NVIDIA 如何构建支付基礎模型

在代理公司在第五期中, Simon Taylor(Tempo市場發展部長)和Bam Azizi(Mesh CEO兼創辦人)邀請Pahal Patangia(全球業務發展與支付部長)討論以下議題:金融服務開源模式。

時間轴 :

00:00 引言
05:03 根据轉換器结构付款基模型
10:44 采用金融開源模式
17:53 人工智能推理的成本和延迟平衡
20: 24 在AI托肯經濟效率
23:21 工作流程:
25:45 机构公司的礼宾整合趋势
開啟源碼的 OpenSHIELD 以執行代理安全
33:33 代理對代理的微支付中穩定的貨幣優勢
35: 36 搜索實際降落在代理比支付快

外賣:

1. Agentic Commerce的精髓是「背景外包」:過去控制消费決定的背景正在轉至Agent。
2. 發起使用者行為, 也就是Agent能「像人一樣的消費」的主要基礎。
3. 目前的代理公司實際上落地於搜尋與轉介連結。
4. 金融業爆炸的根本原因不在于科技。
5. 開源模型和開源模型之間的性能差距已縮小到「低能區」。
6. Token經濟學成為新一代的「付費經濟學」:AI的核心限制不再只是處理成本。
7. 很多代理系統是未來的主要戰場: 刺客、收购者、商業、企業內部系統都將演化成代理。
8. 代理工作流程正在成為新的核心企業資產:前身是API和SaaS,現在代理的決定路徑、執行邏輯和回應周期构成了新的「企業IP」。
9. 穩定貨幣在代理對代理機構中具有结构性優勢:微支付、实时结算、全球可用。
10. 代理商的貿易增長成倍: 傳統的支付系統TPS模式並沒有承擔這個模式的轉變。
11. 支付音軌不會被取代, 而是會分層共存 : 而穩定硬幣更适用于機械互動。
12. LLM層目前處於LLM的「早期期」:多談促進創新。
13. 安全已經成為了"特工時代"的基礎問題:需要像OpenSHILD這樣的跑步時間。
14. AI在支付方面的核心用途並未改變:反舞弊、認證、個性化仍是最核心的價值。
15. 當搜尋+建議+實施完全自动化時, 支付只是动员能力的最后一步。

西蒙·泰勒:
歡迎來到Tokenized, 一個專注於穩定硬幣與現實世界資產货币化機構的方案。 我是西蒙·泰勒 今天的主持人 我是Fintech Brain Food的作者 也是Tempo市場發展的主管。

今天我們要繼續進行"生化常識"系列 和梅什的首席執行官巴姆·阿齊西一起 你好,班姆

班·阿齊茲:
我很好,謝謝你西蒙再邀請我們。

西蒙·泰勒:
這系列真的要開拍了 也吸引了大家的注意。

今天我們還有一位來自同樣非常有趣的公司的客人。

所以今天我們邀請NVIDIA的全球企業發展與支付經理Pahal Patangia。 帕哈爾,你好嗎

帕坦吉亞:
我很好 西蒙 謝謝你的邀請 我們期待與我們三個人進行這個對話。

西蒙·泰勒:
這些東西確是集合在一起的。 我所喜歡的就是: 付款,NVIDIA在電子遊戲中的积累, 生意,穩定的硬幣..。

然而在我們開始之前, 我想提醒觀眾和觀眾, 同時,我們所說的都不算是稅務、法律或財政建議。

從宏观觀點來看 這對NVIDIA這樣的公司到底意味著什麼? 為什麼GPU公司、加速器公司、AI公司、五金公司都參與支付和交易

帕坦吉亞:
當然了,西蒙,問得好 我很高興你從GPU、硬件、加速計算器的角度問, 因為這真的是NVIDIA過去几十年的感知。

但我想說的是 這感想過去20年來一直在演化。

NVIDIA已改造成全體加速器平台。

在我們進入Agentic Commerce或AI之前,重要的是要了解NVIDIA在平台層的位置,以及我們提供的能力——這些能力實際上正在推动你每天看到的AI爆炸。

