$650 ਮਿਲੀਅਨ ਪ੍ਰਾਈਵੇਟ ਕ੍ਰੈਡਿਟ ਪ੍ਰੋਗਰਾਮ: AI ਅਤੇ ਬਲਾਕਚੇਨ ਨਾਲ ਉਪਕਰਨਾਂ ਦੀ ਲੈਂਡਿੰਗ ਹੋਵੇਗੀ ਤੇਜ਼

ਕੀ ਹੋਇਆ?

Trad.Fi, ਜੋ ਕਿ ਭਾਰੀ ਉਪਕਰਨਾਂ ਦੀ ਖਰੀਦ ਲਈ ਇੱਕ ਮਾਹਰ ਲੈਂਡਰ (specialist lender) ਹੈ, ਨੇ AI-ਏਜੰਟ ਡਿਵੈਲਪਰ W3 ਨਾਲ ਇੱਕ ਰਣਨੀਤਕ ਸਾਂਝੇਦਾਰੀ (strategic partnership) ਕੀਤੀ ਹੈ। ਦੋਵੇਂ ਕੰਪਨੀਆਂ ਦਾ ਟੀਚਾ ਅਗਲੇ ਚਾਰ ਸਾਲਾਂ ਵਿੱਚ $650 ਮਿਲੀਅਨ ਦਾ ਪ੍ਰਾਈਵੇਟ ਕ੍ਰੈਡਿਟ ਸ਼ੁਰੂ ਕਰਨਾ ਹੈ। ਇਹ ਪ੍ਰੋਗਰਾਮ ਖਾਸ ਤੌਰ 'ਤੇ ਅਮਰੀਕਾ ਦੇ ਉਪਕਰਨ ਵੰਡ ਸੈਕਟਰ (equipment distribution sector) ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਜਿਸ ਵਿੱਚ ਨਿਰਮਾਣ ਪ੍ਰਣਾਲੀਆਂ (manufacturing systems), ਉਦਯੋਗਿਕ ਇਲੈਕਟ੍ਰੀਕਲ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (industrial electrical infrastructure) ਅਤੇ ਰਿਹਾਇਸ਼ੀ ਸੋਲਰ ਇੰਸਟਾਲੇਸ਼ਨਾਂ (residential solar installations) 'ਤੇ ਧਿਆਨ ਦਿੱਤਾ ਜਾਵੇਗਾ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਅਤੇ ਬਲਾਕਚੇਨ ਇਨਫ్రాਸਟ੍ਰਕਚਰ (blockchain infrastructure) ਦੇ ਸੁਮੇਲ ਨਾਲ, ਇਸ ਪਹਿਲ ਦਾ ਉਦੇਸ਼ ਰਵਾਇਤੀ ਫਾਈਨਾਂਸਿੰਗ ਚੱਕਰ – ਜਿਸ ਵਿੱਚ ਆਮ ਤੌਰ 'ਤੇ ਕਾਫੀ ਕਾਗਜ਼ੀ ਕੰਮ ਅਤੇ ਮੈਨੂਅਲ ਸਮੀਖਿਆ ਸ਼ਾਮਲ ਹੁੰਦੀ ਹੈ – ਨੂੰ ਲਗਭਗ ਇੱਕ ਮਹੀਨੇ ਤੋਂ ਘਟਾ ਕੇ ਸਿਰਫ ਇੱਕ ਦਿਨ ਕਰਨਾ ਹੈ।

ਨਿਵੇਸ਼ਕਾਂ (Investors) ਲਈ ਇਹ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ?

