Проблема наблюдателя

Представим наблюдателя в поезде, который наблюдает как горы превращаются в море.
Он придумывает теорию о превращении гор в море.
Но это лишь проблема времени, о коротой наблюдатель в поезде не в состоянии узнать. И горы и море существуют сами по себе и не превращаются.

А что если жизнь существует вне времени.

Рассуждение взято из книги Кригера Бориса. Критика жизни во Вселенной.

* * *

Также может не помочь математика. Вот пример.

Теорема. Всё положительные числа интересны. 

Доказательство. Предположим противное. Тогда должно существовать наименьшее неинтересное положительное число. Ха, так ведь это чертовски интересно! Противоречие.

Методики поиска идей

Методики поиска идей

1. Мозговой штурм. Генерация идей без критики.
2. Шесть шляп. Белая - бесстрастный анализ цифр и фактов. Черная - негатив. Желтая - позитив. Зеленая - генерация идей. Красная - эмоции. Синяя - итоги.
3. Ментальные карты. Принцип дерева. В центре ключевое понятие. Ветви - ассоциации, достойные запоминания.
4. Синектика. Поиск аналогий. Первый столбец - прямые аналогии. Второй - непрямые, например, отрицание первого.
5. Метод фокальных объектов. Объединение признаков разных объектов в одном объекте.
6. Морфологический анализ. Объект нужно разложить на компоненты, собрать несколько существенных характеристик, изменить их и попытаться соединить снова.
7. Непрямые стратегии. Колода карт с командами. Вытаскиваем карту и пытаемся следовать ее указаниям.
8. Автобус, ванна и кровать. Новая идея зреет в подсознании и рвется наружу. Нужно не мешать ее появиться в любом, даже неподходящем месте.
9. Расшифровка. Берутся непонятные символы, например, иероглифы. Глядя на них, может родиться ассоциация.
10. Ловушка для идей. Записывать все приходящее на ум, наговаривать на диктофон. Потом провести инвентаризацию зафиксированного.
11. Метод газетных вырезок. Наугад вытягиваем вырезку и ее развиваем.
12. Метод SCAMPER реализует идею комбинаторики следующих эрзац-идей.
13. Метод трех мыслительных стульев Уолта Диснея.

* * *

Подробнее о методе шести шляп.

• Красная шляпа. Эмоции. Чувства. Предчувствия. Обоснования категорически не приветствуются. Эмоциональное отношение к проблеме, интуитивные догадки по поводу решения.
• Желтая шляпа. Преимущества. Выгоды. Призы. Что в сухом остатке. Стоит ли игра свеч? Анализ преимуществ решения, мыслить только позитивно, поиск достоинств.
• Черная шляпа. Оценки, обоснования, риски. Критика. Анализ и опасения, риски. Главная задача - предотвратить необдуманные решения, продумать риски, отсечь все иррациональное и нерациональное.
• Зеленая шляпа. Творчество. Идеи. Много идей. Творчество, генерация новых идей, поиск новых возможностей и альтернатив. Как можно поступить иначе? Что и как можно усовершенствовать?
• Белая шляпа. Информация. Разведка. Вопросы. Что нужно еще знать, в чем быть осведомленным. В расчет берутся только голые цифры и факты, не допуская субъективных оценок и интерпретации. Что известно? Чего не хватает? Как собрать дополнительную информацию?
• Синяя шляпа. Методология. Планы работ. Организация процесса. Обобщения, выводы, итоги.

* * *

Метод трех мыслительных стульев Уолта Диснея.

Метод подразумевает вхождение в три различные роли: роль мечтателя, роль реалиста, роль критика. Важно не перемешивать эти роли, а как можно дальше отодвигать их друг от друга.
Для этого Уолт Дисней стал использовать три различных стула.

Кстати, этого оказалось мало и Уолт стал даже использовать три различных помещения.

Для реализации метода нужны:
1. Три различных места.
2. Три различных вида бумаги.
3. Три различных вида принадлежностей (письменных и др.)

• Стул мечтателя. На этом стуле придумайте фантастические вещи.
• Стул реалиста. Включается здравый смысл в части того, что было рождено на стуле мечтателя.
• Стул критика. Беспощадная критика идей.

"Техника безопасности", Следите за равномерностью нахождения на стульях.

Gen AI

Генеративный ИИ (Gen AI) внедряется в повседневные инструменты, такие как электронная почта, приложения для обработки текста и программное обеспечение для встреч. Это означает, что технология ИИ уже способна изменить работу людей.

Автоматизация с использованием Gen-AI уже началась и она повлияет на задачи и обязанности работников независимо от ставок заработной платы и уровня образования. ИИ окажет особенно глубокое влияние на профессии, традиционно требующие более высокого уровня образования. Например, на преподавателей и юристов.

Тем не менее, само по себе ни обеспечивает успех, для успешного внедрения Gen AI важен бизнес-контекст, в котором разворачивается ИИ.  И тут необходимо задать себе ряд важных вопросов.

• Каковы последствия внедрения искусственного интеллекта для всей организации? И тут полезно оценить каким образом могут быть фундаментельно нарушены бизнес-модели и даже поколеблена отрасль.
• Имеет ли организация необходимые технические кадры и понимание рисков?
• Как корпоративная культура может способствовать или препятствовать внедрению и использованию искусственного интеллекта? Приложения Gen AI могут стать во многих отношениях катализатором культурных изменений. Среди них есть положительные. Например. приложения могут обеспечить бОльшую организационную прозрачность,  коммуникативные возможности, деловые взаимодействия. Изменениям подвергнуться и такие культурные черты, как адаптивность, скорость, гибкость, доверие, честность, обучение, экспериментирование, инновации и готовность к переменам. Все это будет иметь еще большее значение в ходе внедрения ИИ.
• Как организациям следует изменить подходы к управлению талантами? В частности, как приложения ИИ повлияют на обучение, на содержание и проведение программ повышения квалификации. Gen AI может увеличить квалификацию и навыки сотрудников и сделает их более опытными. Возможно, приложения Gen AI могут помочь сотрудникам совсем неожиданным образом.  И конечно, ИИ можеть помочь сотрудникам быстрее освоивать новые навыки.
• ИИ  может побудить старших руководителей вести себя по-другому. Тут без комментариев.

