วิธี ที่ NVIDA สร้าง มูลนิธิ การ จ่าย เงิน แบบ สําหรับ ค่า ใช้ จ่าย

ในบริษัทเอเจนซี่ใน ฉบับ ที่ ห้า ซี โมน เทย์ เลอ ร์ (Had of Tempo markation) และ แบม อะซี ซี (ผู้แทนราษฎร และ ผู้ ก่อ ตั้ง) ได้ เชิญ ปา ฮาล พา เท งกา เนีย (เกิด จาก การ พัฒนา และ การ จ่าย เงิน สําหรับ อุตสาหกรรม ระดับ โลก) ให้ พิจารณา หัว เรื่อง ต่อ ไป นี้: แบบ โอเพนซอร์ส ใน การ บริการ ด้าน การ เงิน, งาน ที่ ได้ รับ การ สนับสนุน ทาง การ เงิน เป็น สมบัติ ทาง ด้าน เชาวน์ ปัญญา ใน ธุรกิจ。

แกนเวลา:

แนะนํา
05:03 อาศัยพื้นฐานโครงสร้างของหม้อแปลงรุ่นที่จ่ายค่าฐาน
10: 44 รับสมัครโมเดลโอเพนซอร์สสําหรับบริการการเงิน
17:53 ค่าใช้จ่ายและดุลยภาพช้าในการให้เหตุผล AI
20.24 บน AIเพิ่มระยะเวลาการใช้งานและมีประสิทธิภาพ
23: 21 การ หา งาน ทํา
25: 45 Trinds in completion in Ageneration Inc
เปิดเมื่อ open source ทํางานเพื่อความปลอดภัยของตัวแทน
33:33 เงินตราที่จับต้องได้ ผลประโยชน์ในการจ่ายเงินจํานวนน้อยเอเจ้นท์-เอเจ้นท์
35: 36. สืบค้นเมื่อลงจอดจริงในเจ้าหน้าที่เร็วกว่าการจ่ายเงิน

บทเรียน:

1. สิ่งสําคัญของการพาณิชย์ของตัวแทนเป็น “การขยายเนื้อหาในบริบท": บริบทของการตัดสินใจบริโภคที่ควบคุมได้ในอดีต。
2. โมเดลมูลนิธิเงินอุดหนุนเป็นตัวแปรหลัก: ข้อมูลการเงินแบบโบราณที่ป้อนเข้าไป ในหม้อแปลง。
3. การค้นหาได้เติบโตขึ้นและจ่ายเงินยังคงอยู่ในขั้นตอนแรกๆของพวกเขา การลงจอดจริงของ บริษัท หน่วยงานปัจจุบันจะเน้นในการเชื่อมโยงการค้นหาและอ้างอิงซึ่งยังอยู่ใน。
4. เหตุผลหลักสําหรับการระเบิดของภาคการเงิน ไม่ใช่เทคโนโลยี แต่เป็นระเบียบและการควบคุม การตีความ การควบคุม การปรับโครงสร้าง และที่สําคัญมากกว่าการทํางาน。
5. ช่องว่างของการแสดงระหว่างโอเพนซอร์สกับบริษัทปิด แบบจําลองได้ถูกจํากัดให้แคบลงจนเหลือเพียง "พื้นที่ที่ไม่สามารถหลีกเลี่ยงได้" ทําต้นทุน การปฏิบัติตาม และการเพิ่มความยืดหยุ่น。
6. โตเคน เศรษฐศาสตร์ กลายเป็นยุคสมัยใหม่ของ “การจ่ายเพื่อเศรษฐศาสตร์": เงื่อนไขหลักของปัญญาประดิษฐ์ (AI) ไม่เพียงเป็นค่าใช้จ่ายในการจัดการเท่านั้น แต่เป็นการรวมค่านิยมการบริโภค, ต้นทุนเหตุผล, ล่าช้า, การบริโภคพลังงาน。
7. ระบบตัวแทนจํานวนมากเป็นสมรภูมิหลักในอนาคต: assuer, getter, พ่อค้า, enter enter ระบบภายในทั้งหมดจะพัฒนาเป็นตัวแทนและกระบวนการพาณิชย์。
8. API และ Saas ปัจจุบันเส้นทางการตัดสินใจของตัวแทน, ตรรกะและผลป้อนกลับรูปแบบใหม่。
9. สกุลเงินที่เปลี่ยนแปลงได้ มีข้อได้เปรียบทางโครงสร้าง ในสถานการณ์ เอเจ้น-ถึงเจ้าหน้าที่: ไมโครจ่ายเงิน。
10. การเจริญเติบโตของตัวแทนเป็นเอกซ์โปเนนเชียล โมเดลระบบชําระเงินแบบดั้งเดิมของ ทีพีเอส ไม่ได้ดําเนินการเปลี่ยนรูปแบบนี้ โดยมีธุรกรรม 2 ครั้งต่อวันสําหรับมนุษย์ อาจจะ 2,000 ครั้ง。
11. จะไม่สามารถแทนที่ร่องการจ่ายเงินได้ แต่จะรวมกันเป็นชั้น ๆ: คาร์เน็ตส์นําไปใช้ในการปฏิสัมพันธ์กับมนุษย์ และการแทงเหรียญนั้น ใช้มากขึ้นกับการปฏิสัมพันธ์ของเครื่องจักร。
12. ปัจจุบัน ชั้น ILM อยู่ ใน “ระยะ ที่ ใกล้ ที่ สุด " ของ แอล แอล แอล เอ็ม: การ ติด ต่อ หลาย อย่าง ส่ง เสริม การ สร้าง นวัตกรรม และ ต้อง ทํา สัญญา กับ มาตรฐาน ไม่ กี่ อย่าง ใน ระยะ ยาว。
13. ความปลอดภัยได้กลายเป็นปัญหาพื้นฐาน ของยุคของตัวแทน: เวลาทํางานเช่น OpenSHILD จําเป็นต้องรักษาสายลับไว้。
14. การใช้งานหลักของ AI ในพื้นที่ของการชําระเงิน ไม่ได้มีการเปลี่ยนแปลง: ต่อต้านการฉ้อฉล, การยืนยัน ปัจเจกบุคคลยังคงเป็นค่ากลางมากที่สุด。
15. การค้นพบที่แท้จริงของธุรกิจ Agenical ไม่ได้เพื่อจ่าย แต่เพื่อ "ตัดสินใจอัตโนมัติ": เมื่อการค้นหา + แนวทางเพิ่มเติมอัตโนมัติ การจ่ายเป็นเพียงขั้นตอนสุดท้ายในการผลิต。

ไซมอน เทย์เลอร์:
ยินดีต้อนรับสู่โทเคเนติส โปรแกรมที่เน้นเรื่องเหรียญที่ทนทาน และหน่วยงานส่งเสริมทรัพย์สินในโลกแห่งความเป็นจริง ผมไซมอน เทย์เลอร์ เจ้าของรายการวันนี้ และผมเป็นนักเขียนของฟินเทคฟู้ด และผู้อํานวยการฝ่ายพัฒนาตลาดของเทมเปโอ。

วันนี้เรากําลังจะดูซีรีส์ Agenic Commons ร่วมกับซีอีโอของเมช แบม อาซีซีซี เป็นไงบ้าง แบม