ਇਹ ਵਿਕਾਸ ਰਵਾਇਤੀ ਵਿੱਤ (TradFi) ਕਿਵੇਂ ਡਿਜੀਟਲ ਸੰਪਤੀ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (digital asset infrastructure) ਨਾਲ ਜੁੜ ਰਿਹਾ ਹੈ, ਇਸ ਬਾਰੇ ਇੱਕ ਵਿਹਾਰਕ ਝਲਕ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ, ਪ੍ਰਾਈਵੇਟ ਕ੍ਰੈਡਿਟ ਬਾਜ਼ਾਰ ਮੈਨੂਅਲ, ਹੌਲੀ-ਹੌਲੀ ਚੱਲਣ ਵਾਲੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਮਨੁੱਖੀ ਕ੍ਰੈਡਿਟ ਵਿਸ਼ਲੇਸ਼ਕ (human credit analysts), ਵਿਆਪਕ ਦਸਤਾਵੇਜ਼ ਪੜਤਾਲ (document verification) ਅਤੇ ਪੁਰਾਣੀਆਂ ਬੈਂਕ ਟ੍ਰਾਂਸਫਰ (legacy bank transfers) ਸ਼ਾਮਲ ਹੁੰਦੀਆਂ ਹਨ। ਇਨ੍ਹਾਂ ਵਰਕਫਲੋਜ਼ (workflows) ਨੂੰ Avalanche blockchain 'ਤੇ ਲਿਜਾ ਕੇ, ਇਹ ਸਾਂਝੇਦਾਰੀ ਲੈਂਡਿੰਗ ਕਾਰੋਬਾਰ ਦੇ "ਪਲੰਬਿੰਗ" ਨੂੰ ਆਟੋਮੇਟ (automate) ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੀ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਅਤੇ ਨਿਰੀਖਕਾਂ ਲਈ, ਫੋਕਸ ਇਸ ਗੱਲ 'ਤੇ ਹੈ ਕਿ ਕੀ ਇਹ ਤਕਨੀਕੀ ਸੁਧਾਰ ਪ੍ਰਸ਼ਾਸਨਿਕ ਲਾਗਤਾਂ (administrative costs) ਅਤੇ ਸੰਚਾਲਨ ਦੇਰੀ (operational delays) ਨੂੰ ਘਟਾ ਕੇ ਅਸਲ ਵਿੱਚ ਮੁਨਾਫੇ (profit margins) ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦਾ ਹੈ, ਜੋ ਕਿ ਉਪਕਰਨਾਂ ਦੀ ਫਾਈਨਾਂਸਿੰਗ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਸਮੱਸਿਆਵਾਂ ਹਨ।

AI ਅਤੇ ਬਲਾਕਚੇਨ ਦੀ ਭੂਮਿਕਾ (Role)

ਇਸ ਪ੍ਰੋਜੈਕਟ ਦੇ ਕੇਂਦਰ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਲੈਂਡਿੰਗ ਕਾਰੋਬਾਰ ਦੇ ਫਰੰਟ-ਐਂਡ (front-end) ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ ਹੈ। ਤਕਨਾਲੋਜੀ ਨੂੰ ਕਰਜ਼ਾਈ (borrower risk) ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ, ਡਿਊ ਡਿਲਿਜੈਂਸ (due diligence) ਕਰਨ ਅਤੇ ਕਰਜ਼ੇ ਦੀ ਕੀਮਤ (loan pricing) ਨਿਰਧਾਰਤ ਕਰਨ ਦਾ ਕੰਮ ਸੌਂਪਿਆ ਗਿਆ ਹੈ। ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ, ਇਹ ਕੰਮ ਬਹੁਤ ਮਿਹਨਤ ਵਾਲੇ ਹੁੰਦੇ ਹਨ। ਜੇਕਰ AI ਕ੍ਰੈਡਿਟ ਮੁਲਾਂਕਣ (credit assessment) ਵਿੱਚ ਸਹੀ ਰਹਿ ਸਕਦਾ ਹੈ, ਤਾਂ ਇਹ ਲੈਂਡਰ ਨੂੰ ਘੱਟ ਮੈਨੂਅਲ ਘੰਟਿਆਂ ਨਾਲ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਕਰਜ਼ੇ ਸੰਭਾਲਣ ਦੀ ਆਗਿਆ ਦੇ ਸਕਦਾ ਹੈ। ਬਲਾਕਚੇਨ ਕੰਪੋਨੈਂਟ (component) ਸੈਟਲਮੈਂਟ (settlement) ਅਤੇ ਕੈਪੀਟਲ ਡਿਪਲੋਇਮੈਂਟ (capital deployment) ਲੇਅਰ (layer) ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਇੱਕ ਵਾਰ ਕ੍ਰੈਡਿਟ ਦਾ ਮੁਲਾਂਕਣ ਅਤੇ ਮਨਜ਼ੂਰੀ ਹੋ ਜਾਣ ਤੋਂ ਬਾਅਦ, ਫੰਡ ਬਲਾਕਚੇਨ ਰਾਹੀਂ ਡਿਪਲੋਏ (deploy) ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਇਹ ਸੈੱਟਅੱਪ ਇੱਕ ਪਾਰਦਰਸ਼ੀ, ਪ੍ਰੋਗਰਾਮੇਬਲ ਟ੍ਰੇਜ਼ਰੀ (treasury) ਬਣਾਉਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ ਜਿੱਥੇ ਪੂੰਜੀ (capital) ਸਿੱਧੇ ਇੱਛਤ ਸੰਪਤੀਆਂ (intended assets) ਤੱਕ ਪਹੁੰਚਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਰਵਾਇਤੀ ਕਾਰਪੋਰੇਟ ਲੈਂਡਿੰਗ ਨੂੰ ਹੌਲੀ ਕਰਨ ਵਾਲੇ ਕੁਝ ਵਿਚੋਲੇ ਲੇਅਰਾਂ (intermediary layers) ਨੂੰ ਬਾਈਪਾਸ (bypass) ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਵੱਡਾ ਰੁਝਾਨ (Trend): ਰੀਅਲ-ਵਰਲਡ ਐਸੇਟਸ (RWA)

