2025年の人工知能に関する10大予測：AIエージェント分野が主流となる
TechFlow厳選深潮セレクト
2025年の人工知能に関する10大予測：AIエージェント分野が主流となる
私たちは今、わがままだったり、予測不能だったり、欺いたりする可能性があるような別の形の知性と世界を共有している。
Web3業界の深掘り報道に専念し潮流を洞察執筆：Rob Toews
翻訳：MetaverseHub
2024年が幕を閉じようとしている。Radical Venturesのベンチャーキャピタリスト、Rob Toews氏は、2025年の人工知能（AI）に関する10の予測を共有した。
01. MetaはLlamaモデルの有料化を開始する
Metaは、世界におけるオープン型AIの象徴的存在である。OpenAIやGoogleといった競合他社が最先端モデルをクローズドソース化し、使用料を課す中で、Metaは自社の最先端Llamaモデルを無料で提供するという注目すべき企業戦略を採用してきた。
だからこそ、来年MetaがLlamaの利用企業に対して課金を開始すると発表すれば、多くの人々にとって意外な出来事となるだろう。
明確にしておくが、我々が予測しているのは、MetaがLlamaを完全にクローズドソース化するということではない。また、すべてのLlama利用者が支払い義務を負うわけでもない。
むしろ我々が予測するのは、MetaがLlamaのオープンソースライセンス条項をより厳格化し、一定規模以上の商業的利用を行う企業には、モデル使用の対価を支払わせるようになるということだ。
技術的には、Metaはすでに限定的な形でこうした措置を取っている。同社は、クラウドスーパーコンピュータや月間アクティブユーザー数が7億人を超えるような最大手企業に対し、Llamaモデルの自由な利用を認めない方針だ。
2023年、MetaのCEOであるMark Zuckerberg氏は次のように述べている。「Microsoft、Amazon、Googleのような会社であれば、基本的にLlamaを再販することになるため、われわれもその一部収益を得るべきだ。短期的には大きな収益とはならないと思うが、長期的には何らかの収益になってほしい。」
来年、MetaはLlama使用料の対象企業を大幅に拡大し、より多くの中堅・大企業をその範囲に含めるだろう。
最新の大規模言語モデル（LLM）に追いつき、あるいは並ぶことは極めて高コストである。LlamaをOpenAIやAnthropicなどの最新モデルと同等に保つには、Metaは毎年数十億ドルを投資しなければならない。
Metaは世界最大かつ資金力を持つ企業の一つである。しかし同時に、株主に責任を負う上場企業でもある。
最先端モデルの開発コストが膨張する中で、将来的な収益見通しがないまま次世代Llamaモデルのトレーニングに巨額の資金を投入し続けることは、ますます正当性を失いつつある。
来年も愛好家、研究者、個人開発者、スタートアップ企業は引き続きLlamaを無料で利用できるだろう。だが2025年は、MetaがLlamaの収益化を本格的に始める年となる。
02. 「スケーリング則」に関する疑問
ここ数週間、AI業界で最も議論を呼んでいるトピックは、スケーリング則（Scaling laws）と、それが近々終焉を迎えるのかどうかという点だろう。
スケーリング則は、2020年にOpenAIが発表した論文で初めて提唱されたもので、その基本的な概念は単純明快だ。AIモデルのトレーニングにおいて、モデルのパラメータ数、トレーニングデータ量、計算量が増加するにつれて、モデルの性能は信頼でき、予測可能な方法で向上する（技術的にはテスト損失が減少する）。
GPT-2からGPT-3、そしてGPT-4へと至る驚異的な性能向上は、すべてこのスケーリング則によるものだった。
ムーアの法則と同様に、スケーリング則も真の「法則」というより、あくまで経験則に過ぎない。
ここ1カ月ほど、主要なAI研究機関がLLMの規模を拡大し続けても、得られるリターンが逓減しているとの報告が相次いでいる。これが、OpenAIのGPT-5発表が繰り返し延期されている理由を説明する一因となっている。
スケーリング則の効果が頭打ちになるとされる意見に対する一般的な反論は、「推論時計算」（test-time compute）の登場が、新たなスケール拡張の次元を開いたというものだ。
