人工智能与数字资产的融合：金融基础设施的新曙光 数据库博客

• 2026-01-27 12:25:55

AI与数字资产的融合：金融基础设施的新纪元

关键要点

金融领域一直处于不断演变的过程中。从股票行情机到算法交易系统，创新始终是金融的核心内容。在这些变革中，人工智能AI与数字资产如加密货币、中央银行数字货币CBDC和代币化资产之间的结合可能成为数十年来金融领域最具颠覆性的变化。本文将探讨这一交汇点，重点分析AI与数字资产如何重塑金融服务和基础设施。

人工智能与传统金融的历史

在金融行业中，人工智能已经被有效利用超过二十年。尽管自1980年代以来，基本的计算模型和统计方法如标准偏差和贝叶斯回归就已用于生成交易信号，但在2000年代和2010年代初期，机器学习ML在高频交易和风险建模领域获得了显著发展。这种进步得益于数据获取的便利性、存储成本的降低以及计算能力的提升。金融机构开始采用越来越复杂的AI，例如，结合信贷数据的神经网络。AI的应用范围不断扩展至其他金融领域，如欺诈检测、消费者信用评分和客户服务。到2010年代中期，AI的影响在个人理财方面得到了显著显现，通过创业公司如Betterment和成熟金融机构如Charles Schwab相继推出的机器人顾问平台，AI正在改变人们的理财方式。此外，深度学习和强化学习模型的进步继续提升金融行业的效率。随着基础模型例如通过 Amazon Bedrock 提供的获取越来越容易，AI正能够推动生成式AI，并革命化金融行业。例如，生成式AI能够通过对大量未被开发的非结构化文本数据进行分析，为金融公司解锁价值并创造新产品。根据IDC的白皮书《未开发的价值：每位高管需要了解的非结构化数据》，这一数据预计占现有数据的8090。

与此同时，自2008年比特币的推出，奠定了数字货币和价值交换网络的新形式。比特币在去中心化网络上运行，其单一可信来源可被任何人访问，彻底革新了价值转移与保值的概念。到2012年，比特币以及其他山寨币如莱特币开始获得广泛关注。2015年，以太坊上线，引入了智能合约，即存储在区块链上的程序，使得商业逻辑得以在不需要中介的情况下进行，从而打开了去中心化应用程序dApps的大门。创新者们在2019年创建并实战测试了价值数十亿美元的跨国数字货币的智能合约，推动了去中心化金融DeFi行业的发展，这是一种非保管金融系统，无需中心系统即可进行借贷、投资和交易，凡是能上网的人都可以参与。稳定币，即与法币如美元挂钩的数字货币，也使得支付和结算方式更加高效，得到了Visa和最近PayPal等主要支付处理商的增加使用。各国也在推进CBDC计划，目前已有11种CBDC上线，21种处于试点阶段。利用二层技术和新兴的零知识技术来提高交易可扩展性，使得数字资产能够更好地支持核心金融系统。

AI与数字资产的融合

这两种新兴技术具有自我学习能力并能从海量数据中提取可操作见解的AI，和在去中心化、透明、自动化网络上存在的数字资产，预计将进一步增强彼此的影响力。以下是结合这两种技术优势的几个方面，能够构建更高效、稳健的金融系统。

为了使AI有效运作，必须能够随时访问可信的数据源。以区块链技术为基础的数字资产，可将金融交易数据以可信、可访和透明的方式存储。AI可以实时访问交易历史和当前余额等数据，以进行实时的金融分析。例如，AI交易算法可以利用 Amazon Managed Blockchain (AMB) Query 的简易API，访问区块链上所有账户的数字资产当前和历史余额，并实现毫秒级延迟。算法可以基于新的交易模式或市场范式，微调其规则，并利用 AMB Access 进行数字资产的交换。AI还可以结合未存储在区块链上的数据即离链数据与区块链上的数据即链上数据以获得进一步的洞见。例如，分析以太坊智能合约的AI工具可以追踪传统离链市场价格如股票市场对链上借贷平台活动如清算或平台提款的影响。基于这些复杂的关系，AI可以生成新的信号，在股票市场下跌到一定百分比时，从借贷平台中移除流动性。