Модели ИИ

Модели ИИ могут описаны следующим набором этапов от создания до запуска.

• Определение проблемы.
• Захват данных.
• Сохранение данных.
• Структурирование данных.
• Очистка данных.
• Анализ данных и исследование закономерностей.
• Разработка модели процесса.
• Доводка модели.
• Определение показателей и критериев оптимальности
• Эксплуатация модели.
• Индустриализация модели.

Для того, чтобы Gen AI представлял ценность необходимо разработать четкое представление о последствиях и походах к развертыванию и использованию генеративного ИИ. McKensey ссылается на трех архетипах:

• Taker: бизнес, который использует уже существующие услуги через базовые интерфейсы, такие как API. В этом случае необходимо сосредоточиться на предоставлении качественных данных для генеративных моделей ИИ и последующей проверке результатов используемой модели.
• Shaper: компания, которая получает доступ к моделям и настраивает их на основе собственных данных. Необходимо оценить, как должно развиваться управление данными бизнеса и какие изменения в архитектуре данных необходимы для достижения желаемых результатов.
• Maker: бизнес, который строит свои собственные фундаментальные модели. Необходимо разработать стратегию маркировки и тегирования данных, а также сделать значительные инвестиции в создание модели.

Больше сведение по этой теме можно получить в статье "The data dividend: Fueling generative AI". https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-data-dividend-fueling-generative-ai

September 15, 2023.

Архитектура генеративного искусственного интеллекта (Gen AI)

Так же как строительство дома начинается с фундамента, так и строительство генеративного ИИ (Gen AI) начинается с возведения фундамента Gen AI - данных. А именно с ревизии, модернизации и возможно построения архитектуры данных.

Архитектура данных - еще один вид архитектуры. В дополнение к бизнес-архитектуре, к архитектуре приложений, к архитектуре ИТ-оборудования.

Многие преимущества ИИ невозможны без прочной базы данных. Это первое. Второе. Необходимо определиться со сценариями использования ИИ для купирования рисков, связанных с перегрузкой системы массивными вычислениями над данными.

Технологический стек Gen AI должен включать следующие компоненты.

• Хранилище неструктурированных данных.
• Предварительная обработка данных.
• Векторные базы данных (в частности, данные с приоритетами и числовыми представлениями значений текста).
• Интеграция больших языковых моделей (LLM).
• Оперативное проектирование - процесс струтурирования вопросов таким образом, чтобы получить наилучших ответ от генеративных моделей.

Элементы архитектуры данных Gen AI

Источники данных.

• Структурированные источники данных./
• Неструктурированные источники данных (расширение Gen AI).

Прием данных (data ingestion).//

• Пакетная передача данных.
• Потоковая передача данных.

Репозитории данных.

• Реляционные базы данных.
• Графовые базы данных.
• Документо-ориентированные базы данных.
• Неструктурированные базы данных (расширение Gen AI).
• Хранилища метаданных (расширение Gen AI).
• Векторные базы данных (расширение Gen AI).

Услуги передачи данных (data services).

• API конечных точек.
• Управление API.
• Данные доступа (структурированные и неструктурированные).
• Оперативное проектирование Gen AI
• интегрирование онтологий моделей и графов знаний.
• удаление персонализированных данных, если это не сделано на этапе предобработки.
• поиск по сходству в векторных базах данных.

Использование данных.

• Расширенная аналитика.
• Бизнес-аналитика и отчетность.
• Приложения Gen AI.

Обработка.

• Пакетная обработка.
• Потоковая обработка.
• "Традиционный" ИИ и машинное обучение (ML).
• Предварительная обработка.
• предварительная агрегация данных для построения ответов на вопросы.
• подготовка данных для расширенных языковых моделей (LLM).
• LLM - расширенные языковые модели: открытие, закрытые и приватные источники данных.

Управление моделями и данными.

• MDM - управление основными данными.
• Управление моделями машинного обучения.
• Управление моделями Gen AI: онтологии, качество и прозрачность данных, политики доступа, маркировка данных, дашборды, использование данных.
• Управление данными AI: смена моделей, мониторинг данных и использования AI.

Центр управления шлюзами (gateway).

• DataOps.
• MLOps.
• LLMOps.
• LiveOps.
• FinOps.
• LLM шлюз.

Gen AI также могут содействовать улучшению и совершенствованию использования данных. Например, можно привести такие варианты использования генеративного ИИ в цепочке повышения ценности данных.

1. Обнаружение данных (Data discovery). Выполнение запросов для определения профиля даных в репозиториях, формирование интерактивных запросов для пользователей.
2. Получение данных (Data ingestion). Создание шаблонов получение данных с адресами доступа, создание и обновление токенов, подготовка данных к развертыванию, абстрагируя техническую систему для обработки данных инженерами.
3. Хранение и наблюдение за данных (Data storage and curation). Использование интеллектуальных алгоритмов сжатия и архивирования данных для оптимизации объемов хранения и сокращения затрат на хранение и наблюдение за данными (например, на основе логов).
4. Обработка данных (Data processing). Определение наилучших фреймворков для обработки больших объемов данных в реальном масштабе времени.
5. Доступ к данным (Data access). Определение правил доступа, кто должен, кто не должен иметь доступ к различным типам данных, анализ политик доступа к данным и метаданных доступа.
6. Использование данных (Data consumption). Интеграция с бизнес-аналитиков и инструментами построения отчетности для улучшения построения изложения и совместной работы.
7. Управление данными (Data governance). Интеграция с приватными данными и решения по защите данных, такими как маскирование и шифроваиие данные, обеспечение мониторинга и предупреждения в реальном масштабе времени о аномальном поведении и других угроз безопасности.
8. Интерпретация данных (Data interpretation). Улучшение интерпретации данных для обеспечения рекомендаций основанных на находках, генереруемых обработкой данных.

