AI-agenter kan göra gränsbetalningar smartare – men riskerna följer med

AI-agenter skulle kunna göra internationella betalningar mer flexibla genom att jämföra avgifter, växelkurser och olika sätt att genomföra en transaktion. De kan sedan välja väg och tidpunkt utifrån användarens instruktioner. Tokenisering kan i sin tur samla betalningsinformation, avstämning och avveckling på programmerbara plattformar. Tillsammans kan teknikerna minska friktionen – men de ersätter inte behovet av tillförlitlig infrastruktur, rättslig tydlighet, likviditet och ansvarig tillsyn. 17212

Så kan betalningar förändras

En AI-agent kan tolka vad användaren vill uppnå och utföra flera steg, till exempel jämföra betaltjänster eller anpassa en betalning efter tillgänglig likviditet och avtalsvillkor. Internationella valutafonden (IMF) beskriver detta som möjliga användningsområden, men pekar också på frågor om behörighet, spårbarhet och ansvar. 172627

Tokenisering innebär att anspråk på pengar eller andra tillgångar representeras digitalt på en programmerbar liggare. När flera parter använder en gemensam post kan behovet av att stämma av separata register minska. Programmerbara regler kan också automatisera delar av transaktionen. Vid atomär avveckling genomförs de kopplade delarna av en affär samtidigt – eller inte alls. 12

BIS-projektet Agorá, ett försök att utveckla en gemensam programmerbar plattform, har visat att atomär avveckling i flera valutor kan genomföras för gränsöverskridande betalningar mellan finansinstitut. Prototypen använde tokeniserade affärsbankspengar och centralbankreserver. Det visar en teknisk möjlighet, men innebär inte att plattformen är redo att ersätta dagens betalningssystem på alla marknader. 1213

Snabbare betalningar kräver fungerande grundsystem

Automatisering kan inte lösa problemet om olika betalningssystem inte kan samverka. Gränsöverskridande betalningar omfattas dessutom av skilda regelverk, och finansinstitut måste ha tillgång till rätt valutor och tillräcklig likviditet för att genomföra dem. IMF lyfter fram bland annat interoperabilitet, styrning, avveckling och tillgång till likviditet i utländsk valuta som grundförutsättningar för utvecklingen. 23

Tokeniserade plattformar kan också splittra likviditeten om tillgångar låses in i slutna system som inte enkelt kan kopplas ihop. IMF har pekat på risken för sådan fragmentering och på behovet av tydliga regelverk, rättslig säkerhet och trygga avvecklingstillgångar. 2024

Det måste vara tydligt vem som ansvarar när en agent initierar en betalning, gör fel eller går utanför sina befogenheter. IMF:s analys tar upp olösta frågor om lagstiftning och skadeståndsansvar, liksom risker med beslut som är svåra att förstå och otydliga spår av vilka instruktioner som följts. 27

När AI förstärker operativa risker och marknadsrisker

AI kan både stärka cyberskyddet och hjälpa angripare att hitta och utnyttja sårbarheter. Risker kan spridas utanför ett enskilt företag när finansinstitut är beroende av samma infrastruktur eller leverantörer. 2139

En annan sårbarhet uppstår om många automatiserade system reagerar likartat på samma förhållanden. IMF pekar på samordnat beteende som en risk med AI-agenter i betalningar och varnar för att synkroniserade strategier på finansmarknader kan bidra till att tillgångspriser rör sig mer i takt och att likviditeten pressas. 1927

Bank of England har också lyft en särskild risk för kapitalmarknaderna: den växande skuldfinansieringen kopplad till AI gör marknaderna mer exponerade för utvecklingen inom AI-sektorn. Det är en sårbarhet att hålla uppsikt över – inte ett påstående om att AI redan har utlöst en kris på obligationsmarknaden. 33

Skydd som kan göra automatisering mer robust

Utmaningen för beslutsfattare är att dra nytta av automatisering utan att göra den svår att granska eller alltför känslig för störningar. Exempel på skyddsåtgärder är:

• Begränsa agenternas befogenheter. Sätt tydliga gränser för vilka betalningar de får göra, belopp och villkor. Kräv extra godkännande vid ovanliga eller betydelsefulla transaktioner. Spara instruktioner och genomförda åtgärder så att de kan följas upp. Det möter IMF:s farhågor om behörighet och spårbarhet. 27
• Planera för likviditetsbrist och avvecklingsproblem. Testa vad som händer om finansiering saknas, en motpart inte är tillgänglig eller ett anslutet system ligger nere. Behåll fungerande reservrutiner – snabbare avveckling i sig garanterar inte motståndskraft. Likviditet, avveckling och kopplingar mellan infrastrukturer är grundläggande för gränsöverskridande betalningar. 23
• Minska beroendet av enskilda leverantörer. Kartlägg beroenden av teknikleverantörer och gemensam infrastruktur och planera för avbrott. Både Bank of England och IMF pekar på gemensamma leverantörer och externa beroenden som möjliga kanaler för bredare operativa risker. 2142
• Håll plattformar sammankopplade och reglerna tydliga. Främja interoperabilitet och klargör det rättsliga ansvaret för tokeniserade anspråk och handlingar som AI-agenter utför. Det kan minska risken för isolerade likviditetspooler och osäkerhet om vem som bär ansvaret när något går fel. 202427
• Behåll mänsklig bedömning där den behövs. Låt människor granska undantag med stora konsekvenser och se till att besluten går att förstå och ifrågasätta. Det är särskilt viktigt med tanke på IMF:s oro för ogenomskinliga AI-beslut och Bank of Englands fokus på förklarbarhet och transparens i AI-modeller. 2739

Målet är inte bara snabbare betalningar. Det handlar om att samordna beslut och avveckling effektivare, samtidigt som konkurrens, tydligt ansvar och förmågan att stå emot störningar bevaras. Tekniken kan bidra – men om den används säkert beror på hur väl grunden runt den fungerar.