结合AI、可编程数字资产和智能合约，可以创建一个高效运行复杂任务并在无须人工干预的情况下强制执行财务协议的金融系统。例如，AI算法可在市场条件满足时触发智能合约进行资产买卖，或者在发现欺诈活动时冻结数字资产。智能合约可以自动记录AI算法的每一步，为合规性或进一步的AI算法训练提供透明且不可篡改的审计轨迹。随着AI从可信数据集中继续学习，AI也能相应调整和优化其算法以及智能合约，适应新的市场条件。此外，区块链上的数字资产也可以防止产生容易被生成AI制造的假冒数字资产。数字资产用户可以通过检查发行合约与共用的数字资产登记册由授权方控制来验证数字资产的真实性。

随着自动化和数字化进程的加快，网络安全变得愈发重要。AI可以实时监控交易数据，识别并标记任何异常活动。高级机器学习算法能够基于现有模式预测潜在攻击向量，为网络安全提供额外的保护层。基础模型在区块链上的可信数字资产交易与智能合约代码上接受训练，使得生成式AI能够帮助开发者编写更安全的代码。像Amazon CodeWhisperer这样的技术加速了编码任务，为开发者提供代码建议，以提高开发效率。除了代码建议， Amazon CodeWhisperer 还可以检测难以发现的安全漏洞，并在开发过程中标记新出现的安全漏洞。生成式AI还可以帮助生成智能合约文档，使其更易于理解。这种透明性在智能合约潜在管理数十亿美元的数字资产和结算时将显得尤为关键。使这一创新成为可能的一个重要组成部分是数据的存储、访问和利用方式，以促进AI模型的学习。数据对计算机学习能力至关重要，云计算对每个在AI时代构建引人注目解决方案的人来说都是至关重要的。通过简单的API提供多种领先的生成式AI模型，Amazon Bedrock使得结合生成式AI与数字资产的创新应用指日可待。

此外，初步但日益增长的零知识ZK技术，正在用于提高交易可扩展性例如，通过二层链并保护公共区块链上的隐私，正好有助于在传统中心化金融与DeFi之间架起桥梁，将更多资产引入数字世界。零知识证明ZKP使得新形式的数据共享成为可能，允许交易方在不泄露底层数据的前提下验证信息。申请方提交数学证明以展示其持有所需信息或符合设定标准，而接收方则可以在不曾看到底层信息的情况下确认该证明。例如，如果银行客户发送证明以表明其符合贷款条件，银行可以通过数学验证这一证明，而不需要查看申请者的敏感财务信息，比如收入和银行账户。ZKP还可以在不储存客户个人识别信息PII的大量资料的情况下，支持KYC/AML合规。这项技术具有极大潜力，能够直接解决金融服务机构长期以来在去中心化金融和公共区块链中的数据隐私担忧。零知识聚合ZK rollups是ZK技术的一种更复杂应用，将ZKP交易打包成捆，然后离线运行不在区块链上。离线运行交易减少了发布到区块链的信息总量，同时仍然提供交易执行正确的证明，从而降低安全和隐私问题的风险，同时仍保持去中心化。ZK聚合比链上交易更快且更便宜，使其成为完全公开区块链交易的特别可扩展和安全的替代方案。这种可扩展性和安全性的提高对于未来吸引更大范围的接受数字财务的人口将变得至关重要。