Какие же они "громоздкие" - нейронные сети

Если бы языковая модель GPT-3 обучалась на обычном компьютере, то процесс обучения занял бы около 350-360 лет. Это время нужно для подбора около 175 милиардов параметров, которые являются весовыми коэффициентами, приписываемые связям между нейронами.

Но это уже не большая сеть.

Модель GPT-4 в ходе обучения требует определения 175 триллионов параметров. Но стоит отметить, что обученная модель занимает 45 гигабайт, что уже доступно для размещения на обычных локальных вычислительных устройствах.

Соответственно, для построения таких моделей требуются очень большие вычислительные мощности. А вот компаний, обладающих такими мощностями - пока десятки.

На середину 2003 года можно привести примерно такой перечень "умных" сетей:

• GPT-4 от OpenAI, выпущена 14.03.2023.
• Midjourney. Создание графики.
• DALL-E. Создание изображений по текстовым описаниям.
• Stable Diffusion. Генерация изображений.
• Kandinsky 2.1. Генерация изображений.
• YandexGPT. Языковая модель.
• "Шедеврум". Графическая сеть.
• Vectorizer.AI. Нейросеть для перевода растровой графики в векторную.
• Amper Music. Создание музыки.
• Visper. Виртуальный директор.

Искусственный интеллект приносит пользу бизнесу. Судите сами.

В части автоматизации финансовых функции по состоянию на 2023 год Mckinsey рапортуют о возможности их автоматизации посредством применения ИИ. Согласно статье "Bots, algorithms, and the future of the finance function" (https://www.mckinsey.com/capabilities/strategy-and-corporate-finance/our-insights/bots-algorithms-and-the-future-of-the-finance-function):

• Общие бухгалтерские функции - 100%
• Денежные выплаты - 100%
• Управление доходами - 96%
• Управленческий учет и внешния отчетность - 91%
• Налоги - 81%
• Финансовое планирование и анализ - 89%
• Казначейство - 82%
• Управление рисками - 80%
• Аудит - 60%
• Внешние связи - 67%
• Развитие бизнеса - 0%

В части финанасовых функций, которые могут быть автоматизированы, приводятся следующие.

Бухгалтерский учет.

• автоматизация сложных бухгалтерских проводок;
• исполнение и документирование операций выверки счетов;
• расчет и проведение распределений сумм;
• ведение основных и материальных активов.

Дебиторская задолженность.

• ввод бумажных документов;
• сверки накладных;
• исполнение и одоборение расходов;
• аудитирование.

Кредиторская задолженность.

• создание и одобрение документов;
• закрытие непогашенных остатков;
• анализ и ведение споров;
• создание отчетов.

Финансовое планирование и анализ.

• построение стандартных управленческих отчетов;
• консолидация и выверка бюджетов;
• прогнозирование;
• сбор и очистка данных для анализа.

Начисление заработной платы.

• пометки ошибок и пропусках в табелях;
• сопоставление трудозатрат в табелях и в расписаниях;
• калькуляция вычетов;
• гармонизация данных различных систем управления рабочим временем.

Другое.

• подготовка шаблонов внешней отчетности;
• проведение аудида в высокорискованных областях;
• подготовка заявок на банковский перевод;

Внедрение токенизации

Внедрение токенизации было готово шесть лет назад, но прогресс был ограниченным. Возобновление интереса может показаться дежавю, но сильные фундаментальные показатели бизнеса и структурные изменения предполагают, что на этот раз путь может быть иным.

Компании в сфере финансовых услуг, розничной торговли, музыки, игр и средств массовой информации используют возможности Web3, такие как токенизированные программы лояльности. В финансовых услугах акцент смещается на возрождение концепции «блокчейн, а не криптовалют». Банки, управляющие активами и другие учреждения заинтригованы технологическим потенциалом «токенизации» — процесса выпуска цифрового представления традиционного актива в (обычно частном) блокчейне, иногда называемом распределенным реестром. Несколько лидеров крупных институтов публично выразили заинтересованность в потенциале токенизации для преобразования рынков капитала. Аналитики прогнозируют, что к 2030 году может быть выпущено токенизированных цифровых ценных бумаг на сумму от 4 до 5 триллионов долларов. Американская Broadridge, финтех-инфраструктурная компания, теперь ежемесячно заключает токенизированные соглашения об обратном выкупе на сумму более 1 триллиона долларов на своей платформе Distributed Ledger Repo (DLR).

Эти проекты вызывают у многих ветеранов цифровых активов отчетливое ощущение дежавю. Первая токенизация состоялась в 2017 году, и критики указывают на ограниченную популярность, которую она приобрела с тех пор. Вопрос теперь в том, будет ли на этот раз иначе?

Потенциальные преимущества токенизации

Токенизация — это процесс создания токена в блокчейне, который представляет собой актив. Эти токены могут представлять собой традиционные материальные активы (такие как недвижимость, сельскохозяйственные или горнодобывающие товары, аналоговые произведения искусства), финансовые активы (акции, облигации) или нематериальные активы, такие как цифровое искусство и другая интеллектуальная собственность. Независимо от того, имеют ли эти активы параллельное представление в других системах учета («вне цепочки», скажем, в центральном депозитарии ценных бумаг) или они являются родными для ончейн-модели, токенизация обычно включает в себя четыре фундаментальных этапа:

• Поиск активов.
• Выпуск и хранение токенов.
• Распространение и торговля токенами.
• Обслуживание активов и сверка данных.

