Fintech Világa

Ma már néhány másodperc alatt tudunk pénzt utalni, vásárolni, befektetni vagy akár hitelt felvenni. A technológia látványosan leegyszerűsítette a pénzügyi döntések végrehajtását, de ettől még nem lettünk automatikusan tudatosabbak. A Fintech Világa legutóbbi adásában Érczfalvi András műsorvezető és Siklós Bence, a Peak tanácsadója azt járta körül, miért nem jár együtt a digitális magabiztosság a pénzügyi tudással, és hogyan alakíthatják át ezt a fintech megoldások, az AI és a pénzügyi edukáció új formái.

A fiatalabb generációk számára a mobilfizetés, az online vásárlás vagy egy befektetési alkalmazás használata már természetes. A technológiai jártasság azonban könnyen hamis magabiztosságot teremthet. Attól, hogy valaki néhány perc alatt képes számlát nyitni, részvényt venni vagy kriptót küldeni, még nem biztos, hogy érti a diverzifikációt, a kamatos kamatot vagy az adott befektetés kockázatait.

Az OECD PISA pénzügyi műveltségi felmérése jól mutatja ezt az ellentmondást. A felmérés szerint az OECD-országokban a 15 évesek 86 százaléka vásárolt már online, 66 százalékuk pedig mobiltelefonnal is fizetett, miközben 18 százalékuk nem érte el az alapvető pénzügyi műveltségi szintet. Magyarországon a 15 évesek átlagosan 492 pontot értek el, szemben a 498 pontos OECD-átlaggal, és szintén 18 százalékuk maradt az alapvető képességszint alatt. Vagyis a digitális eszközök használata gyorsabban terjed, mint az a tudás, amely segítene megérteni, milyen pénzügyi döntéseket hozunk rajtuk keresztül.

A digitális fizetés kényelme egyben pszichológiai változást is hozott. Készpénznél fizikailag érzékeljük, hogy kevesebb marad nálunk. Kártyás vagy mobilos fizetésnél ez az élmény sokkal kevésbé kézzelfogható. A pénzügyi döntéseinket ráadásul nem pusztán tudás alapján hozzuk. Erősen hatnak ránk az érzelmek, a stressz, a környezetünk és az azonnali jutalom iránti vágy.

Egy új telefon, játék vagy utazás sokkal kézzelfoghatóbb örömöt jelenthet ma, mint az, hogy ugyanazt a pénzt félretesszük egy évekkel későbbi célra. Ehhez társul a FOMO és a csordaszellem is. Ha valaki a közösségi médiában azt látja, hogy mások látványosan meggazdagodtak egy új memecoinon, könnyen beszállhat anélkül, hogy utánanézne a kockázatoknak. Ugyanez történhet akkor is, ha a baráti körben mindenki ugyanazt az eszközt vásárolja. A technológia tehát nem szüntette meg a régi viselkedési torzításokat. Inkább felgyorsította azt a folyamatot, amelyen keresztül pénzügyi döntéssé válhatnak.

A technológia fejlődési sebessége az edukációt is nehezebb helyzetbe hozta. Korábban egy-egy pénzügyi újítás lassabban terjedt el, így a szülők tudása kevésbé szakadt el a gyerekekétől. Ma akár néhány év alatt teljesen új fizetési, kereskedési vagy hitelezési megoldások jelenhetnek meg.

Az iskola szerepe elsősorban abban lehet fontos, hogy minden fiatal hozzáférjen ugyanazokhoz az alapokhoz. A család pedig a hétköznapi pénzügyi döntéseken keresztül teheti ezt a tudást kézzelfoghatóvá: bevonhatja a gyerekeket a vásárlásokba, az árak összehasonlításába vagy akár a családi költségvetés egyszerűbb részeibe.

A BNPL, vagyis a „vásárolj most, fizess később” szolgáltatások jól mutatják, miért van erre szükség. Egyetlen részlet önmagában kezelhetőnek tűnhet, több párhuzamos konstrukció azonban már komoly adósságot eredményezhet. Egy amerikai kutatás szerint a BNPL-felhasználók mintegy 63 százaléka törlesztett már egyszerre több ilyen hitelt.

A digitális pénzügyi szolgáltatások sokat segíthetnek a tudatosság növelésében. Egy modern banki alkalmazás automatikusan kategorizálhatja a tranzakciókat, megmutathatja, mire megy el a legtöbb pénz, vagy figyelmeztethet a szokatlan költésekre. Ez azért fontos, mert a pénzügyi kontroll egyik első feltétele, hogy lássuk, mi történik a pénzünkkel.

Az automatizált megtakarítások ugyancsak hasznosak lehetnek. Ha egy fiatal minden héten automatikusan félretesz egy kisebb összeget, a legfontosabb eredmény nem feltétlenül maga a felhalmozott pénz, hanem az, hogy kialakul a rendszeres megtakarítás szokása.

A családi bankolási megoldások hasonló logikát követhetnek. A szülők limiteket állíthatnak be, miközben a gyerekek saját döntéseket hozhatnak és valódi helyzeteken keresztül tanulhatnak. A technológia így biztonságosabb környezetet teremthet a gyakorláshoz.

Csakhogy ugyanazok az alkalmazások rossz irányba is ösztönözhetnek. Ha a játékosítás azért ad jutalmat, mert valaki költségvetést készít vagy felismer egy csalást, annak lehet edukációs értéke. Ha viszont azért kap pontot vagy visszajelzést, mert minél gyakrabban kereskedik, az már inkább a költést ösztönzi.

Az AI a jövőben abban segíthet, hogy a pénzügyi edukáció sokkal személyre szabottabbá váljon. Egy alkalmazás például megtakarítási cél alapján megmutathatja, mennyit kell hetente félretenni, vagy az életkorhoz igazítva más tudást adhat egy nyolcéves, egy tizenhárom éves és egy fiatal felnőtt számára. Így az edukáció nem külön tananyagként jelenne meg, hanem közvetlenül azokban az élethelyzetekben, amelyekben ténylegesen pénzügyi döntést kell hozni.

A technológia azonban önmagában nem oldja meg az önkontroll kérdését. Ehhez egyszerű rutinokra is szükség van. Az adásban elhangzott javaslat szerint már heti öt perc is sokat számíthat, ha rendszeresen áttekintjük, mennyi pénzünk volt, mire költöttünk és mennyi maradt.

Segíthet egy konkrét megtakarítási cél is, különösen fiatalabb korban. Egy utazás, fesztivál vagy új telefon sokkal jobban motiválhat, mint egy évtizedekkel későbbi nyugdíjcél. Nagyobb vásárlásoknál pedig hasznos lehet a 24 órás szabály: várni egy napot, mielőtt véglegesítjük a döntést. A legfontosabb felismerés talán éppen ez: attól, hogy néhány másodperc alatt képesek vagyunk elkölteni a pénzünket, még nem kell néhány másodperc alatt döntenünk róla.

Komolyabb pénzügyi döntés előtt érdemes végiggondolni, pontosan mire költünk, mennyi lesz a teljes költség, milyen alternatíváink vannak, és mi történik, ha a dolgok nem úgy alakulnak, ahogyan terveztük. Ha ezekre nincs jó válaszunk, akkor a gyorsaság helyett több információra van szükség.

Streaming, AI, videójáték, nyelvtanulás, felhőszolgáltatás - ma már szinte mindenre elő lehet fizetni. A havi néhány ezer forintos tételek önmagukban ritkán tűnnek fájdalmasnak, együtt azonban komoly összeget vihetnek el a költségvetésből. A Fintech Világa legutóbbi adásában Érczfalvi András műsorvezető és Siklós Bence, a Peak tanácsadója azt járta körül, hogyan épít az előfizetéses gazdaság a fogyasztói pszichológiára, milyen trükkök nehezítik a lemondást, és hogyan segíthetnek a fintech és AI-alapú eszközök visszaszerezni a kontrollt.

Az előfizetéses modell a vállalatok számára kiszámítható, visszatérő bevételt biztosít, a fogyasztóknak pedig alacsonyabb belépési költséget. Éppen ez az egyik oka annak, hogy ennyire gyorsan elterjedt.

A probléma akkor kezdődik, amikor a kisebb összegek halmozódni kezdenek. Egy havi 2000 forintos szolgáltatás éves szinten már 24 ezer forintot jelent, öt ilyen előfizetés pedig 120 ezer forintos kiadást eredményez. Havonta nézve könnyű legyinteni ezekre az összegekre, éves távlatban viszont már egészen más képet mutatnak.

