چانگ‌پنگ ژائو، بنیان‌گذار بایننس و آغازگر آکادمی گیگل، گفت پذیرش گسترده عامل‌های هوش مصنوعی به مسیرهای پرداخت مبتنی بر رمزارز نیاز خواهد داشت؛ زیرا نرم‌افزارهای خودمختار نمی‌توانند برای انجام تراکنش‌های مکرر و کم‌ارزش به حساب‌های بانکی یا کارت‌های اعتباری متکی باشند.
ژائو در مصاحبه‌ای که در ۲۴ اکتبر ۲۰۲۶ ضبط شد، گفت عامل‌های هوش مصنوعی در نهایت می‌توانند بدون تأیید انسان در هر مرحله، هزینه وظایف منفرد، درخواست‌های داده، مشاهده محتوا و منابع محاسباتی را پرداخت کنند. او شبکه‌های رمزارزی و استیبل‌کوین‌ها را لایه تسویه عملی برای چنین فعالیت‌هایی دانست، به‌ویژه در مواردی که مبلغ پرداخت ممکن است کسری از یک دلار یا ین باشد.
ژائو پیش‌بینی کرد ترکیب زیرساخت بلاکچین و هوش مصنوعی بتواند سرعت گردش دارایی‌ها و فعالیت تراکنشی را طی پنج سال، بین ۱٬۰۰۰ تا ۱ میلیون برابر افزایش دهد. این برآورد بیشتر جنبه آرمانی دارد تا پیش‌بینی‌ای مبتنی بر یک مدل منتشرشده، اما نشان‌دهنده تمرکز فزاینده بر پرداخت‌های ماشین‌به‌ماشین به‌عنوان یکی از کاربردهای احتمالی بلاکچین‌های عمومی، فراتر از معامله انسانی، است.
عامل‌های هوش مصنوعی به‌جای حساب بانکی به کیف پول نیاز دارند
استدلال ژائو بر محدودیت‌های نظام مالی متعارف برای برنامه‌های خودمختار استوار است. می‌توان یک کیف پول دیجیتال و سقف هزینه‌کرد به یک عامل نرم‌افزاری اختصاص داد، در حالی که افتتاح و اداره حساب بانکی معمولاً به هویت قانونی، بررسی‌های انطباقی و یک دارنده حساب انسانی یا شرکتی نیاز دارد.
سامانه‌های کارت اعتباری نیز معمولاً برای تسویه‌های کوچک و پیوسته مناسب نیستند. ساختار کارمزد، سازوکارهای بازگشت وجه و فرایندهای تأیید آن‌ها برای خریدهای مصرف‌کنندگان طراحی شده‌اند، نه برای مدلی از هوش مصنوعی که برای یک فراخوانی API، پرس‌وجوی مجموعه‌داده یا یک مقاله منفرد، چند سنت پرداخت می‌کند.
ژائو برای نشان دادن این تفاوت از نمونه‌ای درباره قیمت‌گذاری در ژاپن استفاده کرد. او گفت به‌جای پرداخت ۲۰٬۰۰۰ ین برای یک بسته محتوایی ماهانه، یک عامل می‌تواند برای دسترسی به یک مورد مشخص، یک ین پرداخت کند. چنین مدلی به تسویه کم‌هزینه، تأیید سریع و کنترل‌های خودکار بر بودجه عامل وابسته خواهد بود.
این سناریو به نفع استیبل‌کوین‌ها و شبکه‌هایی است که برای انتقال‌های کم‌هزینه طراحی شده‌اند، هرچند پرسش‌های عملیاتی درباره امنیت کیف پول، مجوزهای هزینه‌کرد، پیشگیری از کلاهبرداری و مسئولیت قانونی اقدامات عامل نیز مطرح می‌کند. پرداخت‌ها ممکن است خودکار باشند، اما سازمان‌هایی که این نرم‌افزار را به کار می‌گیرند همچنان مسئول نحوه استفاده از وجوه خواهند بود.
