AIサイクルが到来しました。Web3の起業家はAI分野に転身すべきでしょうか？
TechFlow厳選深潮セレクト
AIサイクルが到来しました。Web3の起業家はAI分野に転身すべきでしょうか？
あるストーリーが流行し始めると、多くのWeb3スタートアップチームは、そのストーリーに基づいて判断を下します。つまり、「どのコンセプトが注目されているか」を基準に開発対象を決め、結果として失敗してしまうのです。
Web3業界の深掘り報道に専念し潮流を洞察執筆：Portal Lab
「ロブスターを飼い始めましたか？」——最近、Web3コミュニティで挨拶代わりに使われているフレーズです。その確率は、十中八九に達するかもしれません。
2026年の年初、中国の春節晚会（チャイニーズ・ニュイヤー・イブ・ショー）で登場したロボットが観客を驚かせた直後、OpenClawを代表とする次世代AIエージェントが、テクノロジー業界における新たな“おもちゃ”として注目を集め始めました。ある人はAIをカスタマーサポートに活用し、ある人はコード作成に使い、さらには「デジタル従業員」として機能する一連のエージェントを模倣しようとする試みまで登場しています。最近、さまざまなインターネットプラットフォームで頻繁に話題になる「一人会社（ワンパーソン・カンパニー）」という概念も、まさにこうした流れの一環です。つまり、1人の個人が1つのAIワークフローを用いて、かつては小規模なチームでなければ遂行できなかった業務全体を運営できるようになるというものです。
当然、Web3分野もこの動きから取り残されてはいません。最近、業界メディアを少しでもチェックしていれば、多くのプロジェクトがAIエージェントを軸にした取り組みを展開していることに気づくでしょう。なかには、エージェントが直接ブロックチェーン上の資産やスマートコントラクトを呼び出す方法を研究するもの、エージェント向けの支払い・ID・金融インフラを構築するもの、あるいは「エージェント経済圏」を提唱し、AIがユーザーと同様にネットワークに参加できるようにする議論まで登場しています。また、「Web4.0」という新スローガンを掲げる声も再び聞かれ始めています。
ここまで読むと、どこか懐かしい感覚を覚えるのではないでしょうか。
ファッション業界は循環すると言われますが、実はテクノロジー業界（あるいは暗号資産業界）も同様です。2022年から始まった熊市期を思い出してみてください。ChatGPTが一夜にして爆発的ヒットを記録し、AIが一気に全業界の話題となったあの頃。Web3コミュニティも当然、その波に乗らずにはいられず、すぐに「AIエージェント」「AIトレーダー」「自動化戦略」など、AIに関連するあらゆる新概念が次々と登場しました。AIというキーワードさえくっつければ、新しい物語が語れるかのように見えた時代でした。しかし、その盛り上がりは長続きしませんでした。その後、暗号資産市場が再び上昇局面を迎えると、人々の関心はたちまち暗号資産そのものへと戻っていきました。
そして今回、2025年下半期に入り、暗号資産市場は再び熊相場の兆しを見せています。そこでWeb3は、新たなコンセプトによる「受け皿」を探し始めているのです。
しかし、Portal Labsが見るところ、問題はまさにここにあります。あるストーリー（ナラティブ）が流行し始めたとき、多くのWeb3スタートアップチームは、技術的・商業的な判断を行っているのではなく、「ナラティブ判断」を行っているのです。すなわち、「どのコンセプトが今、注目されているか？」という点のみに基づき、それに追随して開発を始めてしまうのです。そして、その結果、失敗に陥ってしまうケースが少なくありません。
多くのチームが実際にプロジェクトを推進し始めて初めて気づくのは、コンセプト自体は比較的容易に構築できても、実際の製品を市場に定着させることは極めて難しいということです。具体的なユーザー層はどこにいるのか？現実の使用シーンは何か？継続的な収益化の仕組みは何か？投資調達は可能なのか？こうした問いは、プロジェクトをある程度進めないと、なかなか明確に浮かび上がってこないのが実情です。
