MCP chưa sẵn sàng cho KYC: Tại sao các lĩnh vực được quản lý lại e ngại các sàn giao dịch tác nhân mở

Credit: VentureBeat, được tạo bằng MidJourney

Muốn có những thông tin chi tiết thông minh hơn trong hộp thư đến của bạn? Đăng ký nhận bản tin hàng tuần của chúng tôi để chỉ nhận những gì quan trọng đối với các nhà lãnh đạo AI, dữ liệu và bảo mật của doanh nghiệp. Đăng ký ngay

Mặc dù chỉ mới ra mắt vào tháng 11, Giao thức Ngữ cảnh Mô hình (MCP) đã bắt đầu tích lũy một số lượng lớn người dùng, gần như đảm bảo việc áp dụng hàng loạt cần thiết để biến nó thành một tiêu chuẩn công nghiệp.

Nhưng có một tập hợp con các doanh nghiệp hiện chưa tham gia vào sự cường điệu này: các ngành được quản lý, đặc biệt là các tổ chức tài chính.

Các ngân hàng và các doanh nghiệp khác cung cấp quyền truy cập vào các khoản vay và giải pháp tài chính không xa lạ gì với AI. Nhiều người đã là những người tiên phong trong học máy và thuật toán, thậm chí đóng một vai trò thiết yếu trong việc làm cho ý tưởng đầu tư bằng robot trở nên cực kỳ phổ biến. Tuy nhiên, điều đó không có nghĩa là các công ty dịch vụ tài chính muốn nhảy vào MCP và phong trào Agent2Agent (A2A) ngay lập tức.

Mặc dù nhiều công ty được quản lý, chẳng hạn như ngân hàng, tổ chức tài chính và bệnh viện, đã bắt đầu thử nghiệm với các tác nhân AI, nhưng đây thường là các tác nhân nội bộ. Các công ty được quản lý có API. Tuy nhiên, rất nhiều tích hợp mà các công ty này thực hiện đã mất nhiều năm sàng lọc để đảm bảo tuân thủ và an toàn.

Sean Neville, đồng sáng lập của Catena Labs, cho biết: “Đây là những ngày đầu trong một lĩnh vực đang tăng tốc nhanh chóng, nhưng có một số khối xây dựng cơ bản còn thiếu, ít nhất là các tiêu chuẩn hoặc thực tiễn tốt nhất liên quan đến khả năng tương tác và giao tiếp”. “Trong những ngày đầu của web, không có thương mại điện tử vì không có HTTPS và không có cách nào để giao dịch an toàn, vì vậy bạn không thể xây dựng Amazon. Bạn cần những khối xây dựng cơ bản này, và bây giờ những khối xây dựng đó trên web tồn tại và chúng ta thậm chí không nghĩ về chúng.”

Ngày càng có nhiều doanh nghiệp và nhà cung cấp nền tảng AI đang thiết lập máy chủ MCP khi họ phát triển các hệ thống đa tác nhân tương tác với các tác nhân từ các nguồn bên ngoài. MCP cung cấp khả năng xác định một tác nhân, cho phép máy chủ xác định các công cụ và dữ liệu mà nó có quyền truy cập. Tuy nhiên, nhiều tổ chức tài chính muốn có thêm sự đảm bảo rằng họ có thể kiểm soát việc tích hợp và đảm bảo chỉ những tác vụ, công cụ và thông tin được phê duyệt mới được chia sẻ.

John Waldron, phó chủ tịch cấp cao tại Elavon, một công ty con của U.S. Bank, nói với VentureBeat trong một cuộc phỏng vấn rằng mặc dù họ đang khám phá việc sử dụng MCP, nhưng có rất nhiều câu hỏi xung quanh tiêu chuẩn này.

Waldron nói: “Không có nhiều giải pháp tiêu chuẩn nổi lên, vì vậy chúng tôi vẫn đang khám phá nhiều cách để thực hiện điều đó, bao gồm có thể thực hiện kết nối đó mà không cần trao đổi MCP nếu công nghệ tác nhân là phổ biến giữa hai và đó chỉ là hai miền khác nhau”. “Nhưng, khả năng theo dõi của việc trao đổi dữ liệu là gì nếu không có một phơi nhiễm khác trong thông báo đó? Rất nhiều điều đang xảy ra trong quá trình đánh giá MCP ngay bây giờ là tìm hiểu xem giao thức có chỉ xử lý việc trao đổi hay không và không cung cấp thêm bất kỳ rò rỉ rủi ro nào. Nếu có, thì đó là một con đường khả thi mà chúng tôi sẽ khám phá để xử lý việc trao đổi đó.”

Mô hình và tác nhân khác nhau

Các tổ chức tài chính và các doanh nghiệp được quản lý khác không xa lạ gì với các mô hình AI. Xét cho cùng, phần lớn hoạt động đầu tư thụ động đã phát triển khi các cố vấn robot - nơi các thuật toán đưa ra quyết định về lập kế hoạch tài chính và đầu tư mà ít hoặc không có sự can thiệp của con người - trở nên phổ biến. Nhiều ngân hàng và nhà quản lý tài sản đã đầu tư sớm vào xử lý ngôn ngữ tự nhiên để nâng cao hiệu quả phân tích tài liệu.