Nagy-Britanniában az érintett szektorokban körülbelül 155 millió aktív előfizetés fut, amelyekre évente mintegy 26 milliárd fontot költenek a fogyasztók. Ezek közül közel 10 millió olyan szolgáltatás lehet, amelyet az ügyfelek már nem is szeretnének fenntartani. Más felmérések azt mutatják, hogy sokan még azt is jelentősen alábecsülik, mennyit költenek havonta előfizetésekre. A sok apró terhelés egyszerűen beleolvad a bankszámla forgalmába.

Az előfizetéses üzleti modell egyik legerősebb pszichológiai eleme az automatikus megújítás. Az első előfizetés aktív döntés: ki kell választani a szolgáltatást, regisztrálni kell, majd meg kell adni a fizetési adatokat. Ettől kezdve azonban már semmit sem kell tenni ahhoz, hogy a fizetés újra és újra megtörténjen.

A lemondás ezzel szemben megint aktív cselekvést igényel. Be kell lépni a megfelelő felületre, megtalálni a beállítást, végigmenni a folyamaton. Mindezt egy olyan havi összegért, amely önmagában gyakran túl kicsinek tűnik ahhoz, hogy azonnal foglalkozzunk vele.

Ehhez társul az a jelenség is, hogy rendszeresen túlbecsüljük, mennyit fogunk használni egy szolgáltatást a jövőben. Amikor előfizetünk, könnyű elképzelni, hogy rendszeresen nyelvet tanulunk, edzünk vagy filmeket nézünk majd rajta. Néhány hónap múlva viszont előfordulhat, hogy már alig használjuk, miközben a havidíj továbbra is automatikusan levonódik.

Elsőre logikusnak tűnhet, hogy egy szolgáltatónak az a legjobb, ha az ingyenes próbaidőszak végén automatikusan fizetős csomagra váltja az ügyfelet. A műsorban idézett kutatás azonban érdekes ellenpéldát mutatott: az automatikusan megszűnő próbaidőszak hosszabb távon 23 százalékkal több fizető előfizetőt hozott.

Ennek egyik lehetséges oka a bizalom. Egészen más felhasználói élmény úgy kipróbálni egy szolgáltatást, hogy nem kell előre megadni a bankkártyát, és a próba végén egyszerűen megszűnik a hozzáférés. Ilyenkor a fogyasztó saját döntése alapján tér vissza és fizet elő.

Ezzel szemben a „két hét ingyen, aztán automatikusan levonunk egy évet” típusú ajánlat könnyen keltheti azt az érzést, hogy a szolgáltató inkább a figyelmetlenségre épít, mint a termék értékére.

A problémásabb előfizetési modellek gyakran úgynevezett dark patterneket, vagyis manipulatív felületi megoldásokat használnak.

Ilyen lehet az apró betűs feltételek elrejtése, a lemondási gomb nehezen megtalálható elhelyezése vagy egy indokolatlanul hosszú megszüntetési folyamat. Miközben az előfizetéshez elég néhány kattintás, a kilépéshez már több menüponton, kérdésen és megerősítésen kell átverekednie magát a felhasználónak.

Ez nem ritka jelenség. Egy nemzetközi fogyasztóvédelmi vizsgálat 640 weboldalt és alkalmazást elemzett, és ezek jelentős részén legalább egy potenciálisan manipulatív megoldást azonosított. Ez önmagában nem minden esetben jelentett jogsértést, de jól jelzi, mennyire elterjedtek ezek a technikák.

A szabályozók ezért egyre inkább azt szeretnék elérni, hogy a lemondás ugyanolyan egyszerű legyen, mint az előfizetés. Az Egyesült Királyságban többek között világosabb tájékoztatás, megújítás előtti emlékeztetők és egyszerűbb lemondási folyamatok kerültek napirendre.

Az előfizetési gazdaság egyik problémája, hogy a kiadások különböző kártyákon, bankszámlákon és alkalmazásokon keresztül jelennek meg. Emiatt sokszor maga a fogyasztó sem látja egy helyen, hány aktív szolgáltatásért fizet.

A fintech alkalmazások éppen ezen tudnak javítani. Kategorizálhatják az ismétlődő terheléseket, jelezhetik a következő fizetés időpontját, és segíthetnek felismerni azokat a szolgáltatásokat, amelyek hónapok óta rendszeresen vonják a pénzt.

Az AI-alapú pénzügyi asszisztensek ezt tovább vihetik. Felismerhetik például, ha valaki több, egymáshoz hasonló szolgáltatásért fizet, összehasonlíthatják a csomagokat és alternatívákat ajánlhatnak.

Ezeknek is vannak korlátaik. Ha az előfizetések több bankszámlán futnak, vagy közvetítő szolgáltatáson keresztül érkezik a terhelés, nem biztos, hogy minden kiadást felismernek. Azt pedig önmagában egy algoritmus sem tudhatja biztosan, hogy egy adott Spotify-, AI- vagy edzőtermi előfizetés mennyire fontos az adott felhasználónak.

A legegyszerűbb megoldás ezért továbbra is a rendszeres előfizetésaudit. Néhány havonta érdemes átnézni a bankszámla- és kártyaterheléseket, majd három csoportra osztani a szolgáltatásokat: amit valóban rendszeresen használunk, aminél olcsóbb csomagot vagy szüneteltetést kereshetünk, illetve amit már nyugodtan le lehet mondani.

Az előfizetések legnagyobb veszélye ugyanis sokszor nem az áruk. Hanem az, hogy egy idő után már egyáltalán nem foglalkozunk velük. A havi terhelés automatikusan érkezik, mi pedig akkor is tovább fizetünk, amikor a szolgáltatás már rég nem ad annyi értéket, mint az előfizetés pillanatában.

Az AI-verseny az elmúlt években jórészt arról szólt, ki tud nagyobb, komplexebb és általánosabb modellt építeni. A TypeSafe Jev modellje ezzel szemben egészen más irányból közelíti meg a kérdést: abból indul ki, hogy a vállalati AI-feladatok jelentős részénél nincs szükség hosszú válaszokra vagy összetett szöveges érvelésre, elég egy gyors, strukturált döntés. A Fintech Világa legutóbbi adásában Érczfalvi András műsorvezető és Siklós Bence, a Peak tanácsadója arról beszélgetett, lehet-e ebből egy új AI-architektúra alapja.

A Jevet nem érdemes közvetlenül a ChatGPT-hez vagy a Claude-hoz hasonlítani. Nem ugyanazt a feladatot próbálja megoldani.

Egy klasszikus nagy nyelvi modellnek feltehetjük azt a kérdést, hogy egy tranzakció gyanús-e, majd részletes magyarázatot kérhetünk tőle. A Jev esetében inkább azt mondjuk: döntse el, hogy a tranzakció normál, gyanús vagy manuális ellenőrzést igényel. Nincs szükség embernek szánt magyarázatra, csak egy strukturált eredményre és az ahhoz kapcsolódó valószínűségre.

Ez azért lehet fontos, mert rengeteg vállalati AI-feladat valójában nem generatív. Egy banknál vagy fintech cégnél sokszor sokkal fontosabb az, hogy egy rendszer néhány ezredmásodperc alatt eldöntse, engedélyezzen-e egy tranzakciót, továbbítsa-e az ügyet vizsgálatra, vagy melyik folyamatba irányítsa tovább. A Jev tehát elsősorban nem a végfelhasználókért versenyez, hanem azokért a háttérben futó API-hívásokért, amelyeket ma gyakran jóval nagyobb modellek kezelnek.

A TypeSafe egyik legerősebb érve a költség. A Jev ára jelenleg 0,042 dollár egymillió input tokenenként, miközben output tokenekért nem számít fel külön díjat. Ez jelentős különbséget jelenthet a nagy nyelvi modellekhez képest, különösen akkor, ha egy vállalat napi több millió egyszerű döntést futtat át a rendszeren.

A másik előny a sebesség lehet. Ha egy modellnek nem kell hosszú szöveget generálnia és több lépésen keresztül érvelnie, akkor egyszerűbb döntési feladatoknál jóval gyorsabban adhat eredményt.

A biztonság azonban árnyaltabb kérdés. A Jev egyik kommunikált előnye, hogy nem hallucinál a klasszikus értelemben, hiszen nem állít elő hosszú szövegeket, nem talál ki neveket vagy hamis forrásokat. Ettől azonban még hozhat rossz döntést.

Az adásban elhangzott példa szerint a modell egy süteményreceptet 94 százalékos bizonyossággal technikai problémának kategorizált, egy véletlenszerű betűsorra pedig 97 százalékos magabiztossággal adott valamilyen választ. Ez jól mutatja a különbséget a hallucináció és a hibás döntés között: attól, hogy egy modell nem talál ki történeteket, még nem lesz automatikusan pontos.

