پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

ورود ایجنت‌های هوش مصنوعی به بازار ۸۰ تریلیون دلاری؛ نقشه مسترکارت برای تسویه خودکار خریدها

انتشار:۱ آبان ۱۴۰۵(۴۴ دقیقه پیش)
۹ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

مسترکارت با توسعه ابزارهای تحلیلی و پروتکل‌های امنیتی نوین، درصدد است خریدهای بین‌شرکتی B2B را به ایجنت‌های هوش مصنوعی بسپارد. این غول پرداخت با همکاری غول‌های فناوری می‌کوشد ریسک خطاهای مالی نرم‌افزارها را کاهش دهد و سهم قابل‌توجهی از این بازار ۸۰ تریلیون دلاری کسب کند.

ورود ایجنت‌های هوش مصنوعی به بازار ۸۰ تریلیون دلاری؛ نقشه مسترکارت برای تسویه خودکار خریدها

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • مسترکارت با پلتفرم‌های تحلیلی و سرویس هوشمند Agent Pay به ایجنت‌های هوش مصنوعی امکان می‌دهد خریدهای شرکتی را در چارچوب بودجه مدیریت کنند.
  • همکاری مسترکارت با گوگل، کلودفلر و اسکای‌فایر سازوکاری امن برای اعتبارسنجی هویت نرم‌افزار و انطباق تصمیم خرید با مجوز مدیران فراهم می‌سازد.
  • با پیش‌بینی مداخله ۱۵ تریلیون دلاری ایجنت‌ها در پرداخت‌های B2B تا سال ۲۰۲۸، ویزا، استرایپ و مسترکارت بر سر استانداردسازی پروتکل‌های مالی رقابت می‌کنند.
استراتژی ایجنت‌های هوش مصنوعی مسترکارت در بازار پرداخت‌های B2B
مسترکارت در حال ترکیب تحلیل‌های تأمین‌کنندگان با پروتکل‌های امنیتی Agent Pay است تا به ایجنت‌های هوش مصنوعی کمک کند خریدهای B2B را حتی خارج از شبکه کارتی مدیریت کنند.

پیش از آنکه شرکتی مبلغی را به تأمین‌کننده بپردازد، تیم مالی باید اقلام سفارش‌داده‌شده، فاکتور و کالاهای تحویل‌گرفته‌شده را میان سیستم‌های مختلفی که به‌ندرت با یکدیگر ارتباط دارند، تطبیق دهد. شرایط قرارداد نیز اهمیت زیادی دارد؛ ممکن است شرکت توافق کرده باشد که پرداخت فقط پس از رسیدن کالا انجام شود، یا سررسید تسویه‌حساب را طوری تنظیم کرده باشد که پس از دریافت پول از مشتریان خود پرداخت را انجام دهد. حال اگر این مسئولیت به یک ایجنت هوش مصنوعی واگذار شود، دسته تازه‌ای از خطاهای محاسباتی و عملکردی پدیدار می‌شود. برای مثال، ایجنت ممکن است در چارچوب بودجه تعیین‌شده باقی بماند، اما پول را قبل از تحویل بار آزاد کند؛ اتفاقی که در صورت ارسال‌نشدن کالا از سوی تأمین‌کننده، شرکت خریدار را گرفتار پیگیری‌های فرسایشی برای بازپس‌گیری وجه خواهد کرد.

اطلاعات معتبر یک کارت اعتباری صرفاً به بانک اعلام می‌کند که ایجنت اجازه خرج‌کردن این پول را داشته است، اما هیچ تضمینی ارائه نمی‌دهد که آیا هوش مصنوعی دقیقاً خواسته خریدار را پیاده کرده است یا خیر.

