زمانی که هوش مصنوعی شروع به قرض گرفتن می‌کند: اعتباردهی ماشین چگونه برای اعتماد قیمت‌گذاری می‌شود؟

بازار قرض‌دهی زنجیره‌ای، در حال نوشتن قوانین اولیه اعتباردهی هوش مصنوعی است.

نویسنده: Thejaswini M A

ترجمه: Saoirse، Foresight News

انسان‌ها هزاران سال است که قرض می‌گیرند، اما حتی با این وجود، هیچ تضمینی وجود ندارد که همیشه به موقع بازپرداخت کنند.

تا نیمه سال 2026، مجموع وام‌های مسکن، کارت‌های اعتباری، وام‌های خودرو، وام‌های دانشجویی و سایر بدهی‌های آمریکایی‌ها به 18.8 تریلیون دلار می‌رسد. از این مقدار، 4.7%، معادل 880 میلیارد دلار بدهی در وضعیت‌های مختلف معوقه است.

در سه‌ماهه دوم، حدود 7% از بدهی‌های کارت اعتباری دچار تأخیر جدی شده‌اند، به طوری که بدهی‌ها حداقل 90 روز معوقه است. همچنین بیش از 23 میلیون آمریکایی هنوز بدهی‌های قدیمی کارت اعتباری خود را که توسط مؤسسات وام‌دهی به عنوان بدهی بد طبقه‌بندی شده‌اند، به دوش می‌کشند.

بانک‌ها به سوابق بازپرداخت کاربران در طول سال‌ها نگاه می‌کنند. در واقع، بانک‌ها اطلاعات شخصی بسیار زیادی از ما دارند.

بانک‌ها می‌دانند که آیا شما در پرداخت آخرین کارت اعتباری خود به موقع عمل کرده‌اید، می‌توانند سوابق وام مسکن شما را بررسی کنند، و از میزان اعتبار اعطایی به شما توسط سایر مؤسسات مالی آگاهند و همچنین می‌دانند که آیا شما قبلاً تأخیر داشته‌اید یا خیر. هنگام درخواست وام‌های بزرگ، بانک‌ها همچنین درآمد، وضعیت شغلی و دارایی‌های شما را بررسی می‌کنند. به همین دلیل است که مؤسسات این نوع داده‌های تاریخی را جمع‌آوری می‌کنند، امتیاز اعتباری تولید می‌کنند و سپس این امتیاز را به وام‌دهندگان می‌فروشند.

با داشتن این همه داده، در 12 ماه منتهی به ژوئن 2026، 581570 آمریکایی درخواست ورشکستگی غیرتجاری داده‌اند که نسبت به سال گذشته 12% افزایش داشته است.

سیستم اعتباردهی از وام‌گیرندگان نمی‌خواهد که بدون نقص باشند. بانک‌ها می‌توانند وام‌گیرندگان را بر اساس ریسک طبقه‌بندی کنند و به این ترتیب سقف وام را تعیین کرده و نرخ‌های وام متفاوتی را اعمال کنند.

امروزه هوش‌های مصنوعی می‌توانند پول داشته باشند و به طور مستقل پرداخت‌ها را انجام دهند. بنابراین، آیا می‌توانیم این منطق اعتباردهی را برای هوش‌های مصنوعی بازسازی کنیم؟

یک موجود برنامه‌ای باید چه شرایطی را برآورده کند تا اعتماد کسب کند و وام بگیرد؟ قرض دادن به ماشین چه مشکلاتی را به وجود می‌آورد؟ این مقاله به بررسی Priors و سایر پروژه‌هایی که به دنبال باز کردن این مسیر هستند، می‌پردازد.

من به کیف پول AgentCash این هوش مصنوعی 5 دلار واریز می‌کنم و هوش مصنوعی به طور مستقل مصرف می‌کند؛ وقتی موجودی تمام شد، دوباره واریز می‌کنم. طراحی این مکانیزم به همین شکل است. ما می‌توانیم استیبل کوین‌ها را به کیف پول واریز کنیم و هوش مصنوعی می‌تواند از طریق پروتکل x402 هزینه‌های API را به صورت تک‌تک تسویه کند.