ਇਹ ਸਾਂਝੇਦਾਰੀ ਰੀਅਲ-ਵਰਲਡ ਐਸੇਟਸ (RWA) ਦੇ ਟੋਕਨਾਈਜ਼ੇਸ਼ਨ (tokenization) ਵਜੋਂ ਜਾਣੇ ਜਾਂਦੇ ਇੱਕ ਵਿਆਪਕ, ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਰਹੇ ਰੁਝਾਨ ਦਾ ਹਿੱਸਾ ਹੈ। ਇਸ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਡਿਜੀਟਲ ਟੋਕਨ (digital tokens) ਬਣਾਉਣਾ ਸ਼ਾਮਲ ਹੈ ਜੋ ਉਪਕਰਨਾਂ, ਅਚੱਲ ਜਾਇਦਾਦ (real estate), ਜਾਂ ਕਾਰਪੋਰੇਟ ਕਰਜ਼ੇ ਵਰਗੀਆਂ ਭੌਤਿਕ ਸੰਪਤੀਆਂ (physical assets) ਵਿੱਚ ਮਾਲਕੀ (ownership) ਜਾਂ ਹਿੱਤ (interest) ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਹਾਲਾਂਕਿ ਆਨਚੇਨ ਪ੍ਰਾਈਵੇਟ ਕ੍ਰੈਡਿਟ (onchain private credit) ਦੀ ਕੁੱਲ ਮਾਤਰਾ (volume) ਵਧੀ ਹੈ, ਪਰ ਇਹ ਉਦਯੋਗ ਅਜੇ ਵੀ ਪਰਿਵਰਤਨ ਦੇ ਪੜਾਅ (transition phase) ਵਿੱਚ ਹੈ। ਬਹੁਤ ਸਾਰੇ ਸੰਸਥਾਗਤ ਨਿਵੇਸ਼ਕ (institutional investors) ਇਹ ਦੇਖਣ ਲਈ ਇੰਤਜ਼ਾਰ ਕਰ ਰਹੇ ਹਨ ਕਿ ਕੀ ਟੋਕਨਾਈਜ਼ਡ ਸੰਪਤੀਆਂ (tokenized assets) ਰਵਾਇਤੀ ਹੋਲਡਿੰਗਜ਼ (traditional holdings) ਵਾਂਗ ਹੀ ਤਰਲਤਾ (liquidity) ਅਤੇ ਸਥਿਰਤਾ (stability) ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਇਸ $650 ਮਿਲੀਅਨ ਦੇ ਟੀਚੇ ਦਾ ਉਦੇਸ਼ ਇਹ ਸਾਬਤ ਕਰਨਾ ਹੈ ਕਿ ਬਲਾਕਚੇਨ ਇਨਫਰਾਸਟ੍ਰਕਚਰ (blockchain infrastructure) ਸੰਸਥਾਗਤ-ਗ੍ਰੇਡ ਵਾਲੀਅਮ (institutional-grade volume) ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਅਮਰੀਕੀ ਕਾਰੋਬਾਰੀ ਲੈਂਡਿੰਗ (US business lending) ਲਈ ਲੋੜੀਂਦੇ ਸਖ਼ਤ ਡਾਟਾ (data) ਅਤੇ ਪਾਲਣਾ (compliance) ਮਾਪਦੰਡਾਂ (standards) ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ।

ਜੋਖਮ (Risks) ਅਤੇ ਨਿਗਰਾਨੀਯੋਗ (Monitorables)

