データ資産化後、プライバシーインフラはどのくらいの市場シェアを獲得できるのか？
TechFlow厳選深潮セレクト
データ資産化後、プライバシーインフラはどのくらいの市場シェアを獲得できるのか？
データのプライバシー、高コスト、技術の集中化といった課題に直面して、人工知能はいかにしてこれらの制約を突破し、新たな段階へと進むことができるのか？
Web3業界の深掘り報道に専念し潮流を洞察著者：Jason
70年前、コンピュータの普及がわずかな火種を灯し始めたばかりの時代に、我々は全デジタル社会が目前に迫る中で、個人がデジタル世界において「第二の生命」を持つようになるとは想像もしていなかった。ネット上の広大な「並行宇宙」の中で、私たちは絶えず自己の境界を拡大し、新しいことに挑戦し、物質的生活を改善している。同時に、流動的な足跡――データも刻み続けている。
では、データとは何か？情報科学における基本的でありながらも複雑なこの問いには、自明の答えはない。
簡単に言えば、データは観察の産物である。観察対象には、物体、個人、機関、出来事およびそれらを取り巻く環境などが含まれる。観察は一連の視点、方法、ツールに基づいて行われ、度量衡単位などの対応する記号表現システムとともに進められる。データとは、こうした記号表現システムを用いて観察対象の特徴や行動を記録した結果である。
データは文字、数字、図表、音声、映像などの形態をとることができる。存在形態としては、デジタル化されたもの（Digital）もあれば、非デジタル化されたもの（例えば紙に記録されたもの）もある。しかし情報通信技術（ICT）の発展に伴い、ますます多くのデータがデジタル化されている。
Statistaの分析によると、2025年までに世界中のネット接続デバイス数は309億台に達すると予測されている。これらの接続デバイスとサービスは膨大なデータ量を生み出し、IDCは2025年までに全世界のデータ量が163ZB（1ZBは1兆GBに相当）に達し、これは2016年の16.1ZBの約10倍になると予想している。
この押し寄せるデータの洪水の中、その内在的価値をどう掘り起こすかという問いに対して、人工知能（AI）が答えを提示している。
人工知能の60年
1956年の夏、ダートマス大学で6ヶ月間にわたるワークショップの中で、「人工知能（Artificial Intelligence）」という言葉がミンスキーら若手科学者たちの議論の中から生まれた。
2006年にヒントン教授が「ディープラーニング（Deep Learning）」ニューラルネットワークを提唱するまで、AIは目立った進展を見せていなかったが、この提唱を契機にAIは画期的な性能向上を遂げ、第三次のAIブームが前二回とは明らかに異なる様相を見せ始めた。ビッグデータと強力な計算能力に基づく機械学習アルゴリズムは、コンピュータビジョン、音声認識、自然言語処理など多くの分野で飛躍的進歩を遂げ、AI技術の応用も本格的に成熟期に入った。これにより、AIは真の意味での「知能」として実用化への道を歩み始めたのである。
今日では、AIは人々にとってもはや見慣れない技術ではなくなり、生活のさまざまな場面に溶け込んでいる。オンラインショッピングのような日常的な利用から、工場の生産ラインまで、AI技術がもたらす利便性と進歩が広く活用されている。
理論と技術の成熟は、応用分野の急速な拡大を促進し、商業化の段階的飛躍を牽引した。世界中の政府や企業組織は、AIが経済的・戦略的に極めて重要であることを徐々に認識し始め、国家戦略やビジネス活動としてAIに参入している。
10年前、モバイルインターネットの台頭がAIの爆発的発展を促す「特異点」となった。AppleやSamsungといったモバイル端末メーカー、Alibaba、Tencent、Facebook、Googleといったモバイルインターネットサービスプロバイダーが加速的に製品を刷新することで、従来のデスクトップインターネットに比べて時空間の制約が打破され、人間と機械のインタラクションがより容易になった。その一方で、自然言語処理、機械学習、視覚アルゴリズムなどのAI技術も飛躍的に進化した。
デロイトが発表した2019年グローバルAI発展ホワイトペーパーによると、2025年までに世界のAI市場規模は6兆ドルを超えると予測され、2017年から2025年までの年平均成長率（CAGR）は30％に達する見込みである。また、PwCが発表したAIの世界経済への影響に関するレポートでは、2030年までにAIの導入によって世界のGDPが追加で14％上昇し、15.7兆ドルの経済成長が見込まれるとし、これは現在の中国とインドのGDP合計を上回る規模である。世界的に見ても、AI市場は今後数年間で劇的な成長を遂げるだろう。
60年の歳月を経て、AIの炎はもはや燎原の勢いとなり、第四次産業革命＝技術革命に直面しながらも、その限界も次第に見え始めている。