แบม อาซีซี:
ฉันสบายดี ขอบคุณไซม่อน ที่เชิญพวกเราอีกครั้ง。

ไซมอน เทย์เลอร์:
ซีรีส์นี้กําลังจะหมดลงแล้ว ผมคิดว่าการพาณิชย์ทางสถิติ ได้กลายเป็นหัวข้อที่ได้รับความนิยมมากที่สุดในโลก และมันดึงดูดความสนใจของทุกคน。

ทุก วัน นี้ เรา ยัง มี แขก จาก บริษัท หนึ่ง ซึ่ง น่า สนใจ พอ ๆ กัน — อัน ที่ จริง บริษัท ใหญ่ ที่ สุด แห่ง หนึ่ง ใน โลก — ซึ่ง ได้ ทํา อะไร บาง อย่าง ที่ คน ส่วน ใหญ่ ไม่ ตระหนัก ใน การ สนับสนุน บริษัท แอ งก ลิ กัน。

ดังนั้นวันนี้เราเชิญ NVIDIA ของ Global Business Developments และผู้จัดการบัญชีเงินปาฮาล พาแตงเซีย (Phaal Patangia) พาฮาล เป็นไงบ้าง

ปาแตงเซีย:
ฉันสบายดี ไซมอน ขอบคุณสําหรับคําเชิญ ดีใจที่ได้อยู่ที่นี่ และเราตั้งตารอการสนทนานี้ กับเราสามคน。

ไซมอน เทย์เลอร์:
แท้จริง (ข้อตักเตือนสติ) นี้มีอยู่รวมกัน มันเป็นทั้งหมดที่ฉันชอบ ค่าใช้จ่าย NVIDIA รวมในวิดีโอเกมธุรกิจ เหรียญมั่นคง ... ทุกสิ่งที่ดีเหล่านี้。

ก่อนที่เราจะเริ่มต้น อย่างไรก็ตาม ผมอยากจะเตือนผู้ชมและผู้ชม ว่ามุมมองของแขกในโปรแกรมนี้ ใน ขณะ เดียว กัน ไม่ มี สิ่ง ใด ที่ เรา พูด ประกอบ กัน เป็น ภาษี, คํา แนะ นํา ทาง กฎหมาย หรือ ทาง การ เงิน, และ คุณ ได้ รับ เชิญ ให้ ทํา การ วิจัย ของ คุณ เอง。

โอเค จากมุมมองแบบแมโคร มันหมายความว่าอะไร สําหรับบริษัทอย่าง NVIDA ทําไมบริษัทจีพียู บริษัทเร่งอนุภาค บริษัทเอไอ บริษัทฮาร์ดแวร์ที่เกี่ยวข้องกับการจ่ายเงินและธุรกิจ

ปาแตงเซีย:
แน่นอน ไซมอน นั่นเป็นคําถามที่ดี และผมดีใจที่คุณถาม จากมุมมองของ GPU, ฮาร์ดแวร์, เครื่องคิดเลขเร่งรัด เพราะมันคือความเข้าใจของ NVIDEA ในช่วงไม่กี่ทศวรรษที่ผ่านมา。

แต่สิ่งที่ผมพยายามจะพูดก็คือ การรับรู้นี้ ได้พัฒนาขึ้นจริงๆ ตลอด 20 ปีที่ผ่านมา。

ในช่วงสองสามทศวรรษที่ผ่านมา NVIDA ได้เปลี่ยนไปเป็นแพลตฟอร์มเครื่องเร่งอนุภาคเต็มขนาด และบริษัทก็จัดหาความจุการใช้งาน AI ตลอดระบบนิเวศ。

ก่อนที่เราจะเข้าสู่การพาณิชย์ของเอเจ้นหรือเอไอ เป็นสิ่งสําคัญที่จะเข้าใจตําแหน่งของ NVIDEA ที่ระดับชานชาลา และความสามารถที่เราให้。

เรามักจะใช้หนึ่ง."เค้ก 5 ชั้นแนวคิดนี้อธิบายความสามารถของ NVIDIA เพื่อจัดหาโปรแกรม AI ที่สร้างระบบนิเวศ。

"ห้าชั้นของเค้ก" นี้ประกอบขึ้นจาก "คอนเทนเนอร์" ที่แตกต่างกัน ซึ่งทําให้เป็นไปได้ในปัจจุบันในการสร้างโปรแกรม AI และสร้างพืช AI ในรูปแบบที่จับต้องได้。

ด้านล่างคือพื้นดิน ไฟฟ้า และพลังงาน นี่คือพื้นฐานของการทําอะไรก็ตามเกี่ยวกับ AI。

นี่อยู่เหนือชั้นชิป รวมถึงฮาร์ดแวร์ GPU, CPU และระบบเครือข่ายที่เกี่ยวข้อง。

และบนนี้ก็คือชั้นของระบบ ชั้นข้อมูล ข้อมูล ชิปเหล่านี้ถูกจัดระเบียบอย่างไร และเราเห็นว่ามันแตกต่างกัน。

เพราะในอดีต เราเข้าใจคอมพิวเตอร์ว่าเป็นอุปกรณ์ส่วนตัว แต่ตอนนี้ศูนย์ข้อมูลเป็นคอมพิวเตอร์ในตัวเอง และนั่นคือชั้นของระบบ。

และข้างบนนั้นคือชั้นต้นแบบฐาน แบบจําลองพื้นฐานเหล่านี้รวมถึงความรู้ ความเข้าใจและความสามารถในอุตสาหกรรม ผู้ ร่วม งาน หลาย คน ใน ระบบ นิเวศ เช่น OpenAI, เม ตา, มิสตรัล กําลัง สร้าง แบบ จําลอง พื้น ฐาน เหล่า นี้。

อย่าง ไร ก็ ตาม ตัว อย่าง ที่ แฝง อยู่ เหล่า นี้ จําเป็น ต้อง แยก ออก เป็น อุตสาหกรรม เฉพาะ อย่าง ยิ่ง ใน สถานการณ์ เฉพาะ เจาะจง และ นี่ คือ ระดับ ที่ ห้า — ระดับ การ ใช้。

เวที NVIDE วิ่งผ่านชั้น 5 และรวมความสามารถนี้เข้าด้วยกัน ผู้พัฒนาสามารถใช้ห้าชั้นนี้ เพื่อสร้างโปรแกรมของตนเองได้。

ในพื้นที่ของการชําระเงิน การใช้งานที่สําคัญคือ การพาณิชย์ตัวแทน。

เป้าหมายของเราคือการฝังฮาร์ดแวร์ ซอฟต์แวร์ และความสามารถในการจําลอง อยู่ในบ้านของอีโคเล่นเหล่านี้ นั่นคือที่ที่เราอยู่ และวิธีที่เราขับเคลื่อน การพัฒนานิเวศทั้งหมด。

ไซมอน เทย์เลอร์:
และสิ่งที่น่าสนใจสําหรับผมก็คือ เมื่อเราพูดคุยกับคนจํานวนมาก เกี่ยวกับธุรกิจของ Agenical เราทั้งหมดเห็นด้วยว่ามีซอฟต์แวร์มากมายอยู่เบื้องหลังมัน คุณคิดว่าไง

แบม อาซีซี:
ใช่ มันตลกดี ผมเคยโพสท์ในลิงก์อินมาก่อน มันร้อนมาก。

เหมือนที่พาฮาลพูด ผมพูดถึงพื้นฐาน การกระจายตัว แผนผัง และการเชื่อมต่อ ประเด็นของผมในตอนนั้นก็คือ ชั้นเชื่อมต่อนั้นสําคัญที่สุด แน่นอน เรื่องส่วนตัวเล็กน้อย。

