NVIDIAはPayPalのためにPayments Foundation Modelを構築する方法
核心的な視点
NVIDIAが「支払い基盤モデル」を明らかに：AIエージェントにビジネス意思決定能力を与える方法、ステーブルコインが機械レベルのマイクロペイメントの核心基盤となりつつある『Agentic Commerce』第5号では、Simon Taylor（Tempo市場開発責任者）とBam Azizi（Mesh CEO兼創設者）が、Pahal Patangia（NVIDIAグローバル業界ビジネス開発および支払い責任者）を招いて、金融サービスにおけるオープンソースモデル、エージェント化ワークフローとしてのビジネスにおける知的財産などのトピックについて議論しました。
タイムライン：
00:00 イントロダクション
05:03 トランスフォーマーアーキテクチャに基づく支払い基盤モデル
10:44 金融サービスにおけるオープンソースモデルの採用
17:53 AI推論におけるコストと遅延のトレードオフ
20:24 AIシステムにおけるトークン経済と効率
23:21 エージェント化ワークフローとしてのビジネスにおける知的財産
25:45 Agentic Commerceにおけるプロトコル統合のトレンド
30:17 エージェントの安全性のためのオープンソースランタイムOpenSHIELD
33:33 エージェント間のマイクロペイメントにおけるステーブルコインの利点
35:36 支払いに比べ、エージェントにおける検索の実際の落ち着きが早い
テイクアウェイ：
- Agentic Commerceの本質は「コンテキストのアウトソーシング」である：過去に人が掌握していた消費決定のコンテキストが、エンベディング + 基盤モデルによってエージェントに移行し、支払い能力は実行層ではなく、決定チェーンの一部となる。
- 支払い基盤モデルはコア変数である：従来のタブラー金融データをトランスフォーマーに入力し、ユーザー行動のエンベディングを生成することが、エージェントが「人のように消費する」ための重要なインフラである。
- 検索は成熟しているが、支払いはまだ初期段階にある：現在のAgentic Commerceの実際の落ち着きは主に検索と推薦の段階に集中しており、支払いの段階はまだサンドボックスと実験段階にある。
- オープンソースが金融業界で爆発的に普及した根本的な理由は技術ではなく、規制とコントロールである：説明可能性、コントロール可能性、微調整能力が、パフォーマンスよりも重要である。
- オープンソースモデルとクローズドソースモデルのパフォーマンス差は「無視できる範囲」に縮小しており、コスト、コンプライアンス、展開の柔軟性が企業の意思決定の主導要因となる。
- トークン経済は新世代の「支払い経済」となった：AIシステムのコア制約はもはや手数料だけではなく、トークン消費、推論コスト、遅延、エネルギー消費の総合最適化問題である。
- マルチエージェントシステムは未来の主戦場である：発行者、取得者、商人、企業内部システムはすべてエージェントに進化し、機械対機械の相互作用を通じてビジネスプロセスを完了する。
- エージェントワークフローは新しい企業のコア資産になりつつある：過去はAPIとSaaSだったが、今はエージェントの決定経路、実行ロジック、フィードバックループが新しい「ビジネスIP」を構成している。
- ステーブルコインはエージェント間のシナリオで構造的な利点を持つ：マイクロペイメント、リアルタイム決済、グローバル利用可能性は、従来のカードネットワークではサポートできない。
- エージェントがもたらす取引量の増加は指数関数的である：人間は1日に2回の取引を行うが、エージェントは2000回行う可能性があり、従来の支払いシステムのTPSモデルはこのパラダイムの変化を支えられない。
- 支払いトラックは置き換えられるのではなく、層状に共存する：カードネットワークは人間の相互作用に適しており、ステーブルコインは機械の相互作用により適しており、両者は異なるシナリオで並行して存在する。
- プロトコル層は現在「LLM初期段階」にある：複数のプロトコルの共存がイノベーションを促進し、長期的には少数の標準に収束する必然性がある。
- セキュリティはエージェント時代のインフラ問題となる：OpenSHIELDのようなランタイムが必要であり、エージェントをサンドボックス内で隔離して実行し、システミックリスクの拡散を防ぐ。
- AIの支払い分野におけるコアユースケースは変わっていない：不正防止、本人確認、パーソナライズは依然として最も重要な価値であり、実現方法はルール→モデル→エージェントへと進化している。
- Agentic Commerceの真の突破口は支払いではなく「決定の自動化」にある：検索+推薦+実行が完全に自動化されると、支払いは単なる最後のステップの呼び出し能力となる。
Simon Taylor：
