Partnerstwa
JPMorgan testuje agentów AI w symulowanej transakcji walutowej

Kluczowe punktyNastępna faza JPMorgan przenosi agentów AI z wykonywania transakcji do negocjowania i…
Zobacz więcej
- Następna faza JPMorgan przenosi agentów AI z wykonywania transakcji do negocjowania i bezpośredniego uzgadniania ich między sobą.
- Kontrole ładu i odpowiedzialności są trudniejsze do zbudowania niż sama technologia agentów.
- Kinexys ogranicza każdego agenta do zdefiniowanych limitów transakcyjnych i automatycznie odrzuca żądania poza autoryzowanymi parametrami.
Jak poinformowała CNBC 17 listopada 2026 r., JPMorgan Chase i południowokoreańska firma Hyundai Card przeprowadziły test potwierdzający wykonalność rozwiązania, w ramach którego agenci AI zrealizowali symulowaną transakcję walutową bez bezpośredniej interwencji człowieka. Bardziej złożone testy z udziałem wielu agentów zaplanowano na pierwszą połowę 2027 r.
Test koncentrował się na płynności finansowej przedsiębiorstwa. Agent AI Hyundai Card zainicjował transakcję walutową, aby utrzymać płynność w euro na swoim rachunku depozytowym w blockchainie Kinexys. JPMorgan określił to przedsięwzięcie jako pierwszy test oparty na prywatnym blockchainie, przeprowadzony między autonomicznymi agentami banku i klienta na potrzeby zarządzania finansami przedsiębiorstwa.
Kolejny etap ma objąć negocjacje między agentami
Firmy planują przeprowadzić bardziej złożony etap testów z udziałem wielu agentów AI w pierwszej połowie 2027 r. Wee Kee Toh, globalny szef Kinexys Insights w Kinexys by J.P. Morgan, opisał kolejny krok jako wyjście poza samo wykonywanie zadań przez autonomicznych agentów, tak aby mogły one wchodzić w interakcje w ramach ekosystemu.
„Co się dzieje, gdy agenci negocjują, bezpośrednio uzgadniają warunki, a następnie dokonują płatności? Jak to właściwie wygląda?” — zapytał Toh. Wskazał, że interakcje między agentami to najważniejsze planowane rozszerzenie zakresu pierwszego etapu.
Początkowy test obejmował realizację symulowanego zlecenia wymiany walut. Proponowane rozszerzenie dodałoby negocjacje i uzgadnianie warunków między agentami przed dokonaniem płatności, zwiększając zakres testowanej autonomii i nadając większe znaczenie rozliczalności oraz egzekwowaniu uprawnień.
Zasady nadzoru warunkiem wdrożenia komercyjnego
Toh powiedział, że opracowanie technologii było stosunkowo proste w porównaniu z ustanowieniem zasad nadzoru i kontroli wewnętrznych. Wskazał, że trudniejsze problemy stanowią rozliczalność oraz ryzyko związane z umożliwieniem agentom AI realizowania transakcji finansowych bez bezpośredniego nadzoru człowieka.
Kinexys opracował rozwiązanie, które ogranicza każdego agenta do z góry określonych parametrów transakcji i automatycznie odrzuca zlecenia wykraczające poza zatwierdzone limity. Mechanizmy kontrolne egzekwują uprawnienia agenta podczas realizacji transakcji.
„Wokół agenta zostaną wyznaczone granice. Agent nigdy nie będzie mógł wyjść poza te granice” — powiedział Toh. Zgodnie z tym modelem agent upoważniony do zawierania transakcji o wartości do 5 mln dolarów nie mógłby zrealizować transakcji przekraczającej ten limit.
Mimo zakończenia początkowego testu JPMorgan nie określił terminu komercjalizacji tej technologii. Planowany cel na 2027 r. oznacza zatem rozszerzenie testów, a nie harmonogram komercyjnego wdrożenia.
Możliwe rozszerzenie współpracy w ramach Hyundai Motor Group
Firmy analizują również możliwość rozszerzenia współpracy na inne przedsiębiorstwa należące do Hyundai Motor Group. Toh powiedział, że szeroki zakres działalności grupy był jednym z powodów, dla których JPMorgan wybrał Hyundai Card na partnera, choć nie ogłoszono żadnych konkretnych dodatkowych projektów.
Zakończony program pilotażowy potwierdza możliwość realizacji transakcji skarbowej w symulowanym środowisku przez agentów banku i klienta, działających w wyznaczonych granicach. Kolejny etap ma objąć negocjacje i uzgadnianie warunków między agentami, przez co egzekwowanie uprawnień i zapewnienie rozliczalności w ramach tych interakcji staną się główną przeszkodą dla komercyjnego wykorzystania rozwiązania.