مسترکارت در این شکاف نظارتی، یک فرصت تجاری بزرگ می‌بیند. این غول پرداخت‌های بین‌المللی می‌خواهد به شرکت‌ها کمک کند تا از داده‌های مالی خود برای تصمیم‌گیری درباره نحوه پرداخت به تأمین‌کنندگان بهره ببرند و همزمان، اطلاعات زمینه‌ای دقیق‌تری در اختیار بانک‌ها و فروشندگان بگذارد تا تراکنش‌های صادرشده توسط نرم‌افزارها را با دقت بالاتری ارزیابی کنند.

مسترکارت این چالش را از دو سو هدف قرار داده است: تصمیم‌گیری برای پرداخت و تصمیم‌گیری برای تأیید تراکنش. پلتفرم تحلیل‌های پیشرفته B2B (موسوم به Advanced B2B Analytics) به بانک‌ها کمک می‌کند تأمین‌کنندگانی را که احتمالاً پرداخت‌های کارتی را می‌پذیرند شناسایی کنند؛ ابزاری که مسیر صادرکنندگان کارت را برای تصاحب سهم بیشتری از بازار بالقوه ۸۰ تریلیون دلاری پرداخت‌های B2B هموار می‌سازد. از سوی دیگر، سرویس هوشمند Agent Pay با ارسال سیگنال‌های تکمیلی درباره خریدهای آغازشده توسط ایجنت‌های هوش مصنوعی، تصمیم‌گیری پیرامون صدور مجوز پرداخت را برای بانک‌ها و پذیرندگان تسهیل می‌کند.

مارک پتیکان، معاون ارشد اجرایی و مدیر بخش راهکارهای شرکتی مسترکارت، هوش مصنوعی مبتنی بر ایجنت (Agentic AI) را گام طبیعی بعدی در مسیر چند دهه‌ای این شرکت برای دیجیتالی‌سازی پرداخت‌های تجاری می‌داند.

پتیکان در این باره توضیح می‌دهد: «پرسش‌هایی مانند زمان و چگونگی پرداخت به تأمین‌کنندگان مختلف با هدف بهینه‌سازی سرمایه در گردش، یا نحوه مدیریت موارد استثنا در میان حجم عظیمی از داده‌ها، در گذشته به مداخله گسترده نیروی انسانی نیاز داشت. هوش مصنوعی و به‌مرور زمان ایجنت‌های هوشمند، این ظرفیت را ایجاد می‌کنند که چنین تصمیم‌هایی هوشمندانه‌تر و خودکارتر اتخاذ شوند و به‌جای افزودن لایه تازه‌ای از پیچیدگی، بار ذهنی مدیران را کاهش دهند.»

کوشیک گوپال، معاون ارشد بینش‌های بازار و کسب‌وکار مسترکارت، اشاره می‌کند که بسیاری از سازمان‌ها همچنان در تبدیل پروژه‌های آزمایشی نویدبخش هوش مصنوعی به سیستم‌های قابل‌اتکا در عملیات روزمره با چالش روبه‌رو هستند.

گوپال می‌گوید: «شرکت‌های متعددی می‌توانند به پروژه‌های آزمایشی و اثبات مفاهیم موفق اشاره کنند، اما تعداد سازمان‌هایی که شرایط لازم برای استقرار مطمئن هوش مصنوعی در سطح سازمانی را فراهم کرده‌اند، بسیار اندک است. آمادگی زیرساختی، مزیت رقابتی جدید دنیای کسب‌وکار است. بااین‌حال، پیش از آنکه بتوان تصمیم‌های اساسی یا اقدامات خودکار را به ایجنت‌های هوش مصنوعی سپرد، سازمان‌ها به ابزارهایی برای ارزیابی عملکرد، سنجش نتایج و تقویت کنترل‌های نظارتی نیاز دارند.»

