodes de requête symbolique et neuronale. Que ce soit pour alimenter des chatbots, des agents autonomes ou de grands modèles linguistiques, le DKG fournit une base transparente et traçable pour l'IA. Chaque actif peut être interrogé, vérifié et intégré, formant ainsi un réseau de sources de données interopérables et fiables qui soutiennent des applications d'IA fiables.

Finalement, le DKG OriginTrail redéfinit l'utilité des données dans l'ère du Web3 et de l'IA en transformant la connaissance en une classe d'actifs décentralisée, cessible et vérifiable. Il constitue l'épine dorsale d'Internet vérifiable pour l'IA, garantissant que les humains et les machines puissent accéder à des informations précises et fiables en temps réel, avec des garanties de provenance, de propriété et d'intégrité.

NeuroWeb

Au cœur de l'évolution de l'infrastructure d'OriginTrail se trouve le NeuroWeb, une blockchain de couche 1 spécialement conçue pour améliorer l'économie décentralisée de la connaissance grâce à une intégration étroite avec des graphiques de connaissances et de l'intelligence artificielle. NeuroWeb fonctionne comme un hub d'innovation multichaîne, aligné sur les principes de neutralité, d'inclusivité et de facilité d'utilisation. Construit à l'aide du framework Substrate et sécurisé par Polkadot, il prend en charge la compatibilité EVM, ce qui le rend interopérable avec Ethereum et d'autres réseaux Ethereum Virtual Machine (EVM). Grâce à ces intégrations, NeuroWeb facilite une expansion sans heurts du Graphique de Connaissance Décentralisé (DKG) d'OriginTrail à travers les écosystèmes.

Source: origintrail.io

Le NeuroWeb est régi par la communauté OriginTrail et alimenté par le jeton NEURO. Ce jeton d'utilité native soutient les fonctions économiques et de gouvernance essentielles de la plateforme, y compris l'incitation des participants du réseau, le jalonnement et l'exploitation des connaissances. Le DKG V6 a été déployé sur NeuroWeb, marquant une étape cruciale vers la construction d'une IA vérifiable en permettant des infrastructures de données décentralisées et évolutives à travers les écosystèmes blockchain. Grâce au DKG V6, des Actifs de Connaissance interconnectés peuvent être développés et maintenus à travers plusieurs réseaux, y compris les parachains de Polkadot et les chaînes compatibles avec l'EVM.

L’une des innovations déterminantes de NeuroWeb est sa prise en charge de la génération décentralisée de récupération augmentée (dRAG), un cadre qui améliore les modèles d’IA générative avec des connaissances externes fiables. Au fur et à mesure que la quantité de connaissances disponibles dans le DKG augmente, le dRAG devient plus efficace. Pour stimuler cette croissance, NeuroWeb permet l’exploration des connaissances, un mécanisme incitatif permettant aux individus ou aux organisations de créer, de valider et de partager des actifs de connaissances au sein de « paranets » spécifiques.

Les paranets sont des segments thématiques ou spécifiques à un domaine du DKG qui peuvent être créés et gérés de manière autonome. Les opérateurs de ces paranets peuvent proposer des structures de récompense via une gouvernance décentralisée, définissant comment les émissions de jetons NEURO sont distribuées. Les récompenses peuvent inciter à des tâches telles que la validation d'ontologie, la fourniture de services d'IA ou la curation de données. Ces mécanismes de gouvernance dynamique garantissent que NeuroWeb reste adaptable, favorisant à la fois des espaces de données larges et de niche en fonction des besoins évolutifs de la communauté.

De manière cruciale, le système d'incitation de NeuroWeb prend en charge à la fois l'extraction manuelle et autonome de connaissances. Dans les premières phases, les participants rassemblent et structurent manuellement les connaissances. À mesure que les données au sein d'un paranet mûrissent - annotées et conformes aux normes ontologiques - les systèmes d'IA peuvent utiliser un raisonnement déductif et inductif pour générer de nouvelles connaissances de manière autonome. Le raisonnement déductif suit des règles logiques pour tirer des enseignements des connaissances existantes, tandis que le raisonnement inductif, alimenté par des outils tels que les réseaux neuronaux graphiques (GNN), identifie des schémas pour faire des inférences et des prédictions probabilistes.

