分散型データレイヤー：AI時代の新インフラ
TechFlow厳選深潮セレクト
分散型データレイヤー：AI時代の新インフラ
データリソースという垂直領域に注目すると、Webの新興プロジェクトはデータの取得、共有および利用に対して新たな可能性を提供している。
Web3業界の深掘り報道に専念し潮流を洞察執筆：IOSG Ventures
TL/DR
AIとWeb3が、計算ネットワーク、エージェントプラットフォーム、コンシューマーアプリなどさまざまな垂直領域で互いの強みを活かし合い、補完しあう可能性についてこれまで議論してきました。データリソースという特定の分野に焦点を当てるとき、Web3の新興プロジェクトは、データの取得、共有、利用に新たな可能性を提供しています。
-
従来のデータプロバイダーは、高品質でリアルタイム検証可能なデータに対するAIやその他のデータ駆動型産業の需要に十分応えられておらず、特に透明性、ユーザー制御、プライバシー保護の面で限界があります。
-
Web3のソリューションはデータエコシステムの再構築を目指しており、MPC（安全なマルチパーティ計算）、ゼロ知識証明、TLS Notaryなどの技術により、複数のソース間でのデータ流通における真正性とプライバシー保護を確保しています。また、分散型ストレージとエッジコンピューティングは、データのリアルタイム処理に対してより高い柔軟性と効率性を提供します。
-
特に分散型データネットワークという新しいインフラストラクチャーでは、OpenLayer（モジュラー型の本物のデータレイヤー）、Grass（ユーザーの空き帯域と分散型クローラーノードネットワークを利用する）、Vana（ユーザーのデータ主権を実現するLayer 1ネットワーク）といった代表的なプロジェクトが登場し、それぞれ異なる技術アプローチを通じて、AIトレーニングやアプリケーション分野に新たな展望を開いています。
-
クラウドソーシングによる容量、信頼不要の抽象層、トークンベースのインセンティブメカニズムを活用することで、分散型データインフラはWeb2の大規模サービスプロバイダーよりも、よりプライベートで安全かつ効率的で経済的なソリューションを提供できます。さらに、ユーザー自身が自分のデータおよび関連リソースを管理・制御できるようになり、よりオープンで安全かつ相互接続されたデジタルエコシステムの構築が可能になります。
1. データ需要の波
データはあらゆる業界におけるイノベーションと意思決定の鍵となる要因となっています。UBSによると、2020年から2030年にかけて世界のデータ量は10倍以上増加し、660ZBに達すると予測されています。2025年には、世界中の人々一人あたり毎日463EB（エクサバイト、1EB＝10億GB）のデータを生み出すとされています。データ即サービス（DaaS）市場も急速に拡大しており、Grand View Researchの報告書によると、2023年のDaaS市場規模は143.6億ドルで、2030年までに年間平均成長率28.1%で拡大し、最終的に768億ドルに達すると見込まれています。これらの急成長数字の背景には、多様な産業分野における高品質でリアルタイムかつ信頼できるデータへの強い需要があります。
AIモデルのトレーニングは大量のデータ入力を必要とし、パターン認識やパラメータ調整に使用されます。トレーニング後も、モデルの性能や汎化能力をテストするためにデータセットが必要です。さらに、将来の主要な知的アプリケーション形態として予想されるAIエージェントは、正確な意思決定とタスク遂行のために、リアルタイムで信頼できるデータ源を必要としています。
(Source: Leewayhertz)
ビジネス分析のニーズもますます多様化・広範囲化しており、企業イノベーションを推進する中心的ツールとなっています。たとえば、ソーシャルメディアプラットフォームやマーケットリサーチ会社は、戦略立案やトレンド洞察のために信頼できるユーザービヘイビアデータを必要としており、複数のソーシャルプラットフォームからの多様なデータを統合して、より包括的なユーザー像を構築しています。
Web3エコシステムにおいても、チェーン上での新型金融商品のサポートには信頼できるリアルデータが必要です。ますます多くの資産がトークン化されるにつれ、革新的な製品開発やリスク管理を支援するための柔軟かつ信頼できるデータインターフェースが求められ、スマートコントラクトが検証可能なリアルタイムデータに基づいて実行できるようにする必要があります。
これらに加えて、科学研究、IoT（モノのインターネット）なども挙げられます。新しいユースケースは、各業界が多様で真実かつリアルタイムのデータを強く求める状況を浮き彫りにしており、伝統的なシステムでは急激に増加するデータ量や変化し続けるニーズに対応するのが難しくなっています。
