Teknik: Den fjärde industriella revolutionen: Uppkomsten av den autonoma ekonomin

originalförfattare : TechFoodLife

För att förstå nutiden måste man undersöka det förflutna. För att se framtiden måste man känna fart i nuet.

När man undersöker det förflutna blir det tydligt att tekniska framsteg utan tvekan har varit den ledande drivkraften för den mänskliga civilisationens utveckling. Precis som hjulet och kompassen revolutionerade tidigare generationer, har utvecklingen av smarttelefonen och Internet förändrat samhället idag, vilket gör det svårt att ens föreställa sig en värld utan dem. Även om det är lätt att se tillbaka i historien och identifiera de viktigaste genombrotten, kan de flesta inte förutse framtidens tekniska innovationer innan de blir helt inbäddade i vardagen. Faktum är att de flesta nya tekniker blir förlöjligade i början, med “experter” som hävdar att de är ouppnåeliga och onödiga.

(Med tillstånd av nomaderna)

Trots tvivel som envist fördunklar nutiden, tror många att nuvarande tekniska trender ligger på en avgrund för att tända en fjärde industriell revolution; den här gången utlöstes av ökningen av massautomation. Även om ekonomier som riktas av människor sannolikt aldrig kommer att försvinna, är det som börjar hända bildandet av en parallell ekonomi som helt drivs av maskiner. I likhet med tidigare industriella revolutioner sammanfaller den nuvarande kring vissa tekniska genombrott, särskilt i USA Sakernas Internet (IoT), Artificiell intelligens (AI) och Distribuerad Ledger-teknik(DLT).

(Nobelprisvinnande ekonom Paul Krugman hade helt klart fel när det gällde den inverkan Internet skulle ha på samhället; källa)

Medan den genomsnittliga personen har liten eller ingen medvetenhet om vad som kommer, går banan för modern teknik inte obemärkt av alla. Brian Arthur, en ekonom känd för att utveckla det moderna tillvägagångssättet för att öka avkastningen, har föreslagit en avhandling för att beskriva fenomenet och myntade det, ”autonomi-ekonomin.” Klaus Schwab, grundare och verkställande ordförande för World Economic Forum, har upprepat jämförbara känslor och till och med skrivit en bok om den som heter ”Den fjärde industriella revolutionen.”

Innan vi tar en närmare titt på aktuella tekniska trender är det fördelaktigt att studera effekterna som de tre första industriella revolutionerna hade på samhället. Att ha historisk kunskap kan gå långt för att hjälpa en föreställa sig hur den fjärde industriella revolutionen kommer att påverka framtiden.

De industriella revolutionerna från det förflutna

De tre föregående industriella revolutionerna har alla drivits av en serie separata men sammankopplade tekniska innovationer som kraftigt ökade humanioraens förmåga att producera produktion, samtidigt som den kraftigt minskade den insats som behövs för att uppnå den, oavsett genom minskad arbetskraft, tid eller material. Dessa framsteg omgjorde inte bara samhället ur ekonomisk mening, utan omformade också hela konceptet om hur människor uppfattade sitt dagliga liv.

Den första industriella revolutionen:

Från ungefär 1750–1850 ägde den första industriella revolutionen rum och var främst resultatet av mänsklighetens förmåga att utnyttja två viktiga energikällor, ånga och kol. Den främsta drivkraften för den första industriella revolutionen var en rad tekniska genombrott i ångmotorn, tillsammans med upptäckten av ett billigare, mer rikligt mineral, kol. Kombinationen gav så småningom upphov till koldrivna ångmaskiner med förbränning, som kunde producera mycket mer energi till ett billigare pris än någonsin tidigare. Denna nya insats ledde till stora förändringar i tillverkningen och användes för att driva upp radikala förändringar i flera industrier, såsom textilier, metallverk (särskilt järn) och transport.

(Några av de största uppfinningarna av den första industriella revolutionen, möjliggjord av ångmaskinens innovationer; källa)

Några av historiens mest kända uppfinningar utvecklades under denna tidsperiod, som bomullsgin, en maskin som används för att separera bomullsfibrer från sina frön och kraftväven, en maskin som används för att väva tyg och gobelänger. Andra anmärkningsvärda genombrott inkluderar utveckling av verktygsmaskiner, återupptäckt av cement, införande av plåtglas och förbränning av kol för att producera gasljus.


