Delphi Digital：DeAIの将来性を覗く
TechFlow厳選深潮セレクト
Delphi Digital：DeAIの将来性を覗く
DeAIの本当に組み合わせ可能な計算の最終的なビジョンは、ブロックチェーン自体の正当性を証明する可能性がある。
Web3業界の深掘り報道に専念し潮流を洞察執筆：PonderingDurian、Delphi Digitalリサーチャー
翻訳：Pzai、Foresight News
暗号資産は本質的に経済的インセンティブを内蔵したオープンソースソフトウェアであり、AIがソフトウェア開発の方法を根本から変えようとしている今、AIはブロックチェーン分野全体に大きな影響を与えるだろう。
AI × Crypto 全体スタック
DeAI：機会と課題
私見では、DeAIが直面する最大の課題はインフラ層にある。基礎モデルの構築には巨額の資金が必要であり、データと計算規模における収穫逓増も大きいからだ。
スケーリング則（scaling laws）を考慮すると、テック大手は天然の優位性を持っている。Web2時代、彼らは消費者需要を集約することで独占的利潤を得ており、長年にわたり人為的に低価格を維持しながらその利益をクラウドインフラへ再投資してきた。現在、これらのインターネット巨人は、AIのキーコンポーネントであるデータと計算を支配することでAI市場を掌握しようとしている。
大規模モデルのトークン量比較
大規模訓練の資本集中性と高帯域幅要件を考えると、統合されたスーパークラスタが依然として最適解であり、これによりテック大手は最高性能のクローズドソースモデルを提供し、そのモデルを独占的利潤でレンタル販売し、得られた収益を次世代製品への再投資に回す計画を立てている。
しかし実際には、AI分野の参入障壁はWeb2のネットワーク効果よりも浅いことが判明している。最先端モデルは分野内で急速に陳腐化しており、特にMeta社は「焦土戦略」を採用し、数百億ドルを投じて開発したLlama 3.1のようなオープンソースの最先端モデルをSOTAレベルの性能で公開している。
Llama 3 大規模モデル評価
この状況に、低遅延分散型トレーニング手法に関する新興研究を加味すれば、一部の先進的なビジネスモデルが商品化される可能性がある。知能の価格が下がるにつれ、競争の軸はハードウェアのスーパーグループ（＝テック大手有利）からソフトウェアのイノベーション（＝ややオープンソース／暗号資産有利）へと移行するだろう。
能力指数（品質）－ 訓練コスト分布図
「エキスパートの混合」（Mixture of Experts）アーキテクチャや、大規模モデルの合成・ルーティングにおける計算効率を考慮すれば、世界が3～5個の巨大モデルだけに支配されるのではなく、コストと性能のトレードオフが異なる数百万ものモデルが存在する、相互に接続された知能ネットワーク（ハチの巣）の世界になる可能性が高い。
こうした状況は巨大な調整問題を生む。ここでブロックチェーンと暗号資産のインセンティブ設計が、非常に有効な解決策となりうる。
DeAIの主要投資領域
ソフトウェアが世界を食いつくしている。AIがソフトウェアを食いつくしている。そしてAIとは、本質的にデータと計算である。
Delphiは、このスタック内の各コンポーネントに注目している。
簡略化されたAI × Cryptoスタック
インフラストラクチャー
AIの原動力がデータと計算である以上、DeAIインフラはこれらを可能な限り効率的に調達することを目指しており、通常は暗号資産のインセンティブメカニズムを活用する。前述の通り、ここは競争において最も困難な部分だが、ターゲット市場の規模を考えれば、リターンも最も高い可能性がある。
計算
これまで、分散型トレーニングプロトコルやGPUマーケットプレイスは遅延の制約を受けてきた。しかし、それらは潜在的に異種混合のハードウェアを協調させ、大手企業の統合ソリューションでは対象外となるユーザーに、より安価でオンデマンドな計算サービスを提供することを目指している。Gensyn、Prime Intellect、Neuromeshなどが分散型トレーニングを推進しており、io.net、Akash、Aethirなどはエッジ知能に近い低コストの推論を実現している。
供給集約に基づくプロジェクトのニッチ分布
データ
より小さく、専門性の高いモデルが普及する知能の遍在化世界では、データ資産の価値と貨幣化の度合いがますます高まる。
これまでDePIN（分散型物理インフラネットワーク）は、通信会社などの資本集中型企業と比べて低コストのハードウェアネットワークを構築できることから注目されてきた。しかし、DePINの最大の潜在市場は、新たなタイプのデータセットの収集にあり、こうしたデータは将来的にオンチェーンの知能システムへ流れ込むことになる。つまり、「エージェントプロトコル」（後述）である。