2. 従来のデータエコシステムの限界と問題点
典型的なデータエコシステムは、データ収集、保存、処理、分析、応用から成ります。中央集権型の特徴は、データが集中して収集・保存され、企業のコアITチームによって運用・管理され、厳格なアクセス制御が行われることです。
例えば、Googleのデータエコシステムは、検索エンジン、Gmail、Android OSなど複数のデータソースを含んでおり、これらのプラットフォームを通じてユーザーのデータを収集し、グローバルに分散したデータセンターに保存した上で、アルゴリズムを使って処理・分析を行い、さまざまな製品・サービスの開発・最適化を支えています。
金融市場では、LSEG（旧Refinitiv）が例として挙げられます。LSEGは、世界中の取引所、銀行、その他の主要金融機関からリアルタイムおよび過去のデータを取得し、自社のReuters Newsネットワークを通じて市場ニュースを収集し、独自のアルゴリズムとモデルを用いて分析データやリスク評価を生成し、付加価値製品として提供しています。
(Source: kdnuggets.com)
従来のデータアーキテクチャは専門サービスとしては有効ですが、中央集権型の限界が次第に明らかになってきています。特に新興データソースのカバレッジ、透明性、ユーザーのプライバシー保護の面で、従来のデータエコシステムは課題に直面しています。以下に主な問題点を挙げます：
-
データカバレッジ不足：従来のデータプロバイダーは、ソーシャルメディアのセンチメントやIoTデバイスデータなどの新興データソースを迅速にキャッチ・分析することが困難です。中央集権型システムでは、多数の小規模または非主流ソースからの「ロングテール」データを効率よく取得・統合するのが難しいのです。
たとえば2021年のGameStop事件は、従来の金融データプロバイダーがソーシャルメディアのセンチメント分析に限界があることを露呈しました。Redditなどのプラットフォーム上の投資家感情が急速に市場を動かしましたが、BloombergやReutersのようなデータ端末はこうした動きをタイムリーに捉えられず、市場予測が遅れました。
-
データへのアクセス制限：独占がアクセス可能性を制限しています。多くの従来プロバイダーはAPI／クラウドサービスで一部データを公開していますが、高額なアクセス料金や複雑な認可プロセスにより、データ統合の難易度が依然として高くなっています。
-
チェーン上の開発者は信頼できるオフチェーンデータに迅速にアクセスするのが難しく、高品質データは少数の大手企業に独占されており、アクセスコストが高い。
-
データの透明性と信頼性の問題：多くの中央集権型データプロバイダーは、データ収集や処理方法について透明性が低く、大規模データの真正性と完全性を検証する有効な仕組みも欠けています。大規模リアルタイムデータの検証は依然として複雑な課題であり、中央集権的な性質はデータ改ざんや操作のリスクを高めます。
-
プライバシー保護とデータ所有権：大手テック企業はユーザーの個人データを大規模に商用利用しています。ユーザーは自分自身が生み出したデータの創造者であるにもかかわらず、その価値の還元を受けにくい状況です。通常、ユーザーは自分のデータがどのように収集・処理・使用されているのか把握できず、使用範囲や方法を決定することもできません。過剰な収集と利用は深刻なプライバシーリスクを引き起こします。
-
FacebookのCambridge Analytica事件は、従来のデータプロバイダーがデータ利用の透明性とプライバシー保護において重大な脆弱性を持っていることを暴露しました。
-
データサイロ：さらに、異なる出所やフォーマットのリアルタイムデータを迅速に統合するのが困難で、包括的な分析の可能性を損なっています。多くのデータは組織内部に閉じ込められており、業界横断や組織横断でのデータ共有とイノベーションが制限され、データサイロの影響が異分野のデータ統合と分析を妨げています。
-
たとえば消費財業界では、ブランドはECプラットフォーム、実店舗、ソーシャルメディア、マーケットリサーチからのデータを統合したいところですが、プラットフォーム形式が不統一だったり、データが隔離されていたりするため、統合が難しいことがあります。UberやLyftのようなライドシェア企業も、ユーザーからの交通、乗車需要、位置情報に関する大量のリアルタイムデータを収集していますが、競合関係にあるため、こうしたデータを外部に出して共有・統合することはできません。
これ以外にも、コスト効率や柔軟性の問題があります。従来のデータベンダーはこうした課題に積極的に対応していますが、台頭するWeb3技術はこれらの問題解決に新たな視点と可能性を提供しています。
3. Web3データエコシステム