我們通常都用"五樓蛋糕該概念描述NVIDIA提供生态系统建構AI應用程式的能力。

這個「五層蛋糕」是由不同的「連結」組成。

底部是土地、電力與能源。

這在芯片層之上, 包括硬件、 GPU、 CPU 和相關的網路系統。

上面是系統層、数据中心層、這些芯片的排列方式。

因為過去我們把電腦理解為個人的設備, 但現在的數據中心本身就是電腦, 那就是系統層。

上面是基底模層 這些基本模型包括知識、工業理解和能力。 包括OpenAI、Meta、Mistral等。

然而,這些基礎模型需要进一步分解成具体的工業,具体的情景,具体的問題,這是第五个——應用水平。

NVIDIA平台穿過五層, 例如,開發者可以使用這五層來建立自己的應用程式。

在支付方面,一個關鍵應用程式是代理商業。

我們的目標是將我們的硬件,軟體和建模能力嵌入到這些生态玩家的體內,以便他們可以大规模建立這些應用程式. 這是我們現在的位置 也是我們推动生态發展的方式。

西蒙·泰勒:
有趣的是,當我們和很多人談到"生產商業"的時候, 我們都同意它背后有很多軟體, 有很多硬件在運作, 但你已經做了很久了, 你真的明白這些底片是如何運作的。 你怎么看

班·阿齊茲:
是啊,這很有趣,其實。 我之前在LinkedIn有文章 很熱。

就像帕哈爾說的 我指的是基本,分配,布局和連接 我當時的觀點是,連接層是最重要的, 當然是個人的, 因為梅什就在那層。

但從NVIDIA的觀點來看 我其實很好奇 你覺得哪層是最重要的? 你花多少時間和錢

帕坦吉亞:
是啊,很好。 我認為有兩個非常嚴重的現象發生在付款區域。

我們大規模地將AI引入支付業 通常一個现象會導致另一個。

第一個現象是「支付基礎模式」的出現。

如果你看一看生產商業的整個过程 你會發現它已經被壓縮了 例如,收費程序實際上已經被壓縮了。

過去,作為一個人, 你已經掌握了背景。 你知道你要買什麼 你知道要怎麼完成支票 內情就在你的腦袋裡。

但現在的問題是 探員從哪兒得到這些背景的

代理員必須透過了解使用者的行為、使用者的影像、使用者的喜好, 以及您為交易设定的限制( 例如SKU到最後交易的所有規則) , 來存取這些上下文 。

探員,你怎麼得到這些能力

這引發了一種新潮流。

因為在金融服務,尤其是支付和銀行業。

你以前做的是把這些資料輸入機器去學習算法,然後建立潮流模型,例如預測使用者可能買什麼,做什麼交易。

但随着新一代算法的出現 特别是變形器的结构 這是生成AI的基础。

這是“支付基數模式”的概念。

這些模型造就了"嵌入"。

簡言之,嵌入是使用者行為的語言化表示. 例如:

• Pahal,這人是做什麼的

• 他最新的动态喜好是什麼

• 他的長期行為模式是什麼

轉換器模型可以將此資訊整合到此嵌入中 。

然后這些嵌入物會被輸入代理, 由代理者依據此資訊執行動作, 例如完成交易 。

這就是兩個世界開始合併的地方 AI和支付。

這些嵌入物成為代理商的「文字層層」。

這是目前推动工程处发展的重要趋势。

此外,我要特别强调,我們在代理公司看到的另一种趋势是:

如果你把整個流程分解成"搜查"和"付錢"