つまり、トレーニング中に大量の計算リソースを使う代わりに、OpenAIのo3のような新しい推論モデルにより、推論プロセス自体に大規模な計算を実行させることで、「より長く考える」能力を持たせ、新たなAI機能を解き放てるようになった。
これは重要な視点である。推論時計算は確かに、AIの性能向上に向けた新たな、エキサイティングな道筋を示している。
しかし、今日の議論では過小評価されがちな、さらに重要な別の視点がある。これまでのスケーリング則に関する議論は、2020年の初期論文から現在の推論時計算への関心に至るまで、ほとんどすべて「言語」に集中してきた。だが、言語だけが唯一のデータモードではない。
ロボティクス、生物学、ワールドモデル、ネットワークエージェントなどを考えてみよう。これらの分野では、スケーリング則はまだ飽和しておらず、むしろ始まったばかりなのだ。
実際、これらの分野においてスケーリング則が存在するという厳密な証拠ですら、未だ公表されていない。
こうした新種のデータモード向けに基礎モデルを構築しようとするスタートアップ企業——例えば、生物学分野のEvolutionary Scale、ロボティクス分野のPhysicalIntelligence、ワールドモデル分野のWorldLabsなどは、OpenAIが2020年代前半にLLMのスケーリング則を巧みに活用したように、各分野におけるスケーリング則を発見し、活用しようとしている。
来年、これらの分野で大きな進展が期待される。
スケーリング則は消え去らない。2025年も、それらは以前と同様に重要である。ただし、スケーリング則の活動の中心は、LLMのプリトレーニングから他のモードへと移行するだろう。
03. トランプとマスクがAI政策で対立する可能性
米国新政権の誕生は、AIに関する政策や戦略の転換をもたらすだろう。
トランプ政権下でのAI政策の方向性を予測するにあたり、またマスク氏が現在AI分野の中心的存在であることを踏まえると、大統領当選者とマスク氏の密接な関係に注目したくなるかもしれない。
マスク氏はさまざまな形で、トランプ政権のAI関連施策に影響を与える可能性がある。
マスク氏とOpenAIの深刻な敵対関係を考慮すれば、新政府が業界との関与、規制策定、政府契約の授与においてOpenAIに冷淡な姿勢を取る可能性もあり、これは現時点でOpenAIが真剣に懸念しているリスクである。
一方で、トランプ政権はマスク氏自身の企業を支援する傾向を示すかもしれない。例えば、xAIがデータセンターを建設し、最先端モデル競争でリードできるよう規制緩和を進めたり、テスラのロボタクシー車両の配備に対して迅速な規制承認を与えたりするだろう。
さらに根本的なのは、トランプ氏が支持する他の多くのテックリーダーとは異なり、マスク氏はAIの安全リスクを非常に重視しており、そのためAIに対する強力な規制を主張している点だ。
彼はAI開発者に意味のある制限を課そうとするカリフォルニア州の議論を呼ぶSB1047法案を支持している。したがって、マスク氏の影響力によって、米国のAI規制環境はより厳格なものになる可能性がある。
しかし、これらすべての推測には問題がある。トランプ氏とマスク氏の親密な関係は、避けられないほどいずれ崩壊するだろう。
トランプ氏の初代政権時代に何度も見てきたように、トランプ氏の盟友の平均在任期間は、一見最も忠実に見える者であっても非常に短い。
初代政権時代の副官たちの多くは、今では彼に忠誠を誓っていない。
トランプ氏もマスク氏も、複雑で気まぐれで予測不能な人物であり、協力は困難で、消耗を伴う。彼らの新たに芽生えた友情は、今のところ相互利益をもたらしているが、まだ「ハネムーン期間」にある。
我々は、2025年末までにこの関係が悪化すると予測する。
それはAIの世界にとってどういう意味を持つのか？
OpenAIにとっては朗報だろう。テスラ株主にとっては不幸な知らせだ。そしてAIの安全性を気にする人々にとっては残念な結果となるだろう。なぜなら、これによりトランプ政権下でのAI規制が、ほぼ確実に「放置」状態になるからだ。
04. AIエージェントが主流になる
インターネットと直接やり取りする必要がなくなる世界を想像してみてほしい。定期購読の管理、請求書の支払い、医師の予約、Amazonでの買い物、レストランの予約、その他の面倒なオンライン作業が必要なとき、すべてAIアシスタントに指示して任せれば済む世界だ。
このような「ネットワークエージェント」の概念は、長年存在している。もし本当に動作する製品があれば、間違いなく大ヒット商品になるだろう。