استدلالی فنی با تأثیرپذیری از سامانه‌های معاملاتی اولیه
ژائو علاقه‌اش به سامانه‌های تسویه سریع را به نخستین شغل تمام‌وقت نرم‌افزاری‌اش در توکیو مرتبط دانست؛ جایی که روی نرم‌افزار مسیریابی سفارش‌ها و تطبیق سفارش‌ها، متصل به بورس اوراق بهادار توکیو، کار می‌کرد. او گفت این شغل شامل برنامه‌نویسی ++C، مدیریت دستی حافظه و طراحی سامانه‌های کم‌تأخیر بود.
به گفته ژائو، این ملاحظات مهندسی بعدها بر رویکرد عملیاتی اولیه بایننس تأثیر گذاشت. صرافی‌های رمزارزی باید افزایش ناگهانی جریان سفارش‌ها را مدیریت کنند، موتورهای تطبیق را هنگام نوسانات شدید قیمت فعال نگه دارند و حجم زیادی از فعالیت‌های حساب‌ها را با حداقل تأخیر پردازش کنند. همین تمرکز بر توان عملیاتی اکنون دیدگاه ژائو را شکل می‌دهد که بلاک‌چین‌ها می‌توانند به زیرساختی برای تجارت خودکار تبدیل شوند.
ژائو گفت حدود شش یا هفت سال در ژاپن زندگی و کار کرده است. او گفت پس از راه‌اندازی بایننس در شانگهای در ژوئیه 2017، این شرکت اواخر همان سال تیم حدوداً 30 نفره خود را به منطقه مگورو در توکیو منتقل کرد.
ژاپن در آن زمان بازار برجسته‌ای برای رمزارزها بود. ژائو به شناسایی قانونی بیت‌کوین به‌عنوان روش پرداخت در آوریل 2017 و آغاز صدور مجوز برای صرافی‌ها در اواخر همان سال اشاره کرد. او گفت حدود 16 پلتفرم در گروه اولیه‌ای طی سپتامبر و اکتبر 2017 تأیید شدند.
او همچنین گفت مشتریان خارج از کشور در مراحل اولیه حدود 70٪ تا 80٪ از حجم معاملاتی بالقوه بایننس را تشکیل می‌دادند. به گفته ژائو، بایننس در 17 دسامبر 2017، کمتر از پنج ماه پس از راه‌اندازی، به جایگاه نخست از نظر حجم معاملات روزانه صرافی‌ها رسید.
انتخاب‌های سیاستی ژاپن همچنان بخشی از استدلال ژائو است
ژائو قوانین ژاپن برای بررسی توکن‌ها را در چرخه 2017، محدودیتی تجاری برای پلتفرم‌های داخلی توصیف کرد. او گفت صرافی‌های ژاپنی معمولاً حدود 10 تا 20 توکن عرضه می‌کردند، در حالی که بایننس بخشی از کسب‌وکار اولیه خود را بر پایه دامنه گسترده‌تری از دارایی‌های فهرست‌شده بنا کرد.
او گفت بایننس در سال 2017 مبلغ 6 میلیون دلار برای جبران خسارت کاربران آسیب‌دیده در دوره‌ای از اختلالات نظارتی هزینه کرد؛ مبلغی که به گفته او برابر با 40٪ از ذخایر خزانه شرکت در آن زمان بود. او همچنین اهدای 1 میلیون دلار پس از سیل‌های ژاپن غربی در ژوئیه 2018 را به شکل‌گیری Binance Charity مرتبط دانست. ژائو گفت 81 نفر در این فاجعه جان باختند.
اظهارات او در حالی مطرح شد که ژاپن در حال بررسی تغییرات در نحوه مالیات‌گذاری بر سود دارایی‌های رمزارزی است. ژائو به پیشنهادی اشاره کرد که نرخ مالیات حداکثری را از سقف ۵۵٪ به حدود ۲۰٪ کاهش می‌دهد و آن را به نحوه مالیات‌گذاری بر سود سهام نزدیک‌تر می‌کند. نرخ پایین‌تر می‌تواند مشوق‌های معاملات داخلی را تغییر دهد و یکی از گلایه‌های دیرینه کاربران رمزارز ژاپنی را کاهش دهد، هرچند هرگونه تأثیر به قانون نهایی و مقررات اجرایی آن بستگی خواهد داشت.