この世界では、地球上最大の潜在市場である労働力が、データと計算によって置き換えられていく。この中でDeAIインフラは、非技術者が生産手段を掌握する手段を提供し、到来するネットワーク経済に貢献できるようになる。
ミドルウェア
DeAIの最終目標は、効果的な可換算（composable computing）を実現することである。DeFiが「資本のレゴ」であるように、DeAIは現在の絶対性能の不足を「無許可の可組み合わせ性」によって補い、ソフトウェアおよび計算プリミティブのオープンエコシステムを時間とともに複利的に成長させることで、既存のソリューションを（将来的に）上回ることを目指している。
Googleが「統合」の極致だとすれば、DeAIは「モジュール化」の極致を表す。Clayton Christensenが指摘したように、新興産業では摩擦を減らせる統合型アプローチが初期リードを得やすいが、産業が成熟するにつれて、スタック各層での競争とコスト効率を高めるモジュール化が優位になる。
統合型 vs モジュール型 AI
我々は、このモジュール化ビジョンの実現に不可欠な以下のカテゴリに強い関心を持っている。
ルーティング
知能が断片化する世界では、最適価格で正しいモデルとタイミングを選ぶにはどうすべきか？ 需要側アグリゲーターは常に価値を獲得してきており（アグリゲータ理論参照）、ルーティング機能はネットワーク知能世界における性能とコストのパレート曲線を最適化する上で極めて重要である。
Bittensorは第一世代でリードを保っているが、多くの特化型競合も登場している。
Alloraは「文脈認識」を持ち、時間とともに自己改善する形で、異なる「テーマ」ごとに複数モデル間のコンテストを開催し、特定条件下での過去の正確性に基づいて将来の予測にフィードバックを行う。
Morpheusは、Web3ユースケース向けの「需要側ルーティング」を目指す。本質的には、ユーザーの文脈を理解できるオープンソースのローカルエージェントを持ち、DeFiやWeb3の「可組み合わせ計算」インフラの新興コンポーネントを通じてクエリを効果的にルーティングできる「Apple Intelligence」のような存在を目指している。
TheoriqやAutonolasといったエージェント相互運用性プロトコルは、モジュール型ルーティングを極限まで推し進め、柔軟なエージェントやコンポーネントが可換・複合され、完全に成熟したオンチェーンサービスを形成するエコシステムを目指している。
まとめると、知能が急速に断片化する世界では、需要・供給双方のアグリゲーターが極めて強力な役割を果たす。Googleが全世界の情報をインデックス化することで2兆ドル企業になったなら、需要側ルーターの勝者は――それがApple、Google、あるいはWeb3のソリューションであろうと――エージェント知能をインデックス化することで、さらに大きなスケールを実現するだろう。
コプロセッサ
分散性ゆえに、ブロックチェーンはデータと計算の両面で大きく制限されている。ユーザーが必要とする計算・データ集約型のAIアプリをブロックチェーンにどう導入するか？ その答えが「コプロセッサ」である。
コプロセッサのCryptoにおけるアプリ層での活用
これらはすべて、使用される基礎データやモデルの正当性を「検証」するためのさまざまな技術を持つ「オラクル」であり、これによりオンチェーンでの新たな信頼前提を最小限に抑えつつ、能力を大幅に向上させる。これまで、zkML、opML、TeeML、暗号経済的手法などを用いた多数のプロジェクトが登場しており、それぞれに長所と短所がある。
コプロセッサの比較
より高い視点では、コプロセッサはスマートコントラクトを「知能化」するために不可欠である。個別化されたオンチェーン体験のためにクエリ可能な「データウェアハウス」的なソリューションを提供したり、特定の推論が正しく完了したかどうかを検証したりする。
Super、Phala、MarlinなどのTEE（Trusted Execution Environment）ネットワークは、実用性と大規模アプリケーションの処理能力の高さから、最近ますます人気が高まっている。
総じて、コプロセッサは高確実性だが低性能のブロックチェーンと、高性能だが確率的なエージェントを融合させる上で極めて重要である。コプロセッサなしでは、AIは現世代のブロックチェーンには実装できないだろう。
開発者インセンティブ