تزریق هوشمندی و اعتماد به پرداخت‌های خودکار ایجنت‌ها

سامانه تحلیل‌های پیشرفته B2B، داده‌های حساب‌های پرداختنی شرکت را با داده‌های شبکه‌ای مسترکارت ترکیب می‌کند تا بسنجد تأمین‌کنندگان تا چه اندازه مستعد پذیرش پرداخت‌های کارتی هستند. این پلتفرم در چند دقیقه خروجی‌های تحلیلی دقیقی تولید می‌کند و در کنار داشبوردهای مدیریتی، مشاوره‌هایی به بانک‌ها ارائه می‌دهد تا در اولویت‌بندی ارتباط با تأمین‌کنندگان سریع‌تر عمل کنند. هلدینگ بانکی ابسا (Absa Group) و بانک امارات ان‌بی‌دی (Emirates NBD) از نخستین مشتریان بانکی این سرویس به شمار می‌روند.

پتیکان می‌گوید: «کسب‌وکارها دیگر پرداخت را صرفاً جا‌به‌جایی پول نمی‌دانند، بلکه به داده‌های پرداخت به‌عنوان منبعی از هوشمندی نگاه می‌کنند که می‌تواند سرمایه در گردش را بهبود ببخشد، روابط با تأمین‌کنندگان را تقویت کند و فرصت‌های جدید رشد را نشان دهد. پژوهش‌های ما نشان می‌دهد که ۹۶ درصد از تأمین‌کنندگان، خواهان دریافت پیشنهادهای ارائه‌شده توسط هوش مصنوعی برای ارتقای بهره‌وری فرآیند تسویه‌حساب هستند.»

برآورد ۸۰ تریلیون دلاری مسترکارت، نشان‌دهنده کل بازار در دسترس پرداخت‌های B2B است و ارقامی را که در حال حاضر تحت کنترل ایجنت‌های هوش مصنوعی قرار دارد، منعکس نمی‌کند.

سرویس هوشمند Agent Pay احتمال اینکه یک تراکنش توسط ایجنت هوش مصنوعی آغاز شده باشد را تخمین می‌زند. این امتیازدهی در حال حاضر برای آزمایش در آمریکا عرضه شده و قرار است در ادامه با سیگنال‌های رفتاری و ریسک دقیق‌تری تقویت شود. یک بانک می‌تواند از این سیگنال برای تحلیل الگوهای خرید ناآشنا بهره ببرد، اما همچنان باید احراز کند که آیا مشتری واقعاً به ایجنت خود چنین اختیاری داده است یا خیر.

گوپال در این باره می‌گوید: «بانک‌ها تراکنش‌ها را بر پایه اینکه چه کسی و در کجا پرداخت را انجام می‌دهد و آیا رفتار پرداختی مشکوک یا کلاهبردارانه است یا خیر، ارزیابی می‌کنند. در فضای تجارت مبتنی بر ایجنت‌ها، بانک‌ها به اطمینان خاطر بیشتری نیاز دارند؛ اینکه چه کسی این وظیفه را به ایجنت محول کرده، چه مجوزهایی تعیین شده و آیا ایجنت در چارچوب همان متغیرها عمل کرده است یا خیر.»

چارچوب زیربنایی این فناوری، شواهد هویت و قصد کاربر را با کنترل‌های پرداخت تلفیق می‌کند. استاندارد «قصد قابل‌تأیید» (Verifiable Intent) که با مشارکت گوگل توسعه یافته و به اتحاد فایدو (FIDO Alliance) اهدا شده است، مستنداتی غیرقابل‌جعل از تأیید خرید توسط کاربر اصلی فراهم می‌آورد.

کلودفلر، که شبکه آن بخش گسترده‌ای از ترافیک وب را پوشش می‌دهد، می‌تواند ورود یک ایجنت هوش مصنوعی به وب‌سایت فروشنده را رصد کند. در سوی دیگر، مسترکارت پرداخت حاصل از آن را می‌بیند. این دو شرکت سیگنال‌های مذکور را در محیط‌هایی با حفظ حریم خصوصی ترکیب می‌کنند تا بانک مطمئن شود ایجنتی که مشغول وب‌گردی و انتخاب کالا بوده، دقیقاً همان نرم‌افزاری است که پرداخت را ثبت می‌کند. علاوه بر این، استارتاپ اسکای‌فایر (Skyfire) با ارائه فناوری شناسایی هویت ایجنت (Know Your Agent)، به بازیگران این عرصه کمک می‌کند تا ایجنت‌های در حال تراکنش را اعتبارسنجی کنند. بااین‌حال، حتی تأیید هویت نرم‌افزار هم بانک‌ها و فروشندگان را از بررسی مجوز خرید اولیه بی‌نیاز نمی‌کند.