現在這個故事中發展最快 最成熟的部分是搜索部分。

搜尋已經研究多年, 現在有更好的算法解決它。

因此使用者的經驗更加個人化。

我們也和PayPal做了很多事 PayPal希望將生產商的能力帶給他們的商業環境。

這些企業大多是中小企業,其實更像是"黑匣子", 他們不明白發生了什麼。

PayPal的方法是通过平台向這些企業提供這些能力。

他們的方式是:
開源模型被微調以適合 PayPal 環境和特定示例 。

企業自然會使用這些能力。

西蒙·泰勒:
我聽說了很多關於你的事, 我想重複一遍 看看我是否理解正确。

除了Anthropic、ChatGPT、雙子座模型。

就像你的一樣尼莫而尼特隆,這些模特, 他們一直在領導的表演。

像PayPal這樣的企業客戶 會把這些技能帶給企業。

在支付業中,為業務创造價值就是一切。 商業是世界運作的核心. 如果你不能服侍商人,你就什么都不是了。

他們賣貨 是你的客戶 他們付錢給你 所以你必須為他們創造價值。

Frede也曾發行過付款基礎模型。

但我很好奇 除了反騙子之外 支付基礎模型還能做什麼

如何幫助企業銷售及服務客戶

商家可能不愿意把數據給大型人工智能實驗室。

所以他們往往使用開源模型。

而現在開源模型和前線模型的差距大概是6個月左右,它是一個性能差距。

就大部分日常用途而言,差异几乎是看不到的。

許多中小企業都認為。

所以PayPal可以給他們一個非常好的經驗 而底部其實是NVIDIA的能力。

我想沒有多少人真正知道。

有65%的金融機構已經使用AI, 其中84%說開源模型對他們的AI策略很重要。

所以我想問你: 為什麼開源模型在金融界如此重要

帕坦吉亞:
問得好。

金融界在采用新技术方面一直很慢。

"慢拍"的原因有:
条例
解释性要求
也不信任黑匣子模型

金融機構希望能夠瞭解模型內的情況。

所以他們更喜歡能被控制並微調的模型。

同時,正如你剛才說的,開源模型的性能現在非常接近大型的關閉源模型。

例如:

• 成本

• 控制

• 遵守

• 系統复原力

企業在建設這些應用程式方面。

當然,我們也把基本模型的提供者视为重要的客戶和伙伴。

但當企業需要更大的灵活性時。

例如NVIDIA的Netron模型和NeMo工具鏈可以幫助企業更方便地微調模型。

而且它會變得越來越重要。

西蒙·泰勒:
這是一個有趣的取舍。

巴姆,我想問你,你怎麼看待開放和關閉的來源呢? 從在穩定的貨幣和支付方面建立公司的角度來看, 你的客戶在乎這個嗎

班·阿齊茲:
我認為他們真的不關心 開放或關閉的來源 從客戶的角度。

這是科技界所關心的問題。

但客戶只在乎一件事:
沒人能幫他們經營這行。

但開放資源對業務很重要。

另一個讓我很震驚的事是 帕哈爾在說NVIDIA的位置。

過去,NVIDIA更像是一層硬體,之後中间有一层,如ChatGPT,Cloudmaker等。

但是現在你直接跟PayPal等公司合作了 那表示你跳過中間嗎

這意味著更快,更便宜,更有效率嗎

這是對OpenAI等公司的威脅嗎

帕坦吉亞:
一點也不。

我們的意圖是「支持發展者所在的地方」。

如果開發者想利用我們的大伙伴。

如果他們想使用開源模型,我們也提供工具和平台支援。

這更依赖于企業內的企業需要和决策。

我們提供一個完整的平台 他們可以自由选择。

西蒙·泰勒:
我覺得這很有趣。

帕哈爾,你如何讓PayPal等付款公司做出這些決定? 例如,如果他們向企業提供這些能力,你會如何幫助他們权衡不同的例子? 你從這些付錢的公司得到什麼回報

帕坦吉亞:
問得好。

在這個领域,當你開始經營 日益精密的模型, 從今天的模型到特工的未來, 到更多的特工系統,有很多因素需要考慮。

首先,當然是准确性。 但當你將精確度优化到一定程度時,真正決定結果的是其他因素。

第一是成本。

例如,你將為1900萬家企業服務, 這將每天產生大量推理. 你得想一想 在你的案子裡 如何优化這些推理電話的成本。

第二是拖延。

沒人想在那等 就像網絡壞掉後 瀏覽器裡的小毒蛇遊戲。

你需要的是幾毫秒的反應。

模式需要思考、理由、從不同數據來源取得資訊。

所有這一切都需要很多的代價, 大量的决策, 复杂的流程, 這一切必須是动态和智慧的。

如果特工有正確的調整 并在正確的限量下運作。

你做一次,有回應回路。

此回應周期會產生數據飛輪 :
你們將繼續取得新資料, 將「真實結果」和「理想結果」作比較。

西蒙·泰勒:
是的,然後當你把這個邏輯從個人特工延伸至更多的特工系統時,事情會變得更複雜。

例如:

• 代理的網路邊

• 牌邊的特工

• 行邊的特工

這些特工會互相交流。

或者在企業內:

• SAP采购代理商

• 它需要跟清查系統談談

• 還有金融系統

整個系統是如何工作的? 我們怎麼能更有效率

托肯會爆炸的。

所以"托肯經濟學"才非常重要。

不僅減少象征性使用。

甚至可以理解的是:
"每千瓦小時能出多少高質量的代碼"。

這其實是個經濟模式。

如果你不控制它,很容易燒掉很多錢。

任何玩過OpenClaw的人都知道 一個月花1000美元很簡單 只是幾個API 然后掉進各种狂歡的洞里。

對企業來說。

你曾經在雪花,CNN等地 經營一些機器學習模型 但現在這些AI模型 成本结构完全不同。

這個成本的差異對一個忠于使用者或反舞弊的企業來說是重大的。

而卡片組織,商家,發售人的不同角色中, 每個人對代理都有不同的要求,對符號也有不同的需要。

因此系統的複雜性非常高。

不只是控制成本, 而是讓系統隨時改善
「你只是犯了一個錯誤。

但是如果你真的使用OpenClaw, 你會知道這真的很難保持系統穩定。

NVIDIA在企業層面繼續解決這個問題。

西蒙·泰勒:
我們把目標拉回電工那兒了。

生產商業對商業有何影響

當使用者關閉書本時, 這些價值從何而來

帕坦吉亞:
我們的目標是支持那些真正為最终用户創造價值的玩家,比如PayPal。

他們將與大型零售商合作。

從全業的角度看

例如, MasterCard 在某些国家已經做了完全由代理驱动的交易。

這些是成功的早期征兆。

導致我們相信這些技術終究會成為主流。

當然,有很多問題需要處理,例如:
這些特工真的提高了收費率嗎
夠穩定嗎

目前需要更多的微調和限制机制,使特工能够真正自主地履行其任务。

西蒙·泰勒:
我尤其要提到薩丁,他在反舞弊方面做了很多工作。

他們有70億的數據網絡 建立自己的模型 記錄了特工的實施效果。

這些歷史資料和代理工作流程本身就是一种知识产权。

這些能力過去是通过SaaS或API提供的,現在是代理工作流程。

在電工裡 你的特工工作流程就是你的核心IP。

我覺得這是個關鍵點。

西蒙·泰勒:
好了,謝謝梅什和所有贊助者 使這場演出得以進行。

班姆,我不知道你是否像我一樣 但現在我聽到了很多不同的條例名字 我記不得了。

你現在怎麼跟客戶討論這些協議? 你會問NVIDIA有什麼問題嗎

班·阿齊茲:
我想現在的中心問題是:未來會走向一体化嗎

這是一個「十億美元」的問題。 如果有人能回答這個問題 就可以在那地區建立大公司。

如果你問我 我更喜歡整合 就像網路的發展。

過去有很多不同的協議 但最後我們都和HTTP團結。

也有很多項協議。

即便在充電介面上,一兩個也終于從不同的介面整合。

所以我覺得這裡會發生類似的事情。

由中立組織主辦, 由Frede, Coinbase等公司支持。

我自我認同 安全 我們在認證協議中也看到了相似的整合程序。

所以我的判斷是 它將被整合。

但我對帕哈爾的意見也很好奇。

另一個問題是:
未來會有不同的交易嗎

例如:

• 人与物介面

• 代理與代理的相互作用

UI/UX兩種情況。

你覺得市場上會發生什麼

西蒙·泰勒:
我想到一本經典的XKCD漫畫:

"現在有14個憑證標準 我們需要一個统一的標準"
然後說 "現在有15個標準"

你怎么看

帕坦吉亞:
是啊,如果我有水晶球, 我想知道答案。

但從我們的角度看 我同意巴姆

最后,這些協議將借鉴一些主流方案。

但在此过程中,多元性是件好事。

因為這些協議正在啟動更多發展者。

目前為「民主化期」。

不同模式的出现推动了全業的采用。

這些協議也會發生同樣的事。

這項協議將吸引越来越多的參與者。

这将促进互操作性,并最终走向一体化。

此外,随着越来越多的特工的建立,安全问题也变得越来越重要。

每個人都在建立自己的特工系統 但重要的是要確保它們能在安全的环境中運作。

我們在GTC上發表了一個叫OpenSheld的資料。

OpenSHIELD 是在代理與基建之間執行的開源時安全加強的 。

它能為特工提供沙盒環境 他們可以在受控環境下運作。

這會限制影響的範圍。

西蒙·泰勒:
是的,那很重要。

很多人不知道:

當你製造特工時 你有製造環境 你想讓特工進入製造環境嗎

若沒有孤立。

所以OpenSheld這樣的沙盒機構非常重要。

西蒙·泰勒:
我想到了一個例子:在網路轉移初期。

目前,它可能处于很早的阶段。

所以我想知道:

你現在要怎麼分配精力

你專注於穩定硬幣
還是人和特工之間有互動
或者探員和探員之間的相互作用

你做所有的還是專注的

帕坦吉亞:
問得好。

我認為

• 付款基模型

• 代理公司

然而,新的次趋势會繼續出現。

像一個穩定的硬幣。

我們認為穩定貨幣是現有系統的补充。

新一代使用者可能比信用卡更習慣使用穩定的貨幣。

但同時,兩者將被整合。

然而

• 反舞弊

• 位置

• 人格化

這些仍然是最重要的。

西蒙·泰勒:
是的,它实质上是付款的附加值。

無論您使用穩定的貨幣或是卡片網路。

西蒙·泰勒:
班姆 我很好奇你怎么想的 你覺得"基因商業"和"穩定貨幣"之間的關係如何

班·阿齊茲:
我覺得Agenic Company可以使用不同的支付音軌。

例如,使用者在ChatGPT、Anthropic或Portexity上搜索一雙鞋子或T恤等商品,然后Agent可以幫助使用者支付。

使用信用卡或穩定的貨幣。

在這種情況下,二者是平行的。

然而,在跨境支付和國際交易中,稳定的货币更有利。

在特工對特工的場景中 我想穩定货币是絕對的优势。

原因是:

這些交易通常都是微额支付。
例如,0.0005美元。

也無法在傳統的銀行系統中處理。

同时,這些交易要求:
实时
全球
在线

穩定的貨幣符合這些條件。

另一個是交易頻率。

人平均一天可以做兩次交易 但特工一天可以做兩千次交易。

此 TPS 只有區塊鏈支持 。

傳統的支付系統不是為代理設計的, 而是失敗的 。

所以我非常感謝在生產公司使用穩定硬幣。

西蒙·泰勒:
這真的很暴躁,不是嗎

我記得每秒有四百萬封電子郵件。

在這種世界中, 傳統支付系統每秒處理數萬項交易的能力顯然不足。

但讓我們回到現實吧,帕哈爾 從你的觀點來看,真正的使用者要求在哪裡? 真正的交易呢

我經常開玩笑說 現在的協議比付款協議還多。

你可能是最接近底部基础设施的人。

那真正需要的呢? 真正的例子呢

帕坦吉亞:
我想有兩個方法可以回答。

第一。

正如我之前提到,我們可以把整個过程分成兩部分:

• 搜尋

• 付款

目前,這部分搜索已變得更成熟,甚至可能說已經解決了。

付款的這部分仍然在實驗中。

許多沙盒測試正在進行中。

所以我才要看看 OpenSHIELD 等工具 因為它能幫助生态系统 在安全環境中建立這些代理商 讓他們有能力交易。

第二是長期的。

我看過很多特工的進展。

在未來的世界 不同的特工們互相交換合作。

我們的角色是幫助這些系統變得更好:

• 通过回應循环

• 在安全操作环境中

• 通过各种约束机制(看守机构)

當然,需要做很多的微調,以确保這些特工如期實施,沒有偏差。

這些是我們未來的焦點方向。

西蒙·泰勒:
我認為今日討論的重要主題之一。

我和巴姆笑了一下 因為在穩定的貨幣方面 我們把標記經濟理解為另一個邏輯。

但現在你會發現:

一切都變成了"收"了。

身份證上有符號
网易安全
簽證、萬事通卡、網路信號
開放的銀行裡有一種符號
穩定的貨幣就是代價
在AI也

「tokeen」這個詞在英文中實際上令人困惑。

但總之,你必須了解它背后的經濟模式。

總而言之

• 速度

• 成本

這兩個因素會讓我們回到現實中。

西蒙·泰勒:
帕哈,謝謝你今天的分享 NVIDIA是長期的專注, 如果你想知道更多關於你或NVIDIA 在支付领域,你能去哪

帕坦吉亞:
每個人都可以在LinkedIn聯繫我 或者通过我的郵箱。

如果你想知道NVIDIA在金融服務方面做什麼, 你可以參觀NVIDIA官方網絡。

我們想把人工智能的能力帶到整個環境 我們很高興能成為合作伙伴。

西蒙·泰勒:
很好 謝謝 Bam, 如果你想進入 Mesh 或者聯繫你, 你想做什麼

班·阿齊茲:
也可以在Twitter、LinkedIn上搜尋Mesh Pay。 如果你想找到我,你可以在Telegram或Twitter上搜索Bam Azizi。

西蒙·泰勒:
您也可以在每個平台上找到我, 我最近寫了一篇文章, 如果你喜歡這個節目, 記住要订阅, 讚美, 下次見。