Vem betalar när autonom finansiering går fel?

Smarta kontrakt med AI behöver tydligt ansvar för att kunna skalas upp

En AI-agent flyttar pengar efter att ha tolkat marknadsdata. Ett smart kontrakt genomför transaktionen exakt enligt instruktionerna. Tekniken fungerar, men kunden förlorar pengar eftersom instruktionen var felaktig. Vem betalar?

Svaret på den frågan kan bidra till att avgöra om autonom finansiering blir en tillförlitlig infrastruktur eller förblir ett experiment som kunder närmar sig med försiktighet. Snabbare genomförande skapar värde, men för att institutioner ska börja använda tekniken krävs också tydliga mandat, effektiva skyddsåtgärder och en trovärdig process för att hantera förluster.

En konceptuell studie av Kwok Tung Cheung och Sridhar Ramamoorti, publicerad i AI and Ethics, undersöker ansvar när agentisk AI samverkar med smarta kontrakt.¹ Studiens huvudargument pekar i en konstruktiv riktning: organisationer kan fastställa ansvar innan ett system tas i drift, även när det är svårt att avgöra vem som bär skulden efter ett haveri.

Varför agentisk AI förändrar riskerna med smarta kontrakt

Ett konventionellt smart kontrakt verkställer programmerade villkor. En AI-agent tillför en förmåga att tolka: den kan utvärdera information, välja verktyg och initiera transaktioner för att nå ett mål. I praktiken kan modellen köras utanför blockkedjan och samtidigt anropa kontrakt som verkställer dess beslut.

Detta väcker två skilda frågor. Verkställde kontraktet transaktionen korrekt? Och hade agenten mandat och fog för att begära åtgärden? En tekniskt giltig transaktion kan ändå innebära ett operativt misslyckande.

I artikeln illustreras detta med ett hypotetiskt exempel på decentraliserad utlåning. En oväntad samverkan med ett orakel – en tjänst som tillhandahåller externa prisuppgifter – får en AI-övervakare att utlösa en olämplig likvidering av säkerheter. Förlusten som uppstår berör flera led: dataleverans, modellens beteende, protokollets konfiguration och verkställandet.

För den som följer AI-agenter som flyttar pengar är detta nästa styrningsutmaning. Tillstånd att genomföra transaktioner anger vad programvaran får göra. Ansvarsutkrävande avgör vilka aktörer som måste stå till svars när detta tillstånd leder till skada.

Vad studien om AI-ansvar föreslår

Författarna skiljer mellan att tillskriva någon en handling, att kräva en förklaring och att utkräva ansvar. I stora drag handlar det om vem som står bakom en handling, att kunna förklara skälen till den och att omfattas av en institutionell process med konsekvenser.

De menar att ansvar kan utkrävas även när det råder osäkerhet kring de två andra aspekterna. Ett företag kan åta sig tydligt definierade skyldigheter när det tar ett system i bruk, utan att behöva bevisa att en viss medarbetare förutsåg varje tänkbar följd. Skyldigheterna måste fastställas på ett rättvist sätt, inte godtyckligt efter att förluster har inträffat.

Följande villkor sammanfattar den grund för legitimt ansvarsutkrävande som artikeln föreslår, utan krav på bevis för att en enskild person har gjort fel.

Skillnaden är viktig för privatpersoner. Att godkänna villkoren ger inte en låntagare kontroll över modellens utformning eller valet av orakel. Författarna lägger därför ett betydande ansvar tidigare i kedjan. Detta är ett föreslaget ramverk, inte ett påstående om att dess ansvarsfördelning redan gäller i alla jurisdiktioner.

Mänsklig kontroll kräver tid och mandat

Artikeln förespråkar en modell där människan leder arbetet: människor fastställer mål, godtagbart beteende, rätten att ingripa och ansvaret för driftsättningen. Det räcker inte att en granskare följer aktiviteten om transaktionerna hinner slutföras innan personen kan ingripa.

De skyddsåtgärder för utlåning som artikeln tar upp som exempel omfattar en granskningsgräns på 250 000 dollar för likvidering, ett prisflöde beräknat som ett genomsnitt över minst 15 minuter och en invändningsperiod på minst 60 minuter för likvideringar som uppfyller villkoren. Detta är föreslagna parametrar för systemutformning, inte uppmätta säkerhetsriktmärken.

Detta förbehåll blottlägger en viktig kommersiell avvägning. Att skjuta upp en likvidering kan skydda en låntagare mot felaktiga data, men samtidigt öka långivarens exponering om säkerheternas värde faktiskt rasar. Olika tillgångar och marknader kräver olika skyddsåtgärder. Det skulle vara svårt att motivera en universell väntetid.

En praktisk lösning skulle därför kombinera mänskliga beslut om riktlinjer med automatiserad verkställighet. Små åtgärder som omfattas av tillståndet kan genomföras omedelbart, ovanliga åtgärder kan pausas och nödsituationer kan utlösa förutbestämda begränsningar.

• Ange vilka tillgångar, mottagare och belopp en agent får tillgång till.
• Övervaka den samlade exponeringen över flera transaktioner.
• Fördela befogenheten att ingripa och testa om den fungerar under press.