Före den första industriella revolutionen tillverkades de flesta varor lokalt och arbetet av enskilda hantverkare, men efter kommersialiseringen av koldrivna ångmotorer bildades stora industrier som kunde producera produkter för en mycket bredare konsumentbas. En grundläggande förändring inträffade i samhället från att vara en lantlig jordbrukskultur till uppbyggnaden av industristäder centrerade kring stora tillverkningsfabriker. Arbetskraften dominerades inte längre av enskilda arbetare, utan ersattes istället långsamt av industrier som drivs av kapitalister som anställde arbetarklassen. Städer började bli hela nationers ekonomiska kraftpaket. Trenden skulle inte heller sakta ner, eftersom det inte skulle dröja länge innan en andra industriell revolution skulle äga rum, potentiellt ännu mer effektfull än den första.

Den andra industriella revolutionen:

Andra tekniska revolutionen, även känd som den tekniska revolutionen, varade från omkring 1870–1914 (början av första världskriget) och kan bäst beskrivas som en mastering av tekniken som introducerades i den första industriella revolutionen, blandad med två stora genombrott: utnyttjande av två nya energikällor: el och petroleum.

Tack vare mer avancerad utveckling inom järn- och stålproduktion började maskindelar produceras i bulk och standardiseras över branscher, såsom standardstorlekar för skruvar och metallstänger. Intrikat järnvägsinfrastruktur öppnade i flera avancerade länder, liksom utvecklingen av ångturbinmotorn, som revolutionerade marinfartyg. I huvudsak utvecklade samhället mycket överlägsna transportvägar för alla fabriksprodukter som massproducerades. Marknader började verkligen öppnas under denna period på grund av ökad transporthastighet och sänkt pris på maskindriven produktion.

(Järnvägsinfrastrukturen 1860 var mycket mer avancerad än bara 30 år tidigare när det nästan inte fanns några järnvägar i USA; källa)

Den kulminerade utväxten mot slutet av den andra industriella revolutionen måste vara el och petroleum. Även den moderna världen i dag är helt beroende av el och olja. Elektrifiering ses ofta som det största framsteget på 1900-talet eftersom det gav samhället en billig, riklig energikälla som inte bara skulle driva fabriker och hem när som helst på dagen utan skulle lägga grunden för att alla enheter skulle komma senare. . Medan el var avgörande har olja varit det mest eftertraktade råvaran under förra seklet. Det har varit den dominerande bränslekällan för att driva de flesta transportfordon, oavsett om det är bilar, flygplan eller jordbruksutrustning. Det har också gett upphov till ett brett utbud av konsumentprodukter (plast), gödselmedel / kemikalier och läkemedel.

Det fanns också andra viktiga framsteg under denna tid, till exempel i kommunikation med uppfinningar av telegraf, telefon och radio. Pappersmaskiner började också få dragkraft i början av 1900-talet, vilket resulterade i nya förmågor att sprida kunskap, nyheter och litteratur över kontinenter. Slutligen leder utvecklingen av gummiproduktion till massproduktion av däck som hjälpte till uppfinningar av cyklar, bilar och flygplan.

(Att bryta ner några av de viktigaste skillnaderna mellan den första och andra industriella revolutionen)

Det är viktigt att förstå hur den första industriella revolutionen var den tekniska smällen som startade begreppet moderna industriella ekonomier, medan den andra industriella revolutionen var behärskningen av tekniken, vilket gav upphov till moderna städer fyllda med de första skyskraporna. Med länder som kan handla och kommunicera som aldrig förr, började världen in i början av sitt steg mot globalisering. Trenden skulle bara fortsätta också och så småningom nå enastående nivåer med början under sista hälften av 1900-talet. Samhället skulle uppleva en radikal ny teknisk smäll: den digitala revolutionen.

Den tredje industriella revolutionen:

Från och med slutet av 1950-talet fram till idag har den tredje industriella revolutionen, även känd som den digitala revolutionen, tagit rot i samhället och är främst kulmen på en övergång från mekanisk och analog elektronisk teknik till digital elektronik. De två stora utväxterna har varit digital databehandling och kommunikationsteknik. Den snabba beräkningen av datorer, blandat med sammankopplingen av Internet och satellitsändningar, har skapat en digital arkitektur där information direkt kan delas över hela världen av enheter med mycket snabbare bearbetningshastigheter än människor. Det är inte konstigt att folk hänvisar till denna tidsperiod som informationens ålder.

