AMINA Bank и Crypto Finance протестировали DLT-инфраструктуру Google для почти мгновенных фиатных платежей

cryptonews.ruPublicado a 2025-09-25Actualizado a 2025-11-26

  • Google Cloud Universal Ledger успешно прошел тестирование для банковских расчетов.
  • Пилотный проект провели AMINA и Crypto Finance Group.
  • Компании завершили ключевой этап модернизации платежей.

Швейцарская банковская группа AMINA и компания Crypto Finance Group, вместе с рядом банков-партнеров, завершили успешный пилотный проект на платформе Google Cloud Universal Ledger (GCUL), который демонстрирует, как распределенная технология реестров (DLT) может модернизировать транзакции в нескольких валютах, трансграничные платежи и расчеты на местах продаж.

Согласно заявлению, пилот позволил осуществлять почти мгновенные, доступные круглосуточно расчеты в фиатных валютах между швейцарскими финансовыми учреждениями, сохраняя при этом традиционные стандарты безопасности и регуляторного соответствия.

Проект направлен на решение ключевых проблем глобальных платежных систем, где международные транзакции до сих пор могут обрабатываться днями и сопровождаются высокими комиссиями, говорится в сообщении.

Команда продемонстрировала, что, используя DLT как инфраструктуру, но сохраняя расчеты в обычных банковских деньгах, можно модернизировать платежи без создания новых форм цифровой валюты и без изменения действующих правил.

Генеральный директор AMINA Bank Франц Бергмюллер отметил потенциал решения:

«GCUL от Google Cloud является доказательством того, что инновации и стабильность не противоречат друг другу. Благодаря этому пилотному проекту мы обеспечили возможность осуществления расчетов в режиме почти реального времени и в соответствии с требованиями действующего банковского законодательства. Глобальный охват AMINA и существующая сеть институциональных партнеров дают нам уникальную возможность масштабировать этот пилотный проект на глобальном уровне и продемонстрировать способность DLT трансформировать глобальную финансовую систему».

CEO Crypto Finance Group Стейн Вандер Стратен подчеркнул важность разработанной модели для криптоинфраструктуры:

«Этот пилотный проект демонстрирует, как мы совместно создаем финансовые рынки нового поколения. Как валютный оператор этого пилотного проекта, мы можем создать надежную основу для цифровых платежей и токенизированных активов. Успех этого пилотного проекта укрепляет позиции Швейцарии как ведущего центра цифровых финансовых инноваций».

В пилоте Crypto Finance Group выступила валютным оператором, определяя правила транзакций, сопровождая банки-участники и контролируя соответствие процессов стандартам программы.

Расчеты и выполнение платежей осуществляли непосредственно финансовые учреждения, а AMINA Bank интегрировала инфраструктуру GCUL в свои ключевые бэкэнды, обеспечив мгновенные операции для выбранных клиентов без изменений в их привычном взаимодействии с банком.

Президент и CRO Google Cloud Мэтт Реннер отметил:

«Мы гордимся тем, что поддерживаем видение Швейцарии в отношении финансовой инфраструктуры нового поколения. Облачная инфраструктура обладает способностью трансформировать финансовые услуги, соблюдая при этом нормативные требования. Пилотный проект AMINA Bank и Crypto Finance демонстрирует, как передовые технологии могут способствовать почти мгновенным, безопасным и соответствующим требованиям работающим платежам».

Технология GCUL обеспечивает круглосуточные транзакции в реальном времени для традиционных денег и активов, интегрируясь в действующие банковские системы без влияния на депозитную базу или кредитные операции. Это открывает путь к новым банковским услугам на базе DLT и облачных технологий Google.

Успешное завершение тестирования создает основу для более широкого внедрения. Следующая фаза предусматривает:

  • подключение больше финансовых учреждений;
  • переход от контролируемых тестов к работе в реальных условиях;
  • развитие функционала, включая трансграничные платежи и POS-интеграции для пользователей.

