Bagaimana berkonstruksi NVIDIA Payments Foundation Model untuk PayPal

DiPerusahaan BadanDalam edisi kelima, Simon Taylor (Kepala Pembangunan Pasar Tempo) dan Bam Azizi (CEO dan pendiri) mengundang Pahil Patangia (Kepala Industri Global Industri Pengembangan dan Pembayaran) untuk mendiskusikan topik berikut: model open-source dalam pelayanan keuangan, Agentized Workflow sebagai kekayaan intelektual dalam bisnis。

Sumbu waktu:

Perkenalan jam 00: 00
05: 03 BerdasarkanStruktur Transformermodel dasar pembayaran
10: 44 Adopsi model open source untuk layanan keuangan
17: 53 BIAYA DAN PENUNDAAN KESEIMBANGAN DALAM PENALARAN AI
20: 24 DI AIEkonomi Tokendan efisiensi
23: 21 Agentisasi Workstream sebagai Properti Intelektual dalam Bisnis
25: 45 Trends dalam protokol integrasi di Badan Corporation
OpenSHIELD dalam menjalankan open source untuk keamanan Agen
33: 33 Keuntungan mata uang Stabil dalam Agent- ke-Agen micropembayaran
35: 36 Pencarian untuk pendaratan yang sebenarnya di Agen lebih cepat dari pembayaran

Takeaway:

1. Inti dari perdagangan Agentik adalah "outsourcing dalam konteks": konteks keputusan konsumsi yang dikendalikan masa lalu sedang ditransfer ke Agen, dan kapasitas untuk membayar tidak lagi seorang eksekutif tapi bagian dari rantai membuat。
2. Model Yayasan Pembayaran adalah variabel inti: masukan data keuangan tabular tradisional ke Transformer, menghasilkan perilaku pengguna yang menggelapkan, yang merupakan infrastruktur kunci bahwa Agen dapat "konsumen seperti manusia"。
3. Pencarian telah dewasa dan pembayaran masih dalam tahap awal: pendaratan nyata dari Badan Saat ini Perusahaan berkonsentrasi pada pencarian dan link rujukan, yang masih dalam Sandbox dan tahap eksperimental。
4. Alasan utama ledakan di sektor keuangan bukanlah teknologi, tapi peraturan dan kontrol: interpretabilitas, kendali, finetuning, dan lebih penting daripada kinerja。
5. Jarak kinerja antara sumber terbuka dan model sumber yang tertutup telah dipersempit untuk "daerah yang diabaikan", membuat biaya, kepatuhan, dan penyebaran faktor-faktor dominan dalam pembuatan perusahaan。
6. Ekonomi Token menjadi generasi baru dari "membayar ekonomi": batasan inti dari AI tidak lagi hanya biaya penanganan, tetapi optimasi gabungan dari konsumsi token, biaya penalaran, penundaan, konsumsi energi。
7. Banyak sistem Agen adalah medan perang utama di masa depan: encier, pembebasan, pedagang, perusahaan internal sistem semua akan berevolusi menjadi Agen, dan proses komersial akan diselesaikan melalui interaksi mesin-to-mesin。
8. Agen workflow menjadi aset perusahaan inti baru: sebelumnya API dan SaaS, sekarang jalur keputusan Agen, logika implementasi dan siklus umpan balik merupakan "IP bisnis baru"。
9. Mata uang stabilisasi memiliki keuntungan struktural dalam skenario Agency-to-Agent: pembayaran mikro, pemukiman real-time, ketersediaan global, dimana jaringan kartu tradisional tidak bisa mendukung。
10. Pertumbuhan Agen sangat eksponensial: Model sistem pembayaran tradisional TPS tidak membawa perubahan paradigma ini, dengan dua transaksi per hari bagi manusia, mungkin 2.000 transaksi。
11. Trek pembayaran tidak akan diganti, tetapi akan berdampingan dalam lapisan: Karnets berlaku pada interaksi manusia, dan koin stabilisasi berlaku lebih pada interaksi mesin, dan keduanya akan berjalan secara paralel dalam skenario yang berbeda。
12. LAPISAN LLM SAAT INI BERADA DALAM TAHAP AWAL DARI LLM: NEGOSIASI MULTI- MEMPROMOSIKAN INOVASI DAN TERIKAT DENGAN BEBERAPA STANDAR DALAM JANGKA PANJANG。
13. Keamanan telah menjadi masalah infrastruktur dari Masa Agen: waktu-waktu seperti OpenSHILD diperlukan untuk menjaga Agen dalam isolasi dari Sandbox dan mencegah penyebaran risiko sistemik。
14. Penggunaan utama dari AI dalam daerah pembayaran tidak berubah: anti-penipuan, otentikasi, individualisasi tetap yang paling nilai sentral, tetapi hanya dalam cara yang telah berevolusi dari aturan-berbasis model Agen。
15. Terobosan nyata dari Perdagangan Agenik tidak untuk membayar, tetapi untuk "keputusan otomatis-membuat": ketika pencarian + rekomendasi + implementasi sepenuhnya otomatis, pembayaran hanya langkah terakhir dalam memobilisasi kapasitas。

Simon Taylor:
Selamat datang di Tokenized, sebuah program yang berfokus pada menstabilkan koin dan real-world aset lembaga monetisasi. Aku Simon Taylor, pembawa acara hari ini, dan aku penulis Fintech Brain Food dan direktur pengembangan pasar Tempo。