(Växlingen från digital till analog var ganska snabb sedan år 2000)

Överflödet av digital information är resultatet av en behärskning av el och precisionshantverk, som kombinerar till födseln ständigt förbättrade mikroprocessorer, aka datachips. Från smarta telefoner och HD-TV-skärm till avancerad fotograferingsutrustning och drönare är datorchips ryggraden i all avancerad elektronik. Intressant är att alla dessa tekniker konsekvent har ersatts med bättre versioner inom en kort tidsperiod. Telefonen är ett bra exempel, går från telefontelefonen, till fasta nätet, till mobiltelefonen, till smarttelefonen och blir potentiellt en bioteknik nästa.

Precis som tillverkningsinnovationer från den första och andra industriella revolutionen leder till konstruktionen av industristäder med allt material som produceras, leder de elektroniska innovationerna från den tredje och fjärde industriella revolutionen till konstruktionen av intelligenta applikationer som använder alla data som produceras.

Den fjärde industriella revolutionen

För att tänka kring den fjärde industriella revolutionen är det viktigt att förstå begreppet intelligens. Det bästa sättet att förstå intelligens är att tänka på hur den erhålls, vilket vanligtvis är en fyrstegsprocess.

1) Samla in data

2) Behandla data med tidigare data som referens

3) Vidta åtgärder baserat på de förfinade uppgifterna

4) Ta emot feedbackdata, lär dig av resultatet och lagra allt i minnet.

(En enkel intelligensslinga; källa)

Processen är en cyklisk slinga för att kontinuerligt samla in data, bearbeta det, vidta åtgärder och få feedback. Ju fler gånger någon går igenom processen, desto mer intelligenta blir de, förutsatt att de kan lära av sina handlingar. Två viktiga faktorer som ligger till grund för allt är exponering för så mycket data som möjligt och utveckling av oklanderlig färdighet för mönsterigenkänning.

Mönster pekar inte bara på vad som fungerar mot vad som inte fungerar, styrkor kontra svagheter och trender kontra avvikelser, utan det hjälper människor att kategorisera information så att den är lätt att komma ihåg för framtida användning. Överlägset mönsterigenkänning som leder till förbättrad mental och fysisk förmåga är ryggraden i att utnyttja intelligens. Som Albert Einstein en gång sa: “Måttet på intelligens är förmågan att förändras.” Det enda sättet någon kommer att förändras är genom att utsättas för ett negativt mönster som håller dem tillbaka eller se ett bättre mönster för att komma vidare. Det sista steget är implementering genom viljestyrka och handling.

Om tekniken ska replikera intelligens och utveckla den till en digital vara som säljs på den öppna marknaden måste den utnyttjas med samma modell. Medan de flesta inte är medvetna om den senaste utvecklingen, öppnar nuvarande teknik nya möjligheter på denna front, särskilt på grund av framsteg inom IoT-industrin, AI, DLT och några andra makrotrender. Med hjälp av framsteg inom hårdvara, mjukvara och data ligger tekniken på väg mot tillverkningsintelligens. Den autonoma ekonomin är närmare än de flesta tror.

Sakernas internet (IoT):

En stor utväxt av den digitala tidsåldern har varit massproduktion av data. Det har blivit en så erkänd känsla att folk började säga att “data är den nya oljan”. Det finns egentligen två kategorier av data: offentliga data och privata data. Internet är den största oljekällan med offentlig information och är unik eftersom den är en ständigt ökande resurs. Privata data är mestadels koncentrerade till privata servrar, särskilt i moln, och innehåller känslig information som människor antingen inte vill dela eller inte vill se. Det borde egentligen inte vara förvånande längre att många av de största företagen i världen äger mest data, som Google, Facebook, Amazon och Baidu.

(Det är intressant att notera hur de flesta av de största företagen i världen kretsar kring undervisning och data, i motsats till resurser för bara 10 år sedan; källa)

Det mesta av den data som samlas in idag sker genom användning av applikationer, till exempel Google som samlar in data baserat på sökresultat, eller Facebook som samlar in data baserat på din sociala profil, eller till och med Amazon som samlar in data baserat på människors utgiftsvanor. I huvudsak är företag värd för applikationer som konsumenter villiga använder och samlar sedan in data mätvärden baserat på deras aktivitet. Det finns också applikationer med öppen källkod som vem som helst kan hämta mätvärden från som marknader, sport eller öppna fall.