La convergence du DKG, de NeuroWeb et de l'IA à travers le cadre dRAG introduit une nouvelle ère de création de connaissances autonomes. Les actifs de connaissances deviennent dynamiquement interconnectés, continuellement vérifiés par des preuves cryptographiques et de plus en plus enrichis via l'inférence IA. Cette symbiose améliore l'intégrité, la pertinence et l'utilité des systèmes d'IA, les alignant sur les valeurs Web3 de transparence, de contrôle utilisateur et de décentralisation.

Cas d'utilisation d'OriginTrail

OriginTrail exploite son graphique de connaissances décentralisé (DKG) pour relever les défis du monde réel dans plusieurs secteurs. En permettant un échange de données vérifiable et fiable, OriginTrail permet aux organisations de construire des systèmes plus sûrs, plus efficaces et plus transparents dans des industries critiques.

1. Internet plus sûr à l'ère de l'IA : OriginTrail répond aux préoccupations croissantes concernant les deepfakes, les violations de la propriété intellectuelle et les contenus illicites tels que le CSAM en introduisant une infrastructure de données de confiance. Alors que l'IA évolue, ses risques évoluent également, en particulier avec la production massive de désinformation et de contenus nuisibles. OriginTrail soutient un Internet vérifiable en permettant la transparence, la propriété et la confiance. En favorisant un écosystème décentralisé, résistant à la censure et interopérable pour le contenu numérique, il encourage l'innovation éthique et protège à la fois les individus et les institutions dans un paysage en ligne de plus en plus dominé par l'IA.
2. Intégrité de la science et de la recherche décentralisée : OriginTrail est à l'avant-garde de la science décentralisée (DeSci) pour résoudre des problèmes tels que la désinformation, le biais de publication et la publication prédatrice. En transformant les données en actifs de connaissance vérifiables et interconnectés, les chercheurs peuvent accéder à des informations précises et traçables avec une provenance claire. Des projets comme SciGraph utilisent le DKG pour connecter les données et permettre la génération d'hypothèses pilotée par l'IA, soutenant un environnement de recherche plus transparent et collaboratif. Cela permet à la communauté scientifique de bâtir la confiance, d'améliorer la reproductibilité et de débloquer des percées plus rapides et crédibles dans des domaines tels que la science du climat et les soins de santé.
3. Chaînes d'approvisionnement transparentes : Les chaînes d'approvisionnement mondiales sont souvent opaques, soulevant des préoccupations concernant la durabilité, les droits de l'homme et la sécurité des produits. Le DKG d'OriginTrail permet le partage sécurisé et préservant la confidentialité des données vérifiées à travers les réseaux, favorisant la traçabilité et la collaboration. Il est déjà utilisé par des initiatives majeures, telles que le Réseau d'Audit de Conformité des Fournisseurs (SCAN), avec des membres comprenant Walmart et Costco. Grâce aux Actifs de Connaissance, OriginTrail soutient les normes ESG, réduit la duplication des audits et assure la conformité réglementaire, favorisant ainsi des écosystèmes commerciaux éthiques, durables et efficaces.
4. Infrastructure intelligente et construction : Dans le domaine de la construction, OriginTrail répond au manque de données fiables sur la construction, ce qui entrave la durabilité et la sécurité. Son système de graphique décentralisé garantit des enregistrements vérifiables pour les projets, les matériaux et la conformité. Utilisée dans le projet BuildChain, la technologie OriginTrail s'intègre au registre numérique des bâtiments de l'UE, permettant à toutes les parties prenantes - architectes, entrepreneurs, propriétaires - d'accéder à des données sur les bâtiments en temps réel et inviolables. Cela améliore l'efficacité, renforce la préparation aux catastrophes et pose les bases d'une infrastructure plus intelligente, plus verte et plus responsable.

