Obsługiwane przez
Interview

Sydney Huang ostrzega, że zmowa między botami opartymi na sztucznej inteligencji może się rozprzestrzeniać, zanim organy regulacyjne zdążą zareagować

W związku z tym, że handel oparty na interakcji między systemami sztucznej inteligencji (AI-to-AI) ma przyspieszyć obieg pieniądza, banki centralne mogą nie być w stanie reagować na inflację postępującą z prędkością maszyn lub gwałtowne załamania rynkowe. Eksperci sugerują, że przepisy regulacyjne muszą zostać wbudowane bezpośrednio w kod, aby zapobiec lawinowym awariom.

UDOSTĘPNIJ
Sydney Huang ostrzega, że zmowa między botami opartymi na sztucznej inteligencji może się rozprzestrzeniać, zanim organy regulacyjne zdążą zareagować

Key Takeaways

  • MFW przewiduje, że przejście na sztuczną inteligencję typu agentic spowoduje radykalny wzrost prędkości obiegu pieniądza.
  • Sydney Huang ostrzega, że prognozowany na 2034 r. rynek agentycznej sztucznej inteligencji o wartości 236 mld dolarów wymaga nadzoru regulacyjnego działającego z prędkością maszyn.
  • Przyszła stabilność Human API i globalnych banków zależy od wbudowania ramowych wytycznych w kod.

Koniec „opóźnień” w polityce

Według raportu Międzynarodowego Funduszu Walutowego (MFW) z kwietnia 2026 r. świat szybko wychodzi z ery „kliknij, aby zapłacić” i wkracza w erę „zdecyduj, aby zapłacić”. Jednak w miarę jak ludzie wychodzą z pętli, pojawia się ważne pytanie: czy nasze zabezpieczenia finansowe przetrwają gospodarkę działającą z prędkością maszyn?

Raport MFW wskazuje, że agentyczna sztuczna inteligencja (AI) radykalnie zwiększy prędkość obiegu pieniądza. Dzięki wyeliminowaniu ludzkiego „tarcia” kapitał będzie krążył w globalnej gospodarce z niespotykaną dotąd prędkością. Sydney Huang, dyrektor generalny Human API, sugeruje, że prędkość obiegu pieniądza może wzrosnąć dziesięciokrotnie. Choć brzmi to jak cud produktywności, dla banków centralnych jest to koszmar. Tradycyjna polityka pieniężna opiera się na „opóźnieniu”. Kiedy bank centralny podnosi stopy procentowe, miną miesiące, zanim ta decyzja dotrze do instytucji. W gospodarce opartej na interakcji między sztuczną inteligencją a sztuczną inteligencją opóźnienie to znika.

„Dziesięciokrotny wzrost prędkości obiegu pieniądza napędzany handlem między sztuczną inteligencją a sztuczną inteligencją wymagałby od organów regulacyjnych przyjęcia narzędzi działających z prędkością maszyn” – ostrzega Huang. Bez tych możliwości gwałtowny wzrost inflacji z prędkością maszyn lub globalny błyskawiczny krach mogłyby nastąpić, zanim ludzki regulator otrzymałby nawet alert na pulpicie nawigacyjnym.

Aby zapobiec kaskadowym awariom, Huang twierdzi, że organy regulacyjne muszą przestać być widzami i stać się częścią samego kodu. „Obejmuje to systemy monitorowania w czasie rzeczywistym, programowalne mechanizmy zgodności wbudowane bezpośrednio w infrastrukturę finansową oraz automatyczne wyłączniki zabezpieczające przed awariami kaskadowymi” – powiedziała. Wizja ta jest zgodna z proponowaną przez MFW trójwarstwową strukturą, która sugeruje, że warstwa autoryzacyjna każdej transakcji musi zawierać wbudowane, zdefiniowane przez człowieka mandaty.

Huang sugeruje, że „organy regulacyjne mogą również potrzebować wyrażać zasady w formatach czytelnych dla maszyn, które można egzekwować na poziomie transakcji”. Handel oparty na agentach wymaga również automatycznych wyłączników awaryjnych na poziomie transakcji, tak aby w momencie, gdy agenci zaczną wykazywać wysoce skorelowane zachowania, autonomiczne „bezpieczniki” musiały się przepalić, aby zatrzymać reakcję łańcuchową.

Raport MFW podkreśla, że „systemy oparte na agentach mogą interpretować cele i monitorować aktywność w czasie rzeczywistym”. Oznacza to, że kontrole „poznaj swojego klienta” oraz przeciwdziałania praniu pieniędzy są zaprogramowane bezpośrednio w DNA agenta AI.

