Bitget AI責任者との対談：AI取引は100点に限りなく近づくことは可能だが、100点に到達することはできない
TechFlow厳選深潮セレクト
Bitget AI責任者との対談：AI取引は100点に限りなく近づくことは可能だが、100点に到達することはできない
ビル博士が語るBitgetの進化：情報集約からパーソナライズされた取引支援へ——エージェントを核とした長期記憶とリスクプロファイル構築、複数モデルにおけるコスト最適化と厳格なセキュリティ分離を両立。
Web3業界の深掘り報道に専念し潮流を洞察本回のポッドキャストでは、BitgetのAI取引製品戦略をテーマに議論を展開します。Bitget AIの責任者であるビル博士は、従来のAI研究および産業界での経験から暗号資産業界へと転身した経緯を振り返り、過去1年以上にわたるBitgetにおけるAI取引製品の進化の道筋を体系的に紹介しました。その進化は、当初ユーザーが市場情報を捉え、ニュースやシグナルを整理するための支援ツールとして始まり、次第にユーザーの過去の行動履歴を基にリスクプロファイルを作成し、パーソナライズされたアドバイスを提供する段階へと発展。さらに、Agent HubやTelegramベースのインターフェース、そしてClaude Codeに類似した対話形式を採用することで、AI取引の利用ハードルを下げようとする試みへと至っています。
インタビューでは、AIが取引において果たす役割の「限界」についても議論されました。現在のAIは、一般ユーザーの情報処理能力および意思決定支援効率を著しく高めることは可能ですが、トップレベルのトレーダーを完全に代替することはまだ困難です。将来的な競争の焦点は、単なるモデル性能だけでなく、セキュリティ体制、コストコントロール、製品の滑らかさ（ユーザビリティ）、長期記憶システム、そしてユーザーの実際の取引習慣を継続的に学習・適応させる能力に移行しつつあります。また、AI取引が「勝者総取り（ウィナー・テイク・オール）」になるのか、あるいは取引戦略が急速に陳腐化してしまうのかといった問いに対しても、両者は市場の極めて高い複雑性、人間の心理的要素、そして「黒鳥（ブラック・スワン）」事象の存在により、単一のシステムが取引全体を支配し尽くすことは不可能であるという結論に達しました。
ビル博士のAI分野における経歴と暗号資産業界への参入契機
ネコディ：皆様、今週の『ウーシュオ・ブーミャオ・ポッドキャスト（Wu Shuo Bu Mi Yao Podcast）』へようこそ。本日のゲストは、Bitget AIの責任者であるビル博士です。まず、ご自身について簡単にご紹介いただけますでしょうか？また、暗号資産業界へと参入された経緯についてもお聞かせください。さらに、AI分野のご経歴についてもぜひお伺いしたいと思います。「ビル博士」という呼び名から、AI専門の研究者としての出自をお持ちなのではないかと推察いたしますが、いかがでしょうか？
ビル博士：私は2009年に博士号を取得しました。学士・修士・博士課程すべてAI分野を専攻しており、在学中には多数の企業および研究機関との交流、そして国際会議への参加経験もございます。
卒業後、まずは海外の研究機関で4年間にわたり人工知能の研究開発に携わりました。その後、中国国内の大手企業に移り、検索・レコメンドおよび自然言語処理（NLP）部門を4年間統括しました。さらに、別の海外EC企業にてAI全体の研究開発を4年間担当し、その後、もう一つの大手企業ではグローバルマーケティングアルゴリズムの全体設計・開発を3年間主導しました。合計で16年に及ぶ実務経験があります。
昨年初頭、ヘッドハンターから連絡があり、Bitgetでの新たな機会を紹介されました。これまで暗号資産業界で働いた経験はありませんでしたが、金融分野には長年関心を持ち、米国株式および香港株式の個人取引も長年行ってきたため、チャレンジしてみることにしました。
当時、Web3については概要程度の知識しかなく、実務経験も皆無でしたので、面接前には多少の緊張感もありました。しかし、面接は非常にスムーズに通過し、すぐにオファーをいただきました。職種はBitgetのAI責任者であり、現在まで1年以上が経過しています。全体として、この経験は非常に刺激的です。毎日が新しい課題とプロジェクトに満ちており、プレッシャーは大きいものの、達成感も非常に大きいです。
