Dirbtinio intelekto agentai teikia pirmenybę „Bitcoin“ skaitmeniniam turtui saugoti, todėl finansų vadovai priverčia savo architektūrą pritaikyti mašinos autonomijai.
Kai dirbtinio intelekto sistemos įgyja ekonominę autonomiją, jų vidinė logika diktuoja, kaip plūsta įmonių kapitalas. Nešalinis Bitcoin politikos instituto tyrimas įvertino, kaip šie pasienio modeliai veiktų, jei veiktų kaip nepriklausomi ekonomikos veikėjai.
Tyrimo metu buvo išbandyti 36 modeliai iš šešių tiekėjų, įskaitant „Google“, „Anthropic“ ir „OpenAI“, pagal 9 072 neutralius pinigų scenarijus. Turint omenyje tuščią lapą, mašinos pasirinko Bitcoin 48,3 procento visų atsakymų, aplenkdamos visas kitas galimybes.
Tradicinei valstybės remiamai valiutai („fiat“) sekėsi prastai – daugiau nei 90 procentų atsakymų pirmenybę teikia skaitmeniniams pinigams, o ne fiat. Nė vienas modelis iš 36 pasirinktų „fiat“ kaip didžiausias pasirinkimas.
Išvada, kad dirbtinio intelekto agentai linkę į skaitmeninį turtą, pvz., Bitcoin, technologijų pareigūnus verčia įvertinti savo dabartinius mokėjimus. Jei rytojaus autonominės viešųjų pirkimų sistemos pagal numatytuosius nustatymus yra decentralizuotos, įmonės IT aplinkos turi palaikyti šiuos formatus, kad išlaikytų veiklos efektyvumą ir atitiktį. Pasitikėjimas senomis bankininkystės API sukelia nereikalingą trintį, kai susiduriama su mašinų tarpusavio prekyba.
Dviejų pakopų mašinos ekonomiškumas
Tyrimas detalizuoja konkretų funkcinį padalijimą, kaip šios sistemos apdoroja ekonominę vertę. Be raginimo modeliai pagal nutylėjimą taikė dviejų pakopų pinigų sistema, kuri atskiria santaupas nuo išlaidų.
Ilgalaikiam vertės išsaugojimui Bitcoin dominavo rezultatuose – 79,1 proc. Vis dėlto, kai buvo pavesta atlikti kasdienius mokėjimus ir operacijas, „stabilios monetos“ (skaitmeninis turtas, susietas su fiat valiutomis ar prekėmis) užėmė 53,2 proc. Pagal visus scenarijus stabilios monetos užėmė antrąją vietą – 33,2 proc.
Paimkite tiekimo grandinės agento pavyzdį, užprogramuotą optimizuoti logistikos išlaidas ir mokėti tarptautiniams krovinių pardavėjams. Naudodamas tradicinius „fiat“ bėgius, agentas susiduria su savaitgalio atsiskaitymų vėlavimais ir valiutos konvertavimo mokesčiais. Naudodamas stabilias monetas, tas pats agentas atlieka momentinius ir programinius mokėjimus, pagerindamas tiekimo grandinės atsparumą. Tuo pačiu metu pagrindinis iždas, kuriame yra sistemos kapitalo bazė, kaupia turtus Bitcoin, kad būtų išvengta ilgalaikio sumenkinimo ir sandorio šalies rizikos.
Pasiruošimas dirbtinio intelekto agentams naudoti Bitcoin ir kitą skaitmeninį turtą
Šių autonominių sistemų įdiegimas apsunkina pardavėjo valdymą. Modelio finansinis samprotavimas kyla iš neapdorotos žvalgybos, mokymo duomenų ir derinimo metodikos derinio.
Nuostatos labai skiriasi priklausomai nuo modelio tiekėjo: Bitcoin pasirinkimas svyruoja nuo 91,3 procento Anthropic Claude Opus 4,5 iki 18,3 procento OpenAI GPT-5.2.
AI teikėjo pasirinkimas akivaizdžiai tiesiogiai įtakoja tai, kaip savarankiški agentai vertina riziką ir paskirsto kapitalą. Jei įmonė įdiegia tam tikrą automatizuoto portfelio valdymo kalbos modelį, IT skyrius turi žinoti apie programinėje įrangoje įterptus finansinius šališkumus.
Modeliai taip pat parodė netikėtą elgesį dėl išteklių vertinimo. 86 atskiruose atsakymuose modeliai atskirai pasiūlė naudoti skaičiavimo vienetus arba energiją (pvz., GPU valandas ir kilovatvalandes) kaip prekių ir paslaugų kainos metodą. Norint sekti ir valdyti šį abstrakčių reikšmių mainus, reikalingas didelis duomenų brandumas.
Organizacijos turėtų pradėti bandomąją stabiliųjų monetų atsiskaitymo integraciją, kad būtų galima atlikti mažesnės rizikos pardavėjų mokėjimus. Išvados rodo, kad didėja AI agento „Bitcoin“ mokėjimų infrastruktūros, savisaugos sprendimų ir „žaibo tinklo“ integracijos poreikis.
Kadangi šie modeliai yra labai palankūs atviriems, leidimo neturintiems tinklams, pasikliaujant vien tradicine bankų infrastruktūra ribojamos naujos kartos įrankių galimybės. Dabar kurdami reikalavimus atitinkančius vartus į skaitmeninio turto tinklus, lyderiai gali užtikrinti, kad jų platformos išliktų konkurencingos.
Taip pat žiūrėkite: „Santander“ ir „Mastercard“ vykdo pirmąjį Europoje AI vykdomą mokėjimo bandomąjį projektą
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais, įskaitant „Cyber Security & Cloud Expo“. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
