Chainlink携手顶级金融机构,利用AI和区块链优化企业行为数据报告

Koala
媒体专栏
热度: 10663

Chainlink 联合创始人 Sergey Nazarov 在 SmartCon 会议上宣布了一项新计划,旨在通过人工智能和区块链技术标准化企业行为数据,以提高运营效率并降低成本。该计划与 Euroclear、Swift 和富兰克林邓普顿等主要金融机构合作,重点在于将分散的公司行为数据转化为统一的“黄金记录”,从而减少错误和手动处理。项目的第一阶段将覆盖六个欧洲国家,未来将探索与现有金融系统的整合。

摘要由 Mars AI 生成
本摘要由 Mars AI 模型生成,其生成内容的准确性、完整性还处于迭代更新阶段。

原文作者:Krisztian Sandor

原文标题:Chainlink Partners With Major Financial Players to Improve Corporate Actions Data Reporting Using AI and Blockchain

原文来源:Coindesk

编译:Koala,火星财经

企业

Chainlink 联合创始人 Sergey Nazarov 本周在巴塞罗那举行的该项目 SmartCon 会议上发表讲话。(Chainlink)

报告称,企业行为数据的自动化和标准化有助于显著减少运营效率低下的问题,目前,由于错误和手动数据处理,企业每年损失数百万美元。

Chainlink (LINK) 的新计划旨在标准化收集和分发有关公司采取的关键行动(例如合并、股息和股票分割)的信息的过程——这些重要数据目前分散在各个国家。

主要参与者包括 Euroclear(传统金融领域的主要清算和结算公司)、Swift(连接全球银行的消息传递平台)和富兰克林邓普顿(资产管理公司),而加密项目 Avalanche (AVAX)、ZKsync (ZK) 和 Hyperledger Besu 也做出了贡献。

惠灵顿管理公司的数字资产和代币化负责人表示,该流程可以“大大减少所需的手动流程,从而显着提高运营效率并降低成本”。

数据提供商 Chainlink (LINK) 周一宣布,该公司与 Euroclear、Swift 和富兰克林邓普顿等主要金融市场参与者合作,启动了一项计划,旨在利用人工智能和区块链技术使企业行为数据更易于获取和标准化。Chainlink 的报告称,该项目旨在解决金融界的一个长期挑战:缺乏企业行为的标准化和实时数据,例如合并、股息和股票分割,而这些行为在欧洲等市场是出了名的分散。

报告称,自动化和标准化这些信息有助于显著减少运营效率低下的问题,目前,由于错误和手动数据处理,企业每年损失数百万美元。这些数据通常由投资者使用。

Chainlink 联合创始人 Sergey Nazarov 表示:“将各种不连贯的公司行为数据转化为统一的‘黄金记录’,然后数百名市场参与者可以将其作为可靠的单一事实来源,这确实是一个巨大的进步。”“这将有助于金融市场更快地同步,减少错误并降低成本。”

企业

该计划的第一阶段重点关注六个欧洲国家的股票和固定收益证券的公司行为数据。Chainlink 将其去中心化预言机与大型语言模型 (LLM)(如 OpenAI 的 ChatGPT、谷歌的 Gemini 和 Anthropic 的 Claude)连接起来,从各种来源提取公司行为数据并将其转换为符合 ISO 20022 和证券市场实践小组 (SMPG) 指南等全球金融标准的结构化格式(称为“黄金记录”)。然后,它使用 Chainlink 的跨链互操作性协议 (CCIP) 在不同的区块链之间发布和分发数据。

企业

报告称,后期阶段将探索如何将该框架与现有金融系统(如 Swift 消息传递标准)相结合,以实现更广泛的行业采用。

该计划的参与者包括 Euroclear、Swift、瑞银、富兰克林邓普顿、惠灵顿管理公司、CACEIS、Vontobel 和 Sygnum Bank。区块链生态系统合作伙伴 Avalanche (AVAX)、ZKsync (ZK) 和 Hyperledger Besu 网络也做出了贡献。

“通过利用人工智能和 Chainlink 预言机来解释、标准化和提供高价值的非结构化数据,我们可以大幅减少所需的手动流程,从而显著提高运营效率并降低成本,”惠灵顿管理公司数字资产和代币化战略总监 Mark Garabedian 表示。

声明:本文为入驻“MarsBit 专栏”作者作品,不代表MarsBit官方立场。
转载请联系网页底部:内容合作栏目,邮件进行授权。授权后转载时请注明出处、作者和本文链接。未经许可擅自转载本站文章,将追究相关法律责任,侵权必究。
提示:投资有风险,入市须谨慎,本资讯不作为投资理财建议。
免责声明:本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况,及遵守所在国家和地区的相关法律法规。