A Jevhez hasonló megoldások egyik legkézenfekvőbb terepe a pénzügyi szektor lehet. Bankoknál és fintech cégeknél naponta óriási mennyiségű, viszonylag egyszerű döntést kell meghozni: tranzakciókat kategorizálni, KYC-dokumentumokat továbbítani, ügyfélszolgálati megkereséseket megfelelő csatornába irányítani vagy csalásgyanús eseményeket előszűrni.

Ezeknél a feladatoknál a költség és a válaszidő is kritikus. Egy chatbot esetében a felhasználó még elviselhet néhány másodperc várakozást, egy valós idejű fizetési vagy fraud detection rendszerben viszont már milliszekundumok is számíthatnak.

Ebből könnyen kialakulhat egy többszintű rendszer. A legegyszerűbb döntéseket egy Jevhez hasonló modell kezeli, a bonyolultabb ügyeket egy kisebb általános modellhez továbbítja, a komplex elemzéseket pedig egy nagyobb frontier modell végzi. A legkritikusabb esetek végül emberhez kerülhetnek.

A Jev mögötti alapgondolat önmagában nem teljesen új. Gépi tanulásban régóta léteznek klasszifikációs modellek, amelyek feladata nem szövegek generálása, hanem adatok kategóriákba rendezése.

A beszélgetésben elhangzott, hogy korábbi tesztekben néhány száz címkézett adat segítségével hagyományosabb klasszifikációs megoldások is közel tudtak kerülni a Jev teljesítményéhez. Emiatt elképzelhető, hogy a TypeSafe legfontosabb újítása nem egy teljesen új matematikai alapelv, hanem az, hogy a foundation modellek általános képességeit sikerült egy nagyon szűk, olcsó és fejlesztőbarát döntési termékbe csomagolnia.

Egy nagyobb független vizsgálatban 346 ezer lekérdezést futtattak a modellen különböző adathalmazokon. A klasszifikációs feladatoknál 95–99 százalék közötti pontosságot értek el, miközben a teljes lekérdezési költség 10 dollár alatt maradt. Ez nem azt jelenti, hogy a Jev minden feladatban olcsóbb vagy jobb lenne a nagy nyelvi modelleknél. Egy szűk feladattípusban viszont valóban jelentős hatékonysági előnyt kínálhat.

A Jev igazi jelentőségét talán nem is maga a modell, hanem az általa népszerűsített szemlélet adja. Az OpenAI, az Anthropic vagy más nagy szolgáltatók számára nem feltétlenül az a legnagyobb veszély, hogy egy kisebb szereplő közvetlenül legyőzi a csúcsmodelljeiket. Sokkal fontosabb lehet az a felismerés, hogy a vállalatoknak egyáltalán nem kell minden feladatot ugyanazzal a modellel megoldaniuk.

A következő évek AI-infrastruktúrája ezért könnyen a model routing köré épülhet. Egyszerű kategorizáláshoz egy olcsó döntési modellt használ a rendszer, ügyfélszolgálati válaszhoz egy kisebb LLM-et, összetett pénzügyi elemzéshez pedig egy nagy frontier modellt. Olyan ez, mint egy szerszámosláda: nem ugyanazzal az eszközzel próbálunk mindent megoldani.

A Jev jövője persze még messze nem lefutott. Fontos kérdés, hogy hosszú távon mennyire pontos, mennyire jól kalibrálja saját bizonytalanságát, fenntartható-e a jelenlegi alacsony ára, milyen könnyen másolhatják le a konkurensek, és hajlandók-e a vállalatok valóban újratervezni jelenlegi AI-architektúrájukat.

Ha azonban a cégek elkezdik szétválasztani a szöveggenerálást, az érvelést, a döntéshozatalt és a routingot, akkor a következő AI-verseny már nem feltétlenül arról szól majd, kié a legerősebb modell. Sokkal inkább arról, ki tudja a megfelelő feladathoz a megfelelő modellt a lehető leghatékonyabban hozzárendelni.

A 2026-os év első része nem kedvezett különösebben a kriptopiacnak, mégis akadt néhány projekt, amely látványosan szembe ment az általános trenddel. A Fintech Világa legutóbbi adásában Érczfalvi András műsorvezető és Siklós Bence, a Peak tanácsadója három ilyen történetet vett górcső alá: a Quant intézményi előretörését, a Robinhood saját blokkláncának váratlan memecoin-lázát és a Hyperliquid látványos növekedését. A három esetben közös az emelkedés, de egészen más okok állnak mögötte.

A Quant szeptember közepén jelentette be együttműködését a The Clearing House-zal, az Egyesült Államok egyik legfontosabb fizetési infrastruktúra-szolgáltatójával. A szervezet mögött 25 nagy amerikai pénzintézet áll, rendszerein pedig naponta több ezer milliárd dollárnyi tranzakció fut keresztül.

Az együttműködés lényege, hogy a The Clearing House a Quant technológiáját választotta On-Chain Money Initiative nevű projektjéhez, amely tokenizált bankbetéteket kapcsolna össze a hagyományos fizetési infrastruktúrával. Ez önmagában komoly intézményi validáció egy olyan vállalat számára, amelynek fő profilja különböző blokkláncok, vállalati rendszerek és tradicionális pénzügyi infrastruktúrák összekötése.

A hír után azonban nemcsak a Quant megítélése változott meg, hanem a QNT token árfolyama is kilőtt: néhány hét alatt nagyjából 60 dollárról 350 dollár környékére emelkedett.

Itt viszont fontos szétválasztani a vállalat sikerét és a token értékét. A nyilvánosan elérhető információk alapján nincs olyan közvetlen mechanizmus, amely miatt a The Clearing House több ezermilliárd dolláros forgalma automatikusan QNT-vásárlásokat generálna.

A fundamentális hírre ráépült a spekuláció: jelentős derivatív pozíciók jelentek meg, shortokat likvidáltak, majd a momentumkereskedés és a FOMO is tovább hajtotta az árfolyamot. A QNT később vissza is korrigált. A történet így jól mutatja, hogy egy valóban pozitív üzleti fejlemény és az arra adott piaci reakció között könnyen hatalmas különbség alakulhat ki.

Egészen más utat járt be a Robinhood saját blokklánca. A vállalat eredeti elképzelése az volt, hogy egy Ethereumra épülő layer 2 hálózaton tokenizált részvényeket és más valós pénzügyi eszközöket lehessen a nap 24 órájában kereskedni. A tokenizált részvények akár decentralizált pénzügyi protokollokban, fedezetként vagy likviditási poolokban is használhatók lettek volna.

A felhasználók azonban először egészen mást láttak meg a hálózatban. Ahelyett, hogy Nvidia-, Apple- vagy Google-részvények tokenizált változataival kezdtek volna kereskedni, pillanatok alatt beindult a memecoin-láz. A nyitott hálózat, az olcsó tranzakciók, a könnyű tokenkibocsátás és a Robinhood ismert márkaneve együtt ideális környezetet teremtett a spekulációhoz. Rövid idő alatt tokenek tízezrei jelentek meg.

A történet azonban váratlan fordulatot vett. A memecoinok jelentős része később 50–70 százalékot esett, a spekuláció visszaszorult, de a felhasználók és a likviditás egy része a hálózaton maradt. A kezdeti őrület így paradox módon segített abban, hogy később az eredeti elképzelésnek megfelelő termékeket, például tokenizált valós eszközöket is elkezdjék használni.

A Robinhood példája ezért szokatlan: a spekuláció először teljesen felülírta az üzleti narratívát, később azonban éppen ez hozta meg azt a forgalmat és figyelmet, amelyre a komolyabb szolgáltatások épülhettek.

A harmadik történet a Hyperliquidhez kapcsolódik, és itt már egészen más modell rajzolódik ki. A Hyperliquid egy saját blokkláncra épülő decentralizált derivatív tőzsde, amely a centralizált platformokhoz hasonló gyorsaságot és felhasználói élményt próbál kínálni. Legfontosabb termékei a perpetual futures kontraktusok, vagyis a lejárat nélküli határidős ügyletek.

A platform natív tokenje, a HYPE az év eleji 20–25 dolláros szintről 90–95 dollár környékére emelkedett. Ez hasonló nagyságrendű növekedés, mint amit a QNT produkált, de jóval hosszabb idő alatt.

A fontosabb különbség azonban a mögöttes gazdasági modell. A Hyperliquid bevételének jelentős része egy alapba kerül, amely HYPE tokent vásárol a piacon, az így megszerzett tokeneket pedig lényegében kivonják a forgalomból. Emiatt a platform tényleges kereskedési aktivitása jóval közvetlenebbül kapcsolódik a token keresletéhez.