För att utnyttja intelligens som kan göra snabba bedömningar som människor måste det dock finnas tillgång till realtidsdata. Fram till nyligen har det varit svårt att få realtidsdata, men nu, tack vare några stora innovationer inom sensor- och ställdonsteknik, har det blivit en verklig verklighet. Alla typer av sensoraktiviteter är möjliga, såsom sensorer som mäter temperatur, plats, hastighet, acceleration, djup, tryck, blodkemi, luftkvalitet, färg, fotoscanning, röstsökning, biometri, elektrisk och magnetisk kraft. Normalt måste människor göra sådana mätningar, men det förändras snabbt på grund av massproduktionen av billiga, men ändå exakta sensorer och ställdon. De placeras inte bara i miljön utan i maskiner, som industriella maskiner och robotik, och inom / på människor, som en Fit eller högteknologiska pacemakers.

(De olika typerna av sensorer och ställdon som finns; källa)

Om det kommer att finnas en autonom ekonomi måste det finnas en flod med realtidsinformation som hela tiden flyter. Det enda sättet som autonoma åtgärder är effektiva är om den kan svara snabbt med säkra bedömningar. Att ha förmågan att övervaka invecklade detaljer i realtid om en anläggning, dess utrustning, den miljö den arbetar i och till och med dess arbetare (människor eller robotar), är transformerande på många nivåer och har ännu inte sett i massa. I huvudsak tas allt, både fysiskt och icke-fysiskt, online som data till ett sammankopplat nät, därav namnet Sakernas Internet. Det är de mänskliga sinnena i digital form.

Rå data är dock bara lika bra som filtreringsmekanismen som analyserar den. Utan korrekt analys skulle applikationer vara som djur som agerar utanför instinkt, varför artificiell intelligens är en viktig del av automatiseringen.

Artificiell intelligens (AI):

Medan data är bränslet för intelligens, är hjärnan motorn som tar in data, korsreferenser den med tidigare data, sorterar den i kategorier, gör bedömningar, utlöser handlingar i den verkliga världen och lagrar den. Den mänskliga hjärnan är otroligt kraftfull och är fortfarande ett mysterium för forskare. Det är organet som verkligen skiljer människor från alla andra arter på planeten på grund av dess kognitiva förmågor. Som ett resultat kommer replikering av den mänskliga hjärnan som en teknik att bli väldigt komplex och ta betydande tid att bemästra. Genombrott börjar dock ske inom området artificiell intelligens, vilket ger företag den förmågan att köra programvara som efterliknar mänsklig intelligens i någon form..

Enligt Adelyn Zhou, en ledande röst inom AI och marknadschef för Chainlink, finns det sju typer av artificiell intelligens:

1) spela teater– system som fungerar baserat på regler som en rökdetektor eller farthållare.

2) Förutspå– system som kan analysera data och producera probabilistiska förutsägelser baserat på data, som riktade annonser eller föreslaget innehåll.

3) Lära sig– system som gör bedömningar baserade på förutsägelser, till exempel självkörande bilar som agerar baserat på sensordata som kommer in.

4) Skapa– system som skapar baserade av data, som att designa ett konstverk, bygga byggnader eller komponera musik.

5) Relatera– system som tar upp känslor baserade på ansikts-, text-, röst- och kroppsspråkanalys, såsom röst-till-text-applikation och ansiktsskanningsteknik.

6) Bemästra– system som överför intelligens över domäner, som att erkänna att fyra olika bilder alla representerar samma idé / ord.

(Även om det är lätt för människor att känna igen alla dessa bilder representerar en tiger, har maskiner som använder AI-programvara svårare att göra det. Det kräver exponering för mycket data att behärska; källa)

7) utveckla– system som kan uppgradera sig själva på mjukvaru- eller hårdvarunivå, till exempel människor i framtiden som har möjlighet att ladda ner intelligens i hjärnan som om det är programvara.

Grundidén är att ny programvara kan ta in nya data, bearbeta den mot stora databaser med lagrad information, göra bedömningar som leder till verkliga ordåtgärder och få feedback som kan användas för att lära av. Hela processen är inget annat än en programvarealgoritm som kan utvecklas ju mer den interagerar med data. Det är inte konstigt att AI blir huvudfokus för Google med tanke på att de har mest data på jorden.

Medan de flesta kanske inte tänker på att streama låtar från Pandora eller föreslagna videor från YouTube som artificiell intelligens, är det precis vad det är. YouTubes servrar erbjuder ett brett utbud av videor på plattformen, användare klickar på videor de vill titta på, de ger feedback om dessa videor, till exempel en tumme upp / ner eller lämnar metadata i form av hur länge de tittade på videon, och återkopplingen används sedan för att uppdatera programvarealgoritmen. AI-programvaran kan också ta någons aktivitet och korsreferens med data från andra användare som gillar liknande videor, för att sedan föreslå bättre val. Det är en självutvecklande algoritm som ändras baserat på indata. Denna typ av AI kallas maskininlärning.