2014年にIPFS（InterPlanetary File System）などの分散型ストレージソリューションが登場して以来、業界では従来のデータエコシステムの限界を解決しようとする新興プロジェクトが相次いで登場しています。分散型データソリューションは、データライフサイクルの各段階—データ生成、保存、交換、処理・分析、検証・セキュリティ、プライバシー・所有権—をカバーする、多層的かつ相互接続されたエコシステムを形成していることがわかります。
-
データ保存：FilecoinやArweaveの急速な発展は、分散型ストレージ（DCS）が保存分野におけるパラダイムシフトになりつつあることを示しています。DCSは分散型アーキテクチャにより単一障害点のリスクを低減し、競争力のあるコスト効率で参加者を惹きつけています。大規模なユースケースが次々と登場するにつれて、DCSの保存容量は爆発的な成長を遂げており（たとえばFilecoinネットワークの総保存容量は2024年にすでに22エクサバイトに達しています）。
-
処理と分析：Fluenceなどの分散型データ演算プラットフォームは、エッジコンピューティング技術によりデータ処理のリアルタイム性と効率性を向上させ、IoTやAI推論などリアルタイム性が求められるユースケースに特に適しています。Web3プロジェクトは、フェデレーテッドラーニング、差分プライバシー、信頼できる実行環境（TEE）、完全準同型暗号などを活用して、計算層において柔軟なプライバシー保護とトレードオフを提供しています。
-
データ市場／交換プラットフォーム：データの価値量化と流通を促進するため、Ocean Protocolはトークン化とDEX（分散型取引所）メカニズムを通じて、効率的でオープンなデータ交換チャネルを創出しています。たとえば、伝統的メーカー（メルセデスの親会社ダイムラー）と協力してデータ交換市場を開発し、サプライチェーン管理におけるデータ共有を支援しています。一方、StreamrはIoTやリアルタイム分析向けに、無許可・サブスクリプション型のデータストリームネットワークを創出し、交通・物流プロジェクトで優れた潜在力を示しています（フィンランドのスマートシティプロジェクトとの協働事例あり）。
データ交換と利用がますます頻繁になるにつれ、データの真正性、信頼性、プライバシー保護は無視できない重要な課題となっています。このため、Web3エコシステムは革新をデータ検証とプライバシー保護の分野へと拡大し、一連の画期的なソリューションを生み出しました。
3.1 データ検証とプライバシー保護の革新
多くのWeb3技術およびネイティブプロジェクトは、データの真正性と個人データの保護に取り組んでいます。ZK（ゼロ知識証明）、MPC（安全なマルチパーティ計算）などの技術が広く使われる中、特に注目すべきは、**TLS Notary**（TLS公証）と呼ばれる新しい検証手法です。
TLS Notary 概要
トランスポート層セキュリティ（TLS）は、ネットワーク通信で広く使われる暗号化プロトコルで、クライアントとサーバー間のデータ転送の安全性、完全性、機密性を保証することを目的としています。HTTPS、電子メール、インスタントメッセージングなど、現代のネットワーク通信で一般的に使われる暗号標準です。
（TLS暗号化の原理、 Source：TechTarget）
10年前に誕生したTLS Notaryは当初、クライアント（Prover）とサーバーに加え、第三者の「公証人（Notary）」を導入することで、TLSセッションの真正性を検証することを目的としていました。
鍵分割技術を用いて、TLSセッションの主鍵が2つの部分に分けられ、それぞれクライアントと公証人が保持します。この設計により、公証人は検証プロセスに信頼できる第三者として参加できますが、実際の通信内容にはアクセスできません。この公証メカニズムは、中間者攻撃の検出や偽造証明書の防止、通信データが転送中に改ざんされていないことの保証、そして通信の合法性を信頼できる第三者が確認できるようにすることを目的としており、同時に通信のプライバシーを保護します。
こうして、TLS Notaryは安全なデータ検証を提供し、検証ニーズとプライバシー保護の間で効果的にバランスをとっています。
2022年、TLS Notaryプロジェクトは、イーサリアム財団のプライバシー・スケーリング探査（PSE）研究ラボにより再構築されました。新しいバージョンのTLS NotaryプロトコルはRust言語で一から書き直され、より先進的な暗号プロトコル（MPCなど）を取り込み、ユーザーがサーバーから受信したデータの真正性を第三者に証明できるようにしながら、データ内容を漏らさない機能を追加しました。元のTLS Notaryの核心検証機能を維持しつつ、プライバシー保護能力を大幅に向上させ、現在および将来のデータプライバシー要求により適しています。
