در حال حاضر از بلاکچین برای ذخیره و معامله اوراق مالی مانند رمزارزها، توکنهای امنیتی (security tokens) و دیگر توکنها استفاده میکنیم. باید در نظر بگیریم که این حوزه یک بازار نوپا است که تنها چند سال از عمر آن میگذرد. مبحث توکنهای امنیتی حتی نوپاتر از بلاکچین است؛ طبق بررسیها ارزش کل بازار توکنهای امنیتی در ژانویه ۲۰۲۰ میلادی تنها ۵۲٫۷ میلیون دلار بوده است.
هوش مصنوعی دارایی های سرمایه گذاری دیجیتال را بر روی بلاکچینهای خصوصی پرسرعت ایجاد و معامله خواهد کرد.
بدیهی است که هنوز فعالیت (و داده) کافی برای اعمال هوش مصنوعی در محصولات مالی که از طریق بلاک چین معامله میشوند، وجود ندارد. با این حال، با افزایش حجم دادههایی که از طریق بلاکچینها ایجاد میشود. با استفاده از هوش مصنوعی میتوانیم به بینش (insights) خوبی از دادهها برسیم، محصولات مالی جدید ایجاد کنیم و حتی این امکان را به وجود آوریم که هوش مصنوعی به صورت مستقل بتواند این محصولات را معامله کند.
مراحل همگرایی هوش مصنوعی و بلاکچین
با توجه به ارائهای که توسط Jamiel Sheikh، مدیرعامل Chainhaus در دانشگاه MIT انجام شد، (Chainhaus یک شرکت فعال در حوزه مشاوره، آموزش و ارائه خدمات در حوزه مالی مبتنی بر هوش مصنوعی در نیویورک آمریکا است.) فرآیند همگرایی بلاک چین و هوش مصنوعی را میتوانیم ۴ مرحله در نظر بگیریم:
- اثبات مفاهیم بلاک چین (Proof-of-Concept)
- تبدیل داراییها به توکن و توکنسازی در بلاک چین
- معامله داراییها و سرمایهگذاری دیجیتال بر روی بلاک چین با استفاده از یادگیری ماشین
- تبدیل هوش مصنوعی به یک عامل اقتصادی با امکان معامله داراییها و سرمایهگذاری دیجیتال
مرحله اول – اثبات مفاهیم (PoC) بلاکچین
مفاهیم بلاک چین با گذشت زمان اثبات شده و پذیرفته شدهاند. بیشتر سازمانها و تاثیرگذاران در حوزه سرمایه آشنایی کافی و نسبی با این حوزه دارند. اطلاعات مناسبی در این حوزه وجود دارد و نیازی به بازآفرینی و اثبات آنها نداریم.
مرحله دوم – تبدیل داراییها به توکن و توکن سازی در بلاکچین
در حال حاضر ما در مرحله دوم هستیم؛ در این مرحله میتوان داراییها را روی بلاک چین، توکنسازی و معامله کرد. توکنها میتوانند نشاندهنده اوراق بهادار، داراییهای فیزیکی، جریانهای نقدی یا خدمات آب و برق باشند. توکنسازی و تجارت داراییها در بلاک چین، هزینههای تراکنش و زمان تسویه را کاهش میدهد و در عین حال قابلیت حسابرسی را بهبود میبخشد. همچنین میتوانیم از هوش مصنوعی و یادگیری ماشین برای تشخیص الگوها و الگوریتمهای پیشبینی استفاده کنیم. با این حال، هنوز به اندازه کافی فعالیت on-chain نداریم که بتوانیم روی آن هوش مصنوعی اعمال کنیم.
مرحله سوم – استفاده از یادگیری ماشین در معامله داراییها و سرمایهگذاری دیجیتال بر روی بلاک چین
در مرحله سوم ما شاهد معرفی داراییهای دیجیتال بومی خواهیم بود. توکنها میتوانند به جای اینکه بیانگر یک دارایی بنیادی (underlying asset) باشند، خودشان به یک دارایی بنیادی تبدیل شوند. شاید هضم این مفهوم در حال حاضر برایمان دشوار باشد؛ اما در آینده انفجار دادههای پیچیده بلاک چین، خیلی به ما کمک خواهد کرد. این رویکرد، منابع درآمدی جدیدی را برای شرکتهای مالی ایجاد خواهد کرد. به زودی استفاده از هوش مصنوعی و ماشین لرنینگ به مزیت رقابتی برای شرکتها تبدیل خواهد شد.