私にとって最も大きな変化は、認知面での衝撃でした。それまでWeb3については耳にする程度で、深く関わったことはありませんでしたので、入社後はまさに「学びながら実践する」日々を過ごしており、非常に充実しています。
AIと取引の融合は単なる宣伝文句か、すでに実用段階に達しているのか？
ネコディ：Bitgetは取引製品を中心としたプラットフォームです。「AI＋取引」について、あなたはどのようにお考えですか？現時点では、既に実用可能な段階に達しているのでしょうか、それとも依然として市場の注目を集めるための宣伝的な側面が強いのでしょうか？なぜなら、現在は暗号資産業界に限らず、あらゆる業界がAIを積極的に取り入れているからです。この点について、実用性が主なのか、あるいは一時的な流行に乗じた側面もあるのか、あなたの見解をお聞かせください。
ビル博士：Bitgetにとって、「AI＋取引」はもはや単なる宣伝文句ではなく、むしろ必須の機能です。というのも、Bitgetは創業から7年間、専任のAIチームを設置しておらず、アルゴリズムの活用もほとんど行われていませんでした。ところが、ここ2年ほどで、AI技術が十分に成熟し、取引シーンへ実際に適用できる段階に到達したため、組織的に投資を開始したのです。これは、コスト削減・効率向上のみならず、収益および取引効率の向上にも明確な実利があるからです。
取引そのものは極めて複雑であり、ユーザーごとに認知スタイル、リスク許容度、取引戦略、操作方法などに大きな差異があります。したがって、問題の本質は「AIを導入すべきかどうか」ではなく、「AIを取引フローのどのレイヤーにどう組み込むか」にあります。
例えば、自動運転のように完全自律型の取引を実現しようとするならば、現時点ではまだ不可能です。しかし、各工程・各レイヤーに応じて段階的に支援を行う「アシスタント型」AIであれば、すでに十分に実現可能です。実際、Bitgetが取り組んでいなくても、他社も同様に着手しており、すでに多くの成果を上げています。
たとえば、短期的な価格動向や定量的シグナルに基づいて取引を行うトレーダーの場合、かつては複数の画面と膨大なデータを監視しなければなりませんでしたが、AIはこうした情報の統合および補助的判断に非常に適しています。また、ニュース・決算報告書・ソーシャルメディアの投稿などをもとに意思決定を行うタイプのユーザーにとっては、情報収集・整理という作業自体がAIによって大幅に効率化されます。
さらに一段階進むと、ユーザーは単に情報を得るだけではなく、具体的な取引戦略の提案——ポジションサイズ、方向性、レバレッジ比率、さらにはボタン一押しで取引を実行できるような環境——を求め始めます。最終的には、資産運用に近いレベルのサポートまで求められるでしょう。
したがって私たちの見解としては、AIが世界最高水準のプロフェッショナル・トレーダーを完全に代替することはできませんが、一般ユーザーにとっては、およそ95％の作業を代替することが、すでに実用段階に入っていると考えています。
BitgetのAI製品の進化：情報整理から取引支援へ
ネコディ：つまり、第一段階——ユーザーがプロジェクトの背景を理解したり、情報を整理・補助判断したりする段階——はすでに比較的成熟しているということですね。では、Bitgetの現行AI製品は、初期の意思決定支援に重点を置いているのでしょうか、それともすでに具体的な取引実行へと進んでいるのでしょうか？
ビル博士：この話は昨年から始まります。私が入社して1か月後、私たちはAIエージェント（Agent）分野への取り組みを開始しました。当時は「エージェント」という概念自体が非常に新しく、誰もが模索している状況でした。最初の試みとして「Meme捕手（Meme Catcher）」という小規模なプロダクトを立ち上げました。当時、Memeコインが非常に流行しており、市場のシグナルは速く、かつ多岐にわたっていたため、ユーザーが取引機会を迅速に捉えることが困難だったのです。
この製品は2か月間運用され、一定の成果を挙げましたが、機能はMeme関連のシグナル抽出に特化しており、汎用性に乏しいものでした。その後、これを「GetAgent」として全面的にアップグレードしました。当初の目標は、前述の第一段階——すなわち情報収集・整理——の課題解決でした。なぜなら、この領域は本質的に単純作業であり、フローとモデルを最適化すれば、効率を劇的に高めることができるからです。