Caractéristiques principales d'OriginTrail

Réseaux autonomes

Les Paranets sont des sous-réseaux exploités de manière indépendante au sein du Decentralized Knowledge Graph (DKG), créés et gérés par des individus, des organisations ou des DAO. Chaque paranet comprend son propre ensemble de Knowledge Assets, de services d'IA et de structures de récompense pour inciter les contributeurs. Ces actifs peuvent se concentrer sur des sujets spécifiques, tels que les données de formation LLM, les médias sociaux, l'Industrie 4.0 ou les rapports de sociétés publiques. Les Paranets utilisent dRAG (Decentralized Retrieval-Augmented Generation) pour agréger des informations précises à partir de sources publiques et privées à travers le DKG. Leurs caractéristiques, y compris les règles d'ontologie, les formats de données et les incitations à la croissance, sont définies par les opérateurs de paranet. Chaque paranet s'exécute sur une blockchain prise en charge, permettant une interopérabilité mondiale au sein du DKG. La nature modulaire et sans permission des paranets permet à quiconque de contribuer à la connaissance de confiance, permettant aux systèmes d'IA de se développer en intelligence et spécificité. Cette structure alimente un modèle décentralisé et participatif pour la génération de données et l'optimisation de l'IA à travers les industries et les domaines.

Source : Livre blanc origintrail

Harmonie neuro-symbolique

OriginTrail favorise une synergie unique entre des systèmes d'IA symbolique et neuronale, combinant des graphes de connaissances factuelles avec les capacités génératives de grands modèles de langage. Ce modèle hybride, connu sous le nom d'IA neuro-symbolique, permet aux systèmes de raisonner et de créer, en utilisant des données structurées et vérifiables pour soutenir une production imaginative et créative. La couche symbolique (alimentée par le DKG) assure l'intégrité des données, la traçabilité et la propriété, fournissant une base factuelle robuste. Pendant ce temps, la couche neuronale (comme LLMs) ajoute une créativité dynamique et multimodale à travers le texte, l'image et l'audio. Cette architecture permet aux utilisateurs de sélectionner leurs modèles d'IA préférés et de les intégrer avec des sources de données fiables. Que ce soit pour concevoir des assistants d'IA ou construire des pipelines d'apprentissage automatique avancés, les développeurs bénéficient de l'équilibre entre structure et innovation d'OriginTrail. Le système offre une composition et un contrôle sans compromettre la puissance adaptative des réseaux neuronaux, permettant une IA évolutive et transparente qui n'est pas seulement intelligente, mais aussi responsable et inclusive.

Source: origintrail.io

ChatDKG

ChatDKG est une plateforme conviviale pour les constructeurs qui transforme vos données en actifs de connaissances utilisables et vérifiables, permettant le développement d'applications fiables basées sur l'IA. Ces actifs sont créés sur le Graphique de Connaissance Décentralisé (DKG) d'OriginTrail, garantissant la provenance des données et donnant aux créateurs un contrôle total sur la visibilité et l'utilisation. Une fois les actifs en ligne, les développeurs peuvent déployer des agents d'IA avec un comportement prévisible, amélioré par des intégrations avec les meilleurs modèles d'IA, y compris OpenAI, Microsoft Copilot, Llama Index et Hugging Face. ChatDKG permet également aux utilisateurs de lancer de nouveaux paranets, établissant des hubs de connaissances de niche pouvant recevoir des incitations réseau. Pour favoriser la croissance de l'écosystème, ChatDKG inclut des mécanismes de demande d'incitation pour chaque nouvel Actif de Connaissance pertinent ajouté. Cela permet non seulement d'augmenter la qualité et la quantité des actifs, mais aussi de soutenir une économie de données fiables et d'agents fiables. Que vous construisiez un moteur de recherche, un outil d'analyse ou un chatbot IA, ChatDKG simplifie le processus, offrant un pont entre vos données et des systèmes intelligents et autonomes.