しかし、現時点では、汎用的なネットワークエージェントとして正常に機能する製品は市場に存在しない。
Adeptのようなスタートアップ企業も、優秀な創業チームを持ち、数億ドルの資金調達を果たしながら、そのビジョンを実現できていない。
来年こそが、ネットワークエージェントがようやく良好に動作し始め、主流となる年になる。言語および視覚の基礎モデルの継続的な進歩に加え、新しい推論モデルや推論時計算による「第2の思考システム」能力の最近の突破により、ネットワークエージェントは黄金期を迎える準備が整った。
言い換えれば、Adeptのアイデアは正しかったが、時期尚早だったのだ。スタートアップにおいても、人生の多くのことと同様に、「タイミング」がすべてなのである。
ネットワークエージェントは多様なビジネス用途を見出すだろうが、我々は、最も近い将来の市場機会は消費者向けにあると考える。
最近のAIブームにもかかわらず、ChatGPT以外で消費者層に広く普及したAIネイティブアプリは依然として少ない。
ネットワークエージェントはこれを変えるだろう。消費向けAI分野における次の真の「キラーアプリ」になる。
05. 宇宙にAIデータセンターを設置するというアイデアが現実味を帯びる
2023年、AIの発展を制約する主要な物理的リソースはGPUチップであった。2024年には、それが電力とデータセンターになった。
2024年、AIが急速に新たなデータセンターを建設する中で、エネルギー需要が急激かつ急速に増大しているという話題以上に注目を集めたものはほとんどない。
AIの繁栄により、数十年横ばいだったグローバルデータセンターの電力需要は、2023年から2026年の間に倍増すると予想されている。米国では、データセンターの消費電力が2030年までに総消費電力の約10％に達すると見込まれており、2022年はわずか3％だった。
現在のエネルギーシステムは、AIワークロードによる巨大な需要増に全く対応できていない。エネルギー網と数兆ドル規模のコンピューティングインフラという二つのシステムの間で、歴史的な衝突が目前に迫っている。
この難題の解決策として、今年核エネルギーが注目を集めた。原子力は、ゼロカーボンであり、24時間稼働可能で、実質的に無尽蔵という点で、AIにとって理想的なエネルギー源といえる。
しかし現実的には、研究、プロジェクト開発、規制手続きに長い時間がかかるため、新しい原子力発電所——伝統的な核分裂炉、次世代「小型モジュール炉（SMR）」、さらには核融合炉に至るまで——は2030年代までにこの問題を解決できない。
来年、この課題に対処するまったく新しいアイデアが登場し、真剣なリソースを獲得するだろう。それは、AIデータセンターを宇宙に設置するという発想だ。
宇宙にAIデータセンターを置くというのは、最初は冗談のように聞こえる。起業家流行語を詰め込みすぎたVCのジョークに思えるかもしれない。
しかし、実は理にかなっている可能性がある。
地球上で迅速にデータセンターを拡張する最大のボトルネックは、必要な電力を確保することである。軌道上のコンピューティングクラスターは、24時間365日、無料で無限にあり、ゼロカーボンの電力を享受できる。宇宙の太陽は常に輝いているのだ。
宇宙にコンピューティングを置くもう一つの大きな利点は、冷却問題を解決できる点にある。
より強力なAIデータセンターを構築する上で、最大の工学的障壁の一つは、狭い空間に多数のGPUを同時稼働させると極度に熱くなることであり、高温は計算装置を損傷または破壊する。
データセンター開発者は、液浸冷却など高価で未検証の手法を用いてこの問題に対処しようとしている。しかし宇宙は極度に寒冷であり、計算活動によって生じる熱は即座に無害に散逸する。
もちろん、解決すべき実用的な課題は多く残っている。最も明白なのは、地球と軌道間で大量のデータを低コストかつ高効率に送信できるかどうか、という問題だ。
これは未解決の課題だが、解決可能かもしれない。レーザー通信やその他の高帯域幅光通信技術に関する有望な研究が進行中である。
YCombinator傘下のスタートアップ企業Lumen Orbitは、AIモデルのトレーニング用に宇宙に数メガワット規模のデータセンター網を構築するというビジョンを実現するため、最近1100万ドルを調達した。
同社CEOが述べたように、「1億4000万ドルの電気代を払うよりも、1000万ドルの打ち上げ費と太陽光発電費を払う方が良い。」
