NVIDIA đã xây dựng mô hình nền tảng thanh toán cho PayPal như thế nào?

Trong số 5 của "Agent Commerce", Simon Taylor (Trưởng bộ phận Phát triển Thị trường tại Tempo) và Bam Azizi (CEO và Người sáng lập của Mesh) đã mời Pahal Patangia (Trưởng bộ phận Phát triển Kinh doanh Ngành Toàn cầu và Thanh toán tại NVIDIA) để thảo luận về các chủ đề như mô hình mã nguồn mở trong dịch vụ tài chính, quy trình làm việc dựa trên tác nhân như tài sản trí tuệ trong kinh doanh, và nhiều hơn nữa.

Dòng thời gian:

00:00 Giới thiệu
05:03 Mô hình nền tảng thanh toán dựa trên kiến ​​trúc Transformer
10:44 Áp dụng các mô hình mã nguồn mở trong dịch vụ tài chính
17:53 Sự đánh đổi giữa chi phí và độ trễ trong suy luận AI
20:24 Kinh tế token và hiệu quả trong hệ thống AI
23:21 Quy trình làm việc được hỗ trợ bởi tác nhân như một tài sản trí tuệ trong kinh doanh
25:45 Xu hướng tích hợp giao thức trong thương mại đại lý
30:17 Môi trường chạy mã nguồn mở OpenSHIELD dành cho bảo mật tác nhân
33:33 Ưu điểm của stablecoin trong thanh toán vi mô giữa các đại lý
35:36 So với thanh toán, chức năng tìm kiếm đang được triển khai nhanh hơn trong các đại lý.

Tóm lại:

1. Bản chất của Thương mại dựa trên tác nhân (Agentic Commerce) là "chuyển giao ngữ cảnh": ngữ cảnh ra quyết định của người tiêu dùng trước đây do con người nắm giữ nay được chuyển giao cho các tác nhân thông qua việc nhúng và xây dựng các mô hình nền tảng, biến khả năng thanh toán trở thành một phần của chuỗi quyết định chứ không chỉ là lớp thực thi.
2. Mô hình nền tảng thanh toán là một biến số cốt lõi: việc nhập dữ liệu tài chính dạng bảng truyền thống vào Transformer tạo ra các mô hình nhúng hành vi người dùng, đây là cơ sở hạ tầng quan trọng để các tác nhân có thể "tiêu dùng như con người".
3. Tìm kiếm đã phát triển hoàn thiện, trong khi thanh toán vẫn còn ở giai đoạn sơ khai: việc triển khai thực tế của Thương mại điện tử dựa trên tác nhân hiện đang tập trung vào tìm kiếm và đề xuất, trong khi thanh toán vẫn đang trong giai đoạn thử nghiệm và nghiên cứu.
4. Lý do cơ bản cho sự bùng nổ của mã nguồn mở trong ngành tài chính không phải là công nghệ, mà là quy định và kiểm soát: khả năng giải thích, khả năng kiểm soát và khả năng tinh chỉnh quan trọng hơn hiệu năng.
5. Khoảng cách về hiệu năng giữa các mô hình mã nguồn mở và mã nguồn đóng đã thu hẹp xuống mức "không đáng kể", khiến chi phí, sự tuân thủ và tính linh hoạt trong triển khai trở thành những yếu tố chi phối trong việc ra quyết định của doanh nghiệp.
6. Kinh tế token đang trở thành thế hệ "kinh tế thanh toán" mới: những hạn chế cốt lõi của các hệ thống AI không còn chỉ là phí giao dịch, mà là tối ưu hóa toàn diện việc tiêu thụ token, chi phí suy luận, độ trễ và mức tiêu thụ năng lượng.
7. Hệ thống đa tác nhân là chiến trường tương lai: các tổ chức phát hành, tổ chức chấp nhận thanh toán, người bán và các hệ thống nội bộ doanh nghiệp sẽ phát triển thành các tác nhân, hoàn thành các quy trình kinh doanh thông qua tương tác giữa máy móc với nhau.
8. Quy trình làm việc của tác nhân đang trở thành tài sản cốt lõi mới cho các doanh nghiệp: trước đây là API và SaaS, giờ đây các đường dẫn quyết định, logic thực thi và vòng phản hồi của tác nhân tạo thành "tài sản trí tuệ kinh doanh" mới.
9. Stablecoin có những lợi thế về cấu trúc trong các kịch bản giao dịch giữa các đại lý: thanh toán vi mô, thanh toán tức thời và khả năng sử dụng toàn cầu là những điều mà các mạng thẻ truyền thống không thể hỗ trợ.
10. Khối lượng giao dịch do các đại lý mang lại tăng trưởng theo cấp số nhân: con người thực hiện khoảng 2 giao dịch mỗi ngày, trong khi các đại lý có thể thực hiện 2000 giao dịch, và các mô hình TPS (số giao dịch mỗi giây) của hệ thống thanh toán truyền thống không thể đáp ứng được sự thay đổi mang tính đột phá này.
11. Các hệ thống thanh toán sẽ không bị thay thế mà sẽ cùng tồn tại theo từng lớp: mạng lưới thẻ phù hợp với tương tác giữa người dùng, trong khi stablecoin phù hợp hơn với tương tác giữa máy móc, và cả hai sẽ hoạt động song song trong các tình huống khác nhau.
12. Lớp giao thức hiện đang ở "giai đoạn đầu của LLM": sự cùng tồn tại của nhiều giao thức thúc đẩy sự đổi mới, và về lâu dài, nó chắc chắn sẽ hội tụ về một vài tiêu chuẩn.
13. Trong kỷ nguyên agent, bảo mật đã trở thành một vấn đề về cơ sở hạ tầng: cần có các môi trường chạy như OpenSHIELD để cách ly các agent trong môi trường sandbox nhằm ngăn chặn sự lây lan rủi ro hệ thống.
14. Các trường hợp sử dụng cốt lõi của AI trong thanh toán vẫn không thay đổi: chống gian lận, xác minh danh tính và cá nhân hóa vẫn là những giá trị cốt lõi nhất, với việc triển khai đang phát triển từ các quy tắc sang mô hình rồi đến các tác nhân.
15. Bước đột phá thực sự của Thương mại điện tử không nằm ở thanh toán mà ở "tự động hóa quyết định": khi tìm kiếm + đề xuất + thực thi được tự động hóa hoàn toàn, thanh toán chỉ là bước cuối cùng trong quá trình kích hoạt khả năng đó.