Några av de senaste framstegen har dock kommit genom utvecklingen av neurala nätverk som används för djupinlärning. Neurala nätverk är en delmängd av maskininlärning som centrerar kring algoritmer modellerade efter den mänskliga hjärnan, som specifikt känner igen mönster och kategoriserar / klassificerar information genom att jämföra den med känd information. Deep learning är en typ av neurala nätverk som har lager baserade på relaterade begrepp eller beslutsträd, där svaret på en fråga leder till en djupare relaterad fråga tills informationen identifieras korrekt.

Huvudidén är att utforma programvara som kan fatta beslut baserade på data istället för mänsklig intervention. Dagens programvara utför enkla funktioner baserat på ingångar, men AI-programvara vidtar åtgärder i olika branscher och utvecklas i de åtgärder som vidtas baserat på dess förmåga att ta in en mycket större uppsättning ingångar. AI-programvara är intelligens i digital form som erbjuds till allmänheten som en teknik. De flesta människor tänker bara på robotar som AI, och även om det verkligen finns spännande genombrott inom detta område, är programvaran nyckeln till allt eftersom vad som är en kropp utan hjärna?

(Företagen inser alltmer vikten av att anta AI-teknik; källa)

Det finns redan många industrier som använder AI-programvara för att öka deras resultat. Ett exempel är SAP HANA, en intelligent databas som kan ta in alla typer av information från företaget, bearbeta den och upptäcka avvikelser. Företag som Walmart använder SAP HANA eftersom de kan bearbeta sina transaktionsregister med hög volym inom några sekunder, allt på ett ställe. Det sparar inte bara pengar på grund av en kraftig minskning av arbetskraften som behövs för att avstämma konton över olika system, utan det upptäcker fel innan de inträffar och föreslår ledningar för företaget att fortsätta. Det hjälper också till budgetprognoser på grund av dess förmåga att korsreferensera realtidsdata med stora silor med befintlig data. Företagen börjar sakta köra själva, minus viss ledningstillsyn.

Regeringar använder också AI-teknik för att förbättra städer. Ett exempel är transportsystem i Pittsburgh, där istället för att förlita sig på förprogrammerade cykler, har ljus utrustats med sensorer som övervakar trafikrörelser och reagerar i realtid för att maximera flödet. Det råkar också vara staden där många automatiserade bilar testas, som använder inbäddade sensorer för att övervaka miljön, samt dataflöden från trafiksensorer för att fungera autonomt.

Eftersom kommersiell intelligens nu möjliggörs tack vare stora mängder data och intelligenta algoritmer är det sista steget att bygga upp infrastruktur för allt att kommunicera vidare i realtid med liten eller ingen friktion. Den nya infrastrukturen verkar vara distribuerad huvudboksteknik.

Distribuerad Ledger Technology (DLT):

Mänsklig intelligens är så anmärkningsvärd eftersom den är samarbetsvillig, vilket betyder att kunskapens sociala reservoar är ett resultat av intelligens som interagerar med annan intelligens. Att ha hinder mellan två intelligenta system saktar ner tillväxten eftersom det hindrar anslutningar från att äga rum. Ju fler kopplingar som händer, desto mer intelligent kan något bli. För att maximera samhällets anslutning måste alla system kunna interagera enkelt med varandra så att data och värde kan röra sig fritt inom samhället.

Den ideala infrastrukturen för en autonom ekonomi kräver en databas, ett behandlingsskikt, ett transaktionsskikt och ett anslutningsskikt, vilket gör att alla system kan ta emot ingångar och skicka utgångar till något annat system. Nätverket måste vara säkert, fungera i realtid och tillhandahålla sekretessalternativ när det behövs. Det måste också tillhandahålla kvitton för alla inblandade parter, samarbeta med lagen och korrekt tjäna pengar på värdet på den. Slutligen måste det vara tillståndslöst och offentligt för att underlätta de nätverkseffekter som behövs för maximal anslutning.

För det första är det viktigt att förstå termen distribuerad huvudboksteknik, som bara är en heltäckande term för en familj av tekniker som är centrerade kring delade distribuerade huvudböcker och decentraliserade databaser.