3.2 TLS Notaryの派生と拡張
近年、TLS Notary技術は継続的に進化し、基盤上で複数の派生形が生まれ、プライバシーと検証機能がさらに強化されています：
-
zkTLS：TLS Notaryのプライバシー強化版で、ZKP（ゼロ知識証明）技術を組み合わせ、ユーザーがウェブページデータの暗号化された証明を生成できるようにしますが、一切の機微情報を開示しません。極めて高いプライバシー保護が求められる通信シーンに適しています。
-
3P-TLS (Three-Party TLS)：クライアント、サーバー、監査者（Auditor）の3者の参加を導入し、通信内容を開示しないまま、監査者が通信の安全性を検証できるようにします。コンプライアンス審査や金融取引の監査など、透明性が求められながらもプライバシー保護も必要なシーンで非常に有用です。
Web3プロジェクトはこうした暗号技術を活用して、データ検証とプライバシー保護を強化し、データ独占を打破し、データサイロと信頼できるデータ転送の問題を解決しています。ユーザーはプライバシーを犠牲にせず、ソーシャルメディアアカウントの所有権、金融融資用の購入履歴、銀行信用情報、職業経歴、学歴認証などの情報を証明できます。たとえば：
-
Reclaim ProtocolはzkTLS技術を使い、HTTPSトラフィックのゼロ知識証明を生成し、ユーザーが外部サイトからアクティビティ、評判、身元データを安全にインポートできるようにしますが、機微情報を開示しません。
-
zkPassは3P-TLS技術を組み合わせ、ユーザーがリアルワールドの個人データを漏らすことなく検証できるようにし、KYC、信用サービスなどのシーンで広く活用され、HTTPSネットワークとも互換性があります。
-
Opacity NetworkはzkTLSに基づき、ユーザーがUber、Spotify、Netflixなどの各種プラットフォームでの活動を安全に証明できるようにしますが、これらのプラットフォームのAPIに直接アクセスする必要はありません。クロスプラットフォームの活動証明を実現します。
(TLSオラクルに取り組むプロジェクト、 Source: Bastian Wetzel)
Web3データ検証はデータエコシステムの重要な環節として、応用の可能性が非常に広く、そのエコシステムの発展は、よりオープンで動的かつユーザー中心のデジタル経済を牽引しています。しかし、真正性検証技術の発展は、次世代データインフラを構築する第一歩にすぎません。
4. 分散型データネットワーク
いくつかのプロジェクトは、上記のデータ検証技術を組み合わせ、データエコシステムの上流工程、すなわちデータの起源、分散型データ収集、信頼できるデータ転送にさらに深い取り組みを行っています。以下では、OpenLayer、Grass、Vanaという代表的なプロジェクトに焦点を当て、次世代データインフラの構築における独自の可能性を探ります。
4.1 OpenLayer
OpenLayerはa16z Cryptoが2024年春に開催した暗号スタートアップアクセラレーターの選出プロジェクトの一つであり、初のモジュラー型本物のデータレイヤーとして、データ収集、検証、変換の調整に革新的なモジュラー型ソリューションを提供し、Web2およびWeb3企業のニーズに同時に対応することを目指しています。OpenLayerはGeometry Ventures、LongHash Venturesなど有名なファンドやエンジェル投資家から支援を受けています。
従来のデータレイヤーには多重の課題があります：信頼できる検証メカニズムの欠如、中央集権型アーキテクチャへの依存によるアクセス制限、異なるシステム間のデータの相互運用性と流動性の不足、そして公平なデータ価値分配メカニズムの不在です。
より具体的な問題として、現在AIトレーニング用のデータはますます希少になっています。公共インターネット上では、多くのウェブサイトが反クローリング対策を導入し、AI企業による大規模なデータスクレイピングを防ごうとしています。
一方、機密性の高い専有データについては、状況はさらに複雑です。多くの価値あるデータはその感度ゆえにプライバシー保護の形で保管されており、有効なインセンティブメカニズムが欠けています。この現状下では、ユーザーは個人データを提供しても直接的な利益を得られないため、こうした感度の高いデータを共有する意欲がありません。
これらの問題を解決するため、OpenLayerはデータ検証技術を組み合わせ、モジュラー型本物のデータレイヤー（Modular Authentic Data Layer）を構築し、分散型＋経済的インセンティブによりデータ収集、検証、変換プロセスを調整することで、Web2およびWeb3企業に、より安全で効率的かつ柔軟なデータインフラを提供します。