Simon Taylor:
Chào mừng đến với Tokenized, một chương trình tập trung vào stablecoin và việc áp dụng token hóa tài sản thực tế. Tôi là Simon Taylor, người dẫn chương trình hôm nay, đồng thời là tác giả của cuốn sách Fintech Brain Food và là Trưởng bộ phận Phát triển Thị trường tại Tempo.

Hôm nay chúng ta tiếp tục chuỗi bài về Thương mại điện tử (Agentic Commerce), và người tham gia cùng tôi hôm nay là Bam Azizi, CEO của Mesh. Dạo này cậu thế nào rồi, Bam?

Bam Azizi:
Tôi vẫn khỏe, cảm ơn Simon vì đã mời chúng tôi đến đây lần nữa.

Simon Taylor:
Loạt phim này đang thực sự thu hút được nhiều người xem. Tôi cảm thấy rằng thương mại điện tử (Agent Commerce) đã trở thành một trong những chủ đề nóng nhất trên thế giới hiện nay, thực sự thu hút sự chú ý của mọi người.

Hôm nay chúng ta cũng có một vị khách mời đến từ một công ty cũng đang rất được chú ý—có thể nói là một trong những công ty lớn nhất thế giới—nhưng họ đã làm một số việc để hỗ trợ Thương mại đại lý mà hầu hết mọi người không biết đến.

Hôm nay, chúng tôi hân hạnh chào đón Pahal Patangia, Trưởng bộ phận Phát triển Kinh doanh Ngành Công nghiệp Toàn cầu và Thanh toán tại NVIDIA. Pahal, dạo này cậu thế nào rồi?

Pahal Patangia:
Tôi vẫn khỏe, Simon, cảm ơn lời mời của anh. Tôi rất hào hứng được tham gia chương trình và mong chờ cuộc trò chuyện của chúng ta.

Simon Taylor:
Thật vậy, mọi thứ đang dần hoàn thiện — đây là tất cả những gì tôi yêu thích: thanh toán, sự phát triển mạnh mẽ của NVIDIA trong lĩnh vực trò chơi điện tử, kinh doanh, stablecoin... tất cả những điều tốt đẹp này.

Nhưng trước khi bắt đầu, tôi muốn nhắc nhở người xem và người nghe: quan điểm của khách mời thể hiện quan điểm cá nhân của họ và không nhất thiết phản ánh quan điểm của công ty họ. Ngoài ra, mọi điều chúng tôi thảo luận không cấu thành tư vấn về thuế, pháp lý hoặc tài chính, vì vậy vui lòng tự tìm hiểu thêm.

Được rồi, xét từ góc độ vĩ mô, Agentic Commerce có ý nghĩa gì đối với một công ty như NVIDIA? Một công ty GPU, một công ty điện toán tăng tốc, một công ty trí tuệ nhân tạo, một công ty phần cứng—tại sao các bạn lại tham gia vào lĩnh vực thanh toán và kinh doanh?

Pahal Patangia:
Dĩ nhiên rồi, Simon, đó là một câu hỏi tuyệt vời. Tôi rất vui vì bạn đặt câu hỏi từ góc nhìn của một công ty sản xuất GPU, công ty phần cứng và công ty điện toán tăng tốc, vì đó quả thực là nhận thức về NVIDIA trong nhiều thập kỷ qua.

Nhưng tôi muốn nói rằng nhận thức này đã thay đổi theo thời gian trong 20 năm qua.

Trong vài thập kỷ qua, NVIDIA đã chuyển mình thành một nền tảng điện toán tăng tốc toàn diện, cung cấp khả năng cho các ứng dụng trí tuệ nhân tạo trên toàn bộ hệ sinh thái.

Trước khi đi sâu vào Thương mại tương tác (Agentic Commerce) hay Trí tuệ nhân tạo (AI), điều quan trọng là phải hiểu vị thế của NVIDIA ở cấp độ nền tảng và các khả năng mà chúng tôi cung cấp — những khả năng này thực sự đang thúc đẩy sự bùng nổ AI mà bạn thấy mỗi ngày.

Chúng tôi thường mô tả khả năng của NVIDIA trong việc xây dựng các ứng dụng AI trong hệ sinh thái bằng khái niệm "chiếc bánh năm lớp".

"Chiếc bánh năm tầng" này bao gồm nhiều "thành phần" khác nhau, cho phép xây dựng các ứng dụng AI và các nhà máy AI một cách hiệu quả và có khả năng mở rộng quy mô hiện nay.

Lớp dưới cùng là đất đai, điện năng và năng lượng - đây là nền tảng để thực hiện bất cứ điều gì liên quan đến trí tuệ nhân tạo.

Phía trên đó là lớp chip, bao gồm phần cứng, GPU, CPU và các hệ thống mạng liên quan.

Tiếp theo là lớp hệ thống, hay lớp trung tâm dữ liệu, lớp này tổ chức cách các chip được ghép lại với nhau; chúng ta xem chúng như những đơn vị khác nhau cuối cùng kết hợp lại thành một "máy tính khổng lồ".

Trước đây, chúng ta hiểu máy tính là thiết bị cá nhân, nhưng giờ đây chính trung tâm dữ liệu cũng là một chiếc máy tính, tức là lớp hệ thống.

Phía trên đó là lớp mô hình nền tảng. Các mô hình nền tảng này chứa đựng kiến ​​thức, sự hiểu biết về ngành và nhiều khả năng khác nhau. Có rất nhiều đối tác trong hệ sinh thái, chẳng hạn như OpenAI, Meta, Mistral, v.v., đang xây dựng các mô hình nền tảng này.

Nhưng những mô hình nền tảng này cần được tinh chỉnh thêm cho phù hợp với từng ngành công nghiệp cụ thể, từng tình huống cụ thể và từng vấn đề cụ thể, đó chính là lớp thứ năm - lớp ứng dụng.

Nền tảng của NVIDIA bao gồm năm lớp này, kết hợp toàn bộ các khả năng đó. Các nhà phát triển có thể tận dụng nền tảng năm lớp này để xây dựng các ứng dụng cho các trường hợp sử dụng của họ.

Trong lĩnh vực thanh toán, một ứng dụng quan trọng là Agentic Commerce.

Mục tiêu của chúng tôi là tích hợp các khả năng phần cứng, phần mềm và mô hình của mình vào hệ sinh thái của các bên tham gia, cho phép họ xây dựng các ứng dụng này ở quy mô lớn. Đó là định vị của chúng tôi và cách chúng tôi thúc đẩy sự phát triển của toàn bộ hệ sinh thái.