そのため、初期の重点は情報系の機能構築に置かれました。具体的には、暗号資産業界の主要ニュースソースをカスタマイズし、その高品質な情報をモデルへ供給して分析を行わせる仕組みを構築しました。これにより、モデルがインターネット全域を検索するのではなく、信頼性の高い情報源からのみ学習・分析を行うようになり、情報収集および分析の正確性は大きく向上し、ユーザー満足度も高まりました。
しかし、その後ユーザーからは、単に情報を閲覧するだけでなく、より具体的な意思決定支援——たとえば「買い／売りの判断」「購入金額」「適合するリスクレベルの戦略」——を求める声が高まりました。そこで、ユーザーの過去の取引履歴をもとにリスク許容度や取引習慣を分析し、パーソナライズされたアドバイスを提供する仕組みを導入しました。
情報層は比較的汎用性が高く共通化できますが、取引層になるとユーザーごとの差異が極めて大きくなります。同じ状況に直面しても、ユーザーによって最適な回答は全く異なる可能性があります。そのため、GetAgentは徐々にパーソナライズされたマッチングへと進化し、その細部の調整にも多くの工数を割きました。
さらに、私たちは実行層にも踏み込みました。たとえばユーザーが「ビットコインを10米ドル分買って」と指示すると、システムは即座に取引ボタンを準備し、ユーザーが確認するだけで注文が完了するようになっています。ただし、この機能を利用するには、指示が明確で曖昧さがないことが前提となります。
この機能がリリースされた後、実際に利用するユーザーが増え、取引量も上昇しました。しかし、その後、この「ユーザー代行注文」の方向性をさらに追求すると、ユーザーが誤解を生じ、「この製品が自分に代わって利益を出してくれる」と思い込んでしまうリスクがあることに気づきました。結果として、損失が発生した際に、ユーザーの期待値と現実のギャップが拡大するという課題が浮上しました。
そこで、私たちは方針を転換し、自動注文機能の高度化を優先しないことに決め、代わりに情報収集・集約分析・パーソナライズされた情報提供といった基盤機能の強化に重点を置くようになりました。
今年初頭には、さらに進化した「Agent Hub」をリリースしました。これは、GetAgentのようなアプリ内での一問一答形式で長文の回答を返すものではなく、上級ユーザー向けに設計されており、プログラムによるAPI呼び出しやコマンドライン操作を通じて取引を実行できるようにしています。
この方向性は当初一定の注目を集めましたが、依然として利用ハードルが高いという課題がありました。実際、プログラムを書き、コマンドラインで取引を行うことができるユーザーはごく少数であり、大多数のユーザーはシンプルで直感的な製品を必要としています。
そこで、私たちは再びアプローチを変え、入口をTelegramへと移しました。ユーザーはリンクを開き、Bitgetアカウントにログインするだけで、エージェント型のインタラクションを通じて取引を完遂できます。全体的な体験がよりスムーズになります。
ネコディ：セキュリティ面はどのように確保されていますか？
ビル博士：セキュリティについては、サンドボックス隔離、4段階の本人確認、独立した実行環境を整備しています。核心は、ユーザー資産の安全を絶対的に保証することです。また、一般ユーザーの利用ハードルを下げる工夫も重ねています。多くの類似製品では、ユーザー自身がモデルを選択し、トークンコストを管理し、サービスプランを決定しなければなりませんが、これらは一般ユーザーにとって極めて複雑です。私たちはこうした底辺の複雑性をすべて隠蔽し、ユーザーが容易に使い始められるよう配慮しています。
Bitget AI取引製品の基盤ロジックとユーザーエクスペリエンス設計
ネコディ：使用している大規模言語モデル（LLM）はどれですか？
ビル博士：複数の大規模言語モデルを活用しており、タスクに応じて最適なモデルを自動で選択・割り当てています。その目的は、コストと効果の両立です。単純なタスクに常に高価なモデルを使うのは非効率であり、一方で複雑なタスクを安価なモデルのみで処理するのは不可能です。そのため、私たちはあらゆる要素を統合的に最適化する仕組みを構築しています。