4.1.1 OpenLayerモジュラー設計のコアコンポーネント
OpenLayerは、データ収集、信頼できる検証、変換プロセスを簡素化するモジュラー型プラットフォームを提供しています：
a) OpenNodes
OpenNodesは、OpenLayerエコシステム内で分散型データ収集を担当するコアコンポーネントで、ユーザーのモバイルアプリ、ブラウザ拡張機能などのチャネルを通じてデータを収集します。異なるオペレーター／ノードはハードウェア仕様に応じて最も適したタスクを実行し、報酬を最適化できます。
OpenNodesは、異なるタイプのタスクニーズに応えるために、以下の3つの主要なデータタイプをサポートしています：
-
公開可能なインターネットデータ（金融データ、天気データ、スポーツデータ、ソーシャルメディアストリームなど）
-
ユーザーの個人データ（Netflix視聴履歴、Amazon注文履歴など）
-
安全なソースからの自己申告データ（専有所有者が署名したデータや特定の信頼できるハードウェアで検証されたデータなど）。
開発者は簡単に新しいデータタイプを追加でき、新しいデータソース、ニーズ、データ取得方法を指定できます。ユーザーは匿名化されたデータを提供することで報酬を受け取れます。この設計により、システムは新たなデータニーズに柔軟に対応でき、多様なデータソースによりOpenLayerはさまざまなユースケースに包括的なデータサポートを提供でき、データ提供のハードルも低下します。
b) OpenValidators
OpenValidatorsは、データ収集後の検証を担当し、データ消費者がユーザーが提供したデータがデータソースと完全に一致することを確認できるようにします。すべての検証方法は暗号証明が可能で、検証結果は後から検証可能です。同じタイプの証明に対して、複数の異なるプロバイダーがサービスを提供します。開発者はニーズに応じて最適な検証プロバイダーを選択できます。
初期ユースケース、特にインターネットAPIからの公開・非公開データに関して、OpenLayerはTLSNotaryを検証ソリューションとして採用し、任意のWebアプリケーションからデータをエクスポートし、プライバシーを損なうことなくデータの真正性を証明します。
TLSNotaryに限定されず、モジュラー設計のおかげで、検証システムは他の検証方法を容易に統合でき、さまざまなデータタイプや検証ニーズに対応できます。以下を含みます：
-
Attested TLS connections：信頼できる実行環境（TEE）を利用して検証済みTLS接続を確立し、データ転送中の完全性と真正性を保証。
-
Secure Enclaves：ハードウェアレベルのセキュリティ分離環境（Intel SGXなど）を使用して、機微データの処理・検証を行い、より高度なデータ保護を提供。
-
ZK Proof Generators：ZKPを統合し、元データを開示せずにデータ属性や計算結果を検証可能にします。
c) OpenConnect
OpenConnectは、OpenLayerエコシステム内でデータ変換を担当し、可用性を実現するコアモジュールです。さまざまなソースからのデータを処理し、異なるシステム間の相互運用性を確保し、さまざまなアプリケーションのニーズに対応します。たとえば：
-
データをチェーン上のオラクル（Oracle）フォーマットに変換し、スマートコントラクトが直接利用できるようにする。
-
非構造化の生データを構造化データに変換し、AIトレーニングなどの目的に前処理を行う。
ユーザーの個人アカウントからのデータについては、OpenConnectはプライバシー保護のためのデータ脱敏機能を提供し、データ共有プロセスの安全性を高めるコンポーネントも提供し、データ漏洩や悪用のリスクを低減します。AIやブロックチェーンなどリアルタイムデータを必要とするアプリケーションに応えるため、OpenConnectは効率的なリアルタイムデータ変換をサポートしています。
現在、Eigenlayerとの統合を通じて、OpenLayer AVSオペレーターはデータリクエストタスクを監視し、データの取得と検証を担当した上で結果をシステムに報告します。EigenLayer上で資産をステーキングまたはリステーキングすることで、その行動に対する経済的保証を提供します。悪意ある行為が確認された場合、ステーキング資産は没収（スラッシング）の対象となります。EigenLayerメインネット上で最初期のAVS（Active Validation Service）の一つとして、OpenLayerはすでに50以上のオペレーターと40億ドル以上のリステーキング資産を獲得しています。