Simon Taylor:
Một điểm thú vị đối với tôi là khi chúng ta nói chuyện với nhiều người về Thương mại đại lý, mọi người đều cho rằng có rất nhiều phần mềm và phần cứng vận hành những thứ này ở phía sau, nhưng bạn đã làm việc trong ngành này lâu năm và thực sự hiểu cách thức hoạt động của những nền tảng này. Bạn nghĩ sao?

Bam Azizi:
Vâng, điều đó thật thú vị. Tôi đã đăng một bài viết trên LinkedIn về cấu trúc phân lớp này và nhận được khá nhiều sự chú ý.

Nó rất giống với những gì Pahal vừa mô tả. Tôi đã nói về lớp nền tảng, lớp phân phối, lớp điều phối và lớp kết nối. Ý tôi là lớp kết nối là quan trọng nhất — tất nhiên, điều này hơi "mang tính tự phục vụ", vì Mesh hoạt động ở lớp đó.

Nhưng tôi thực sự tò mò, từ góc nhìn của NVIDIA, các bạn nghĩ lớp nào là quan trọng nhất? Hiện tại bạn đang đầu tư nhiều thời gian và nguồn lực nhất vào lĩnh vực nào?

Pahal Patangia:
Vâng, đó là một câu hỏi tuyệt vời. Tôi nghĩ từ góc nhìn của chúng tôi, hiện nay có hai hiện tượng rất quan trọng đang diễn ra trong ngành thanh toán.

Chúng tôi đang ứng dụng trí tuệ nhân tạo (AI) vào ngành thanh toán trên quy mô lớn, và thông thường, hiện tượng này sẽ dẫn đến hiện tượng khác.

Hiện tượng đầu tiên là sự xuất hiện của "Mô hình nền tảng thanh toán".

Nếu bạn xem xét toàn bộ quy trình của Agentic Commerce, bạn sẽ thấy rằng quy trình này thực sự đã được "rút gọn". Ví dụ, quy trình thanh toán đã được rút ngắn.

Trong thế giới quá khứ, chính bạn, với tư cách là một cá nhân, đã nắm giữ bối cảnh đó. Bạn biết mình muốn mua gì, bạn biết cách hoàn tất thanh toán, và tất cả những điều đó đã tồn tại trong tâm trí bạn.

Nhưng bây giờ câu hỏi đặt ra là: tác nhân lấy bối cảnh này từ đâu?

Để nắm bắt ngữ cảnh này, hệ thống phải tìm hiểu hành vi người dùng, hồ sơ người dùng, sở thích người dùng và các ràng buộc khác nhau mà bạn đặt ra cho giao dịch (từ SKU đến các quy tắc giao dịch cuối cùng).

Vậy làm thế nào mà đặc vụ có được những khả năng này?

Điều này dẫn đến một xu hướng mới, mà tôi cho là hơi "ngầm", nhưng đang nhanh chóng thu hút sự chú ý - đó là "Mô hình nền tảng thanh toán".

Bởi vì trong ngành dịch vụ tài chính, đặc biệt là trong lĩnh vực thanh toán và ngân hàng, từ trước đến nay tất cả dữ liệu đều tồn tại dưới dạng bảng biểu có cấu trúc.

Trước đây, người ta thường đưa dữ liệu này vào các thuật toán máy học để xây dựng các mô hình dự đoán hành vi, chẳng hạn như dự đoán người dùng có thể mua gì hoặc thực hiện những giao dịch nào.

Tuy nhiên, với sự xuất hiện của thế hệ thuật toán mới, đặc biệt là kiến ​​trúc Transformer—nền tảng của trí tuệ nhân tạo tạo sinh—hiện nay đang có xu hướng mới là đưa dữ liệu có cấu trúc này vào các mô hình Transformer.

Đây là khái niệm của "Mô hình nền tảng thanh toán".

Các mô hình này tạo ra thứ gọi là "nhúng".

Nói một cách đơn giản, nhúng (embedding) là một hình thức biểu diễn ngữ nghĩa của hành vi người dùng. Ví dụ:

• Những điều Pahal có khả năng sẽ làm

• Những sở thích năng động gần đây của anh ấy là gì?

• Các kiểu hành vi dài hạn của anh ấy là gì?

Các mô hình Transformer có thể tích hợp thông tin này để tạo thành dạng nhúng này.

Sau đó, các dữ liệu nhúng này được đưa vào tác nhân, tác nhân sẽ thực hiện các hành động dựa trên thông tin này, chẳng hạn như hoàn tất giao dịch.

Đây là nơi hai thế giới bắt đầu giao thoa - trí tuệ nhân tạo và thanh toán.

Các embedding này trở thành "lớp ngữ cảnh" cho tác nhân, cho phép tác nhân thực thi tốt hơn, lặp lại tốt hơn và đảm bảo tất cả các hành động đều tuân thủ các quy tắc đã đặt ra trong khi liên tục học hỏi và tối ưu hóa.

Đây là một xu hướng quan trọng hiện đang thúc đẩy sự phát triển của thương mại điện tử thông qua đại lý.

Ngoài ra, tôi muốn nhấn mạnh một xu hướng khác mà chúng ta thấy trong thương mại điện tử dựa trên đại lý:

Nếu bạn chia toàn bộ quy trình thành hai phần: "tìm kiếm" và "thanh toán,"

Phần đang phát triển nhanh nhất và hoàn thiện nhất chính là chức năng "tìm kiếm".

Bài toán tìm kiếm đã được nghiên cứu trong nhiều năm, và hiện nay đã có những thuật toán tốt hơn để giải quyết nó, vì vậy làn sóng công nghệ này rất hiệu quả trong lĩnh vực "tìm kiếm".

Đây cũng là lý do tại sao trải nghiệm người dùng ngày càng trở nên cá nhân hóa và hấp dẫn hơn.

Chúng tôi cũng đang hợp tác rất nhiều với PayPal. PayPal muốn đưa các khả năng của Thương mại đại lý (Agentic Commerce) vào hệ sinh thái người bán của mình, hiện bao gồm khoảng 19 triệu người bán.

Hầu hết các thương nhân này là các doanh nghiệp vừa và nhỏ, và họ tương đối "mù mịt" về AI, không hoàn toàn hiểu những gì đang diễn ra.

Cách tiếp cận của PayPal là cung cấp các khả năng này cho các nhà bán lẻ thông qua nền tảng của họ.