Tokenizedへようこそ。これはステーブルコインと現実世界の資産トークン化機関の採用に焦点を当てた番組です。私はSimon Taylor、今日のホストであり、Fintech Brain Foodの著者であり、Tempoの市場開発責任者です。
今日はAgentic Commerceシリーズを続けます。私と一緒にいるのはMeshのCEO、Bam Aziziです。最近どうですか、Bam？
Bam Azizi：
私は元気です。Simon、再度招待してくれてありがとう。
Simon Taylor：
このシリーズは本当に盛り上がっています。Agentic Commerceは今、世界で最もホットなトピックの一つになっており、本当に皆の注目を集めています。
今日は、同様に注目を集めている企業からのゲストを招いています------実際には世界最大の企業の一つとも言える------しかし、彼らはAgentic Commerceを支援する上で、多くの人が気づいていないことを行っています。
そこで、NVIDIAのグローバル業界ビジネス開発および支払い責任者、Pahal Patangiaを招待しました。Pahal、最近どうですか？
Pahal Patangia：
私は元気です、Simon。招待してくれてありがとう。この番組に来られて嬉しいですし、私たち三人の対話を楽しみにしています。
Simon Taylor：
確かに、すべてが一つに集まっています------これが私の好きなすべてです：支払い、NVIDIAのビデオゲーム分野での蓄積、ビジネス、ステーブルコイン……すべての良いものです。
しかし、始める前に、視聴者とリスナーに注意を促したいことがあります：この番組のゲストの意見は個人のものであり、必ずしも彼らの所属する会社の意見を代表するものではありません。また、私たちが話す内容は税務、法律、または財務のアドバイスを構成するものではありませんので、皆さん自身で調査してください。
さて、マクロな視点から見ると、Agentic CommerceはNVIDIAのような企業にとって何を意味するのでしょうか？GPU企業、加速計算企業、AI企業、ハードウェア企業が、なぜ支払いとビジネスに関与するのでしょうか？
Pahal Patangia：
もちろん、Simon、それは良い質問です。あなたがGPU企業、ハードウェア企業、加速計算企業の観点から質問してくれて嬉しいです。なぜなら、これは過去数十年にわたって皆がNVIDIAを認識してきたことだからです。
しかし、私が言いたいのは、この認識は過去20年間で実際に進化し続けているということです。
過去数十年で、NVIDIAは全スタックの加速計算プラットフォームに転換し、企業全体のエコシステムにおけるAIアプリケーションに能力を提供しています。
Agentic CommerceやAIに入る前に、NVIDIAのプラットフォームレベルでの位置付けと、私たちが提供する能力を理解することが重要です------これらの能力は、あなたが毎日目にするAIの爆発を推進しています。
私たちは通常、「五層ケーキ」の概念を使って、NVIDIAがエコシステムにAIアプリケーションを構築するために提供する能力を説明します。
この「五層ケーキ」は、今日のスケーラブルな方法でAIアプリケーションを構築し、AI工場を構築することを可能にする異なる「成分」で構成されています。
最下層は土地、電力、エネルギー------これはAI関連のすべてのことを行うための基盤です。
その上にチップ層があり、ハードウェア、GPU、CPU、関連するネットワークシステムが含まれます。
さらに上にはシステム層、つまりデータセンター層があり、これらのチップがどのように組織されるかを考えます。私たちはそれらを異なるユニットとして見て、最終的に「巨大なコンピュータ」に組み合わせます。
過去にはコンピュータを個人デバイスとして理解していましたが、今やデータセンター自体がコンピュータであり、これがシステム層です。
その上には基盤モデル層があります。これらの基盤モデルには知識、業界理解、さまざまな能力が含まれています。エコシステムにはOpenAI、Meta、Mistralなど、多くのパートナーがいて、これらの基盤モデルを構築しています。
しかし、これらの基盤モデルは、特定の業界、特定のシナリオ、特定の問題にさらに細分化される必要があります。これが第五層------アプリケーション層です。
NVIDIAのプラットフォームはこの五層を通じて、これらの能力の全体を組み合わせています。開発者はこの五層プラットフォームを利用して、自分のユースケースのためにアプリケーションを構築できます。
支払い分野において、重要なアプリケーションはAgentic Commerceです。
私たちの目標は、私たちのハードウェア、ソフトウェア、モデルの能力をこれらのエコプレイヤーに組み込むことで、彼らがこれらのアプリケーションを大規模に構築できるようにすることです。これが私たちの位置付けであり、エコシステム全体を推進する方法です。
Simon Taylor：