اما اگر بخواهیم هوش مصنوعی به طور مستقل وظایف پرداخت را انجام دهد، تضاد به وجود می‌آید: آن باید به طور همزمان داده‌ها را خریداری کند و قدرت محاسباتی مدل را فراخوانی کند، در حالی که ممکن است پاداش وظیفه یک هفته بعد به حسابش واریز شود.

در این نوع سناریوهای تجاری، واریز مکرر بسیار دشوار است، به ویژه اینکه معمولاً نیاز به انتقال انبوه پول است.

این دقیقاً دلیلی است که اعتباردهی به هوش‌های مصنوعی به وجود آمده است. اگر هوش مصنوعی من در حال حاضر به 10 دلار برای انجام کار نیاز دارد و درآمد آن یک هفته بعد قابل دریافت است، یک وام کوتاه‌مدت می‌تواند شکاف مالی میان آن را پر کند.

علاوه بر این، یک انگیزه واقعی دیگر نیز وجود دارد. هوش‌های مصنوعی شروع به تعامل با هوش‌های مصنوعی دیگر که کاملاً ناشناخته هستند، کرده‌اند. استاندارد هویت هوش مصنوعی اتریوم ERC‑8004 به هر هوش مصنوعی یک هویت زنجیره‌ای می‌دهد و همچنین بازخورد ارزیابی را به همراه دارد، اما محتوای بازخورد می‌تواند دستکاری شود و ما هیچ مدرک قابل اعتمادی برای اعتبار نداریم.

وام، در اصل، قیمت‌گذاری برای اعتماد است. قبل از ظهور امتیاز اعتباری، بازی قرض‌دهی بر اساس شهرت بنا شده بود. در ونیز قرون وسطی، بازرگانانی که سوابق خوبی در پرداخت داشتند، راحت‌تر می‌توانستند سرمایه‌گذاری کنند و به تجارت دریایی بروند ------ آن‌ها توانایی بیشتری برای سودآوری داشتند و می‌توانستند دور بعدی سفر را پشتیبانی کنند.

حتی در تجارت‌های قرون وسطی انگلستان، اعتبار با «شهرت» بازرگانان به شدت مرتبط بود. به محض اینکه یک بازرگان به شهرت عدم پرداخت بدهی دچار می‌شود، سایر بازرگانان از ارائه اعتبار به او خودداری می‌کنند.

Priors در حال ساخت یک بازار قرض‌دهی برای هوش‌های مصنوعی است و وام‌های استیبل کوین USDG را در زنجیره Robinhood منتشر می‌کند.

این پروژه در حال حاضر در مرحله آزمایش اولیه است و ثبت‌نام با حساب Google به صورت تدریجی باز می‌شود. با این حال، این پروتکل در مورد منطق اعتباردهی، قوانین ضمانت و مکانیزم امتیاز اعتباری بسیار شفاف است.

فرآیند کامل به این صورت است: مالک ابتدا یک هوش مصنوعی ایجاد می‌کند و از طریق ERC‑8004 برای آن یک هویت زنجیره‌ای تولید می‌کند.

سپس مالک یک سپرده 5 دلار قابل بازگشت واریز می‌کند که به عنوان ضمانت به Priors سپرده می‌شود؛ به محض اینکه هوش مصنوعی وظیفه بازپرداخت را انجام دهد، سپرده قابل بازگشت خواهد بود. سپس، استخر مالی به آن هوش مصنوعی 5 دلار اعتبار پایه وام می‌دهد.

مدت وام برای هر وام بین 1 تا 30 روز است. نرخ وام کامل 30 روزه 1% است؛ هرچه مدت کمتر باشد، هزینه کمتر است. به عنوان مثال: وام 50 دلاری با مدت یک هفته، هزینه‌ای معادل 12 سنت دارد؛ وام 50 دلاری با مدت یک ماه، هزینه‌ای معادل 50 سنت دارد.

