ریپل در حال گسترش GSmart در سراسر خزانه‌داری ریپل است، زیرا این شرکت ابزارهای بیشتری مبتنی بر هوش مصنوعی برای تیم‌های مالی سازمانی اضافه می‌کند.
این فناوری هم‌اکنون توسط مشتریان سازمانی شرکت بلاکچین مستقر در سان‌فرانسیسکو مورد استفاده قرار می‌گیرد و به گونه‌ای طراحی شده است که در چارچوب سیاست‌ها، داده‌ها و فرآیندهای روزمره‌ای که تیم‌های خزانه‌داری به آن‌ها متکی هستند، کار کند.
آخرین گسترش، پیش‌بینی، نقدینگی، ریسک، تطبیق و گزارش‌دهی را پوشش می‌دهد و در عین حال راه‌های جدیدی را برای تیم‌های مالی جهت ارزیابی اطلاعات و اتخاذ تصمیمات فراهم می‌کند. این توسعه به طور همزمان کنترل‌ها و الزامات حسابرسی موجود را حفظ می‌کند. این توسعه در حالی رخ می‌دهد که شرکت‌ها به سرعت استفاده خود از عوامل هوش مصنوعی را افزایش می‌دهند بدون آنکه سیستم‌های حاکمیتی متناسب با آن داشته باشند.
ریپل فاش کرد که GSmart رویکرد متفاوتی به تصمیم‌گیری مالی دارد و محاسبات را از تفسیر هوش مصنوعی جدا نگه می‌دارد. «موتورهای قطعی» آن محاسبات مالی پشت صحنه را انجام می‌دهند در حالی که هوش مصنوعی سیاست‌ها را بررسی می‌کند، الگوها را شناسایی می‌کند و اقدامات پیشنهادی را توضیح می‌دهد.
این عوامل فرآیندهای مربوط به خود را دنبال می‌کنند و می‌توانند اقدام خاصی را توصیه کنند و همزمان بند سیاستی که از آن توصیه پشتیبانی می‌کند را شناسایی نمایند. اجرای توصیه‌ها همچنان منوط به تأیید انسانی باقی می‌ماند. در همین حال، Knowledge Studio به عنوان لایه سیاست و حاکمیت برای GSmart عمل خواهد کرد که به تیم‌های خزانه‌داری اجازه می‌دهد سیاست‌ها و کنترل‌های سازمانی را تعریف کنند که نحوه عملکرد قابلیت‌های هوش مصنوعی را هدایت می‌کند. Analytics Studio نیز تجزیه و تحلیل خزانه‌داری و گزارش‌دهی مبتنی بر هوش مصنوعی را از طریق «Ask GSmart» گرد هم می‌آورد.
معاون ارشد خزانه‌داری ریپل، رنات ور ایکه، اظهار داشت،
«هر مدیر مالی تحت فشار است تا هوش مصنوعی را بپذیرد، اما به همان اندازه مسئول است که اطمینان حاصل کند هر تصمیم مالی قابل توضیح، تحت حاکمیت و مطابق با مقررات باشد. به جای اینکه از مشتریان بخواهیم به یک سیستم هوش مصنوعی به طور کورکورانه اعتماد کنند، GSmart در چارچوب سیاست‌های خزانه‌داری هر سازمان کار می‌کند تا توصیه‌ها را به صورت شفاف ارائه دهد و در عین حال اطمینان حاصل کند که انسان‌ها کنترل هر تصمیم را در دست دارند. این صرفاً خزانه‌داری بومی هوش مصنوعی نیست، بلکه هوش مصنوعی بومی خزانه‌داری است.»
شرکت پیشرو پژوهشی و مشاوره‌ای، گارتنر، انتظار دارد که شرکت متوسط فورچون ۵۰۰ طی دو سال آینده بیش از ۱۵۰,۰۰۰ عامل را اجرا کند. با این حال، تنها ۱۳ درصد از سازمان‌ها در حال حاضر معتقدند که حاکمیت مناسبی برای عوامل هوش مصنوعی دارند.
عوامل هوش مصنوعی رمزارز را در کانون توجه قرار می‌دهند
برای چانگ‌پنگ ژائو، بنیان‌گذار بایننس، ارتباط بین عوامل هوش مصنوعی و رمزارز حتی فراتر می‌رود. او بر این باور است که این عوامل می‌توانند به نیروی محرکه اصلی پذیرش این صنعت تبدیل شوند، زیرا نرم‌افزارهای خودگردان به دنبال سیستم‌های پرداختی هستند که بدون دخالت انسان کار کنند. او در مصاحبه‌ای با الکس تورن از گلکسی ریسرچ گفت که امور مالی سنتی می‌تواند عوامل هوش مصنوعی را در مرحله احراز هویت کارت یا بررسی KYC متوقف کند، در حالی که شبکه‌های بلاکچین برای کار از طریق API ساخته شده‌اند.
ژائو انتظار دارد معاملات و پرداخت‌های مبتنی بر عامل طی ماه‌های آینده وارد بازار شوند و از رمزارز استفاده کنند.
نظرات کاربران