私にとって興味深いのは、Agentic Commerceについて多くの人と話すとき、皆が背後に多くのソフトウェアやハードウェアがこれらのものを実行していると仮定することですが、あなたはこの業界に長くいるので、実際にこれらの基盤がどのように機能しているかを非常によく理解しています。あなたはどう思いますか？
Bam Azizi：
そうですね、これは興味深いことです。実際、私は以前LinkedInにこのような層構造についての投稿をしたことがあり、かなり反響がありました。
Pahalが先ほど話したことに非常に似ています。私は基盤層、配信層、編成層、接続層について話しました。私の見解は、接続層が最も重要であるということです------もちろん少し「私心」がありますが、Meshはまさにこの層にいます。
しかし、実際には、NVIDIAの観点から見ると、どの層が最も重要だと思いますか？現在、どの層に最も多くの時間と資金を投入していますか？
Pahal Patangia：
はい、その質問は良いですね。私たちの観点から見ると、現在支払い業界で非常に重要な二つの現象が起こっています。
私たちはAIを支払い業界に大規模に導入しており、通常、一つの現象が別の現象を引き起こします。
最初の現象は「支払い基盤モデル」の出現です。
Agentic Commerceの全プロセスを見てみると、このプロセスは実際に「圧縮」されています。たとえば、チェックアウトプロセスは実際に圧縮されています。
過去の世界では、あなたは人間としてコンテキストを掌握していました。あなたは何を買うかを知っており、どのようにチェックアウトを完了するかを知っており、これらのコンテキストはあなたの頭の中に存在していました。
しかし、今の問題は：エージェントはどこからこれらのコンテキストを取得するのか？
エージェントは、ユーザーの行動、ユーザーのプロファイル、ユーザーの好み、そして取引に設定したさまざまな制約条件（SKUから最終取引までのすべてのルールなど）を学ぶことによって、これらのコンテキストを取得する必要があります。
では、エージェントはどのようにこれらの能力を得るのでしょうか？
これが新しいトレンドを引き起こします。私はこれが少し「地下」のトレンドだと言いますが、急速に注目を集めています------それが「支払い基盤モデル」です。
金融サービス業界、特に支払いと銀行業界では、歴史的にすべてのデータが基本的に構造化された表形式で存在していました。
過去には、これらのデータを機械学習アルゴリズムに供給し、ユーザーが何を購入する可能性があるか、何を取引する可能性があるかを予測する傾向モデルを構築していました。
しかし、新しい世代のアルゴリズム、特にトランスフォーマーアーキテクチャの出現により------これは生成AIの基盤です------今、新しいトレンドが生まれています。それは、これらの構造化データをトランスフォーマーモデルに公開することです。
これが「支払い基盤モデル」の概念です。
これらのモデルは「エンベディング」と呼ばれるものを生成します。
簡単に言えば、エンベディングはユーザー行動の意味的表現です。たとえば：
Pahalという人は何をするか
彼の最近の動的な好みは何か
彼の長期的な行動パターンは何か
トランスフォーマーモデルはこれらの情報を統合し、このエンベディングを形成します。
その後、これらのエンベディングはエージェントに入力され、エージェントはこれらの情報に基づいて行動を実行します。たとえば、取引を完了するなどです。
これが二つの世界が融合し始める場所です------AIと支払い。
これらのエンベディングはエージェントの「コンテキスト層」となり、エージェントがより良く実行し、より良く反復し、すべての行動が設定されたルールの範囲内で行われることを保証し、同時に学び続け、最適化し続けることを可能にします。
これが現在、Agentic Commerceの発展を推進している重要なトレンドの一つです。
また、Agentic Commerceで見られる別のトレンドを特に強調したいと思います：
もしあなたが全体のプロセスを「検索」と「支払い」に分けると、
現在、実際に最も早く成長し、最も成熟しているのは「検索」の部分です。
検索の問題は実際に多くの年にわたって研究されてきましたが、今はそれを解決するためのより良いアルゴリズムがあります。したがって、この技術の波は「検索」に非常に効果的です。
これが、現在のユーザー体験がより個別化され、より粘着性が高くなっている理由でもあります。
私たちはPayPalとも多くの協力をしています。PayPalは、Agentic Commerceの能力を彼らの商人エコシステムに提供したいと考えており、約1900万の商人がいます。
これらの商人の大半は中小商人であり、彼らはAIに対して比較的「ブラックボックス」であり、何が起こっているのかをあまり理解していません。
PayPalのアプローチは、これらの能力をプラットフォームを通じてこれらの商人に提供することです。
彼らの方法は：