ژائو گفت بایننس در سال ۲۰۲۲ از طریق مسیری مبتنی بر تملک که به دریافت مجوز محلی انجامید، به ژاپن بازگشت. او همچنین به همکاری با سافت‌بانک و بنیان‌گذار آن، ماسایوشی سون، اشاره کرد، اما جزئیات تجاری بیشتری ارائه نداد.
پرونده حقوقی و پروژه آموزشی، مسیر ژائو پس از بایننس را شکل می‌دهند
ژائو در تشریح اقدام اجرایی ایالات متحده گفت که به یک مورد نقض قانون رازداری بانکی اقرار کرده و چهار ماه را در ایالات متحده سپری کرده است. او گفت این پرونده شامل اتهام کلاهبرداری یا ادعاهایی درباره زیان کاربران در دارایی‌هایشان نبوده است.
مدیر اجرایی پیشین بایننس این موضوع را با جریمه‌ای جداگانه و مرتبط با رعایت مقررات علیه بانک آو آمریکا مقایسه کرد، اما پذیرفت که این مقایسه درباره میزان جریمه‌هاست، نه ماهیت اتهامات.
ژائو اکنون می‌گوید سالانه حدود ۵ میلیون دلار برای آکادمی گیگل تأمین مالی می‌کند. این پروژه آموزشی حدود ۵۰ نفر را به کار گرفته و از ابزارهای هوش مصنوعی و درس‌های شبیه بازی استفاده می‌کند تا آموزش رایگان را از طریق یک اپلیکیشن ارائه دهد.
او به بیش از ۷۰۰ میلیون بزرگسال بی‌سواد در سراسر جهان و بیش از ۵۰۰ میلیون کودک در سن مدرسه که خارج از آموزش رسمی هستند اشاره کرد و گفت این‌ها ابعاد مشکلی است که پروژه قصد دارد به آن رسیدگی کند. ژائو گفت تعداد دانش‌آموزان ثبت‌نام‌شده در اوایل سال ۲۰۲۶ حدود ۱۰۰ هزار نفر بود و شمار یادگیرندگان فعال بعداً از ۲ میلیون نفر فراتر رفت.
او گفت شخصاً می‌تواند هزینه آکادمی گیگل را برای ۲۰ سال تأمین کند. مدل بلندمدت این پروژه ممکن است از ذی‌نفعان آینده بخواهد به‌صورت داوطلبانه ۵٪ از درآمد خود را برای حمایت از برنامه اختصاص دهند و سازوکاری برای تأمین مالی ایجاد کنند که به افزایش ظرفیت درآمدزایی، نه پرداخت شهریه از پیش، وابسته باشد.
نظریه ژائو درباره پرداخت‌های ماشینی، رمزارز را کمتر به‌عنوان محصولی سفته‌بازانه و بیشتر به‌عنوان ابزاری برای تسویه خودکار مطرح می‌کند. اینکه آیا عامل‌های هوش مصنوعی حجم پرداختی به‌اندازه کافی برای توجیه پیش‌بینی‌های او ایجاد می‌کنند یا نه، به این بستگی دارد که توسعه‌دهندگان بتوانند سیستم‌هایی ارزان، امن و قابل‌اعتماد بسازند تا نرم‌افزار بتواند به‌تنهایی تراکنش انجام دهد.
بررسی کنید چگونه یکپارچه‌سازی هوش مصنوعی و بلاکچین می‌تواند پرداخت‌های خرد بومی رمزارز و عامل‌های معاملاتی خودکار را در نظام‌های مالی فردا به حرکت درآورد.
سلب مسئولیت: محتوای این صفحه صرفاً برای اهداف اطلاع‌رسانی عمومی ارائه شده است و بیانگر دیدگاه‌ها یا توصیه‌های مالی Toobit نیست. ما هیچ تضمینی درباره صحت یا کامل بودن این اطلاعات ارائه نمی‌دهیم و در قبال هیچ‌گونه خطا، حذف یا پیامدی که از استفاده از آن ناشی شود، مسئولیتی نخواهیم داشت. سرمایه‌گذاری در دارایی‌های دیجیتال با ریسک همراه است؛ کاربران باید وضعیت مالی خود و ریسک‌های مربوطه را به‌طور مستقل ارزیابی کنند. برای جزئیات بیشتر، لطفاً به شرایط استفاده از خدمات و افشای ریسک.