Токенизация дает держателям активов и маркет-мейкерам доступ к потенциальным преимуществам технологии блокчейн. В широком смысле к ним относятся операции 24/7 и доступность данных, а также так называемые атомарные (то есть мгновенные) расчеты. Кроме того, токенизация обеспечивает программируемость, то есть возможность встраивать код в токен и способность токена взаимодействовать со смарт-контрактами, что обеспечивает более высокую степень автоматизации.

Когда токенизация проводится в больших масштабах, помимо проверки ее концепции, преимущества будут различаться в зависимости от класса активов и могут включать некоторую комбинацию следующих эффектов:

• Повышение эффективности использования капитала. Токенизация может обеспечить  в определенных случаях значительную эффективность использования капитала. Трехсторонние соглашения РЕПО или погашение фондов денежного рынка могут произойти в считанные минуты, в отличие, например, от текущего расчета Т+2. Более короткие сроки расчетов обеспечивают значительную экономию в условиях высоких процентных ставок. Для инвесторов эта экономия может стать наибольшим краткосрочным эффектом токенизации.
• Демократизация доступа. Среди наиболее разрекламированных преимуществ токенизации — присущая им демократизация доступа, которая предлагает потенциал для улучшения ликвидности в результате дробления активов (то есть разделения собственности на более мелкие части). В некоторых классах активов оптимизация трудоемких ручных процессов может снизить юнит-экономику, тем самым делая возможным обслуживание мелких инвесторов. Однако доступ к этим инвестициям может иметь нормативные ограничения, а это означает, что многие токенизированные активы могут быть доступны только аккредитованным инвесторам. И хотя дробление, безусловно, может быть привлекательным и осуществимым для повышения ликвидности, распределение токенизированных активов должно будет достичь гораздо большего масштаба, прежде чем будет реализована настоящая демократизация доступа.
• Экономия эксплуатационных расходов. Программирование активов может быть еще одним источником экономии, особенно для тех классов активов, обслуживание или выпуск которых обычно выполняются вручную, подвержены ошибкам и привлекают многочисленных посредников. Примерами таких активов являются корпоративные облигации и другие продукты с фиксированным доходом, которые часто имеют индивидуальную структуру, неточные расчеты процентов и выплаты купонов. Встраивание таких операций, как расчет процентов и купонные выплаты, в смарт-контракт токена позволит автоматизировать эти функции, снизив их затраты. Автоматизация системы с помощью смарт-контрактов также может снизить стоимость таких услуг, как кредитование ценными бумагами и операции РЕПО. И со временем программирование цифровых активов также может создать преимущества на уровне портфеля, позволяя управляющим активами автоматизировать ребалансировку портфелей в режиме реального времени.
• Повышенное соответствие, проверяемость и прозрачность. Существующие системы соблюдения требований часто полагаются на ручные проверки и (часто ретроспективный) анализ. Эмитенты активов могут автоматизировать эти проверки соответствия, встраивая определенные действия, связанные с соблюдением требований (например, ограничения на передачу), в токенизированные активы, автоматизируя эти проверки соответствия. Кроме того, круглосуточная доступность данных системы создает возможности для упрощенной консолидированной отчетности, неизменяемого учета и проверяемого учета в реальном времени (где блокчейн может использоваться для создания так называемой системы тройной бухгалтерской отчетности, где неизменяемые отметки времени являются новым дополнением). Ярким примером являются углеродные кредиты, где технология блокчейна может обеспечить неизменяемую и прозрачную запись о покупке, передаче и погашении кредитов с ограничениями на передачу и измерением, отчетностью, и функция проверки (MRV), встроенная в смарт-контракт токена. Таким образом, когда инициируется транзакция углеродного токена, токен может автоматически проверять актуальные спутниковые снимки, чтобы убедиться, что основной проект по удалению углерода все еще работает, что повышает доверие к экосистеме.
• Более дешевая и шустрая инфраструктура. Блокчейны по своей сути являются открытым исходным кодом и продолжают развиваться, чему способствуют тысячи разработчиков Web3 и миллиарды долларов венчурного капитала, инвестированного в эту сферу. Если предположить, что компании, предоставляющие финансовые услуги, решат использовать частные или гибридные экземпляры общедоступных блокчейнов без разрешения, будущие инновации — например, в смарт-контрактах и ​​стандартах токенов — могут быть легко и быстро внедрены, что еще больше снизит эксплуатационные расходы.

В свете этих преимуществ становится понятно, почему многие крупные банки и управляющие активами заинтригованы перспективами этой технологии. Однако некоторые из этих преимуществ остаются теоретическими по своей природе, учитывая недостаток масштабов токенизированных активов и вариантов использования. Возникает вопрос, почему за последние шесть лет не было достигнуто большего прогресса.

Постоянные проблемы с широким внедрением

Несмотря на преимущества, которые может принести токенизация, на сегодняшний день токенизировано лишь несколько активов. Заметным исключением являются наличные в виде полностью зарезервированных «стейблкоинов» и токенизированных банковских депозитов.

Почему токенизация цифровых активов до сих пор не получила широкого распространения? Условия создали проблемы, связанные с инфраструктурой, затратами на внедрение, зрелостью рынка, регулированием и выравниванием отрасли.

Технологическая и инфраструктурная неготовность

Внедрение токенизации сдерживается ограничениями доступной инфраструктуры. Ограничения включают продолжающуюся нехватку решений для хранения цифровых активов и кошельков институционального уровня, предлагающих достаточную гибкость в управлении политиками учетных записей, такими как торговые лимиты. Кроме того, технологии блокчейна, особенно ее общедоступных версий без разрешения, препятствует ограниченное время безотказной работы системы при высокой пропускной способности транзакций — недостаток, который неприемлем для поддержки токенизации определенных случаев использования, особенно на зрелых рынках капитала. Наконец, фрагментированная (частная) инфраструктура блокчейна, включая инструменты разработчиков, стандарты токенов и рекомендации по смарт-контрактам, создает проблемы совместимости между финансовыми учреждениями. Это создает новые риски.

