टेक इंसाइडर: AI और blockchain ऑडिट और धोखाधड़ी में मिल रहे…
विश्लेषण में $1.1B से $7.5B+ के बाजार पूर्वानुमान और बढ़ती AI शासन अपनाने का उल्लेख किया गया है, लेकिन कोई सक्रिय तैनाती का नाम नहीं लिया गया है।
एक टेक इंसाइडर विश्लेषण जो 13 अगस्त को प्रकाशित हुआ, का तर्क है कि AI और blockchain को मिलाकर AI के परिणामों को ट्रेस करने और बड़े पैमाने पर धोखाधड़ी का पता लगाने के लिए स्वचालित करने के लिए उपयोग किया जा रहा है। यह लेख तीसरे पक्ष के बाजार आकार और शासन मेट्रिक्स पर निर्भर करता है, जबकि व्यापारियों को बिना नामित परियोजनाओं, प्रोटोकॉल या ऑन-चेन प्रमाण बिंदुओं के छोड़ देता है।
टेक इंसाइडर का एआई + ब्लॉकचेन के लिए मामला: ऑडिटेबिलिटी ऑटोमेशन से मिलती है
Tech Insider तर्क में मुख्य तंत्र श्रम का विभाजन है। AI को उस प्रणाली के रूप में रखा गया है जो गंदे, उच्च मात्रा वाले इनपुट्स के बीच तेजी से निर्णय लेती है, जबकि blockchain को उस प्रणाली के रूप में रखा गया है जो उन निर्णयों को बाद में छेड़छाड़-प्रतिरोधी रिकॉर्ड के माध्यम से समीक्षा योग्य बनाती है।
AI के पक्ष में, यह लेख विश्वसनीयता की समस्या को स्पष्ट शब्दों में प्रस्तुत करता है: "गंदगी अंदर, गंदगी बाहर।" यदि प्रशिक्षण डेटा या लाइव इनपुट को हेरफेर किया जाता है, तो मॉडल त्रुटि को बढ़ा देता है। ब्लॉकचेन के पक्ष में, प्रस्तावित समाधान डेटा उत्पत्ति है, जिसका अर्थ है कि डेटा कहाँ से आया, इसे कब बनाया गया, और यह समय के साथ कैसे बदला, इसका एक रिकॉर्ड, जिसे एक ऐसे नेटवर्क द्वारा बनाए रखा जाता है जिसे एकतरफा रूप से फिर से लिखना कठिन है।
वही रिकॉर्डकीपिंग एक AI गवर्नेंस टूल के रूप में भी प्रस्तुत की जाती है। यहाँ AI गवर्नेंस एक नारा नहीं है, यह भूमिकाएँ, नीतियाँ और नियंत्रण हैं जो एक व्यवसाय को समझाने औरऑडिटएक मॉडल ने क्या किया। लेख का ठोस उदाहरण संस्करणकरण है: एक ब्लॉकचेन-आधारित लॉग यह रिकॉर्ड कर सकता है कि कौन सा डेटासेट और कौन सा मॉडल संस्करण एक विशिष्ट आउटपुट उत्पन्न किया और यह कब उत्पन्न हुआ, जो विनियमित कार्यप्रवाह में स्पष्ट या ऑडिट करने योग्य AI के लिए न्यूनतम व्यवहार्य कागजी निशान है।
यह लेख क्रिप्टो-नेटिव स्वचालन में जोड़ी को भी बढ़ाता है।स्मार्ट कॉन्ट्रैक्ट्स, जब शर्तें पूरी होती हैं, तो ऑन-चेन निष्पादित होने वाला कोड डिफ़ॉल्ट रूप से कठोर माना जाता है। लेख में सुझाव दिया गया है कि AI उन्हें वास्तविक दुनिया के संकेतों के प्रति अधिक प्रतिक्रियाशील बना सकता है, जिसमें एक DeFi उदाहरण शामिल है जहाँ एकस्वायत्त एजेंटजो लगातार जोखिम संकेतों की निगरानी करता है और ऑन-चेन पुनर्संतुलन को सक्रिय करता है।
