Equals Money دسترسی عامل‌های هوش مصنوعی به پرداخت را می‌بندد

شرکت پرداختی Equals Money دسترسی ابزارهای هوش مصنوعی مشتریان به داده‌ها را از طریق سرورهای MCP می‌پذیرد، اما اجازه نمی‌دهد این ابزارها با همان اتصال پرداخت انجام دهند؛ محدودیتی که به گفته جیمز سیمکاک، مدیر ارشد عملیات و محصول شرکت، برای مهار خطرهای عامل‌های خودکار در خدمات مالی در نظر گرفته شده است. سیمکاک در گفت‌وگویی در رویداد Oktane شرکت Okta گفت عامل‌های هوش مصنوعی باید مانند کارکنان، هویت و سطح دسترسی مشخص داشته باشند و امکان قطع دسترسی آن‌ها فراهم باشد. اهمیت این موضوع از آن‌جا ناشی می‌شود که یک عامل خودکار، برخلاف یک کاربر انسانی، می‌تواند در صورت بروز خطا یا سوءاستفاده در مقیاسی گسترده عمل کند.

در خدمات مالی، دسترسی به داده با جابه‌جایی پول فرق دارد

اتصال ابزارهای هوش مصنوعی مشتریان به سرورهای MCP به روشی رایج در شرکت‌های فناوری مالی تبدیل شده است. MCP یا Model Context Protocol پروتکلی برای فراهم‌کردن ارتباط میان ابزارهای هوش مصنوعی و خدمات یا داده‌های بیرونی است. چنین اتصالی می‌تواند تبادل اطلاعات را ساده‌تر کند؛ اما در کسب‌وکارهای پرداخت، سطح دسترسی عامل به‌ویژه مهم است: دسترسی فقط به داده با اجازه انجام تراکنش یکسان نیست.

Equals Money در این زمینه رویکردی محدودکننده انتخاب کرده است. سیمکاک گفت مشتریان می‌توانند ابزارهای هوش مصنوعی خود را به سرور MCP شرکت متصل کنند تا تبادل داده سریع‌تر شود، اما نمی‌توانند از این مسیر دستور پرداخت بدهند. او دسترسی فعلی را برای خواندن داده‌ها و نوشتن اطلاعات غیرحساس توصیف کرد. بنابراین، اتصال به MCP به‌خودی‌خود اختیار انجام هر عملی را به عامل نمی‌دهد و مجوز پرداخت از این مسیر مسدود است.

این تفکیک برای شرکتی که در حوزه خدمات مالی فعالیت می‌کند اهمیت دارد، زیرا عامل‌های متصل فقط با خواندن یا پردازش اطلاعات سروکار ندارند و در برخی کاربردها ممکن است اقدام عملی انجام دهند. سیمکاک گفت Equals Money هنگام ارزیابی جریان‌های کاری مشتریان، خود را مسئول پیامد خطاهای سمت مشتری در نظر می‌گیرد و هر جریان را چند بار بررسی می‌کند. این احتیاط، به گفته او، پشت انتخاب دسترسی محدود برای عامل‌های مشتری قرار دارد.

هویت مستقل برای هر عامل

سیمکاک گفت شرکت از پیش عامل‌های هوش مصنوعی را در نقش‌هایی رو‌به‌روی مشتری به کار گرفته است و برآورد او این است که هوش مصنوعی اکنون حدود ۹۲ درصد کد Equals Money را می‌نویسد. با افزایش استفاده از عامل‌ها، به‌گفته او، ثبت هویت و تعیین مجوز هر عامل اهمیتی اساسی پیدا می‌کند. منظور از هویت عامل، شناسه‌ای است که امکان می‌دهد سامانه تشخیص دهد کدام عامل به کدام منبع دسترسی داشته یا چه کاری انجام داده است.

شرکت‌های خدمات مالی پیش‌تر ناچار بوده‌اند فعالیت کارکنان را ممیزی کنند؛ یعنی سوابق اقدامات را ثبت و برای بررسی نگه دارند. سیمکاک می‌گوید عامل‌های هوش مصنوعی نیز باید زیر چنین کنترلی قرار بگیرند، اما باید هویت جداگانه خود را داشته باشند و دسترسی‌شان به‌طور مشخص تعریف شود. در این چارچوب، صرفاً دانستن اینکه یک اقدام از سوی «هوش مصنوعی» انجام شده کافی نیست؛ شرکت باید بتواند عامل مسئول و حدود مجوز او را شناسایی کند.

یکی از دلایل این رویکرد، مقیاس احتمالی خطاست. سیمکاک هشدار داد که اگر یک انسان رفتاری خارج از قاعده داشته باشد، پیامد در ابتدا به همان فرد محدود می‌شود؛ اما اگر یک عامل خودکار از کنترل خارج شود، امکان دارد تعداد زیادی عامل به‌طور هم‌زمان رفتار مشابهی نشان دهند. او برای توضیح این تفاوت، از احتمال درگیرشدن ۱۰۰ هزار عامل در یک رویداد هم‌زمان سخن گفت. این مثال، برآوردی از سیمکاک بود و بر ضرورت توانایی شناسایی و متوقف‌کردن سریع دسترسی تأکید داشت.