Blockchain & Annan Shared Ledger Technology

Blockchain, den mest kända DLT, är ett delat lagringslager som kan bearbeta sina egna transaktioner och lagra resultaten i en gemensam storbok. Den drivs av ett distribuerat nätverk av datorer som alla kör samma programvara med öppen källkod. Förutom den initiala installationen och det periodiska underhållet som utförs av varje individ som driver en klientapplikation, är en blockchain ett helt automatiserat och självdrivet nätverk som kan nå perfekt samförstånd utan att lämna någon central attackpunkt för skadliga aktörer. I själva verket kan det hävdas att blockchain som en teknik är den säkraste databasen i hela världen. Ingen central myndighet behövs för en offentlig blockchain, vem som helst kan använda nätverket och bygga applikationer ovanpå det, och transaktionerna är peer-to-peer (P2P), istället för att ha mellanhänder mellan parter. Liknar hur Internet sprängde för dataöverföring på grund av dess tillståndslösa natur; offentliga blockkedjor kan ha en nätverkandexplosion som de dominerande databaserna och utbytesmedlen för både mänsklig och maskinell ekonomi.

(Nätverkseffekter är möjligen den största anledningen till att offentliga blockkedjor kommer att se massanvändning någon gång i framtiden; källa)

Blockkedjor skiljer sig ofta åt genom att nätverket når konsensus och vem som belönas för att hjälpa till att uppnå det. Det finns en mängd olika blockchain-konsensusmekanismer, såsom Proof-of-Work (POW) i Bitcoin, Delegated Proof-of-Stake (DPoS) i EOS, Delegated Byzantine Fault Tolerance (dBFT) in NEO, Practical Byzantine Fault Tolerance (PBFT) ) i Stellar och Proof-of-Stake (POS), som ännu inte har uppnåtts helt, men Ethereum driver på att bli den första. Det finns också tillåtna blockkedjor, till exempel IBM Hyperledger, som endast tillåter vissa parter att använda nätverket, liknande ett privat konsortium. Det råder dock mycket tvivel om att tillåtna blockchains faktiskt är fördelaktiga när offentliga blockchains blir skalbara och tillåter integritet. I likhet med debatten om intranät mot internet är det troligt att tillåtna kedjor har sitt nischanvändningsfall, men i slutändan kommer offentliga blockkedjor att bli den viktigaste vägen för samtrafik för värdeöverföring runt om i världen.

Det finns också andra former av DLT som erbjuder liknande förslag till blockchain. Dessa inkluderar Directed Acyclic Graphs (DAG) som IOTA och NANO eller teknologier som Hashgraph och Holochain som använder skvallerprotokoll istället för full nätverkskonsensus. Det övergripande temat är dock att alla dessa databaser lagrar och bearbetar data i ett gemensamt distribuerat nätverk. Som Blythe Masters of Digital Asset uttrycker det, ger det en “gyllene sanningskälla”.

Smarta kontrakt

Den näst mest kända DLT är smarta kontrakt, vilket är protokoll inom blockchain som efterliknar juridiska avtal och domare i rättssalen. Ekonomier kräver alla typer av avtal och skiljedom av dessa avtal baserat på verkliga resultat. Smarta kontrakt kan återskapa detta i den digitala världen genom att använda if / then-uttalanden för att utlösa transaktioner baserat på kontraktets tillstånd. Grundförutsättningen är att ett kontrakt kodas precis som det skulle skrivas med parametrarna if / then. Ett exempel kan vara ett derivatavtal där, om produkten träffar ett visst pris, får kunden betalt, men om inte, betalar kunden den andra parten.

(Ett exempel på hur smarta kontrakt utlöser automatiserade åtgärder inom en ekonomi; källa)

Medan IoT samlar in data och AI behandlar data är smarta kontrakt mjukvaruinfrastrukturen som använder data för att utlösa faktiska åtgärder, såsom betalningar, överföring av data eller lagring av ett resultat. Det är jämförbart med det mänskliga handskakningen i en affärsavtal eller en man som trycker på SEND-knappen för att utlösa en åtgärd. Eftersom smarta kontrakt finns inom blockkedjor får de alla säkerhetsfördelar som följer med det också. Smarta kontrakt är verkligen ett funktionellt transaktionsskikt som utlöser autonoma åtgärder med hjälp av data för att skapa det som bara kan beskrivas som en självdriven ekonomi med automatiserad värdeförflyttning. Smarta kontrakt representerar verklig handling och handel.

Originalförfattare : TechFoodLife

Omtryckt från: https://medium.com/@TechFoodLife/tech-the-fourth-industrial-revolution-the-rise-of-the-autonomous-economy-f42bc7b5667d

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me
Like this post? Please share to your friends:
Adblock
detector
map