Source: chatdkg.ai

Agents d'IA en action

Le ChatDKG d'OriginTrail permet des applications d'IA du monde réel dans diverses industries grâce à des agents intelligents opérant sur des connaissances vérifiées. Un exemple est PolkaBot.ai, un outil éducatif alimenté par l'IA adapté à l'écosystème Polkadot. Il tire parti des Actifs de Connaissances sélectionnés par la communauté pour fournir des informations fiables et des ressources d'apprentissage. Dans le secteur alimentaire, Perutnina Ptuj utilise l'IA décentralisée pour renforcer la confiance des consommateurs en vérifiant l'authenticité des produits à chaque point de contact. De manière similaire, ChatDKG alimente des agents intelligents dans le secteur de la construction en Europe, aidant les constructeurs avec des données fiables et la conformité. Dans le secteur aérospatial, OriginTrail est à l'origine d'une initiative financée par l'UE visant à faire progresser le Passeport de Produit Numérique, aidant les industries à améliorer la traçabilité et la réactivité aux événements imprévus. Ces cas d'utilisation démontrent le potentiel diversifié de ChatDKG, allant de l'amélioration de l'engagement des utilisateurs à la garantie de la sécurité des données et à la facilitation de solutions réglementaires évolutives. Chaque agent d'IA est lié à des données vérifiables sur le DKG, garantissant la fiabilité, l'auditabilité et l'autonomie, redéfinissant finalement l'avenir de la collaboration homme-machine dans des industries critiques.

Source : chatdkg.ai

Nœud central

Le nœud principal est l'épine dorsale du DKG, sécurisant le réseau et gagnant des récompenses TRAC à partir de l'activité de données mondiale. En misant un minimum de 50 000 TRAC, les opérateurs aident à maintenir la résilience, la sécurité et la fiabilité du réseau. Les nœuds principaux hébergent des actifs de connaissance publics et participent à la distribution des récompenses en fonction de l'utilisation globale du DKG. Ils peuvent augmenter davantage leurs revenus grâce à la mise en jeu déléguée, où d'autres détenteurs de TRAC contribuent à la mise en jeu du nœud. Notamment, le nœud principal inclut toutes les fonctionnalités du nœud périphérique, fournissant les mêmes outils pour construire une IA vérifiable tout en ajoutant un support d'infrastructure critique pour l'économie de la connaissance en croissance.

Source : origintrail.io

Nœud Edge

Le nœud Edge est une passerelle conviviale vers le graphe de connaissances décentralisé (DKG) d'OriginTrail, permettant aux développeurs de construire des applications IA vérifiables et fiables. Grâce à une interface simplifiée ou à une API, les utilisateurs peuvent télécharger divers formats de données - tels que des PDF, des documents Word ou du contenu Web - et les convertir en actifs de connaissances sémantiquement riches. Les nœuds Edge offrent un contrôle total sur la confidentialité des données, permettant un partage sélectif sur le DKG. Grâce au support intégré de la génération augmentée de récupération décentralisée (dRAG), les utilisateurs peuvent interagir avec les connaissances directement ou via un assistant IA. Des options flexibles d'intégration de l'IA permettent le déploiement de modèles locaux ou des connexions à des services externes, trouvant un équilibre entre la confidentialité et la scalabilité.

Source: origintrail.io

Qu'est-ce que la pièce TRAC?

TRAC est le jeton natif alimentant le graphique de connaissances décentralisé d'OriginTrail et son écosystème. Son offre totale compte 500 millions d'unités, dont la plupart (499,4 millions) sont déjà en circulation (avril 2025).