แต่ผมสงสัยจริงๆ จากมุมมองของ NVIDA คุณคิดว่าชั้นไหนสําคัญที่สุด คุณลงทุนในชั้นไหนสูงสุด เวลาและเงิน

ปาแตงเซีย:
ใช่ ดีมาก จากมุมมองของเรา ผมคิดว่า ปรากฏการณ์สําคัญสองอย่าง เกิดขึ้นในภาคจ่ายเงิน。

เรากําลังแนะนํา AI ในอุตสาหกรรมการชําระเงิน ในขนาดขนาดใหญ่ และปกติปรากฏการณ์หนึ่งนําไปสู่อีก。

ปรากฏการณ์แรกคือ การปรากฏตัวของ "ต้นแบบการชําระเงิน"。

ถ้าคุณดูที่กระบวนการทั้งหมดของการพาณิชย์ของ Agenicer คุณจะพบว่ามันถูกบีบอัดจริง ยกตัวอย่างเช่น กระบวนการเรียกเก็บเงินได้ถูกบีบอัด。

ในอดีต ในฐานะมนุษย์ คุณมีความเชี่ยวชาญในบริบท คุณรู้ว่าคุณจะซื้ออะไร คุณรู้ว่าจะเช็คเสร็จยังไง และบริบทอยู่ในหัวคุณ。

แต่คําถามคือ เจ้าหน้าที่ได้บริบทเหล่านี้มาจากไหน

ตัวแทนจะต้องเข้าถึงบริบทเหล่านี้โดยการเรียนรู้เกี่ยวกับพฤติกรรมของผู้ใช้ ภาพของผู้ใช้, การปรับแต่งผู้ใช้, และข้อจํากัดต่าง ๆ ที่คุณกําหนดสําหรับการทําธุรกรรม (เช่น กฎทั้งหมดจาก SKU ถึงการทําธุรกรรมสุดท้าย)。

เจ้าหน้าที่ คุณจะเอาพลังพวกนี้มาได้ยังไง

นี่นําไปสู่แนวโน้มใหม่ ซึ่งผมพูดได้ว่าค่อนข้างเป็น "ใต้ดิน" แต่กําลังได้รับความสนใจอย่างรวดเร็ว。

เพราะในภาคบริการการเงิน โดยเฉพาะในภาคจ่ายเงินและภาคธนาคาร ข้อมูลส่วนใหญ่ในประวัติศาสตร์ มีอยู่ในรูปแบบของตารางโครงสร้าง。

สิ่งที่คุณเคยทํา คือป้อนข้อมูลเหล่านี้ให้กับเครื่องจักร เพื่อเรียนรู้อัลกอริทึม และสร้างแบบจําลองแนวโน้ม เช่น การคาดเดาว่าผู้ใช้จะซื้ออะไร。

แต่ด้วยการปรากฏตัวของอัลกอริทึมรุ่นใหม่ โดยเฉพาะโครงสร้างหม้อแปลง มันเป็นพื้นฐานในการสร้าง AI - มีแนวโน้มใหม่ที่จะเปิดเผยข้อมูลโครงสร้างเหล่านี้。

นี่ คือ แนว คิด เรื่อง “แบบ จําลอง การ จ่าย เงิน ”。

และโมเดลเหล่านี้สร้างสิ่งที่เรียกว่า "ฝัง"。

พูดสั้นๆก็คือ การฝังตัวเป็นการแสดงออกถึงพฤติกรรมของผู้ใช้ ตัว อย่าง เช่น:

• ปาฮาล ผู้ชายคนนี้ทําอะไร

• เขาชอบอะไรล่าสุด

• แล้วรูปแบบพฤติกรรมระยะยาวของเขาล่ะ

โมเดลหม้อแปลง สามารถรวมข้อมูลนี้เข้ากับการฝัง。

จากนั้นการฝังตัวเหล่านี้ จะเข้าไปในเอเจนท์ ซึ่งจะดําเนินการดําเนินการตามพื้นฐานของข้อมูลนี้ เช่น การทําธุรกรรม。

นั่นคือจุดที่โลกทั้งสองเริ่มรวมเข้าด้วยกัน -- AI และจ่าย。

การฝังศพเหล่านี้กลายเป็น “ชั้นข้อความ" ของตัวแทน ทําให้สามารถนําไปใช้ได้ดีขึ้น ประมวลผลได้ดีขึ้น。

นี่คือแนวโน้มที่สําคัญ ที่กําลังผลักดันการพัฒนาของหน่วยงาน。

นอกจากนี้ ผมอยากเน้นว่า แนวโน้มอีกอย่างที่เราเห็นในบริษัทเอเจนนิกคือ

ถ้าคุณแบ่งทั้งกระบวนการเป็น "การค้นหา" และ "จ่าย"

ตอนนี้ส่วนที่โตเร็วที่สุด และเป็นผู้ใหญ่ที่สุดของเรื่องนี้ คือส่วนประกอบการค้นหา。

การค้นหาได้อยู่ภายใต้การศึกษามานานหลายปี และตอนนี้มีอัลกอริทึมที่ดีกว่าในการแก้มัน คลื่นจึงมีประสิทธิภาพมากใน "การค้นหา"。

เพราะอย่างนี้ ผู้ใช้จึงมีประสบการณ์ส่วนตัวมากขึ้น。

เรายังทํามากกับ PerPal ค่า ใช้ จ่าย ต้องการ นํา ความ สามารถ ของ การ ค้า ที่ มี ประสิทธิภาพ มา สู่ ระบบ นิเวศ ทาง การ ค้า ของ พวก เขา ประมาณ 19 ล้าน ดอลลาร์。

ธุรกิจเหล่านี้ส่วนใหญ่มีขนาดเล็กและมีขนาดปานกลาง และที่จริงพวกมันเป็น "กล่องดํา" มากกว่า -- พวกเขาไม่เข้าใจว่าเกิดอะไรขึ้น。

แนวทางของ Paypal'S คือให้ความสามารถเหล่านี้กับธุรกิจเหล่านี้ผ่านชานชาลา。

วิธีของพวกเขาคือ:
โมเดล open source มีความเหมาะสมที่จะเข้ากับสภาพแวดล้อมของ PayPal และตัวอย่างเฉพาะ。

เป็น เรื่อง ธรรมดา ที่ ธุรกิจ จะ ใช้ ความ สามารถ เหล่า นี้ โดย ไม่ ต้อง เข้าใจ เทคนิค เบื้อง ล่าง ของ ตน เอง。

ไซมอน เทย์เลอร์:
ผมได้ยินเรื่องคุณมาเยอะ และผมอยากจะพยายามย้ําอีก เพื่อดูว่าผมเข้าใจถูกต้องหรือไม่。

คนจํานวนมากจะไม่สนใจความจริงที่ว่า นอกเหนือจากโมเดลของแอนโทรปิก, แชตจีพีที, จีมีนี, มีโมเดลโอเพนซอร์สมากมาย และ NVIDIA เป็นผู้มีส่วนร่วมที่สําคัญในเรื่องนี้。