Ограниченное краткосрочное экономическое обоснование и высокая стоимость внедрения

Многие потенциальные экономические выгоды токенизации реализуются если значительная часть активов мигрирует в новую цифровую инфраструктуру. Однако это, вероятно, потребует дорогостоящего перехода. Так как требуется адаптация рабочих процессов среднего и бэк-офиса, не предназначенных для токенизированных активов. Эта ситуация подразумевает неясные краткосрочные выгоды и сложное экономическое обоснование. Еще больше усложняет реализация цифровых двойников (например, цифровые и традиционные расчеты, сверку данных и соблюдение требований внутри и вне цепочки, цифровое и традиционное хранение и обслуживание активов) для сокращения краткосрочных операционных затрат. и регуляторный риск.

Незрелость рынка

Токенизация обеспечивает более быстрое время расчетов и большую эффективность использования капитала, но требует мгновенных денежных расчетов. Однако в настоящее время не существует масштабного межбанковского решения, несмотря на прогресс, достигнутый на этом фронте: токенизированные депозиты в настоящее время работают только в одном банке, а стейблкоинам пока не хватает нормативной ясности, чтобы считаться активами на предъявителя для обеспечения повсеместного расчета в режиме реального времени. Кроме того, среда поставщиков токенизации фрагментирована и находится в зачаточном состоянии, без интегрированного единого центра, предлагающего необходимые лицензии и возможности. Третьей остающейся проблемой является отсутствие масштабных каналов распространения цифровых активов, к которым могли бы получить доступ соответствующие инвесторы. Многие токенизированные активы доступны только на собственных платформах поставщиков токенизации.

Нормативная неопределенность

На сегодняшний день нормативная база токенизации существенно различается в зависимости от региона или просто отсутствует. Игроки обеспокоены неопределенностью окончательности расчетов, отсутствием юридически обязательного статуса смарт-контрактов и неясными требованиями к квалифицированным хранителям. Остаются дальнейшие неизвестные относительно обращения капиталом цифровых активов.

Отрасль нуждается согласованности

Игрокам инфраструктуры рынка капитала еще предстоит продемонстрировать согласованное желание создать возможности токенизации. Стимулы к переходу на новую инфраструктуру могут быть несогласованными, учитывая, что некоторые функции, выполняемые сейчас посредниками, могут устареть или резко измениться.

Токенизация может оказаться на переломном этапе

Несмотря на проблемы, токенизация, возможно, достигла переломного момента для определенных вариантов использования и классов активов. Тенденции последних месяцев согласуются с возможным ускорением внедрения.

• Достижения в области токенизации денежных средств. Для мгновенного и круглосуточного расчета по сделкам с токенизированными активами требуется токенизация денежных средств; без него только одна часть транзакции может быть завершена мгновенно.

Примерно 120 миллиардов долларов токенизированных денежных средств сейчас находятся в обращении в форме полностью зарезервированных стейблкоинов. Некоторые банки запустили или вскоре запустят возможности токенизированных депозитов для улучшения процесса расчетов наличными в коммерческих сделках. Эти зарождающиеся системы ни в коем случае не совершенны; ликвидность остается фрагментированной, а стейблкоины еще не признаны активами на предъявителя. Несмотря на это, они оказались достаточными для поддержания значительных объемов на рынке цифровых активов. Объемы ончейн стейблкоинов обычно превышают 500 миллиардов долларов в месяц.

• Улучшение краткосрочного экономического обоснования. Более высокие процентные ставки улучшили экономику токенизации, обеспечивающих эффективность капитала. Операции с краткосрочной ликвидностью, такие как токенизированное РЕПО и кредитование ценными бумагами, более привлекательны благодаря более высоким ставкам, как и токенизированные фонды денежного рынка для гибкого управления залогом.
• Формирующаяся нормативно-правовая база за пределами США. За последние шесть месяцев Европейский Союз предпринял шаги по утверждению законодательства о рынках криптоактивов (MiCA).5и другие регионы, такие как Гонконг, Япония, Сингапур, Объединенные Арабские Эмираты и Великобритания, опубликовали новые рекомендации, которые повышают ясность регулирования цифровых активов.
• Повышение готовности рынка и зрелости инфраструктуры. За последние пять лет многие авторитетные компании, предоставляющие финансовые услуги, расширили свои возможности и таланты в области цифровых активов. Несколько банков, управляющих активами и компаний, занимающихся инфраструктурой рынка капитала, создали команды по цифровым активам из 50 и более человек, и эти команды растут. При этом уровень понимания технологии и ее перспектив среди авторитетных участников рынка возрос. Кроме того, в настоящее время мы наблюдаем более активное экспериментирование и запланированное расширение возможностей (часто посредством партнерства) среди этих игроков на рынке капитала, причем некоторые из них работают над интеграцией или объединением необходимых возможностей, чтобы стать универсальным магазином для токенизации и распределения активов.

Хотя токенизация еще не достигла масштаба, необходимого для выполнения всех заявленных обещаний, экосистема взрослеет, основные проблемы становятся яснее, и экономическое обоснование внедрения токенов может улучшиться. Первоначальные доказательства, особенно в случаях использования, которые выигрывают от повышения эффективности использования капитала в условиях более высоких ставок (в отличие от традиционного аргумента о лучшей ликвидности неликвидных активов), выявляют больше случаев использования, где технология может получить распространение и создать значимую ценность для мировых рынках в течение следующих двух-пяти лет.

Рекомендации для компаний, предоставляющих финансовые услуги

Независимо от того, находится ли токенизация на переломном этапе, естественный вопрос заключается в том, как следует реагировать компаниям, предоставляющим финансовые услуги. Конкретные временные рамки и окончательное внедрение токенизации неизвестны, но ранние институциональные эксперименты с определенными классами активов и вариантами использования (например, фонды денежного рынка, РЕПО, частные фонды, корпоративные облигации) показали потенциал для масштабирования в следующие года.

