Credit cards arranged around a glowing digital
هوش مصنوعی

آغاز استانداردهای "شناسایی نماینده" توسط Ant و ویزا و…

تلاش BuildFin.ai که به‌وسیله MAS برگزار شده است، بر شناسایی و مجوزدهی برای عوامل هوش مصنوعی که پرداخت‌ها را در شبکه‌ها آغاز می‌کنند، متمرکز است.

نوشته Elliot Marsh6 دقیقه مطالعه

آنت اینترنشنال همکاری خود را با مسترکارت و ویزا در زمینه چارچوب تعامل‌پذیری "شناسایی عامل خود" آغاز کرده است که هدف آن این است که اکوسیستم‌های پرداخت بتوانند عوامل هوش مصنوعی مورد اعتماد را در شبکه‌های کارت، کیف پول‌های دیجیتال و بازارها شناسایی کنند.

این کار از طریق BuildFin.ai، یک پلتفرم صنعتی که توسط مقامات پولی سنگاپور تشکیل شده است، انجام می‌شود، در حالی که بانک‌ها با سوالات مربوط به انتساب و مسئولیت هنگام آغاز تراکنش‌ها توسط عوامل مواجه هستند.

نکات کلیدی

  • آنت اینترنشنال در حال همکاری با مسترکارت و ویزا در زمینه چارچوب تعامل‌پذیری "شناسایی عامل خود" است که هدف آن شناسایی عوامل هوش مصنوعی مورد اعتماد در شبکه‌های کارت، کیف پول‌های دیجیتال و بازارها است.
  • تلاش‌های استاندارد از طریق BuildFin.ai، یک پلتفرم صنعتی که توسط مقامات پولی سنگاپور تشکیل شده است، مدیریت می‌شود.
  • ژوکیون بیان، رئیس فناوری‌های دیجیتال آنت، الزامات انطباق را به عنوان اثبات هویت عامل، مالک آن و اینکه چه کسی مجوز انجام تراکنش را داده است، مطرح کرد.
  • گزارش ژانویه مک‌کینزی پیش‌بینی کرد که عوامل هوش مصنوعی می‌توانند تا ۵ تریلیون دلار در هزینه‌های مصرف‌کنندگان جهانی تا سال ۲۰۳۰ را سازماندهی کنند.

آنت، ویزا و مسترکارت "شناسایی عامل خود" را در مسیر استانداردها قرار می‌دهند.

آنت اینترنشنال، بازوی پرداخت‌های جهانی گروه آنت، اعلام کرد که همکاری خود را با مسترکارت و ویزا در زمینه چارچوب تعامل‌پذیری "شناسایی عامل خود" آغاز کرده است که طراحی شده است تا شبکه‌های کارت، کیف پول‌های دیجیتال و بازارها بتوانند عوامل هوش مصنوعی مورد اعتماد را در اکوسیستم‌ها شناسایی کنند.

این کار از طریق BuildFin.ai انجام می‌شود، یک پلتفرم صنعتی که توسط مقامات پولی سنگاپور (MAS) گردهم آمده است. این موضوع مهم است زیرا «شناسایی نماینده» را بیشتر به عنوان یک ویژگی محصول یک شرکت خاص و کمتر به عنوان تلاشی برای استانداردسازی نحوه بیان «هویت نماینده» و اعتماد در محیط‌های پرداخت مختلف چارچوب‌بندی می‌کند.هویت نمایندهو اعتماد در محیط‌های پرداخت مختلف بیان می‌شود.

این اعلامیه تاریخ این تلاش را به ۶ سپتامبر ۲۰۲۶ نسبت می‌دهد و آن را در مرحله اولیه تجارت نمایندگی قرار می‌دهد، جایی که سوال اصلی این نیست که آیا نمایندگان می‌توانند «خرید» را کلیک کنند، بلکه آیا ریل‌ها می‌توانند به طور قابل اعتماد تعیین کنند که چه کسی عمل می‌کند، تحت چه اختیاری و با چه راه‌حلی وقتی چیزی اشتباه می‌شود.

از KYC تا هویت نماینده: بانک‌ها چه می‌گویند که برای اثبات نیاز دارند

تغییرات انطباقی که پیشنهاد شده است، ساده است: بررسی‌های KYC سنتی (شناسایی مشتری) برای شناسایی شخص یا نهاد قانونی که حسابی را باز می‌کند طراحی شده‌اند، در حالی که پرداخت‌های مبتنی بر نماینده یک بازیگر دوم را معرفی می‌کنند که می‌تواند اقداماتی را بدون اینکه یک انسان هر بار دکمه را فشار دهد، آغاز کند.