Tuy nhiên, Phó chủ tịch và Tổng giám đốc Giải pháp và Chiến lược Ngành Ngân hàng của Salesforce, Greg Jacobi, nói với VentureBeat rằng một số khách hàng tài chính của họ đã có một quy trình để đánh giá các mô hình và họ đang gặp khó khăn trong việc tích hợp các mô hình và tác nhân AI với các kịch bản rủi ro hiện tại của họ.

Jacobi nói: “Học máy và các mô hình dự đoán phù hợp khá tốt với khuôn khổ rủi ro đó vì chúng có tính xác định và có thể dự đoán được”. “Các công ty này ngay lập tức đưa LLM đến các ủy ban rủi ro mô hình của họ và thấy rằng LLM tạo ra một kết quả không xác định. Đó là một cuộc khủng hoảng hiện sinh đối với các công ty dịch vụ tài chính này.”

Jacobi cho biết các công ty này có các khuôn khổ quản lý rủi ro, nơi mà nếu họ đưa đầu vào cho các mô hình, họ mong đợi cùng một đầu ra mỗi lần. Bất kỳ sai lệch nào đều được coi là một vấn đề, vì vậy họ yêu cầu một phương pháp kiểm soát chất lượng. Và mặc dù các công ty được quản lý đã áp dụng API, với tất cả các thử nghiệm liên quan đến API, hầu hết các tổ chức được quản lý “đều sợ sự cởi mở, sợ đưa ra một thứ gì đó hướng đến công chúng” mà họ không thể kiểm soát.

Tuy nhiên, Waldron của Elavon không loại trừ khả năng các tổ chức tài chính có thể làm việc để hỗ trợ MCP hoặc A2A trong tương lai.

Ông nói: “Nhìn vào nó từ góc độ kinh doanh và nhu cầu, tôi nghĩ MCP là một phần rất quan trọng trong những gì tôi nghĩ là logic kinh doanh đang diễn ra”.

Waldron cho biết nhóm của ông vẫn đang trong giai đoạn đánh giá và “chúng tôi chưa xây dựng máy chủ cho mục đích thử nghiệm, nhưng chúng tôi sẽ xem xét cách xử lý trao đổi tin nhắn giữa bot với bot đó.”

Tác nhân không thể KYC một tác nhân khác

Neville của Catena Lab cho biết ông đang theo dõi cuộc trò chuyện về các giao thức tương tác như MCP và A2A với sự quan tâm lớn, đặc biệt vì ông tin rằng trong tương lai, các tác nhân AI sẽ là khách hàng của ngân hàng nhiều như người tiêu dùng. Trước khi bắt đầu Catena Labs, Neville đồng sáng lập Circle, công ty đã thiết lập stablecoin USDC, vì vậy ông có kinh nghiệm trực tiếp với những thách thức của việc đưa công nghệ mới vào một doanh nghiệp được quản lý.

Vì MCP là mã nguồn mở và mới, nó vẫn đang trải qua các bản cập nhật liên tục. Neville cho biết mặc dù MCP cung cấp khả năng nhận dạng tác nhân, điều này rất quan trọng đối với nhiều công ty, nhưng vẫn còn một số tính năng bị thiếu, chẳng hạn như các biện pháp bảo vệ cho giao tiếp và quan trọng nhất là dấu vết kiểm toán. Những vấn đề này có thể được giải quyết thông qua MCP, A2A hoặc thậm chí một tiêu chuẩn khác hoàn toàn như LOKA.

Ông cho biết một trong những vấn đề lớn nhất với MCP hiện tại xoay quanh xác thực. Khi các tác nhân trở thành một phần của hệ thống tài chính, ngay cả MCP hoặc A2A, không có cách thực sự nào để thực hiện “biết khách hàng của bạn” trên các tác nhân. Neville cho biết các tổ chức tài chính cần biết rằng các tác nhân của họ đang giao dịch với các tổ chức được cấp phép, vì vậy tác nhân phải có khả năng chỉ ra điều đó một cách có thể kiểm chứng.

“Cần có một cách để một tác nhân nói, ‘đây là tôi với tư cách là một tác nhân, đây là danh tính, rủi ro của tôi và tôi đang hoạt động thay mặt cho ai’. Danh tính có thể kiểm chứng đó theo một cách mà tất cả các khuôn khổ tác nhân khác nhau này có thể hiểu được sẽ là chìa khóa.”

						<div class="image-container">
				<img src="https://venturebeat.com/wp-content/themes/vb-news/brand/img/vb-daily-phone.png" alt="">
			</div>
		
	</div>

Link bài viết gốc

• Tags:
• Ai
• 09 July 2025
• Venturebeat.com