AIのオープンソース開発における最大の課題の一つは、持続可能なインセンティブの欠如である。AI開発は極めて資本集中型であり、計算資源とAI分野の知識労働の機会コストも非常に高い。オープンソースへの貢献に対して適切な報酬がなければ、この分野は必然的に超資本主義的なスーパーコンピュータに敗北する。
SentimentからPluralis、Sahara AI、Miraに至るまで、これらのプロジェクトは、分散した個人ネットワークがネットワーク知能に貢献できるようにしながら、適切なインセンティブを提供することを目指している。
ビジネスモデルによる補完を通じて、オープンソースの複利成長速度は加速するはずだ。これにより、開発者やAI研究者はビッグテック以外のグローバルな選択肢を得られ、創造した価値に応じて豊かな報酬を受け取れるようになる。
これを実現するのは非常に難しく、競争も激化しているが、潜在市場は極めて大きい。
GNNモデル
大規模言語モデル（LLM）は大量のテキストデータの中でパターンを見つけ、次の単語を予測する学習を行うが、グラフニューラルネットワーク（GNN）はグラフ構造データを処理・分析・学習する。オンチェーンデータは主にユーザーとスマートコントラクト間の複雑な相互作用で構成されており、言い換えれば「グラフ」であるため、GNNはオンチェーンAIユースケースを支える自然な選択肢となる。
PondやRPSなどのプロジェクトは、Web3用の基礎モデルの構築を目指しており、これは取引、DeFi、さらにはソーシャル用途にも応用可能である。例えば：
-
価格予測： オンチェーン行動モデルによる価格予測、自動取引戦略、センチメント分析
-
AIファイナンス： 既存のDeFiアプリとの統合、高度なリターン戦略と流動性活用、より良いリスク管理／ガバナンス
-
オンチェーンマーケティング： よりターゲットを絞ったエアドロップ／配信、オンチェーン行動に基づくレコメンデーションエンジン
これらのモデルはSpace and Time、Subsquid、Covalent、Hyperlineなどのデータウェアハウスソリューションを多用する。私もこれらのプロジェクトに強い関心を持っている。
GNNは、ブロックチェーン向けの大規模モデルとWeb3データウェアハウスが不可欠な支援ツールであることを示している。つまり、Web3にOLAP（オンライン分析処理）機能を提供するのである。
アプリケーション
私の見解では、オンチェーンエージェントは、暗号資産が長年抱えるユーザーエクスペリエンスの問題を解決する鍵となるかもしれない。それ以上に重要なのは、過去10年間で数十億ドルをWeb3インフラに投入してきたにもかかわらず、需要側の利用率が著しく低いという現状である。
心配はいらない。エージェントがやってくる…
AIが人間の行動のあらゆる次元で達成するテストスコアの成長
これらのエージェントは、支払いと可組み合わせ計算を横断するオープンで無許可のインフラを利用し、より複雑な最終目的を達成する。これは論理的にも納得できる。到来するネットワーク化された知能経済では、経済の流れはB→B→Cではなく、ユーザー→エージェント→計算ネットワーク→エージェント→ユーザーとなるかもしれない。この流れの最終形が「エージェントプロトコル」である。アプリやサービス企業は限られたオーバーヘッドで、主にオンチェーンリソースを活用し、従来企業よりもはるかに低いコストで、最終ユーザー（または互いに）のニーズを可組み合わせネットワーク内で満たすことができる。Web2のアプリ層が大部分の価値を獲得したように、私はDeAIにおける「ファットエージェントプロトコル」理論の支持者である。時間の経過とともに、価値捕獲はスタックの上層へと移行すべきである。
生成AIにおける価値蓄積
次のGoogle、Facebook、BlackRockはおそらくエージェントプロトコルであり、それを実現するコンポーネントたちが今まさに誕生しようとしている。
DeAIの終着点
AIは私たちの経済形態を変えるだろう。現在、この価値の大部分が北米西海岸の数社に限定されると市場は予想している。しかしDeAIは異なるビジョンを提示する。それは、わずかな貢献に対しても報酬を与え、より多くの集団的所有権・管理権を持つ、オープンで可組み合わせ可能な知能ネットワークのビジョンである。
確かにDeAIに関する一部の主張は誇張されており、多くのプロジェクトが現時点の実績をはるかに超えた価格で取引されている。しかし、そこに潜む機会の規模は確かに大きい。忍耐強く、遠見のある人々にとって、DeAIが掲げる真の可組み合わせ計算の最終ビジョンは、ブロックチェーン自体の正当性を証明するかもしれない。
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
Delphi Digital