美国以外数字基础设施的影响

随着多种法定货币、中央银行数字货币CBDC和各类加密货币的出现，经济格局正在迅速变化，每种货币都代表着发行主体设定的一组目标或优先事项。最近经济制裁的实施引发了全球孤立情绪，导致各国利益、价值观和领导力的裂变，这可能造成一个以一篮子货币为基础，而不是主要取决于美元或美国经济表现的经济。这种现象称为“去美元化”，可能进一步提升各国数字基础设施的重要性。根据国际电信联盟ITU2021年版《数据与数字》报告，有29亿人尚未连接到互联网和电信基础设施，其中95以上居住在发展中国家。这一统计数据突显出全球范围内仍需发生的巨大变化，因为一大部分世界人口即将获得互联网接入。同时，那些从未连接过的群体，将跨越较为原始的固定宽带互联网基础设施，直接获得承诺更高连通性、低延迟、高可靠性和高能效的5G技术。随着5G基础设施的增强，抵御数据传输中的风险的弹性云基础设施需求也在上升，以支持可靠的系统功能。随着全球化趋势的持续发展，越来越多的人获得连通性，这一转型过程中最大挑战之一将是为支持电信的新基础设施项目提供融资。此外，政府与私营部门必须共同推进旨在为其公民提供智能、灵活的云基础设施项目。根据研究报告《市场主导互联网的经济影响广告、内容、商业与创新：对美国就业和GDP的贡献》，在2020年，互联网经济为美国GDP贡献了245万亿美元，占年GDP的10以上，并创造了1760万个就业岗位。这一统计数据表明，互联网的连通性为国家提供了促进经济发展的机会。最终，所有一切都始于基础设施。无论是在现代经济体还是发展中国家，数字基础设施的角色将在21世纪的经济活动中变得愈发紧密结合；拥抱和推动这一基础设施转型的公司将成为数字经济中的领军者。

这些工具，以及客户支持和云服务，能够在国家和企业从遗留基础设施过渡到更自动化基础设施的过程中带来巨大好处。云计算、AI技术、数字资产和数据存储与网络安全工具的结合，将在21世纪的全球经济竞争中发挥关键作用，创造这一未来的公司与技术将成为其塑造者。向自动化和更高效的管理技术的转型始于对基础设施的投资与建设。

结论

AI与数字资产的融合可能会对金融基础设施带来范式转变。AI和数字资产的相互促进进步有潜力实现金融自动化的民主化，提升效率并显著增强安全协议。一个由AI处理链上和离链数据的未来，将需要新的基础设施以便协同运作。去中心化应用是建立在智能合约之上的前端用户界面，使交易能够在无须双方透露个人信息的条件下进行。生成式AI工具可以在链上数据和离链数据上进行训练，以优化和保障智能合约生态系统。目前，生成式AI通过聊天机器人和虚拟助手，帮助智能合约各方编写合约代码，并监控任何可能代表安全风险的异常网络活动。这些生成式AI工具获取的数据越多，其识别错误或安全风险的能力就越强，从而提升了它们实时识别和降低风险的能力。同时，这些数字资产所在的区块链网络提供了透明性、单一的可信来源和来源验证，帮助验证AI需要执行的信息的真实性。尽管仍存在需要解决的挑战，但借助于更强大且易于获取的云技术，包括专为机器学习设计的实例如 AWS Inferentia 和 AWS Trainium，创新者们正越来越接近于日益解锁AI与数字资产结合的益处。

作者简介

Forrest Colyer 负责支持Amazon Managed BlockchainAMB服务的Web3/区块链专业解决方案架构团队。Forrest及其团队支持客户在采用过程中各个阶段，从概念验证到生产，提供深厚的技术专长和战略指导，以帮助实现区块链工作负载。通过在由财团主导的私有区块链解决方案和NFT、DeFi等公共区块链用例方面的丰富经验，Forrest帮助客户识别并实现高影响力的区块链解决方案。

John Liu 是AWS Web3/区块链的产品负责人，拥有13年的产品高管经验和10年的投资组合管理经验。在加入AWS之前，John在公共区块链协议方面担任产品和业务发展领导，重点关注跨链技术、DeFi和NFT。他在金融领域的专长是作为金融科技公司的首席产品官及多家对冲基金的投资组合经理。

Michael B Greenwald 是亚马逊网络服务公司的高级主管，担任数字资产及金融创新的全球负责人。Michael是美国商品期货交易委员会CFTC技术咨询委员会的代表成员。他是哥伦比亚大学的兼职教授，还是大西洋理事会地缘经济中心和新时代美国安全中心的高级研究员。他曾是哈佛大学甘迺迪政府学院贝尔弗中心的研究员，2010至2017年间担任美国财政部驻卡塔尔和科威特的联络官，负责与银行系统的主要沟通。他拥有波士顿大学的法学博士学位和全球研究的硕士学位，以及乔治华盛顿大学的历史学学士学位，目前正在哈佛商学院进修高管教育项目。