課題の浮上
AIが新たな科学技術産業改革の変数かつコア技術となるためには、欠かせない三つの要素がある――データ、アルゴリズム、計算能力（算力）だ。
インターネット、特にモバイルインターネットが一般家庭にまで普及したことで、世界中でデータが大量に生成されるようになった。こうしたリアルで価値あるデータは、AIにとってまさに「生産素材」を供給している。
一方で、チップの処理能力の向上、クラウドコンピューティングの広範な活用、計算ハードウェアの価格大幅低下により、世界中で計算能力の需要が高まり、算力はAIにとっての「生産エンジン」として真価を発揮している。
ディープラーニング、機械学習、ニューラルネットワーク、コンピュータビジョンなどの飛躍的進歩により、多様な産業分野やソリューション市場が広がり、AIアルゴリズムも急速に発展した。医療、健康、金融、教育、セキュリティなど多くの垂直領域でAIが実際に活用されており、アルゴリズムはAIにとって効果的な「生産ツール」となっている。
この三要素の相乗効果により、AIは「黄金の10年」を迎えたが、その頭上にはダモクレスの剣が静かに忍び寄っていた。
まず顕在化したのは、データ規制とプライバシーの問題である。2018年にはEUが「一般データ保護規則（GDPR）」を施行し、2021年には中国でも『中華人民共和国データ安全法』および『中華人民共和国個人情報保護法』が相次いで施行された。特に『個人情報保護法』は個人の権益に重点を置き、市民のプライバシー、人格、人身、財産などの利益を守ることを目的としている。同法における「個人情報」とは、電子的またはその他の手段で記録された、既に識別可能または識別可能な自然人に関する各種情報を指しており、個人のプライバシーデータに対する監督強化は、データの乱用に強力な枷をかけることとなった。
さらに、データを保有する企業同士の間にもプライバシーのプレッシャーは存在する。データの共有と交換によって確かにAIアルゴリズムの精度は向上するが、同時に自社のデータが漏洩しないようにしなければならない。社内の異なる部門間でのデータ利用も、第三者とのデータ協力も、厳格なコンプライアンス確保が不可欠であり、データ連携プロジェクトを立ち上げる際には、常に「データ流通の安全性」が最優先の検討事項となる。
次に、モデル訓練コストの高騰がある。ハードウェア・ソフトウェアの進歩により、AIトレーニングの単位コストは毎年約37％低下しているものの、AIモデルの規模がそれ以上に急速に拡大している（年間10倍）。その結果、AIの総合的なトレーニングコストはむしろ増加の一途を辿っている。ある機関の試算では、最先端のAIモデルの訓練コストは現在の約100万ドルから2025年には1億ドル以上に達し、100倍近く上昇する可能性があるとされている。
データのプライバシー、コストの高さ、技術の集中化といった課題に直面する中で、AIはどのように壁を打ち破り、次の段階へと進めるのか？
いくつかの先端技術の研究と応用が、その前進の道を切り開いている。
誰もが使える人工知能へ
ブロックチェーンとプライバシーコンピューティング技術の登場は、AIに新たな視座を提供した。
データを巧みに組み合わせることで、ブロックチェーン、プライバシーコンピューティング、AIの三者は異なる形で化学反応を起こしている。これらの技術融合により、データの活用レベルは新たな高みに到達し、ブロックチェーンの基盤構造が強化され、AIの潜在能力もさらに引き出される。
ブロックチェーンの合意形成アルゴリズム（コンセンサスアルゴリズム）は、AIシステム内での主体間協働を支援できる。その技術的特性により、データの資産化が可能になり、より広範なデータ、アルゴリズム、算力を誘致し、より効率的なAIモデルの創出を促進する。
プライバシーデータを利用する必要がある場合、プライバシーコンピューティングは、データ提供者が元のデータを漏らすことなく、データの分析・計算を行うことができる。データ流通および統合の過程において「利用可能だが可視ではない（可用不可見）」状態を実現し、規制要件に応じたプライバシーおよびセキュリティ管理を保障することで、データ共有と価値交換を促進する。
現在の市場では、すでに多数のプライバシーコンピューティングとブロックチェーンを組み合わせたプラットフォーム製品が登場している。例えばアリババのAntChain MOS多方安全計算プラットフォーム、百度セキュリティのMesaTEEプラットフォームなどがある。しかし、こうしたプラットフォーム製品のほとんどはBtoBサービスをターゲットにしており、企業間のデータ共有・相互作用によるAIアルゴリズムの改善という基本的な矛盾を解決しているに過ぎず、AIの民主化や安全な汎用人工知能（AGI）の構築にはまだ踏み込んでいない。
