هوش مصنوعی اندازه انسانها پول خرج میکند؟ دروغ تبلیغاتی درباره پروتکل x۴۰۲
این روزها کمتر کسی است که اسم «پرداختهای هوش مصنوعی» را نشنیده باشد. گفته میشود بهزودی رباتها و عوامل هوشمند بهجای انسانها خرید و فروش کرده، پول خرج میکنند و حتی با هم به معامله میپردازند. یکی از پروژههایی که در کانون همین موج قرار گرفته، پروتکل x۴۰۲ متعلق به صرافی کوینبیس است که قرار بود دقیقاً همین آینده را رقم بزند.
صرافی کیف پول من
معامله تتر و پکسگلد بدون کارمزد
اما وقتی شرکت تحلیل بلاک چین تیآرام لبز (TRM Labs) دست به کار شد و دادههای واقعی این پروتکل را زیر ذرهبین برد، نتیجه با آنچه رسانهها روایت میکردند فاصله زیادی داشت. این گزارش نشان میدهد بخش بزرگی از تراکنشهایی که به نام هوش مصنوعی ثبت میشوند، اصلاً کاری به عوامل هوش مصنوعی ندارند. در ادامه این مقاله بهنقل از دیکریپت (decrypt) میبینیم این تحلیل چه چیزی را برملا کرده است.
پروتکل x۴۰۲ چیست و چرا اینقدر سروصدا کرد؟
پروتکل x۴۰۲ در سال ۲۰۲۵ توسط کوینبیس راهاندازی شد تا پرداخت با ارز دیجیتال را مستقیم در دل درخواستهای وب جای دهد؛ یعنی وقتی یک برنامه یا ربات به یک سرویس آنلاین وصل میشود، بتواند بدون واسطه پول پرداخت کند. از همان ابتدا این پروتکل به یکی از نمادهای اصلی روایت «اقتصاد عوامل هوش مصنوعی» تبدیل شد. اما تیآرام لبز بیش از ۱۹۸.۹ میلیون تراکنش ثبتشده در این پروتکل را بررسی کرد و نتیجه، خیلی کوچکتر از حد و اندازهای بود که تبلیغ میشد.
پشت رقم ۵۲ میلیون دلاری چه چیزی پنهان است؟
پژوهشگران این شرکت از میان ۱۹۸.۹ میلیون تسویه مالی، حدود ۵۲.۷ میلیون دلار تراکنش را برای بررسی دقیقتر انتخاب کردند. این تراکنشها روی سه شبکه بیس، سولانا و پالیگان پردازش شده بودند.
در قدم بعد، آنها تراکنشهای غیرعادی، پرداختهای کاربر به خودش (Self-payments) و جریانهای مالی مشکوک را کنار گذاشتند. پس از این پالایش، حدود ۲۵.۶۲ میلیون دلار بهعنوان فعالیت تجاری واقعی باقی ماند. حالا نکته اصلی اینجاست: طبق برآورد آماری تیآرام لبز، تنها بین ۰.۶ تا ۷.۵ درصد از همین رقم را میتوان به عوامل هوش مصنوعی واقعی نسبت داد. یعنی رقمی بسیار کوچکتر از تصویری که در فضای رسانهای ساخته شده بود.
چرا یک اسکریپت ساده بهجای هوش مصنوعی اشتباه گرفته میشود؟
برای فهم این سردرگمی، بد نیست ببینیم پروتکل x۴۰۲ چطور کار میکند. خریدار ابتدا یک پیشنهاد قیمت در وب دریافت کرده و مجوز پرداخت را امضا میکند. سپس یک واسطه به نام تسهیلکننده (Facilitator) این تراکنش را تأیید میکند، آن را روی بلاک چین ثبت میکند و کارمزد شبکه را میپردازد.
نکته اینجاست که هیچکدام از این مراحل الزاماً به هوش مصنوعی نیاز ندارد. یک برنامه ساده که هر روز در ساعت مشخصی اجرا میشود، یا حتی یک آزمایش برای سنجش بار سرور، میتواند دقیقاً همین مسیر را طی کند؛ بدون آنکه پشتش کوچکترین ردی از هوش مصنوعی باشد. برای مثال، فرض کنید هر روز صبح یک اسکریپت خودکار مبلغ ثابتی برای یک سرویس آنلاین پرداخت میکند؛ از بیرون، این رفتار دقیقاً شبیه یک عامل هوشمند به نظر میرسد، اما در واقع فقط یک برنامه تکراری است.
تیآرام لبز برای جدا کردن این دو حالت، معیار سادهای در نظر گرفته است: یک عامل هوش مصنوعی واقعی معمولاً بین چند کالا و خدمت مختلف جستوجو و انتخاب میکند، اما آدرسی که بارها یک مبلغ ثابت را به یک سرویس واحد پرداخت میکند، رفتاری شبیه اسکریپت دارد. البته خود این شرکت هم اذعان دارد که این روش ممکن است تصویر بازار را کوچکتر از واقعیت نشان دهد؛ چون بسیاری از عوامل هوش مصنوعی فعلی تکمنظوره هستند و فقط برای یک سرویس مشخص پرداخت تکراری انجام میدهند، در نتیجه همین آزمون ممکن است آنها را هم اشتباهاً اسکریپت تشخیص دهد.