Пересмотреть основные бизнес-кейсы

Предприятиям следует переоценить конкретные выгоды и ценностные предложения токенизации, а также пути и затраты на ее внедрение. Необходимо понимать влияние высоких процентных ставок и нестабильных публичных рынков на конкретные активы или варианты их использования. Это важно для правильной оценки потенциальных преимуществ токенизации. Постоянное изучение ландшафта поставщиков и понимание ранних применений токенизации поможет уточнить оценки затрат и выгод этой технологии.

Развивайте возможности технологий и управления рисками

Независимо от позиции действующего игрока в цепочке создания стоимости, для подготовки к токенизированному миру необходимо создать некоторые возможности. Прежде всего, это формирование базового понимания технологии и связанных с ней рисков, особенно в отношении инфраструктуры блокчейна и обязанностей по управлению: кто может утверждать, что и когда. Далее в в отношении дизайна токенов: ограничения, налагаемые на актив и обеспечение соблюдения этих ограничений. Системы: решения о том, где находятся книги и записи и как это повлияет на предъявительский характер актива. Понимание этих основополагающих принципов может также стать основой для бесед с регулирующими органами и клиентами, которые все еще осваивают эту технологию.

Формировать экосистемные отношения, особенно в отношении распределения активов

Учитывая фрагментированный характер нынешнего ландшафта, новым лидерам будет важно разработать стратегию для готовой интеграции в другие, в том числе устаревшие, системы. Очень немногие владельцы активов готовы привлечь восемь разных сторон для токенизации актива: хранение, распределение, торговля и обслуживание этих активов должны быть максимально простыми. Партнерские отношения, расширяющие распространение и доступ к инвесторам, могут создать значительное стратегическое преимущество ​​для действующего оператора, помогая такой компании достичь масштаба.

Участвовать в установлении стандартов

Учреждения, которые стремятся занять лидирующие позиции в токенизации, должны предоставлять регулирующим органам упрощенную информацию о новых стандартах, чтобы избежать дальнейшей фрагментации ликвидности, данных и возможности компоновки. Некоторые примеры ключевых областей, в которых можно рассмотреть возможность установления стандартов, включают средства контроля, то есть соответствующие системы управления, управление рисками и контроль для защиты конечных инвесторов. Средства хранения, что представляет собой квалифицированное хранение токенизированных активов в частных сетях, когда использовать цифровой двойник, а когда — цифровые записи, что представляет собой хорошее место для контроля. Дизайн токенов, - какой тип стандартов токенов и связанный с ними механизм соответствия поддерживать, а также поддержку блокчейна и стандарты данных - какие данные хранятся в цепочке, а какие вне цепочки, стандарты сверки.

Источник

Anutosh Banerjee, Ian De Bode, Matthieu de Vergnes, Matt Higginson, and Julian Sevillano. Tokenization: A digital-asset déjà vu/ August 15, 2023

"Токенизация: дежавю цифровых активов"
https://www.mckinsey.com/industries/financial-services/our-insights/tokenization-a-digital-asset-deja-vu

Технологический (технический) долг

Хотя многие компании понимают важность технологий для достижения своих стратегических целей, на их пути часто стоит молчаливый убийца усилий по модернизации технологий — технический долг. Технический долг — это, по сути, «налог», который компания платит за любую разработку для решения существующих технологических проблем, Налог этот примерно составляет 40% баланса ИТ. Зачастую приходится из бюджета, выделаемого на разработку новых продуктов, приходится выделять средства на решение проблем, связанных с техническим долгом.

Отсюда можно предположить, что погашение технического долга может привести к освобождению инженеров и направить их усилия и таланты на работу над продуктами и услугами, создающими ценность. А также стоит предположить, что произойдет сокращение затрат за счет сокращения времени, необходимого для решения сложных задач; а также повышение времени безотказной работы и отказоустойчивости. Сокращение технического долга — ключ к тому, чтобы стать технологическим лидером: компанией, в которой технологии являются двигателем постоянного роста и производительности.

Так как же организации могут начать погащать технический долг? Все как обычно - нужно начинать с выяснения - какие аспекты технического долга больше всего связаны со стоимостью.

Порочный круг технического долга

Технический долг возникает в результате целого ряда практик:

• внесение временных исправлений, которые неизбежно становятся постоянными, 
• отказ от обновления устаревших решений, 
• предпочтение "быстрых" технологий долгосрочным преимуществам,
• внедрение одноразовых решений для удовлетворения бизнес-приоритетов.

Многие из этих решений имеют смысл и необходимы. Но сложность нарастает, и будущие проекты усложняются.

Возникает порочный круг:

1. Увеличение требований бизнеса приводит к субоптимальным точечным решениям. Бизнес склонен формированию требований, которые приводят к быстрым решениям. Потеря координации и сотрудничества препятствует к выработке лучших по сравнению с краткосрочными долгосрочных решений.
2. Субоптимальные точечные решения приводит к "спегатти" точечных решений и одноразовых приложений, что увеличивает технических долг.
3. Порочный круг делает будущие проекты более трудными в реализации и добавляет скрытие затраты в виде упущенных возможностей и впустую потраченных ресурсов.

Накопленный технологический долг создает огромное препятствие в деле трансформации бизнеса — это все равно, что пытаться бежать, таща за собой все более тяжелый якорь.

Вырваться из этого порочного круга непросто. Знать, с чего и как начать, — серьезная проблема. Неправильный подход может легко привести к трате времени и денег без особых изменений технологического долга. Бизнес-сторона дома может быть перегружена задачей и захочет делегировать проблему ИТ-отделу. На деле же обе стороны должны работать вместе, чтобы найти решения, которые позволят организации конкурировать и создавать ценность.