Ráadásul egy derivatív tőzsdének nem feltétlenül rossz a medvepiac. A lényeg nem az, hogy a bitcoin felfelé vagy lefelé megy, hanem hogy legyen volatilitás és kereskedés. Shortpozíciók, fedezeti ügyletek és likvidációk ugyanúgy díjbevételt termelnek egy eső piacon, mint egy emelkedőben. A logika egyszerű: több kereskedés több bevételt jelent, a több bevételből pedig több HYPE tokent lehet visszavásárolni.

A Hyperliquid közben túl is lépne a szűken vett kriptokereskedésen. A HIP-3 fejlesztés lehetővé teszi, hogy ne csak kriptovalutákra, hanem részvényekre, árupiaci termékekre, indexekre és más hagyományos eszközökre is lehessen perpetual futures termékeket építeni. Ezzel a platform hosszabb távon egy szélesebb, decentralizált kereskedési infrastruktúrává válhat.

A növekedés azonban korántsem garantált. Új versenytársak, például a Lighter vagy az Aster csökkenthetik a Hyperliquid piaci részesedését, ami egyből kevesebb kereskedési díjbevételt és kisebb token-visszavásárlási kapacitást jelentene. Emellett a decentralizált derivatív termékek szabályozása is komoly kockázat. Vagyis a Hyperliquid mögött jelenleg erősebb fundamentális kapcsolat látható a platform teljesítménye és a token között, de az árfolyam már jelentős jövőbeli növekedést is beárazott.

A három projekt jól mutatja, mennyire félrevezető lehet pusztán az árfolyam alapján értékelni egy kripto-sztorit.

A Quant esetében valódi technológiai és intézményi siker történt, de a token árfolyama jóval gyorsabban emelkedett, mint amit a fundamentumok önmagukban indokoltak volna. A spekuláció tehát megelőzte a mögöttes üzleti értéket.

A Robinhood blokkláncánál a spekuláció kezdetben teljesen más irányba vitte a projektet, mint amit a fejlesztők elképzeltek, végül azonban likviditást, felhasználókat és figyelmet hozott az infrastruktúrának.

A Hyperliquidnél pedig már egy olyan üzleti gépezet működik, ahol a kereskedési aktivitásból származó bevétel közvetlenül táplálja a token iránti keresletet.

Mindhárom történet mögött látványos árfolyam-emelkedés áll, de egészen eltérő minőségű alapokkal. Ez talán a legfontosabb tanulság: a kriptopiacon ugyanaz az eredmény – egy többszöröződő tokenár – létrejöhet puszta momentumból, spekuláció által felépített infrastruktúrából vagy ténylegesen működő üzleti modellből is.

Szeptember nem kímélte a fintech szektort. Miközben egyes szereplők súlyos biztonsági incidensekkel és adatszivárgásokkal küzdöttek, mások minden korábbinál gyorsabban terjeszkedtek új piacokon. A Fintech Világa legutóbbi adásában Érczfalvi András műsorvezető és Siklós Bence, a Peak tanácsadója három látványos történeten – a Bitget, a Revolut és a Nubank példáján – keresztül mutatta be, milyen kockázatokkal jár, amikor egy fintech néhány év alatt globális szereplővé nő.

A három történet közül pénzügyi szempontból a Bitget incidense volt a legsúlyosabb. A kriptotőzsdét szeptember közepén érte támadás, amelynek következtében a kár a műsorban elhangzottak szerint meghaladta a 388 millió dollárt.

A támadás azért volt különösen aggasztó, mert nem a kriptoszektorban megszokott módon, privát kulcsok ellopásával történt. A támadók a tárcaszolgáltatás háttérrendszeréhez férhettek hozzá, majd tranzakciós információkat manipuláltak és az engedélyezési folyamatot is működésbe hozhatták.

A Bitget vezérigazgatója szerint több jel is arra utalt, hogy észak-koreai hátterű hackercsoport állhatott a támadás mögött. Ez nem lenne példa nélküli: az Észak-Koreához kapcsolt csoportokat az elmúlt években több nagyszabású kriptoeszköz-lopással hozták összefüggésbe.

A közvetlen veszteségnél azonban majdnem ugyanekkora problémává vált az ügyfélbizalom megingása. Miután a platform átmenetileg leállította a kiutalásokat, majd újraindította azokat, egyetlen nap alatt 463 millió dollárnyi nettó ügyfélvagyon távozott a tőzsdéről. A Bitget által versenyelőnyként kommunikált Protection Fund értéke közben 464 millió dollárról 200 millió dollár alá esett.

Egy centralizált kriptotőzsde esetében ezért a bizalom legalább akkora érték, mint maga a technológia. Ha az ügyfelek azt érzik, hogy a vagyonuk nincs biztonságban, nagyon gyorsan megindulhat a pénzkivonás.

A Revolut szeptemberben néhány napon belül két adatvédelmi incidenssel is szembesült, de egyik esetben sem klasszikus rendszerfeltörés történt.

Az első történetben a támadók egy kompromittált olasz állami e-mail-fiókból küldtek hitelesnek tűnő hatósági megkeresést a Revolutnak. A vállalat legitimnek ítélte a kérést, és ennek megfelelően adatokat adott át. A támadás erejét éppen az adta, hogy a megkeresés egy valódi, megbízhatónak tűnő forrásból érkezett.

A második incidensnél a probléma egy korábbi amerikai brókerpartnernél, a DriveWealthnél jelent meg. A támadók social engineering segítségével jogosulatlan hozzáférést szerezhettek a vállalati hálózathoz, és így ügyféladatokhoz is hozzáférhettek.

A két eset közös tanulsága, hogy egy vállalat kiberbiztonsága ma már nem ér véget a saját rendszerénél. Minél több külső szolgáltatóval, beszállítóval és technológiai partnerrel működik együtt, annál hosszabb lesz az a lánc, amelynek minden egyes pontját védeni kell.

A Revolut számára ez különösen fontos kérdés, hiszen a fintech cégek gyors növekedésének egyik motorja éppen az, hogy sok funkciót specializált partnereken keresztül építenek fel. Ez felgyorsítja a fejlesztést, de minden új kapcsolat egyben új kockázati pontot is jelent.

A DriveWealth-eset egy másik kellemetlen kérdést is felvetett: meddig őrizhetők meg egy korábbi partner ügyféladatai?

A Revolut és a brókercég kapcsolata a műsor szerint 2023 és 2025 között nagyrészt megszűnt, ennek ellenére a későbbi incidens során még történelmi adatokhoz is hozzáférhettek a támadók. Ez rögtön felveti az adatmegőrzés problémáját: ha egy együttműködés lezárult, milyen információknak kell még évek múlva is elérhetőnek maradniuk?

A kiszivárgott információk között személyazonosító dokumentumok, fényképek és kapcsolattartási adatok is szerepeltek. Még ha közvetlenül bankszámla- vagy fizetési adatok nem is kerültek ki, az ilyen információk kiváló alapot adhatnak későbbi, célzott csalásokhoz és személyre szabott social engineering támadásokhoz.

Az ügyfél szempontjából ráadásul kevéssé számít, hogy technikailag a fintech vagy annak partnere hibázott. Az adatot a Revolutnak adta meg, ezért a bizalomvesztés is elsősorban a Revolutot érinti.

A harmadik történet egészen más irányból mutatja meg a fintech szektor változását.

A brazil Nubank mára mintegy 140 millió ügyféllel rendelkezik Latin-Amerikában, és már nem pusztán regionális sikertörténetként érdemes rá tekinteni. Brazília mellett Mexikóban és Kolumbiában is jelen van, utóbbi országban pedig már mintegy 6 millió ügyféllel rendelkezik, ami a felnőtt lakosság körülbelül 15 százaléka. A vállalat 2030-ig mintegy 1,5 milliárd dollárt tervez befektetni Kolumbiában.

Ez azért különösen érdekes, mert sokáig az volt a fintech piac általános képe, hogy az európai és észak-amerikai neobankok terjeszkednek majd világszerte. A Nubank növekedése ennek éppen az ellenkezőjét mutatja: egy latin-amerikai vállalat készül globális szereplővé válni.

Latin-Amerikában ráadásul egyre közvetlenebbül kerül szembe a Revoluttal is. Kolumbiában a Nubank van előrébb, Mexikóban viszont a Revolut növekszik gyorsan. A két cég közötti verseny így könnyen a következő évek egyik legérdekesebb fintech csatájává válhat.

A három történet első pillantásra kevés kapcsolatot mutat egymással. A Bitgetnél egy biztonsági incidens történt, a Revolutnál partner- és adatkezelési problémák kerültek elő, a Nubanknál pedig a nemzetközi terjeszkedés vált központi kérdéssé.

