En el período actual, la tecnología blockchain se utiliza predominantemente para transacciones financieras. Sin embargo, existen tendencias emergentes que están redefiniendo la aplicación de blockchains con propósitos como la detección de fraude, AML y gestión de la cadena de suministro.
A medida que las tecnologías emergentes captan una gran atención world wide, todos los ojos están ahora puestos en la convergencia de la tecnología blockchain, large facts e inteligencia synthetic. Estas tecnologías juntas están creando algo mágico para las empresas que las ayuda a desempeñarse mejor.
Además, están intentando abaratar las cosas tanto para la empresa como para el usuario ultimate. Profundicemos en la intersección de estas tecnologías emergentes y hacia dónde pueden llevarnos en el futuro.
Una breve introduccion
La inteligencia synthetic (IA) es el conjunto de tecnologías que ayuda a identificar patrones de datos, recomendar acciones y automatizar aquellas acciones que se tomarán según las recomendaciones. Todas las medidas se toman independientemente de o con una mínima interferencia humana.
La tecnología Blockchain proporciona una infraestructura distribuida que utiliza libros de contabilidad inmutables para registrar datos que no se pueden borrar fácilmente. Significant knowledge se refiere al almacenamiento, análisis y presentación de informes de conocimientos a partir de grandes cantidades de datos que llegan en grandes volúmenes y a gran velocidad.
Uso de IA para combatir el lavado de dinero (AML)
La detección del lavado de dinero siempre ha sido una preocupación regulatoria central en blockchain y criptografía. Los intercambios de criptomonedas gastan una fortuna detectando y reportando transacciones sospechosas en criptomonedas. Sin embargo, con el monitoreo humano, las cosas siempre son costosas.
Elliptic, una empresa de análisis de blockchain, ha integrado la IA en su pila tecnológica para detectar transacciones sospechosas de blockchain, piratas informáticos y actividades de lavado de dinero. Estas actividades hacen que las plataformas criptográficas sean más confiables.
Detección de fraude con significant info e IA
Al igual que en el caso del AML, las transacciones fraudulentas también aumentan el costo de hacer negocios, ya que hay que pagar primas más altas para asegurar su negocio. Las plataformas peer-to-peer tienen un alto grado de transacciones fraudulentas.
Binance utiliza el aprendizaje automático en tiempo true para detectar y descubrir transacciones sospechosas en sus intercambios, transacciones P2P y otros mercados. Este método llamado canal de transmisión ayuda a descubrir a los estafadores con menos esfuerzo humano, lo que minimize los costos.
Uso de IA y blockchains para validar datos en grandes bases de datos
En los dos últimos ejemplos, utilizamos aplicaciones criptonativas. Sin embargo, hay muchas empresas que utilizan una combinación de blockchain, datos e inteligencia artificial para hacer que sus negocios sean más eficientes y, por lo tanto, incurrir en menos costos.
Un ejemplo de ello es IBM y Walmart. Estas dos empresas dirigen un proyecto llamado «Food items Rely on», que rastrea las bases de datos de la cadena de suministro.
La tecnología Blockchain se utiliza para rastrear y validar puntos en la cadena de suministro. El análisis de datos basado en IA se utiliza para identificar patrones en los datos y patrones para mejorar aún más los procesos.
Los desafíos persisten
Al ser Blockchain una nueva tecnología, también enfrenta varios desafíos. Los siguientes puntos exploran ampliamente algunos de los principales desafíos que están obstaculizando el crecimiento de esta tecnología.
Dominio de Bitcoin
El futuro de blockchain está intrínsecamente conectado a Bitcoin, que domina un poco menos del 50% de los mercados de criptomonedas (en el momento de escribir este artículo). Esto plantea un desafío para los proyectos que no involucran Bitcoin porque, durante un mercado bajista, la mayoría de las personas abandonan otras criptomonedas y acumulan sus fondos en Bitcoin, Ethereum y algunas monedas estables seleccionadas.
Esto genera preocupación de que incluso si un proyecto es practical, le resultaría difícil sobrevivir a un mercado bajista, ya que los tokens del proyecto podrían deshacerse a favor de Bitcoin.
Preocupaciones de financiación
Varios fondos de inversión y riqueza perdieron cientos de miles de millones de dólares en el criptoinvierno cuando los proyectos se cerraron o detuvieron sus operaciones. Muy pocos de ellos se recuperaron de esa situación.
Bloomberg informa que en el segundo trimestre de 2023, la financiación de cripto VC está experimentando una caída del 80% desde 2022. La razón principal mencionada es la incertidumbre regulatoria. Ha habido algunos éxitos legales como en el caso de Ripple y Grayscale, pero las preocupaciones regulatorias siguen siendo generalizadas.
Esto ha provocado el mito de la financiación de que los proyectos criptográficos están condenados al fracaso. Además, se puede echar mucha culpa a proyectos que no tenían mucha innovación en el centro de su proyecto y sólo buscaban fondos para beneficios personales.
Reticencias de los actores institucionales
Los actores institucionales han llevado a cabo numerosos proyectos piloto, varios de ellos satisfactoriamente, pero se muestran muy reacios a expresar sus intenciones en público.
JPM Coin de JP Morgan ha tenido un gran éxito en pagos transfronterizos, pero hay muy poca información sobre el proyecto. Incluso el proyecto Food stuff Rely on de IBM no recibió mucha atención por parte de sus fundadores.
El motivo de tal desgana parece ser el mismo que en el caso anterior. Ha habido muy poca claridad regulatoria y cada gobierno ha retrasado la decisión para que otro lo intente primero.
Ha habido algunos éxitos con los Emiratos Árabes Unidos y El Salvador, pero se necesita una economía importante como la de China o la India, donde hay una base de consumidores muy grande.
Preocupaciones en torno a la IA
Los aspectos poco éticos de la IA han sido una gran preocupación para los reguladores, ya que los actores poderosos podrían marginar a otros. Algunas obras de arte generadas por IA pueden ser impresionantes e incluso mejores que las de la mayoría de los artistas expertos. Estas obras de arte marginan la capacidad humana de innovar.
Hubo un caso en los EE. UU. que era un caso de derechos de autor, donde el tribunal dictaminó que las obras de arte generadas por IA sin participación humana no pueden recibir protección de derechos de autor según la legislación estadounidense.
Estos incidentes son un ejemplo de uso poco ético de la IA.
Conclusión
La IA y blockchain son tecnologías emergentes y tienen un futuro muy brillante. Ambos están a la vanguardia de la innovación. Juntos pueden usarse para combatir el lavado de dinero, detectar fraudes y manejar grandes cantidades de datos. Sin embargo, su éxito depende fundamentalmente de los desafíos que enfrentan, más allá de los cuales sólo el cielo es el límite de su potencial.
Abhishek Singh es un emprendedor en serie que actualmente trabaja en Acknoleger y es un firme defensor de las criptomonedas.
Este artículo fue publicado a través de Noticias Blockchain Innovation Circle, una organización examinada de altos ejecutivos y expertos en la industria de la tecnología blockchain que están construyendo el futuro a través del poder de las conexiones, la colaboración y el liderazgo intelectual. Las opiniones expresadas no reflejan necesariamente las de Noticias Blockchain.
Obtenga más información sobre Noticias Blockchain Innovation Circle y vea si califica para unirse