Hari ini kita akan dengan seri Agenic Commons, bersama dengan CEO Mesh, Bam Azizi. Apa kabar, Bam

Bam Azizi:
Aku baik-baik saja, terima kasih Simon telah mengundang kami lagi。

Simon Taylor:
Seri ini benar-benar lepas landas sekarang. Saya berpikir bahwa Perdagangan Agenik telah menjadi salah satu topik yang paling populer di dunia, dan itu benar-benar menarik perhatian semua orang。

Hari ini kita juga kedatangan tamu dari sebuah perusahaan yang sama-sama sangat menarik - sebenarnya, salah satu perusahaan terbesar di dunia - yang telah melakukan sesuatu yang kebanyakan orang tidak menyadari dukungan mereka untuk Perusahaan Aktik。

Jadi hari ini kami mengundang Global Business Development dan Manajer Pahal Patangia dari NVIDIA. Pahal, apa kabar

Pahal Patangia:
Aku baik-baik saja, Simon, terima kasih atas undangannya. Adalah baik untuk berada di sini, dan kami berharap dialog ini dengan kami bertiga。

Simon Taylor:
MEMANG, SEMUA INI BERKUMPUL. INI SEMUA YANG SAYA SUKA: PEMBAYARAN, NVIDIA AKUMULASI DALAM VIDEO GAME, BISNIS, KOIN STABIL... SEMUA HAL-HAL BAIK。

Sebelum kita mulai, bagaimanapun, saya ingin mengingatkan penonton dan penonton bahwa pandangan para tamu dari program ini mewakili hanya individu dan belum tentu orang-orang dari perusahaan mereka. Pada saat yang sama, tidak ada yang kita katakan merupakan pajak, hukum atau saran keuangan, dan Anda diundang untuk melakukan penelitian Anda sendiri。

Oke, dari perspektif makro, apa sebenarnya artinya bagi perusahaan seperti NVIDIA? Mengapa perusahaan GPU, perusahaan akselerator, perusahaan AI, perusahaan perangkat keras yang terlibat dalam pembayaran dan bisnis

Pahal Patangia:
Tentu saja, Simon, itu pertanyaan yang bagus. Dan saya senang Anda bertanya dari perspektif GPU, Hardware, Kalkulator percepatan, karena ini benar-benar persepsi NVIDIA selama beberapa dekade terakhir。

Tapi apa yang saya coba katakan adalah bahwa persepsi ini sebenarnya telah berkembang selama 20 tahun terakhir。

SELAMA BEBERAPA DEKADE TERAKHIR, NVIDIA TELAH BERUBAH MENJADI PLATFORM AKSELERATOR SKALA PENUH, DAN PERUSAHAAN MENYEDIAKAN KAPASITAS UNTUK APLIKASI AI DI SELURUH EKOSISTEM。

Sebelum kita pergi ke Agentic Commerce atau AI, sangat penting untuk memahami lokasi NVIDIA di tingkat peron dan kemampuan yang kita sediakan -- yang mendorong ledakan AI yang Anda lihat setiap hari。

Kami biasanya menggunakan satu. "Lima - toko kueKONSEPNYA MENGGAMBARKAN KEMAMPUAN NVIDIA UNTUK MENYEDIAKAN APLIKASI AI PEMBANGUNAN EKOSISTEM。

"LIMA LAPISAN KUE" INI TERDIRI DARI "ISI" YANG BERBEDA YANG MEMUNGKINKAN UNTUK MEMBANGUN APLIKASI AI DAN MEMBANGUN PABRIK AI DENGAN CARA YANG DAPAT DIPERKECIL。

BAWAH ADALAH TANAH, LISTRIK, DAN ENERGI -- INILAH DASAR UNTUK MELAKUKAN SESUATU TENTANG AI。

INI DI ATAS LAPISAN CHIP, TERMASUK PERANGKAT KERAS, GPU, CPU DAN SISTEM JARINGAN YANG TERKAIT。

Dan di atas sana adalah lapisan sistem, lapisan pusat data, bagaimana chip ini terorganisir, dan kita melihatnya sebagai unit yang berbeda yang akhirnya menggabungkan menjadi "komputer besar"。

Karena di masa lalu kami memahami komputer sebagai peralatan pribadi, tapi sekarang pusat data adalah komputer dalam diri mereka sendiri, dan itulah lapisan sistem。

Dan di atas itu adalah lapisan dasar model. Model dasar ini termasuk pengetahuan, pemahaman industri dan kemampuan. Banyak mitra di ekosistem, seperti OpenAI, Meta, Mistral, membangun model dasar ini。

Namun, model-model yang mendasarinya ini perlu dipecah menjadi industri tertentu, skenario tertentu, isu-isu tertentu, dan ini adalah tingkat aplikasi kelima。

PLATFORM NVIDIA BERJALAN MELALUI LIMA LANTAI DAN MENGGABUNGKAN SET INI KEMAMPUAN. PENGEMBANG DAPAT MENGGUNAKAN LIMA LANTAI INI UNTUK MEMBANGUN APLIKASI MEREKA SENDIRI MISALNYA。