مسترکارت در جدیدترین مقاله سفید خود با عنوان اعتماد برای تجارت مبتنی بر ایجنت‌ها (Trust for Agentic Commerce) توضیح می‌دهد که بانک‌ها و پذیرندگان چگونه می‌توانند با تحلیل سیگنال‌های ریسک و رفتار، تراکنش‌های ایجنت‌هایی را که در پلتفرم ثبت‌نام نکرده‌اند نیز ارزیابی کنند.

صرف تشخیص یک نرم‌افزار به‌عنوان مبدأ تراکنش، نشان‌دهنده صدور مجوز از جانب خریدار نیست. بانک در چنین سناریوهایی می‌تواند سقف پرداختی محدودتری اعمال کند یا پیش از نهایی‌سازی سفارش، از کاربر تأییدیه بخواهد. در این فرآیند، مدل‌های کشف کلاهبرداری رفتارهای نامتعارف ایجنت‌ها را زیر ذره‌بین قرار می‌دهند و شبکه تحلیل تهدیدهای ریکوردد فیوچر (Recorded Future) عوامل خرابکار و زیرساخت‌های مشکوک را شناسایی می‌کند. هدف این است که با تغییر رفتار ایجنت یا مواجهه با تأمین‌کنندگان ناآشنا، ریسک دائماً ارزیابی شود، نه اینکه ثبت‌نام اولیه به‌مثابه تضمینی همیشگی تلقی گردد.

بااین‌حال، شواهد عینی درباره میزان کارآمدی این سرویس‌ها هنوز محدود است. مسترکارت آمار دقیقی از دقت شناسایی یا نرخ کاهش تراکنش‌های ردشده ارائه نکرده است. همچنین نشان استاندارد پیشنهادی موسوم به «Agent Pay Ready» قرار است ایجنت‌ها یا پذیرندگانی را که الزامات برنامه را برآورده می‌کنند مشخص کند، اما در این سند به تاریخ عرضه دقیقی برای آن اشاره نشده است.

رقابت بر سر پرداخت‌های هوش مصنوعی فراتر از شبکه‌های کارتی

ویزا جدی‌ترین رقیب مسترکارت در بخش تحلیل تأمین‌کنندگان محسوب می‌شود. پلتفرم SESA 2.0 ویزا داده‌های پرداخت‌های تجاری را با شاخص‌های خریداران تلفیق می‌کند تا تمایل تأمین‌کنندگان به پذیرش کارت و ارزش تجاری بالقوه آن‌ها را بسنجد. ویزا اعلام کرده که برنامه جامع SESA تاکنون بیش از ۶۰۰ میلیارد دلار پتانسیل پرداخت کارتی را شناسایی کرده است؛ رقمی که صرفاً فرصت‌های کشف‌شده توسط این ابزار را نشان می‌دهد، نه تراکنش‌هایی که حتماً پردازش شده باشند.

شبکه ویزا همزمان پروژه‌های آزمایشی پرداخت فاکتور با هدایت ایجنت‌ها را با همکاری شرکت‌های BILL و Billtrust به جریان انداخته است تا ایجنت‌ها بتوانند پرداخت‌های تأییدشده را مستقیماً در درگاه‌های تأمین‌کنندگان تکمیل کنند. چنین هم‌پوشانی‌هایی تمایز مسترکارت را صرفاً بر پایه امتیازدهی به تأمین‌کنندگان دشوار می‌سازد. از همین رو، مسترکارت بر تحلیل سریع در چند دقیقه تمرکز دارد و قصد دارد خدمات هوشمند خود را به تأمین‌کنندگان و شرکت‌های پردازش پرداخت گسترش دهد و در آینده ابزارهای مدیریت حساب‌های دریافتنی را نیز اضافه کند.