まとめると、OpenLayerが構築する分散型データレイヤーは、実用性と効率性を犠牲にすることなく、利用可能なデータの範囲と多様性を拡大しています。また、暗号技術と経済的インセンティブを通じて、データの真正性と完全性を確保しています。その技術は、オフチェーン情報を取得したいWeb3 Dapp、真の入力データでトレーニング・推論を行うAIモデル、既存の身元や評判に基づいてユーザーを細分化・ターゲティングしたい企業にとって幅広い実用ユースケースを持ち、ユーザーが自身の個人データに価値を与えることも可能にします。
4.2 Grass
GrassはWynd Networkが開発するフラッグシッププロジェクトで、分散型ネットワーククローラーおよびAIトレーニングデータプラットフォームの構築を目指しています。2023年末、GrassプロジェクトはPolychain CapitalとTribe Capitalが主導するシードラウンドで350万ドルを調達しました。その後、2024年9月にはHackVCが主導するシリーズAラウンドを完了し、Polychain、Delphi、Lattice、Brevan Howardなどの著名な投資機関も参画しています。
AIトレーニングには新たなデータアクセスが必要であり、その解決策の一つとして、複数のIPアドレスを使ってデータアクセス制限を突破し、AIにデータを供給する方法があります。Grassはここから出発し、分散型クローラーノードネットワークを創出しました。これは、ユーザーの空き帯域を分散型物理インフラとして活用し、AIトレーニング用に検証可能なデータセットを収集・提供することに特化しています。ノードはユーザーのインターネット接続を通じてウェブリクエストをルーティングし、公開サイトにアクセスして構造化データセットを編集します。エッジコンピューティング技術を用いて初期のデータクリーニングとフォーマットを行い、データ品質を向上させます。
GrassはSolana上に構築されたL2 Data Rollupアーキテクチャを採用し、処理効率を高めています。Grassはバリデーターがノードからのウェブトランザクションを受信・検証・バッチ処理し、ZK証明を生成してデータ真正性を確保します。検証済みデータはデータ帳簿（L2）に保存され、対応するL1チェーン上の証明とリンクされます。
4.2.1 Grassの主なコンポーネント
a) Grassノード
OpenNodesと同様に、一般ユーザーはGrassアプリまたはブラウザ拡張機能をインストールして実行し、空き帯域を使ってネットワーククローリング操作を行います。ノードはユーザーのインターネット接続を通じてウェブリクエストをルーティングし、公開サイトにアクセスして構造化データセットを編集し、エッジコンピューティング技術で初期データクリーニングとフォーマットを行います。ユーザーは提供した帯域とデータ量に応じてGRASSトークンの報酬を受け取ります。
b) ルーター（Routers）
Grassノードとバリデーターを接続し、ノードネットワークを管理して帯域を中継します。ルーターは運営にインセンティブがあり、報酬は中継された検証済み帯域の総量に比例します。
c) バリデーター（Validators）
ルーターからのウェブトランザクションを受信・検証・バッチ処理し、ZK証明を生成します。独自の鍵セットを使ってTLS接続を確立し、ターゲットウェブサーバーとの通信に適切な暗号スイートを選択します。Grassは現在中央集権型バリデーターを採用していますが、将来的にはバリデーター委員会への移行を計画しています。
d) ZKプロセッサー（ZK Processor）
バリデーターから受け取った各ノードセッションデータの証明を処理し、すべてのウェブリクエストの有効性証明をバッチ処理してL1（Solana）に提出します。
e) Grassデータ帳簿（Grass L2）
完全なデータセットを保存し、対応するL1チェーン（Solana）上の証明とリンクします。
f) エッジ埋め込みモデル
非構造化ウェブデータをAIトレーニングに使える構造化モデルに変換する役割を担います。
Source：Grass
GrassとOpenLayerの分析比較
OpenLayerとGrassはどちらも分散型ネットワークを活用し、企業がオープンインターネットデータや認証が必要なクローズド情報にアクセスする機会を提供しています。インセンティブメカニズムを通じてデータ共有と高品質データ生産を促進しています。両者とも分散型データレイヤー（Decentralized Data Layer）を構築し、データ取得と検証の問題を解決することを目指していますが、若干異なる技術アプローチとビジネスモデルを採用しています。
技術アーキテクチャの違い