Phương pháp của họ là:
Tinh chỉnh các mô hình mã nguồn mở để phù hợp với môi trường và các trường hợp sử dụng cụ thể của PayPal.

Bằng cách này, các nhà bán lẻ có thể dễ dàng sử dụng những khả năng này mà không cần phải hiểu về công nghệ nền tảng.

Simon Taylor:
Tôi vừa nghe bạn nói rất nhiều, và tôi muốn tóm tắt lại để xem mình đã hiểu đúng chưa, đồng thời sao cho người nghe dễ nắm bắt hơn.

Nhiều người thường bỏ qua một điểm: bên cạnh các mô hình như Anthropic, ChatGPT và Gemini, thực tế còn có rất nhiều mô hình mã nguồn mở, và NVIDIA là một nhân tố quan trọng trong lĩnh vực này.

Các mẫu như NeMo và Neotron của bạn luôn dẫn đầu về hiệu năng.

Sau đó, các công ty như PayPal sẽ mang những khả năng này đến cho các nhà bán lẻ.

Tạo ra giá trị cho các nhà bán lẻ là điều tối quan trọng trong ngành thanh toán. Các thương nhân là nòng cốt của các hoạt động trên toàn thế giới. Nếu bạn không thể phục vụ các thương nhân, thì về cơ bản bạn chẳng là gì cả.

Họ là những người bán hàng, họ là khách hàng của bạn, họ trả tiền cho bạn. Vì vậy, bạn phải tạo ra giá trị cho họ.

Trước đây, Stripe đã phát hành một Mô hình Nền tảng Thanh toán hoạt động tốt trong việc chống gian lận.

Nhưng tôi tò mò, ngoài việc chống gian lận, mô hình nền tảng thanh toán còn có thể làm được gì khác?

Nếu giờ đây tôi có một hệ thống nhúng đa chiều rất phong phú, có khả năng hiểu được nhiều sở thích khác nhau của người dùng, thì những khả năng này có thể giúp các nhà bán lẻ bán được nhiều hàng hơn và phục vụ khách hàng tốt hơn như thế nào?

Và các nhà bán lẻ có thể không muốn chia sẻ dữ liệu này với các phòng thí nghiệm trí tuệ nhân tạo lớn.

Vì vậy, họ thường có xu hướng sử dụng các mô hình mã nguồn mở.

Hơn nữa, khoảng cách giữa các mô hình mã nguồn mở và các mô hình tiên tiến hiện nay là khoảng 6 tháng, và đó là khoảng cách về hiệu năng.

Đối với hầu hết các mục đích sử dụng hàng ngày, sự khác biệt gần như không thể nhận thấy.

Đối với nhiều nhà bán lẻ vừa và nhỏ, những mô hình này đã vượt trội hơn hẳn so với phiên bản ChatGPT miễn phí mà họ đang sử dụng.

Vì vậy, PayPal có thể cung cấp cho họ trải nghiệm rất tốt, trong khi khả năng nền tảng thực sự đến từ NVIDIA.

Tôi nghĩ nhiều người không biết điều này.

Ngoài ra, tôi thấy một cuộc khảo sát cho thấy 65% ​​các tổ chức tài chính đã sử dụng AI, trong khi 84% cho rằng các mô hình mã nguồn mở rất quan trọng đối với chiến lược AI của họ.

Vậy tôi muốn hỏi các bạn: tại sao các mô hình mã nguồn mở lại trở nên quan trọng đến vậy trong ngành tài chính?

Pahal Patangia:
Vâng, đó là một câu hỏi tuyệt vời.

Ngành tài chính từ trước đến nay luôn "chậm chạp trong việc áp dụng" các công nghệ mới.

Các lý do dẫn đến "sự tiếp nhận chậm" này bao gồm:
Quy định
Yêu cầu về khả năng giải thích
Và sự hoài nghi đối với "các mô hình hộp đen".

Các tổ chức tài chính muốn hiểu điều gì đang xảy ra bên trong mô hình để họ có thể tự tin sử dụng nó trong môi trường sản xuất.

Vì vậy, họ thường thích những mô hình có thể điều khiển và tinh chỉnh được.

Đồng thời, như bạn đã đề cập, hiệu năng của các mô hình mã nguồn mở hiện nay rất gần với hiệu năng của các mô hình mã nguồn đóng quy mô lớn.

Khái niệm "sự gần gũi về hiệu suất" này chuyển trọng tâm thảo luận từ "hiệu suất của mô hình" sang các khía cạnh khác, chẳng hạn như:

• Trị giá

• Điều khiển

• Sự tuân thủ

• Khả năng phục hồi của hệ thống

Các doanh nghiệp muốn có nhiều lựa chọn hơn khi xây dựng các ứng dụng này thay vì chỉ phụ thuộc vào một nhà cung cấp duy nhất.

Dĩ nhiên, chúng tôi cũng coi các nhà cung cấp mô hình nền tảng là những khách hàng và đối tác quan trọng.

Nhưng đồng thời, khi các doanh nghiệp cần sự linh hoạt hơn, các mô hình mã nguồn mở trở nên phù hợp hơn.

Ví dụ, mô hình Neotron và bộ công cụ NeMo của NVIDIA có thể giúp các doanh nghiệp tinh chỉnh mô hình dễ dàng hơn.

Và khả năng này sẽ ngày càng trở nên quan trọng trong thương mại điện tử dựa trên tác nhân.

Simon Taylor:
Sự đánh đổi này quả thực rất thú vị.

Bam, tôi cũng muốn hỏi anh, từ góc nhìn xây dựng một công ty trong lĩnh vực stablecoin và thanh toán, anh đánh giá mã nguồn mở và mã nguồn đóng như thế nào? Khách hàng của bạn có quan tâm đến vấn đề này không?

Bam Azizi:
Tôi nghĩ từ góc nhìn của khách hàng, họ thực sự không quan tâm đó là mã nguồn mở hay mã nguồn đóng.

Đó là mối quan ngại đối với cộng đồng công nghệ, vốn rất quan trọng đối với sự phát triển khoa học và công nghệ.

Nhưng khách hàng chỉ quan tâm đến một điều:
Liệu có giải pháp nào tốt nhất có thể giúp họ điều hành doanh nghiệp?

Tuy nhiên, mã nguồn mở rất quan trọng đối với ngành công nghiệp này, và chúng ta vẫn cần thúc đẩy nó càng nhiều càng tốt.