Мероприятия преодоления порочного круга

1. Преимущество измерений и прозрачности

Измерение технического долга требует классификации приложений по типам их развертывания — например, локальные, виртуализированные, контейнерные, программное обеспечение как услуга (SaaS) или функция как услуга (FaaS). Затем сбор метаданных касательно конкретных приложений по каждому типу приложений с тем, чтобы отразить сумму технического долга в разрезе приложений. Этот подход дает возможность сравнивать приложения с точки зрения стоимости технологического долга.

Любая серьезная техническая модернизация начинается с точного и подробного учета текущего технического долга, документирования активов, данных и их связи с ценностью для бизнеса. Это позволит создать значимую поддержку в бизнесе, установить реалистичные бюджеты, точно распределить средства и расставить приоритеты для инициатив.

Составление такого рода баланса — нетривиальная задача. Он начинается с расчета стоимости времени, потерянного разработчиками для решения проблем, возникающих в результате технического долга, и затрат на решение самого технического долга. Важно анализировать технический долг на уровне активов, таких как приложение или база данных, чтобы иметь возможность увидеть, как каждая часть ИТ архитектуры связана со стоимостью. Кроме того, анализ должен учитывать почти дюжину различных типов технического долга, таких как инфраструктура, код и документация, поскольку каждый из них требует своего типа исправлений.

Можно отметить следующее:

• Технический долг распределяется неравномерно. Всегда есть набор из 10–15 активов, ответственных за большую часть технологического долга предприятия. Именно здесь компании должны сосредоточить свои усилия.
• Серьезность технического долга варьируется. Сумма технического долга между приложениями может различаться в два-три раза.
• Некоторые технические долги лучше оставить в покое. В некоторых случаях стоимость решения технического долга данного актива не стоит затраченных усилий.

2. Обязательства: надежное управление и структура распределения.

Десятилетия работы, помогающей компаниям определять и реализовывать бизнес-стратегии, научили нас тому, что стратегия неэффективна, если она не воплощена в рациональном распределении людских и бюджетных ресурсов. Эффективное распределение ресурсов требует управленческих усилий для структурирования процесса принятия решений, включая лиц, принимающих решения, и критерии, которые они используют. Эти структурные решения имеют важное значение, поскольку техническая модернизация — многолетняя программа.

Три соображения являются ключевыми для успеха: 

• финансирование, 
• подотчетность,
• ценообразование в деле списания технологического долга.

Финансирование

Структура распределения капитала для погашения технического долга — стратегическое решение, которое должно быть принято генеральным директором, финансовым директором и ИТ-директором. Это гораздо больше, чем упражнение по целевому выделению средств; чем просто выделить 15-20% ИТ-бюджета на покрытие технического долга недостаточно.

Наиболее успешные организации явно учитывают технический долг во всех процессах бюджетирования активов и разработки.

Поскольку программы технической модернизации часто переживают срок пребывания в должности высшего руководства, совет директоров должен играть решающую роль. Совет директоров должен помочь установить и защитить капитал, предназначенный для погашения технологического долга.

Управление

Наличие руководящего комитета с лидерами как из ИТ, так и из бизнеса — это хорошее начало для организации должного управление. В комитете должно быть быть достаточно высокопоставленных персон с тем, чтобы проводить изменения и преодолевать неизбежные битвы за сферы влияния и конкурирующие приоритеты. По этой причине крайне важно включить финансового директора или финансового руководителя в состав команды, и в идеале этот человек должен достаточно разбираться в ключевых технологических вопросах.

Другая важная роль руководящего комитета заключается в установлении и обеспечении соблюдения набора целей и ключевых результатов.  Команды разработчиков должны сосредоточится на достижении результатов, а не на отчетах о деятельности. Лучшие ключевые результаты для отслеживания прогресса в борьбе с техническим долгом решают такие вопросы, как производительность команды (время, затрачиваемое на разработку новых возможностей по сравнению с решением проблем технического долга) и скорость выхода на рынок (скорость и скорость выпуска новых возможностей), а также надежность и ликвидация. переделок. Система ежеквартальных бизнес-обзоров для отслеживания прогресса и оценки эффективности также имеет решающее значение для соблюдения графиков.

Ценообразование

Даже самые далеко идущие и продуманные структуры и планы управления могут рухнуть перед лицом реалий на местах. Здесь может помочь внутреннее ценообразование.

Например, общая проблема заключается в том, что даже несмотря на то, что ИТ может представить стоимость проекта, включающаю в себя передовые методы, такие как включение API или погашение технического долга, бизнес-сторона может полагать, что более быстрое, дешевое и более безопасное одноразовое решение является лучшим выбором, даже если оно увеличивает технический долг.

Одна компания даже ввела политику, согласно которой любое исключение по техническому долгу должно быть одобрено генеральным директором. Этот механизм вынуждал команды разрабатывать веские доводы для любых краткосрочных потребностей и представлять план погашения технологического долга.

При внедрении важно ориентироваться на ценность. Обычно не имеет смысла снижать уровень технического долга ниже 10%, потому что часть технического долга не стоит выплачивать. Иногда даже необходимо взять на себя дополнительный технический долг, чтобы иметь возможность двигаться более быстро, если представилась возможность, которой нужно немедленно воспользоваться.

Облачные технологии могут быть основным компонентом программы технологической модернизации, но проблемы технического долга, существующие локально, волшебным образом не исчезнут в облаке. На самом деле, могут вырастить расходы и помешать компаниям воспользоваться преимуществами услуг, предлагаемых облачными провайдерами.

3. Контроль исполнения: оценка прогресса и корректировка планов и графиков

Зачастую техническая модернизация терпит неудачу из-за того, что у компаний нет механизмов для отслеживания происходящего и агрессивного вмешательства в ход реализации.