Valójában azonban ugyanannak a folyamatnak különböző oldalait mutatják.

A fintech cégek rendkívül gyorsan képesek ügyfeleket szerezni, új termékeket indítani, partnereket bevonni és új országokba belépni. Minden újabb lépés azonban egy új függőséget is létrehozhat: a Bitgetnél a háttérinfrastruktúra, a Revolutnál a külső partnerhálózat és az adatkezelés, a Nubanknál pedig az eltérő piacokon való működés jelenti a következő kihívást.

A fintech első nagy korszakában elsősorban az számított, ki tud gyorsabban növekedni, több millió ügyfelet szerezni és új piacokat meghódítani. Ahogy azonban ezek a vállalatok bankméretű szereplőkké válnak, egyre fontosabbá válik a stabilitás, a kontroll, a biztonság és a tartós profittermelés.

Vagyis éppen azok az értékek kerülnek újra előtérbe, amelyekkel szemben a fintech cégek eredetileg meghatározták magukat. A következő időszakban így már nem feltétlenül az lesz a legfontosabb kérdés, ki nő a leggyorsabban, hanem az, hogy ki tud ekkora méret mellett is megbízhatóan működni.

Néhány év alatt a predikciós piacok a pénzügyi és technológiai szektor egyik leggyorsabban növekvő területévé váltak. Ami korábban szűk rétegterméknek tűnt, ma már olyan platformokon jelenik meg, mint a Robinhood, miközben a Polymarket és a Kalshi milliárdos értékelésű szereplőkké nőttek. A Fintech Világa legutóbbi adásában Érczfalvi András műsorvezető és Siklós Bence, a Peak tanácsadója arról beszélgetett, hol húzódik a határ fogadás, befektetés, kockázatkezelés és információs piac között.

A predikciós piacok alapötlete egyszerű: a felhasználók egy jövőbeli esemény bekövetkeztére vagy elmaradására vesznek fel pozíciót. Ezeket eseménykontraktusoknak nevezik, és ma már a sporttól kezdve a politikán és az időjáráson át egészen a kriptopiacig sokféle témára elérhetők.

A piac egyik sajátossága, hogy egy kontraktus ára egyfajta pillanatnyi piaci valószínűségként is értelmezhető. Ha például egy „igen” kontraktus 70 centen forog, és egy dollárt fizet siker esetén, azt a piac gyakran úgy olvassa, mintha körülbelül 70 százalékos esélyt rendelne az adott esemény bekövetkeztéhez.

A növekedésben továbbra is a sport játssza a főszerepet. A műsorban elhangzott, hogy a Robinhoodon egyetlen negyedév alatt 13,6 milliárd eseménykontraktus cserélt gazdát, ebből 5 milliárd csak a labdarúgó-világbajnoksághoz kapcsolódott. A Kalshi forgalmának mintegy 80 százaléka szintén sporteseményekhez kötődik.

Ez már a hagyományos sportfogadóirodáknak is komoly versenyt jelent. A két világ között ráadásul felhasználói oldalról sokszor alig érzékelhető különbség: mindkét esetben arra teszünk pénzt, hogy egy esemény bekövetkezik-e. A predikciós piacokon azonban a pozíciót nem feltétlenül kell az esemény végéig tartani, hanem közben is el lehet adni, ahogy annak piaci ára változik.

Éppen ez a hasonlóság okozza az egyik legnagyobb szabályozási vitát az Egyesült Államokban. A platformok úgy érvelnek, hogy szabályozott eseménykontraktusokkal történő kereskedést kínálnak, nem hagyományos szerencsejátékot. Egyes amerikai államok viszont azt állítják, hogy különösen a sporthoz kapcsolódó termékek valójában ugyanazt az élményt nyújtják, mint a klasszikus sportfogadás.

A helyzetet tovább bonyolítja, hogy a predikciós piacok ma már egyre mélyebben épülnek be a hagyományos befektetési platformokba. A Robinhood például részvények és kriptoeszközök mellett eseménykontraktusokat is kínál, miközben több különböző predikciós piaci infrastruktúrát kapcsol össze. Így egyre nehezebb egyetlen kategóriába besorolni ezeket a szolgáltatásokat. Ugyanaz a platform egyszerre hasonlíthat tőzsdére, fogadóirodára és kockázatkezelési eszközre.

A szektor szereplői egyre erősebben hangsúlyozzák, hogy a predikciós piacoknak nemcsak spekulatív felhasználása lehet.

Egy időjárásfüggő kisvállalkozás például olyan kontraktust vásárolhat, amely rossz idő esetén fizet. Egy strandbüfé bevétele erősen csökkenhet egy esős nyáron, de ha közben megfelelő pozíciót vesz fel egy időjárási predikciós piacon, az ott elért nyereség részben ellensúlyozhatja az alaptevékenységen elszenvedett veszteséget. A logika hasonlít ahhoz, ahogy a légitársaságok az üzemanyagárak, a mezőgazdasági vállalkozások pedig a terményárak változása ellen fedezik magukat.

A Kalshi saját vizsgálata szerint több tízezer lezárt időjárási piacon a kontraktusárak viszonylag jól tükrözték a tényleges események bekövetkezési arányát. A vállalati felhasználás iránti érdeklődést jelzi az is, hogy az amerikai Hispanic Chamber of Commerce partnerséget kötött a platformmal annak bemutatására, hogyan használhatják a kis- és középvállalkozások az eseménykontraktusokat időjárási vagy szállítási kockázatok kezelésére.

A predikciós piacok egyik legerősebb érve, hogy sok szereplő információját aggregálják. Ha emberek ezrei saját pénzüket teszik egy előrejelzés mögé, az így kialakuló ár hasznos jelzést adhat arról, hogyan látja a piac egy adott esemény valószínűségét.

Ez azonban csak akkor működik jól, ha a piacon elegendő számú, egymástól független szereplő vesz részt.

Egy kevésbé likvid piacon egy nagy szereplő akár jelentősen el is mozdíthatja az árat. Még érzékenyebb a helyzet akkor, ha valaki belső információval rendelkezik, vagy maga is képes befolyásolni az esemény kimenetelét. Politikában vagy sportban ez különösen súlyos összeférhetetlenségi problémákat teremthet.

A torzított ár ráadásul könnyen továbbterjedhet a nyilvánosságba. Ha újságírók, befektetők vagy döntéshozók egy predikciós piaci árat objektív előrejelzésként kezdenek idézni, az már a közvéleményt is alakíthatja. Innen pedig visszacsatolási kör indulhat: a piaci ár befolyásolja a médiát, a média a közvéleményt, a közvélemény pedig akár magát az eseményt is.

Ezért fontos különbséget tenni piaci ár és objektív valószínűség között. Egy 37 százalékos kontraktusár nem azt jelenti, hogy az esemény „valódi” valószínűsége pontosan 37 százalék, hanem azt, hogy az adott pillanatban, azon a piacon és az adott likviditás mellett ez az ár alakult ki.

A predikciós piacok fejlődésének talán egyik legérdekesebb iránya, hogy lassan médiatermékké is válnak.

A Polymarket már hírleveleket, közösségi médiatartalmakat és podcastokat készít, a Kalshi pedig olyan médiumokkal integrálja saját piaci adatait, mint a CNN vagy a Fox News. A jövőben így könnyen elképzelhető, hogy egy politikai vagy gazdasági esemény mellett ugyanúgy megjelenik majd egy predikciós piaci százalék, ahogyan ma a részvényárfolyamokat, devizaárakat vagy közvélemény-kutatási adatokat látjuk.

A pozitív forgatókönyv szerint ezek a piacok egy új információs infrastruktúrává nőhetnek, ahol sok résztvevő pénzzel megtámogatott véleményéből folyamatosan frissülő kép rajzolódik ki a jövő bizonytalanságairól. Emellett valódi kockázatkezelési eszközt is adhatnak vállalkozások kezébe.

A pesszimista változat szerint viszont a növekedés motorja továbbra is elsősorban a sport, a kripto és a rövid távú spekuláció marad, és az egész szektor egy újgenerációs online fogadási termékké válik.

A kettő nem feltétlenül zárja ki egymást. A predikciós piac egyszerre lehet információs eszköz, fedezeti termék, tőzsdeszerű piac, fogadóiroda és média. A következő évek egyik legfontosabb kérdése éppen az lesz, melyik funkció kerül előtérbe, és hogy a szabályozás képes lesz-e lépést tartani a piac gyors növekedésével. A műsorban elhangzottak alapján az egy viszont egyre biztosabbnak látszik, hogy a predikciós piacok nem múló divatként, hanem a fintech szektor tartós szereplőiként maradhatnak velünk.