เหมือนของคุณเนโมและเนทรอน นางแบบเหล่านี้ พวกเขานําในการแสดง。

และลูกค้าอย่าง PerPal จะนําทักษะเหล่านี้มาสู่ธุรกิจ。

ในอุตสาหกรรมการจ่ายเงิน การสร้างคุณค่าให้กับธุรกิจคือทุกอย่าง ธุรกิจเป็นแก่นสําคัญของโลก ถ้าคุณไม่สามารถให้บริการพ่อค้า คุณไม่มีอะไร。

พวกเขาขายสินค้า เป็นลูกค้าคุณ จ่ายคุณ ดังนั้นคุณต้องสร้างคุณค่าให้พวกเขา。

ระบําเปลื้องผ้ายังได้ออกโมเดลการชําระเงินก่อนหน้านี้ด้วย ซึ่งมีผลกระทบที่ดีต่อ ต่อต้านการฉ้อฉล。

แต่ผมสงสัย, นอกเหนือจาก anti-fraud แล้ว, โมเดลการจ่ายเงินทําอะไรได้อีก

ถ้าผมมีการฝังแบบหลายมิติที่อุดมไปด้วย ซึ่งสามารถเข้าใจได้ถึงความชอบของผู้ใช้

และดูเหมือนว่าพวกพ่อค้าจะลังเล ที่จะให้ข้อมูลกับแล็บเอไอขนาดใหญ่。

พวกเขามักใช้โมเดลโอเพนซอร์ส。

และตอนนี้ ช่องว่างระหว่างโมเดลโอเพนซอร์ส กับโมเดลฟร้อนท์ไลน์ คือประมาณหกเดือน และมันเป็นช่องว่างของการแสดง。

สําหรับ การ ใช้ ใน แต่ ละ วัน ส่วน ใหญ่ ความ แตก ต่าง แทบ จะ มอง ไม่ เห็น。

สําหรับธุรกิจขนาดเล็กและขนาดปานกลางหลาย ๆ แบบจําลองเหล่านี้จะดีกว่ามากรุ่นฟรีของ ChatGPT ที่พวกเขาใช้ในขณะนี้。

ดังนั้น PayPal สามารถให้ประสบการณ์ที่ดีกับพวกเขา และด้านล่างก็คือความสามารถของ NVIDIA。

ฉันไม่คิดว่ามีหลายคนที่เข้าใจ。

และผมได้เห็นงานวิจัยที่แสดงให้เห็นว่า 65% ของสถาบันการเงิน ได้ใช้ AI แล้ว และ 84% ของพวกเขาบอกว่า โมเดลโอเพนซอร์สมีความสําคัญต่อกลยุทธ์ของ AI。

ผมอยากถามคุณว่า ทําไมรุ่นโอเพนซอร์สถึงสําคัญในด้านการเงินนัก

ปาแตงเซีย:
ใช่ เป็นคําถามที่ดี。

ภาค การ เงิน ได้ “ช้า กว่า ” ใน การ รับ เอา เทคโนโลยี ใหม่ ๆ。

เหตุผลที่ "ยิงช้า" นี้ก็คือ
ตั้งค่าใหม่
จําเป็นต้องอธิบาย
และไม่มีความไว้วางใจในรุ่น Black Box

สถาบันการเงินต้องการที่จะเข้าใจ สิ่งที่เกิดขึ้นภายในโมเดลนี้ เพื่อให้สามารถนําไปใช้ได้ ในสภาพแวดล้อมการผลิต。

พวกเขาชอบแบบจําลองที่สามารถควบคุมและปรับโครงสร้างได้。

ในเวลาเดียวกัน อย่างที่คุณพูดไป ผลงานของ open source Model ตอนนี้ใกล้เคียงกับ。

“ การ เข้า ถึง อย่าง มี ประสิทธิภาพ ” นี้ เปลี่ยน จุด สําคัญ ของ การ พิจารณา จาก “ความ สามารถ ใน การ ปรับ ปรุง ” ไป เป็น แง่ มุม อื่น ๆ เช่น:

• ตั้งค่า

• ควบคุม

• ความซับซ้อน

• ความยืดหยุ่นของระบบ

ธุรกิจ ต่าง ๆ ต้องการ มี ทาง เลือก ใน การ สร้าง โปรแกรม เหล่า นี้ มาก กว่า การ พึ่ง อาศัย ผู้ ผลิต ราย เดียว。

แน่นอน เรา ยัง เห็น ผู้ จัด หา แบบ จําลอง พื้น ฐาน ว่า เป็น ลูก ค้า และ ผู้ ร่วม งาน ที่ สําคัญ。

อย่าง ไร ก็ ตาม ใน ขณะ เดียว กัน แบบ จําลอง แบบ เปิด จะ เหมาะ กว่า เมื่อ บริษัท ต่าง ๆ ต้องการ ความ ยืดหยุ่น มาก ขึ้น。

โมเดล NVIDE ของ NEVER เป็นต้นมา และห่วงโซ่เครื่องมือ Nemo สามารถช่วยบริษัทเพื่อปรับโมเดลได้ง่ายขึ้น。

และมันจะสําคัญขึ้นเรื่อยๆ ในบริษัท Agenicer Corporation。

ไซมอน เทย์เลอร์:
นี่เป็นการแลกเปลี่ยนที่น่าสนใจ。

แบม ผมอยากจะถามคุณว่า คุณมองเห็นการเปิดและปิดแหล่งที่มา จากมุมมองของการสร้างบริษัทในพื้นที่ของเงินตรามั่นคงและการจ่ายเงิน? ลูกความคุณสนใจเรื่องนี้ไหม

แบม อาซีซี:
ผมไม่คิดว่าพวกเขาสนใจจริง ๆ เกี่ยวกับการเปิดหรือปิดแหล่งที่มา จากมุมมองของลูกค้า。

นี่เป็นประเด็นสําคัญของสังคมเทคโนโลยี และมีความสําคัญต่อการพัฒนาทางวิทยาศาสตร์และเทคโนโลยี。

แต่ลูกค้าสนใจอย่างเดียว
ไม่มีวิธีที่ดีที่สุดที่จะช่วยให้พวกเขาดําเนินธุรกิจ。

อย่างไรก็ตาม แหล่งที่มาที่เปิดทําการสําคัญมากสําหรับอุตสาหกรรม และเราต้องผลักดันพวกเขา ให้มากที่สุดเท่าที่จะทําได้。

และอีกอย่างที่สะดุดใจผมก็คือ ปาฮัล กําลังพูดถึงตําแหน่งของเอ็นวีดีไอ。

ในอดีต NVIDE เป็นเหมือนชั้นของฮาร์ดแวร์ และจากนั้นก็มีชั้นตรงกลาง เช่น แชตจีพีที เครื่องทําเมฆ เป็นต้น。

แต่ตอนนี้คุณทํางานกับบริษัทอย่าง PayPal โดยตรง นั่นหมายความว่าคุณข้ามตรงกลางไป

นั่น หมาย ความ ว่า เร็ว กว่า, ถูก กว่า, มี ประสิทธิภาพ มาก กว่า ไหม

นั่นเป็นภัยคุกคามต่อบริษัทอย่าง OpenAI หรือเปล่า

ปาแตงเซีย:
ไม่เลย。

แนวคิดของเราคือ "สนับสนุนนักพัฒนาว่าอยู่ที่ไหน"。

ถ้านักพัฒนาต้องการใช้หุ้นส่วนขนาดใหญ่ของเรา เช่น ผู้จัดหาโมเดลพื้นฐาน เราสนับสนุนพวกเขาอย่างเต็มที่。