ژوکوئن بیان، رئیس فناوری‌های دیجیتال آنت، این نیاز جدید را در انجمن رهبران فورچون در ماکائو در ۸ سپتامبر توصیف کرد. او گفت: «از منظر مؤسسات مالی، وقتی ما یک تراکنش را آغاز می‌کنیم، باید KYC [شناسایی مشتری] را انجام دهیم.» در اقتصاد نماینده، شما باید نمایندگان خود را بشناسید. نماینده کیست؟ متعلق به چه کسی است؟ چه کسی آن را مجاز کرده است؟

به زبان ساده، «شناسایی نماینده» یک رویکرد پیشنهادی انطباق است که سه چیز را به هم پیوند می‌دهد: هویت نماینده (کدام نرم‌افزار نماینده عمل می‌کند)، مالکیت (به کدام کاربر یا سازمان تعلق دارد) و مجوز (چه مجوزهایی برای این کلاس خاص تراکنش داده شده است). بخش چارچوب تعامل‌پذیری چسب است.

این به استانداردهای مشترک اشاره دارد تا نماینده‌ای که در یک زمینه به عنوان «معتبر» شناخته می‌شود، بتواند در زمینه‌ای دیگر شناسایی، تأیید و محدود شود بدون نیاز به ادغام‌های خاص.

بیان همچنین استدلال کرد که محدودیت ساختاری است، نه ظاهری. او گفت: «به جلو نگاه کنید، تمام زیرساخت‌ها باید برای نمایندگان بازسازی یا تقویت شوند»، و هویت و مجوز نماینده را به عنوان یک مشکل در لایه پرداخت‌ها به جای یک ترجیح در لایه اپلیکیشن قرار داد.

چرا ریل‌های پرداخت با نمایندگان احتمالی مشکل دارند

سیستم‌های پرداخت بر اساس پردازش قطعی و مسئولیت‌پذیری واضح ساخته شده‌اند. شبکه‌های کارت و سیستم‌های تسویه ناخالص در زمان واقعی (RTGS) به گونه‌ای طراحی شده‌اند که با توجه به ورودی‌های یکسان، نتیجه یکسانی تولید کنند، زیرا نهایی بودن، مدیریت اختلافات و ثبات سیستمی به قوانین قابل پیش‌بینی بستگی دارد.

یادداشتی از صندوق بین‌المللی پول در آوریل ناهماهنگی را به زبان فنی بیان کرد: عوامل هوش مصنوعی "احتمالی و تطبیقی" هستند، به این معنی که همان درخواست می‌تواندبازدهپاسخ‌های متفاوت، در حالی که سیستم‌های پرداخت باید هر بار همان پاسخ را بازگردانند.

نویسندگان IMF نوشتند: "زیرساخت‌های پرداخت، از شبکه‌های کارت تا سیستم‌های تسویه ناخالص در زمان واقعی (RTGS)، به قوانین قابل پیش‌بینی، اطمینان قانونی و ساختارهای پاسخگویی روشن متکی هستند تا اعتماد و ثبات مالی را تضمین کنند."

این فاصله جایی است که استانداردهای "عامل مورد اعتماد" فراتر از برندینگ می‌شوند. اگر یک عامل بتواند در حین اجرا برنامه خود را تغییر دهد یا قصد کاربر را در اجراهای مختلف به گونه‌ای متفاوت تفسیر کند، هنوز هم نیاز به یک نقشه دقیق از عمل به مجوز و از مجوز به مسئولیت وجود دارد. بدون آن نقشه، حالت شکست تنها تقلب نیست.

این ابهام عملیاتی است، جایی که سیستم می‌تواند یک پرداخت را پردازش کند اما نمی‌تواند به وضوح توضیح دهد که چه کسی آن را آغاز کرده، چه کسی باید آن را متوقف می‌کرد و چه کسی ضرر را متحمل می‌شود.

بنسون وونگ از بانک خصوصی JPMorgan خطرات کوتاه‌مدت را به عنوان حاکمیت به جای کیفیت مدل توصیف کرد. او گفت: "من شخصاً هرگز با وضعیتی مواجه نشده‌ام که فناوری یک عامل ما را ناامید کرده باشد—یا بهتر بگویم، به نتیجه‌ای نامطلوب منجر شده باشد. همیشه مربوط به مدل عملیاتی، فرآیندها، و انطباق و کنترل‌ها است."