ਹਾਲਾਂਕਿ ਤੇਜ਼ੀ ਨਾਲ ਲੈਂਡਿੰਗ ਦਾ ਵਾਅਦਾ ਸਪੱਸ਼ਟ ਹੈ, ਇਸ ਪਹਿਲਕਦਮੀ ਨੂੰ ਕਈ ਵਿਹਾਰਕ ਚੁਣੌਤੀਆਂ (practical challenges) ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਪਹਿਲਾਂ, ਕ੍ਰੈਡਿਟ ਜੋਖਮ (credit risk) ਮੁੱਖ ਚਿੰਤਾ ਬਣੀ ਹੋਈ ਹੈ; ਤਕਨਾਲੋਜੀ ਇਹ ਸੰਭਾਵਨਾ ਨੂੰ ਖਤਮ ਨਹੀਂ ਕਰ ਸਕਦੀ ਕਿ ਕਰਜ਼ਾ ਲੈਣ ਵਾਲਾ ਆਪਣੇ ਉਪਕਰਨਾਂ ਦੇ ਕਰਜ਼ੇ 'ਤੇ ਡਿਫਾਲਟ (default) ਹੋ ਸਕਦਾ ਹੈ। ਨਿਵੇਸ਼ਕ ਇਹ ਟਰੈਕ ਕਰ ਸਕਦੇ ਹਨ ਕਿ ਕੀ AI-ਆਧਾਰਿਤ ਜੋਖਮ ਮੁਲਾਂਕਣ ਮਾਡਲ (risk assessment model) ਇੱਕ ਪੂਰੇ ਆਰਥਿਕ ਚੱਕਰ (economic cycle) ਦੌਰਾਨ ਰਵਾਇਤੀ ਮਨੁੱਖੀ ਅੰਡਰਰਾਈਟਿੰਗ (human underwriting) ਜਿੰਨਾ ਮਜ਼ਬੂਤ ਸਾਬਤ ਹੁੰਦਾ ਹੈ। ਦੂਜਾ, ਟੋਕਨਾਈਜ਼ਡ ਕਰਜ਼ਿਆਂ (tokenized debt) ਲਈ ਕਾਨੂੰਨੀ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਢਾਂਚੇ (legal and regulatory frameworks) ਅਜੇ ਵੀ ਵਿਕਾਸ ਅਧੀਨ ਹਨ। ਟੋਕਨਾਈਜ਼ਡ ਕ੍ਰੈਡਿਟ ਸਾਧਨਾਂ (credit instruments) ਦੀ ਅੰਤਿਮ ਕਾਨੂੰਨੀਤਾ (legality) ਅਤੇ ਡਿਫਾਲਟ ਦੀ ਸਥਿਤੀ ਵਿੱਚ ਦਾਅਵਿਆਂ ਨੂੰ ਲਾਗੂ ਕਰਨ (enforcing claims) ਦੀ ਸੌਖੀ ਮਹੱਤਵਪੂਰਨ ਨਿਗਰਾਨੀਯੋਗ ਹਨ। ਅੰਤ ਵਿੱਚ, ਪ੍ਰੋਗਰਾਮ ਦੀ ਸਫਲਤਾ ਕਾਰੋਬਾਰਾਂ ਦੁਆਰਾ ਅਸਲ ਗੋਦ ਲੈਣ (actual adoption) 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ – ਉਹਨਾਂ ਨੂੰ ਬਲਾਕਚੇਨ ਰੇਲਜ਼ (blockchain rails) ਨਾਲ ਏਕੀਕ੍ਰਿਤ (integrated) ਇੱਕ ਲੈਂਡਿੰਗ ਪ੍ਰਕਿਰਿਆ ਨਾਲ ਜੁੜਨ ਲਈ ਤਿਆਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। Trad.Fi ਦੀ ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲੀ ਕ੍ਰੈਡਿਟ ਸਟੈਂਡਰਡ (credit standards) ਬਰਕਰਾਰ ਰੱਖਦੇ ਹੋਏ, ਵਾਅਦਾ ਕੀਤੇ ਗਏ ਰਫਤਾਰ ਨਾਲ ਲਗਾਤਾਰ ਪੂੰਜੀ ਡਿਪਲੋਏ (deploy capital) ਕਰਨ ਦੀ ਸਮਰੱਥਾ, ਪ੍ਰੋਜੈਕਟ ਦੀ ਲੰਬੀ-ਮਿਆਦ ਦੀ ਸਥਿਰਤਾ (long-term sustainability) ਦਾ ਮੁੱਖ ਸੂਚਕ (key indicator) ਹੋਵੇਗੀ।