ถ้าพวกเขาต้องการใช้โมเดลโอเพนซอร์ส เรายังมีเครื่องมือและการสนับสนุนแพลตฟอร์ม。

นี่ขึ้นอยู่กับความต้องการทางธุรกิจ และการตัดสินใจภายในองค์กร。

เราจัดหาแพลตฟอร์มที่สมบูรณ์ ให้พวกเขาสามารถเลือกได้อย่างอิสระ。

ไซมอน เทย์เลอร์:
ผมว่ามันน่าสนใจมาก。

ปาฮัล คุณจะทําอย่างไรให้บริษัทจ่ายเงินแบบ PayPal การตัดสินใจเหล่านี้? ตัว อย่าง เช่น ถ้า พวก เขา ให้ ความ สามารถ เหล่า นั้น แก่ ธุรกิจ คุณ จะ ช่วย พวก เขา พิจารณา ตัว อย่าง ต่าง ๆ อย่าง ไร? อะไรคือผลตอบรับของคุณจากบริษัทจ่ายเงินเหล่านี้

ปาแตงเซีย:
เป็นคําถามที่ดี。

และในสาขานี้ เมื่อคุณเริ่มใช้แบบจําลองที่ซับซ้อนขึ้นเรื่อยๆ ตั้งแต่โมเดลในปัจจุบัน ไปจนถึงอนาคตของเจ้าหน้าที่。

ประการ แรก ความ ถูก ต้อง แม่นยํา. แต่ เมื่อ คุณ ปรับ ความ ถูก ต้อง ให้ ถูก ต้อง พอ ดี พอ สม ควร ใน ระดับ หนึ่ง ก็ มี ปัจจัย อีก อย่าง หนึ่ง ที่ กําหนด ผล ได้ จริง ๆ。

อย่างแรกคือค่าใช้จ่าย。

ตัวอย่างเช่น คุณจะให้บริการธุรกิจ 19 ล้านแห่ง ซึ่งจะก่อให้เกิดเหตุผลมากมายทุกวัน คุณ ต้อง คิด ถึง วิธี ทํา ให้ ราคา การ หา เหตุ ผล เหล่า นี้ เหมาะ สม ที่ สุด ใน กรณี ของ คุณ。

อย่างที่สองคือล่าช้า。

ไม่มีใครอยากจะรอที่นั่น เหมือนเกมงูเล็กๆในเว็บเบราว์เซอร์ หลังจากที่เครือข่ายถูกทําลาย。

สิ่งที่คุณต้องการคือ การตอบสนองมิลลิวินาที。

แบบจําลองต้องคิดถึงเหตุผล การเข้าถึงข้อมูลต่าง ๆ จากแหล่งข้อมูล บริบท และการตัดสินใจภายในกฏที่จัดตั้งขึ้นในหน่วยมิลลิวินาที。

ทั้งหมดนี้ต้องการสัญลักษณ์มากมาย การตัดสินใจ และกระบวนการที่ซับซ้อน。

นี้สามารถทําได้ถ้าตัวแทนถูกปรับ และดําเนินการภายใต้เงื่อนไขที่เหมาะสม。

คุณทํามันครั้งเดียว และมีวงจรย้อนกลับ。

วงจรป้อนกลับนี้ ทําให้เกิดล้อบินข้อมูล:
คุณ จะ ได้ ข้อมูล ใหม่ ต่อ ๆ ไป โดย เปรียบ เทียบ “ผล ที่ ตาม มา ” กับ “ผล ข้าง เคียง ” แล้ว ปรับ ปรุง ให้ ดี ที่ สุด。

ไซมอน เทย์เลอร์:
ใช่ และจากนั้นเมื่อคุณขยายตรรกะนี้ จากตัวแทนแต่ละคน ไปเป็นระบบเจ้าหน้าที่มากขึ้น。

ตัว อย่าง เช่น:

• ด้านอินเทอร์เน็ตของเจ้าหน้าที่

• เจ้าหน้าที่ที่อยู่ข้างการ์ด

• เจ้าหน้าที่ที่อยู่ฝั่งนี้

เจ้าหน้าที่พวกนี้จะสื่อสารกัน。

หรือในองค์กร:

• ตัว แทน จัด หา ของ ใน แคป

• มันต้องคุยกับระบบคลังสินค้า

• และระบบการเงิน

ระบบทั้งหมดทํางานอย่างไร เรา จะ มี ประสิทธิภาพ มาก ขึ้น ได้ อย่าง ไร

และ นั่น นํา ไป สู่ คํา ถาม ที่ ว่า โท เคน จะ ระเบิด。

เพราะอย่างนี้ เศรษฐศาสตร์จึงกลายเป็นเรื่องสําคัญมาก。

ไม่เพียงใช้เป็นเครื่องหมายจะลดลง แต่วิธีการบรรลุ ประสิทธิภาพที่เหมาะสมระหว่างค่าใช้จ่าย คํานวณและการล่าช้า。

มันก็เข้าใจได้นะ
"สามารถผลิตสัญญาณคุณภาพสูงได้กี่อันต่อชั่วโมงกิโลวัตต์"。

ที่จริงมันเป็นแบบจําลองทางเศรษฐกิจ。

ถ้าคุณไม่ควบคุมมัน มันก็ง่ายที่จะเผาเงินจํานวนมาก。

ใครก็ตามที่เล่น OpenCraw รู้ว่า การใช้เงินเดือนละ 1,000 ดอลลาร์ แค่ไม่กี่เอพีไอ แล้วตกหลุมราบิททุกชนิด。

ปัญหา ยิ่ง ร้าย แรง กว่า นั้น อีก สําหรับ บริษัท ต่าง ๆ。

คุณเคยใช้เพียงแค่การทํางานบางโมเดลการเรียนรู้เครื่อง เช่นที่บน Snowfeck, CNN และอื่น ๆ แต่ตอนนี้รุ่น AI เหล่านี้มีโครงสร้างค่าใช้จ่ายที่แตกต่างกันอย่างสิ้นเชิง。

ความแตกต่างของค่าใช้จ่ายนี้ มีความสําคัญมากสําหรับองค์กรที่ได้รับมอบหมายให้เป็นผู้ใช้ความภักดีหรือต่อต้านการแบ่งแยก。

และในบทบาทที่แตกต่างกันขององค์กรบัตร พ่อค้า ผู้ออกจําหน่าย แต่ละคนมีความต้องการที่แตกต่างกัน。

ดังนั้นความซับซ้อนของระบบ จึงสูงมาก。

ไม่ใช่แค่เรื่องการควบคุมค่าใช้จ่ายเท่านั้น แต่เกี่ยวกับการทําให้ระบบดีขึ้นตามกาลเวลา การเรียนรู้อย่างที่ผู้คนทํา
"คุณเพียงแค่ทําผิดพลาดและไม่ทําอีกครั้ง"。

แต่ถ้าคุณใช้ OpenCraw คุณจะรู้ว่ามันยากมากที่จะทําให้ระบบเสถียร。

ดังนั้นมันมีค่ามากที่ NVIDIA ยังคงแก้ไขปัญหานี้ในระดับ ENTERPRISE。

ไซมอน เทย์เลอร์:
เราดึงเรื่องกลับไปที่เครื่องไฟฟ้า。

ผล กระทบ จาก การ ค้า ที่ เห็น ได้ ชัด ต่อ การ ค้า เป็น เช่น ไร

ผู้ใช้จะรู้สึกได้จริง ๆ ไหมถึงการเปลี่ยนแปลงเหล่านี้ เมื่อพวกเขาปิดหนังสือ ค่าเหล่านี้มาจากไหน