Di daerah pembayaran, aplikasi kunci adalah Perdagangan Agentik。

Tujuan kami adalah untuk memasukkan perangkat keras kami, perangkat lunak dan kemampuan pemodelan ke dalam rumah-rumah bermain ini sehingga mereka dapat membangun aplikasi ini dalam skala besar. Di situlah kita berada dan cara kita mengendalikan seluruh perkembangan ekologi。

Simon Taylor:
Dan yang menarik bagi saya adalah ketika kita berbicara dengan banyak orang tentang Agenic Commerce, kita semua setuju bahwa ada banyak perangkat lunak di balik itu, bahwa ada banyak perangkat keras yang menjalankannya, tetapi Anda telah dalam bisnis ini untuk waktu yang lama, dan Anda benar-benar memahami bagaimana bottom bekerja. Bagaimana menurutmu

Bam Azizi:
Ya, itu lucu, sebenarnya. Aku punya posting di LinkedIn sebelumnya. Itu cukup panas。

Ini seperti yang dikatakan Pahal. Aku sedang berbicara tentang dasar-dasar, distribusi, tata letak dan koneksi. Maksud saya pada saat itu adalah lapisan penghubung yang paling penting -- sedikit pribadi, tentu saja, karena Mesh berada di tingkat tersebut。

TAPI AKU SEBENARNYA PENASARAN, DARI SUDUT PANDANG NVIDIA, LANTAI MANA MENURUTMU YANG PALING PENTING? LANTAI BERAPA KAU MENGINVESTASIKAN WAKTU DAN UANG MAKSIMUM

Pahal Patangia:
Ya, itu bagus. Dari sudut pandang kami, saya pikir dua fenomena yang sangat kritis berlangsung di sektor pembayaran。

KAMI MEMPERKENALKAN AI KE INDUSTRI PEMBAYARAN DALAM SKALA BESAR, DAN BIASANYA SATU FENOMENA MENGARAH KE YANG LAIN。

Fenomena pertama adalah munculnya "model dasar pembayaran"。

Jika Anda melihat seluruh proses Agenic Commerce, Anda akan menemukan bahwa itu benar-benar telah dikompresi. Sebagai contoh, proses penagihan telah benar-benar dikompresi。

Di masa lalu, sebagai manusia, Anda telah menguasai konteks. Kau tahu apa yang akan Anda beli, Anda tahu bagaimana Anda akan menyelesaikan cek, dan konteks di kepala Anda。

Tapi sekarang pertanyaannya adalah: mana Agen mendapatkan konteks ini

Agen harus mengakses konteks ini dengan mempelajari perilaku pengguna, gambar pengguna, preferensi pengguna, dan pembatasan yang Anda tetapkan untuk transaksi (misalnya semua aturan dari SKU sampai transaksi akhir)。

Jadi, Agen, bagaimana kau mendapatkan kekuatan ini

Ini mengarah ke tren baru, yang saya akan mengatakan agak "bawah tanah", tapi cepat mendapatkan perhatian - "model dasar pembayaran"。

Karena di sektor jasa keuangan, terutama di sektor pembayaran dan perbankan, sebagian besar data secara historis ada dalam bentuk tabel terstruktur。

Apa yang biasa Anda lakukan adalah memberikan data ini kepada mesin untuk belajar algoritma, dan kemudian membangun model tren, seperti memprediksi apa yang dapat dibeli pengguna dan apa transaksi yang mungkin mereka buat。

Tapi dengan munculnya generasi baru algoritma, terutama struktur Transformer -- Ini adalah dasar untuk menghasilkan AI - ada tren baru untuk mengekspos data terstruktur ke model Transformer。

Ini adalah konsep "model dasar pembayaran"。

dan model ini menciptakan sesuatu yang disebut "menggelapkan"。

singkatnya, embedding adalah ekspresi semantik perilaku pengguna. misalnya:

• Pahal, apa yang orang ini lakukan

• Apa preferensi dinamisnya yang terbaru

• Apa pola perilaku jangka panjangnya

Model Transformer dapat mengintegrasikan informasi ini ke dalam embedding ini。

Dan kemudian penggelapan ini akan dimasukkan ke Agen, yang kemudian akan melaksanakan tindakan berdasarkan informasi ini, seperti menyelesaikan transaksi。

DI SITULAH KEDUA DUNIA MULAI BERGABUNG -- AL DAN MEMBAYAR。

Penggelapan ini menjadi "lapisan tekstur" dari Agen, membuatnya dapat diimplementasikan dengan lebih baik, lebih iteratif, dan untuk memastikan bahwa semua tindakan berada dalam aturan yang didirikan ketika belajar dan mengoptimalkan。

Ini adalah tren penting yang saat ini mengemudi pengembangan Badan。

Selain itu, saya ingin menekankan pada khususnya bahwa tren lain yang kita lihat di Agentic Corporation adalah:

Jika Anda memecah seluruh proses menjadi "mencari" dan "membayar"

Sekarang yang paling cepat-tumbuh dan paling matang bagian dari cerita adalah komponen pencarian。

Pencarian telah dipelajari selama bertahun-tahun, dan sekarang ada algoritma yang lebih baik untuk menyelesaikannya, sehingga gelombang sangat efektif dalam "pencarian"。

Itulah mengapa pengalaman pengguna sekarang lebih pribadi dan lengket。

Kami juga melakukan banyak hal dengan PayPal. PayPal ingin membawa kapasitas Agenic Commerce ke ekologi komersial mereka, sekitar 19 juta。