Một điểm khác gây ấn tượng với tôi là những gì Pahal đề cập về lập trường của NVIDIA.

Trước đây, NVIDIA giống như lớp phần cứng, sau đó sẽ có một lớp trung gian như ChatGPT, các nhà cung cấp dịch vụ đám mây, v.v., và cuối cùng là lớp ứng dụng.

Nhưng giờ đây, khi bạn hợp tác trực tiếp với các công ty như PayPal, điều đó có nghĩa là bạn đang "bỏ qua khâu trung gian" phải không?

Điều đó có nghĩa là nhanh hơn, rẻ hơn và hiệu quả hơn?

Liệu điều đó có gây ra mối đe dọa cho các công ty như OpenAI không?

Pahal Patangia:
Không có gì.

Triết lý của chúng tôi là "hỗ trợ các nhà phát triển ở bất cứ đâu họ đang làm việc".

Nếu các nhà phát triển muốn sử dụng các đối tác lớn của chúng tôi, chẳng hạn như các nhà cung cấp mô hình nền tảng, chúng tôi hoàn toàn ủng hộ điều đó và giúp họ đạt được kết quả tốt nhất.

Nếu họ muốn sử dụng các mô hình mã nguồn mở, chúng tôi cũng cung cấp các công cụ và hỗ trợ nền tảng.

Điều này thực sự phụ thuộc vào nhu cầu kinh doanh nội bộ và các quyết định của doanh nghiệp.

Chúng tôi cung cấp một nền tảng hoàn chỉnh cho phép họ tự do lựa chọn.

Simon Taylor:
Tôi thấy sự đánh đổi này rất thú vị.

Pahal, anh hướng dẫn các công ty thanh toán như PayPal đưa ra những quyết định này như thế nào? Ví dụ, khi họ muốn cung cấp những khả năng này cho các nhà bán lẻ, làm thế nào để bạn giúp họ cân nhắc các trường hợp sử dụng khác nhau? Bạn nhận được phản hồi gì từ các công ty thanh toán này?

Pahal Patangia:
Đó là một câu hỏi tuyệt vời.

Trong lĩnh vực này, khi bạn bắt đầu vận hành các mô hình ngày càng phức tạp, từ các mô hình hiện tại đến các tác nhân tương lai, đến các hệ thống đa tác nhân, có rất nhiều yếu tố cần xem xét.

Đầu tiên, dĩ nhiên, là độ chính xác. Nhưng một khi bạn đã tối ưu hóa độ chính xác đến một mức độ nhất định, thì kết quả thực sự lại phụ thuộc vào một số yếu tố khác.

Thứ nhất là chi phí.

Ví dụ, nếu bạn đang phục vụ 19 triệu nhà bán lẻ, điều đó sẽ tạo ra một số lượng lớn các cuộc gọi suy luận mỗi ngày. Bạn cần cân nhắc cách tối ưu hóa chi phí của các lệnh suy luận này xuống mức thấp nhất trong trường hợp sử dụng của mình.

Thứ hai là độ trễ.

Không ai muốn chờ đợi, giống như trò chơi rắn nhỏ trên trình duyệt khi mạng bị ngắt (trò chơi ngoại tuyến của Chrome).

Bạn cần phản hồi ở mức mili giây.

Mô hình cần phải suy nghĩ, suy luận, thu thập thông tin từ các nguồn dữ liệu khác nhau, kết hợp ngữ cảnh và đưa ra quyết định trong khuôn khổ các quy tắc đã thiết lập—tất cả chỉ trong vòng mili giây.

Để hoàn thành tất cả những điều này đòi hỏi phải tiêu thụ rất nhiều token, đưa ra nhiều quyết định, thực hiện các quy trình phức tạp, và tất cả đều phải năng động và thông minh.

Nếu tác nhân được tinh chỉnh đúng cách và hoạt động trong những ràng buộc phù hợp, nó có thể đạt được điều này.

Bạn thực hiện một lần, và sau đó sẽ có một vòng phản hồi.

Vòng phản hồi này tạo ra một "bánh đà dữ liệu":
Bạn liên tục thu thập dữ liệu mới, so sánh "kết quả thực tế" với "kết quả lý tưởng", và sau đó liên tục tối ưu hóa mô hình.

Simon Taylor:
Và khi bạn mở rộng logic này từ một tác nhân đơn lẻ sang một hệ thống đa tác nhân, mọi thứ sẽ trở nên phức tạp hơn nữa.

Ví dụ:

• Các đại lý ở phía mạng

• Các đại lý phía bên phát hành

• Các đại lý bên mua

Các đặc vụ này sẽ liên lạc với nhau.

Hoặc trong nội bộ doanh nghiệp:

• Nhân viên thu mua trong hệ thống SAP

• Nó cần giao tiếp với hệ thống kho hàng.

• Nó cũng cần phải liên lạc với hệ thống tài chính.

Toàn bộ hệ thống thực hiện suy luận như thế nào? Làm thế nào để nó trở nên hiệu quả hơn?

Điều này dẫn đến một vấn đề: số lượng token sẽ tăng trưởng bùng nổ.

Đó là lý do tại sao "kinh tế token" trở nên rất quan trọng.

Vấn đề không chỉ là giảm thiểu việc sử dụng token, mà còn là làm thế nào để đạt được hiệu quả tối ưu giữa chi phí, sức mạnh tính toán và độ trễ.

Thậm chí có thể hiểu nó như sau:
"Có thể tạo ra bao nhiêu sản phẩm token chất lượng cao trên mỗi kilowatt-giờ?"

Thực tế, đằng sau điều này có cả một mô hình kinh tế.

Nếu không quản lý tốt, bạn rất dễ tiêu tốn nhiều tiền.

Bất cứ ai từng chơi OpenClaw đều biết rằng rất dễ dàng tiêu hết 1000 đô la trong một tháng chỉ bằng cách gọi một vài API, và sau đó bạn sẽ rơi vào vô số những rắc rối khác.

Đối với các doanh nghiệp, vấn đề này thậm chí còn nghiêm trọng hơn.

Trước đây, bạn có thể chỉ cần chạy một số mô hình học máy, chẳng hạn như các mô hình trên Snowflake, CNN, v.v., nhưng hiện nay cấu trúc chi phí của các mô hình AI này đã hoàn toàn khác.

Đối với một công ty tập trung vào lòng trung thành của khách hàng hoặc chống gian lận, sự chênh lệch chi phí này là rất lớn.