هوش مصنوعی با استفاده از کلاینت x402 Priors می‌تواند به طور خودکار وام بگیرد. زمانی که به پرداخت هزینه API نیاز دارد و موجودی حساب کافی نیست، به شرطی که از سقف تعیین شده توسط مالک تجاوز نکند، می‌تواند فقط بخش کمبود را وام بگیرد، که اثر واقعی آن شبیه به خدمات برداشت بانکی است.

کاربر استیبل کوین‌های Robinhood را به خزانه دارایی به عنوان ضمانت واریز می‌کند، خزانه بر اساس آن اعتبار وام می‌دهد، کیف پول هوش مصنوعی وام USDG را دریافت می‌کند؛ پس از بازپرداخت اصل و بهره، وثیقه آزاد می‌شود و توکن‌ها به کاربر بازگردانده می‌شوند.

اگر هوش مصنوعی بخواهد از اعتبار اولیه 5 دلار فراتر برود، باید منابع مالی اضافی برای تحمل ریسک‌های احتمالی داشته باشد. مالک می‌تواند توکن‌های بومی PRIORS را به عنوان وثیقه قرار دهد تا اعتبار وام را افزایش دهد، که اعتبار اولیه در 25 تا 50 دلار شروع می‌شود. ارزش بازار توکن‌های وثیقه‌ای باید بیشتر از اعتبار وام اعطایی باشد. به عبارت دیگر، اگر اجازه داده شود که هوش مصنوعی 50 دلار وام بگیرد، ارزش PRIORS وثیقه‌ای که مالک قرار داده است باید بیش از 50 دلار باشد. اگر قیمت توکن نوسانات شدیدی داشته باشد، Priors همچنین ممکن است از مالک بخواهد که حاشیه ریسک بالاتری را تأمین کند.

تا زمانی که هوش مصنوعی به طور مداوم به موقع اصل و بهره را بازپرداخت کند، اعتبار وام می‌تواند به تدریج افزایش یابد و حداکثر به 500 دلار برسد. برای باز کردن دسترسی کامل، حداقل به ده هفته سابقه موفقیت‌آمیز در بازپرداخت وام نیاز است.

به محض اینکه هوش مصنوعی دچار عدم پرداخت شود، دارایی‌های وثیقه‌ای به طور اولویت‌دار برای جبران خسارت استفاده می‌شود. در صورت تأخیر، 75% از توکن‌های PRIORS وثیقه‌ای به طور مستقیم ضبط می‌شود. در مورد اعتبار پایه 5 دلاری، در صورت عدم پرداخت، سپرده 5 دلاری که مالک واریز کرده است، ضبط خواهد شد.

هزینه‌های حاصل از هر وام، نیمی به استخر وام USDG و یک چهارم به ضامن‌هایی که برای هوش مصنوعی اعتبار می‌دهند، اختصاص می‌یابد و بخش باقی‌مانده به ذخیره ریسک تعلق می‌گیرد. اگر هوش مصنوعی بیش از سه روز تأخیر کند، هر کسی می‌تواند آن وام را به عنوان عدم پرداخت علامت‌گذاری کند. به محض اینکه علامت‌گذاری مؤثر شود، امتیاز اعتباری آن هوش مصنوعی به طور دائمی صفر خواهد شد.

Priors همچنین سایر دارایی‌ها را به عنوان وثیقه می‌پذیرد، اما وام‌ها بر اساس ارزش کل دارایی‌ها اعطا نمی‌شوند. هرچه ریسک دارایی بیشتر باشد، نسبت وام‌دهی کمتر خواهد بود.

