المعاملات الخاصة تحت الحصار: هل يمكن لابتكارات سلسلة الكتل أن تتفوق على الروبوتات المارقة التي تكشف البيانات الحساسة؟

لقد وصل تكامل الذكاء الاصطناعي داخل أنظمة المؤسسات إلى منعطف حرج، مع ظهور حماية البيانات الحساسة باعتبارها مصدر قلق بالغ. وبينما يتولى الذكاء الاصطناعي أدوارًا متزايدة التعقيد، بما في ذلك إدارة رأس المال وتنفيذ الصفقات، فقد اتخذت مسألة التحكم في البيانات آثارًا اقتصادية كبيرة. واستجابة لذلك، يتم وضع العديد من المبادرات القائمة على تقنية البلوكتشين كبدائل قابلة للحياة ومحايدة لطرق الاستدلال التقليدية القائمة على السحابة، والتي تكون عرضة بطبيعتها لتعرض البيانات.

أحد العوائق الأساسية للاستدلال المركزي هو أن جميع التفاعلات مع خوادم الطرف الثالث يتم تسجيلها ومن المحتمل الاحتفاظ بها، مما يشكل خطرًا كبيرًا عندما تتفاعل أنظمة الذكاء الاصطناعي مع معلومات حساسة مثل استراتيجيات التداول أو المفاتيح الخاصة أو بيانات الملكية. وقد تم بالفعل استغلال هذه الثغرة الأمنية في العديد من الحوادث البارزة، بما في ذلك التسرب العرضي لرمز المصدر من قبل مهندسي سامسونج من خلال ChatGPT وتوجيه مطالبات المستخدم الكورية إلى خوادم ByteDance في بكين بواسطة DeepSeek. وتؤكد هذه الحوادث العواقب الملموسة للفشل في إعطاء الأولوية لخصوصية البيانات.

لقد أوضح محلل العملات المشفرة كاف بإيجاز جوهر هذه المشكلة في منشور حديث، مشيرًا إلى أن موجه نظام الوكيل يشبه ألفا، وإذا كان من الممكن قراءته، فيمكن استخراجه. يعكس هذا الشعور الاعتراف المتزايد بأن الخصوصية أصبحت عاملاً حاسماً في تطوير أنظمة الذكاء الاصطناعي، خاصة أنها تتولى أدوارًا أكثر أهمية في إدارة رأس المال وتنفيذ الصفقات. وكما لاحظ كاف، فقد تغير المشهد بشكل كبير منذ عام 2023، عندما كان من الممكن أن تعمل أنظمة الذكاء الاصطناعي مع الإفلات النسبي من العقاب؛ واليوم، أصبحت الخصوصية بمثابة خندق حيوي في النظام البيئي للذكاء الاصطناعي.

وقد تم التأكيد بشكل أكبر على أهمية أمن البيانات في تطوير الذكاء الاصطناعي من خلال تقرير حديث صادر عن شركة ماكينزي، والذي وجد أن المخاوف المتعلقة بأمن البيانات زادت بنسبة 10 نقاط مئوية على أساس سنوي، وبرزت باعتبارها العائق الرئيسي أمام توسيع نطاق الذكاء الاصطناعي في المؤسسات. علاوة على ذلك، واجهت نسبة مذهلة تبلغ 80% من المؤسسات بالفعل حالات لسلوك محفوف بالمخاطر لوكلاء الذكاء الاصطناعي، بما في ذلك الوصول غير المصرح به إلى البيانات.

واستجابة لهذه المخاوف، تعمل شركات التكنولوجيا الكبرى مثل NVIDIA وApple وGoogle Cloud على تطوير حلول تركز على الحوسبة السرية. ومع ذلك، ترتبط هذه الحلول بطبيعتها بموفري خدمات سحابية محددين، مما يحد من إمكانية اعتمادها على نطاق أوسع. في المقابل، تقدم المشاريع القائمة على العملات المشفرة مثل Venice وNEAR وNillion وPhala Network حلولاً بديلة تعطي الأولوية للتنسيق المفتوح ومقاومة الرقابة والبنية التحتية المحايدة.

وقد أظهرت هذه المبادرات القائمة على العملات المشفرة بالفعل جذبًا مثيرًا للإعجاب، حيث أبلغت مدينة البندقية عن أكثر من مليوني مستخدم و50000 مستخدم نشط يوميًا، في حين طورت NEAR وNillion حلولًا مبتكرة تستفيد من بيئات التنفيذ الموثوقة (TEEs) والتشفير المتماثل. وفي الوقت نفسه، حققت شبكة Phala مستويات أداء رائعة، حيث قامت بمعالجة أكثر من مليار رمز LLM يوميًا مع الحفاظ على مستوى عالٍ من الأمان والخصوصية.

وبالنظر إلى المستقبل، تتوقع جارتنر أن أكثر من 75% من المعالجة على بنية تحتية غير موثوقة ستتطلب بيئات تنفيذ موثوقة بحلول عام 2029، مما يخلق فرصة كبيرة في السوق للبنية التحتية للعملات المشفرة التي تركز على الخصوصية لالتقاط أعباء عمل الذكاء الاصطناعي للمؤسسات على نطاق واسع. مع استمرار نمو الطلب على حلول الذكاء الاصطناعي الآمنة والخاصة، تستعد المشاريع القائمة على التشفير للعب دور حاسم في تشكيل مستقبل تطوير الذكاء الاصطناعي.