Và giữa các vai trò khác nhau như tổ chức phát hành thẻ, người bán và tổ chức phát hành, mỗi vai trò đều có những yêu cầu khác nhau đối với đại lý và nhu cầu về mã thông báo khác nhau.

Vì vậy, độ phức tạp của toàn bộ hệ thống rất cao.

Bạn không chỉ cần kiểm soát chi phí mà còn cần hệ thống liên tục được cải thiện theo thời gian, học hỏi như con người:
"Bạn vừa mắc một lỗi, đừng làm vậy nữa vào lần sau."

Nhưng nếu bạn đã thực sự sử dụng OpenClaw, bạn sẽ biết rằng việc duy trì sự ổn định của hệ thống và thực hiện đúng các tác vụ là điều thực sự rất khó khăn.

Vì vậy, việc giải quyết vấn đề này trong các kịch bản doanh nghiệp là rất có giá trị đối với NVIDIA.

Simon Taylor:
Chúng ta hãy quay lại chủ đề thương mại điện tử.

Công nghệ thương mại điện tử Agentic hiện đang tác động như thế nào đến hoạt động kinh doanh?

Người dùng có thực sự cảm nhận được những thay đổi này khi thanh toán không? Giá trị này được thể hiện ở đâu?

Pahal Patangia:
Mục tiêu của chúng tôi là hỗ trợ những người chơi thực sự tạo ra giá trị cho người dùng cuối, chẳng hạn như các nền tảng thanh toán như PayPal.

Đồng thời, họ sẽ hợp tác với các nhà bán lẻ lớn để triển khai các đại lý tương tác trực tiếp với khách hàng trên nền tảng của họ.

Từ góc độ ngành, một số xu hướng chúng ta đang nhận thấy bao gồm:

Ví dụ, Mastercard đã triển khai hoàn toàn các giao dịch do đại lý thực hiện tại một số quốc gia.

Đây là những dấu hiệu ban đầu của sự thành công.

Điều này giúp chúng ta tin tưởng rằng những công nghệ này cuối cùng sẽ trở nên phổ biến.

Dĩ nhiên, vẫn còn nhiều vấn đề cần giải quyết, chẳng hạn như:
Liệu những công cụ này có thực sự giúp cải thiện tỷ lệ chuyển đổi khi thanh toán?
Chúng có đủ ổn định không?

Hiện tại, cần có thêm các cơ chế tinh chỉnh và ràng buộc để cho phép các tác nhân tự động hoàn thành nhiệm vụ.

Simon Taylor:
Tôi muốn đặc biệt đề cập đến Sardine, vì họ đã có nhiều đóng góp trong lĩnh vực chống gian lận.

Họ sở hữu mạng lưới dữ liệu gồm 7 tỷ thiết bị, tự xây dựng mô hình riêng và ghi lại hiệu suất hoạt động của các tác nhân.

Dữ liệu lịch sử và quy trình làm việc của các tác nhân này, tự bản thân chúng, là một dạng tài sản trí tuệ.

Trong thương mại điện tử, quy trình làm việc của đại lý chính là tài sản trí tuệ cốt lõi của bạn.

Tôi nghĩ đây là một điểm rất quan trọng.

Simon Taylor:
Tuyệt vời, xin cảm ơn Mesh và tất cả các nhà tài trợ đã giúp chương trình này thành hiện thực.

Ừm, không biết bạn có giống tôi không, nhưng giờ tôi nghe thấy quá nhiều tên giao thức khác nhau đến nỗi không thể nhớ hết được.

Hiện tại, bạn đang thảo luận về các quy trình này với khách hàng như thế nào? Bạn thường đặt những câu hỏi gì cho NVIDIA?

Bam Azizi:
Tôi nghĩ câu hỏi quan trọng nhất hiện nay là: tương lai sẽ hướng tới sự hội nhập hay tiếp tục phân mảnh?

Đây là một "câu hỏi trị giá hàng tỷ đô la". Nếu ai đó có thể trả lời câu hỏi này, họ có thể xây dựng một công ty khổng lồ trong lĩnh vực này.

Theo tôi, tôi sẽ nghiêng về hướng tích hợp, giống như sự phát triển của internet.

Trước đây có rất nhiều giao thức khác nhau, nhưng cuối cùng chúng ta đã thống nhất sử dụng HTTP.

Ngoài ra còn có nhiều giao thức để liên lạc giữa các thiết bị, nhưng cuối cùng, chúng về cơ bản đã được thống nhất thành Wi-Fi và Bluetooth.

Ngay cả trong các giao diện sạc, từ nhiều giao diện khác nhau đã chuyển sang một hoặc hai giao diện tiêu chuẩn hóa.

Tôi nghĩ điều tương tự cũng sẽ xảy ra ở đây.

Đặc biệt là với những tiến bộ gần đây về x402 chẳng hạn, họ đang nỗ lực gia nhập Linux Foundation, một tổ chức trung lập, với sự hỗ trợ từ các công ty như Stripe và Coinbase.

Tôi làm việc trong lĩnh vực xác minh danh tính và bảo mật, và chúng tôi đã thấy một quy trình tích hợp tương tự trong các giao thức xác thực.

Vậy nên, theo nhận định của tôi, sẽ có sự hội nhập.

Nhưng tôi cũng rất tò mò về quan điểm của Pahal.

Một câu hỏi khác là:
Liệu sẽ có những quy trình khác trong tương lai?

Ví dụ:

• Sự tương tác giữa con người và các tác nhân

• Sự tương tác giữa các tác nhân

Giao diện người dùng/trải nghiệm người dùng và các giao thức cho hai trường hợp này có thể hoàn toàn khác nhau.

Bạn nghĩ sao về những diễn biến hiện tại của thị trường?

Simon Taylor:
Tôi chợt nhớ đến một truyện tranh kinh điển trên XKCD:

"Hiện nay có 14 tiêu chuẩn xác thực; chúng ta cần một tiêu chuẩn thống nhất."
Sau đó nó trở thành: "Hiện nay có 15 tiêu chuẩn."

Với kinh nghiệm lâu năm trong lĩnh vực này, ông/bà nhìn nhận vấn đề này như thế nào?

Pahal Patangia:
Vâng, nếu tôi có một quả cầu pha lê, tôi rất muốn biết câu trả lời (cười).

Nhưng từ góc nhìn của chúng tôi, tôi đồng ý với quan điểm của Bam:

Cuối cùng, các giao thức này sẽ hội tụ về một vài giải pháp chính thống.

