Hvem betaler, når autonom finans går galt?

AI-smartkontrakter kræver ansvarlighed for at kunne skaleres

En AI-agent flytter penge efter at have fortolket markedsdata. En smartkontrakt gennemfører transaktionen præcis som anvist. Teknologien fungerer, men kunden mister penge, fordi anvisningen var forkert. Hvem betaler?

Svaret på det spørgsmål kan være med til at afgøre, om autonom finans bliver en pålidelig infrastruktur eller forbliver et eksperiment, som kunderne går forsigtigt til. Hurtigere gennemførelse skaber værdi, men institutionel udbredelse kræver også klar bemyndigelse, effektive sikkerhedsforanstaltninger og en troværdig proces til håndtering af tab.

En begrebsmæssig undersøgelse af Kwok Tung Cheung og Sridhar Ramamoorti, publiceret i AI and Ethics, undersøger ansvarlighed, når agentisk AI interagerer med smartkontrakter.¹ Undersøgelsens hovedargument peger i en konstruktiv retning: Organisationer kan fastlægge ansvarlighed inden udrulning, selv når det er vanskeligt at placere skylden hos enkeltpersoner efter en fejl.

Derfor ændrer agentisk AI risikoen ved smartkontrakter

En traditionel smartkontrakt udfører programmerede betingelser. En AI-agent tilføjer fortolkning: Den kan vurdere oplysninger, vælge værktøjer og iværksætte transaktioner for at nå et mål. I praksis kan modellen køre uden for blockchainen og samtidig kalde på kontrakter, der udfører dens beslutninger.

Det rejser to særskilte spørgsmål. Blev kontrakten udført korrekt? Og havde agenten bemyndigelse til og en gyldig grund til at anmode om handlingen? En teknisk gyldig transaktion kan stadig være udtryk for en driftsmæssig fejl.

Artiklen illustrerer dette med et hypotetisk scenarie med decentraliseret långivning. En uventet interaktion med et orakel, en tjeneste, der leverer eksterne prisdata, får en AI-overvågningsagent til at udløse en uhensigtsmæssig likvidation af sikkerhed. Det efterfølgende tab går på tværs af flere ansvarsområder: levering af data, modellens adfærd, protokolkonfiguration og udførelse.

For læsere, der følger AI-agenter, der flytter penge, er dette den næste styringsmæssige udfordring. Tilladelse til at foretage transaktioner fastlægger, hvad softwaren må gøre. Ansvarlighed afgør, hvilke deltagere der skal stå til regnskab, når denne tilladelse fører til skade.

Hvad undersøgelsen af AI-ansvarlighed foreslår

Forfatterne skelner mellem henførbarhed, pligt til at redegøre og ansvarlighed. Overordnet handler begreberne om, hvem en handling kan tilskrives, om at forklare dens begrundelse og om at være underlagt en institutionel proces med konsekvenser.

Deres argument er, at ansvarlighed kan opretholdes, selv når der hersker usikkerhed om de to andre forhold. En virksomhed kan påtage sig klart definerede forpligtelser ved udrulning af et system uden at skulle bevise, at en bestemt medarbejder havde forudset ethvert udfald. Forpligtelserne skal fastlægges retfærdigt og ikke pålægges vilkårligt, efter at tabene er indtruffet.

Følgende betingelser sammenfatter artiklens foreslåede grundlag for legitim ansvarlighed uden bevis for individuel skyld.

Skellet har betydning for privatkunder. At acceptere vilkårene giver ikke en låntager kontrol over modeldesignet eller valget af orakel. Forfatterne placerer derfor betydelige forpligtelser tidligere i værdikæden. Dette er en foreslået ramme, ikke en påstand om, at dens ansvarsfordeling allerede gælder på tværs af jurisdiktioner.

Menneskelig kontrol kræver tid og beslutningskompetence

Artiklen anbefaler en tilgang, hvor mennesket sætter retningen: Mennesker fastlægger mål, acceptabel adfærd, retten til at gribe ind og ansvaret for udrulningen. Det er ikke nok, at en kontrollant overvåger aktiviteten, hvis transaktionerne gennemføres, før vedkommende kan reagere.

De illustrative sikkerhedsforanstaltninger for långivning omfatter en tærskel på 250.000 dollars for gennemgang af likvidationer, et prisfeed baseret på et gennemsnit over mindst 15 minutter og en indsigelsesperiode på mindst 60 minutter for likvidationer, der opfylder betingelserne. Det er foreslåede designparametre, ikke målte sikkerhedsstandarder.

Dette forbehold tydeliggør en vigtig kommerciel afvejning. En udsættelse af likvidationen kan beskytte en låntager mod fejlagtige data, men samtidig øge långiverens eksponering, hvis sikkerhedens værdi reelt styrtdykker. Forskellige aktiver og markeder kræver forskellige kontroller. Det ville være vanskeligt at begrunde én universel venteperiode.

En praktisk implementering bør derfor kombinere menneskelige beslutninger om politikken med automatiseret håndhævelse. Små, tilladte handlinger kan gennemføres straks; usædvanlige handlinger kan sættes på pause; nødsituationer kan udløse på forhånd fastlagte begrænsninger.

• Definer, hvilke aktiver, destinationer og beløb en agent kan få adgang til.
• Overvåg den samlede eksponering på tværs af flere transaktioner.
• Tildel beføjelser til at gribe ind, og afprøv, om de virker under pres.