او افزود که خودمختاری شعاع تأثیر را تغییر می‌دهد: "اگر از یک عامل...سوالی اطلاعاتی بپرسید و [آن پاسخ] نادرست باشد، خوب نیست، اما لحظه‌ای شرم‌آور خواهید داشت. اگر نتوانید جریان‌های کاری عاملی را به درستی تنظیم کنید، تأثیرات به شدت گسترده‌ای خواهد داشت."

چه چیزهایی را باید به عنوان "نماینده مورد اعتماد" در حال ظهور تعاریف و پذیرش نظارت کرد

اعلام همکاری محل و شرکت‌کنندگان را مشخص می‌کند، اما هنوز مشخصات فنی، مدل اجرایی یا زمان‌بندی برای پذیرش را تعیین نکرده است. این موضوع معامله‌گران و اپراتورها را با یک مشکل آشنا مواجه می‌کند: تلاش برای استانداردها واقعی است، اما مکانیزمی که آن را الزام‌آور کند هنوز تعریف نشده است.

کشیدن واقعی به شکل مستندات منتشر شده BuildFin.ai خواهد بود که توضیح می‌دهد چگونه یک "عامل هوش مصنوعی مورد اعتماد" شناسایی، تأیید هویت و مجاز می‌شود در شبکه‌ها، از جمله یک معماری مرجع که می‌تواند توسط بانک‌ها، کیف‌پول‌ها و بازارها پیاده‌سازی شود. بدون آن، "چارچوب تعامل‌پذیری" به یک بیانیه نیت تبدیل می‌شود نه یک مسیر ادغام.

سیگنال‌های پذیرش به اندازه مشخصات اهمیت دارند. نام بانک‌ها، ارائه‌دهندگان کیف پول یا بازارهایی که متعهد به پیاده‌سازی چارچوب از طریق BuildFin.ai هستند، نشان‌دهنده این است که کار از مرحله گردهمایی به مرحله پیاده‌سازی منتقل می‌شود و شروع به پاسخگویی به این سوال می‌کند که آیا این تبدیل به یک استاندارد de facto می‌شود یا اینکه تنها یک آزمایش در میان بازیگران بزرگ باقی می‌ماند.

نقشه‌برداری از مسئولیت، دیگر عنصر گمشده است. این چارچوب نیاز دارد تا مشخص کند که مسئولیت در کجا قرار دارد زمانی که یک عامل هوش مصنوعی یک تراکنش را آغاز می‌کند، چه با کاربر، تأمین‌کننده عامل، کیف پول، فروشنده یا ترکیبی از این‌ها. نظرات MAS یک تغییر مرحله‌ای جداگانه خواهد بود.

اگر نهاد نظارتی شروع به شکل‌دهی به "شناسایی عامل خود" به عنوان یک انتظار نظارتی به جای یک استاندارد داوطلبانه کند، زمانبندی انطباق فشرده‌تر می‌شود و هزینه عدم مشارکت افزایش می‌یابد.

خوانش من: استانداردهای پرداخت در حال تبدیل شدن به گلوگاه تجارت عاملی هستند.

قسمتی که این را تعیین می‌کند این نیست که آیا عوامل می‌توانند خرید کنند، بلکه این است که آیا زیرساخت‌های پرداخت می‌توانند نیت و اختیار را با سرعت ماشین نسبت دهند. همکاری Ant International با دو شبکه بزرگ کارت از طریق یک پلتفرم تشکیل شده توسط MAS، اولین نشانه معتبر است که "شناسایی عامل خود" از زبان کنفرانس به کار استانداردها منتقل می‌شود که سایر نهادها می‌توانند به آن متصل شوند.

آستانه‌ای که مهم است این است که آیا BuildFin.ai یک مشخصه تولید می‌کند که هویت، مجوز و مسئولیت را به گونه‌ای تخصیص دهد که بانک‌ها بتوانند بدون بازنویسی کنترل‌های خود از ابتدا، آن را عملیاتی کنند. اگر این به نتیجه برسد و پذیرش فراتر از طرف‌های اولیه گسترش یابد، تجارت عاملی شروع به شبیه شدن به یک مشکل یکپارچه‌سازی با جدول زمانی می‌کند، نه یک روایت درباره دموها.

منابع