Nesa，這家企業級 AI 區塊鏈處理商，每天透過全球 30,000+ 名礦工的網路處理一百萬次推論請求，並與 Billions Network 合作，為在其基礎設施上運作的每一位人類與 AI 代理提供可驗證的身分。
在 Nesa 上執行 AI 的客戶包含 P&G、Cisco、Gap，以及 Royal Caribbean。這些公司所運行的 AI 一直以設計為核心保持私密。直到現在，它所缺少的就是問責制。Billions Network 透過兩個層級來解決這一點。
Nesa 當時遇到的問題
在規模化的情況下，真正的企業級 AI 會產生問責落差，而大多數基礎設施供應商並不願意公開承認。當數千個 AI 代理在組織內處理請求、做出決策，並與各種系統互動時，便很難真正回答：每個代理的行為究竟由誰負責。代理是運行的。出了狀況。但它是誰建置的、誰授權的，若出了問題又由誰背鍋？
這個問題在企業規模下比在小型部署中更為重要；在小型部署裡，單一團隊可以手動追蹤每一個代理。Nesa 的基礎設施為地球上一些最大型的公司提供 AI。每天跨越 30,000 名礦工的一百萬次推論請求，使得手動式的問責並不可行。
問責層需要是結構性的，內建於代理的運作方式之中，而不是透過可能被繞過或遺忘的文件與內部流程去補上。
Billions Network 做了什麼
Billions Network 圍繞兩個不同的驗證問題來建構。第一個是人類驗證。透過手機與政府 ID，不需要進行眼部掃描或任何生物辨識硬體，Billions 驗證每一個 AI 代理背後都有一位真實且可問責的人。
該網路已在全球驗證了 2.3 百萬名人類，並將 HSBC 與 Sony Bank 納入其機構合作夥伴。這份在高風險金融環境中的實績很重要，因為它證明了驗證流程達到了受監管機構所認可的標準。
第二個是透過 Know Your Agent 框架對 AI 代理進行驗證，Billions 稱之為 KYA。每一個在啟用 KYA 的網路上運作的代理，都會獲得一個已驗證的身分，記錄它是誰建置的、誰擁有它，以及誰對其行為負責。在一個同時有數千個代理並行運作的生態系中，KYA 讓每一次互動都可追溯。
如果某個代理產出錯誤的輸出、做出未授權的決策，或與其不應互動的系統發生連結，那麼問責鏈會從一開始就被記錄下來，而不是事後再根據不完整的日誌去拚湊。
人類驗證與代理驗證的結合，會在企業級 AI 部署中形成完整的問責圖景；這被描述為多年來所必需，但卻很少在規模化時真正落實。
這項合作為 Nesa 的企業客戶帶來了什麼
Nesa 的 AI 基礎設施保持私密。這種私密性是出於設計目的，對於無法將專有模型、訓練資料或推論輸出暴露給外部方的企業客戶而言，它是一項功能。
Billions 的整合並不會改變這一點。它新增的是一層問責機制，能在不犧牲企業客戶所依賴的私密性特質的前提下運作。
對於像 P&G 與 Cisco 這樣透過 Nesa 基礎設施在營運環境中運行生產級 AI 的公司而言，實際結果是：其環境中運作的每一個代理現在都擁有已驗證的身分。內部合規團隊、監管機關與稽核人員可以詢問：某一個特定代理的行為由誰負責，並取得可追溯的答案，而不是只能聳肩。這種問責正逐漸變成不可選的要求。
圍繞 AI 治理的監管架構正在快速發展；即便底層技術如何完善，無法證明其 AI 部署具備問責性的企業，仍將面臨來自監管機關、董事會與保險公司的壓力。
為什麼在這種規模下，「以行動端為先」的驗證特別重要
Billions Network 以行動端為先的人類驗證方法，特別值得注意，因為它決定了驗證流程在規模化時的可近性。
需要特殊硬體、一次性配對裝置（orb）或複雜的註冊流程的驗證系統，會讓一切都變慢，並且在不知不覺中排除那些無法取得這些條件的人。Billions 完全繞過了這一點。只需要一支手機與一份政府 ID。這就是註冊流程。在企業情境中，凡是需要被驗證的人，早已同時具備兩者。
截至目前網路上已有 2.3 百萬名已驗證的人類，這套驗證所需的基礎設施已被證明可行，而非僅停留在理論上。
最後的話
Nesa 的企業級 AI 基礎設施如今擁有一層身分機制，涵蓋兩部分：授權 AI 代理的所有人類，以及那些代理本身。帶有已驗證問責的私密 AI，正是企業部署所需要、但大多數時候卻缺乏的組合。
Billions Network 的 KYA 框架與人類驗證基礎設施——已在規模化環境中通過 HSBC 與 Sony Bank 等案例的驗證——把這組合帶入一個會為部分全球最大型公司處理每天一百萬次推論請求的基礎設施中。標準已被確立。