SEBAGIAN BESAR BISNIS INI KECIL DAN MEDIUM-BERUKURAN, DAN MEREKA SEBENARNYA LEBIH "KOTAK HITAM" -- MEREKA TIDAK MENGERTI APA YANG TERJADI。

Pendekatan PayPal adalah menyediakan kemampuan ini untuk bisnis ini melalui platform。

Cara mereka adalah:
Model open source-nya cocok dengan lingkungan PayPal dan contoh spesifik。

Hal ini wajar bagi bisnis untuk menggunakan kemampuan ini tanpa harus memahami teknik bawah sendiri。

Simon Taylor:
Saya baru saja mendengar banyak tentang Anda, dan saya ingin mencoba mengulanginya untuk melihat apakah saya mengerti dengan benar, tetapi juga untuk membuatnya lebih mudah bagi penonton untuk mengerti。

Banyak orang akan mengabaikan fakta bahwa selain model Anthropic, ChatGPT, Gemini, ada banyak model open source, dan NVIDIA adalah peserta penting dalam hal ini。

Seperti punyamuNeMoDan Netron, model ini, mereka telah memimpin dalam kinerja。

Dan pelanggan bisnis seperti PayPal akan membawa keterampilan ini untuk bisnis。

Dalam industri pembayaran, menciptakan nilai untuk bisnis adalah segalanya. Bisnis adalah inti dari operasi dunia. Jika Anda tidak dapat melayani para pedagang, Anda apa-apa。

Mereka menjual barang, mereka klien Anda, mereka membayar Anda. Jadi Anda harus membuat nilai untuk mereka。

Stripe juga sebelumnya mengeluarkan model dasar pembayaran, yang berdampak baik pada anti- penipuan。

Tapi aku penasaran, selain anti-penipuan, apa lagi yang bisa model pembayaran dasar lakukan

jika saya memiliki kemilangan multidimensi yang sangat kaya yang dapat memahami preferensi pengguna, bagaimana kemampuan tersebut dapat membantu bisnis untuk menjual lebih banyak dan melayani pelanggan mereka

DAN KEMUNGKINAN BESAR PEDAGANG ENGGAN UNTUK MEMBERIKAN DATA KE LABORATORIUM AI BESAR。

Jadi mereka cenderung menggunakan model open source。

Dan sekarang kesenjangan antara model sumber terbuka dan model garis depan adalah sekitar enam bulan, dan itu adalah kesenjangan kinerja。

Untuk kebanyakan penggunaan sehari-hari, perbedaan hampir tidak terlihat。

Untuk banyak bisnis berukuran kecil dan menengah, model-model ini jauh lebih baik daripada versi gratis ChatGPT yang sekarang mereka gunakan。

Jadi PayPal dapat memberikan mereka pengalaman yang sangat baik, dan bagian bawah sebenarnya kemampuan NVIDIA。

Saya tidak berpikir banyak orang benar-benar menyadari bahwa。

DAN SAYA TELAH MELIHAT SEBUAH STUDI YANG MENUNJUKKAN BAHWA 65% DARI LEMBAGA KEUANGAN SUDAH MENGGUNAKAN AI, DAN 84% DARI MEREKA MENGATAKAN MODEL OPEN SOURCE SANGAT PENTING BAGI STRATEGI AI MEREKA。

Jadi saya ingin bertanya: Mengapa model open source begitu penting dalam keuangan

Pahal Patangia:
Ya, itu pertanyaan yang bagus。

Sektor keuangan telah "lambat" dalam mengadopsi teknologi baru。

Alasan untuk ini "tembakan lambat" adalah:
Regulasi
Permintaan penjelasan
Dan tidak ada kepercayaan pada Model Kotak Hitam

Lembaga keuangan ingin dapat memahami apa yang terjadi di dalam model, sehingga dapat digunakan dalam lingkungan produksi。

Jadi mereka lebih suka model yang dapat dikendalikan dan diperbaiki。

Pada saat yang sama, seperti yang Anda katakan, kinerja model open source sekarang sangat dekat dengan model sumber besar tertutup。

"pendekatan kinerja" mengubah fokus diskusi dari "performa performa" ke dimensi lain, seperti:

• Biaya

• Kendali

• Pujian

• Ketahanan sistem

Bisnis ingin memiliki lebih banyak pilihan dalam membangun aplikasi ini daripada mengandalkan satu pemasok tunggal。

Tentu saja, kita juga melihat penyedia model dasar sebagai klien dan mitra penting。

Pada saat yang sama, bagaimanapun, model open source akan lebih sesuai ketika perusahaan membutuhkan lebih fleksibel。

Misalnya model Netron NVIDIA, dan rantai alat NeMo dapat membantu perusahaan untuk menemukan model yang lebih mudah。

Dan ini akan menjadi semakin penting di Agenic Corporation。

Simon Taylor:
Ini adalah perdagangan menarik-off。

Bam, saya ingin bertanya, bagaimana Anda melihat sumber terbuka dan tertutup dari perspektif membangun sebuah perusahaan di daerah mata uang yang stabil dan pembayaran? Apa klienmu peduli dengan ini

Bam Azizi:
Saya tidak berpikir mereka benar-benar peduli tentang sumber terbuka atau tertutup dari sudut pandang klien。