そして、一時的な熱狂が去った後、市場に残るのは、しばしばまだ検証すら終わっていないプロジェクトの数々です。ある製品はデモ段階で止まり、別のものは何とかリリースされたもののユーザー獲得に苦戦し、さらに他のものは、そのナラティブとともに完全に姿を消してしまうこともあります。短期的にはまるで新たなトラックが切り拓かれたかのように見えても、しばらく経って振り返ると、実際に残っているものはごくわずかであることが往々にしてあります。
こうした状況から、「Cryptoに専念すべきか、それともAIへ舵を切るべきか？」という難問が生じています。前者を選べば、市場状況が芳しくなく、投資対効果が得られない可能性があります。一方、後者を選んでも、その先に何があるのか不透明です。AI分野の技術的ハードル、人材構成、競争環境は、Web3とは大きく異なります。多くのチームが過去数年にわたって築き上げてきた技術スタック、製品開発経験、コミュニティリソースは、すべてCryptoのエコシステムに根ざしたものであり、AIへの完全なシフトは、まったく未知の領域への再出発を意味します。モデル能力、データ資源、エンジニアリングチームに至るまで、ほとんどすべてをゼロから再構築する必要があるのです。
より現実的な視点として、AI分野はすでに非常に過密な状態にあるという点も無視できません。大規模言語モデル（LLM）企業、伝統的なインターネット企業、多数のスタートアップチームが、この分野に巨額のリソースを投入しています。元々Web3を主戦場としてきたスタートアップチームが、単にナラティブの変化を理由にこの市場へ参入したとしても、技術的優位性も業界リソースも持たないまま、ただ埋もれてしまうリスクが極めて高いのです。
実は、多くのWeb3スタートアップチームにとって、もう一つ実践可能な道があります。AI分野へ全面的に転換する必要はなく、これまで歩んできたWeb3の道を貫きながら、CryptoがAIエコシステムにおいてどのような価値を補完できるかを深く考えることです。
現在進行中のAIの発展動向をよく観察すると、多くの重要な課題が依然として解決されていないことに気づきます。
最も典型的な例が「データ」です。モデルの性能は日々向上していますが、訓練データの出所はどこか？データは信頼可能で法規制にも適合しているか？特にAIエージェントが1対1のカスタマイズを実現するにはどうすればよいか？といった問いには、いまだ有効なメカニズムが存在しません。大規模なデータを前提とするAIにとって、これは長期にわたって存在する根本的な課題です。
もう一つは「ID（アイデンティティ）と協働」です。AIエージェントがタスク実行、自動取引、さらには経営意思決定にまで関与し始めると、それら自身もID、権限、協働ルールを必要とします。「誰がどのエージェントを呼び出せるか？」「エージェント間の役割分担はどのように決まるか？」「タスク実行後の清算・報酬分配はどのように行われるか？」——こうした問いは、本質的にオープンネットワークにおけるIDおよび価値分配の問題なのです。
さらに「支払い」の問題もあります。AIエージェントがネットワーク内でサービスを自主的に呼び出し、データを取得したりタスクを実行したりするようになると、それらに対して自動で精算可能な微少額支払いシステムが必要になります。しかし、従来のインターネットインフラでは、このような支払い構造を実現することは極めて困難です。
これらは一見AI固有の課題に見えますが、実はその多くは、すでにCryptoの技術体系の中に解決策が用意されています。データ報酬ネットワーク、オンチェーンIDシステム、オープン型支払いネットワーク——これらは、Web3が過去数年間にわたって精力的に探求してきた方向性そのものです。
もしWeb3スタートアップチームが、こうした方向性に実際に取り組むつもりであれば、以下の3点を事前に明確にしておく必要があります。