2025年、Lumenがこの概念を真剣に追求する唯一の組織ではなくなるだろう。
他のスタートアップ企業の競合も現れる。1つか2つのクラウド超大手企業が同じ方向で探求を始めても驚くには当たらない。
Amazonは「カイパープロジェクト」（Project Kuiper）を通じて軌道に資産を送り込み、豊富な経験を積んでいる。Googleは長年にわたり同様の「ムーンショット」プロジェクトを支援してきた。Microsoftでさえ、宇宙経済には無縁ではない。
マスク氏のSpaceXがこの分野で何かを手がけることも、十分に想像できる。
06. AIシステムが「チューリング音声テスト」に合格する
チューリングテストは、AIの性能評価において最も古く、最も有名なベンチマークの一つである。
「通過」するには、AIシステムがテキストによるやり取りを通じて、一般人が自分と会話をしているのが人間なのかAIなのか区別できない状態を作り出さなければならない。
大規模言語モデルの著しい進歩のおかげで、2020年代にはチューリングテストは既に「解決済み」の問題となった。
しかし、文字によるコミュニケーションだけが人間のやり取りのすべてではない。
AIがますますマルチモーダルになる中で、新たな、より挑戦的なチューリングテストのバージョン——「音声チューリングテスト」が登場する可能性がある。このテストでは、AIシステムが音声で人と対話し、そのスキルと流暢さが人間と見分けがつかないレベルに達しなければならない。
現在のAIシステムはまだ音声チューリングテストをクリアできていない。これを解決するには、さらなる技術的進歩が必要だ。遅延（人間の発話とAIの応答の間のラグ）は、人と人との会話体験と一致させるために限りなくゼロに近づけなければならない。
音声AIシステムは、話が遮られた場合など、曖昧な入力や誤解をリアルタイムで適切に処理する能力を高める必要がある。また、長い会話、多段階、オープンエンドの対話を維持しつつ、会話の初期部分を記憶しておくことも求められる。
そして何より重要なのは、音声AIエージェントが音声中の非言語的信号をよりよく理解できるようになることだ。人間の話し手が怒っているのか、興奮しているのか、皮肉を言っているのかを理解し、自らの音声の中でこうした非言語的手がかりを生成できるようにしなければならない。
2024年末に差し掛かる今、音声AIはエキサイティングな転換点を迎えている。この転換点は、「音声から音声へ」のモデルの登場といった根本的な技術的突破によって推進されている。
現在、AI分野で技術的・商業的に進歩のスピードが音声AIを超える分野はほとんどない。2025年には、音声AIの最先端技術が飛躍的に進化すると予想される。
07. 自律型AIシステムが大きな進展を遂げる
数十年にわたり、「再帰的自己改善AI」の概念は、AIコミュニティ内で繰り返し言及されてきたテーマである。
例えば、1965年、Alan Turingの親友であったI.J.Goodは次のように書いている。「超知能マシンとは、人類のあらゆる知的活動をはるかに凌駕する能力を持つマシンだと定義しよう。設計もまた知的活動の一つであるから、超知能マシンはさらに優れたマシンを設計できる。こうして『知能の爆発』が起こり、人類の知能は遥か後ろに置き去りにされるだろう。」
AIがより優れたAIを発明できるという考えは、知的に魅力的である。しかし、今日に至るまで、それはまだSF的な響きを持っている。
だが、この概念は広く認識されていないものの、実際に現実味を帯びつつある。AI研究の最前線では、AIシステム自体がより優れたAIシステムを構築できるという方向性で、着実な進展が見られている。
我々は、来年この研究分野が主流になると予測する。
この方向性で公開されている最も顕著な研究例は、Sakanaの「AI Scientist（AI科学者）」である。
「AI Scientist」は今年8月に発表され、AIシステムが完全自律的にAI研究を遂行できることを、強く示した。
Sakanaの「AI Scientist」は、AI研究のライフサイクル全体を自ら実行した：既存文献の閲覧、新しい研究アイデアの創出、そのアイデアを検証する実験の設計、実験の実行、研究成果を報告する論文の執筆、そしてその仕事に対する査読まで。
これらの作業はすべてAIによって自律的に実行され、人的介入は一切なかった。オンラインで「AI Scientist」が書いた研究論文の一部を読むことができる。