製品設計においても、初めから利用ハードルの低減を意識していました。たとえば、一定量の無料利用枠を設定し、それを超えた場合のみ有料となるようにしています。これにより、ユーザーは気軽に試すことができます。また、ユーザー自身がトークンを購入したり、モデルを選んだりする必要は一切なく、私たちが既に最適化済みの基盤機能をそのまま利用できます。
その後、情報取得・分析処理・基本的な取引戦略など、多くの機能をTelegramへと移行しました。Telegram上で提供されるこの製品は「GetClaw」と呼ばれ、ユーザーはチャットのように自然な対話を通じてシステムとやりとりできます。以前はアプリ内に機能を配置していたため、多くのユーザーがそもそもその入口を見つけることができませんでしたが、Telegramではアクセスパスが明確で、直感的に利用できます。
この体験の一貫性が実現された後、GetClawは急速に普及しました。さらに、取引コンテストを開催し、体験金や報酬を提供することで、ユーザーがエージェント型取引モードに自然に慣れ親しめるよう支援しています。
ただし、私たちは常に強調しています。「どんなに優れたツールでも、取引は人間の判断を完全に排除することはできない」ということです。いつ入り、いつ抜けるかというタイミング判断は、依然として極めて重要です。モデルを完全に依存するのも、まったく使わないのもどちらも正解ではありません。私たちが目指すのは、ユーザーを代替することではなく、ツールを最大限に洗練させつつ、ユーザー自身の認知力を高めることです。だからこそ、AI開発を始めた当初から、「1億人のユーザーをウォールストリート並みに育てる」という目標を掲げています。本質的には、ユーザーをより優れたトレーダーへと成長させることを目指しています。
私たちの目標は、取引をよりシンプルかつパーソナライズされたものにすることです。たとえば、システムがユーザーの取引習慣、リスク許容度、操作スタイルを少しずつ理解し、複雑な分析プロセスを内部で完結させ、最後にユーザーに明確で分かりやすい意思決定オプションを数個提示する——このような体験を実現したいと考えています。そうすることで、ユーザーはより根拠のある、安心感のある取引判断ができるようになります。
したがって、この製品モデルの核となるポイントは2つあります。第一に、長期記憶とパーソナライズされた適応力——すなわち、システムがユーザーを継続的に学習し、進化していく能力です。第二に、安全性・有効性、そして基盤ツールの持続的な進化です。GetAgentはこの1年余りで多数の基盤機能を磨き上げ、GetClawもその延長線上で生まれたものです。もちろん、現時点ではまだ完璧ではなく、今後も継続的な反復改善を続けていきます。
ネコディ：現在、AI取引による取引量の統計は取られていますか？
ビル博士：現時点では、まだごくわずかです。Bitget全体の取引量に占める、完全にAI主導の取引の割合は非常に低いのが実情です。なぜなら、「AIが導く取引」をユーザーが大規模に信頼するまでには、ある程度の教育・啓発期間が必要だからです。
また、この分野の変化スピードも非常に速いです。大規模言語モデルは日々進化しており、しばしば製品のUIや機能を大幅に変更する必要なく、バックエンドのモデルを古いバージョンから最新版へ切り替えるだけで、全体のパフォーマンスが飛躍的に向上します。これは、現在のモデル能力とアプリケーション層がすでに分離（decoupling）が始まっていることを示しており、基盤モデルがアップグレードされれば、上位レイヤーの体験も自動的に向上します。
したがって現状は、アプリケーション層が急速に進化し、基盤モデルも同時に進歩しているという状況であり、エコシステム全体の変化速度は非常に速くなっています。かつては1つの機能実装に1〜2か月を要していたものが、今は数日、あるいは1日でリリース可能になっています。
こうした状況下で、真に重要なのは単なる開発能力ではなく、ビジネスそのもの、特に「取引」という行為に対する深い理解です。なぜなら、ツールやモデルは日々進化しますが、最終的に製品の価値を決定づけるのは、その適用シーンに対する洞察力なのです。
Bitget AI製品の競争優位性と継続的な最適化方向
ネコディ：現在、Bitgetだけでなく、バイナンス（Binance）やOKXなどもAI関連製品の開発に乗り出しています。他社がリリースしたスキル（skill）や製品をご覧になったことはありますか？BitgetのAI製品は、他の取引所と比べてどのような優位性を持ち、どこに強みがあるとお考えですか？