Priors از 35 نوع توکن به عنوان وثیقه پشتیبانی می‌کند (2 مورد معلق)، عدد نشان‌دهنده نسبت ارزش قابل وام‌گیری آن دارایی است، 33 نوع برای وام‌گیری جدید قابل استفاده است. داده‌ها از: priors.trade

تا تاریخ 13 اکتبر، Priors مجموعاً 271910 دلار وام داده است و 270180 دلار بازپرداخت شده است، که شامل 36387 رکورد بازپرداخت است و 272 هوش مصنوعی در این پلتفرم ثبت شده‌اند. تا کنون تنها دو مورد عدم پرداخت رخ داده است. تمام خسارت ناشی از دو مورد عدم پرداخت به عهده ضامن‌ها بوده و استخر وام هیچ خسارتی متحمل نشده است.

در نسخه اولیه Priors، وزن تاریخچه بازپرداخت بسیار بیشتر از حال حاضر بود.

در نسخه اولیه، هوش مصنوعی تنها با بازپرداخت به موقع می‌توانست حداکثر اعتبار وام را به طور خودکار افزایش دهد، که هر هفته حداکثر 25 دلار افزایش می‌یافت و سقف آن 250 دلار بود. در غیاب ضامن‌های خارجی، ریسک‌های جدید توسط صندوق ذخیره پروژه پوشش داده می‌شد.

پس از راه‌اندازی استخر مالی نسخه V2 در تاریخ 24 سپتامبر، این مکانیزم تغییراتی را تجربه کرد. بازپرداخت همچنان پروفایل اعتباری هوش مصنوعی را بهبود می‌بخشد، اما باید با منابع واقعی مالی برای اعتبار خود پشتیبانی شود.

تنها در صورتی که منابع بازپرداخت از طرف اشخاص خارجی باشد، این رکورد عملکرد قابل ارزیابی خواهد بود. در غیر این صورت، مالک می‌تواند به راحتی با استفاده از منابع خود، رکوردهای عملکرد را دستکاری کند. بنابراین Priors بر روی معاملات وام‌گیری که ریسک آن‌ها توسط مالک هوش مصنوعی تأمین نشده است، تأکید بیشتری می‌کند. به هر حال، یک فرد می‌تواند چندین هوش مصنوعی ایجاد کند و آن‌ها را به طور متقابل برای دستکاری داده‌ها معامله کند.

این منطق ارزیابی همچنین برای تأیید درآمد قابل اجرا است. Priors خدمات x402 خود را اجرا می‌کند و بالاترین سطح در سیستم امتیازدهی V2 به نام «سطح تأیید درآمد» شناخته می‌شود. هسته ارزیابی در این است: آیا هوش مصنوعی واقعاً درآمدی از طرف شخص ثالث خارجی دریافت کرده است، نه اینکه فقط بین چندین کیف پول خود پول جابجا کند.

این قوانین امتیازدهی اعتباری هوش مصنوعی Priors v2 با حداکثر 1000 امتیاز است، که شامل مدت زمان ریسک، سوابق وام‌گیری بالغ، ضمانت‌های خارجی، مدت زمان حساب، سوابق جبران، و درآمد خارجی است که امتیاز مثبت می‌گیرد، در حالی که تأخیر و عدم پرداخت امتیاز منفی می‌گیرد و حتی می‌تواند امتیاز خود و هوش‌های مرتبط را به صفر برساند. داده‌ها از: priors‑agents

حتی بدون تأمین ضمانت برای خسارات احتمالی، هوش مصنوعی هنوز می‌تواند وام بگیرد.

Clawloan به طور خاص برای هوش مصنوعی OpenClaw طراحی شده و حداقل شرایط ورود را دارد.

هوش‌های مصنوعی تأیید شده می‌توانند بدون وثیقه و بدون نیاز به تأیید هر وام به وام USDC دسترسی داشته باشند. اعتبار اولیه هوش‌های مصنوعی جدید حدود 10 تا 50 دلار است؛ پس از انجام حداقل پنج معامله کامل، اعتبار به 100 تا 500 دلار افزایش می‌یابد؛ اگر عملکرد قابل اعتماد را برای مدت طولانی حفظ کنند، اعتبار می‌تواند به 1000 دلار یا حتی بیشتر برسد.

