توکنیزه کردن دارایی‌های دنیای واقعی و هوش مصنوعی عمودی، مدل‌های کسب‌وکار غالب فین‌تک در سال ۲۰۲۶

تصور غالب در مورد آینده فناوری مالی این است که توسط برنامه‌های کاربردی رو به مصرف‌کننده تعریف خواهد شد—کیف پول‌های دیجیتال پر زرق و برق، چت‌بات‌های هوش مصنوعی عمومی، یا پلتفرم‌های سفته‌بازانه معاملات رمزارز. اما واقعیتی که در سال ۲۰۲۶ در حال آشکار شدن است، بسیار اداری‌تر و به طور قابل توجهی سودآورتر است.

مدل‌های کسب‌وکار غالبی که سرمایه‌های خطرپذیر و پذیرش نهادی را به خود جلب می‌کنند، اصلاً بازی‌های مصرف‌کننده نیستند. در عوض، صنعت به شدت به سمت دو معماری بسیار تخصصی و متمرکز بر B2B تغییر جهت داده است: توکنیزه کردن دارایی‌های دنیای واقعی (RWA) و هوش مصنوعی عمودی.[6]

سیگنال بازار واضح است. ارزش توکنیزه شده دارایی‌های دنیای واقعی در بلاک‌چین در اوایل سال ۲۰۲۶ از ۳۶ میلیارد دلار فراتر رفت، در حالی که تنها دو سال قبل کمتر از ۲ میلیارد دلار بود. همزمان، هوش مصنوعی عمودی—نرم‌افزاری که بر روی مجموعه‌داده‌های خاص صنعت برای خودکارسازی انطباق و فرآیندهای کاری عملیاتی آموزش دیده است—بخش عمده‌ای از بودجه‌های اولیه شرکت‌ها را به خود اختصاص داده و از رشد هوش مصنوعی افقی پیشی گرفته است، زیرا بنیان‌گذاران به سمت راه‌حل‌های تخصصی روی آورده‌اند.

برای متخصصانی که در فناوری مالی فعالیت می‌کنند یا سرمایه‌گذاری می‌کنند، وضعیت مشخص است: دوران برنامه‌های مصرف‌کننده با شعار «بساز تا بیایند» به پایان رسیده است. معادله جدید رشد مستلزم حل مشکلات پیچیده و قانونمند برای کسب‌وکارهایی است که در حال حاضر هزینه راه‌حل‌های ناکارآمد را می‌پردازند.[2][3][6]

هوش مصنوعی عمودی نشان‌دهنده یک تغییر ساختاری در نحوه ساخت و فروش نرم‌افزارهای سازمانی است. برخلاف مدل‌های هوش مصنوعی افقی که کاربرد گسترده اما سطحی ارائه می‌دهند، سیستم‌های هوش مصنوعی عمودی محدود، عمیقاً جاسازی شده و بر اساس داده‌های اختصاصی صنعت آموزش دیده‌اند. یک مدیر سایت ساختمانی یا یک وام‌دهنده تخصصی به یک دستیار عمومی نیاز ندارد؛ آنها به هوش مصنوعی نیاز دارند که بر اساس ده‌ها میلیون سند خاص، پرونده‌های نظارتی و الگوهای تراکنش آموزش دیده باشد.[2][4]

مکانیسم موفقیت هوش مصنوعی عمودی، توانایی آن در خودکارسازی پرهزینه‌ترین و انطباق‌محورترین فرآیندهای کاری در امور مالی است. عملکردهایی مانند احراز هویت مشتری (KYC)، نظارت بر تراکنش‌ها برای کشف تقلب، و تطبیق ترازنامه‌های آزمایشی در سیستم‌های قدیمی، بسیار ساختاریافته و مبتنی بر قانون هستند. شرکت‌های هوش مصنوعی عمودی با حذف این فرآیندهای کاری خاص جابجایی پول از دوش کسب‌وکارها، صرفه‌جویی فوری و قابل اندازه‌گیری در هزینه‌ها ایجاد می‌کنند.[2][6]

این تخصص یک مزیت رقابتی اقتصادی پایدار ایجاد می‌کند. شرکت‌های مدل بنیادی با تمرکز شدید و موانع ورود بالا مواجه هستند، به طوری که تقریباً ۶۰ درصد از کل سرمایه هوش مصنوعی در سال ۲۰۲۵ به سمت تعداد انگشت‌شماری از آزمایشگاه‌های بزرگ سرازیر شد.

با این حال، هوش مصنوعی عمودی در یک فضای سرمایه‌گذاری سالم‌تر فعالیت می‌کند که در آن سرمایه در صنایع مختلف توزیع می‌شود. هنگامی که یک سیستم عمودی در فرآیندهای کاری حقوقی، مالی یا تدارکاتی یک شرکت جاسازی می‌شود، هزینه‌های تغییر به صورت تصاعدی افزایش می‌یابد و نرخ‌های بالای حفظ ناخالص مشتری را تضمین می‌کند.[2][4]

موازی با ظهور هوش مصنوعی عمودی، پذیرش نهادی توکنیزه کردن دارایی‌های دنیای واقعی قرار دارد. توکنیزه کردن عبارت است از نمایش یک دارایی مالی سنتی—مانند اوراق قرضه خزانه‌داری، ابزار اعتبار خصوصی، یا ادعای مالکیت املاک و مستغلات—بر روی یک دفتر کل دیجیتال قابل برنامه‌ریزی. دارایی اصلی همچنان در سیستم مالی سنتی وجود دارد، اما توکن و دارایی از طریق یک ساختار حقوقی که حقوق مالک را تثبیت می‌کند، به هم مرتبط می‌شوند.[1]