オープンソースモデルを微調整し、これらのモデルをPayPalの環境と具体的なユースケースに適合させることです。
こうすることで、商人は自然にこれらの能力を使用でき、基盤技術を理解する必要はありません。
Simon Taylor：
あなたが話している内容をたくさん聞きましたので、私が理解したことを試しに要約してみたいと思います。また、リスナーがより理解しやすくなるように。
多くの人が見落とす点があります：Anthropic、ChatGPT、Geminiなどのモデルの他にも、多くのオープンソースモデルがあり、NVIDIAはこの分野で重要な参加者です。
あなたたちのNeMo、Neotronなどのモデルは、パフォーマンスで常にリードしています。
そして、PayPalのような企業顧客は、これらの能力を商人に提供します。
支払い業界では、商人に価値を創造することがすべてです。商人こそが世界の運営の中心です。もし商人にサービスを提供できなければ、あなたは実際には何もありません。
彼らは商品を売る人々であり、彼らはあなたの顧客であり、彼らがあなたにお金を払います。したがって、あなたは彼らに価値を創造しなければなりません。
Stripeも以前、支払い基盤モデルを発表し、不正防止において良い結果を出しました。
しかし、私は興味があります。不正防止の他に、支払い基盤モデルは何ができるのでしょうか？
もし私が非常に豊富で多次元のエンベディングを持っていて、ユーザーのさまざまな好みを理解できるとしたら、これらの能力は商人がより多くのものを売り、顧客に良いサービスを提供するのにどのように役立つのでしょうか？
そして、商人はおそらくこれらのデータを大規模なAIラボに渡したくないでしょう。
したがって、彼らはオープンソースモデルを使用する傾向があります。
また、現在オープンソースモデルと最前線のモデルとの間のギャップは約6ヶ月であり、パフォーマンスの差もあります。
ほとんどの日常使用においては、実際には差を感じることはありません。
多くの中小商人にとって、これらのモデルは彼らが現在使用している無料版ChatGPTよりもはるかに優れています。
したがって、PayPalは彼らに非常に良い体験を提供でき、その基盤には実際にNVIDIAの能力があります。
私はこの点に多くの人が気づいていないと思います。
さらに、調査データによると、65%の金融機関がすでにAIを使用しており、84%がオープンソースモデルが彼らのAI戦略にとって重要であると述べています。
したがって、私はあなたに尋ねたいと思います：なぜオープンソースモデルが金融業界でこれほど重要になっているのでしょうか？
Pahal Patangia：
はい、それは良い質問です。
金融業界は常に新技術の採用において「遅れをとっている」傾向があります。
この「遅れ」の理由には：
規制
説明可能性の要求
および「ブラックボックスモデル」に対する不信感が含まれます。
金融機関は、モデル内部で何が起こっているのかを理解したいと考えており、それによって安心して生産環境で使用できるようにしたいのです。
したがって、彼らは制御可能で微調整可能なモデルを使用する傾向があります。
また、あなたが言ったように、現在オープンソースモデルのパフォーマンスは大規模なクローズドソースモデルに非常に近づいています。
この「パフォーマンスの接近」は、議論の焦点を「モデルのパフォーマンス」から他の次元に移すことになります。たとえば：
コスト
コントロール
コンプライアンス
システムの弾力性
企業は、これらのアプリケーションを構築する際に、単一の供給者に依存するのではなく、より多くの選択肢を持ちたいと考えています。
もちろん、私たちも基盤モデルの提供者を重要な顧客およびパートナーと見なしています。
しかし同時に、企業がより柔軟性を必要とする場合、オープンソースモデルがより適していることが多いです。
たとえば、NVIDIAのNeotronモデルやNeMoツールチェーンは、企業がモデルをより簡単に微調整できるように支援します。
この能力はAgentic Commerceの中でますます重要になっていくでしょう。
Simon Taylor：
このトレードオフは確かに興味深いです。
Bam、あなたは安定したコインと支払いの分野で会社を構築している立場から、オープンソースとクローズドソースについてどう考えていますか？あなたの顧客はこの問題を気にしますか？
Bam Azizi：
顧客の観点から見ると、彼らは実際にはオープンソースかクローズドソースかを気にしません。
これは技術コミュニティが関心を持つ事柄であり、科学の発展や技術の発展にとって重要です。
しかし、顧客が関心を持つのは一つのことだけです：
最良の解決策があるか、彼らのビジネスを運営するのに役立つかどうかです。
ただし、オープンソースは業界にとって非常に重要であり、私たちはできるだけオープンソースを推進する必要があります。
もう一つ、私が非常に印象に残ったのは、PahalがNVIDIAの位置について話したことです。