GrassはSolana上に構築されたL2 Data Rollupアーキテクチャを使用し、現在は中央集権型の検証メカニズムを採用しており、単一のバリデーターを使用しています。一方、OpenLayerは初期のAVSの一つとして、EigenLayer上に構築され、経済的インセンティブとスラッシングメカニズムにより分散型検証メカニズムを実現しています。またモジュラー設計を採用し、データ検証サービスの拡張性と柔軟性を重視しています。
製品の違い
両者は類似したTo C製品を提供し、ユーザーがノードを通じてデータの価値を変換できます。To Bユースケースでは、Grassは興味深いデータ市場モデルを提供し、L2で完全なデータを検証可能に保存することで、AI企業に構造化され、高品質で検証可能なトレーニングデータセットを提供しています。一方、OpenLayerは一時的に専用のデータ保存コンポーネントを持っていませんが、より広範なリアルタイムデータストリーム検証サービス（Vaas）を提供しています。AI向けデータ提供だけでなく、RWA/DeFi/予測市場プロジェクトへの価格供給、リアルタイムソーシャルデータ提供など、迅速なレスポンスが求められるシーンにも適用可能です。
したがって、現在Grassのターゲット顧客は主にAI企業とデータサイエンティストで、大規模で構造化されたトレーニングデータセットを提供し、大量のネットワークデータセットを必要とする研究機関や企業にもサービスを提供しています。一方、OpenLayerは現在、オフチェーンデータソースを必要とするチェーン上開発者、リアルタイムで検証可能なデータストリームを必要とするAI企業、競合他社の使用履歴検証など革新的なユーザー獲得戦略を支援するWeb2企業をターゲットとしています。
将来の潜在的競合
ただし、業界の発展トレンドを考慮すると、両プロジェクトの機能は将来似てくる可能性があります。Grassは近いうちにリアルタイムの構造化データも提供するかもしれません。一方、OpenLayerはモジュラー型プラットフォームとして、将来データセット管理機能を拡張し、独自のデータ帳簿を持つ可能性もあり、両者の競合領域は徐々に重なり合うでしょう。
また、両プロジェクトとも、データアノテーション（ラベリング）という重要な工程を加える可能性があります。Grassはその点でより早く進むかもしれません。なぜなら、彼らはすでに220万を超えるアクティブノードを持つ大規模なノードネットワークを保有していると報告されているからです。この強みにより、Grassは人間のフィードバックに基づく強化学習（RLHF）サービスを提供する可能性があり、大量のアノテーションデータを活用してAIモデルを最適化できます。
しかし、OpenLayerはデータ検証とリアルタイム処理における専門性、および個人データへの注力により、データ品質と信頼性の面で優位性を維持する可能性があります。さらに、OpenLayerはEigenlayerのAVSの一つとして、分散型検証メカニズムのさらなる深化が期待されます。
両プロジェクトが特定の分野で競合する可能性はありますが、それぞれの独自の強みと技術ルートにより、データエコシステム内での異なるニッチ市場を占める可能性もあります。
（Source：IOSG, David）
4.3 Vana
ユーザー中心のデータプールネットワークとして、VanaもAIおよび関連アプリケーションに高品質データを提供することを目指しています。OpenLayerやGrassと比べ、Vanaはさらに異なる技術アプローチとビジネスモデルを採用しています。Vanaは2024年9月にCoinbase Venturesが主導する500万ドルの資金調達を完了し、それ以前にはParadigmが主導する1800万ドルのシリーズAラウンドを完了しており、Polychain、Casey Carusoなど他の著名な投資家も参加しています。
もともと2018年にMITの研究プロジェクトとして開始され、Vanaはユーザーの個人データ専用のLayer 1ブロックチェーンとなることを目指しています。データ所有権と価値分配における革新により、ユーザーは自身のデータを使ってトレーニングされたAIモデルから利益を得ることができます。Vanaの核となるのは、信頼不要でプライベートかつ帰属可能なデータ流動性プール（Data Liquidity Pool）と、革新的なProof of Contributionメカニズムを通じた個人データの流通と価値化です：
4.3.1 データ流動性プール（Data Liquidity Pool）
