人工知能

サルバドルは画期的な人工知能法案を通じて、オープンソースモデルに法的保護を提供しています。

ChainCatcher のメッセージによると、エルサルバドルのビットコインオフィスの情報によれば、ブケレ大統領の経済自由政策に沿って、エルサルバドル政府は画期的な人工知能法案を通過させ、人工知能業界に対する規制の明確性と確実性を提供することを目的としており、特にオープンソースモデルの開発と革新をカバーしています。この新しい立法フレームワークは、専有およびオープンソースの人工知能システムが適切な保護を受けられることを保証し、特にオープンソース開発に対する法的保護を強調しています。これは、法律の保護をオープンソース人工知能開発にまで明確に拡張する世界初の国家レベルの立法です。専有モデルは引き続き既存の国際保護メカニズムの恩恵を受ける一方で、この草案は国家レベルでオープンソース人工知能開発に対する明確な法的フレームワークを初めて提供します。新法案第19条は、AI開発者に対してラテンアメリカおよび世界で最も包括的な法的保護を創出し、サンドボックス保護や第三者の悪用防止措置を含んでいます。この法案は、専有モデルが引き続き既存の国際保護の恩恵を受ける一方で、初めて法的保護をオープンソースAI開発分野に明確に拡張することを示しています。この法案に基づき、エルサルバドル政府はAIラボを設立し、政府機関やサービスにおけるAIの開発、研究、応用を促進し、交通量の改善、水質の監視、地熱資源の最適化などを通じて市民の生活の質を向上させます。このラボはまた、教育団体や機関にリソースと最新技術を提供し、国内のエンジニアリング能力を発展させることを目指します。エルサルバドルはAI革新と開発に対してゼロ税率政策を実施しており、この法案の通過により、同国はグローバルなAIの枠組みにおいて先見的な参加者としての地位を確立し、革新、卓越性、オープンソース協力の原則を政策の中心に置いています。

安永グローバルブロックチェーン責任者:トークン化された資産がポートフォリオ管理を再構築する

ChainCatcher のメッセージによると、CoinDesk の報道で、アーンスト・アンド・ヤング(EY)グローバルブロックチェーン責任者のポール・ブロディ氏は、ブロックチェーンを通じて実体資産をトークン化することで、伝統的に限られた資産カテゴリーの市場データに日常的で透明な価格情報を創出し、ポートフォリオ管理の方法を再定義できると述べています。ブロディ氏は、現代ポートフォリオ理論は1960年代のユージン・ファマの効率的市場理論に由来しており、この理論自体には欠陥があるものの、そこから発展したインデックスファンド戦略は年金や退職口座管理のデフォルト選択肢となっていると指摘しています。現在、機関投資家のポートフォリオの約80%は株式と債券のインデックスファンドに集中しており、代替投資戦略は15-20%に過ぎません。トークン化された資産の登場は、投資可能な資産の範囲を拡大し、投資家がデータの不足や流動性の低さから無視されてきた資産カテゴリーや地域にアクセスできるようにします。たとえば、タイの不動産、ナイジェリアの石油リース、ニューヨークのタクシーライセンスなどの実物資産をトークン化することで、連続的で透明な価格データを生成し、これらの資産をアメリカの株式などの伝統的な資産と同等に比較できるようになります。ブロディ氏は、この変化には約10年かかると予測しており、広範なトークン化資産ポートフォリオの構築と5-7年のデータ記録の蓄積が必要だと述べています。人工知能駆動の自動化投資ツールが普及するにつれて、この変化は歴史的な投資モデルの変革よりも早く起こる可能性があります。EYは4月1日から3日にかけてグローバルブロックチェーンサミットを開催し、デジタル資産のポートフォリオにおける地位について議論します。

Bitgetは人工知能を活用して採用効率を向上させ、採用時間を38%短縮しました。

ChainCatcher のメッセージ、Bitget は人工知能が採用プロセスに与える深遠な影響に関する研究報告を発表しました。AI駆動の採用システムを導入することで、Bitget は履歴書の選別の自動化、候補者と職務の正確なマッチング、意思決定の効率向上を実現し、採用プロセスを大幅に最適化しました。AIシステム導入前、Bitget は手動で候補者を選別し、外部の採用機関に依存しており、平均採用サイクルは48日にも及び、一部の技術職の採用には50日以上かかることもありました。第三者の採用機関に高度に依存していたため、採用コストの約40%がこれらのサービスに占められ、内部のHRチームは毎月約500件の履歴書を処理する必要がありました。AI採用システムを導入した後、Bitget の採用サイクルは38%短縮され、48日から30日に減少しました。AI駆動の履歴書選別の効率は76%向上し、HRチームは高ポテンシャルの候補者の選別に集中できるようになりました。自動化されたプロセスは採用コストを25%削減し、従業員の定着率を15%向上させました。より正確な職務マッチングは初年度の離職率を効果的に減少させ、AIは採用の偏差を38%削減するのにも役立ちました。
チェーンキャッチャー イノベーターとともにWeb3の世界を構築する