Ini adalah masalah perhatian terhadap komunitas teknologi dan penting bagi pengembangan ilmiah dan teknologi。

Tapi klien hanya peduli tentang satu hal:
Tidak ada cara terbaik untuk membantu mereka menjalankan bisnis。

Namun, sumber terbuka sangat penting bagi industri, dan kita perlu mendorong mereka sejauh mungkin。

Dan hal lain yang mengejutkan saya adalah Pahal baru saja berbicara tentang posisi NVIDIA。

Di masa lalu, NVIDIA lebih seperti lapisan perangkat keras, dan kemudian ada lapisan di tengah, seperti ChatGPT, Cloudmaker, dan sebagainya。

Tapi sekarang Anda bekerja langsung dengan perusahaan seperti PayPal, apakah itu berarti Anda melewatkan tengah

Apakah itu berarti lebih cepat, lebih murah, lebih efisien

Apakah itu ancaman bagi perusahaan seperti OpenAI

Pahal Patangia:
Tidak sama sekali。

Ide kami adalah untuk "pengembang dukungan di mana mereka berada"。

Jika pengembang ingin menggunakan mitra besar kami, seperti penyedia model dasar, kami sepenuhnya mendukung mereka dan akan membantu mereka mencapai hasil terbaik。

Jika mereka ingin menggunakan model open source, kami juga menyediakan alat dan dukungan platform。

Ini tergantung pada kebutuhan bisnis dan keputusan dalam perusahaan。

Kami menyediakan platform lengkap di mana mereka dapat bebas memilih。

Simon Taylor:
Kurasa ini sangat menarik。

Pahal, bagaimana Anda langsung perusahaan pembayaran seperti PayPal untuk membuat keputusan ini? Sebagai contoh, jika mereka menyediakan kemampuan tersebut untuk bisnis, bagaimana Anda akan membantu mereka menimbang contoh yang berbeda? Apa umpan balik Anda dari perusahaan-perusahaan membayar

Pahal Patangia:
Itu pertanyaan yang bagus。

Dan di bidang ini, ketika Anda mulai menjalankan semakin canggih model, dari model hari ini ke masa depan Agen, ke lebih banyak sistem Agen, ada banyak faktor untuk dipertimbangkan。

Pertama, tentu saja, akurasi. Tapi ketika Anda mengoptimalkan akurasi hingga tingkat tertentu, faktor-faktor lain yang benar-benar menentukan hasilnya。

Yang pertama adalah biaya。

Sebagai contoh, Anda akan melayani 19 juta bisnis, dan itu akan menghasilkan banyak penalaran setiap hari. Anda harus berpikir tentang bagaimana untuk mengoptimalkan biaya penalaran ini panggilan dalam kasus Anda。

Yang kedua adalah penundaan。

Tidak ada yang ingin menunggu di sana, seperti permainan ular kecil di browser setelah jaringan rusak。

Yang kau butuhkan adalah respon milidetik。

Model perlu dipikirkan, alasan, akses ke informasi dari berbagai sumber data, konteks, dan keputusan yang dibuat dalam aturan yang ditetapkan dalam milidetik。

semua ini membutuhkan banyak token, banyak keputusan - membuat, proses yang kompleks, dan semua ini harus dinamis dan cerdas。

Hal ini dapat dilakukan jika Agen baik-baik saja - disetel dan beroperasi di bawah batasan yang tepat。

Anda melakukannya sekali, dan ada loop umpan balik。

Siklus umpan balik ini menciptakan Roda Terbang Data:
Anda akan terus memperoleh data baru, membandingkan "hasil nyata" dengan "hasil ideal", dan kemudian mengoptimalkan model。

Simon Taylor:
Ya, dan kemudian ketika kau memperpanjang logika ini dari masing-masing Agen ke lebih banyak sistem Agen, semuanya menjadi lebih rumit。

Misalnya:

• Sisi Internet Agen

• Agen di sisi kartu

• Agen di samping garis

Agen ini akan berkomunikasi satu sama lain。

Atau dalam perusahaan:

• Seorang agen pengadaan di SAP

• Perlu untuk berbicara dengan sistem inventaris

• Dan sistem keuangan

Bagaimana cara kerja seluruh sistem? Bagaimana kita bisa lebih efisien

dan itu mengarah ke pertanyaan: token akan meledak。

itu sebabnya "token ekonomi" menjadi sangat penting。

tidak hanya penggunaan tanda berkurang, tapi bagaimana mencapai efisiensi optimal antara biaya, perhitungan dan penundaan。

Ini bahkan dimengerti:
"berapa banyak output token berkualitas tinggi per kilowatt jam dapat diproduksi"。

Ini sebenarnya model ekonomi。

Jika Anda tidak mengendalikannya, mudah untuk membakar banyak uang。

Siapa pun yang bermain OpenClaw tahu bahwa itu mudah untuk menghabiskan $1.000 per bulan, hanya beberapa APIs, dan kemudian jatuh ke semua jenis lubang rabit。

Masalahnya bahkan lebih serius untuk perusahaan。

Anda dulu hanya menjalankan beberapa model belajar mesin, seperti itu di Snowflake, CNN, dan sebagainya, tapi sekarang model AI ini memiliki struktur biaya yang sangat berbeda。