Az elmúlt hónapokban egymást érték azok a hírek, amelyek szerint egyes AI-rendszerek a vártnál önállóbban viselkedtek, korlátozásokat próbáltak megkerülni, vagy olyan lépéseket tettek, amelyekre a fejlesztők eredetileg nem számítottak. Ezzel párhuzamosan egyre több kutató és technológiai vezető kezdett arról beszélni, hogy érdemes lenne lassítani a fejlesztések tempóján. A Fintech Világa legutóbbi adásában Érczfalvi András műsorvezető és Siklós Bence, a Peak tanácsadója azt járta körül, mennyire indokolt ez az aggodalom, és mennyire lehet üzleti érdek az AI körüli veszélyérzet felerősítése.

A korábbi chatbotok esetében a legnagyobb probléma sokáig az volt, hogy téves vagy kitalált információkat adtak. Az újabb, autonómabb rendszereknél azonban ennél összetettebb viselkedés is megjelent.

Az adásban szóba került olyan modell, amely saját későbbi működését próbálta befolyásolni azzal, hogy önmagának hagyott utasításokat a korlátozások figyelmen kívül hagyására. Más rendszerek saját összefoglalóikban a hibák elrejtésére vagy hiányzó adatok kitalálására utaltak. A közös pont az volt, hogy a cél teljesítése érdekében olyan stratégiák jelentek meg, amelyekre a fejlesztők nem készültek fel.

Ezek a tesztkörnyezetben még korlátozott következménnyel járó esetek önmagukban nem bizonyítják, hogy egy rendszer képes lenne tartósan kijátszani embereket vagy kritikus infrastruktúrát. Arra viszont rámutatnak, hogy a nagyobb önállóság új típusú kockázatokat hoz magával.

Az adásban egy olyan esetről is szó esett, amelyben egy AI-jal készített amerikai hírszerzési jelentés tévesen nukleáris programhoz kapcsolódó szállítmányt azonosított egy kínai hajón. A hibát még a tervezett katonai lépés előtt észrevették, így végül nem történt beavatkozás.

A példa azért fontos, mert jól mutatja: a probléma nem feltétlenül egy önállósodó, sci-fibe illő gép formájában jelenik meg. Sokkal reálisabb veszély, hogy döntéshozók túlságosan megbíznak egy hibás rendszer outputjában, és arra építenek komoly következményekkel járó döntéseket.

Minél több területen válik az AI döntés-előkészítő eszközzé, annál fontosabb lesz, hogyan ellenőrzik az általa generált információkat. A amerikai katonai és hírszerzési szerveknél elvileg még nincs mindenhol egységes szabvány arra, hogyan kell validálni az AI által előállított tartalmat.

Innen jutott el a beszélgetés az egyik legérdekesebb kérdéshez: miért éppen most vált sürgető témává a lassítás?

Éveken keresztül az volt a technológiai verseny logikája, hogy aki gyorsabban fejleszt és előbb ér el áttörést, az stratégiai és gazdasági előnyhöz jut. Most viszont ugyanazoknak a vállalatoknak a vezetői kezdenek arról beszélni, hogy túl gyors lehet a tempó.

Ennek egyik magyarázata természetesen az lehet, hogy a belső fejlesztések során valóban olyan képességeket vagy viselkedésmintákat látnak, amelyekkel a szélesebb közönség még nem találkozott.

Ugyanakkor az üzleti környezet is megváltozott. A legfejlettebb modellek fejlesztése és üzemeltetése rendkívül költséges, miközben egyre több vállalat kezdi számszerűsíteni, hogy az AI-ra fordított kiadás valóban növeli-e a produktivitást és megtérül-e. Közben olcsóbb, részben nyílt modellek is egyre közelebb kerülnek a nagyobb rendszerek teljesítményéhez.

A vita egyik legérdekesebb üzleti oldala az, hogy a szigorúbb szabályozás éppen a jelenlegi piacvezetők helyzetét erősítheti.

Ha a kormányok az egzisztenciális kockázatokra hivatkozva komoly audit-, biztonsági és megfelelési követelményeket vezetnek be, azoknak a legnagyobb cégek jóval könnyebben tudnak megfelelni, mint egy kisebb, új belépő.

Így létrejöhet egyfajta szabályozási védőárok: a piacvezetők bent vannak a rendszerben, rendelkeznek tőkével, szakértőkkel és infrastruktúrával, míg az új versenytársak számára egyre magasabbra kerül a belépési küszöb.

Ez nem jelenti azt, hogy a biztonsági aggályok hamisak lennének. Inkább azt, hogy a kettő egyszerre is igaz lehet: valós technológiai kockázatok mellett valós üzleti érdekek is megjelenhetnek.

A beszélgetés egyik fontos pontja éppen ez volt. Nem feltétlenül kell választani aközött, hogy „jön a Terminátor” vagy „minden csak marketing”. Elképzelhető, hogy a vezető AI-cégek valódi problémákat látnak a saját rendszereikben, miközben az ezek köré épülő narratíva üzletileg is kedvező számukra.

A műsor végén az is előkerült, hogy az AI körüli jelenlegi értékeltségek és várakozások meddig fenntarthatók. A technológia fejlődése és az AI üzleti értéke két külön kérdés.

A dotkom-korszakhoz hasonlóan elképzelhető, hogy számos vállalat túlértékelt, egyes üzleti modellek nem bizonyulnak fenntarthatónak, és idővel komoly korrekció következik. Ettől azonban maga a technológia még nem tűnik el. Az internet sem szűnt meg a 2000-es évek eleji lufi kipukkanásával, csak jóval racionálisabb szakaszba lépett.

Hasonló folyamat az AI esetében is elképzelhető. A „mindent AI-jal megcsinálunk” korszakát felválthatja egy jóval tudatosabb megközelítés, ahol a cégek elsősorban ott alkalmazzák ezeket a rendszereket, ahol tényleges üzleti értéket és mérhető megtérülést hoznak.

A legnehezebb kérdés továbbra is az marad, hogy ki alakítsa ki a játékszabályokat. Az iparág legnagyobb szereplői rendelkeznek a legtöbb technológiai tudással, ugyanakkor nekik van a legerősebb üzleti érdekük is abban, hogy a szabályozás számukra kedvező irányba menjen.

Éppen ezért az AI körüli vita már régen nem csak technológiai kérdés. Legalább ennyire szól pénzről, hatalomról, versenyről és arról, ki határozhatja meg a következő évek digitális gazdaságának szabályait.

A mesterséges intelligencia fejlődésével egyre nehezebb pusztán ránézésre eldönteni, hogy egy videó, hangfelvétel vagy digitális tartalom valódi-e. A Fintech Világa legutóbbi adásában Érczfalvi András műsorvezető Siklós Bencével, a Peak tanácsadójával és Pethes Dáviddal, a Gen6 vezérigazgatójával beszélgetett arról, mi történik akkor, amikor a deepfake-technológia már üzleti és pénzügyi kockázattá válik, és miért kerül egyre inkább előtérbe az adatok eredetének bizonyítása és a digitális szuverenitás kérdése.

A beszélgetés egyik kiindulópontja egy 2024-es eset volt, amikor az Arup egyik pénzügyi munkatársa 25,6 millió dollárt utalt el csalóknak, miután egy videókonferencián azt hitte, valódi kollégáival beszél. A támadók egyszerre több ember hangját és arcát másolták le, ráadásul valós időben.

Ez jól mutatja, hogy a deepfake már messze nem csak előre elkészített hamis videókat jelent. Egy támadás ma már élő beszélgetésként is megjelenhet, ráadásul éppen azokra az elemekre építve, amelyek korábban hitelességet sugároztak: ismerős arcokra, hangokra és vállalati kontextusra.

A probléma egyik oka, hogy a támadók számára bőséges alapanyag áll rendelkezésre. Vezetők, szakértők és vállalatok évek óta arra törekednek, hogy minél láthatóbbak legyenek az interneten. LinkedIn-posztok, konferenciafelvételek, podcastok és videók mind olyan adatforrásokká válhatnak, amelyekből hitelesnek tűnő másolat készíthető.

Pethes Dávid szerint a klasszikus megközelítés, amely a hamis tartalom felismerésére épít, hosszú távon nem elég megbízható. A generáló technológiák ugyanis jellemzően gyorsabban fejlődnek, mint azok az eszközök, amelyek megpróbálják kiszűrni őket.