Прогресс в каждом квартале

Долгосрочные планы рухнут, если не будет механизма сохранения импульса. Ежеквартальные бизнес-отчеты — наиболее эффективный способ сохранить импульс, обеспечивая прозрачность оценки хода процесса, а также возможность принятия решений. Однако ежеквартальные бизнес-отчеты представляют собой пассивный процесс проверки, в котором отсутствуют качественные данные, необходимые для принятия правильных решений. В высокоэффективных компаниях старшие руководители в руководящем комитете занимают гораздо более жесткую позицию в ходе анализа ежеквартальных бизнес-отчетов. Они проверяют эффективность команды с тем, чтобы определить первопричины либо хорошего прогресса (чтобы они могли воспроизвести передовой опыт), либо плохого прогресса (чтобы определить основную проблему).

Таким образом, ежеквартальные бизнес-отчеты предоставляет комитету четкое представление о «реальности», позволяют корректировать цели, могут выступать в качестве системы раннего предупреждения о проблемах. Комитет на основе анализа отчетов может перераспределить ресурсы для поддержки высокоэффективных инициатив и приостановить или отменить неэффективные инициативы. Благодаря таким практикам ежеквартальные бизнес-отчеты становятся полезным двигателем реформ.

Для обеспечения работы руководящего комитета, компаниям необходимо инвестировать в инструменты управления производительностью. Эти инструменты позволят руководству в режиме реального времени оценивать ход и прогресс реформ, а также предоставят прогнозную аналитику. Прогнозная аналитика позволит увидеть, смогут ли команды достичь целей и шансы на успех. У компаний часто есть много полезных инструментов и данных, которые уже есть под рукой. Инструменты контроля качества кода, например, могут автоматически сообщать о фактах отсутствия документированного кода или о наиличии неиспользуемого кода.

Команды по разработки продукта отвечают за технический долг в части их касающейся.

Основной единицей работы по технической модернизации является команда разработчиков, которая разрабатывает решения и выполняет работу по сокращению технического долга. Лучшие команды автономны, ориентированы на создание ценности и поддерживаются соответствующими ресурсами.

Основной принцип современной группы по разработке продукта заключается в том, что она отвечает за создание приложений, а также за их запуск и управление ими. Это означает, что любые проблемы с долгом остаются проблемой команды разработчиков, а не кого-то еще. Многие стартапы следуют этому подходу, посвящая два спринта (около четырех недель) в каждом квартале специально для приведения в порядоксвоих приложений и ликвидации технического долга. Таким образом, продуктовые команды гарантируют, что они могут продолжать развиваться в нужном темпе и приносить пользу.

Заключение

Какой бы сложной ни была технологическая ситуация сейчас, она будет только ухудшаться, если технический долг не устраняется. Решение этой проблемы требует от компаний понимания масштабов технического долга и ценности его погашения, а также принятия на себя обязательств по его уменьшению. Чтобы технологии стали двигателем роста, компаниям необходимо вырваться из порочного круга технологического долга и модернизироваться.

Источник.

К Аамер Бейг, Свен Блумберг, Арун Гундурао и Базель Кайяли. "Разорвите порочный круг технического долга, чтобы модернизировать свой бизнес". 25.04.2023 г.

https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/breaking-technical-debts-vicious-cycle-to-modernize-your-business

Процесс "токенизации"

«Токенизация» актива включает в себя следующие четыре этапа:

Поиск активов. Процесс начинается, когда владелец или эмитент актива определяет, что актив или вариант использования выиграют от токенизации. Этот шаг также включает в себя определение структуры, которая будет токенизирована, поскольку особенности структуры будут определять процесс. Это помогает понять, будет ли актив рассматриваться как ценная бумага или товар, какая нормативная база будет применяться и какие партнеры будут задействованы.

Выпуск и хранение токенов. Создание цифрового представления на основе блокчейна начинается с иммобилизации любого связанного физического актива. Это предполагает перемещение актива в место контроля, обычно с помощью квалифицированного хранителя или лицензированной трастовой компании. Затем в блокчейне создается цифровое представление актива в виде токена со встроенной функциональностью, то есть кода для выполнения заранее определенных правил. Для этого владелец актива выбирает конкретный стандарт токена (ERC-20 и ERC-3643 являются общими стандартами), сеть (частный или общедоступный блокчейн) и функции (соответствия) для внедрения (например, ограничения на передачу пользователей, возможности заморозки и возвраты). Поставщик токенизации реализует эти решения. После создания цифровых активов они хранятся у кастодиана или специального брокера-дилера в ожидании распределения.

Распространение и торговля токенами. Цифровой актив может быть передан конечному инвестору через традиционные каналы или через новые каналы, такие как биржи цифровых активов. Инвестору или его представителю необходимо будет создать учетную запись или кошелек для хранения цифрового актива, при этом любой эквивалент физического актива останется иммобилизованным на счете эмитента у традиционного хранителя. На этом этапе обычно участвуют дистрибьютор (например, подразделение частного капитала крупного банка) и либо трансфер-агент, либо специальный брокер-дилер для перемещения цифровых активов. В зависимости от эмитента и типа актива владелец может привлечь вторичную торговую площадку — например, альтернативную торговую систему (АТС) — для создания ликвидного рынка для этих токенизированных активов после запуска. Некоторые эмитенты предпочитают, чтобы их токенизированные активы не торговались на вторичных торговых площадках.

Обслуживание активов и сверка данных. Цифровой актив, переданный конечному инвестору, требует постоянного обслуживания, включая нормативную, налоговую и бухгалтерскую отчетность, уведомление о корпоративных действиях и периодический расчет стоимости чистых активов (NAV). Характер обслуживания может зависеть от типа актива. Обслуживание требует согласования активности вне и внутри цепочки, а также обширных источников данных. Текущий процесс токенизации может оказаться сложным для понимания. В нем участвуют до девяти сторон: владелец актива, эмитент, традиционный хранитель, поставщик токенизации, агент по передаче, цифровой хранитель или специальный брокер-дилер, АТС, дистрибьютор и конечный инвестор. Более того, каждый процесс имеет свои собственные системы данных, подлежащие синхронизации, и свои собственные потребности в обслуживании.