ปาแตงเซีย:
เป้าหมายของเราคือให้การสนับสนุนผู้เล่น ที่สร้างคุณค่าต่อผู้เข้ารอบจริง เช่น เพย์พัล。

ในขณะเดียวกัน พวกเขาจะทํางานกับนักค้าปลีกรายใหญ่ เพื่อใช้ตัวแทนผู้บริโภค。

จากมุมมองโดยรวมของอุตสาหกรรม แนวโน้มที่สังเกตได้บางส่วนรวมถึง:

ยกตัวอย่างเช่น มาสเตอร์คาร์ดได้ดําเนินการ ธุรกรรมของเจ้าหน้าที่ที่ขับเคลื่อนอย่างเต็มที่แล้ว ในบางประเทศ。

นี่เป็นสัญญาณของความสําเร็จ。

สิ่งนี้ทําให้เราเชื่อว่า เทคโนโลยีเหล่านี้ จะกลายเป็นกระแสหลักในที่สุด。

แน่นอน มี หลาย ประเด็น ที่ ต้อง พูด ถึง เช่น:
เจ้าหน้าที่เหล่านี้ได้ปรับปรุงอัตราค่าใช้จ่ายจริง ๆ หรือเปล่า
มันเสถียรพอไหม

ตอนนี้ต้องใช้กลไกปรับและยับยั้ง การทํางานมากขึ้น เพื่อให้ตัวแทนดําเนินการได้。

ไซมอน เทย์เลอร์:
ผมอยากจะพูดถึงเฉพาะซาร์ดีน ที่ทําหลายอย่างในพื้นที่ของแอนติฟาด์。

พวกเขามีเครือข่ายข้อมูล 7 พันล้านดอลลาร์ สร้างโมเดลของตนเอง และบันทึกผลของเจ้าหน้าที่。

ข้อมูลทางประวัติศาสตร์และเอเจ้นท์เหล่านี้ เป็นทรัพย์สินทางปัญญา。

ความ สามารถ เหล่า นี้ ได้ รับ การ จัด เตรียม ผ่าน ทาง ซา ซ่า หรือ เอ พี ใน อดีต และ ปัจจุบัน เป็น การ ไหล เวียน ของ ตัว แทน。

ในเครื่องไฟฟ้า เจ้าหน้าที่ของคุณทํางานเป็น IP หลักของคุณ。

ฉันคิดว่ามันเป็นจุดสําคัญ。

ไซมอน เทย์เลอร์:
โอเค ขอบคุณเมชและผู้สนับสนุนทุกคน ที่ทําให้โชว์นี้เกิดขึ้น。

แบม ฉันไม่รู้ว่านายเป็นเหมือนฉันรึเปล่า แต่ตอนนี้ฉันได้ยินชื่อ ระเบียบต่างๆ มากมาย และฉันจําไม่ได้。

คุณจะอธิบายข้อตกลงเหล่านี้กับลูกค้ายังไง คุณจะถามนูวิเดียว่ามีปัญหาอะไร

แบม อาซีซี:
ผมคิดว่า คําถามสําคัญในตอนนี้ก็คือ อนาคตจะเคลื่อนไปสู่การรวมเข้าด้วยกัน หรือมันจะยังคงถูกแยกออกจากกันหรือไม่

นี่ เป็น ประเด็น “เงิน พัน ล้าน บาท ”. ถ้า มี ใคร ตอบ คํา ถาม นี้ ได้ ก็ อาจ มี การ ตั้ง บริษัท ใหญ่ ๆ ขึ้น ใน บริเวณ นั้น。

ถ้าคุณถามผม ผมชอบการผนวกรวม เช่นการพัฒนาอินเทอร์เน็ต。

มีข้อตกลงมากมายในอดีต แต่ในที่สุดเราก็รวมกันเป็น HTTP。

นอกจากนี้ยังมีขั้นตอนการสื่อสารมากมายระหว่างอุปกรณ์ แต่ในที่สุดมันก็สอดคล้องกับไวไฟและบลูทูธ。

แม้แต่ในเครื่องชาร์จอินเตอร์เฟส หนึ่งหรือสองเครื่อง จะถูกผนวกจากส่วนเชื่อมต่อที่แตกต่างกัน。

ดังนั้นผมคิดว่าสิ่งที่คล้ายกันจะเกิดขึ้นที่นี่。

โดยเฉพาะอย่างยิ่ง การพัฒนาเมื่อเร็ว ๆ นี้ เช่น โปรโมชั่นของพวกเขา ในมูลนิธิลินุกซ์ เป็นเจ้าภาพขององค์กรที่เป็นกลาง。

ผมมั่นใจในตัวเองและปลอดภัย และเราได้เห็นกระบวนการที่คล้ายกันในข้อตกลงยืนยัน。

ดังนั้น การตัดสินใจของผมก็คือมันจะถูกผนวกเข้าด้วยกัน。

แต่ฉันสงสัยเกี่ยวกับความคิดเห็นของพาฮาลด้วย。

อีกคําถามหนึ่งก็คือ
จะ มี การ จัด การ ที่ ต่าง ออก ไป ใน อนาคต ไหม

ตัว อย่าง เช่น:

• ส่วนเชื่อมต่อของมนุษย์

• โต้ตอบระหว่างเจ้าหน้าที่กับเจ้าหน้าที่

สองสถานการณ์ยูเอกซ์ ข้อตกลงอาจแตกต่างกันอย่างสิ้นเชิง。

คุณคิดว่าจะเกิดอะไรขึ้นในตลาด

ไซมอน เทย์เลอร์:
ผมคิดว่าเป็นหนังสือการ์ตูนคลาสสิกของ XKCD

"ตอนนี้มีมาตรฐานการสถาปนา 14 อย่าง และเราต้องการมาตรฐานแบบสม่ําเสมอ"
แล้วมันก็บอกว่า "ตอนนี้มีมาตรฐาน 15 อัน"

คุณคิดอย่างไรกับเรื่องนี้

ปาแตงเซีย:
ใช่ ถ้าฉันมีลูกคริสตัล ฉันต้องการรู้คําตอบ。

แต่จากมุมมองของเรา ผมเห็นด้วยกับแบม

ท้ายที่สุด ข้อตกลงเหล่านี้จะวาด บนรายการหลักไม่กี่。

แต่ในกระบวนการนี้ ความหลากหลายเป็นสิ่งที่ดี。

เพราะว่าโปรโตคอลนี้ กําลังกระตุ้นนักพัฒนามากขึ้น และผู้คนก็เริ่มสร้างมากขึ้น。

ขั้น ตอน ปัจจุบัน คือ “ระยะ การ เปลี่ยน แปลง ระบอบ ประชาธิปไตย ” ดัง ที่ ได้ เกิด ขึ้น ใน ช่วง สาม ปี ที่ ผ่าน มา。

การปรากฏตัวของแบบจําลองที่แตกต่างกัน ได้ก่อให้เกิดแรง กระตุ้นในการรับอุปการะจากภาคอุตสาหกรรม。