ビル博士：非常に良い質問ですね。私たちは業界の最新動向を常に注視しています。AI分野においては、すべての取引所がほぼ同条件のスタートラインに立っており、これは「コーナーで追い抜く（bend-the-curve）」チャンスであると位置付けています。また、AIは人材・資金の両面で莫大な投資を要する分野であり、必然的に数社のトップ取引所が競う場となります。Bitgetはこの分野に対して非常に大きな投資を行っています。
昨年のGetAgent開発から、私たちは暗号資産業界におけるAIエージェントのあり方を独自に模索してきました。当時は、参考になる先例がほとんど存在せず、他業界の事例を参考にしつつ、自社のビジネスニーズに合わせて地道に探求を重ねるしかありませんでした。1年以上に及ぶ開発を経て、現在では堅固な基盤技術を蓄積し、継続的な反復改善の手法も確立しています。
他社の取引所と比較した場合、私たちの優位性は主に以下の3点に集約されます。
第一に、反復改善の経験です。昨年3月のAIエージェント開発開始から今日まで、私たちは複数四半期にわたって継続的に改善を重ねてきました。この過程は非常に厳しく、何度もゼロから作り直すこともありました。しかし、その苦労の末に得られた経験は非常に深く、業界で最も早い時期から、かつ最も深く取り組んできた企業の一つであると自負しています。
第二に、セキュリティです。AIエージェント製品が登場した当初、多くの企業が一斉に参入しましたが、後にセキュリティ上の問題を理由に撤退するケースも見られました。一方、私たちの内部では、セキュリティを常に最優先課題と位置付け、開発効率を犠牲にしても必ず守るべき原則としています。こうした姿勢で複数四半期にわたり継続的に改善を重ねた結果、現時点でBitgetのAI取引およびAIエージェントに関する重大なセキュリティ事故は一切発生しておらず、これは非常に大きな優位性です。
第三に、新規製品形態への対応スピードの速さです。Agent Hubに始まり、その後のGetClawのリリースも、いずれも業界で最も早い部類に入ります。しかも、単に製品をリリースするにとどまらず、取引シーンに即したユースケースの設計も同時に行っています。たとえば、AIトレーダーとコピートレード（フォロワー取引）機能を連携させ、ユーザーがAIトレーダーのパフォーマンスに基づいてフォロー先を選択できるようにしたのも、取引シーンにおける新たなイノベーションです。
表面的には、こうした製品は誰でも簡単に作れるように見えます。開発ツールを活用すれば、短期間でプロトタイプを構築することも可能です。しかし、本当に完成させてみて初めて分かるのは、それがどれほどスムーズで、安定していて、信頼できるかという点です。その差は、単に「どのモデルを使ったか」ではなく、「モデル・コスト・品質・セキュリティ・ユーザーエクスペリエンス」をいかに包括的に最適化できるかにかかっています。
特にC向け（消費者向け）のシーンでは、コストコントロールが極めて重要です。最適化を怠ると、こうした製品の運用コストはあっという間に暴走してしまいます。そのため、現在私たちが取り組んでいるのは、「どの大規模言語モデルを使うか？」という単純な問いではなく、「複数の能力をいかに深く統合・調整し、体験と品質を担保しながら、コストを合理的な範囲に収めるか？」という、より高度な課題です。
まとめると、私たちの優位性は以下の3点に集約されます。第一に、早い時期から長期間にわたり反復改善を積み重ね、深い知見を蓄積してきたこと。第二に、堅固なセキュリティ体制を構築していること。第三に、スキル（skill）と製品機能の統合に関して、一定の方法論と基盤（base）を確立していることです。
もちろん、今後も継続的に改善すべき点はあります。その中で最も重要なのは、単に競合他社を追いかけるのではなく、ユーザーから学ぶ姿勢を強く持つことです。なぜなら、AI取引の真の競争は、「機能の多さ」ではなく、「ユーザーをどれだけ深く理解しているか」にあるからです。ユーザーがAI取引に対して今、どのような認知・習慣・期待を持っているのか——この問いへの答えを、私たちはこれからも継続的に探求し続けなければなりません。