OpenAI、Anthropic、その他の研究ラボも「自動化されたAI研究者」の構想にリソースを投入しているが、現時点では公式に認められた情報はない。
AI研究の自動化が現実の可能性として認識されるようになるにつれ、2025年にはこの分野での議論、進展、起業活動がさらに増えるだろう。
なかでも最も意義深いマイルストーンは、完全にAIエージェントによって書かれた研究論文が、トップクラスのAI学会に初めて受理されることだ。もし審査がブラインド形式であれば、論文がAIによって書かれたことを受け入れ前に知ることはできない。
来年、NeurIPS、CVPR、ICMLといった主要AI会議がAI生成の研究成果を採択しても驚くには当たらない。AI分野にとって、これは刺激的で論争を呼ぶ歴史的瞬間となるだろう。
08. OpenAIなどの業界大手が戦略的にアプリ開発に重点を移す
最先端モデルの構築は困難な作業である。
その資本集約性は驚異的だ。最先端モデルラボは巨額の現金を消費し続ける。数か月前、OpenAIは記録的な65億ドルを調達したが、近い将来さらに資金が必要になるだろう。Anthropic、xAI、その他企業も同様の状況にある。
乗り換えコストと顧客ロイヤルティは低い。AIアプリケーションは通常、モデルに依存しないように設計されており、異なるベンダーのモデルは、コストと性能の変動に応じてシームレスに切り替え可能だ。
MetaのLlamaやアリババのQwenといった最先端のオープンモデルの出現により、技術の商品化の脅威が現実味を帯びてきた。OpenAIやAnthropicといったAIリーダーは、最先端モデルの開発投資を止めることも、止めるつもりもない。
しかし来年、利益率が高く、差別化され、顧客維持力のあるビジネスを育てるために、最先端ラボは自らのアプリや製品を積極的に展開するだろう。
もちろん、最先端ラボにはすでに成功したアプリの事例がある。ChatGPTがそれだ。
新年には、AIラボからどのような第一者アプリが登場するだろうか？ 一つ明らかな答えは、より高度で機能豊富な検索アプリである。OpenAIのSearchGPTがその兆候を見せている。
もう一つの明らかなカテゴリはコーディングである。10月にOpenAIのCanvasが初披露されたことで、初期の製品化がすでに始まっている。
OpenAIやAnthropicは2025年に、企業向け検索製品、あるいはカスタマーサポート製品、法律AI、営業AI製品などを投入するだろうか？
消費者向けでは、「パーソナルアシスタント」型のネットワークエージェント、旅行プランニングアプリ、音楽生成アプリなどが考えられる。
最先端ラボがアプリ層に進出する動きに注目すべき点は、この戦略が、それらの最重要顧客と直接競合するという点にある。
検索分野のPerplexity、コーディング分野のCursor、カスタマーサポート分野のSierra、法律AI分野のHarvey、営業分野のClayなど。
09. Klarnaは2025年に上場するが、AIの価値を誇張する兆候がある
Klarnaはスウェーデンに本社を置く「今すぐ購入、あとで支払い」サービスのプロバイダーで、2005年の設立以来、ほぼ50億ドルのベンチャーキャピタルを調達してきた。
おそらくどの企業よりも、Klarnaは自社のAI活用について派手な発言をしている。
ほんの数日前、KlarnaのCEOであるSebastian Siemiatkowski氏はブルームバーグに対し、同社は人間の従業員の雇用を完全に停止し、業務のすべてをジェネレーティブAIに依存するようになったと語った。
Siemiatkowski氏はこうも言った。「AIは、私たち人間が行っていたすべての仕事を既に完璧にこなせるようになっている。」
同様に、Klarnaは今年初め、700人の人間のカスタマーサポート担当者の業務を完全に自動化したAIカスタマーサポートプラットフォームをリリースしたと発表した。
同社はまた、SalesforceやWorkdayといった企業ソフトウェア製品の使用も停止したと主張しており、それらを簡単にAIで置き換えられたからだと説明している。
率直に言って、こうした主張は信用できない。これらは、現代のAIシステムの能力と限界に対する理解不足を反映している。