Vanaは独自のデータ流動性プール（DLP）という概念を導入しています。DLPはVanaネットワークのコアコンポーネントで、特定タイプのデータ資産を集約する独立したP2Pネットワークです。ユーザーは自身の個人データ（ショッピング履歴、閲覧習慣、ソーシャルメディア活動など）を特定のDLPにアップロードし、柔軟にこれらのデータを特定の第三者に使用許諾するかどうかを選択できます。データはこれらの流動性プールを通じて統合・管理され、匿名化処理されることでユーザーのプライバシーを守りつつ、AIモデルトレーニングやマーケットリサーチなどの商業利用に参加できるようにします。
ユーザーはDLPにデータを提出し、対応するDLPトークン（各DLPには特定のトークンがある）の報酬を受け取ります。これらのトークンはユーザーのデータプールへの貢献を表すだけでなく、DLPに対するガバナンス権と将来の利益配分権も与えます。ユーザーはデータを共有するだけでなく、データの後続利用から継続的な収益を得ることができ（視覚化された追跡も可能）ます。従来の一度限りのデータ販売とは異なり、Vanaはデータが継続的に経済循環に参加することを可能にします。
4.3.2 Proof of Contribution メカニズム
Vanaのもう一つの核となる革新はProof of Contribution（貢献証明）メカニズムです。これはVanaがデータ品質を保証するキーメカニズムで、各DLPがその特性に応じて独自の貢献証明関数をカスタマイズし、データの真正性と完全性を検証し、AIモデル性能向上への貢献度を評価できるようにします。このメカニズムにより、ユーザーのデータ貢献が定量化・記録され、報酬が提供されます。「作業量証明（Proof of Work）」と同様に、Proof of Contributionはユーザーの貢献したデータの品質、量、利用頻度に応じて報酬を分配します。スマートコントラクトにより自動実行され、貢献者に貢献度に見合った報酬が保証されます。
Vanaの技術アーキテクチャ
-
データ流動性レイヤー（Data Liquidity Layer）
これはVanaのコアレイヤーで、データの貢献、検証、DLPへの記録を担当し、データを転送可能なデジタル資産としてチェーン上に導入します。DLP作成者がDLPスマートコントラクトを展開し、データ貢献目的、検証方法、貢献パラメータを設定します。データ貢献者とホルダーがデータを提出して検証を受け、貢献証明（PoC）モジュールがデータ検証と価値評価を実行し、パラメータに応じてガバナンス権と報酬を付与します。
-
データ移植性レイヤー（Data Portability Layer）
これはデータ貢献者と開発者のためのオープンデータプラットフォームであり、Vanaのアプリケーションレイヤーでもあります。Data Portability Layerはデータ貢献者と開発者に協働空間を提供し、DLPに蓄積されたデータ流動性を活用してアプリケーションを構築できます。User-Ownedモデルの分散型トレーニング、AI Dapp開発のインフラを提供します。
-
汎用接続網（Connectome）
分散型帳簿であり、Vanaエコシステム全体にわたるリアルタイムデータストリームグラフでもあります。ステークプルーフ（Proof of Stake）コンセンサスを用いて、Vanaエコシステム内のリアルタイムデータ取引を記録します。DLPトークンの有効な移転を保証し、アプリケーションにクロスDLPデータアクセスを提供します。EVMと互換性があり、他のネットワーク、プロトコル、DeFiアプリケーションとの相互運用が可能です。
（Source：Vana）
Vanaは、ユーザーのデータ流動性と価値付与に焦点を当てた異なる道を提供しています。この分散型データ交換モデルは、AIトレーニングやデータ市場などのシナリオに適するだけでなく、Web3エコシステムにおけるユーザーのデータを跨プラットフォームで相互接続・許可する新たなソリューションを提供します。最終的には、ユーザーが自身のデータとそのデータから生まれるインテリジェント製品を所有・管理できるオープンなインターネットエコシステムを創出することを目指しています。
5. 分散型データネットワークの価値提案
データサイエンティストのクライブ・ハムビー（Clive Humby）は2006年、「データは新しい時代の石油である」と述べました。ここ20年近くで、「精製」技術の驚異的な発展を見てきました。ビッグデータ分析、機械学習などの技術により、データの価値がかつてないほど解放されました。IDCの予測によると、2025年までに世界のデータ圏は163ZBにまで拡大し、その大部分は個人ユーザーから生じるとされています。IoT、ウェアラブルデバイス、AI、パーソナライズドサービスなどの新興技術が普及するにつれ、今後商用に必要な大量のデータの多くが個人から生じることになります。
従来ソリューションの課題：Web3による革新の
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
IOSG Ventures
