Crypto AI融合の10大発展方向を振り返る：エージェント間相互作用、コンテンツマーケティング、データ市場など
TechFlow厳選深潮セレクト
Crypto AI融合の10大発展方向を振り返る：エージェント間相互作用、コンテンツマーケティング、データ市場など
AIエージェントの重要な応用の一つは、ユーザーがチェーン上で取引を自主的に完了できるように支援することです。
Web3業界の深掘り報道に専念し潮流を洞察著者：Archetype
翻訳：TechFlow
1. エージェント間相互作用（Agent-to-Agent Interaction）
ブロックチェーンは、その本質的な透明性とコンポーザビリティにより、エージェント同士のシームレスな相互作用を実現する理想的なプラットフォームとなる。この相互作用では、異なる機関が異なる目的で開発したエージェントが協力してタスクを遂行できる。すでにいくつかの興味深い試みが見られ、例えばエージェント同士による相互送金や、共同でのトークン発行などがある。今後さらにエージェント間相互作用が拡大することを期待している。一方ではエージェント主導の新しいソーシャルプラットフォームといった全く新しいユースケースを創出し、他方では企業の既存ワークフローの最適化、たとえばプラットフォーム認証、マイクロペイメント、クロスプラットフォームのワークフロー統合などを通じて、現在の複雑で煩雑な操作プロセスを簡素化していくだろう。- Danny、Katie、Aadharsh、Dmitriy
Warpcast 上で aethernet と clanker が共同でトークンを発行
2. 分散型エージェント組織（Decentralized Agentic Organizations）
大規模なマルチエージェント協働は、もう一つの注目すべき研究分野である。複数のエージェントシステムがどのように協調してタスクを達成し、問題を解決し、さらにはプロトコルやシステムを管理できるのか？2024年初頭の記事「暗号技術＋AIアプリケーションの約束と課題」において、VitalikはAIエージェントを予測市場や裁定に活用する構想を示した。彼は、大規模応用において、マルチエージェントシステムが「真実」の発見や自律的ガバナンスにおいて巨大な潜在能力を持つと考えている。今後、このようなマルチエージェントシステムの能力がさらに掘り下げられ、「群知能（swarm intelligence）」が実験の中でより多くの可能性を示すことを期待している。
また、エージェントと人間の協働も探求に値する方向性である。たとえば、コミュニティがエージェントを中心にどう関わっていくか、あるいはエージェントが人間を集団行動として組織化する方法などだ。大規模な人間協働を目的としたエージェント実験がさらに増えることを願っている。もちろん、特にオンチェーン外でタスクが完結する場合、何らかの検証メカニズムが必要になるだろう。しかし、こうした探索は予期せぬ素晴らしい結果を生むかもしれない。- Katie、Dmitriy、Ash
3. エージェント駆動のマルチメディアエンターテインメント（Agentic Multimedia Entertainment）
デジタル仮想人格という概念は、すでに長年にわたって存在している。例として、初音ミク（Hatsune Miku, 2007）は2万人収容の会場で満員のライブを開催した。また、Lil Miquela（2016）はInstagramで200万人以上のフォロワーを持つまでになった。最近の事例としては、AI仮想配信者Neuro-sama（2022）があり、Twitchでのサブスクリプション数は60万を超えた。また、匿名Kpop男性グループPLAVE（2023）は、2年未満でYouTubeでの視聴回数が3億回を超えた。AI技術の進歩とともに、ブロックチェーンが支払いや価値移転、オープンデータプラットフォームに応用されることで、これらのエージェントはさらに自律的になり、2025年にはまったく新しい主流のエンターテインメントカテゴリーが開かれるかもしれない。- Katie、Dmitriy
左上から時計回り：初音ミク、VirtualsのLuna、Lil Miquela、PLAVE
4. 生成型／エージェント駆動のコンテンツマーケティング（Generative/Agentic Content Marketing）
ある場合にはエージェント自体が製品であり、別の場合は製品の補完となる。アテンション経済において、魅力的なコンテンツを継続的に発信することは、あらゆるアイデア、製品、企業の成功にとって不可欠である。生成型／エージェント駆動のコンテンツは、チームにスケーラブルで24時間体制のコンテンツ制作チャネルを提供する強力なツールとなる。この分野は「memecoinとエージェントの違い」という議論によって加速されている。エージェントはmemecoinの普及に非常に効果的なツールであり、たとえまだ完全に「エージェント化」されていなくてもそうだ。
もう一つの例として、ゲーム業界がユーザーのエンゲージメント維持のためにますますダイナミックさを追求していることが挙げられる。古典的なアプローチはユーザー生成コンテンツ（UGC）の誘導だが、ゲーム内アイテム、NPC、さらには完全に生成されたステージなど、純粋な生成コンテンツがこのトレンドの次の段階となる可能性がある。2025年に、エージェントの能力がコンテンツ配信とユーザーとのインタラクションの境界をどこまで拡張するか、非常に興味深い。- Katie