Напомним, что в начале ноября 2025 года AMINA получила банковскую лицензию MiCA.

Criptos en tendencia

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 27 min(s)

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

marsbitHace 27 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 3 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 3 hora(s)

Trading

Spot

Artículos destacados

Qué es $BANK

Bank AI: Un Paso Revolucionario en el Futuro de la Banca Introducción En una era marcada por avances rápidos en tecnología, Bank AI se encuentra en la intersección de la inteligencia artificial (IA) y los servicios bancarios. Este proyecto innovador busca redefinir el panorama financiero, mejorando la eficiencia operativa, las medidas de seguridad y las experiencias del cliente a través del poder de la IA. A medida que iniciamos esta exploración de Bank AI, profundizaremos en lo que implica el proyecto, sus dinámicas operativas, su contexto histórico y los hitos significativos. ¿Qué es Bank AI? En su esencia, Bank AI representa una iniciativa transformadora destinada a integrar la inteligencia artificial en diversas operaciones bancarias. Este proyecto aprovecha las capacidades de la IA para automatizar procesos, mejorar los protocolos de gestión de riesgos y mejorar la interacción con el cliente a través de servicios personalizados. Los objetivos principales de Bank AI incluyen: Automatización de Funciones Bancarias: Al aprovechar las tecnologías de IA, Bank AI tiene como objetivo automatizar tareas rutinarias, reduciendo la carga sobre los recursos humanos y mejorando la eficiencia. Mejora en la Gestión de Riesgos: El proyecto utiliza algoritmos de IA para predecir e identificar riesgos, fortaleciendo las medidas de seguridad contra el fraude y otras amenazas. Personalización de Servicios Bancarios: Bank AI se centra en ofrecer productos y servicios financieros a medida al analizar datos y comportamientos de los clientes. Mejora de la Experiencia del Cliente: La implementación de soluciones impulsadas por IA, como chatbots y asistentes virtuales, tiene como objetivo proporcionar a los usuarios interacciones más humanas, revolucionando la forma en que los clientes se relacionan con los bancos. Con estos objetivos, Bank AI se posiciona como un jugador crucial para hacer que la banca sea más eficiente, segura y centrada en el usuario. ¿Quién es el Creador de Bank AI? Los detalles sobre el creador de Bank AI siguen siendo desconocidos. Como tal, no se ha identificado a ninguna persona u organización específica en la información disponible. El anonimato que rodea el inicio del proyecto plantea preguntas, pero no resta valor a su ambiciosa visión y objetivos. ¿Quiénes son los Inversores de Bank AI? Al igual que con el creador del proyecto, no se ha divulgado información específica sobre los inversores u organizaciones de apoyo de Bank AI. Sin esta información, es difícil delinear el respaldo financiero y el apoyo institucional que podrían estar impulsando el proyecto hacia adelante. No obstante, la importancia de tener una base de inversión sólida es fundamental para sostener el desarrollo en un campo tan innovador. ¿Cómo Funciona Bank AI? Bank AI opera en varios frentes innovadores, centrándose en factores únicos que lo diferencian de los marcos bancarios tradicionales. A continuación se presentan las características operativas clave: Automatización: Al aplicar algoritmos de aprendizaje automático, Bank AI automatiza varios procesos manuales dentro de los bancos. Esto resulta en la reducción de costos operativos y permite a los trabajadores humanos redirigir sus esfuerzos hacia actividades más estratégicas. Gestión Avanzada de Riesgos: La integración de la IA en las prácticas de gestión de riesgos proporciona a los bancos herramientas para predecir con precisión posibles amenazas como el fraude, asegurando que la información y los activos de los clientes permanezcan seguros. Recomendaciones Financieras Personalizadas: A través del aprendizaje continuo a partir de las interacciones con los clientes, los sistemas de IA desarrollan una comprensión