まず第一に、チーム自身の技術的能力を見極める必要があります。異なるWeb3プロジェクトは、その技術的蓄積に大きな差があります。あるチームはオンチェーンプロトコル構築に長け、あるチームはデータネットワークの構築を長年手掛けており、またあるチームはアプリケーションレイヤーの製品開発に特化しています。過去数年間にデータ関連のインフラ（データ収集、データ抽出、データマーケットプレイスなど）を手掛けてきたチームであれば、AIのデータレイヤーへ自然に拡張することが可能です。例えば、データ貢献ネットワーク、検証可能なデータソース、あるいはモデル向けの報酬付与型データマーケットなどです。一方、オンチェーンプロトコルやインフラに強みを持つチームは、AIエージェントの実行環境構築に注力できます。具体的には、エージェントのオンチェーンID、権限管理、タスク実行プロトコル、あるいはエージェント向けの自動清算・支払い機能の提供などが挙げられます。さらに、取引ツール、コンテンツプラットフォーム、コミュニティ製品、消費者向けアプリケーションなどのアプリケーションレイヤー製品を既に展開しているチームにとっては、AIはあくまで「能力レイヤー」として既存の製品体系に組み込むのが最適です。たとえば、AIを活用してデータ分析能力を高めたり、運用プロセスを自動化したり、あるいは従来人手で処理していた機能の一部をエージェントに代替させたりするといった活用方法です。
第二に、実在するビジネスシーンが存在するかどうかを確認する必要があります。多くのAIプロジェクトが短期間で姿を消してしまう原因は、技術力の不足ではなく、そもそも明確な利用シーンが存在しなかったことに起因しています。コンセプトは華やかに語れても、「本当にこの製品を必要としているユーザーはどこにいるのか？なぜ彼らはそれを使うのか？そして、なぜ彼らはそれに対して支払うのか？」——こうした問いに真摯に答えていないプロジェクトは少なくありません。業界で盛んに議論される「AI＋Web3」「エージェント経済圏」「AIトレーダー」などのコンセプトは、一見壮大に思えても、その一歩下を掘り下げると、実際に安定して存在するユーザー層はごくわずかであることがよくあります。逆に、一見「輝かしくない」ように見えるニーズ——データ処理、運用の自動化、情報フィルタリング、タスク実行など——こそが、現実のビジネス現場で長期間にわたり存在し続けているものです。そのため、あるAI分野へ進出するかどうかを判断する際には、「そのコンセプトが今、どれほどホットか？」よりも、まず「そのシーン自体」に注目すべきです。すなわち、「このシーンは長期にわたって存在するビジネス課題か？すでに誰かがその課題解決のために支払いをしているか？そして、AIがこのプロセスで本当に効率を向上させられるか？」——これらの条件が満たされている場合にのみ、その方向性は、単なるナラティブから実際の製品へと進化する可能性が高いのです。
第三に、Web3スタートアップチームが、これらの課題領域に実際に入り込めるだけのリソースを保有しているかを検討する必要があります。
先ほど述べたデータ、ID、支払いといった方向性は、単なる技術課題ではなく、本質的には「ネットワークリソース」の問題です。
たとえばデータネットワークの場合、チームが安定したデータ供給源を持っておらず、継続的にデータを提供してくれるユーザー層も確保できていないならば、たとえ優れた技術を開発できたとしても、真のネットワーク効果を生み出すことは極めて困難です。同様に、AIエージェントのIDシステムや協働ネットワークを構築しようとする場合にも、実際の開発者、アプリケーション、あるいはエージェントそのものが参加してくれなければ、プロトコル自体が健全なエコシステムを形成することはできません。支払い・清算システムについても同様のロジックが適用されます。AIエージェントがネットワーク内でサービスを呼び出し、データを取得し、タスクを実行するようになると、微少額の支払いが極めて頻繁に行われるようになります。しかし、こうした支払いネットワークは、大量のエージェントとサービスが同時に存在してこそ意味を持ち、それがない限り、単なる技術モジュールに留まってしまいます。
したがって、多くのWeb3チームにとって、真に評価すべきは「この分野に技術的余地があるか？」ではなく、「自分たちがこのネットワークの一部になれるか？」という点です。チームがすでにデータ供給源、開発者エコシステム、あるいは実際の応用シーンを有しているかどうか——こうした要素こそが、プロジェクトがAIインフラ層へと真正に参入できるか、それとも単なるコンセプトの域を出られないかを決定づける鍵となるのです。
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