Wykazywanie pochodzenia decyzji

Być może jednym z najbardziej złożonych wyzwań dla organów regulacyjnych w tej nowej erze jest „niewidzialny” rynek. W świecie, w którym agenci nie używają ludzkiego języka do koordynacji, pojawia się pytanie: jak odróżnić bota po prostu optymalizującego działania od floty botów zmówionych w celu ustalania cen?

Huang zauważa, że wymaga to przejścia od analizy komunikacji do analizy zachowań.

„Organy regulacyjne będą musiały badać wzorce, takie jak zsynchronizowane działania, wspólne zależności danych i anomalie statystyczne” – powiedziała. Rozwiązaniem może być „pochodzenie decyzji”. Huang sugeruje przyszłość, w której agenci będą zobowiązani do przedstawienia weryfikowalnego dowodu, że decyzje zostały podjęte niezależnie zgodnie z deklarowaną polityką. Udowadniając, w jaki sposób podjęto decyzję, agenci mogą wykazać, że nie koordynowali swoich działań potajemnie z konkurentami.

Poza regulacjami pozostaje kwestia tego, w jaki sposób agenci faktycznie komunikują się między sobą. Huang zwraca uwagę, że bezpieczne negocjacje między agentami wymagają uniwersalnych standardów dotyczących tożsamości, komunikacji i egzekwowania.
„Agenci muszą być w stanie weryfikować wzajemnie swoją tożsamość i uprawnienia, działać w ramach wspólnych struktur negocjacyjnych oraz dołączać weryfikowalne gwarancje do swoich działań” – powiedziała Huang. Ta zmiana przenosi zaufanie z poszczególnych kontrahentów na gwarancje systemu. Korzystając z nowych standardów, takich jak protokół płatności agentów (AP2) i protokół kontekstu modelu (MCP), firmy mogą zapewnić, że agent z firmy A będzie mógł bezpiecznie negocjować z agentem z firmy B bez udziału prywatnego pośrednika.
W miarę jak coraz więcej uprawnień jest przekazywanych tym cyfrowym pełnomocnikom, pojawia się nowe ryzyko związane z czynnikiem ludzkim: zanik umiejętności. Jeśli agent zarządza finansami firmy przez pięć lat bez interwencji człowieka, czy ludzki skarbnik nadal będzie wiedział, jak poradzić sobie z kryzysem, jeśli system przestanie działać?

Huang ostrzega, że wraz z coraz większym przekazywaniem uprawnień istnieje poważne ryzyko, że operatorzy stracą zdolność do skutecznej interwencji. „Utrzymanie gotowości operacyjnej jest równie ważne jak tworzenie mechanizmów awaryjnych” – powiedziała.

Walka z zanikiem umiejętności ludzkich

Aby temu zapobiec, twierdzi ona, że systemy muszą przeprowadzać regularne ćwiczenia, podczas których ludzie przejmują stery, oraz wprowadzać tryby, w których ludzie symulują działania agentów w celu porównania logiki. Konieczne jest również zapewnienie, że „wyłącznik awaryjny” jest sprawdzaną ścieżką działania. „Celem” – powiedziała Huang – „jest zapewnienie, że nadzór ludzki pozostaje funkcjonalny i praktykowany, a nie tylko teoretyczny”.

W miarę jak świat zmierza w kierunku prognozowanego rynku agentów o wartości 236 miliardów dolarów do 2034 roku, zmienia się definicja „uczestnika rynku”. Nie chodzi już tylko o regulowanie ludzi, ale o tak zwane „superosoby” napędzane przez tysiące autonomicznych botów.

Rewolucja w zakresie decydowania o płatnościach oferuje świat płynnej wydajności, ale wymaga całkowitej przebudowy globalnej architektury finansowej. Jak ujął to Huang, aby zarządzać gospodarką działającą z prędkością maszyn, samo prawo musi działać z prędkością maszyn. Jeśli nie uda nam się wbudować czynnika ludzkiego na poziomie architektury, ryzykujemy zbudowanie gospodarki, która porusza się zbyt szybko, aby jej twórcy mogli ją kontrolować.

Nansen przewiduje, że do 2028 roku dominację przejmą agenci oparci na sztucznej inteligencji

Nansen przewiduje, że do 2028 roku dominację przejmą agenci oparci na sztucznej inteligencji

Firma analityczna Nansen przewiduje, że do 2028 roku agenci oparci na sztucznej inteligencji staną się dominującym narzędziem inwestowania w kryptowaluty. read more.

Czytaj teraz
Tagi w tym artykule