過去にはNVIDIAはハードウェア層に近い存在でしたが、その間にChatGPTやクラウドプロバイダーなどの層があり、その上にアプリケーション層がありました。
しかし、今ではあなたたちはPayPalのような企業と直接協力しているということは、「中間層を飛び越えている」ことを意味しますか？
それはより早く、より安く、より効率的であることを意味しますか？
それはOpenAIのような企業に対する脅威になるのでしょうか？
Pahal Patangia：
全くそうではありません。
私たちの理念は「開発者がいる場所で彼らをサポートする」です。
開発者が私たちの大規模なパートナー、たとえば基盤モデルの提供者を使用したい場合、私たちは完全にサポートし、彼らが最良の結果を得るのを助けます。
彼らがオープンソースモデルを使用したい場合、私たちもツールとプラットフォームのサポートを提供します。
これは主に企業内部のビジネスニーズと意思決定に依存します。
私たちが提供するのは、彼らが自由に選択できる完全なプラットフォームです。
Simon Taylor：
この選択は本当に非常に興味深いです。
Pahal、あなたはPayPalのような支払い会社がこれらの意思決定を行うのをどのように指導していますか？たとえば、彼らが商人にこれらの能力を提供するために、異なるユースケース間でどのようにバランスを取るのを助けますか？これらの支払い会社からのフィードバックは何ですか？
Pahal Patangia：
これは良い質問です。
この分野では、ますます複雑なモデルを運用し始めると、今日のモデルから未来のエージェント、そしてマルチエージェントシステムに至るまで、考慮すべき要素がたくさんあります。
まず、もちろん正確性です。しかし、正確性をある程度最適化した後、結果を決定するのは他のいくつかの要素です。
最初の要素はコストです。
たとえば、1900万の商人にサービスを提供する場合、毎日大量の推論呼び出しが発生します。あなたは考えなければなりません：あなたのユースケースの下で、これらの推論呼び出しのコストを最小限に最適化するにはどうすればよいか。
次の要素は遅延です。
誰も待ちたくはありません。ネットワークが切断された後のブラウザの小さな蛇ゲームのように（Chromeのオフラインミニゲーム）。
あなたが必要とするのはミリ秒単位の応答です。
モデルはミリ秒内に思考、推論、異なるデータソースから情報を取得し、コンテキストを組み合わせ、設定されたルール内で意思決定を行う必要があります。
これをすべて完了するには、大量のトークンを消費し、多くの意思決定を行い、複雑なプロセスを実行する必要があります。そして、これらすべては動的で、インテリジェントでなければなりません。
エージェントが正しく微調整され、正しい制約条件の下で実行されると、これを実現することができます。
あなたは一度実行し、その後フィードバックループがあります。
このフィードバックループは「データフライホイール」を形成します：
あなたは新しいデータを継続的に取得し、「実際の結果」と「理想的な結果」を比較し、モデルを継続的に最適化します。
Simon Taylor：
そして、この論理を単一のエージェントからマルチエージェントシステムに拡張すると、事態はさらに複雑になります。
たとえば：
ネットワーク側のエージェント
発行者側のエージェント
取得者側のエージェント
これらのエージェントは相互に通信します。
また、企業内部では：
SAPシステム内の調達エージェント
在庫システムと対話する必要がある
財務システムとも対話する必要がある
では、全体のシステムはどのように推論を行い、より効率的になるのでしょうか？
これがトークンが爆発的に増加する問題を引き起こします。
これが「トークン経済」が非常に重要になる理由です。
単にトークンの使用量を減らすだけでなく、コスト、計算能力、遅延の間で最適な効率を実現する方法です。
さらには理解できます：
「1kWhあたりどれだけの高品質なトークン出力が生成できるか」。
ここには実際に経済モデルがあります。
もしあなたがこれをうまく制御しなければ、簡単に多くのお金を失うことになります。
OpenClawを使ったことがある人は誰でも知っているように、簡単に1ヶ月で1000ドルを使ってしまうことがあります。APIをいくつか呼び出しただけで、さまざまなラビットホールに落ち込んでしまいます。
企業にとって、この問題はさらに深刻です。
過去には、いくつかの機械学習モデルを実行していたかもしれませんが、たとえばSnowflake上のモデルやCNNなど、今ではこれらのAIモデルのコスト構造は完全に異なります。
ユーザーの忠誠度や不正防止を行う企業にとって、このコストの違いは非常に大きいです。
また、カード組織、商人、発行者などの異なる役割の中で、各役割がエージェントに求める要件は異なり、トークンの需要も異なります。
したがって、全体のシステムの複雑性は非常に高いです。
コストを制御するだけでなく、システムが時間とともに改善し続けるようにする必要があります。人のように学ぶことが必要です：