कथानक को संचालित करने वाले नंबर: बाजार का आकार, शासन अपनाने और धोखाधड़ी का दबाव
विश्लेषण इस बात पर भारी निर्भर करता है कि तीसरे पक्ष के नंबरों का तर्क है कि यह एक कथानक से एक परिचालन आवश्यकता की ओर बढ़ रहा है। फॉर्च्यून बिजनेस इनसाइट्स का अनुमान है कि वैश्विक ब्लॉकचेन-एआई बाजार 2026 में $1.1 बिलियन से बढ़कर 2034 तक $7.5 बिलियन से अधिक हो सकता है, जो एक ऐसा दायरा है जो उपकरणों पर कई वर्षों के खर्च का संकेत देता है, न कि एकल ऐप चक्र।
अब 'क्यों अब' पक्ष पर, लेख एक टेक टॉक्स नेटवर्क के दावे का उल्लेख करता है कि केवल लगभग 1 में 10 व्यवसाय अपने एआई डेटा पर भरोसा करते हैं। उस सांख्यिकी का उपयोग ब्लॉकचेन-शैली के ऑडिट ट्रेल्स को एआई इनपुट के लिए एक नियंत्रण परत के रूप में न्यायसंगत करने के लिए किया जाता है, न कि केवल एक भंडारण विकल्प के रूप में।
शासन अपनाने को दूसरे मजबूर करने वाले कार्य के रूप में प्रस्तुत किया गया है। लेख में उद्धृत स्टैनफोर्ड एचएआई आंकड़े 2025 में एआई-विशिष्ट शासन भूमिकाओं में 17% वृद्धि का अनुमान लगाते हैं, जबकि जिम्मेदार एआई नीतियों के बिना व्यवसायों का हिस्सा 24% से घटकर 11% हो गया। दिशा सटीक प्रतिशत से अधिक महत्वपूर्ण है: तर्क यह है कि संगठन जवाबदेही के लिए स्टाफिंग कर रहे हैं, जो उन प्रणालियों की मांग बढ़ाता है जो अनुरोध पर ऑडिट ट्रेल उत्पन्न कर सकती हैं।
धोखाधड़ी को निकट-अवधि के वेज के रूप में रखा गया है जहां एआई 'अपना स्थान अर्जित करता है।' मास्टरकार्ड का उद्धरण है कि एआई-सक्षम धोखाधड़ी पहचान ने 42% जारीकर्ताओं और 26% अधिग्रहणकर्ताओं को धोखाधड़ी के प्रयासों के खिलाफ $5 मिलियन से अधिक बचाने में मदद की। ब्लॉकचेन का पूरक पहचान नहीं है, यह घटना के बाद की ट्रेसबिलिटी है: एक अपरिवर्तनीय लेनदेन इतिहास जिसे जांचकर्ताओं और नियामकों द्वारा समीक्षा की जा सकती है जब लेनदेन को चुनौती दी जाती है।
क्रिप्टो के अपने नुकसान के नंबरों का उपयोग तात्कालिकता बढ़ाने के लिए किया जाता है। बिजनेस न्यूज नाइजीरिया का उद्धरण है कि दुर्भावनापूर्ण तत्वों ने जनवरी से जून 2026 के बीच $970 मिलियन से अधिक की क्रिप्टो चुराई। लेख का निष्कर्ष है कि मैनुअल समीक्षा थ्रूपुट बढ़ने पर स्केल नहीं करती है, इसलिए मशीन-स्केल रक्षा टेबल स्टेक्स बन जाती हैं।
लेख एक भुगतान और रेल ढांचे की ओर भी इशारा करता है। बिनेंस के सीईओ रिचर्ड टेंग का उद्धरण है, "क्रिप्टो एआई के लिए मुद्रा है।" इस पैकेट में, यह पंक्ति एक कथानक उत्प्रेरक के रूप में अधिक कार्य करती है न कि एक प्रदर्शित मांग संकेत के रूप में, क्योंकि लेख इसे विशिष्ट लेनदेन प्रवाह, प्रोटोकॉल, या टोकन से नहीं जोड़ता है।