matizada de las necesidades del usuario, lo que les permite ofrecer asesoramiento personalizado sobre decisiones financieras. Interacciones Mejoradas con el Cliente: Utilizando chatbots y asistentes virtuales impulsados por IA, Bank AI permite una experiencia más atractiva para el cliente, permitiendo que los usuarios obtengan respuestas a sus consultas rápidamente, reduciendo así los tiempos de espera y mejorando los niveles de satisfacción. En conjunto, estas características operativas posicionan a Bank AI como un pionero en el sector bancario, estableciendo nuevos estándares para la entrega de servicios y la excelencia operativa. Cronología de Bank AI Entender la trayectoria de Bank AI requiere un vistazo a su contexto histórico. A continuación se muestra una cronología que destaca hitos y desarrollos importantes: Principios de 2010: La conceptualización de la integración de la IA en los servicios bancarios comenzó a ganar atención a medida que las instituciones bancarias reconocían los beneficios potenciales. 2018: Se produjo un aumento notable en la implementación de tecnologías de IA cuando los bancos comenzaron a utilizar herramientas de IA como chatbots para el servicio al cliente básico y sistemas de gestión de riesgos para mejorar la seguridad. 2023: La sofisticación de la IA siguió avanzando, con la introducción de la IA generativa para tareas más complejas como el procesamiento de documentos y el análisis de inversiones en tiempo real. Este año marcó un salto significativo en las capacidades que la tecnología de IA proporcionó a los bancos. 2024-Estado Actual: A partir de este año, Bank AI está en una trayectoria ascendente, con investigaciones y desarrollos en curso que están listos para mejorar aún más las capacidades en las operaciones bancarias. La continua exploración de aplicaciones de IA sugiere desarrollos emocionantes que aún están por venir. Puntos Clave Sobre Bank AI Integración de la IA en la Banca: Bank AI se centra en adoptar la inteligencia artificial para agilizar los procesos bancarios y mejorar las experiencias de los usuarios. Enfoque en Automatización y Gestión de Riesgos: El proyecto enfatiza fuertemente estas áreas, con el objetivo de cambiar la carga de tareas rutinarias mientras se mejoran los marcos de seguridad a través de análisis predictivos. Soluciones Bancarias Personalizadas: Al aprovechar los datos de los clientes, Bank AI permite servicios bancarios a medida que satisfacen las necesidades individuales de los usuarios. Compromiso con el Desarrollo: Bank AI sigue comprometido con los esfuerzos de investigación y desarrollo continuo, asegurando su adaptabilidad y relevancia continua a medida que la tecnología sigue evolucionando. Conclusión En resumen, Bank AI ejemplifica un paso crucial hacia adelante en la industria bancaria, aprovechando la inteligencia artificial para remodelar los paradigmas operativos, mejorar la seguridad y promover la satisfacción del cliente. A pesar de las lagunas en la información sobre el creador y los inversores, los objetivos claros y los mecanismos funcionales de Bank AI proporcionan una sólida base para su evolución continua. A medida que la tecnología de IA sigue avanzando y fusionándose con el sector bancario, Bank AI está bien posicionado para impactar significativamente en el futuro de los servicios financieros, mejorando la forma en que entendemos e interactuamos con la banca.

202 Vistas totalesPublicado en 2024.04.06Actualizado en 2024.12.03

Qué es $BANK

Cómo comprar BANK

¡Bienvenido a HTX.com! Hemos hecho que comprar Lorenzo Protocol (BANK) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Lorenzo Protocol (BANK) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Lorenzo Protocol (BANK)Después de comprar tu Lorenzo Protocol (BANK), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Lorenzo Protocol (BANK)Tradear fácilmente con Lorenzo Protocol (BANK) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

744 Vistas totalesPublicado en 2025.05.09Actualizado en 2026.06.02

Cómo comprar BANK

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de BANK (BANK).

活动图片