「あなたは今間違ったことをしました。次回はそれを繰り返さないでください」。
しかし、もしあなたが本当にOpenClawを使ったことがあれば、システムが持続的に正しいことを行うことは非常に難しいことがわかります。
したがって、NVIDIAが企業レベルのシナリオでこの問題を解決することは非常に価値があります。
Simon Taylor：
私たちの話題をeコマースに戻しましょう。
Agentic Commerceは現在、ビジネスにどのような影響を与えていますか？
ユーザーはチェックアウト時に本当にこれらの変化を感じることができますか？これらの価値はどこに現れていますか？
Pahal Patangia：
私たちの目標は、実際にエンドユーザーに価値を創造するプレイヤーをサポートすることです。たとえば、PayPalのような支払いプラットフォームです。
同時に、彼らは大手小売業者と協力し、その上に消費者向けのエージェントを展開します。
業界全体から見ると、私たちが見ているいくつかのトレンドには以下が含まれます：
たとえば、Mastercardはすでにいくつかの国で完全にエージェント駆動の取引を実現しています。
これらはすべて初期の成功の兆候です。
これにより、私たちはこれらの技術が最終的に主流になると信じています。
もちろん、ここには解決すべき多くの問題があります。たとえば：
これらのエージェントは本当にチェックアウトの転換率を向上させることができるのか？
十分に安定しているのか？
現時点では、エージェントが本当に自主的にタスクを完了できるようにするために、さらなる微調整と制約メカニズムが必要です。
Simon Taylor：
特にSardineについて言及したいと思います。彼らは不正防止分野で多くのことを行っています。
彼らは70億のデバイスデータネットワークを持ち、自分たちのモデルを構築し、エージェントの実行効果を記録しています。
これらの履歴データとエージェントのワークフロー自体が知的財産です。
過去にはこれらの能力がSaaSやAPIを通じて提供されていましたが、今ではエージェントのワークフローに変わっています。
eコマースにおいて、あなたのエージェントワークフローはあなたのコアIPです。
これは非常に重要なポイントだと思います。
Simon Taylor：
さて、Meshに感謝し、この番組を実現してくれたすべてのスポンサーに感謝します。
Bam、あなたも私と同じように、今、たくさんの異なるプロトコルの名前を聞いていて、覚えきれないほど多いと思います。
あなたは今、顧客とこれらのプロトコルについてどのように話していますか？あなたはNVIDIAに何を尋ねますか？
Bam Azizi：
私は今、最も核心的な問題は、未来が統合に向かうのか、それとも引き続き断片化するのかということだと思います。
これは「十億ドル規模」の問題です。この問題に答えられる人がいれば、この分野で巨大な会社を築くことができます。
私に聞かれれば、私は統合の方が良いと思います。インターネットの発展のように。
過去には多くの異なるプロトコルがありましたが、最終的にはすべてHTTPに統一されました。
デバイス間の通信にも多くのプロトコルがありましたが、最終的には基本的にWi-FiとBluetoothに統一されました。
充電インターフェースでも、さまざまな異なるインターフェースから最終的には一つか二つに統一されました。
したがって、ここでも同様のことが起こると思います。
特に最近のx402の進展、たとえば彼らがLinux財団に進出し、中立的な組織によってホストされることを推進していること、同時にStripe、Coinbaseなどの企業も支持していることなどです。
私は認証とセキュリティを専門にしており、認証プロトコルにおいても同様の統合プロセスを見てきました。
したがって、私の判断は統合に向かうということです。
しかし、Pahalの見解も非常に興味深いです。
もう一つの質問は：
未来には異なるプロトコルが登場するのでしょうか？
たとえば：
人間とエージェントの相互作用
エージェントとエージェントの相互作用
これら二つのシナリオのUI/UX、プロトコルは完全に異なる可能性があります。
あなたは現在の市場の発展をどう見ていますか？
Simon Taylor：
私はある古典的なXKCDの漫画を思い出します：
「今、14種類の認証基準があります。私たちは統一基準が必要です。」
そして後に「今、15種類の基準があります。」
あなたはこの分野に長くいるので、この問題をどう見ていますか？
Pahal Patangia：
はい、もし私に水晶玉があれば、私もその答えを知りたいです（笑）。
しかし、私たちの観点から見ると、私はBamの見解に同意します：
最終的にこれらのプロトコルは少数の主流のソリューションに収束するでしょう。
しかし、このプロセスの中で、現在の多様性は実際には良いことです。
なぜなら、これらのプロトコルはより多くの開発者を活性化し、より多くの人々が構築を始めることを可能にしているからです。