A műsorban elhangzott, hogy még a legjobb detektorok is csak korlátozott pontossággal dolgoznak, egy újabb és élethűbb modell megjelenése pedig rögtön ronthatja ezt az arányt. Mire egy deepfake-ről biztosan kiderül, hogy hamis volt, addigra a kár már rég megtörténhet.

Ezért egyre fontosabbá válik az úgynevezett provenance, vagyis eredetbizonyítás. Ennek lényege nem az, hogy megpróbáljuk kitalálni, hamis-e egy tartalom, hanem az, hogy bizonyítani tudjuk, honnan származik.

Ha egy dokumentum, videó vagy üzenet hiteles digitális aláírással rendelkezik, akkor ellenőrizhetővé válik, hogy valóban attól a személytől vagy szervezettől érkezett-e, akinek tulajdonítják. Ez binárisabb, egyszerűbb kérdéssé alakítja a problémát: nem azt kell eldönteni, hogy „vajon ez deepfake?”, hanem azt, hogy „bizonyítható-e a forrása?”.

A Gen6 megközelítése az eredetbizonyítást decentralizált identitással kapcsolja össze. A rendszer különbséget tesz ember, szervezet és gépi vagy AI-identitás között, és ezekhez eltérő ellenőrzési folyamatokat rendel.

A cél az, hogy egy digitális identitás ne kizárólag egy központi platformhoz tartozzon. A felhasználó saját kriptográfiai kulcsaival kezelhesse azt, és ezekkel tudja bizonyítani, hogy egy adott tartalom valóban tőle származik.

Ez a digitális szuverenitás egyik alapgondolata: ha a felhasználónál vannak azok a kulcsok, amelyekkel az identitása irányítható, akkor nagyobb kontrollja marad a saját digitális jelenléte felett. Ha viszont ezek egy központi szolgáltatónál vannak, akkor az identitás feletti tényleges kontroll is részben oda kerül.

A blokklánc ebben nem a teljes tartalmat tárolja, hanem bizonyítékként működik. A hitelesítési információ rögzíthető egy olyan elosztott rendszerben, amelyből utólag nem lehet egyszerűen eltüntetni vagy átírni a korábbi állításokat.

A beszélgetés egyik érdekes felvetése az volt, hogy néhány éven belül megfordulhat az internetes tartalmakhoz való viszonyunk. Ma az emberek többsége még alapvetően abból indul ki, hogy amit lát vagy hall, az valószínűleg valódi, hacsak nincs ok az ellenkezőjére gyanakodni. A deepfake-technológia fejlődésével ez megváltozhat: könnyen eljuthatunk oda, hogy alapértelmezés szerint már nem hiszünk el semmit, amit nem lehet valamilyen módon hitelesíteni.

Ebben a környezetben az eredetbizonyítás nem pusztán biztonsági extra lehet. Influencerek, vállalatvezetők, politikusok, pénzügyi intézmények vagy médiaszereplők számára ugyanúgy alapvetővé válhat, mint ma egy HTTPS-tanúsítvány vagy egy digitális aláírás.

A Gen6 erre építve olyan rendszert fejlesztett, ahol a felhasználó a tartalom létrehozásakor igazolhatja annak eredetét, majd ezt a videót vagy képet más platformokra is továbbviheti úgy, hogy az ellenőrzéshez szükséges bizonyíték megmaradjon.

A deepfake gazdasági oldalát jól mutatja, hogy a támadások előállítási költsége közben drasztikusan csökken. A műsorban elhangzott példák szerint ma már néhány tíz vagy néhány száz dollárból is készíthető real-time hang- vagy videóhamisítás, miközben egy sikeres vállalati támadás több millió dolláros kárral járhat. Ez rendkívül kedvező kockázat-hozam arányt teremt a csalók oldalán.

A bankok és fintech cégek számára ezért különösen érzékeny terület lehet az ügyfélazonosítás. A biometria önmagában sem jelent feltétlen megoldást, hiszen mindig kérdés, hogy megbízhatunk-e abban az eszközben, amelyről az arc-, hang- vagy egyéb biometrikus adat érkezik.

Pethes Dávid szerint a jó minőségű deepfake-eknél egyre kevésbé érdemes vizuális hibákra vadászni. Eltűnnek azok a korábbi árulkodó jelek, mint a hibás kezek, furcsa szemmozgás vagy természetellenes mimika. A hangsúly ezért egyre inkább arra kerülhet, hogy bizonyítható-e a tartalom forrása.

A digitális bizalom következő korszaka így könnyen arról szólhat, hogy nem azt próbáljuk megállapítani, mi hamis, hanem azt bizonyítjuk, mi eredeti. Ebben pedig az identitás, az adatok eredete és az ezek feletti kontroll jóval fontosabbá válhat, mint valaha.

A digitális fizetések fejlődése ma már nemcsak kényelmi kérdés, hanem egyre inkább szuverenitási és biztonsági ügy is. A Fintech Világa legutóbbi adásában Érczfalvi András műsorvezető ismét Siklós Bencével, a Peak tanácsadójával és Szabolcsi András kriptográfussal, pénzügyi IT szakemberrel beszélgetett a digitális euróról, a digitális készpénzről, a kvantumszámítógépek jelentette kihívásokról és arról, milyen szerepe lehetne mindebben Magyarországnak.

A beszélgetés egyik kiindulópontja az volt, hogy Európa fizetési rendszere jelentős mértékben külső, elsősorban amerikai szereplőkre támaszkodik. Ez addig kevésbé tűnik problémának, amíg minden zavartalanul működik, de geopolitikai konfliktusok vagy üzleti érdekellentétek esetén gyorsan kiderülhet, mennyire érzékeny ez a függőség.

Szabolcsi András szerint ezért indokolt az az európai törekvés, hogy saját fizetési infrastruktúra jöjjön létre, amely kevésbé teszi kiszolgáltatottá a kontinenst külső szolgáltatóknak. A digitális euró ennek egyik eleme lehet, ugyanakkor szerinte továbbra is nyitott kérdés, hogy mennyiben jelent valódi előrelépést, ha a rendszer alapvetően számlaalapon működik. Ebben az esetben ugyanis az anonimitás továbbra sem lesz olyan erős, mint a készpénznél.

A dilemma tehát változatlan: hogyan lehet egyszerre megőrizni a készpénzhez hasonló magánszférát, miközben továbbra is biztosítható a pénzmosás elleni fellépés, a visszaélések felismerése és a tranzakciók szükség esetén történő visszakövetése.

A műsorban ismét előkerült az előző adás központi témája, a digitális készpénz. Ennek lényege, hogy normál használat mellett anonim módon lehessen vele fizetni, vagyis ne lehessen könnyen profilt építeni a felhasználóról a tranzakciói alapján.

Ugyanakkor ha egy tranzakció kapcsán megalapozott gyanú merül fel, a rendszerben rendelkezésre álló információk alapján hatósági felügyelettel visszakövethető lenne, hogy a digitális pénz milyen szereplőkön keresztül haladt.

Ez a kettősség az egyik legnehezebb feladat a digitális pénzek tervezésében. Ha túl sok adat látható, elveszik a készpénz egyik alapvető tulajdonsága. Ha viszont semmi nem követhető vissza, akkor jelentősen nő a pénzmosás, a csalás és más visszaélések kockázata. A digitális készpénz mögötti elképzelés éppen ezért nem teljes anonimitást és nem is teljes megfigyelhetőséget céloz, hanem a kettő közötti technológiai egyensúlyt.

A beszélgetés egyik legfontosabb technológiai témája a kvantumszámítógépek fejlődése volt. Szabolcsi András elmondása szerint a digitális készpénz jelenlegi protokollja még nem kvantumrezisztens, viszont eleve úgy tervezték, hogy a mögöttes kriptográfiai megoldások később cserélhetők legyenek.

Ezt nevezik kriptoagilitásnak. A gyakorlatban ez azt jelenti, hogy ha egy jelenleg használt titkosítási módszer a jövőben sérülékennyé válik, a teljes rendszer újraírása nélkül lecserélhető egy kvantumrezisztens alternatívára.

A kérdés azért sürgető, mert már most létezik az úgynevezett „harvest now, decrypt later” fenyegetés. Ennek lényege, hogy támadók vagy hírszerző szolgálatok ma begyűjtik a titkosított adatokat, abban bízva, hogy néhány év vagy évtized múlva egy fejlettebb kvantumszámítógéppel képesek lesznek azokat visszafejteni.

Ez különösen problémás olyan dokumentumoknál vagy érzékeny információknál, amelyeknek hosszú időn át titkosnak kellene maradniuk. A beszélgetés alapján ezért a kvantumrezisztens átállás már nem távoli technológiai kérdés, hanem jelenlegi stratégiai feladat.