مطمئنا این داراییهای دیجیتال بومی، محصولاتی بسیار عجیب و غریبی خواهند بود. این محصولات در بلاک چینها وجود خواهند داشت و رفتار اقتصادی و جریانهای نقدی منحصر به فرد خود را خواهند داشت. این داراییها توسط ما انسانها یا مهندسی مالی مبتنی بر هوش مصنوعی ایجاد خواهند شد. همچنین مدلهای ریسک، پیشبینی و قیمتگذاری آنها مبتنی بر هوش مصنوعی خواهند بود؛ چرا که احتمالا محاسبه این موارد برای ما بسیار پیچیده است.
این محصولات مالی نوین و پیچیده ممکن است یاد اوراق بهادار با پشتوانه مالی، CDOها و معاوضههای پیشفرض اعتباری را که منجر به بحران مالی سال ۲۰۰۸ شدند، برای ما زنده کنند. بله، خطراتی هم وجود دارد و رشد این محصولات را باید قانونگذاری کنیم. با این حال، داراییهای دیجیتال بومی احتمالاً روند تکاملی بعدی در مهندسی مالی هستند و ما در نهایت آنها را خواهیم دید.
مرحله چهارم – در نظر گرفتن هوش مصنوعی به عنوان یک عامل اقتصادی در معامله داراییها و سرمایهگذاری دیجیتال
چهارمین و آخرین مرحله، تبدیل شدن هوش مصنوعی به یک عامل اقتصادی خواهد بود. الگوریتمهای هوش مصنوعی به طور فعال داراییهای سرمایهگذاری دیجیتال را روی یک محصول تکنولوژی مبتنی بر بلاکچین معامله خواهند کرد. با اسفاده از این الگوریتمهای تکاملی (الگوریتمهای ژنتیکی) میتوانیم استراتژیهای مختلف را ایجاد، آزمایش و معامله کنیم، استراتژیهای کم بازده را متوقف کنیم و استراتژیهای برنده را به طور مداوم بهینهسازی کنیم تا سود معاملات را به حداکثر خود برسانیم. همه اینها را با حداقل نظارت انسانی در دست خواهیم داشت.
در این دنیای جدید، هوش مصنوعی داراییهای سرمایهگذاری دیجیتال را بر روی بلاک چینهای خصوصی پرسرعت ایجاد و معامله خواهد کرد. سرمایهگذاران حقوقی این داراییها را خریداری میکنند؛ چون به توانایی شرکتهای صادرکننده آنها اعتماد دارند. این موضوع نشاندهنده این است که این شرکتها مزیت بسیار بزرگی خواهند داشت.
درک این آینده ممکن است سخت به نظر برسد، و جزئیات مبهم باشد چون هنوز هیچ کس چنین کاری انجام نداده است. با این حال، فناوری بنیادی بلاکچین و روشهای هوش مصنوعی در حال حاضر وجود دارد. برای عملی شدن چنین هدفی به افزایش فعالیت بلاک چین، بهبود قابلیتهای هوش مصنوعی و پذیرش شرکتها نیاز داریم.
به یاد داشته باشید، اگر در سال ۲۰۰۹ میشنیدید که کسی میگفت تا ۱۰ سال آینده همه در مورد یک پول اینترنتی جادویی به نام بیت کوین صحبت خواهند کرد، به او میخندیدید!
موضع سازمان خود در برابر همگرایی بلاک چین و هوش مصنوعی را مشخص کنید!
موارد استفاده خاص برای ترکیب بلاک چین و هوش مصنوعی به نیازهای شرکت بستگی دارد؛ اما موضوع اصلی پیش زمینه آن، دادهها خواهند بود. بلاک چین تضمین میکند که دادهها امن، محرمانه و قابل اعتماد هستند. مدلهای هوش مصنوعی از این دادهها برای اثرگذاری بیشتر استفاده خواهند کرد.
شرکتها میتوانند با بهینهسازی قابلیتهای دیجیتال و داده، خود را برای توسعه راهکارهای ترکیبی هوش مصنوعی و بلاک چین آماده کنند.
مدیران اجرایی در ابتدا باید نیازهای خاص کسب و کار خود را مشخص کنند و بعد بررسی کنند که بلاک چین و هوش مصنوعی چطور میتوانند این نیازها را برطرف کنند؟ اگر هم تا در حال حاضر کارهایی بر مبنای هوش مصنوعی انجام داده باشند، میتوانند چگونگی بهبود روندها با کمک بلاک چین را کشف کنند. از طرف دیگر، شرکتهایی که دیتابیسهای ارزشمندی دارند، میتوانند با پیوستن به اکوسیستم بلاک چین و به اشتراک گذاشتن دادهها با افرادی که مدلهای هوش مصنوعی میسازند، از آن درآمد کسب کنند.