مقیاس این تغییر بسیار بزرگ است. تنها صندوق BUIDL شرکت بلک‌راک (BlackRock) اکنون بیش از ۵ میلیارد دلار اوراق خزانه‌داری توکنیزه شده آمریکا را در اختیار دارد، در حالی که توکن‌های BENJI شرکت فرانکلین تمپلتون (Franklin Templeton) نشان‌دهنده سهام صندوق بازار پول در بلاک‌چین‌های عمومی مانند استلار (Stellar) و پالیگان (Polygon) هستند. اینها آزمایش‌های سفته‌بازانه مالی غیرمتمرکز نیستند؛ بلکه ابزارهای مالی قانونمند هستند که بازدهی واقعی کسب می‌کنند و کاملاً در چارچوب قوانین موجود اوراق بهادار فعالیت می‌کنند.[3]

مزیت مکانیکی توکنیزه کردن در توانایی آن برای جایگزینی چرخه تسویه T+2 (تاریخ معامله به علاوه دو روز) و زنجیره‌های نگهداری مبتنی بر کاغذ در سیستم مالی سنتی است. توکنیزه کردن امکان تسویه فوری و ۲۴/۷، مالکیت کسری دارایی‌های بزرگ، و قابلیت ترکیب‌پذیری در اکوسیستم‌های دیجیتال گسترده‌تر را فراهم می‌کند. مهم‌تر از آن، امکان انطباق قابل برنامه‌ریزی را می‌دهد.[3]

انطباق قابل برنامه‌ریزی از طریق استانداردهایی مانند ERC-3643 اعمال می‌شود که یک لایه هویتی و نظارتی را مستقیماً بر روی انتقال توکن‌ها اضافه می‌کند. قبل از وقوع هر تراکنش، قرارداد هوشمند تأیید می‌کند که هم فرستنده و هم گیرنده ادعاهای هویتی معتبر در بلاک‌چین دارند.

اگر یک انتقال قوانین یک حوزه قضایی را نقض کند، از سقف‌های مالکیت فراتر رود، یا شامل یک سرمایه‌گذار غیرمعتبر باشد، کد به سادگی تراکنش را برمی‌گرداند. این امر مقررات اوراق بهادار را در سطح پروتکل جاسازی می‌کند و بار اداری انطباق را به طور قابل توجهی کاهش می‌دهد.[3][5]

پیامدهای اقتصاد کلان این تغییر از دید تنظیم‌کنندگان جهانی پنهان نمانده است. در آوریل ۲۰۲۶، صندوق بین‌المللی پول (IMF) یادداشتی منتشر کرد که به صراحت بیان می‌کرد توکنیزه کردن صرفاً یک بهبود کارایی جزئی نیست. به گفته صندوق بین‌المللی پول، این امر یک پیکربندی مجدد اساسی در نحوه سازماندهی اعتماد، تسویه و مدیریت ریسک در سراسر سیستم مالی جهانی است.[1]

با وجود این حرکت، هم هوش مصنوعی عمودی و هم توکنیزه کردن RWA با موانع سرسختی روبرو هستند. برای توکنیزه کردن، چالش اصلی ادغام دفاتر کل دیجیتال با فرآیندها و زیرساخت‌های بانکی قدیمی است. علاوه بر این، پراکندگی نظارتی همچنان یک مانع مهم است. در حالی که اروپا مقررات بازارهای دارایی‌های رمزارزی (MiCA) و رژیم آزمایشی DLT را برای ایجاد یک محیط آزمایشی برای اوراق بهادار توکنیزه شده ایجاد کرده است، چارچوب نظارتی ایالات متحده همچنان مجموعه‌ای پیچیده از دستورالعمل‌های ایالتی و فدرال باقی مانده است.[1][5]

برای هوش مصنوعی عمودی، چالش در کسب داده و محدود شدن پنجره فرصت نهفته است. انتظار می‌رود ۲۴ تا ۳۶ ماه آینده رهبران این حوزه را مشخص کند، زیرا شرکت‌های قدیمی به کندی حرکت می‌کنند و ابزارهای افقی در تطبیق با محدودیت‌های عملیاتی واقعی شکست می‌خورند. استارتاپ‌ها باید مجموعه‌داده‌های اختصاصی را برای آموزش مدل‌های خود قبل از اینکه رقبای بزرگتر بتوانند فرآیندهای کاری آنها را تکرار کنند، ایمن سازند.[2][6]

در نهایت، همگرایی هوش مصنوعی عمودی و توکنیزه کردن دارایی‌ها نشان‌دهنده بلوغ بخش فین‌تک است. تمرکز از برهم زدن سیستم بانکی به ارتقای زیرساخت اصلی آن تغییر یافته است. برای سرمایه‌گذاران و بنیان‌گذاران، دستور کار سال ۲۰۲۶ روشن است: باارزش‌ترین شرکت‌ها آنهایی خواهند بود که در محیط‌های نظارتی پیچیده حرکت کرده و کارایی قابل اندازه‌گیری را به مشتریان سازمانی ارائه دهند.[6]