Ansvarsskyldighet är en del av den finansiella infrastrukturen

Den bredare kommersiella slutsatsen är att autonoma finansiella tjänster måste hantera både transaktionskostnader och kostnader för misslyckanden. Billigare avveckling kan ge begränsade besparingar om kunderna måste stå för kostsamma tvister, återställningsinsatser eller oväntade förluster.

Tänk dig en agent som får genomföra betalningar på mindre än 100 dollar. Hundratals betalningar som var för sig följer reglerna kan ändå överskrida kundens avsedda budget. Därför behöver man kontrollera de sammanlagda utgifterna för en uppgift eller under en viss period, inte bara beloppet för varje transaktion.

Kontrollerna bör också ligga utanför modellens eget handlingsutrymme. Det är en sak att be en agent hålla sig till en budget, en annan att kräva att oberoende programvara avvisar obehöriga utgifter. På så sätt skiljer man mellan agentens möjlighet att föreslå en åtgärd och systemets befogenhet att genomföra den.

När betalningar mellan maskiner utökar utbudet av tjänster som programvara kan köpa blir den åtskillnaden allt viktigare. En agent som köper data och sedan handlar med hjälp av dem skapar en kedja av sammankopplade beslut. Operatörerna behöver förstå hela arbetsflödet.

Ersättningar kräver finansiering i ryggen

En ytterligare slutsats går utöver artikelns ansvarsfördelning: en ansvarig aktör behöver ha resurser att uppfylla sina skyldigheter. En namngiven operatör med otillräckligt kapital ger begränsat skydd om flera kunder drabbas av förluster samtidigt.

Reserver, försäkringar eller avtalsgarantier kan, beroende på verksamheten, bidra till en trovärdig lösning för att ersätta förluster. Alla medför kostnader och begränsningar. Undantag i försäkringsvillkor kan till exempel skapa en lucka just när ett förlustbringande beteende från en agent är något nytt och oväntat.

För investerare innebär detta att de bör bedöma ekonomin efter kostnaderna för skyddsåtgärder och ersättningsansvar. En plattforms transaktionstillväxt berättar bara en del av historien. Hållbara marginaler beror på vad det kostar att bedriva verksamheten på ett säkert sätt och vilka förluster som blir kvar i bolagets balansräkning.

Coinbase kopplar samman AI-agenter med finansiella transaktioner

Coinbase ger exponering mot börsnoterade företag som utvecklar denna kapacitet. I lanseringen av Agentic Wallets beskriver bolaget programmerbara gränser för sessioner, individuella transaktionsgränser, isolering av privata nycklar och transaktionsgranskning. Funktionerna visar hur tillgången till finansiella tjänster kan begränsas på infrastrukturnivå.

I sitt tillkännagivande den 22 september 2026 lade Coinbase for Agents till aktier och x402-betalningar, vilket kopplade agentstyrd handel till betalningar för data- och modeltjänster. Coinbase beskrev konfigurerbar tillgång till tillgångar, utgiftsgränser och godkännanden för varje åtgärd.

I samma tillkännagivande står det att användarna styr agenternas aktiviteter och tar på sig transaktionsrisken. Detta står i talande kontrast till studiens förordande av att modell- och protokollrisker fördelas till de aktörer som har möjlighet att påverka dem. Skyddsmekanismer i produkten och avtalsbaserat ansvar hanterar olika delar av problemet.

Coinbases verktyg visar inte att bolaget tillämpar artikelns ramverk. Investeringskopplingen är bredare: ökad användning av agenter kan öka efterfrågan på plånboks-, betalnings- och exekveringstjänster. Om efterfrågan leder till betydande intäkter beror på användning, intäktsgenerering, konkurrens och driftskostnader. Coinbase är också fortsatt exponerat mot den bredare kryptomarknaden.

Senaste nytt och utveckling kring Coinbase (COIN)

Vad investerare bör hålla ögonen på inom autonom finans

Studien framför ett argument för styrning, men validerar inte sina föreslagna skyddsåtgärder experimentellt. Det är fortfarande svårt att ingripa mot pseudonyma organisationer, och det hypotetiska likvidationsscenariot kan inte visa hur kontroller fungerar under en pågående marknadskris.

Trots detta ger studien en användbar riktning för att bedöma utvecklingen. Investerare kan leta efter tydliga gränser för befogenheter, testade mekanismer för ingripanden, transparent fördelning av förluster och belägg för att kunderna värdesätter sådant skydd.

De mest framgångsrika företagen kan bli de som gör autonomi tillräckligt tillförlitlig för att kunderna ska vilja köpa tjänsten gång på gång. Tydligt ansvar kan bidra till att omvandla snabbare finansiella transaktioner till en tjänst som institutioner och privatpersoner är beredda att lita på.

Referenser:

¹ Cheung, K. T. och Ramamoorti, S. (2026). Ansvarsskyldighet i smarta kontrakt och agentisk AI: Hur kan ansvarsbristen åtgärdas och meningsfull mänsklig kontroll bevaras? AI and Ethics, 6, artikel 585. https://doi.org/10.1007/s43681-026-01434-3