Perbedaan biaya ini signifikan untuk perusahaan yang berkomitmen untuk loyalitas pengguna atau anti- penipuan。

Dan dari peran yang berbeda organisasi kartu, pedagang, penerbit, masing-masing memiliki persyaratan yang berbeda untuk Agen dan kebutuhan yang berbeda untuk token。

Jadi kompleksitas sistem sangat tinggi。

Ini bukan hanya tentang pengontrol biaya, ini tentang membuat sistem lebih baik dari waktu ke waktu, belajar seperti yang dilakukan orang-orang:
"Anda hanya membuat kesalahan dan tidak melakukannya lagi"。

Tetapi jika Anda tidak menggunakan OpenClaw, Anda akan tahu bahwa itu benar-benar sulit untuk menjaga sistem stabil。

JADI SANGAT BERHARGA BAHWA NVIDIA TERUS MEMECAHKAN MASALAH INI DI TINGKAT USAHA。

Simon Taylor:
Kami menarik subjek kembali ke listrik。

Apa dampak perdagangan perdagangan Agenic

Dapatkah pengguna benar-benar merasakan perubahan ini ketika mereka menutup buku? Darimana nilai-nilai ini berasal

Pahal Patangia:
Tujuan kami adalah untuk mendukung pemain yang benar-benar menciptakan nilai untuk pengguna-akhir, seperti PayPal。

Pada saat yang sama, mereka akan bekerja dengan pengecer besar untuk menyebarkan agen konsumer berorientasi di atasnya。

Dari perspektif instrywide, beberapa kecenderungan diamati termasuk:

Sebagai contoh, MasterCard telah melakukan transaksi di beberapa negara。

Ini adalah tanda-tanda awal keberhasilan。

Hal ini membawa kita untuk percaya bahwa teknologi ini pada akhirnya akan menjadi mainstream。

Tentu saja, ada banyak masalah yang perlu dibahas, seperti:
Apakah Agen ini benar-benar meningkatkan tingkat penagihan
Apakah cukup stabil

Saat ini, lebih baik dan menahan diri mekanisme diperlukan untuk memungkinkan Agen untuk melaksanakan mandat dengan otonomi nyata。

Simon Taylor:
Saya ingin menyebutkan khususnya Sardine, yang telah melakukan banyak di daerah anti- penipuan。

Mereka memiliki 7 miliar dolar jaringan data, membangun model mereka sendiri dan mendokumentasikan efek implementasi Agen。

Data sejarah ini dan Agen mengalir dalam diri mereka sendiri hak kekayaan intelektual。

Kemampuan ini disediakan melalui SaaS atau API di masa lalu dan sekarang Agen mengalir。

Dalam listrik, Agen Anda mengalir adalah IP inti Anda。

Saya pikir itu adalah titik yang sangat kritis。

Simon Taylor:
Oke, terima kasih Mesh dan semua sponsor untuk membuat acara ini terjadi。

Bam, aku tidak tahu apakah kau sepertiku, tapi sekarang aku mendengar banyak nama protokol yang berbeda, dan aku tidak ingat。

BAGAIMANA ANDA MEMBAHAS PERJANJIAN INI DENGAN KLIEN SEKARANG? KAU AKAN BERTANYA PADA NVIDIA APA MASALAHNYA

Bam Azizi:
Saya pikir pertanyaan utama sekarang adalah: apakah masa depan bergerak menuju integrasi atau akan terus terpecah belah

Ini adalah masalah "tingkat miliar dolar". Jika seseorang bisa menjawab pertanyaan itu, perusahaan besar bisa didirikan di daerah itu。

Jika Anda bertanya kepada saya, saya lebih suka integrasi, seperti pengembangan Internet。

ADA BANYAK PERJANJIAN YANG BERBEDA DI MASA LALU, TAPI AKHIRNYA KITA SEMUA BERSATU KE HTTP。

Ada juga banyak protokol untuk komunikasi antara peralatan, tetapi akhirnya pada dasarnya selaras dengan Wi- Fi dan Bluetooth。

Bahkan pada antarmuka pengisian, satu atau dua akhirnya terintegrasi dari antarmuka yang berbeda。

Jadi saya pikir sesuatu yang mirip akan terjadi di sini。

Secara khusus, perkembangan terbaru seperti promosi mereka ke Yayasan Linux, diselenggarakan oleh organisasi netral dan didukung oleh perusahaan seperti Stripe, Coinbase, dll。

Saya sendiri-diidentifikasi dan aman, dan kita telah melihat proses integrasi yang sama dalam perjanjian otentikasi。

Jadi penilaian saya adalah bahwa hal itu akan bersatu。

Tapi aku juga penasaran dengan pendapat Pahal。

Pertanyaan lain adalah:
Apakah akan ada kesepakatan yang berbeda di masa depan

Misalnya:

• The Human- Agen antarmuka

• Interaksi antara Agen dan Agen

KEDUA SKENARIO UI / UX, KESEPAKATAN MUNGKIN BENAR-BENAR BERBEDA。

Menurutmu apa yang terjadi di pasar

Simon Taylor:
AKU MEMIKIRKAN BUKU KOMIK XKCD KLASIK:

"Sekarang ada 14 standar sertifikasi, dan kita perlu standar seragam"
Dan kemudian berkata, "Sekarang ada 15 standar"