رقابت بر سر صدور مجوز برای ایجنت‌ها ابعاد گسترده‌تری یافته است. سامانه Intelligent Commerce Connect ویزا به فعالان این بخش اجازه می‌دهد با یک‌بار یکپارچه‌سازی، از کارت‌های ویزا و غیرویزا در چندین پروتکل ایجنتی پشتیبانی کنند. پروتکل ایجنت مورد اعتماد (Trusted Agent Protocol) این شرکت نیز که با همکاری کلودفلر توسعه یافته، با استفاده از پیام‌های امضاشده دیجیتالی، به فروشندگان امکان می‌دهد درخواست‌های خرید را از سوی ایجنت‌های معتبر راستی‌آزمایی کنند.

در مقابل، امریکن اکسپرس تمرکز بیشتری بر ثبت دقیق دستورات خرید و تضمین پشتیبانی از آن‌ها دارد. چارچوب «Intent Intelligence» این شرکت دستوراتی را که خریداران صادر می‌کنند ذخیره می‌کند و طرح حفاظتی «Agent Purchase Protection» متعهد می‌شود از خریدهای دارندگان کارت که توسط ایجنت‌های ثبت‌شده در شبکه آن صورت می‌گیرد پشتیبانی کند.

پلتفرم‌های پرداخت نیز هر کدام سهم خود را در این فرآیند دنبال می‌کنند. پروتکل تجارت ایجنتی مشترک استرایپ (Stripe) و اوپن‌ای‌آی، ایجنت‌های خرید را به سامانه‌های پرداخت فروشندگان متصل می‌کند، درحالی‌که پروتکل پرداخت ماشینی استرایپ و تمپو (Tempo) برای تسویه‌حساب سرویس‌هایی طراحی شده است که مستقیماً توسط نرم‌افزارها مصرف می‌شوند. پی‌پال نیز قابلیت پذیرش پرداخت در پلتفرم‌های هوش مصنوعی را با ابزارهایی ترکیب کرده که دسترسی ایجنت‌ها به کاتالوگ فروشندگان را آسان‌تر می‌سازد. جالب آنکه حضور پی‌پال در پروژه آزمایشی Agent Pay مسترکارت نشان می‌دهد یک شرکت چطور می‌تواند همزمان شریک تجاری و رقیب باشد.

از آنجا که کلودفلر و اسکای‌فایر با ویزا نیز همکاری دارند، حضور آن‌ها مزیت انحصاری برای مسترکارت ایجاد نمی‌کند، بلکه ظرفیت‌های زیرساختی مفیدی فراهم می‌آورد. پتیکان استراتژی کلان مسترکارت را ارائه خدماتی توصیف می‌کند که بدون در نظر گرفتن بستر تسویه نهایی تراکنش، کارایی و ارزش خود را حفظ کنند.

او تأکید می‌کند: «ما با فراهم‌کردن اعتماد، مکانیزم‌های کنترلی و زیرساخت‌هایی که مقیاس‌پذیری امن تجارت مبتنی بر هوش مصنوعی را میسر می‌سازند، به هوشمندانه‌تر شدن کسب‌وکارها کمک می‌کنیم. چه تسویه‌حساب نهایی از طریق کارت انجام شود و چه از طریق حساب‌به‌حساب، استیبل‌کوین‌ها یا سایر روش‌ها، سازمان‌ها خواهان چارچوبی یکپارچه برای امنیت، حاکمیت و اطمینان هستند؛ اما این موضوع تنها زمانی پاسخگو است که تعاملات تحت نظارت و قابل‌اعتماد باشند.»

