人工智能（AI）与组织身份

随着人工智能代理开始代表组织寻找服务、交换信息并发起支付，一个实际问题随之而来：另一方如何验证该代理背后的组织身份，以及该代理被授权执行哪些操作？全球法人识别编码（LEI）提供了一个与经过验证的法定实体参考数据相关联的全球标准化标识符。 可验证 LEI（vLEI）将这一基础延伸至数字交互领域，使交易对手能够通过计算方式验证组织身份及其代表人的授权范围。

GLEIF 正在研究该基础设施如何支持未来针对 AI 代理的授权委托方案，特别是在支付领域。除了这一新兴领域外，标准化的 LEI 参考数据已支持基于 AI 的法定实体分类。这些应用分别满足不同的需求：在 AI 代理采取行动时验证其授权，以及改进用于 AI 驱动分析的组织数据。

支付领域中的代理型人工智能：身份与授权委托的验证

组织虽可将支付任务委托给软件，但交易对手仍需证据以确认：谁授权了该代理、其可采取哪些行动，以及如何核查这些权限。全球法人识别编码（LEI）可识别相关法定实体的身份。现有的vLEI凭证能够通过计算方式验证组织身份以及代表该实体行事人员的角色和权限。要将特定的AI代理与组织及其获准采取的行动建立关联，则需要在交易时提供额外的授权证据和控制措施。

GLEIF于2026年9月发布的工作论文《支付中的代理型人工智能：建立互操作性信任与控制》探讨了一种可行方案。该论文分析了拟议的“代理授权凭证”（AMC），该凭证可将人工智能代理的加密标识符与经过验证的组织及授权人员关联起来，同时明确规定允许执行的任务、交易限额及有效期。 例如，企业财务主管可授权代理执行既定的供应商付款；支付服务提供商可在执行前验证授权链并实施交易时控制措施。该论文还探讨了撤销、审计记录、隐私及互操作性等问题。AMC目前仍处于进一步研究和测试的提案阶段，既不是vLEI生态系统内发行的凭证，也不是最终确定的行业标准。

基于人工智能的数据分析：法定实体名称理解（LENU）

法律形式因司法管辖区、语言和命名惯例的不同而各异，难以进行一致的分类。基于 ISO 20275 的《机构法律形式（ELF）代码列表》为每种机构法律形式分配了一个由四个字符组成的字母数字代码。 GLEIF 与 Sociovestix Labs 合作开发了“法定实体名称理解”（LENU）——一款开源机器学习工具，可根据法定实体名称预测其法律形式，并建议相应的 ELF 代码。LENU 利用标准化的 LEI 参考数据来训练针对特定司法管辖区的模型，并可支持：

• 在不同语言和命名惯例下实现更一致的法律形式分类。
• 当记录使用不同标签时，能实现更精准的实体匹配和数据整合。
• 为下游流程准备法律形式数据时，减少人工操作。
• 当建议的 ELF 代码与现有 LEI 记录中的代码不一致时，可进行数据质量审查。

这些机器可读的分类结果有助于组织为分析、客户入职及其他数字化流程准备更一致的实体数据。以下 GLEIF 讲解视频介绍了 LENU。

LENU 是一个可在 GitHub 上获取的开源 Python 库，其针对特定司法管辖区的模型也可在 Hugging Face 上获取。其基于 Transformer 的模型能够处理跨语言和跨司法管辖区的实体名称。

当 GLEIF 发现 LENU 的预测结果与现有 LEI 记录之间存在明显差异时，可向相关 LEI 发行机构发送质疑数据，以便其进行核实并在必要时进行更正。更新后的参考数据随后可用于指导后续模型版本的开发。

GLEIF、圣加仑大学和 Sociovestix Labs 联合发表了题为《基于 Transformer 的法定实体法律形式分类》的科研论文，该论文探讨了这一方法及其在支持数据标准化和实体匹配方面的潜力。

如需了解概述，请阅读我们最新的博客文章《当AI代理进行交易时，背后是谁？》。关于更广泛的支付背景，请参阅《跨境支付》