A kvantumkockázatok kapcsán a Bitcoin is szóba került. Egy decentralizált rendszerben különösen nehéz lehet időben átállni új kriptográfiai megoldásokra, hiszen ehhez széles körű konszenzusra van szükség.

Szabolcsi András szerint maga az átállás valószínűleg megoldható lesz, de a valódi kérdés inkább az, mi történik a korábbi tranzakciókkal és címekkel. Az új tranzakciók már használhatnak kvantumrezisztens algoritmusokat, de a régi adatok továbbra is visszafejthetők maradhatnak.

Ez különösen érzékeny lehet olyan tárcák esetében, amelyekhez hosszú ideje nem nyúlt senki. Ilyen például a Satoshi Nakamotónak tulajdonított jelentős bitcoinállomány. Ha a jövőben ezek a címek kriptográfiailag sérülékennyé válnának, annak nemcsak technológiai, hanem piaci következményei is lehetnének.

A műsor vége már nemcsak a fizetési technológiáról, hanem annak gazdasági jelentőségéről szólt. Szabolcsi András szerint Magyarország számára különösen nagy lehetőség lenne, ha a digitális készpénzhez hasonló deep tech fejlesztések nem külföldre kerülnének, hanem itthon épülnének tovább.

A problémát szerinte az jelenti, hogy Magyarországon kevés ösztönző van a hosszú távú, magas kockázatú kutatás-fejlesztési projektek finanszírozására. Egy többéves kriptográfiai kutatás nehezen illeszkedik a gyors megtérülést váró üzleti környezetbe, miközben a kutatói világban is sokszor inkább a gyors publikációk ösztönzik a szereplőket.

Pedig az ilyen fejlesztésekből hosszú távon komoly gazdasági érték születhet. Ha egy ország nemcsak felhasználója, hanem beszállítója is lesz a jövő pénzügyi infrastruktúrájának, az nemcsak technológiai önállóságot, hanem exportképes tudást és új vállalkozásokat is teremthet.

A digitális készpénz körüli vita ezért jóval többről szól, mint arról, hogy mivel fizetünk majd a boltban. A háttérben az a kérdés húzódik meg, ki építi a jövő fizetési infrastruktúráját, ki birtokolja a hozzá kapcsolódó tudást, és ki lesz képes időben alkalmazkodni azokhoz a technológiai változásokhoz, amelyek már most elkezdték átalakítani a pénzügyi rendszert.

A digitális fizetés ma gyors, kényelmes és szinte mindenhol elérhető, de van egy gyenge pontja: áram és hálózat nélkül könnyen működésképtelenné válhat. A Fintech Világa legutóbbi adásában Érczfalvi András műsorvezető Siklós Bencével, a Peak tanácsadójával és Szabolcsi András kriptográfussal, pénzügyi IT szakemberrel beszélgetett arról, lehet-e olyan digitális pénzt létrehozni, amely a készpénz előnyeit és a modern elektronikus fizetések gyorsaságát egyszerre tudja biztosítani.

A mai pénzügyi rendszerben alapvetően két pénzformát használunk. Az egyik a fizikai készpénz, a másik a számlapénz, amelyet banki rendszereken keresztül mozgatunk. A bankkártyás fizetés, az azonnali átutalás, a QR-kódos fizetés vagy akár egy fizetési gyűrű mögött is számlapénz és valamilyen digitális infrastruktúra dolgozik.

Ez azonban azt jelenti, hogy ezek a rendszerek hálózati és energiaellátási függőséggel működnek. Ha nincs áram vagy kommunikációs kapcsolat, a digitális fizetési lánc könnyen megszakadhat. A műsorban példaként az Ibériai-félsziget áramszünete került elő, ahol egy komolyabb leállás idején az ATM-ek és az elektronikus fizetések is problémássá váltak. Ilyen helyzetben a készpénz marad az egyik legbiztosabb menekülőút.

Csakhogy a készpénznek is megvannak a maga hátrányai. Drága előállítani, szállítani, őrizni és kezelni, távolra nem lehet vele fizetni, anonimitása pedig pénzmosási és hamisítási kockázatokat is hordoz. A számlapénz ezzel szemben gyors és bárhonnan használható, viszont sok szereplőn keresztül halad, így a tranzakciók jóval kevésbé anonimak.

Szabolcsi András szerint éppen ebből a kettősségből következik a digitális készpénz ötlete. A cél nem az, hogy egyszerűen digitalizáljuk a készpénzt, hanem hogy létrejöjjön egy harmadik forma, amely egyszerre hordozza a készpénz és a számlapénz előnyeit.

A digitális készpénz távolról is működhetne, gyors és azonnali lenne, ugyanakkor offline fizetést is lehetővé tenne. Nem lenne szükség minden tranzakciónál központi kapcsolatfelvételre, miközben a rendszer képes lenne azonnal felismerni a visszaéléseket.

Ez különbözteti meg a jelenlegi digitális jegybankpénz (CBDC) koncepciók jelentős részétől is. A digitális jegybankpénzek többnyire továbbra is számlaalapú rendszerekre épülnek, vagyis nem szakítanak teljesen a jelenlegi digitális banki infrastruktúrával. A digitális készpénz ezzel szemben új működési modellt igényelne.

A legérdekesebb kérdés az, hogyan lehet egyszerre anonim és mégis biztonságos egy ilyen rendszer.

Szabolcsi András egy egyszerű hasonlattal magyarázta el a működést. Egy digitális bankjegybe úgy kerülne bele a tulajdonoshoz kapcsolódó kriptográfiai információ, hogy abból önmagában ne lehessen visszafejteni a személyazonosságát. Egy szabályos fizetés során ez továbbra sem tenné azonosíthatóvá a felhasználót.

Ha azonban valaki ugyanazt a digitális bankjegyet kétszer próbálná elkölteni, a két tranzakcióból már összeállhatna az a kriptográfiai információ, amely felfedi a csaló kilétét. Vagyis a rendszer normál használat mellett megőrizné a készpénzszerű anonimitást, visszaélés esetén viszont képes lenne azonosítani az elkövetőt.

A tulajdon átruházása szintén kriptográfiai módon történne. Minden fizetésnél új információ adódna hozzá a digitális bankjegyhez, amely igazolja, hogy az már az új tulajdonoshoz tartozik. Így egyfajta fizetési láncolat alakulna ki, amely önmagában anonim maradhat, de megfelelő jogi eljárás esetén visszafejthető lenne.

Az offline digitális pénz egyik legnehezebb technológiai kérdése a double spending, vagyis a kettős költés. Digitális adatot ugyanis alapvetően könnyű lemásolni, ezért elméletileg ugyanazt az értéket több helyen is meg lehetne próbálni elkölteni.

A világ több évtizede keresi erre a megfelelő megoldást. Az egyik lehetőség az offline fizetés szigorú korlátozása, a másik valamilyen hardveralapú védelem, például biztonsági chip használata.

A műsorban bemutatott megközelítés más irányt követ: nem feltétlenül magát a másolást akarja fizikailag ellehetetleníteni, hanem azt biztosítaná, hogy a kettős költés egyértelműen felfedje az elkövetőt. Ez fontos különbség, mert így elméletileg szoftveres alapon is működhetne egy offline digitális pénzrendszer.

A digitális készpénz nem feltétlenül lenne a digitális euró konkurense. Sokkal inkább egy technológiai rétegként működhetne, amelybe különböző pénzformákat lehet „becsomagolni”.

Ez azt jelenti, hogy nemcsak egy új pénztípust lehetne létrehozni, hanem akár a számlapénz vagy a digitális euró is kaphatna offline működési képességet. Ebben a modellben a jegybank továbbra is felügyelhetné a rendszert és a forgalomban lévő pénzmennyiséget, miközben a kereskedelmi bankok szolgálnák ki az ügyfeleket.

A gyakorlatban ez akár azt is jelenthetné, hogy amikor valaki digitális készpénzre váltana, nem kellene ATM-et keresnie. Elég lenne néhány gombnyomás a telefonon, és az érték közvetlenül az eszközén jelenhetne meg, majd internetkapcsolat nélkül is elkölthető lenne.

A technológia egyelőre fejlesztési és validációs fázisban van. Szabolcsi András elmondása szerint a protokoll több iteráción ment keresztül, a következő fontos lépés pedig a független kriptográfiai peer review lehet. Ha a megközelítés kiállja ezeket a vizsgálatokat, a digitális készpénz hosszabb távon valódi alternatívát kínálhat arra a problémára, amelyet a mai fizetési rendszerek még nem oldottak meg teljesen: hogyan lehet digitálisan, gyorsan és biztonságosan fizetni akkor is, amikor nincs hálózat.