جالب است بدانید که مایکروسافت، غول تکنولوژی دنیا هم به سمت ترکیب این دو فناوری جدید روی آورده است و در حال کار در این باره است. اگر تمایل داشتید که بیشتر در این مورد مطالعه کنید، مقاله «بلاکچین و هوش مصنوعی؛ یک ترکیب برنده!» را از دست ندهید.
استفاده از هوش مصنوعی و بلاک چین در صنعت خودرو
برای مثال، یک شرکت خودروسازی میتواند دادههای جمعآوریشده توسط خودروهایش را روی یک بلاک چین ذخیره کند. هنگامی که خودروهای خودران به یک وسیله نقلیه همگانی و پرکاربرد تبدیل شوند، حجم عظیمی از اطلاعات رانندگی را از دوربینها و حسگرهای داخل ماشین جمعآوری میکنند. با استفاده از این دادهها میتوانیم، عملکرد شبکههای عصبی را که در این خودروها استفاده میشوند، بهینه کنیم.
در این مثال، امنیت دادهها، شرایط ذخیرهسازی و حفظ حریم خصوصی راننده یک نیاز تجاری است. با ذخیره دادهها در بلاک چین میتوانیم اطلاعات راننده را ناشناس نگه داریم و از حفظ حریم خصوصی راننده اطمینان حاصل کنیم. از طرفی شرکت مالک خودرو میتواند از این دادهها برای بهبود شبکههای عصبی اتومبیلهای خودران خود استفاده کند.
از منظر کسب درآمد، شرکت خودروسازی میتواند دادههای رانندگی جمعآوریشده و ناشناس را با شرکتهای بیمه هم به اشتراک بگذارد. شرکتهای بیمه میتوانند از دادهها برای قیمتگذاری هوشمندانهتر بیمه خودروهای خودران استفاده کنند؛ زیرا خودروهای خودران دارای مشخصات و ریسکهای متفاوتی نسبت به خودروهای معمولی هستند. در پایان این فرایند حریم خصوصی راننده محافظت میشود، شرکت خودروسازی قابلیتهای ماشینهای خودران خود را بهبود میدهد و راننده ممکن است خدمات بیمه را با قیمت مناسبتری دریافت کند.
دلیل این که ما هنوز نمونههای زیادی از سازمانها را نمیبینیم که همگرایی بلاک چین و هوش مصنوعی را پذیرفته باشند، این است که پیادهسازی مدلهای AI و بلاک چین در مقیاس بزرگ هنوز بسیار چالش برانگیز و ناشناخته است. بسیاری از کسب و کارها هنوز در مراحل اولیه پیادهسازی بلاک چین و هوش مصنوعی به صورت مجزا هستند. همچنین بیشتر شرکتها هنوز در حال پیدا کردن روشهای بهینه برای هماهنگ کردن ساختارهای سازمانی و اصلاح فرآیندهای کسب و کار برای پیادهسازی و استفاده بلاک چین و هوش مصنوعی هستند.
شرکتها میتوانند با یهینهسازی دیجیتال و قابلیتهای دادهای خود، خودشان را برای توسعه بلاکچین و هوش مصنوعی ترکیب شده، آماده کنند. مدیریت دادهها و فرآیندهای تجاری با استفاده از سیستمهای دیجیتال، امکان اتصال هوش مصنوعی را به دادههای کل شرکت فراهم کرده و اجرای فرایندهای هوش مصنوعی را در مقیاس بزرگتر ممکن میکند.
مدیران اجرایی همچنین باید بدانند که چگونه میتوان زیرساختهای جمعآوری دادههای فعلی را ارتقا داد تا امکان استفاده از هوش مصنوعی و بلاکچین در آینده فراهم شود. آنها باید متوجه شوند چه نوع دادهای باید جمعآوری شود و در حال حاضر چه ضعفهایی وجود دارد. ساختن این قابلیتهای اصلی و هستهای، مانند پیریزی یک خانه است؛ این کار شانس ایجاد راهحلهای موفق مبتنی بر بلاکچین و هوش مصنوعی را به اندازه چشمگیری افزایش میدهد.
جمعبندی
این مقاله تصویری کلی از آینده کسب و کارها و پیشرفتهای تکنولوژی را به ما نشان میدهد. امروزه شرکتها باید خود را برای توسعه راهکارهای ترکیبی هوش مصنوعی و بلاک چین و همچنین بهبود قابلیتهای دیجیتال و جمعآوری داده آماده کنند. باید قبول کرد که تحول در فرایندهای دیجیتال پیشدرآمدی برای پذیرش هوش مصنوعی و بلاک چین است. این مسیری است که در آینده خواهیم داشت و برای آمادگی و رسیدن به آن باید برنامهریزی کرد و منابع مورد نیاز رادر نظر گرفت.
دیدگاهتان را بنویسید