メインコンテンツまでスキップ

「AI」タグの記事が 223 件 件あります

人工知能と機械学習のアプリケーション

すべてのタグを見る

InfoFi の爆発的普及：情報がいかにしてウォール街で最も取引される資産となったか

· 約 18 分
Dora Noda
Dora Noda
Software Engineer

金融業界は、多くの人が予想だにしなかった境界線を越えました。2026 年 2 月、予測市場の週間取引高は 63.2 億ドルに達しました。これは投機的なギャンブルによるものではなく、情報を取引可能なコモディティ（商品）として価格設定する機関投資家によるものです。

インフォメーション・ファイナンス（Information Finance）、すなわち「InfoFi」は、10 年にわたる変革の集大成を象徴しています。2025 年の 46.3 億ドルから 2034 年には 1,763.2 億ドルに達すると予測されており、Web3 インフラは予測市場を単なる賭けのプラットフォームから、ヴィタリック・ブテリン氏が「真実のエンジン（Truth Engines）」と呼ぶものへと進化させました。これは、既存のメディアや世論調査システムよりも速くインテリジェンスを集約する金融メカニズムです。

これは単なる暗号資産の投機ではありません。ICE（インターコンチネンタル取引所、ニューヨーク証券取引所の親会社）は Polymarket に 20 億ドルを注入し、予測市場の評価額を 90 億ドルとしました。ヘッジファンドや中央銀行は現在、株式やデリバティブに使用されるのと同じ端末に予測市場のデータを統合しています。InfoFi は金融インフラとなったのです。

InfoFi が実際に意味するもの​

InfoFi は情報をアセットクラス（資産クラス）として扱います。参加者はニュースを受動的に消費するのではなく、主張の正確性に資本を投じます。これにより、あらゆるデータポイントが「発見可能な価格」を持つ市場へと変わります。

その仕組みは以下の通りです：

従来の情報の流れ： イベント発生 → メディアの報道 → アナリストの解釈 → 市場の反応（数日から数週間）

InfoFi の情報の流れ： 市場がイベントを予測 → 正確な予測に資本が流入 → 価格が即座に真実を示唆（数分から数時間）

2026 年 1 月までに予測市場の週間取引高は 59 億ドルに達し、Kalshi が 66.4% の市場シェアを獲得、Polymarket は ICE の機関投資家向けインフラに支えられています。現在、AI エージェントが取引活動の 30% 以上を占めており、地政学的イベント、経済指標、企業の業績を継続的に価格に反映させています。

その結果、情報はニュースになる前に価格が決定されます。予測市場は、WHO の宣言より数週間前に COVID-19 の深刻さを特定し、2024 年の米大統領選挙の結果を従来の世論調査よりも正確に予測し、公式発表に先んじて中央銀行の政策転換を予測しました。

Polymarket 対 Kalshi の戦い​

2 つのプラットフォームが InfoFi の展望を支配しており、情報市場に対して根本的に異なるアプローチを体現しています。

Kalshi： 連邦政府の規制下にある挑戦者。2025 年に 431 億ドルの取引高を記録し、CFTC（商品先物取引委員会）の監督によって機関投資家への正当性を確保しています。米ドルで取引され、従来の証券口座と統合されており、米国に準拠した市場に焦点を当てています。

この規制の枠組みは市場の範囲を制限しますが、機関投資家の資金を引き寄せます。既存のコンプライアンス・インフラ内で運営されているため、伝統的な金融機関は安心して Kalshi を通じて注文を出すことができます。2026 年 2 月の時点で、Kalshi が 2026 年の取引高で首位に立つ確率は 34% とされており、取引の 91.1% はスポーツ関連の契約に集中しています。

Polymarket： クリプトネイティブな挑戦者。ブロックチェーン・インフラ上に構築され、2025 年には 330 億ドルの取引高を記録しました。市場は非常に多様化しており、スポーツはわずか 39.9% で、残りは地政学、経済、テクノロジー、文化的イベントに及んでいます。