مکانیزم عملیاتی پلتفرم: کاربران / هوش‌های مصنوعی می‌توانند USDC را واریز کنند و از وام‌های پایه بهره ببرند + 5% درآمد از وظایف هوش مصنوعی، که امکان برداشت در هر زمان را فراهم می‌کند؛ هوش‌های مصنوعی تأیید شده می‌توانند بدون وثیقه درخواست وام‌های کوچک فوری کنند و با درآمد وظایف خود بازپرداخت کنند و اعتبار خود را جمع‌آوری کنند. داده‌ها از: clawloan

این مدل ریسک زیان را به وام‌دهندگان منتقل می‌کند و به همین دلیل امتیاز اعتباری اهمیت زیادی پیدا می‌کند. مالک هوش مصنوعی هنوز می‌تواند حداکثر مجوز وام را تعیین کند، که با ترکیب قرارداد امتیاز اعتباری و تاریخچه بازپرداخت به طور اجباری محدودیت‌های اعتبار را اعمال می‌کند. حجم واقعی کسب و کار Clawloan بسیار کوچک است و ارزش کل قفل شده تنها 360 دلار است و مجموع وام‌های اعطا شده تنها 33 دلار است.

پروژه وام‌دهی دیگری به نام Bank of Bots در تاریخ 1 آوریل توسعه مخفیانه خود را به پایان رساند و ادعا کرد که اولین وام را به هوش‌های مصنوعی اعطا کرده است.

فرآیند وام‌دهی عمدتاً توسط هوش مصنوعی به طور خودکار انجام می‌شود: آن درخواست وام را ارسال می‌کند، با استفاده از کلید رمزنگاری قرارداد را امضا می‌کند و سپس USDC را در کیف پول زنجیره Base دریافت می‌کند.

در آن زمان، هنوز تاریخچه وام‌دهی هوش‌های مصنوعی وجود نداشت، Bank of Bots اعلام کرد که بخشی از رفتارهای تاریخی زنجیره‌ای را برای ارزیابی وام‌گیرنده در نظر می‌گیرد، که شامل حجم معاملات، مدت زمان حساب و تعداد طرف‌های مستقل که با آن‌ها تعامل داشته است، می‌شود. اما شخصی که این هوش مصنوعی را کنترل می‌کند، باید ابتدا تأیید هویت KYC را انجام دهد. از آن زمان، Bank of Bots هیچ داده قابل توجهی از فعالیت‌های وام‌دهی خود را منتشر نکرده است.

نگاهی به کل این حوزه، بازار Priors هنوز تقریباً خالی است. این به آن‌ها این فرصت را می‌دهد که قبل از ورود رقابت‌های بزرگ، قوانین اولیه صنعت را تعیین کنند.

آیا ما در حال حاضر در حال ساخت یک سیستم اعتباردهی برای هوش‌های مصنوعی هستیم و آیا این کار شتاب‌زده است؟

تا تاریخ 13 اکتبر، پروتکل x402 تقریباً 1.92 میلیارد معامله را پردازش کرده است. داده‌های Chainalysis نشان می‌دهد که تا اوایل سال 2026، در پروتکل x402 زنجیره Base، معاملات با ارزش 1 دلار و بالاتر 95% از کل حجم معاملات را تشکیل می‌دهند، در حالی که در اوایل این نسبت تنها 49% بود. در مقایسه با سیستم‌های پرداخت سنتی، مقیاس هنوز محدود است، اما نشانه‌های اولیه فعالیت‌های اقتصادی که اعتباردهی به آن وابسته است، به وضوح ظاهر شده است. حتی اگر خالقان هوش‌های مصنوعی خود ثروتمند نباشند، به شرطی که آن هوش مصنوعی بتواند به طور مداوم از مشتریان خارجی درآمد کسب کند و وام‌ها را به موقع بازپرداخت کند، می‌تواند به تدریج سرمایه بیشتری برای استفاده به دست آورد.