Nhưng xét cho cùng, sự đa dạng hiện tại lại là một điều tốt.

Bởi vì các giao thức này đang kích hoạt nhiều nhà phát triển hơn và khuyến khích nhiều người bắt đầu xây dựng ứng dụng.

Giai đoạn hiện tại thực chất là "giai đoạn dân chủ hóa", tương tự như sự phát triển của các chương trình Thạc sĩ Luật (LLM) trong ba năm qua.

Các mô hình khác nhau liên tục xuất hiện, thúc đẩy việc áp dụng rộng rãi trong toàn ngành.

Điều tương tự cũng sẽ xảy ra với các giao thức này.

Các giao thức này sẽ thu hút ngày càng nhiều người tham gia—các nhà phát triển, doanh nghiệp, người dùng—tất cả mọi người sẽ cùng xây dựng dựa trên những nền tảng này.

Điều này sẽ thúc đẩy sự phát triển khả năng tương tác, cuối cùng dẫn đến sự tích hợp.

Ngoài ra, khi số lượng tác nhân được xây dựng càng nhiều, các vấn đề bảo mật càng trở nên quan trọng.

Mọi người đều đang xây dựng hệ thống đại lý riêng của mình, nhưng điều cần thiết là phải đảm bảo các hệ thống này hoạt động trong một môi trường an toàn.

Đó là lý do tại sao chúng tôi đã cho ra mắt một sản phẩm có tên OpenSHIELD tại GTC.

OpenSHIELD là một môi trường chạy mã nguồn mở được tăng cường bảo mật, nằm giữa các tác nhân và cơ sở hạ tầng.

Nó có thể cung cấp một môi trường thử nghiệm cho các tác nhân hoạt động trong một phạm vi được kiểm soát.

Bằng cách này, ngay cả khi có vấn đề phát sinh, tác động cũng có thể được hạn chế.

Simon Taylor:
Đúng vậy, điều này rất quan trọng.

Nhiều người không nhận ra điều này:

Khi bạn xây dựng các agent và cũng có môi trường sản xuất, liệu bạn có nên đưa các agent đó vào môi trường sản xuất hay không?

Nếu không có biện pháp cách ly, khi xảy ra sự cố, hậu quả sẽ rất nghiêm trọng.

Vì vậy, các cơ chế bảo mật kiểu sandbox như OpenSHIELD rất quan trọng.

Simon Taylor:
Tôi cũng nghĩ đến một ví dụ: vào những ngày đầu của internet di động, có WAP, mà mọi người đã cố gắng sử dụng để thanh toán trước khi điện thoại thông minh xuất hiện.

Thương mại đại lý, ở một mức độ nào đó, có thể vẫn đang ở giai đoạn rất sơ khai.

Tôi tò mò:

Hiện tại bạn đang phân bổ sự tập trung của mình như thế nào?

Bạn chủ yếu tập trung vào stablecoin phải không?
Hay là về tương tác giữa con người và tác nhân?
Hay là về tương tác giữa các tác nhân với nhau?

Bạn có làm tất cả những việc đó không, hay bạn chỉ tập trung vào một việc?

Pahal Patangia:
Đó là một câu hỏi tuyệt vời.

Theo quan điểm của tôi, hiện tại chúng tôi chủ yếu tập trung vào những xu hướng quan trọng nhất:

• Mô hình nền tảng thanh toán

• Thương mại đại lý

Nhưng trong những xu hướng này, các xu hướng phụ mới sẽ tiếp tục xuất hiện.

Ví dụ, stablecoin.

Chúng tôi coi stablecoin như một sự bổ sung cho hệ thống tiền tệ pháp định hiện có, mang đến những người dùng mới và hệ sinh thái mới.

Thế hệ người dùng tiếp theo có thể sẽ quen thuộc hơn với việc sử dụng stablecoin thay vì thẻ tín dụng.

Nhưng đồng thời, sẽ có sự tích hợp giữa hai bên.

Tuy nhiên, về cơ bản, các trường hợp sử dụng cốt lõi của AI trong thanh toán vẫn không thay đổi:

• Chống gian lận

• Xác minh danh tính

• Cá nhân hóa

Đây vẫn là những yếu tố quan trọng nhất.

Simon Taylor:
Đúng vậy, về cơ bản nó vẫn là giá trị gia tăng của các khoản thanh toán.

Dù bạn sử dụng stablecoin hay mạng lưới thẻ tín dụng, những vấn đề này vẫn sẽ tồn tại.

Simon Taylor:
Bam, tôi rất tò mò về quan điểm của bạn. Bạn đang xây dựng mạng lưới trong lĩnh vực stablecoin; bạn đánh giá mối quan hệ giữa Agentic Commerce và stablecoin như thế nào?

Bam Azizi:
Tôi tin rằng Agentic Commerce có thể sử dụng nhiều hệ thống thanh toán khác nhau.

Ví dụ, hiện nay người dùng đang tìm kiếm các sản phẩm như giày dép hoặc áo phông trên ChatGPT, Anthropic hoặc Perplexity, và sau đó các nhân viên hỗ trợ có thể giúp người dùng hoàn tất thanh toán.

Bạn có thể thanh toán bằng thẻ tín dụng hoặc stablecoin.

Trong trường hợp này, cả hai đều song song với nhau.

Nhưng trong thanh toán xuyên biên giới và giao dịch quốc tế, stablecoin sẽ có nhiều ưu điểm hơn.

Trong các kịch bản giao dịch giữa các tác nhân, tôi tin rằng stablecoin có một lợi thế rõ rệt.

Lý do là:

Các giao dịch này thường là các khoản thanh toán nhỏ.
Ví dụ, các khoản tiền như $0.00005.

Số tiền như vậy không thể được xử lý bởi Visa hoặc các hệ thống ngân hàng truyền thống.

Đồng thời, các giao dịch này cần phải:
Thời gian thực
Toàn cầu
Trực tuyến

Stablecoin hoàn toàn đáp ứng các điều kiện này.

Một điểm khác cần lưu ý là tần suất giao dịch.

Trung bình một người có thể thực hiện 2 giao dịch mỗi ngày, nhưng một đại lý có thể thực hiện 2000 giao dịch mỗi ngày.

Tốc độ xử lý giao dịch (TPS) kiểu này chỉ có thể được hỗ trợ bởi công nghệ blockchain.

Các hệ thống thanh toán truyền thống không được thiết kế cho các đại lý; chúng sẽ thất bại.