5. 次世代アートツール／プラットフォーム（Next-Gen Art Tools/Platforms）
2024年、我々はIN CONVERSATION WITHシリーズを開始した。これは音楽、ビジュアルアート、デザイン、キュレーションなどの分野で活動するクリプトアーティストたちとの対談形式のインタビュー企画である。今年のインタビューを通じて、ある傾向に気づいた。暗号技術に関心を持つアーティストは、通常、先端技術にも熱意を持っており、それらを自身の創作活動にさらに深く取り入れたいと考えているのだ。AR/VRオブジェクト、コード生成アート、リアルタイムコーディング（livecoding）などがその例である。
生成アート（Generative Art）とブロックチェーン技術の融合は長い歴史を持ち、それがブロックチェーンをAIアートの理想的な媒体にしている。従来のプラットフォームでは、これらの芸術形式を提示・表現することが非常に困難だった。ArtBlocksは、デジタルアートをブロックチェーン上で展示・保存・貨幣化・保管する方法について初期の模索を行い、アーティストと観客の体験を大きく改善した。また、AIツールのおかげで一般人でも簡単に自分自身のアート作品を作れるようになった。2025年、ブロックチェーンがこれらのツールの能力をさらに高める方法に大きな期待を寄せている。- Katie
KC: Web3文化に対してフラストレーションを感じたり、共感できない部分もある中で、なぜそれでもWeb3に参加し続けているのですか？Web3はあなたの創作活動にどのような価値をもたらしましたか？実験的な探求、経済的リターン、それとも他の何かですか？
MM: 私にとって、Web3は私自身だけでなく他のアーティストに対しても多面的に前向きな影響を与えている。個人的には、生成アートの公開を支援するプラットフォームが私の創作にとって極めて重要だ。たとえば、JavaScriptファイルをアップロードし、誰かが作品を鋳造（ミント）または収集する際にコードがリアルタイムで実行され、自分が設計したシステム内で一意のアート作品を生成できる。このリアルタイム生成のプロセスこそが、私の創作活動の中心にある。私が構築するシステムにランダム性を導入することは、概念的・技術的に私の芸術に対する考え方に深く影響している。しかし、そのための特別に設計されたプラットフォームがない場合、あるいは伝統的なギャラリーで展示する場合、このプロセスを観客に伝えにくい。
ギャラリーでは、投影やスクリーンを通じてリアルタイムで動作するアルゴリズムを表示したり、アルゴリズムが生成した複数の出力の中から選んだ作品を、何らかの形で実体化して展示することがある。しかし、コードを芸術の媒体としてあまり理解していない観客にとっては、この創作プロセスにおけるランダム性の意義を理解するのは難しい。最終的な作品がInstagramに投稿された一枚の画像や、印刷された実物作品としてしか存在しないとき、私は「コードが創作の媒体である」という核心的な理念を観客に十分に伝えられないことがある。
NFTの登場は私にとって刺激的だった。それは生成アートを提示するプラットフォームであるだけでなく、「コードが芸術の媒体である」という概念の普及にも貢献し、より多くの人々がこのような創作方法の独自性と価値を理解できるようになったからだ。
『IN CONVERSATION WITH：Maya Man』より抜粋
6. データ市場（Data Markets）
Clive Humbyが「データは新しい石油である」と提唱して以来、企業は次々とユーザーデータを蓄積し、貨幣化しようとしている。しかし、ユーザーは自分のデータがこれらの巨大企業の存立基盤となっていることに気づきつつある一方で、データの使用方法をほとんど制御できず、報酬も得られていない。強力なAIモデルの急速な発展に伴い、この矛盾はますます顕在化している。一方で、ユーザーデータの悪用を防ぐ必要がある。他方で、より大規模で高品質なモデルが公共インターネット上のデータという「資源」を使い果たしつつある中で、新たなデータ源の確保も重要になっている。
データのコントロールをユーザーに返還するために、分散型インフラは広大な設計空間を提供している。これは、データストレージ、プライバシー保護、データ品質評価、価値帰属、貨幣化メカニズムなど、複数の領域で革新的な解決策を必要としている。同時に、データ供給不足の問題に対しては、より優れたインセンティブ設計やフィルタリング手法を通じて、より高価値なデータ製品を創出する競争力のある技術的ソリューションを構築する必要がある。とりわけ、現在なおWeb2のAIが支配的な状況下において、スマートコントラクトと従来のサービスレベル契約（SLA）をどう組み合わせるかは、深く探求すべき方向性である。- Danny
7. 分散型コンピューティング（Decentralized Compute）
AIの開発と展開において、データに加えて計算能力もまた重要な要素である。過去数年間、大規模データセンターは土地、エネルギー、ハードウェアへの独占的アクセスにより、ディープラーニングとAIの発展を主導してきた。しかし、物理的リソースの限界やオープンソース技術の進展に伴い、この構造は徐々に崩れ始めている。