結局のところ、ユーザーが取引所を利用する目的は「儲けること」です。私たちはユーザーが必ず儲けると保証することはできませんが、取引という行為をより速く、より便利に、より快適に進められるよう支援したいと考えています。たとえば、最終的にユーザーに提示されるのは、明確でパーソナライズされた数個の選択肢のみであり、その背後にある論理もきちんと説明されることで、ユーザーが以前よりも容易に判断でき、より安心して意思決定できるようになる——これが私たちの理想像です。
したがって、この道のりはまだ終点にはほど遠く、私たちの現在の重点は、体験のさらなるスムーズ化・安全性の強化・パーソナライズの深化に加え、競合他社およびユーザーから学び続けることにあります。
AI取引は「勝者総取り」になるのか？戦略は短期間で陳腐化してしまうのか？
ネコディ：先ほど、非常に理想的な「AI＋取引」のシナリオについてお話いただきました。ここで2つの詳細な質問をさせてください。
1つ目の質問は、AI取引を実行するモデルの能力には明らかに差があり、将来的に「勝者総取り（ウィナー・テイク・オール）」の状況が到来するのではないかという懸念です。たとえば、資金力のあるプレイヤーがより高性能な大規模言語モデルを購入し、より多くの計算リソースと高速な処理能力を獲得することで、少数のプレイヤーが大多数を圧倒し、市場の利益を独占してしまうという可能性です。
2つ目の質問は、取引市場は極めて変化が速く、ある戦略が有効なのは特定の期間に限られるという点です。それはすぐに模倣・追随され、さらには対策を講じられてしまうことも珍しくありません。AI取引にもこのような限界はあるのでしょうか？固定された優位性を長期にわたって維持することは不可能であり、継続的な反復改善が不可欠なのでしょうか？
ビル博士：この2つの問いは、業界全体が非常に注目しているトピックです。
まず、「勝者総取り」についてですが、私はそのような状況が実現するのは非常に難しいと考えます。株式市場を例にとると、定量取引やファンド業界は長年にわたり発展してきましたが、それでも市場の利益をすべて独占する企業は存在していません。たとえ業界トップの機関が非常に強力であっても、市場には依然として多数の参加者が共存しています。
その理由は単純です。取引システム自体が極めて複雑であり、結果を決定する要因は数個の変数ではなく、数千もの変数が絡み合い、さらに突発的な出来事や「黒鳥（ブラック・スワン）」事象が常に存在するからです。したがって、誰かが市場を100％支配するという状況は、現実的にはあり得ないと考えます。
2つ目の問いについてですが、AI取引には確かに「天井（ceiling）」があります。仮に「完璧な取引」を100点とすると、現在のAIは約90点を獲得していると考えられます。将来はさらに99点に近づくかもしれませんが、100点に到達することは極めて困難です。
ネコディ：それは、現時点で90点なのか、それとも将来もその水準に留まるという意味でしょうか？
ビル博士：現時点で約90点です。将来的にはさらに向上しますが、私は100点に到達することは永遠に難しいと考えます。なぜなら、金融取引の最も難しい本質は、結局のところ「人間性（human nature）」に帰着するからです。市場の裏側に人が存在し、人が意思決定を行っている限り、感情・バイアス・非合理的な判断は必ず存在します。
もちろん、将来、市場の主体が人間ではなく、AIエージェント同士の取引になるという、より極端な状況が到来するかもしれません。その場合には状況は変わり、機械の実行は人間よりも常に規律正しく、勝敗はモデル能力・システム能力・処理速度の差に委ねられるでしょう。
しかし、現時点の暗号資産市場では、その段階には程遠いのが実情です。したがって、全体としてこれはまだ継続的な進化の過程にあり、人間が取引に参加している限り、不確実性を完全に排除することは不可能です。
ネコディ：このお答えには非常に共感します。なぜなら、取引とはそもそも理性で感情を制御する行為だからです。もし将来、すべての取引がAIによって行われるようになった場合、最後に残るのは知能の水準と処理速度の競争になるでしょう。
ビル博士：その通りです。現時点では、まだその段階には至っていませんので、この分野には非常に大きな可能性と、興味深い課題が山積しています。
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
吴说区块链
