a16z：2026年の人工知能における3大トレンド

2026.01.12

共有先

TechFlow厳選深潮セレクト

a16z：2026年の人工知能における3大トレンド

AIエージェントの台頭は、オープンネットワークに「目に見えない税」を課しており、その経済的基盤を根本的に損なっている。

2026.01.12 - 08:05:14

a16zAI

Web3業界の深掘り報道に専念し潮流を洞察

AIエージェントの台頭は、オープンネットワークに「目に見えない税」を課しており、その経済的基盤を根本的に損なっている。

著者：a16z crypto

翻訳：TechFlow

今年、AIはより実質的な研究タスクを担うようになる

数理経済学者として、2025年1月には私のワークフローを消費者向けAIモデルに理解させることは非常に難しかった。しかし2025年11月には、まるで博士課程の学生に抽象的な指示を与えるようにAIモデルに指示を出せるようになっていた。そして時には、斬新かつ正しい答えが返ってくることさえある。私自身の経験に加えて、AIはすでに研究全般、特に推論分野において広く活用され始めている。これらのモデルは発見プロセスを直接支援するだけでなく、プットナム問題（おそらく世界で最も難しい大学数学試験）のような難問を自ら解決することさえ可能になっている。

こうした研究支援がどの分野で最も大きな効果を発揮するのか、また具体的にどう実現されるのかについてはまだ不透明な部分が多い。しかし私は、今年のAI研究は新たな「多面的手法」の研究スタイルを推進し、評価するだろうと予測している。つまり、さまざまなアイデア間の関係性を構築し、より仮説的な回答から迅速に推論を展開できるスタイルだ。

こうした回答は必ずしも完全に正確ではないかもしれないが、それでも研究を正しい方向へ導くことができる（少なくともある種のトポロジー的枠組みの中では）。皮肉なことに、これはまるでモデルの「ハルシネーション」の力を活用しているようなものだ。モデルが「十分に賢い」場合、抽象的な空間を与えて思考を激しくぶつけさせれば、無意味な結果ばかりではなく、時に画期的な発見が生まれることもある。これは人間が線形的でも明確な方向性を持たないやり方で作業するときこそ、最も創造的になることがあるのと似ている。

このような方法での推論には、新しいタイプのAIワークフロースタイルが必要となる。単なる「エージェント対エージェント」のやり取りではなく、「エージェントの中にエージェントが入れ子になった」複雑な協働モードである。このモードでは、異なる階層のモデルが研究者を支援し、初期段階のモデルが出した案を評価し、徐々にその中から本質を抽出していく。私はすでにこの手法で論文を執筆しており、他の人々は特許検索や新しい芸術形式の創作を行い、さらには（残念ながら）新しいスマートコントラクト攻撃方法の発見にも使っている。

しかし、こうした入れ子型の推論エージェント群を研究に活用するには、より優れたモデル間の相互運用性と、各モデルの貢献度を識別し適切に報酬を与える仕組みがまだ必要とされている。これら課題の解決に、ブロックチェーン技術が貢献できる可能性がある。

——Scott Kominers（@skominers）、a16z暗号資産研究チームメンバー、ハーバードビジネススクール教授

「顧客を知る（KYC）」から「エージェントを知る（KYA）」へ：本人確認の変革

エージェント経済のボトルネックは、知能から身元確認へと移行しつつある。金融サービス分野では、「非人間的身元」の数が人間の従業員をすでに96倍以上上回っているが、それでもこうした「身元」は依然として銀行サービスを受けられない「幽霊」のままである。

ここに欠けている重要なインフラストラクチャーこそ、「エージェントを知る（KYA：Know Your Agent）」である。人間がローンを受けるために信用スコアを必要とするのと同じように、エージェントも取引を行うために暗号署名付きの証明書を必要とする。それにより、エージェントはその主体や制約条件、責任と結び付けられるのだ。こうしたインフラが整うまでは、企業は引き続きファイアウォールでこうしたエージェントを遮り続けるだろう。

KYC（顧客を知る）インフラを過去数十年かけて構築してきた業界には、今やKYAの実現方法を数か月以内に明らかにするという課題が突きつけられている。

——Sean Neville（@psneville）、Circle共同創業者、USDCアーキテクト、Catena Labs CEO

オープンネットワークの「目に見えない税」を解決する：AI時代の経済的課題

AIエージェントの台頭は、オープンネットワークに対して一種の「目に見えない税」を課しており、その経済基盤を根本的に攪乱している。この攪乱は、インターネットの「コンテキスト層（Context layer）」と「実行層（Execution layer）」の間に生じる不一致に起因している。現在、AIエージェントは広告収益に依存するウェブサイト（コンテキスト層）からデータを抽出し、ユーザーに便宜を提供する一方で、コンテンツを支える収益源（広告やサブスクリプションなど）を体系的に回避している。

オープンネットワークの徐々なる衰退を防ぎ（そしてAIに燃料を供給する多様なコンテンツを守るため）、大規模な技術的・経済的ソリューションの展開が急務である。これには、次世代スポンサードコンテンツモデル、マイクロ帰属システム、あるいは新たな資金調達モデルなどが含まれるだろう。しかし既存のAIライセンス契約は財政的に持続不可能であることがすでに示されており、AIトラフィックによって失われる収益のほんの一部しか補填できていない。

ネットワークは、価値が自動的に流れるまったく新しいテクノエコノミックモデルを必要としている。来年の鍵となる変化は、静的なライセンスモデルから、リアルタイムの利用に基づく補償メカニズムへの移行である。これはつまり、ブロックチェーンベースのナノペイメントや高度な帰属基準を活用して、AIエージェントのタスク成功に貢献したすべての情報を提供者に自動的に報酬を与える仕組みのテストと拡張が求められることを意味する。

——Liz Harkavy（@liz_harkavy）、a16z暗号資産投資チーム