سندی کول، رئیس بخش داراییهای دیجیتال و نوآوری در شرکت فرینکلین تمپلتون، پیامی برای کسانی دارد که فکر میکنند با خرید سهام انویدیا (Nvidia) در معرض هوش مصنوعی قرار گرفتهاند: اینطور نیست.
کول روز سهشنبه مقالهای منتشر کرد که در آن استدلال میشود هوش مصنوعی عاملی (agentic AI) – نرمافزاری که به نمایندگی از شما عمل میکند، پرداخت انجام میدهد و تصمیم میگیرد بدون اینکه در هر مرحله با شما مشورت کند – بر بستر رمزارزها اجرا خواهد شد، نه بستر وال استریت. فرینکلین تمپلتون نزدیک به ۱.۸ تریلیون دلار دارایی را مدیریت میکند.
این شرکت مدیریت دارایی در پست خود اعلام کرد: «بلاکچین در تحقق پتانسیل هوش مصنوعی عاملی برای تراکنشهای مصرفکننده نقشی محوری ایفا خواهد کرد و رشد هوش مصنوعی عاملی احتمالاً به مورد استفاده «قاتل» تبدیل خواهد شد که پذیرش بلاکچین را هدایت میکند.»
فرینکلین تمپلتون استدلال میکند که این موضوع به ماهیت عملکرد عوامل هوش مصنوعی بستگی دارد. عوامل هوش مصنوعی فراتر از قابلیتهای یک چتبات ساده عمل میکنند؛ این عوامل میتوانند پس از دریافت مجوز از کاربر، به طور مستقل خرید کنند، رزرو انجام دهند و برای موارد مختلف پرداخت کنند. گزارشی از شرکت مشاوره هوش مصنوعی کپجمنی (Capgemini) که در مقاله به آن اشاره شده، این تغییر را «حرکت هوش مصنوعی از یک چتبات واکنشی و مکالمهای به یک سیستم خودکار که میتواند محیط خود را درک کند، طرحی را تدوین کند و وظایف چند مرحلهای را برای دستیابی به اهداف سطح بالا بدون نظارت مداوم انسانی اجرا کند» توصیف میکند.
این همان کاری است که هوش مصنوعی عاملی انجام میدهد: اجرای مستقل امور به جای صرفاً ارائه اطلاعات.
بر اساس پیشبینی شرکت بین اند کامپنی (Bain & Company) که کول نیز به آن استناد کرده است، «انتظار میرود عوامل هوش مصنوعی تا سال ۲۰۳۰، ۱۵ تا ۲۵ درصد از کل فروش تجارت الکترونیک ایالات متحده را به خود اختصاص دهند.»
شبکههای پرداخت سنتی – که برای تجارت در مقیاس و سرعت انسانی ساخته شدهاند – قادر به پردازش محاسبات مورد نیاز برای هدایت جهانی که در آن هوش مصنوعی عاملی به یک پدیده اجتماعی تبدیل میشود، نیستند. تعداد تراکنشها برای پردازش به موقع توسط بانکها بیش از حد خواهد بود.
شبکههای بلاکچین، به عنوان دفتر کل توزیعشدهای که تراکنشها را به طور همزمان و بدون دخالت بانک ثبت و تسویه میکنند، میتوانند این کار را انجام دهند.
در این پست آمده است: «در حالی که بیتکوین تنها حدود ۷ تراکنش در ثانیه و اتریوم حدود ۷۵ تراکنش را پردازش میکنند، زنجیرههای پرسرعت جدیدتر، حداکثر سرعتهایی از ۱۲,۹۳۳ تراکنش در ثانیه (TPS) در زنجیره Aptos، ۶,۲۸۴ TPS در Solana و ۳,۲۵۲ TPS در BNB Chain را ثبت کردهاند. این سرعتهای تراکنش با شبکه ویزا که در عملیات عادی ۱,۷۰۰ تا ۱۰,۰۰۰ تراکنش در ثانیه را پردازش میکند، قابل مقایسه است.»
«با این حال، حتی این مقایسه نیز گمراهکننده است. بلاکچینها هم تراکنشهای خود را در پنجره TPS ثبت و هم تسویه میکنند، در حالی که شبکه ویزا فقط تراکنش را ثبت میکند. تسویه در شبکه ویزا ۱ تا ۳ روز کاری طول میکشد.»
این شکاف سرعتی زمانی اهمیت پیدا میکند که نرمافزار شما هزاران ریزپرداخت را در ساعت انجام دهد. کوینبیس (Coinbase) در حال حاضر ابزارهایی را راهاندازی کرده است که به عوامل هوش مصنوعی اجازه میدهد به طور مستقل معامله و پرداخت کنند. گوگل در سال ۲۰۲۵ پروتکل پرداختی را برای عوامل هوش مصنوعی معرفی کرد که توسط بنیاد اتریوم (Ethereum Foundation) پشتیبانی میشود.
بنیاد x402 – متشکل از ۴۰ سازمان از جمله ویزا، مسترکارت و AWS که در حال ساخت مسیرهای پرداخت باز برای هوش مصنوعی هستند – در تاریخ ۱۴ جولای به طور رسمی راهاندازی شد. این پروتکل یک کد وضعیت HTTP فراموش شده از سال ۱۹۹۱ را احیا میکند که در ابتدا برای پرداختهای وب رزرو شده بود اما هرگز محقق نشد و از آن برای امکان پرداخت مستقیم نرمافزار به نرمافزار از طریق اینترنت استفاده میکند.
اگر هر عامل هوش مصنوعی با استفاده از توکن بومی یک بلاکچین (رمزارز که تراکنشها را در آن شبکه خاص هدایت میکند) داده، محاسبات و دسترسی به API را خریداری کند، تقاضا برای سکههایی مانند سولانا و اتریوم میتواند با حجم معاملات همراه شود.
نتیجهگیری کول مستقیم است: «من معتقدم آنچه در سالهای آینده به طور فزایندهای روشن خواهد شد این است که برای بهرهمندی از ارزش شبکهها و کسبوکارهای غیرمتمرکز، سرمایهگذاران باید رمزارزها و آلتکوینهای صادر شده توسط این نهادها را خریداری کنند.»
بر اساس گزارشی از مککینزی اند کامپنی (McKinsey & Company)، تجارت عامل (agentic commerce) – سیستمهای هوش مصنوعی که به طور مستقل به نمایندگی از انسانها تراکنش انجام میدهند، از خرید محاسبات ابری گرفته تا رزرو پرواز – تا سال ۲۰۳۰ بین ۳ تا ۵ تریلیون دلار پیشبینی میشود.

Leave a Reply