สิ่งเดียวกันจะเกิดขึ้นกับข้อตกลงเหล่านี้。

ข้อ ตก ลง เหล่า นี้ จะ ดึงดูด ผู้ เข้า ร่วม จํานวน มาก ขึ้น เรื่อย ๆ — นัก พัฒนา, ธุรกิจ, ผู้ ใช้ — และ สร้าง ขึ้น บน ข้อ ตก ลง เหล่า นั้น。

นี่จะส่งเสริมความสอดคล้องระหว่างกัน และสุดท้ายก็มุ่งไปสู่การรวมเข้าด้วยกัน。

นอก จาก นั้น ปัญหา ด้าน ความ ปลอด ภัย ก็ มี ความ สําคัญ มาก ขึ้น เรื่อย ๆ เมื่อ มี การ สร้าง ตัว แทน มาก ขึ้น เรื่อย ๆ。

ทุกคนกําลังสร้างระบบตัวแทนของตัวเอง แต่มันสําคัญที่จะแน่ใจว่า พวกเขาทํางานในสภาพแวดล้อมที่ปลอดภัย。

ดังนั้นเราจึงโพสต์บน GTC บางสิ่งบางอย่างที่เรียกว่า OpenShelp。

OpenCHELE ได้มีการเสริมความปลอดภัย เมื่อเป็นโอเพนซอร์สการทํางานระหว่างตัวแทนและโครงสร้างพื้นฐาน。

มันสามารถทําให้เจ้าหน้าที่มีสภาพแวดล้อมแบบกล่องทราย ที่เขาสามารถดําเนินงานได้ ในสภาพแวดล้อมที่ถูกควบคุม。

นี่ จะ จํากัด ขอบ เขต ของ แรง กระทบ แม้ ว่า เกิด ปัญหา ขึ้น。

ไซมอน เทย์เลอร์:
ใช่ นั่น เป็น เรื่อง สําคัญ。

หลาย คน ไม่ ตระหนัก ว่า:

เมื่อคุณกําลังสร้างตัวแทน และคุณมีสภาพแวดล้อมการผลิต คุณต้องการให้ตัวแทนในสภาพแวดล้อมการผลิต

ถ้า ไม่ มี การ แยก ตัว อยู่ โดด เดี่ยว ถ้า มี ปัญหา ผล กระทบ จะ ดี มาก。

กลไกกล่องทรายอย่าง OpenShelp สําคัญมาก。

ไซมอน เทย์เลอร์:
และผมก็คิดถึงตัวอย่างหนึ่งที่: มี WAP ในยุคแรก ๆ ของการเคลื่อนย้ายอินเทอร์เน็ต อะไรประมาณนี้ ก่อนที่จะมีสมาร์ทโฟนออกมา。

ปัจจุบัน อาจ เป็น ช่วง ต้น ๆ。

ผมสงสัย:

คุณจะลดพลังงานได้ยังไง

คุณสนใจแค่เหรียญแทง
หรือมีปฏิสัมพันธ์ระหว่างคนกับเจ้าหน้าที่
หรือการโต้ตอบระหว่าง เจ้าหน้าที่กับเจ้าหน้าที่

คุณทําทุกอย่างหรือตั้งใจ

ปาแตงเซีย:
เป็นคําถามที่ดี。

จากมุมมองของผม เรามักจะสนใจ แนวโน้มที่สําคัญที่สุดในปัจจุบัน

• รุ่นที่จ่ายค่าฐาน

• บริษัทเอเจนซี่

อย่างไรก็ตาม เรือดําน้ําใหม่ จะยังคงปรากฏต่อไป。

เหมือนเหรียญทรงตัว。

เราเห็นว่าหน่วยเงินที่วัดได้ เป็นคอมพลิเมนต์ของระบบที่มีอยู่ ซึ่งนําผู้ใช้ใหม่และระบบนิเวศใหม่。

ผู้ ใช้ รุ่น ใหม่ อาจ คุ้น เคย กับ การ ใช้ วิธี รักษา ที่ มั่นคง กว่า บัตร เครดิต。

แต่ในขณะเดียวกัน ทั้งสองจะถูกผนวกเข้าด้วยกัน。

อย่างไรก็ตาม การใช้ AI'หลักในพื้นที่ของการชําระเงินไม่ได้เปลี่ยนแปลง:

• ทวนเข็มนาฬิกา

• ปฏิทิน:

• การจัดรูปแบบส่วนตัว

นี่ยังสําคัญที่สุด。

ไซมอน เทย์เลอร์:
ใช่ แล้ว โดย พื้น ฐาน แล้ว นั่น คือ คุณค่า ของ การ จ่าย。

ปัญหา เหล่า นี้ มี อยู่ ไม่ ว่า คุณ จะ ใช้ เงิน ตรา ที่ มั่นคง หรือ เครือ ข่าย บัตร。

ไซมอน เทย์เลอร์:
แบม ฉันสงสัยว่าเธอคิดยังไง คุณ คิด อย่าง ไร เกี่ยว กับ ความ สัมพันธ์ ระหว่าง เงิน ตรา ที่ มี ค่า นิยม และ เงิน ที่ ใช้ ใน การ ค้า

แบม อาซีซี:
ผมคิดว่าบริษัท Agenic สามารถใช้รางจ่ายที่แตกต่างกัน。

ยกตัวอย่างเช่น ผู้ใช้ค้นหาสินค้า เช่น รองเท้าคู่หนึ่ง หรือเสื้อยืดบน ChatGPT, Antrophic หรือ Portexity จากนั้นเจ้าหน้าที่สามารถช่วยให้ผู้ใช้จ่ายเงิน。

เงิน นี้ อาจ จ่าย ด้วย บัตร เครดิต หรือ เงิน ตรา ที่ คงทน。

ในกรณีนี้, สองตัวขนานกัน。

อย่างไรก็ตาม การชําระเงินข้ามขั้น และการทําธุรกรรมระหว่างประเทศ เงินคงที่จะมีประโยชน์มากขึ้น。

และในฉากของเจ้าหน้าที่กับเจ้าหน้าที่ ผมคิดว่าเงินตราความมั่นคง เป็นข้อได้เปรียบที่แน่นอน。

เหตุผลก็คือ

ธุรกรรมเหล่านี้มักจะเป็นเงินจํานวนน้อย。
ตัวอย่างเช่น $00005。

เงิน จํานวน นี้ ไม่ อาจ ผ่าน กระบวนการ ใน วิซา หรือ ใน ระบบ ธนาคาร แบบ ดั้งเดิม。

ในเวลาเดียวกัน ธุรกรรมเหล่านี้ต้องการ
ตามเวลาจริง
สากล
ออนไลน์

เงินตราของความมั่นคง ตรงกับเงื่อนไขเหล่านี้。

อีกอย่างคือความถี่การทําธุรกรรม。

โดย เฉลี่ย แล้ว คน เรา อาจ จะ ใช้ สอง วิธี ต่อ วัน แต่ ตัว แทน อาจ ทํา วัน ละ 2,000 ราย。

TPS นี้สนับสนุนโดยสายโซ่บล็อกเท่านั้น。

ระบบ จ่าย เงิน ตาม ประเพณี ไม่ ได้ ถูก ออก แบบ มา สําหรับ ตัว แทน แต่ ล้ม เหลว。

ผมซาบซึ้งจริงๆ ที่ใช้เหรียญแทงเข้าไปในบริษัทเอเจนซี่。

ไซมอน เทย์เลอร์:
มันเป็นระเบิดจริงๆใช่ไหม

ผมจําได้ว่ามีอีเมล์ประมาณ 4 ล้านฉบับบนอินเทอร์เน็ต ในทุก ๆ วินาที และมันก็แค่อีเมล。