संकेत व्यापारी जो समागम व्यापार की पुष्टि करने के लिए ट्रैक कर सकते हैं
पहला पुष्टि संकेत को नामित किया गया है, सत्यापन योग्य तैनाती। इसका मतलब है कि उद्यमों या प्रमुख क्रिप्टो प्रोटोकॉल से खुलासे हैं कि वे वास्तव में डेटा सेट वंशावली और मॉडल-संस्करण आउटपुट को एक ब्लॉकचेन-आधारित ऑडिट ट्रेल में लॉग कर रहे हैं, जिसमें इसे सत्यापित करने के लिए पर्याप्त कार्यान्वयन विवरण है कि यह केवल एक चित्र से अधिक है।
दूसरा एजेंट गतिविधि का ऑन-चेन प्रमाण है जो एजेंट निष्पादन की तरह दिखता है, सामान्य बॉट ट्रैफ़िक नहीं। व्यापारी स्वायत्त एजेंटों के लिए स्पष्ट रूप से निर्मित प्रोटोकॉल सुविधाओं और स्वचालित निष्पादन लूप के साथ संगत लेनदेन पैटर्न में मापनीय वृद्धि की तलाश कर सकते हैं।
तीसरा सुरक्षा और धोखाधड़ी उपकरणों को अपनाना है जिसे एकल लेखन से परे पुष्टि की जा सकती है। विक्रेता मैट्रिक्स, ग्राहक केस अध्ययन, या स्वतंत्र रिपोर्टिंग जो भुगतान या क्रिप्टो-संबंधित संदर्भों में AI प्रणालियों से बड़े धोखाधड़ी-हानि में कमी को मान्य करती है, इसे "सही लगता है" से "बजट में और तैनात" में ले जाएगी।
अंतिम संकेत शीर्षक संख्याओं पर फॉलो-अप स्रोत है। फॉर्च्यून बिजनेस इनसाइट्स बाजार आकार का स्वतंत्र पुष्टि, टेक टॉक्स का "10 में 1" विश्वास दावा, मास्टरकार्ड बचत प्रतिशत, और बिजनेस न्यूज नाइजीरिया चोरी का कुल स्वतंत्र पुष्टि कथानक के लिए संभावित परिणामों की सीमा को संकीर्ण करेगा।
मेरा पढ़ना: इसे एक कथानक बास्केट के रूप में मानें जब तक वास्तविक तैनातियाँ सामने नहीं आतीं।
इस व्यापार का निर्णय करने वाला भाग बाजार-आकार चार्ट नहीं है, यह है कि क्या ऑडिट करने की क्षमता AI प्रणालियों के लिए एक शिप किए गए नियंत्रण परत बन जाती है न कि एक अनुपालन स्लाइड। लेख का सबसे मजबूत दावा यांत्रिक है, प्रचारात्मक नहीं: यदि आप यह साबित नहीं कर सकते कि कौन सा डेटा सेट और मॉडल संस्करण ने एक आउटपुट उत्पन्न किया, तो आप उस आउटपुट को एक नियामक, ग्राहक, या अपनी स्वयं की जोखिम समिति के सामने विश्वसनीय रूप से नहीं बचा सकते।
अभी पैकेट में कोई नामित परियोजनाएँ नहीं हैं, कोई टिकर नहीं हैं, और कोई ऑन-चेन मैट्रिक्स नहीं हैं जो सिद्धांत को नकद प्रवाह या उपयोग से मानचित्रित करते हैं, और हर प्रमुख संख्या एक एकल विश्लेषण के भीतर एक तृतीय-पक्ष उद्धरण है। यदि वास्तविक तैनातियाँ सत्यापन योग्य ऑडिट-ट्रेल कार्यान्वयन प्रकाशित करना शुरू करती हैं और एजेंट-विशिष्ट ऑन-चेन गतिविधि एक तरीके से बढ़ती है जो नकली बनाना कठिन है, तो संकुचन एक कथानक बास्केट बनना बंद कर देता है और मापनीय मांग के साथ एक संचालन व्यय श्रेणी बन जाता है।