لغو توکن‌ها و نیاز به واکنش خودکار

عامل‌های نرم‌افزاری برای دسترسی به خدمات از اعتبارنامه‌هایی مانند توکن استفاده می‌کنند؛ توکن را می‌توان مجوز دیجیتالی دانست که به عامل اجازه می‌دهد در محدوده‌ای مشخص به یک سامانه وصل شود. به گفته سیمکاک، Equals Money اکنون می‌تواند توکن‌های عامل را لغو کند، اما این کار به‌صورت دستی انجام می‌شود. هدف شرکت این است که سامانه بتواند رفتار نامعمول را تشخیص دهد و بدون انتظار برای مداخله انسانی، دسترسی عامل را قطع کند.

سیمکاک توضیح داد که تشخیص رفتار باید با وظیفه تعریف‌شده برای عامل سنجیده شود. برای نمونه، اگر عامل مأمور تغییر نشانی ایمیل باشد اما رفتاری خارج از آن نقش نشان دهد، شرکت باید بتواند تشخیص دهد که این رفتار با مجوزش سازگار نیست و دسترسی را متوقف کند. در این وضعیت، لغو توکن‌ها یا قطع ارتباط، راهی برای جلوگیری از ادامه فعالیت عامل خواهد بود. با این حال، در توصیف او این قابلیت خودکار هنوز چیزی است که شرکت به‌دنبال آن است، نه فرایندی که اکنون به‌طور کامل در اختیار دارد.

در رویداد Oktane، Okta از قابلیت‌هایی برای اعمال کنترل در زمان اجرا و یک کلید توقف گسترده‌تر برای عامل‌های هوش مصنوعی سخن گفته بود. طبق گزارش SiliconANGLE، قابلیت Agent Gateway شرکت Okta برای لغو همه توکن‌های فعال در اختیار یک عاملِ به‌خطر‌افتاده طراحی شده است. این نوع کلید توقف می‌تواند دسترسی‌های فعال را یک‌جا باطل کند؛ در مقابل، سیمکاک گفت Equals Money فعلاً توکن‌ها را به‌صورت دستی لغو می‌کند و به تشخیص خودکار نیاز دارد.

کنترل عامل‌ها در کنار دسترسی مشتریان

رویکرد Equals Money دو مسئله را هم‌زمان هدف می‌گیرد: فراهم‌کردن امکان استفاده مشتریان از ابزارهای هوش مصنوعی برای کار با داده‌ها، و محدودکردن اختیار آن ابزارها در عملیاتی که می‌تواند به جابه‌جایی پول منجر شود. سیمکاک گفت مشتریان ممکن است بخواهند ابزارهای هوش مصنوعی موجود در بسته‌های برنامه‌ریزی منابع سازمانی خود را به سرور MCP شرکت وصل کنند تا تبادل داده سریع‌تر انجام شود. با این حال، شرکت اجازه نمی‌دهد این مسیر به صدور دستور پرداخت منتهی شود.

این انتخاب نشان می‌دهد که در نگاه شرکت، اتصال فنی به یک خدمت به معنای اعطای دسترسی کامل نیست. می‌توان مجوزها را بر اساس نوع اقدام محدود کرد: خواندن داده، نوشتن اطلاعات غیرحساس یا انجام عملیات مالی. سیمکاک درباره امکان نوشتن در داده‌های غیرحساس نیز صحبت کرد، اما گفت دستور پرداخت از MCP مجاز نیست. او همچنین تأکید کرد شرکت جریان‌های کاری را چند بار بازبینی می‌کند، چون خود را در برابر خطاهای ابزارهای مورد استفاده مشتریان مسئول می‌داند.

گفت‌وگو با سیمکاک در برنامه theCUBE و در حاشیه رویداد Oktane انجام شد. SiliconANGLE اعلام کرده است که theCUBE برای پوشش رویداد با Oktane همکاری رسانه‌ای پولی داشته است؛ همچنین طبق توضیح این رسانه، Okta و دیگر حامیان در محتوای تحریریه آن کنترل نداشته‌اند. این توضیح درباره زمینه انتشار مصاحبه است و باید هنگام خواندن اظهارنظرهای مطرح‌شده در آن در نظر گرفته شود.

این خبر برای چه کسانی اهمیت دارد

این خبر برای شرکت‌های پرداخت، بانک‌ها و دیگر ارائه‌دهندگان خدمات مالی اهمیت دارد؛ به‌ویژه آن‌هایی که می‌خواهند دسترسی عامل‌های هوش مصنوعی را به داده‌ها یا سامانه‌های عملیاتی گسترش دهند. تجربه‌ای که سیمکاک شرح می‌دهد، بر چند کنترل مشخص تأکید دارد: هویت مستقل برای هر عامل، ثبت و ممیزی فعالیت‌ها، محدودکردن مجوزها بر اساس نوع کار و امکان لغو سریع دسترسی. چنین کنترل‌هایی در این گزارش نه به‌عنوان تضمین حذف همه خطرها، بلکه به‌عنوان نیازهای عملی یک کسب‌وکار پرداخت مطرح شده‌اند.

این رویکرد برای مشتریان سازمانی نیز مهم است؛ زیرا اتصال یک ابزار هوش مصنوعی به سرور MCP لزوماً به آن اختیار انجام پرداخت نمی‌دهد. برای تیم‌های امنیت و فناوری اطلاعات، تفاوت میان لغو دستی توکن‌ها و واکنش خودکار به رفتار نامعمول نیز نکته‌ای کلیدی است. به گفته سیمکاک، Equals Money هنوز در پی خودکارکردن این واکنش است؛ در حالی که قابلیت Agent Gateway معرفی‌شده از سوی Okta برای لغو همه توکن‌های فعال عامل به‌خطر‌افتاده طراحی شده است.