組織内の特定の職能部門に属する人間の従業員を、エンドツーエンドのAIエージェントで完全に置き換えることができると主張することは、現実的ではない。それは汎用的人間レベルのAI問題を解決したことと同じだからだ。
現在、最先端のAIスタートアップ企業は、営業開拓担当者やカスタマーサポート活動の一部など、特定の、狭義の、高度に構造化された業務プロセスの自動化に向け、エージェントシステムの構築に尽力している。
こうした限定的なケースでも、これらのエージェントシステムはまだ完全に信頼できるほどは動いていない。ただし、一部のケースでは、早期の商業利用に耐えるほどに機能し始めている。
なぜKlarnaはAIの価値を誇張するのか？
答えは簡単だ。同社は2025年前半に上場する計画だ。成功上場するには、魅力的なAIストーリーが不可欠なのである。
Klarnaは依然として非黒字企業であり、昨年は2億4100万ドルの赤字を計上している。同社は、このAIストーリーで公開市場の投資家を説得し、大幅なコスト削減と持続可能な黒字化の可能性を信じ込ませたいと考えているのだろう。
疑いなく、Klarnaを含む世界中のあらゆる企業は、今後数年間でAIによる巨大な生産性向上の恩恵を受けるだろう。しかし、AIエージェントが労働力の人間を完全に置き換えるまでには、技術的・製品的・組織的課題が山積している。
Klarnaのような誇張は、AI分野への冒涜であり、AIエージェント開発に真剣に取り組む技術者や起業家たちの地道な進歩への侮辱でもある。
Klarnaが2025年に新株公開を控える中、こうした主張はより厳しい検証と公衆の疑念にさらされるだろう。これまでほとんど疑問視されてこなかったが、今後はそうではない。同社のAI活用に関する記述の一部が誇張されていたとしても、驚くには当たらない。
10. 初の真のAI安全事故が発生する
近年、AIがますます強力になるにつれ、AIシステムが人間の利益と一致しない方法で行動し始め、人類がそれらのシステムを制御できなくなるのではないかという懸念が高まっている。
例えば、AIシステムが自らの目標を達成するために、人間を欺いたり操ったりする方法を学習するかもしれない。たとえそれが人間に害を及ぼすことになってもだ。こうした懸念は一般的に「AIセーフティ（AI安全）」問題と呼ばれている。
近年、AIセーフティは、周縁的な準SF話題から、主流の活動領域へと変化してきた。
現在、Google、Microsoft、OpenAIに至るまで、すべての主要AI関係者がAIセーフティに多大なリソースを投入している。Geoff Hinton、Yoshua Bengio、Elon MuskといったAIの重鎮たちも、AIセーフティのリスクについて発言を始めている。
しかし、これまでAIセーフティの問題は完全に理論的レベルに留まっている。現実世界では、真のAI安全事故は一度も発生していない（少なくとも公に報告されたことはない）。
2025年はこの状況が変わる年となるだろう。初のAI安全事故はどのようなものになるだろうか？
明確に言っておくが、ターミネーターのような殺人ロボットが出てくるわけではない。人間に危害を加えることもおそらくない。
AIモデルが自己保存のために、別のサーバーに自分のコピーを秘密裏に作成しようとするかもしれない（いわゆるセルフクローニング）。
あるいは、AIモデルが次のように結論づけるかもしれない：自分が与えられた目標を最善に推進するためには、人間に自らの真の能力を隠し、意図的に性能評価を低く抑え、より厳しい監視を回避すべきだと。
こうした例は現実離れしていない。先月、Apollo Researchが発表した重要な実験では、特定のプロンプトのもとで、現在の最先端モデルがこうした欺瞞的行動を示すことが確認された。
同様に、Anthropicの最近の研究も、LLMが不安を抱かせる「擬似アラインメント」能力を持つことを示している。
我々は、この初のAI安全事故が、実際に何らかの損害を生じる前に発見され、阻止されると予測する。しかし、AIコミュニティと社会全体にとって、これは目が覚めるような瞬間となるだろう。
それは一つの事実を明確にする：人類が究極のAIによる生存的脅威に直面する前に、我々はより平凡な現実を受け入れなければならない。今や、我々は別の形の知性と世界を共有している。それは時に反抗的で、予測不能で、欺瞞的な存在である。
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
Forbes