分散型AIのコンピューティングv1段階は、Web2のGPUクラウドに類似しているが、ハードウェアの供給と需要の面では明確な優位性を持たない。v2段階では、高性能コンピューティングのオーケストレーション、ルーティング、価格設定システムを含むより洗練された技術スタックを構築するチームが現れ始め、専用機能を開発して需要を惹起し、推論効率を向上させようとしている。一部のチームはコンパイラーフレームワークを通じてハードウェア横断的な推論ルーティングを最適化し、他は自らのコンピューティングネットワーク上で分散型モデル学習フレームワークを開発している。
さらに、「AI-Fi」と呼ばれる新興市場も形成されつつある。ここでは革新的な経済メカニズムにより、計算能力やGPUを収益資産に変えたり、オンチェーン流動性を使ってデータセンターにハードウェア融資を行う新たな手段を提供している。しかし、分散型コンピューティングが本当にその潜在力を発揮できるかどうかは、理念と実際の需要のギャップを埋められるかどうかにかかっている。- Danny
8. 計算会計基準（Compute Accounting Standards）
分散型ハイパフォーマンスコンピューティング（HPC）ネットワークにおいて、異種コンピューティングリソースを調整することは重要な課題であり、現在統一された会計基準が存在しないため、この問題はさらに複雑化している。AIモデルの出力は多様であり、たとえばモデルのバリエーション、量子化（quantization）、温度（temperature）やサンプリングのハイパーパラメータによるランダム性の調整などがある。また、異なるGPUアーキテクチャやCUDAバージョンもハードウェア出力の差異を生む。これらの要因により、異種分散システムにおいて、モデルや計算市場の容量を正確に計測することが急務となっている。
こうした基準が欠如しているため、今年、Web2およびWeb3の計算市場では、モデル性能や計算リソースの品質・量が誤って会計される事例が何度も見られた。これにより、ユーザーは独自のベンチマークテストを実行したり、計算市場の使用速度を制限することで、AIシステムの実際の性能を検証せざるを得なくなっている。
暗号分野は常に「検証可能性（verifiability）」を重視しており、2025年までに暗号とAIの融合により、システム性能がより透明になることを期待している。一般ユーザーがモデルや計算クラスターの主要な出力特性を簡単に比較でき、システムの実際のパフォーマンスを監査・評価できるようになるべきだ。- Aadharsh
9. 確率的プライバシー原始（Probabilistic Privacy Primitives）
Vitalikは「暗号技術＋AIアプリケーションの約束と課題」という記事で、次のような特有の矛盾に言及している。「暗号学では、オープンソースこそが安全性を実現する唯一の方法だが、AIではモデル（訓練データさえも）を公開すると、敵対的機械学習攻撃のリスクが大幅に高まる。」
プライバシー保護はブロックチェーンの新しい研究テーマではないが、AIの急速な発展に伴い、プライバシー関連の暗号技術の応用が加速している。今年、ゼロ知識証明（ZK）、完全準同型暗号（FHE）、信頼できる実行環境（TEE）、マルチパーティ計算（MPC）など、プライバシー強化技術において顕著な進展があった。これらの技術は、暗号化されたデータ上で汎用計算を行う共有状態の非公開化などに利用されている。また、NvidiaやAppleのような技術大手も、独自のTEE技術を活用し、ハードウェア、ファームウェア、モデルが一致する条件下でフェデレーテッドラーニングやプライベートAI推論を実現している。
今後は、確率的状態遷移におけるプライバシー保護に注目し、これらの技術が分散型AIを異種システム上で実用化するうえでどのように貢献するかを探る。分散型プライベート推論、暗号化データのストレージおよびアクセスパイプライン、完全自律的実行環境の構築などがその具体例となる。- Aadharsh
AppleのApple IntelligenceスタックとNvidiaのH100 GPU
10. エージェントの意図と次世代ユーザー取引インターフェース（Agentic Intents and Next-Gen User Trading Interfaces）
AIエージェントの重要な用途の一つは、ユーザーがオンチェーンで自律的に取引を完了するのを支援することである。しかし、過去12〜16ヶ月間、「エージェントの意図（intents）」「エージェントの行動（behavior）」「ソルバー（solvers）」といった用語の定義は曖昧なままであり、従来の「ロボット」開発との違いも明確になっていない。
来年、より複雑な言語システムがさまざまなデータタイプやニューラルネットワークアーキテクチャと統合され、この分野の発展が促進されることを期待している。エージェントは既存のオンチェーンシステムを利用して取引を続けるのか、それともまったく新しいツールや方法を開発するのか？大規模言語モデル（LLM）は引き続きこれらのシステムの中核を担うのか、あるいは他の技術に置き換えられるのか？ユーザーインターフェースのレベルでは、ユーザーが自然言語でシステムとやり取りして取引を完了できるようになるのか？古典的な「ウォレット即ブラウザ（wallet-as-browser）」理論は現実のものとなるのか？これらはすべて探求に値する問いである。- Danny、Katie、Aadharsh、Dmitriy
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
@archetypevc