Ansvarlighed er en del af den finansielle infrastruktur

Den bredere kommercielle konsekvens er, at autonom finansiering skal håndtere både transaktionsomkostninger og omkostninger ved fejl. Billigere afvikling giver måske kun begrænsede besparelser, hvis kunderne selv må bære udgifterne til dyre tvister, forsøg på at få tab dækket eller uventede tab.

Forestil dig en agent, der som eksempel har tilladelse til at foretage betalinger på under 100 $. Flere hundrede betalinger, som hver især overholder reglerne, kan stadig overstige kundens tilsigtede budget. Derfor bør kontrollen rette sig mod det samlede forbrug i løbet af en opgave eller en periode frem for alene mod den enkelte transaktions størrelse.

Kontrollerne bør også ligge uden for modellens skønsmæssige beføjelser. Det er ikke det samme at bede en agent om at overholde et budget som at kræve, at uafhængig software afviser uautoriseret forbrug. På den måde adskilles agentens mulighed for at foreslå en handling fra systemets beføjelse til at udføre den.

Efterhånden som betalinger mellem maskiner udvider viften af tjenester, som software kan købe, bliver denne adskillelse mere værdifuld. En agent, der køber data og derefter handler på grundlag af dem, skaber en kæde af indbyrdes forbundne beslutninger. Operatører er nødt til at forstå hele arbejdsgangen.

Erstatninger kræver økonomisk dækning

En yderligere konsekvens rækker ud over artiklens fordeling af roller: En ansvarlig enhed skal have ressourcer til at opfylde sine forpligtelser. En navngiven operatør med utilstrækkelig kapital yder kun begrænset beskyttelse, hvis flere kunder lider tab samtidig.

Reserver, forsikring eller kontraktlige garantier kan, afhængigt af aktiviteten, understøtte en troværdig ordning for erstatning. Alle disse løsninger medfører omkostninger og begrænsninger. Undtagelser i forsikringsdækningen kan for eksempel skabe et hul netop dér, hvor ukendt agentadfærd forårsager et tab.

For investorer peger det på, at økonomien bør vurderes efter omkostningerne ved sikkerhedsforanstaltninger og forpligtelser til at dække tab er medregnet. En platforms transaktionsvækst fortæller kun en del af historien. Holdbare avancer afhænger af omkostningerne ved sikker drift, og hvilke tab der fortsat belaster dens balance.

Coinbase forbinder AI-agenter med finansielle transaktioner

Coinbase giver investorer eksponering mod børsnoterede virksomheder, der udvikler disse funktioner. I beskrivelsen af lanceringen af agentbaserede tegnebøger nævner Coinbase programmerbare sessionslofter, grænser for den enkelte transaktion, isolering af private nøgler og transaktionskontrol. Disse funktioner viser, hvordan adgangen til finansielle tjenester kan begrænses på infrastrukturniveau.

I sin meddelelse den 22. september 2026 oplyste Coinbase, at Coinbase for Agents havde fået tilføjet aktier og x402-betalinger, så agentstyret handel blev forbundet med betalinger for data- og modeltjenester. Coinbase beskrev konfigurerbar adgang til aktiver, forbrugsgrænser og godkendelser for hver enkelt handling.

I den samme meddelelse står der, at brugerne styrer agenternes aktiviteter og påtager sig transaktionsrisikoen. Det står i sigende kontrast til undersøgelsens foretrukne tilgang, hvor risikoen ved modeller og protokoller placeres hos de deltagere, der har mulighed for at påvirke dem. Sikkerhedsforanstaltninger i produktet og kontraktligt ansvar dækker forskellige dele af problemet.

Coinbases værktøjer dokumenterer ikke, at virksomheden følger artiklens rammeværk. Investeringsperspektivet er bredere: Udbredelsen af agenter kan øge efterspørgslen efter tegnebogs-, betalings- og handelstjenester. Om den efterspørgsel fører til væsentlige indtægter, afhænger af brugen, indtægtsmodellen, konkurrencen og driftsomkostningerne. Coinbase er også fortsat eksponeret mod det bredere kryptomarked.

Seneste nyheder og udvikling hos Coinbase (COIN)

Hvad investorer bør holde øje med inden for autonom finansiering

Undersøgelsen fremsætter et argument for god forvaltning, men afprøver ikke sine foreslåede sikkerhedsforanstaltninger eksperimentelt. Det er fortsat vanskeligt at håndhæve regler over for pseudonyme organisationer, og undersøgelsens hypotetiske scenarie om likvidation kan ikke fastslå, hvordan kontrollerne fungerer under en reel markedskrise.

Alligevel giver undersøgelsen en nyttig retning for vurderingen af fremskridt. Investorer kan se efter tydeligt afgrænsede beføjelser, afprøvede indgrebsmekanismer, gennemsigtig fordeling af tab og tegn på, at kunderne værdsætter denne beskyttelse.

De stærkeste virksomheder er måske dem, der gør autonomi pålidelig nok til, at kunderne vil købe den igen og igen. Tydeligt ansvar kan bidrage til at gøre hurtigere finansielle transaktioner til en tjeneste, som både institutioner og enkeltpersoner er villige til at have tillid til.

Referencer:

¹ Cheung, K. T. og Ramamoorti, S. (2026). Ansvarlighed i smarte kontrakter og agentbaseret AI: Hvordan kan man håndtere ansvarsunderskuddet og bevare meningsfuld menneskelig kontrol? AI and Ethics, 6, artikel 585. https://doi.org/10.1007/s43681-026-01434-3