Bagaimana menurutmu

Pahal Patangia:
Ya, jika aku punya bola kristal, aku ingin tahu jawabannya。

Tapi dari sudut pandang kami, saya setuju dengan Bam:

Pada akhirnya, perjanjian ini akan menarik beberapa program utama。

Tapi dalam proses ini, keragaman sekarang hal yang baik。

Karena protokol mengaktifkan lebih banyak pengembang dan lebih banyak orang mulai membangun。

TAHAP SAAT INI ADALAH "FASE DEMOKRATISASI", SEPERTI TELAH PENGEMBANGAN LLM SELAMA TIGA TAHUN TERAKHIR。

Keberadaan model yang berbeda telah memberikan dorongan untuk menerapkan adopsi lebar。

Hal yang sama akan terjadi pada perjanjian ini。

Perjanjian-perjanjian ini akan menarik sejumlah peserta - pengembang, bisnis, pengguna - dan membangunnya。

Ini akan mendorong interoperabilitas dan akhirnya bergerak menuju integrasi。

Selain itu, masalah keamanan telah menjadi semakin penting semakin banyak Agen telah dibangun。

Semua orang membangun sendiri sistem Agen, tapi penting untuk memastikan bahwa mereka beroperasi dalam lingkungan yang aman。

Jadi kami memposting di GTC sesuatu yang disebut OpenSheld。

OpenSHIELD diperkuat dengan aman ketika itu adalah sumber terbuka yang berjalan antara Agen dan infrastruktur。

Hal ini dapat memberikan Agen dengan lingkungan sandbox di mana mereka dapat beroperasi dalam lingkungan yang terkendali。

Ini akan membatasi cakupan dampak bahkan jika masalah muncul。

Simon Taylor:
Ya, itu sangat penting。

Banyak yang tidak menyadari:

Ketika Anda membangun Agen, dan Anda memiliki lingkungan produksi, Anda ingin menempatkan Agen dalam lingkungan produksi

Jika tidak ada isolasi, jika ada masalah, dampaknya akan menjadi besar。

Jadi mekanisme kotak pasir seperti OpenSheld sangat penting。

Simon Taylor:
DAN SAYA MEMIKIRKAN SATU CONTOH: ADA WAP DI HARI-HARI AWAL MEMINDAHKAN INTERNET, SESUATU SEPERTI ITU, SEBELUM SMARTPHONE KELUAR, ORANG-ORANG MENCOBA MEMBAYAR UNTUK ITU。

Saat ini, mungkin pada tahap yang sangat awal。

Jadi aku bertanya-tanya:

Bagaimana kau mengalokasikan energimu sekarang

Kau fokus pada koin stabilisasi
Atau ada interaksi antara orang dan Agen
Atau interaksi antara Agen dan Agen

Apakah Anda melakukan semua itu atau apakah Anda fokus

Pahal Patangia:
Itu pertanyaan yang bagus。

Dari sudut pandang saya, kita terutama khawatir dengan tren yang paling penting saat ini:

• model dasar pembayaran

• Perusahaan Badan

Namun, sub- tren baru akan terus muncul。

Seperti koin yang stabil。

Kita melihat mata uang stabilisasi sebagai pelengkap sistem yang ada, yang membawa pengguna baru dan ekologi baru。

Generasi baru pengguna mungkin lebih terbiasa menggunakan mata uang yang stabil daripada kartu kredit。

Tapi pada saat yang sama, keduanya akan bersatu。

PADA DASARNYA, BAGAIMANAPUN, PENGGUNAAN INTI AI DI DAERAH PEMBAYARAN BELUM BERUBAH:

• Anti- penipuan

• Organisasi

• Personalisasi

Ini tetap yang paling penting。

Simon Taylor:
Ya, pada dasarnya, itu adalah nilai tambahan pembayaran。

Masalah ini ada apakah Anda menggunakan mata uang yang stabil atau jaringan kartu。

Simon Taylor:
Bam, aku penasaran apa yang kau pikirkan. Apa pendapat Anda tentang hubungan antara Agenic Commerce dan mata uang stabilisasi

Bam Azizi:
Kurasa Agenic Company bisa menggunakan jalur pembayaran yang berbeda。

Sebagai contoh, para pengguna mencari barang seperti sepasang sepatu atau kaos di ChatGPT, Anthropic, atau Portexity, lalu Agen dapat membantu para pengguna membayar。

Pembayaran ini dapat dibuat dengan kartu kredit atau mata uang yang stabil。

Dalam skenario ini, keduanya paralel。

Namun, dalam pembayaran perbatasan dan transaksi internasional, mata uang yang stabil akan lebih menguntungkan。

Dan dalam adegan Agen Agen Agen, saya pikir uang stabilitas adalah keuntungan mutlak。

Alasannya adalah:

Transaksi ini biasanya pembayaran mikro。
Contohnya, $0.0005。

Jumlah ini tidak dapat diproses di Visa atau dalam sistem perbankan tradisional。

Pada saat yang sama, transaksi ini memerlukan:
Real time
Global
Daring

Mata uang stabilitas memenuhi kondisi ini。

Hal lainnya adalah frekuensi transaksi。

Seseorang dapat membuat dua penawaran sehari rata-rata, tapi Agen dapat melakukan 2.000 sehari。