Vì vậy, tôi rất lạc quan về việc ứng dụng stablecoin trong thương mại điện tử tổng hợp.

Simon Taylor:
Đây quả thực là một sự bùng nổ theo cấp số nhân, phải không?

Tôi nhớ rằng mỗi giây có khoảng 4 triệu email được gửi trên internet, và đó chỉ là email thôi, chưa kể video.

Trong một thế giới như vậy, khả năng xử lý hàng chục nghìn giao dịch mỗi giây của các hệ thống thanh toán truyền thống rõ ràng là không đủ.

Nhưng hãy quay lại thực tế một chút, Pahal, từ góc nhìn của anh, nhu cầu thực sự của người dùng nằm ở đâu? Khối lượng giao dịch thực tế nằm ở đâu?

Tôi thường nói đùa rằng hiện nay số lượng giao thức trong thương mại điện tử qua trung gian còn nhiều hơn cả trong giao thức thanh toán.

Bạn có thể là người gần gũi nhất với cơ sở hạ tầng cốt lõi—thậm chí là "cơ sở hạ tầng của cơ sở hạ tầng của cơ sở hạ tầng".

Vậy theo bạn, nhu cầu thực sự nằm ở đâu? Các trường hợp sử dụng thực tế nằm ở đâu?

Pahal Patangia:
Tôi nghĩ câu hỏi này có thể được trả lời từ hai khía cạnh.

Thứ nhất là từ góc nhìn của toàn bộ hệ sinh thái.

Như tôi đã đề cập trước đó, chúng ta có thể chia toàn bộ quy trình thành hai phần:

• Tìm kiếm

• Sự chi trả

Hiện tại, phần tìm kiếm đã khá hoàn thiện, thậm chí có thể nói là đã được giải quyết phần lớn.

Tuy nhiên, phần thanh toán vẫn đang trong giai đoạn thử nghiệm.

Nhiều thử nghiệm trong môi trường thử nghiệm (sandbox) đang được tiến hành.

Đây cũng là lý do tại sao tôi rất lạc quan về các công cụ như OpenSHIELD, vì chúng có thể giúp hệ sinh thái xây dựng các tác nhân này trong một môi trường an toàn và cho phép chúng thực hiện các giao dịch.

Góc nhìn thứ hai là góc nhìn dài hạn.

Tôi rất lạc quan về sự phát triển của các hệ thống đa tác tử.

Trong thế giới tương lai, các tác nhân khác nhau sẽ tương tác và hợp tác với nhau.

Vai trò của chúng tôi là giúp các hệ thống này cải thiện:

• Thông qua các vòng phản hồi

• Thông qua môi trường vận hành an toàn

• Thông qua các cơ chế ràng buộc khác nhau (rào chắn an toàn)

Dĩ nhiên, cũng cần phải tinh chỉnh rất nhiều để đảm bảo các tác nhân này có thể thực thi như mong đợi mà không bị sai lệch.

Đây đều là những hướng chúng tôi sẽ tập trung vào trong tương lai.

Simon Taylor:
Tôi nghĩ một chủ đề rất quan trọng trong cuộc thảo luận ngày hôm nay là "kinh tế học token".

Thực tế, khi chúng ta nói về token trước đó, cả Bam và tôi đều bật cười vì trong không gian stablecoin, cách hiểu của chúng tôi về kinh tế token lại khác.

Nhưng giờ đây bạn sẽ thấy:

Mọi thứ đều đã biến thành "vật tượng trưng".

Có các mã thông báo trong quá trình xác minh danh tính.
Mã thông báo trong an ninh mạng
Visa và Mastercard có mã thông báo mạng.
Token trong ngân hàng mở
Stablecoin là các token.
Các token trong AI cũng vậy

Thuật ngữ "token" trong tiếng Anh thực ra khá khó hiểu vì ban đầu nó chỉ có nghĩa là "vật thay thế", nhưng giờ đây hầu như bất cứ thứ gì cũng có thể được gọi là token.

Nhưng dù sao đi nữa, bạn cũng phải hiểu mô hình kinh tế đằng sau nó.

Tóm lại, dù trong lĩnh vực trí tuệ nhân tạo hay mạng lưới thanh toán, điều quyết định trải nghiệm người dùng vẫn là:

• Tốc độ

• Trị giá

Hai yếu tố này sẽ liên tục kéo chúng ta trở lại với thực tế.

Simon Taylor:
Pahal, cảm ơn bạn rất nhiều vì những chia sẻ hữu ích hôm nay. Với tư cách là người đã theo dõi NVIDIA từ lâu và cũng hoạt động trong ngành thanh toán, cuộc thảo luận này thực sự rất thú vị. Nếu mọi người muốn tìm hiểu thêm về bạn hoặc công việc của NVIDIA trong lĩnh vực thanh toán, họ có thể tìm đến đâu?

Pahal Patangia:
Mọi người có thể liên hệ với tôi qua LinkedIn hoặc qua email.

Nếu bạn muốn tìm hiểu về hoạt động của NVIDIA trong lĩnh vực dịch vụ tài chính, bạn có thể truy cập trang web chính thức của NVIDIA, nơi chúng tôi có một trang chuyên biệt mô tả chi tiết công việc của chúng tôi trong lĩnh vực thanh toán, ngân hàng và thị trường vốn.

Chúng tôi hy vọng sẽ mang lại những khả năng của trí tuệ nhân tạo cho toàn bộ hệ sinh thái và rất vui được trở thành đối tác của bạn.

Simon Taylor:
Tuyệt vời, cảm ơn bạn. Vậy, nếu mọi người muốn kết nối với mạng Mesh hoặc liên hệ với bạn, họ nên làm thế nào?

Bam Azizi:
Bạn có thể truy cập meshpay.com, hoặc tìm kiếm Mesh Pay trên Twitter hoặc LinkedIn. Nếu muốn tìm tôi, bạn có thể tìm kiếm Bam Azizi trên Telegram hoặc Twitter.

Simon Taylor:
Bạn cũng có thể tìm thấy tôi trên nhiều nền tảng khác nhau hoặc truy cập finttechbrainfood.com. Gần đây tôi đã viết một bài báo về "thương mại vô hình", thảo luận về một số vấn đề tiềm ẩn của thương mại thông qua tác nhân (Agent Commerce). Nếu bạn thích chương trình này, hãy nhớ đăng ký, thích và chia sẻ với bạn bè để nhiều người hơn có thể xem nội dung này. Hẹn gặp lại lần sau.