Центральный банк ОАЭ одобрил продукт страхования рисков хранения цифровых активов

cryptonews.ruPublicado a 2024-09-29Actualizado a 2024-09-29

Центральный банк Объединенных Арабских Эмиратов (CBUAE) одобрил новый продукт, позволяющий эмитенту предоставлять страхование рисков хранения цифровых активов.

Гонконгский страховой провайдер OneDegree и страховая компания Dubai Insurance из ОАЭ объявили о начале предоставления страхования рисков хранения цифровых активов клиентам из ОАЭ. Компании, сотрудничающие под брендом «OneInfinity», заявили, что получили одобрение CBUAE на предложение продукта.

Страхование рисков хранения является частью стратегий управления рисками для кастодианов, бирж и других поставщиков услуг цифровых активов. По данным OneDegree, многие регулирующие органы по всему миру требуют этот продукт.

Страхование рисков, связанных с хранением, покрывает риск потери доступа к криптовалюте

Робин Скотт, генеральный менеджер OneDegree на Ближнем Востоке, объяснил, что этот тип страхования позволяет поставщикам криптоуслуг дать своим клиентам «душевное спокойствие» относительно риска потери своих активов.

«Страхование рисков, связанных с хранением, покрывает биржи Web3, кастодианов, управляющих активами и т.д. от риска потери доступа к цифровым активам клиентов. Это может быть вызвано хакерским событием, физическим повреждением носителя информации или внутренним мошенничеством», — объяснил Скотт.

Скотт также объяснил, что страхование рисков, связанных с хранением, — это Web3-версия государственных схем защиты депозитов, которые используются в традиционном банковском деле.

«Для отрасли Web3 обязательное страхование выступает в качестве решения частного сектора для достижения аналогичных целей», — добавил Скотт.

Руководитель также сообщил, что регуляторы во всем мире требуют этот продукт, поскольку их основная цель — защита потребителей. Руководитель страховой компании сказал, что регуляторы хотят гарантировать, что компании и частные лица, использующие платформы цифровых активов, которым они предоставляют лицензии, защищены в случае потери активов.

Страховой специалист также сказал, что одобрение CBUAE их страхового продукта означает, что компании в ОАЭ наконец-то смогут приобрести эту страховку в стране.

«Это означает, что компании в ОАЭ впервые смогут купить страхование рисков, связанных с хранением, на территории ОАЭ», — добавил он.

Скотт добавил, что OneDegree и Dubai Insurance уже начали оформлять страхование рисков, связанных с хранением, для клиентов из ОАЭ. Руководитель сказал, что они ожидают, что большое количество фирм потребует страховой продукт, поскольку все больше компаний получают лицензии в ОАЭ.

Lecturas Relacionadas

Claude se volvió 'tonto' en toda la red, y Anthropic aclara el motivo: No es el modelo quien te falla

**Los usuarios de Claude Code se quejaban de que el modelo se volvió más torpe, pero Anthropic aclara: el problema no era el modelo, sino el ajuste de "Esfuerzo".** En marzo, muchos desarrolladores notaron que Claude Code parecía menos competente: omitía leer archivos o ejecutar pruebas. La comunidad criticó fuertemente a Anthropic. La causa real fue un cambio en la configuración predeterminada del nivel de **Esfuerzo (Effort)**, de "alto" a "medio", realizado para reducir la latencia. Este ajuste afectó cuánto trabajo invertía Claude en una tarea, no su conocimiento fundamental. Anthropic explica la diferencia clave entre **Modelo** y **Esfuerzo**: * **Modelo (Sonnet, Opus, Fable):** Representa la "inteligencia" o conocimiento base del modelo (pesos congelados del entrenamiento). Cambiarlo resuelve problemas de "¿puede hacerlo?". * **Esfuerzo (Effort):** Representa la "actitud" o cuánto trabajo está dispuesto a realizar en una tarea específica (leer archivos, ejecutar pruebas, verificar). Un Esfuerzo bajo hace que Claude responda rápido pero pida más contexto; un Esfuerzo alto lo hace investigar y trabajar de forma más autónoma. **Conclusión importante:** Un modelo más pequeño (como Sonnet) con un Esfuerzo alto puede superar a un modelo más grande (como Opus) con un Esfuerzo bajo en muchas tareas. El cambio de marzo demostró que los usuarios a menudo subestimaban el impacto del control de Esfuerzo, culpando erróneamente al modelo. **Marco para solucionar problemas:** 1. Verifica primero el contexto y las instrucciones (prompt). 2. Si Claude se equivoca, pregúntate: **¿Es que "no sabe" o "no se esfuerza lo suficiente"?** * **No se esfuerza (ej., omite pasos):** Aumenta el nivel de Esfuerzo. * **No sabe (ej., errores persistentes a pesar del contexto):** Cambia a un modelo más capaz. La lección es que el uso efectivo de herramientas de IA como Claude Code ya no se trata solo de elegir el modelo más potente, sino de aprender a **gestionar y asignar recursos** (modelo y esfuerzo) de manera inteligente para cada tarea, optimizando tanto el rendimiento como el coste.

marsbitHace 59 min(s)

Claude se volvió 'tonto' en toda la red, y Anthropic aclara el motivo: No es el modelo quien te falla

marsbitHace 59 min(s)

Casi un centenar de jugadores se lanzan al sector de datos embodiment: 44.700 millones de financiación en un año, ¿quién puede ganar dinero realmente "vendiendo datos"?

**Resumen en español europeo:** Más de 90 empresas, incluidas 70 dedicadas a la recopilación, compiten en el emergente campo de los datos de inteligencia encarnada en China. En el último año, 15 proveedores de datos independientes recaudaron aproximadamente 4.470 millones de RMB. El artículo, basado en estadísticas de "Quantum Bit", describe diez aspectos clave del sector: 1. **Métodos de recopilación:** Se dividen en cuatro categorías: teleoperación de robots reales, recopilación sin robot (con captura de movimiento), simulación y destilación de vídeos de internet. La mayoría de las empresas (43%) utilizan múltiples métodos, siendo la teleoperación la ruta única más común (31%). 2. **Perfil de los actores:** Los proveedores de datos independientes son el grupo más numeroso (40%), seguidos por plataformas de datos estatales (26%) y fabricantes de robots (25%). Dos tercios de las empresas son "nativas" del sector. 3. **Capacidad y distribución:** La capacidad anual actual se estima en 1,6-1,8 millones de horas, con el objetivo de multiplicarla por 15-20 en 1-3 años. Las "fábricas de datos" están presentes en 20 provincias, concentrándose en el delta del Yangtsé. 4. **Financiación y etapa:** La financiación del último año para proveedores independientes (44.700 millones RMB) es modesta comparada con la inversión total en inteligencia encarnada. El sector está muy fragmentado, con una sola "unicornio" (Lightwheel AI) que acaparó el 70% de la inversión. 69 fondos han invertido, pero ninguno de forma significativa, mostrando cautela. 5. **Conclusión:** El mercado de datos encarnados es ya una industria independiente y generadora de empleo, pero se encuentra en una fase muy temprana. Aún no está claro si "vender datos" será un negocio rentable, y los próximos 1-2 años serán cruciales para validar el modelo.

marsbitHace 4 hora(s)

Casi un centenar de jugadores se lanzan al sector de datos embodiment: 44.700 millones de financiación en un año, ¿quién puede ganar dinero realmente "vendiendo datos"?

marsbitHace 4 hora(s)

Trading

Spot
活动图片