TPS INI HANYA DIDUKUNG OLEH RANTAI BLOK。

Sistem pembayaran tradisional tidak dirancang untuk Agen; mereka gagal。

Jadi saya sangat menghargai penggunaan koin stabilisasi di Perusahaan Agenik。

Simon Taylor:
Ini benar-benar sebuah ledakan, bukan

Aku ingat ada sekitar 4 juta e-mail di Internet setiap detik, dan itu hanya surat, bahkan bukan video。

Dalam dunia seperti ini, jelas bahwa kapasitas sistem pembayaran tradisional untuk menangani puluhan ribu transaksi per detik tidak cukup。

Tapi mari kita kembali ke kenyataan, Pahal. Dari sudut pandangmu, dimana permintaan pengguna sebenarnya? Mana yang sebenarnya

Aku sering bercanda bahwa ada lebih banyak perjanjian sekarang daripada perjanjian pembayaran。

Anda mungkin orang terdekat dari infrastruktur bawah - bahkan "infrastruktur infrastruktur"。

Jadi di mana kebutuhan nyata? Dimana contoh yang sebenarnya

Pahal Patangia:
Kurasa ada dua cara untuk menjawabnya。

Yang pertama dari sudut pandang ekosistem。

Seperti yang saya sebutkan sebelumnya, kita dapat membagi seluruh proses menjadi dua bagian:

• Cari

• Pembayaran

Saat ini, bagian dari pencarian telah menjadi lebih dewasa dan bahkan dapat dikatakan telah diselesaikan。

Komponen pembayaran ini masih pada tahap eksperimental substansial。

banyak tes sandbox sedang berlangsung。

Dan itulah mengapa saya melihat alat-alat seperti OpenSHIELD, karena membantu ekosistem membangun Agen ini dalam lingkungan yang aman dan memberi mereka kemampuan untuk berdagang。

Yang kedua dalam jangka panjang。

Aku melihat banyak perkembangan Agen。

Di dunia depan, berbeda Agen berinteraksi dan berkolaborasi。

Dan peran kita adalah untuk membantu sistem ini menjadi lebih baik:

• Loop melalui umpan balik

• Melalui lingkungan operasi yang aman

• melalui berbagai mekanisme mengikat (guardrails)

Tentu saja, banyak fine- tuning diperlukan untuk memastikan bahwa ini Agen diimplementasikan seperti yang diharapkan, tanpa penyimpangan。

Ini adalah arah masa depan dari fokus kita。

Simon Taylor:
saya pikir salah satu tema penting dari diskusi hari ini adalah "token ekonomi"。

Bahkan, ketika kita berbicara tentang token, Bam dan aku tertawa, karena di daerah mata uang stabil, kami mengerti token ekonomi sebagai logika lain。

Tapi sekarang Anda akan menemukan:

semuanya telah menjadi "token"。

ada tanda di id
ada di keamanan cyber
Visa, Mastercard, token jaringan
ada token di bank terbuka
mata uang stabil adalah tanda
Ini dalam AI, juga

kata "tokeen" sebenarnya membingungkan dalam bahasa inggris, karena itu berarti "beberapa alternatif", tapi sekarang hampir semua dapat disebut token。

Tapi bagaimanapun, Anda harus memahami model ekonomi di balik itu。

AKHIRNYA, BAIK AI ATAU JARINGAN PEMBAYARAN, PENGALAMAN PENGGUNA ATAU:

• Kecepatan

• Biaya

Kedua faktor ini akan terus membawa kita kembali ke kenyataan。

Simon Taylor:
Pahal, terima kasih banyak untuk berbagi hari ini. Sebagai fokus lama pada NVIDIA dan sebagai anggota industri yang membayar, percakapan ini benar-benar menarik. Jika Anda ingin tahu lebih banyak tentang Anda atau NVIDIA di bidang pembayaran, di mana Anda bisa pergi

Pahal Patangia:
Semua orang bisa menghubungiku di LinkedIn atau lewat kotak suratku。

JIKA ANDA INGIN TAHU APA YANG DILAKUKAN NVIDIA DI DAERAH LAYANAN KEUANGAN, ANDA DAPAT MENGUNJUNGI JARINGAN RESMI NVIDIA, DAN KAMI MEMILIKI LAMAN INDUSTRI YANG BERDEDIKASI PADA PEKERJAAN KAMI DALAM PEMBAYARAN, PERBANKAN DAN PASAR MODAL。

KAMI INGIN MEMBAWA KAPASITAS AI KE SELURUH EKOSISTEM DAN KAMI SENANG MENJADI MITRA。

Simon Taylor:
Bagus, terima kasih. Bam, apa yang ingin kau lakukan jika kau ingin mengakses Mesh atau menghubungimu

Bam Azizi:
Anda dapat mengunjungi meshpay.com atau mencari Mesh Pay di Twitter, LinkedIn. Jika Anda ingin menemukan saya, Anda dapat mencari Bam Azizi pada Telegram atau Twitter。

Simon Taylor:
Anda juga dapat menemukan saya di setiap platform, atau Anda dapat mengunjungi Finlandfood.com.. Aku baru-baru ini menulis artikel tentang "Invisible Commerce" untuk mendiskusikan beberapa isu yang mungkin ada di Argentina Commerce. Jika Anda suka acara, ingat untuk berlangganan, pujian dan berbagi dengan teman sehingga lebih banyak orang bisa melihatnya. Sampai jumpa lagi。