Alors qu'OriginTrail s'étend pour relever les défis de la désinformation, de l'IA décentralisée et de l'infrastructure Web3, TRAC joue un rôle central dans l'incitation, la sécurisation et la facilitation des opérations à travers le réseau. Chaque fois qu'un actif de connaissance est créé sur le DKG, il consomme des ressources réseau. TRAC est utilisé pour payer ce service, agissant en tant que frais d'accès pour la publication et la mise à jour des actifs dans le système. Bien que TRAC ne soit pas utilisé directement comme gaz sur toutes les chaînes, car cela dépend de la blockchain (par exemple, ETH sur Ethereum ou NEURO sur NeuroWeb), il reste un actif de paiement et d'incitation central à travers l'infrastructure OriginTrail.

Les noeuds au sein du DKG rivalisent pour fournir des services de publication et gagner des frais TRAC. Leur succès dépend de la qualité du service, du montant de TRAC mis en jeu et des configurations liées au paranet. Parce que le staking de TRAC détermine quels nœuds peuvent participer et gagner, la délégation de TRAC est devenue une fonction essentielle du réseau. Tout détenteur de TRAC peut déléguer des jetons à un nœud principal et gagner des récompenses proportionnelles. Ce système de staking délégué renforce la sécurité et la résilience du DKG en garantissant que les noeuds sont correctement incités et pénalisés s'ils se comportent mal. Le staking de TRAC garantit efficacement la fiabilité du réseau et l'alignement économique entre les participants.

Lancé en tant que jeton ERC-20 sur Ethereum en 2018, l'utilité de TRAC s'est depuis considérablement étendue. En plus d'être utilisé pour le jalonnement de nœuds et les opérations d'actifs de connaissance, il sert de moyen de transfert de valeur au sein de l'écosystème OriginTrail. La distribution des jetons est structurée comme suit : 50 % ont été alloués à la prévente et à la vente publique, 20 % au développement futur, 18 % aux fondateurs et aux contributeurs pré-ICO, 5 % à l'équipe et aux conseillers, 5 % au pool de liquidités et 2 % aux primes. Cette allocation soutient la croissance à long terme, les incitations du réseau et la participation décentralisée à l'écosystème.

Source: medium.com/origintrail

Est-ce que TRAC est un bon investissement ?

TRAC bénéficie d'une forte utilité au sein de l'écosystème OriginTrail, servant de moteur économique pour le Graphique de Connaissance Décentralisé (DKG), qui traite des problèmes pressants tels que la transparence de l'IA et la désinformation. Son modèle de mise en jeu déléguée et son intégration avec des entreprises réelles ajoutent de la crédibilité. Cependant, le projet est confronté au défi de l'adoption au-delà des secteurs de niche. Sa complexité technique et sa dépendance à la convergence à long terme de Web3 et de l'IA peuvent limiter la traction à court terme. La volatilité du marché et la sensibilisation limitée du grand public constituent également des risques pour le succès plus large de TRAC et l'appréciation potentielle de sa valeur.

Comment posséder TRAC?

Pour posséder TRAC, vous pouvez utiliser les services d'une bourse de crypto-monnaie centralisée. Commencez par créer un compte Gate.io, et le faire vérifier et financer. Ensuite, vous êtes prêt à suivre les étapes pour acheter TRAC.

Actualités sur OriginTrail

Tel que rapporté sur le blog officiel d'OriginTrail, l'écosystème a dévoilé sa feuille de route pour 2025, mettant en lumière le lancement d'Impact Base: Gaia et le déploiement de l'étape clé DKG V8. Cette mise à jour accélère l'IA neuro-symbolique collective avec des outils évolutifs tels que les nœuds Edge, les dépôts de connaissances privés et l'inférence autonome. La feuille de route introduit également le programme de trésorerie programmatique collective (CPT) de 60 millions de TRAC pour récompenser les contributeurs de l'écosystème. Avec des avancées en matière de confidentialité, d'intégration de l'IA et d'extraction de connaissances vérifiables, OriginTrail continue d'évoluer en tant que couche fondamentale pour un internet décentralisé et alimenté par l'IA de confiance.

Agissez sur TRAC

Check outPrix TRAC aujourd'hui, et commencez à trader vos paires de devises préférées.

• TRAC/USDT