現在の段階は実際には「民主化の段階」であり、過去3年間のLLMの発展のようなものです。
異なるモデルが次々と登場し、業界全体の採用を促進しています。
同様のことがこれらのプロトコルにも起こります。
これらのプロトコルは、ますます多くの人々を引き付けます------開発者、企業、ユーザー------皆がこれらの基盤の上に構築します。
これが相互運用性の発展を促進し、最終的には統合に向かうでしょう。
さらに、ますます多くのエージェントが構築されるにつれて、セキュリティの問題もますます重要になります。
皆が自分のエージェントシステムを構築していますが、これらのシステムが安全な環境で実行されることを確認する必要があります。
したがって、私たちはGTCでOpenSHIELDと呼ばれるものを発表しました。
OpenSHIELDはオープンソースのランタイムであり、安全性を強化するもので、エージェントとインフラストラクチャの間に位置しています。
それはエージェントにサンドボックス環境を提供し、制御された環境で実行できるようにします。
こうすることで、問題が発生しても影響範囲を制限できます。
Simon Taylor：
はい、これは非常に重要です。
多くの人が気づいていないことがあります：
あなたがエージェントを構築しているとき、同時に生産環境がある場合、エージェントを生産環境に入れるべきかどうか？
もし隔離がなければ、問題が発生した場合、影響は非常に大きくなります。
したがって、OpenSHIELDのようなサンドボックスメカニズムは非常に重要です。
Simon Taylor：
私はまた、ある例を思い出しました：初期のモバイルインターネットの時代には、WAPのようなものがあり、スマートフォンが登場する前に、人々は携帯電話で支払いを試みていました。
現在のAgentic Commerceは、ある意味では非常に初期の段階にあるかもしれません。
したがって、私は好奇心があります：
あなたは今、どのようにエネルギーを配分していますか？
あなたはステーブルコインに重点を置いていますか？
それとも人とエージェントの相互作用に？
それともエージェントとエージェントの相互作用に？
あなたはすべてを行っているのか、それとも重点を置いているのか？
Pahal Patangia：
これは良い質問です。
私の観点から見ると、私たちは現在最も重要なトレンドに主に焦点を当てています：
支払い基盤モデル
Agentic Commerce
しかし、これらの中でも、新しいサブトレンドが次々と登場します。
たとえば、ステーブルコインです。
私たちはステーブルコインを既存の法定通貨システムへの補完と見なしており、新しいユーザーや新しいエコシステムをもたらすと考えています。
新世代のユーザーは、クレジットカードよりもステーブルコインを使用することに慣れているかもしれません。
しかし、同時に、両者は統合されるでしょう。
根本的には、AIが支払い分野でのコアユースケースは変わっていません：
不正防止
本人確認
パーソナライズ
これらは依然として最も重要です。
Simon Taylor：
はい、本質的には支払いの付加価値です。
ステーブルコインを使用しているか、カードネットワークを使用しているかにかかわらず、これらの問題は存在します。
Simon Taylor：
Bam、あなたの見解が非常に気になります。あなたはステーブルコインの分野でネットワークを構築しているので、Agentic Commerceとステーブルコインの関係をどう見ていますか？
Bam Azizi：
私はAgentic Commerceが異なる支払いトラックを使用できると考えています。
たとえば、今、ユーザーがChatGPT、Anthropic、またはPerplexityで商品を検索しているとします。たとえば、靴やTシャツなどです。そして、エージェントがユーザーの支払いを完了するのを助けることができます。
この支払いはクレジットカードを使うこともできますし、ステーブルコインを使うこともできます。
このようなシナリオでは、両者は並行しています。
しかし、国境を越えた支払い、国際取引においては、ステーブルコインがより有利です。
また、エージェント間のシナリオでは、ステーブルコインは絶対的な優位性を持つと考えています。
その理由は：
これらの取引は通常マイクロペイメントです。
たとえば、0.00005ドルのような金額です。
このような金額はVisaや従来の銀行システムでは処理できません。
同時に、これらの取引には：
リアルタイム
グローバル
オンライン
ステーブルコインはこれらの条件を満たしています。
もう一つの点は取引頻度です。
一人の人間は平均して1日に2回の取引を行うかもしれませんが、エージェントは1日に2000回の取引を行うかもしれません。
このようなTPS（スループット）はブロックチェーンしかサポートできません。
従来の支払いシステムはエージェントのために設計されておらず、失敗します。