ในโลกที่เป็นอย่างนี้ เห็นได้อย่างชัดเจนว่า ความสามารถในการชําระเงินแบบดั้งเดิม ที่จะจัดการการค้าขายนับพันต่อวินาทีนั้น ไม่เพียงพอ。

แต่กลับไปที่ความจริงกันเถอะ ปาฮาล จากมุมมองของคุณ ความต้องการของผู้ใช้ที่แท้จริงอยู่ที่ไหน เรื่องจริงเหรอ

ผมมักพูดตลกว่า ตอนนี้มีข้อตกลงมากกว่าการชําระเงิน。

คุณ อาจ เป็น บุคคล ที่ ใกล้ ชิด ที่ สุด ใน เรื่อง โครง สร้าง ที่ อยู่ เบื้อง ล่าง — แม้ แต่ “โครงสร้าง ที่ ซับ ซ้อน ของ โครง สร้าง ทาง โครงสร้าง. ”。

แล้วความต้องการที่แท้จริงอยู่ที่ไหน ตัวอย่างที่แท้จริงอยู่ที่ไหน

ปาแตงเซีย:
ผมว่ามีวิธีตอบคําถามได้ 2 วิธี。

ข้อแรกมาจากมุมมองทางนิเวศวิทยา。

อย่างที่ผมบอกไปก่อนหน้านี้ เราสามารถแบ่งกระบวนการทั้งหมดออกเป็นสองส่วนได้

• ค้นหา

• ค่าใช้จ่าย

ปัจจุบัน ส่วน นี้ ของ การ ค้น หา ได้ บรรลุ ความ อาวุโส มาก ขึ้น และ อาจ ถึง กับ ได้ รับ การ แก้ไข。

ส่วนประกอบของการจ่ายเงินนี้ ยังคงอยู่ในช่วงทดลองอย่างมาก。

การ ทดสอบ หลาย อย่าง กําลัง ดําเนิน อยู่。

และนั่นเป็นเหตุผลว่าทําไมผมถึงมองหาเครื่องมืออย่าง OpenHEELD เพราะมันช่วยสร้างระบบนิเวศเหล่านี้。

คนที่สองอยู่ในระยะยาว。

ฉันดูความคืบหน้าของเจ้าหน้าที่。

ในโลกข้างหน้า เจ้าหน้าที่ที่แตกต่างกัน โต้ตอบและร่วมมือกัน。

และบทบาทของเราคือการช่วยให้ระบบเหล่านี้ดีขึ้น

• วนรอบผ่านเสียงตอบรับ

• ผ่านสภาพแวดล้อมปฏิบัติการที่ปลอดภัย

• โดย ใช้ กลไก ที่ เกี่ยว พัน กัน หลาย อย่าง

แน่นอน ต้องปรับให้ละเอียด เพื่อให้แน่ใจว่าเจ้าหน้าที่เหล่านี้ ได้รับการปฏิบัติตามที่คาดหวังไว้。

นี่คือทิศทางในอนาคตที่เราสนใจ。

ไซมอน เทย์เลอร์:
ผมคิดว่าหนึ่งในหัวข้อสําคัญของการอภิปรายในวันนี้ คือ "ปัญหาเศรษฐกิจ"。

ที่จริง ตอนเราพูดถึงเหรียญ ผมกับแบมหัวเราะกัน เพราะว่าในพื้นที่ของเงินตราที่เสถียร เราเข้าใจว่าเศรษฐศาสตร์เป็นอีกเหตุผลหนึ่ง。

แต่ตอนนี้คุณจะพบว่า

ทุกอย่างกลายเป็น "รอยแทง"。

มีตราอยู่ในบัตรประจําตัว
มันอยู่ในระบบรักษาความปลอดภัย
Visa, Mastercard, ป้ายเครือข่าย
มีเหรียญในธนาคารเปิด
สกุลเงินเป็นสัญลักษณ์
มันอยู่ใน AI ด้วย

คํา ว่า “โต เงียน ” จริง ๆ แล้ว สับสน ใน ภาษา อังกฤษ เพราะ คํา นี้ จะ หมาย ถึง “ทางเลือก บาง อย่าง ” แต่ ปัจจุบัน เกือบ ทุก สิ่ง สามารถ เรียก ได้ ว่า เป็น สัญลักษณ์。

อย่างไรก็ตาม คุณต้องเข้าใจ แบบจําลองทางเศรษฐกิจเบื้องหลังมัน。

สุดท้ายแล้ว ไม่ว่าจะเป็น AI หรือเครือข่ายการชําระเงิน ประสบการณ์ของผู้ใช้ หรือ

• ความเร็ว

• ตั้งค่า

ปัจจัย สอง ประการ นี้ จะ ทํา ให้ เรา กลับ สู่ ความ เป็น จริง ต่อ ๆ ไป。

ไซมอน เทย์เลอร์:
ปาฮาล ขอบคุณมากที่มาร่วมในวันนี้ ในฐานะที่เน้นที่ NVIDIA และเป็นสมาชิกในวงการจ่ายเงิน การสนทนาครั้งนี้น่าสนใจมาก ถ้าคุณอยากรู้เกี่ยวกับคุณ หรือ NVIDE ในสาขาการจ่ายเงิน คุณจะไปที่ไหนได้

ปาแตงเซีย:
ทุกคนสามารถติดต่อผมได้ที่ ลิ้งค์อิน หรือทางตู้ไปรษณีย์。

ถ้าคุณอยากทราบว่า NVIDIA กําลังทําอะไรในพื้นที่บริการการเงิน คุณสามารถไปเยี่ยมชมเครือข่ายราชการของ NVIDIA。

เราต้องการนําความจุของ AI ไปยังระบบนิเวศทั้งหมด และเรามีความสุขที่ได้เป็นหุ้นส่วนกัน。

ไซมอน เทย์เลอร์:
ดี ขอบคุณ แบม คุณจะทํายังไง ถ้าคุณอยากเข้าถึงเมช หรือติดต่อคุณ

แบม อาซีซี:
คุณสามารถไปเยี่ยม เมชเพย์คอม หรือค้นหา เมช เพ็นเตอร์ ลิงก์อิน ถ้าคุณอยากหาผม คุณสามารถค้นหา แบม อาซีซี บนเทเลแกรมหรือทวิตเตอร์。

ไซมอน เทย์เลอร์:
นอกจากนี้คุณยังสามารถหาฉันบนทุกชานชาลา หรือคุณสามารถเยี่ยมชมฟินแลนด์อาหาร.com. เมื่อเร็ว ๆ นี้ผมเขียนบทความเกี่ยวกับ "การพาณิชย์ที่มองไม่เห็น" เพื่อหารือเกี่ยวกับปัญหาบางอย่าง ที่อาจจะมีอยู่ในประเทศอาร์เจนตินา ถ้า คุณ ชอบ งาน นี้ โปรด จํา ไว้ ว่า ควร บอก รับ ชมเชย และ แบ่ง ปัน ให้ เพื่อน ๆ เพื่อ ว่า จะ มี คน เห็น ได้ มาก ขึ้น. เจอกันคราวหน้านะ。