Ripple bierze udział w inicjatywie Mastercard „Agent Pay for Machines”, wprowadzając XRPL i RLUSD w ramach szerszej kampanii na rzecz wspierania płatności opartych na sztucznej inteligencji. Mastercard współpracuje z ponad 30 partnerami, ponieważ transakcje autonomiczne stawiają nowe wymagania w zakresie kontroli, autoryzacji i rozliczeń.
XRPL i RLUSD w centrum uwagi – Ripple dołącza do inicjatywy Mastercard w zakresie płatności opartych na sztucznej inteligencji

Najważniejsze wnioski
- XRPL i RLUSD umacniają rolę Ripple w inicjatywie Mastercard dotyczącej płatności autonomicznych.
- Przedsiębiorstwa mogą wykorzystywać XRPL do egzekwowania kontroli, podczas gdy agenci AI nieustannie przeprowadzają transakcje.
- RLUSD może wspierać regulowane rozliczenia w miarę rozszerzania się handlu opartego na maszynach w systemach biznesowych.
Plan Mastercard dotyczący płatności opartych na sztucznej inteligencji skupia się na roli Ripple w sektorze przedsiębiorstw
Rola Ripple w inicjatywie Mastercard „Agent Pay for Machines” umieszcza XRPL i RLUSD w szerszym kontekście działań mających na celu regulację handlu opartego na sztucznej inteligencji. 10 czerwca Mastercard ogłosiło, że współpracuje z ponad 30 partnerami w celu wspierania autonomicznych transakcji, które wymagają szybkości, kontroli, uprawnień i niezawodnego rozliczania.
„W miarę jak agenci AI zaczynają przeprowadzać transakcje w imieniu firm, płatności wymagają czegoś więcej niż tylko szybkości. Potrzebują zaufania, kontroli i jasnych zasad dotyczących przepływu wartości” – stwierdziła firma Ripple na X, dodając:
„Pomagamy budować infrastrukturę dla zaufanych płatności realizowanych przez agentów, a XRP Ledger i RLUSD pomagają stworzyć fundamenty dla przyszłości handlu”.
„Cieszymy się, że możemy być częścią ekosystemu wspierającego inicjatywę Mastercard Agent Pay for Machines, pomagając w weryfikacji nowych przypadków użycia, ustanawianiu wspólnych zasad i przyspieszaniu wdrażania” – dodała firma.
„Autonomiczni agenci już teraz samodzielnie rozliczają faktury i płacą za usługi obliczeniowe, ale instytucje mogą działać z taką prędkością tylko wtedy, gdy mechanizmy kontroli nadążają za nimi” – wyjaśnił Markus Infanger, starszy wiceprezes RippleX, zespołu Ripple skupionego na XRP Ledger.
Struktura Mastercard jest skierowana do agentów programowych, którzy mogą nieprzerwanie przeprowadzać transakcje dla firm. Firma podała przykłady, takie jak zakupy usług cyfrowych, płatności logistyczne, rezerwacje miejsc załadunkowych, dane z monitoringu łańcucha chłodniczego oraz opłaty za obsługę magazynową, ilustrując, w jaki sposób handel agentowy może generować przepływy płatności o dużej objętości i niskiej wartości.
XRPL i RLUSD przygotowują Ripple do regulowanych rozliczeń maszynowych
Ripple kładzie nacisk na zgodność z przepisami i nadzór, a nie tylko na szybkość. Dla przedsiębiorstw kluczową kwestią jest to, czy autonomiczni agenci mogą przestrzegać limitów wydatków, zasad autoryzacji i wymogów audytowych podczas rozliczania transakcji między systemami bez osłabiania kontroli instytucjonalnych.
Infanger powiedział:
„XRPL i RLUSD zostały stworzone tak, aby przedsiębiorstwa mogły pozwolić agentom na przeprowadzanie transakcji z prędkością maszyn w ramach zasad egzekwowanych przez sam łańcuch, z rozliczeniem w ciągu sekund, przewidywalnymi kosztami, programowalną zgodnością z przepisami i pełną ścieżką audytu, dzięki czemu agenci mogą wykonywać wyłącznie czynności, do których są upoważnieni”.
„Krok Mastercard w kierunku regulowanego rozliczania stablecoinów w łańcuchu bloków jest ważnym sygnałem, że ewoluuje to z nowej funkcji w standard korporacyjny” – kontynuował dyrektor.
Uczestnicy branży określili płatności maszynowe jako przejście od transakcji inicjowanych przez użytkowników do działalności gospodarczej w tle między systemami. Dla firmy Ripple zmiana ta stanowi test dla XRPL i RLUSD, ponieważ przedsiębiorstwa analizują rozliczenia oparte na łańcuchu bloków, programowalną zgodność z przepisami oraz regulowaną infrastrukturę stablecoinów dla handlu opartego na sztucznej inteligencji.
