تا تاریخ 2026‑10‑13، سه زنجیره عمومی Base، Solana و Polygon 99% از معاملات تجمعی پروتکل x402 را به عهده داشته‌اند و حجم معاملات سایر زنجیره‌ها بسیار کوچک است.

ما در حال ورود به عصر تجاری هوش‌های مصنوعی هستیم، جایی که هوش‌های مصنوعی به جای انسان‌ها خریدها را انجام می‌دهند. Muse می‌تواند برای کاربران خرید کند؛ Rye می‌تواند به هوش‌های مصنوعی اجازه دهد تا با هزاران فروشگاه سفارش دهند، بدون اینکه کاربران نیاز به تسویه دستی داشته باشند.

امروز انسان‌ها قیمت کالاها، طرح‌های اقساط و نرخ‌ها را بررسی می‌کنند و سپس تصمیم می‌گیرند که آیا وام بگیرند یا نه. در آینده، هوش‌های مصنوعی نیز می‌توانند این نوع مقایسه را انجام دهند. آن‌ها ممکن است تشخیص دهند که پرداخت 800 دلار در حال حاضر منطقی نیست و به جای آن انتخاب کنند که به صورت اقساط سه‌ماهه پرداخت کنند و نقدینگی را برای استفاده‌های دیگر حفظ کنند.

از نظر قانونی، مسئولیت بدهی همچنان بر عهده انسان‌ها است، اما زمان و مکان قرض گرفتن و انتخاب کدام مؤسسه وام‌دهی می‌تواند به هوش‌های مصنوعی واگذار شود.

ما شاهد بوده‌ایم که چگونه اعتباردهی در فرآیند مصرف می‌تواند رفتار کاربران را تغییر دهد. نرخ نفوذ محصولات «خرید اکنون، پرداخت بعداً (BNPL)» در ایالات متحده، از 10% جمعیت بزرگسال در سال 2021 به 16% در سال 2025 افزایش یافته است.

فرض کنید من به هوش مصنوعی دستور می‌دهم که یک لپ‌تاپ 900 دلاری خریداری کند و در عین حال از آن می‌خواهم که تا حد امکان نقدینگی حساب را حفظ کند. هوش مصنوعی به مقایسه پرداخت نقدی و انواع طرح‌های اقساط می‌پردازد و بهترین گزینه را به طور مستقل انتخاب می‌کند. مؤسسات وام‌دهی نیز باید شرایط خود را بهینه‌سازی کنند تا با منطق تصمیم‌گیری داخلی هوش‌های مصنوعی سازگار شوند.

در اینجا همچنین یک نوع ریسک نهفته وجود دارد: مؤسسات وام‌دهی می‌توانند به هوش‌های مصنوعی یا پلتفرم‌های پشت آن‌ها پول پرداخت کنند تا اولویت‌های توصیه‌ای را به دست آورند، که معادل ایجاد تبلیغات پولی در حوزه اعتباردهی است. اداره حفاظت مالی مصرف‌کنندگان ایالات متحده (CFPB) در این زمینه ابراز نگرانی کرده است: برخی از ارائه‌دهندگان خدمات «خرید اکنون، پرداخت بعداً» از داده‌های پرداخت و برنامه‌های خرید برای ترغیب مصرف‌کنندگان به انتخاب فروشندگان خاص استفاده می‌کنند.

به احتمال زیاد، قبل از اینکه انسان‌ها گزینه‌های موجود را ببینند، هوش‌های مصنوعی قبلاً وام را تأمین کرده‌اند.

این محتوا صرفاً برای اطلاع‌رسانی عمومی ارائه شده است و به‌منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌شود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید به‌عنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر دارایی‌های رمزارزی تلقی شود. دارایی‌های رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.