Dalawang taon na ang nakalipas, ginagamit pa natin ang AI para mag-research, sumulat, at gawing mas accessible ang mga impormasyon. Pero dumating ang panibagong level — kaya na nitong mag-code, gumawa ng mga advanced na app at system in just a few minutes, mag-automatic ng mga business processes, at gumawa ng studio-quality na images at videos. Ngayon, AI systems nakakapag-process na ng milyong-milyong payments.
Samantala, sobrang bagal pa rin gumalaw ang mga regulator compared sa bilis ng AI. Baka maging delikado ito habang unti-unting kontrolado na ng AI agents ang daloy ng pera.
Sa United Nations Headquarters sa New York, nag-lead kamakailan ang BeInCrypto ng isang regulatory panel para talakayin ang problemang ito sa Future of Money summit. Pinagsama-sama ng panel sina Dottie Romo, Chief Risk and Control Officer ng US Internal Revenue Service; Dino Cataldo Dell’Accio ng UN Joint Staff Pension Fund; at Mastercard’s Julius Moye.
Sobrang Dami Nang AI Payments na Nangyayari Ngayon
Base sa State of AI Agent Payments 2026 research ng BeInCrypto, ganito na pala ka-advance ang machine-driven payments sa ngayon.
Simula July 23 hanggang August 26, tinrack ng mga researcher ang 6.4 million x402 payment transactions na may total na $119,947 across Base at Solana.
Karamihan sa mga ‘to sobrang liit lang ang halaga. 90.8% ng transfers mas mababa pa sa isang sentimo, pero pagdating sa kabuuan, umabot na sa halos 200 million ang settlement transactions ng AI agent mula nung nag-start, ayon sa research.
Maliit lang ang mga halaga kasi karamihan, pambayad lang sa mga individual digital resources gaya ng data, API access, o computing task. Pero yung sobrang daming transactions, nagpapakita na iba na talaga ang galawan ng “machine commerce” kumpara sa tao.
Baka Kailangan ng Regulators na AI Din ang Nagbabantay
Babala ng Risk Chief ng IRS, mahihirapan ang traditional na paraan ng oversight sa bilis ng mga AI payment transactions.
“Milyones na desisyon ang ginagawa nila kada minuto,” sabi ni Dottie Romo mula sa IRS.
Sabi niya, ngayon umaasa pa rin karamihan ng regulators sa periodic na mga report para ma-detect ang fraud, control failures, at ibang risks. Pero dahil sa autonomous finance, sobrang bagal na ng ganitong approach.
Ibig bang sabihin nito, kailangan na ng algorithms para magbantay sa ibang algorithms? Sabi ni Romo, parang kailangan na talaga ng automated supervision.
“Hindi namin kayang gawin ‘yon nang kasing bilis ng machine,” dagdag ni Romo.
Sinabi rin niya na dapat mas real-time ang monitoring across markets, pero dapat may human involvement pa rin sa mga importanteng decision.
Sino ang May Hawak ng Kill Switch?
Pinoint out ni Moye ng Mastercard ang nangyari sa Knight Capital noong 2012 at Terra/Luna crash bilang babala na delikado ang automated systems kung walang sapat na safeguards.
Ayon sa kanya, dapat magsimula ang model sa mga machine na kayang mag-detect ng kakaibang activity tapos automatic na i-contain ito. Pero pag sobrang bigat ng case, saka papasok ang mga tao.
“Ginagamit talaga ng AI at machines para parang tourniquet — automatic na tinatapalan muna ang sugat — at pagkatapos, tao pa rin ang mag-ooperate,” sabi ni Julius Moye, Manager sa Mastercard’s Financial Crime Solutions.
Dagdag ni Dell’Accio, hindi nawawala ang responsibilidad kahit may automation. Kailangan pa ring malinaw kung sino ang accountable gamit ang tatlong tanong:
Sino ang gumawa ng code? Sino ang nag-implement ng code? At sino ang nagmo-monitor sa code?
Parang Sci-Fi, Pero Totoo Na
Ang totoo, parte na ng modern finance ang AI — at sobrang agresibo pa — kasi milyon-milyon na ang mga payment na ginagawa ng mga ito buwan-buwan.
Imposibleng habulin ng regulators ang bilis na ‘to. Hindi kaya ng tao na sumabay. Kaya possible na dumating tayo sa point na pati mga regulators kailangan na ring patakbuhin ng machines para magbantay ng machines.
Parang science fiction pakinggan, pero ito na talaga ang real talk na pinag-uusapan ng mga policymaker ngayon.