企業向けサービスは、現時点でのAIの実用化の出発点にすぎない。近い将来、データの所有権は最終的に個人に帰属することになるだろう。技術も、生産素材も、生産道具も個人に還元され、その上で初めて、「データ」という「新世代の生産要素」を中心に、AI、ブロックチェーン、プライバシーコンピューティングを技術的インフラとして、高度なAIの出現と進化を促し、汎用人工知能（AGI）への道を探ることができるのだ。
最近、ある先端技術研究に特化した企業が発表した製品は、汎用AIの普遍的利用において新たな方向性を示した。
PlatON プライバシーコンピューティングネットワーク（仮称）は、分散型のデータ共有およびプライバシーコンピューティング基盤ネットワークであり、製品設計の初期段階から独自のアプローチを取り入れ、AIの三要素――算力、アルゴリズム、データをユーザー向けに統合している。つまり、ユーザーであれば、データ所有者、データ利用者、アルゴリズム開発者、算力提供者のいずれかあるいは複数の身分でプラットフォームに参加でき、さまざまなタスクを遂行できる。分散型の方式で必要なデータ、アルゴリズム、算力を集結させ、安全で汎用的なAIの新しいパラダイムを創造する。
商用製品として、PlatONプライバシーコンピューティングネットワークはもはやBtoB向けの企業製品ではなく、機関および個人を含む広範なユーザー層に向けて開放されている。具体的には：
-
データ所有者として、個人および機関はデータノードとしてデータを追加し、プラットフォーム上で公開される計算タスクに参加できる。これは驚くべきイノベーションであり、データの所有権を明確にし、価格付けを行い、保護することで、プライバシーを守りつつデータを真に資産化することを実現している。
-
算力提供者として、個人や機関は空きサーバー（算力）を外部に提供し、他者が計算タスクを実行する際に消費するマシンリソースを供給することで、ネットワークの計算タスクを支援し、対価を得ることができる。
-
アルゴリズム提供者として、個人のAI開発者は最大限の能力を発揮し、適切なAIアルゴリズムを提供することで計算タスクを支援し、報酬を得ることができる。
これにより、自由で開放的、持続可能な「AIマーケットプレイス」が形成される。プラットフォーム上でデータと算力を公開し、それらを利用してアルゴリズムの計算を行うことができる。ブロックチェーン上の暗号経済学（Cryptoeconomics）を活用することで、データ、算力、アルゴリズムを貨幣化し、有効なインセンティブメカニズムを構築し、より多くのデータ、アルゴリズム、算力がネットワークに参加するよう促進する。次第に、データ、アルゴリズム、算力の分散型共有・取引市場が形成されていく。
さらに、PlatONはデータのプライバシー保護にも多層的な対策を講じており、セキュアマルチパーティ計算（SMPC）、ゼロ知識証明、準同型暗号、検証可能計算、フェデレーテッドラーニングなど複数の暗号技術を融合して協調計算を実現し、ローカルデータを保護する。これにより真に「データは利用可能だが可視ではない」を実現しているだけでなく、計算結果、例えば訓練完了後のAIモデルのプライバシーも保護される。また、製品はスマートコントラクトを効率的に実行でき、主流のディープラーニングフレームワークもスムーズに動作させることが可能で、汎用性、互換性、高可用性を確保している。
全体像を見ると、プライバシーコンピューティングネットワークは、プラットフォーム型のアプローチで、AI、ブロックチェーン、プライバシーコンピューティング技術を核とし、データのライフサイクル全般にわたる管理能力を構築している。アプリケーションのニーズに応じて、下位レイヤー、経済モデル、データ・アルゴリズム・算力リソースなどとシームレスに連携できる。個人のデータを起点とし、データサイロの問題を解決することで、データは保護され利用されるだけでなく、個人や機関の資産ともなる。
現在、本製品は内測段階にある。これほど大規模で複雑なプラットフォーム製品ゆえ、大きな課題に直面することは避けられない。例えば：データの多者間価格決定はどう行うのか？複数の主体を介したデータ流通の中で、いかに正確にデータを抽出・利用するのか？コアアルゴリズムはどのようにしてAI開発者を惹きつけるのか？
それでもなお、これは前例のないスーパーデータビジネス体であり、新技術の融合と応用には時間が必要であり、製品の完成度向上にも時間がかかる。しかし、PlatONプライバシーコンピューティングネットワークは、データの商業化への道にすでに一歩を踏み出している。
未来に向かって、データ経済が飛躍する「特異点」が、ここに花開くかもしれない。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