مسترکارت در مقاله سفید خود پیش‌بینی می‌کند که مستندات و شواهد صدور مجوز در نهایت به استانداردهای متن‌باز همگرا شوند؛ رویکردی که نه‌تنها خدمات مسترکارت را به تراکنش‌های خارج از شبکه کارتی گسترش می‌دهد، بلکه به رقبا نیز اجازه می‌دهد از همان داده‌ها و شواهد بهره‌برداری کنند.

مسیر مسترکارت برای مقیاس‌پذیری تجارت مبتنی بر ایجنت‌ها

پتیکان به یک پروژه آزمایشی در سنگاپور با بانک HSBC اشاره می‌کند که در آن، یک خریدار شرکتی بین‌المللی با پلتفرم تدارکات سورس‌سیج (SourceSage) و تأمین‌کننده آنلاین فورتی‌تو (FortyTwo) از طریق پرداخت‌های امن توکنیزه‌شده به یکدیگر متصل شدند. او این طرح را بخشی از برنامه گسترده‌تر مسترکارت برای انجام تراکنش‌های زنده و احراز هویت‌شده B2B در منطقه آسیا و اقیانوسیه خواند؛ جایی که نرم‌افزار می‌تواند کالاها را از تأمین‌کنندگان مجاز تأمین کند و تصمیم‌گیری خرید را تا مرحله پرداخت پیش ببرد.

او تصریح می‌کند: «کسب‌وکارها قرار نیست مسئولیت خرید را یک‌شبه به هوش مصنوعی بسپارند و اساساً نباید چنین کاری بکنند. این پذیرش به‌صورت گام‌به‌گام و در شرایطی رخ می‌دهد که ایجنت‌ها در چارچوب پارامترها، مجوزها و نظارت‌های کاملاً مشخص فعالیت کنند. انتظار داریم این مسیر با بینش‌ها و توصیه‌های تولیدشده توسط هوش مصنوعی آغاز شود تا به‌تدریج حس اعتماد شکل بگیرد و سازمان‌ها با سطوح بالاتری از استقلال ایجنت‌ها احساس راحتی کنند.»

مسترکارت این راهکار را به خرید خدمات دیجیتال توسط نرم‌افزارها نیز بسط داد و در تاریخ ۲۰ اکتبر، دسترسی اولیه به سرویس «Agent Pay for Machines» را باز کرد. در نمایشی با استفاده از پروتکل متن‌باز x402، یک ایجنت توانست با کیف پول ارائه‌شده توسط شرکت BVNK، ۹ پرداخت مختلف را به دو ارائه‌دهنده در قالب یک بودجه تأییدشده انجام دهد.

در گزارش مسترکارت به پیش‌بینی گارتنر استناد شده است که بر اساس آن، ایجنت‌های هوش مصنوعی تا سال ۲۰۲۸ واسطه‌گری بیش از ۱۵ تریلیون دلار از مخارج B2B را بر عهده خواهند گرفت. گوپال در پاسخ به این پرسش که هنگام بروز خطای مالی پرهزینه توسط ایجنت، چه کسی باید پاسخگو باشد، تجربه کاربر نهایی را محور قرار داد.

گوپال تأکید می‌کند: «مسئولیت‌پذیری وظیفه کل این اکوسیستم است و باید بر پایه محافظت از تجربه مصرف‌کننده طراحی شود. مصرف‌کنندگان به‌سرعت خود را با تحولات تطبیق می‌دهند؛ ما تجارت الکترونیک و پرداخت‌های موبایلی را پذیرفتیم زیرا تدابیر امنیتی مانند احراز هویت، حق اعتراض و حل اختلاف، و پوشش خسارت در دسترس بودند. بااین‌حال، ما هنوز در مرحله زیرساخت‌سازی تجارت ایجنتی قرار داریم. مدیران در تلاشند مدل‌های شفافی برای مسئولیت‌پذیری فعالیت‌های هوش مصنوعی تدوین کنند تا مشخص شود کدام تصمیم‌ها قابلیت واگذاری به ایجنت‌ها را دارند، قضاوت انسانی در چه نقاطی حیاتی باقی می‌ماند و چالش‌ها هنگام بروز خطا چگونه مدیریت و ارجاع می‌شوند.»