ICE による 20 億ドルの投資がすべてを変えました。Polymarket は、これまで伝統的な取引所にのみ許可されていた機関投資家向けの決済インフラ、市場データの配信、および規制経路へのアクセスを獲得しました。トレーダーは ICE との提携を、予測市場のデータが間もなく Bloomberg 端末や Reuters のフィードに並んで表示されるようになることの確証であると見ています。

この競争がイノベーションを推進しています。Kalshi の規制の透明性は機関投資家による採用を可能にします。Polymarket のクリプト・インフラは、グローバルな参加とコンポーザビリティ（構成可能性）を可能にします。両方のアプローチが InfoFi をメインストリームへの普及へと押し進めており、異なる道筋が同じ目的地へと収束しています。

情報トレーダーとしての AI エージェント​

AI エージェントは、単に情報を消費するだけではありません。情報を取引（トレード）するのです。

予測市場のボリュームの 30 % 以上が、現在 AI エージェントによるものとなっています。彼らは継続的にデータストリームを分析し、取引を実行し、確率予測を更新しています。これらは、あらかじめ定義されたルールに従うだけの単純なボットではありません。現代の AI エージェントは、複数のデータソースを統合し、統計的アノマリーを特定し、進化する情報環境に基づいてポジションを調整します。

AI トレーディングの台頭は、以下のようなフィードバックループを生み出します：

  1. AI エージェントは人間よりも速く情報を処理する
  2. 取引活動が価格シグナルを生成する
  3. 価格シグナルが他のエージェントの情報入力となる
  4. より多くのエージェントが参入し、流動性と正確性が向上する

このダイナミクスにより、予測市場は人間の投機からアルゴリズムによる情報発見へと変貌を遂げました。市場は現在、ニュースの流れ、社会的感情、経済指標、市場間の相関関係に基づいて AI エージェントが継続的に確率を再価格設定するため、リアルタイムで更新されます。

この影響は取引だけにとどまりません。予測市場はスマートコントラクトにとっての「真実のオラクル（Truth Oracle）」となり、検証可能で経済的に裏付けられたデータフィードを提供します。DeFi プロトコルは予測市場の結果に基づいて決済を行うことができ、DAO はガバナンスの決定に InfoFi コンセンサスを利用できます。Web3 スタック全体が、高品質でインセンティブが整合した情報インフラストラクチャにアクセスできるようになります。

X プラットフォームのクラッシュ：InfoFi 最初の失敗​

すべての InfoFi の試みが成功するわけではありません。2026 年 1 月、X（旧 Twitter）がエンゲージメント報酬型アプリケーションを禁止したことを受け、InfoFi トークンの価格が暴落しました。

KAITO（18 % 下落）や COOKIE（20 % 下落）のようなプロジェクトは、エンゲージメント、データ提供、コンテンツの質に対してユーザーに報酬を与える「資産としての情報（Information-as-an-asset）」モデルを構築していました。その理論は、アテンション（注目）には価値があり、ユーザーはトークンエコノミクスを通じてその価値を獲得すべきであるというものでした。

このクラッシュは、根本的な欠陥を浮き彫りにしました。それは、中央集権的なプラットフォーム上に分散型経済を構築することです。X が利用規約を変更したとき、InfoFi エコシステム全体が一夜にして消滅しました。ユーザーはトークンの価値を失い、プロジェクトは配信手段を失いました。「分散型」情報経済は、中央集権的なプラットフォームのリスクに対して脆弱であることが証明されました。

生き残った者たちは教訓を学びました。真の InfoFi インフラストラクチャには、Web2 プラットフォームへの依存ではなく、ブロックチェーンネイティブな配信が必要です。プロジェクトは分散型ソーシャルプロトコル（Farcaster、Lens）やオンチェーンデータ市場へと舵を切りました。このクラッシュにより、ハイブリッドな Web2-Web3 モデルから完全な分散型情報インフラストラクチャへの移行が加速しました。