چگونه تراکنشهای واقعی از میان انبوه دادهها بیرون کشیده شدند؟
برای رسیدن به رقم ۲۵.۶۲ میلیون دلاری تجارت واقعی، تیآرام لبز چند فیلتر پیدرپی روی دادهها اعمال کرد. ابتدا پرداختهای کاربران به حساب خودشان را حذف کرد؛ سپس تراکنشهای بزرگی را که فقط از یک یا دو پرداختکننده سرچشمه میگرفتند کنار گذاشت و فروشندگانی را که کمتر از ده خریدار داشتند از آمار خارج کرد.
پس از این مرحله، تراکنشهایی که تسهیلکنندهها با مبالغ متغیر و میانگین کمتر از یک دلار ارسال کرده بودند نیز جداگانه بررسی شد. در گام آخر و برای اطمینان بیشتر، این الگو در بازه چند ماهه دنبال شد و شرطهایی مانند ثبت عمومی هویت عامل هوش مصنوعی یا سابقه واریز به چند فروشنده مختلف نیز به معیارها اضافه گردید. پژوهشگران هشدار دادند که همین سختگیری ممکن است باعث شود برخی عوامل هوش مصنوعی واقعی، که صرفاً مشتری همیشگی یک سرویس خاص هستند، از چشم این تحلیل پنهان بمانند.
چه الگوهایی در جریان پول x۴۰۲ دیده میشود؟
بررسی تاریخی این تراکنشها الگوی جالبی را نشان میدهد که در چند مرحله شکل گرفته است.
در اواخر سال ۲۰۲۵، بخش بزرگی از فعالیتها صرف ساخت میم کوینها و پرداخت هزینه به یک سرویس تحلیل مبتنی بر هوش مصنوعی شد. با ورود به اوایل سال ۲۰۲۶، بیشتر حجم معاملات در یک قرارداد هوشمند پرداخت واحد متمرکز شد. سپس در اواسط همان سال، پرداخت برای خدمات هوش مصنوعی دوباره اوج گرفت؛ اما اینبار از مسیر سیستمهای مسیریابی پرداخت مبتنی بر عامل پیگیری میشد.
یک نکته در تمام این دورهها ثابت مانده است: استیبل کوین یواسدی کوین (USDC) در همهجا حرف اول را زده است. این دارایی با ارزش ۵۲.۴۷ میلیون دلار، بیش از ۹۹.۶ درصد کل مبالغ تسویهشده در این پروتکل را تشکیل میدهد.
چرا غولهای فناوری همچنان روی این بازار سرمایهگذاری میکنند؟
با وجود اینکه سهم واقعی هوش مصنوعی در این تراکنشها هنوز کوچک است، شرکتهای بزرگ فناوری و ارز دیجیتال دست از سرمایهگذاری روی این حوزه نکشیدهاند و آینده آن را جدی میگیرند.
صرافی بایننس با معرفی پلتفرم ایجنت او اس (Agent OS)، لایه پرداخت x۴۰۲ را در سیستم خود جای داد. شبکه بیس نیز یک شتابدهنده یکمیلیوندلاری برای استارتاپهای فعال در حوزه هوش مصنوعی و پرداخت راه انداخت. در همین راستا، شرکت آمازون با همکاری کوینبیس و استرایپ (Stripe) از پلتفرمی به نام ایجنتکر پیمنتس (AgentCore Payments) رونمایی کرد تا تسویهحساب آنلاین عوامل هوش مصنوعی با استیبل کوینها سادهتر شود.
چالش بزرگ؛ بحران احراز هویت و قانونگذاری هوش مصنوعی
در پایان این پژوهش، تیآرام لبز به یک خلأ مهم اشاره کرده است: نبود سازوکار روشن برای شناسایی مسئول واقعی هر پرداخت. در حال حاضر امکان ثبت رسمی آدرس عوامل هوش مصنوعی روی بلاک چین وجود دارد، اما این کار اختیاری است و اغلب کاربران از آن استفاده نمیکنند.
به بیان سادهتر، زیرساخت فنی پرداخت آماده و کاراست، اما چیزی که هنوز جای خالیاش حس میشود، ثبت دقیق هویت طرفین معامله و بررسی خودکار اعتبار آنهاست؛ بهویژه در حجم بالایی از تراکنشهای خرد که عوامل هوش مصنوعی قرار است در آینده انجام دهند. به گفته این شرکت، تجارت مبتنی بر عوامل خودکار هوش مصنوعی، بدون یک سیستم انطباق و نظارت خودکار، نمیتواند به بلوغ کامل برسد.
جمعبندی؛ نگاهی واقعبینانه به آینده این بازار
دادههای تیآرام لبز نشان میدهد بخش زیادی از هیاهوی رسانهای پیرامون تراکنشهای روزانه هوش مصنوعی، هنوز بازتاب واقعیت موجود روی بلاک چین نیست. در این مرحله، این رباتها و اسکریپتهای ساده هستند که بیشترین سهم را از این تراکنشها دارند، نه عوامل هوشمند و خودآگاه مالی.
با این حال، حضور جدی شرکتهایی مانند آمازون، کوینبیس و بایننس نشان میدهد این حوزه هنوز در مسیر رشد قرار دارد. بلوغ واقعی آن هم به ساخت هویتهای دیجیتال شفافتر و سازوکارهای نظارتی تازه وابسته خواهد بود. برای هر کسی که میخواهد بر اساس این روایتها تصمیم بگیرد، بهترین راه این است که همیشه دادههای واقعی آنچین را مبنای قضاوت خود قرار دهد، نه تیترهای پرزرقوبرق.
لطفا در صورت مشاهده دیدگاههای حاوی توهین و فحاشی یا خلاف عرف جامعه با گزارش سریع آنها، به ما در حفظ سلامت بستر ارتباطی کاربران کمک کنید.