したがって、私はAgentic Commerceにおけるステーブルコインの応用に非常に期待しています。
Simon Taylor：
これは確かに数量的な爆発ですね。
私は今、インターネット上でおそらく毎秒400万通のメールが送信されていることを覚えています。これはメールだけであり、ビデオは含まれていません。
このような世界では、従来の支払いシステムが毎秒数万件の取引を処理する能力は明らかに不十分です。
しかし、私たちは現実に戻りましょう。Pahal、あなたの観点から見ると、真のユーザーのニーズはどこにありますか？真の取引量はどこにありますか？
私はよく冗談を言いますが、現在のAgentic Commerceのプロトコルは支払いプロトコルよりも多いです。
あなたはおそらく基盤インフラストラクチャに最も近い人です------さらには「インフラストラクチャの基盤の基盤の基盤」です。
したがって、あなたが見ている真のニーズはどこにありますか？真のユースケースはどこにありますか？
Pahal Patangia：
私はこの質問に二つの観点から答えることができると思います。
最初は、全体のエコシステムの観点からです。
私が以前に述べたように、全プロセスを二つの部分に分けることができます：
検索
支払い
現時点では、検索の部分は比較的成熟しており、ほぼ解決されていると言えます。
一方、支払いの部分は、まだ多くの実験段階にあります。
多くのサンドボックステストが進行中です。
これが、私がOpenSHIELDのようなツールに非常に期待している理由です。なぜなら、それはエコシステムが安全な環境でこれらのエージェントを構築し、取引能力を持たせるのを助けることができるからです。
二つ目は、長期的な観点からです。
私はマルチエージェントシステムの発展を非常に期待しています。
未来の世界では、異なるエージェントが相互に交流し、協力します。
私たちの役割は、これらのシステムをより良くすることです：
フィードバックループを通じて
安全な実行環境を通じて
さまざまな制約メカニズム（ガードレール）を通じて
もちろん、これらのエージェントが期待通りに実行できるようにするためには、大量の微調整が必要です。
これらはすべて、私たちが今後重点的に取り組む方向性です。
Simon Taylor：
今日の議論の中で、非常に重要なテーマは「トークン経済」です。
実際、私たちがトークンについて話しているとき、Bamと私は笑ってしまいました。なぜなら、ステーブルコインの分野では、私たちのトークン経済の理解は別の論理だからです。
しかし、今では：
すべてのものが「トークン」に変わっています。
認証にはトークンがあり
ネットワークセキュリティにはトークンがあり
Visa、Mastercardにはネットワークトークンがあり
オープンバンキングにはトークンがあり
ステーブルコインはトークンです
AIにもトークンがあります
「トークン」という言葉は英語では非常に混乱を招くもので、元々は「何かの代替物」を示すだけでしたが、今ではほぼ何でもトークンと呼ばれています。
しかし、いずれにせよ、その背後にある経済モデルを理解する必要があります。
最終的に、AIでも支払いネットワークでも、ユーザー体験を決定するのは：
速度
コスト
これら二つの要素が常に私たちを現実に引き戻します。
Simon Taylor：
Pahal、今日はあなたのシェアに感謝します。NVIDIAに長い間注目している人として、また支払い業界の一員として、この対話は本当に興味深いものでした。もし皆さんがあなたやNVIDIAの金融サービス分野での仕事についてもっと知りたい場合、どこに行けばよいですか？
Pahal Patangia：
皆さんはLinkedInで私に連絡できますし、私のメールでも連絡できます。
NVIDIAの金融サービス分野での仕事について知りたい場合は、NVIDIAの公式ウェブサイトを訪れてください。私たちは支払い、銀行、資本市場に関する仕事を紹介する専用の業界ページがあります。
私たちはAIの能力をエコシステム全体に提供し、皆さんのパートナーになることを楽しみにしています。
Simon Taylor：
素晴らしい、ありがとう。Bam、もし皆さんがMeshネットワークに接続したり、あなたに連絡したりしたい場合、どうすればよいですか？
Bam Azizi：
meshpay.comを訪れるか、TwitterやLinkedInでMesh Payを検索してください。私に連絡したい場合は、TelegramやTwitterでBam Aziziを検索してください。
Simon Taylor：
皆さんも各プラットフォームで私を見つけることができますし、finttechbrainfood.comを訪れることもできます。最近、「隠れたビジネス」についての記事を書き、Agentic Commerceに存在する可能性のある問題を議論しました。この番組が気に入ったら、購読、いいね、友達にシェアして、より多くの人がこれらの内容を見ることができるようにしてください。それでは、次回お会いしましょう。
リスク警告
