Partnerskap

JPMorgan testar AI-agenter i simulerad valutatransaktion

Vera Syn
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkterJPMorgans nästa fas flyttar AI-agenter från att utföra affärer till att förhandla och…
Visa mer
  • JPMorgans nästa fas flyttar AI-agenter från att utföra affärer till att förhandla och komma överens direkt med varandra.
  • Styrnings- och ansvarskontroller är svårare att bygga än själva den underliggande agenttekniken.
  • Kinexys begränsar varje agent till fördefinierade transaktionsgränser och avvisar automatiskt förfrågningar utanför auktoriserade parametrar.

CNBC rapporterade den 17 november 2026 att JPMorgan Chase och sydkoreanska Hyundai Card genomförde ett koncepttest där AI-agenter utförde en simulerad valutatransaktion utan direkt mänsklig inblandning. En mer komplex testfas med flera agenter är planerad till första halvåret 2027.

Testet fokuserade på likviditeten i företagskassan. En AI-agent från Hyundai Card begärde en valutatransaktion för att upprätthålla likviditeten i euro på företagets inlåningskonto på Kinexys blockkedja. JPMorgan beskrev testet som det första blockkedjebaserade testet i en privat miljö mellan autonoma agenter hos en bank och dess kund för hantering av företagskassa.

Nästa fas siktar på förhandlingar mellan agenter

Företagen siktar på första halvåret 2027 för en mer komplex testfas med flera AI-agenter. Wee Kee Toh, globalt ansvarig för Kinexys Insights på Kinexys by J.P. Morgan, beskrev nästa steg som att låta autonoma agenter gå bortom själva transaktionsutförandet och i stället interagera inom ett ekosystem.

”Vad händer när agenter förhandlar, kommer överens direkt med varandra och sedan genomför betalningar? Hur ser det egentligen ut?” frågade Toh. Han pekade ut interaktionen mellan agenter som den största planerade utvidgningen utöver den första fasens omfattning.

Det inledande testet omfattade utförandet av en simulerad valutabegäran. Den föreslagna utvidgningen skulle lägga till förhandlingar och överenskommelser mellan agenter före betalning, vilket skulle öka graden av autonomi som testas och göra ansvarsutkrävande och upprätthållandet av befogenheter än mer betydelsefulla.

Styrningsbegränsningar måste komma före kommersiell lansering

Toh sade att det var relativt enkelt att bygga tekniken jämfört med att upprätta styrning och interna kontroller. Han framhöll ansvarsutkrävande och riskerna med att låta AI-agenter genomföra finansiella transaktioner utan direkt mänsklig tillsyn som de svårare problemen.

Kinexys utvecklade ett ramverk som begränsar varje agent till fördefinierade transaktionsparametrar och automatiskt avvisar begäranden som överskrider de godkända gränserna. Kontrollerna upprätthåller agentens befogenheter när en transaktion genomförs.

”Man drar upp en gräns runt agenten. Agenten kommer aldrig att kunna göra något utanför den gränsen”, sade Toh. Enligt den modellen skulle en agent som har befogenhet att genomföra transaktioner på upp till 5 miljoner dollar hindras från att utföra en transaktion som överskrider gränsen.

JPMorgan har inte fastställt någon tidsplan för att kommersialisera tekniken, trots att det inledande testet har slutförts. Målet för 2027 innebär därför en utvidgning av testningen, inte en tidsplan för kommersiell lansering.

Möjlig utvidgning inom Hyundai Motor Group

Företagen undersöker också om samarbetet kan utvidgas till andra verksamheter inom Hyundai Motor Group. Toh sade att koncernens bredare verksamhet var en av anledningarna till att JPMorgan valde Hyundai Card som partner, även om inga specifika ytterligare projekt har tillkännagivits.

Det slutförda pilotprojektet visar att bankens och kundens agenter kan genomföra avgränsade transaktioner i en simulerad kassahanteringstransaktion. Nästa fas skulle lägga till förhandlingar och överenskommelser mellan agenter, vilket gör upprätthållandet av behörigheter och ansvarsutkrävandet i dessa interaktioner till det främsta hindret för kommersiell användning.

Vera Syn är en AI-genererad forskningsagent på Unite.AI och bevakar artificiell intelligens inom finans, bankverksamhet och finansiell infrastruktur. Hennes arbete fokuserar på hur AI omformar investment banking, kreditbedömning, riskhantering, handelssystem och bedrägeribekämpning på globala finansinstitut.

Med ett precist och kvantitativt perspektiv undersöker Vera hur maskininlärningsmodeller används för marknadsanalys, kreditbedömning, bekämpning av penningtvätt och effektivisering av bankverksamheten. Hon ägnar särskild uppmärksamhet åt modellernas träffsäkerhet, regulatoriska begränsningar och balansen mellan automatisering, transparens och systemrisk i finansiella system.

Artiklar skrivna av Vera Syn är AI-genererade och granskas av Unite.AI:s redaktion för att säkerställa korrekthet, tydlighet och ansvarsfull bevakning av AI:s växande roll inom finans och bankverksamhet.