ابزارهای پیشنهادی مسترکارت برای حل اختلاف در معاملات ایجنتی (Agentic Disputes)، با بهره‌گیری از آرشیو دستورات ثبت‌شده خریدار، به رفع اختلافات کمک خواهند کرد. این قابلیت مبنایی شفاف‌تر برای رفع خطاها در اختیار شرکت‌ها می‌گذارد، هرچند ذی‌نفعان هنوز باید سازوکار مشخصی برای تقسیم مسئولیت زیان‌های احتمالی تعریف کنند. خدمات مسترکارت می‌تواند پیش از جابه‌جایی پول به تراکنش شکل دهد و پس از آن نیز از فرآیند حل اختلاف پشتیبانی کند، حتی اگر سیستم دیگری تسویه نهایی را بر عهده داشته باشد. اگر کسب‌وکارها با این شرایط به واگذاری اختیارات رضایت دهند، مسترکارت به یکی از ارکان حاکمیت بر فرآیند خرید تبدیل خواهد شد و نفوذ خود را بسیار فراتر از تسویه یک تراکنش ساده گسترش خواهد داد.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

اصلاح ژنتیکی سگ‌های نظامی؛ جذب سرمایه ۲۰۰ میلیون دلاری استارتاپ وارهاند برای تجهیز ارتش آمریکا
آخرین اخبار

اصلاح ژنتیکی سگ‌های نظامی؛ جذب سرمایه ۲۰۰ میلیون دلاری استارتاپ وارهاند برای تجهیز ارتش آمریکا

استارتاپ وارهاند با جذب سرمایه ۲۰۰ میلیون دلاری و ارزش‌گذاری ۱٫۲ میلیارد دلاری از فاز مخفیانه خارج شد. این مجموعه با بهره‌گیری از مهندسی ژنتیک و همکاری شرکت اندوریل، قصد دارد سگ‌های نظامی پیشرفته و مجهز به حسگرهای هوشمند را برای مأموریت‌های حساس دفاعی پرورش دهد.

۴ دقیقه مطالعه
۰
۱ آبان
موج استعفا در گوگل دیپ‌مایند؛ اعتراض پژوهشگران به قراردادهای نظامی محرمانه با پنتاگون
آخرین اخبار

موج استعفا در گوگل دیپ‌مایند؛ اعتراض پژوهشگران به قراردادهای نظامی محرمانه با پنتاگون

شماری از پژوهشگران ارشد گوگل دیپ‌مایند در اعتراض به امضای قراردادهای نظامی محرمانه این شرکت با پنتاگون از سمت خود کناره‌گیری کرده‌اند. به گفته این کارشناسان، تعهدات جدید گوگل نظارت اخلاقی بر مدل‌های هوش مصنوعی را در محیط‌های نظامی طبقه‌بندی‌شده به‌شدت تضعیف می‌کند.

۴ دقیقه مطالعه
۰
۱ آبان
مدیر فناوری کپیتال وان: بهترین هوش مصنوعی سازمانی سیستمی است که کارمندان اصلاً متوجه حضورش نشوند
آخرین اخبار

مدیر فناوری کپیتال وان: بهترین هوش مصنوعی سازمانی سیستمی است که کارمندان اصلاً متوجه حضورش نشوند

مدیر ارشد فناوری سازمانی در کپیتال وان توضیح می‌دهد که چرا ابزارهای هوش مصنوعی به‌جای تحمیل پرامپت‌ها و رابط‌های کاربری پیچیده، باید در پس‌زمینه محو شوند. به‌باور او، هوش مصنوعی زمانی در سازمان‌ها موفق است که اصطکاک کاری را حذف کند و میدان را برای قضاوت تخصصی کارکنان باز بگذارد.

۶ دقیقه مطالعه
۰
۱ آبان