Управлению рисками ИИ в DeFi по-прежнему нужны человеческие safeguards
Управление рисками с помощью ИИ в DeFi уже применяется для моделирования, мониторинга в реальном времени, выявления аномалий и ограниченного изменения параметров. Такие компании, как Gauntlet и Chaos Labs, предоставляют услуги по управлению рисками крупным протоколам, а автоматизированные хранилища могут перераспределять активы в пределах утверждённых лимитов. Человеческое управление по-прежнему определяет допустимый уровень риска и контролирует эти границы.
В статье отмечаются сохраняющиеся недостатки: системы зависят от надёжных данных и оракулов, модели можно манипулировать, а беспрецедентные рыночные потрясения могут не укладываться в заложенные допущения. В качестве примера приводится кредитный инцидент 2026 года: залог оценивался в блокчейне примерно в 1,13 доллара, тогда как на других рынках торговался около 0,63 доллара. Это показывает, как автоматизация может быстро среагировать на неверные цены. Автоматизированные стратегии также способны распространять риск, если надзор или контрольные механизмы дают сбой.
Sky приводится как пример измеримого риска в сфере стейблкоинов. Согласно статье, USDS обеспечен избыточным залогом, а sUSDS приносит переменную ставку доходности сбережений, устанавливаемую управлением протокола. В статье говорится, что кредитные рейтинги Sky составляют B- от S&P Global и B3 от Moody’s, а компания формирует резерв платёжеспособности в размере 150 млн долларов. Сообщается, что в сентябре 2026 года Galaxy Digital разместила на своём балансе sUSDS на 100 млн долларов. Главный вывод: управление рисками с помощью ИИ в DeFi может повысить скорость и масштаб операций, но не заменяет человеческое суждение и не делает доходность криптоактивов безрисковой.
Neutral
Это прежде всего анализ существующей инфраструктуры управления рисками в DeFi, а не эксплойт протокола, изменение политики или сделка, способная повлиять на рынок. Поэтому он не дает четкого непосредственного сигнала о направлении движения цен на криптовалюты в целом. Для трейдеров это обсуждение может стать поводом внимательнее изучить потоки данных оракулов, качество залогового обеспечения, ограничения, задаваемые механизмами управления, и степень подверженности автоматизированным хранилищам, особенно в условиях волатильного рынка. Упомянутое расхождение цен показывает, как ошибочные входные данные могут привести к ликвидациям или безнадежной задолженности даже при быстрой реакции систем управления рисками.
Тон материала сбалансированный: инструменты ИИ от таких поставщиков, как Gauntlet и Chaos Labs, могут улучшить мониторинг и ускорить реагирование, что в долгосрочной перспективе способно укрепить доверие к DeFi. Однако автоматизация может увеличить потери, если данные, модели или средства контроля дают сбой. Аналогичные случаи в сфере кредитования, связанные в прошлом с устаревшими или манипулируемыми ценами оракулов, обычно вызывали краткосрочную обеспокоенность конкретным протоколом и его залоговыми активами, а не формировали устойчивую тенденцию для всего рынка. Трейдерам следует следить за раскрытием рисков конкретными протоколами, работой оракулов, ликвидностью и решениями по управлению; одной этой статьи недостаточно, чтобы обосновать бычью или медвежью позицию. В долгосрочной перспективе материал указывает на то, что прозрачные механизмы контроля и ответственное участие человека могут быть важнее для внедрения DeFi, чем заявления о полностью автономном управлении рисками.