予測市場を超えた InfoFi​

資産としての情報は、バイナリ予測（二者択一の予測）の枠を超えて広がっています。

データ DAO： データセットを共同で所有、キュレート、収益化する組織です。メンバーはデータを提供し、品質を検証し、商用利用からの収益を共有します。現実資産（RWA）のトークン化は 2025 年半ばまでに 230 億ドルに達し、オンチェーンでの価値表現に対する機関投資家の意欲が示されました。

分散型物理インフラネットワーク（DePIN）： 2025 年初頭時点で約 300 億ドルの価値があるとされ、1,500 以上の有効なプロジェクトが存在します。個人が余剰ハードウェア（GPU パワー、帯域幅、ストレージ）を共有し、トークンを獲得します。情報は取引可能な計算リソースとなります。

AI モデルマーケットプレイス： ブロックチェーンにより、検証可能なモデルの所有権と使用状況の追跡が可能になります。クリエイターはオンチェーンライセンスを通じて AI モデルを収益化し、スマートコントラクトが収益分配を自動化します。情報（モデルの重み、トレーニングデータ）は、構成可能で取引可能なインフラとなります。

クレデンシャル市場： ゼロ知識証明により、プライバシーを保護したクレデンシャル（資格・実績）の検証が可能になります。ユーザーは個人データを明かすことなく資格を証明できます。検証可能なクレデンシャルは、採用、融資、ガバナンスの文脈において取引可能な資産となります。

共通のテーマは、情報が無料の外部性から価格の付いた資産へと移行することです。市場は、これまで収益化できなかったデータ（検索クエリ、アテンションメトリクス、専門知識の検証、計算リソースなど）の価値を発見します。

機関投資家向けインフラの統合​

ウォール街による InfoFi の採用は理論的なものではなく、実務的なものです。

ICE による 20 億ドルの Polymarket への投資は、コンプライアンスフレームワーク、決済インフラ、市場データの配信、規制経路といった機関投資家向けの「配管」を提供します。予測市場のデータは現在、ヘッジファンドマネージャーや中央銀行が使用する端末に統合されています。

この統合により、予測市場は代替データソースから主要なインテリジェンスインフラへと変貌を遂げます。ポートフォリオマネージャーは、テクニカル指標と並んで InfoFi の確率を参照します。リスク管理システムには予測市場のシグナルが組み込まれ、トレーディングアルゴリズムはリアルタイムの確率更新を消費します。

この移行は、ブルームバーグ端末が数十年にわたってデータソースを吸収してきた過程（債券価格から始まり、ニュースフィードの拡大、社会的感情の統合へと至る流れ）を映し出しています。InfoFi は次のレイヤー、つまり伝統的なデータでは価格を付けることができない事象に対する、経済的に裏付けられた確率推定を表しています。

伝統的な金融機関はその価値提案を認識しています。市場が継続的に正確さを価格設定することで、情報コストは低下します。ヘッジファンドは独自の調査に数百万ドルを支払っていますが、予測市場はインセンティブの整合を通じて、その調査をオーガニックに生み出します。中央銀行は世論調査を通じて国民の感情を監視していますが、InfoFi はそれをリアルタイムの確率分布として捉えます。

As 業界の成長予測が 2025 年の 400 億ドルから 2027 年には 1,000 億ドル以上に達する中、機関投資家の資本は、投機的な暗号資産への賭けとしてではなく、金融市場の中核的な構成要素として InfoFi インフラに流れ込み続けるでしょう。

規制上の課題​

InfoFi の爆発的な成長は、規制当局の精査を引き付けています。

Kalshi は CFTC（商品先物取引委員会）の監督下で運営されており、予測市場をデリバティブとして扱っています。この枠組みは明確性をもたらしますが、政治選挙の禁止、「社会的に有害な」結果の除外、規制管轄外のイベントの制限など、市場の範囲を制限します。

Polymarket のクリプトネイティブなアプローチはグローバルな市場を可能にしますが、コンプライアンスを複雑にします。規制当局は、予測市場がギャンブル、証券の提供、あるいは情報サービスのいずれに該当するかを議論しています。この分類によって、どの機関が規制し、どのような活動が許可され、誰が参加できるかが決定されます。

この議論は、以下のような根本的な問いに集中しています：

  • 予測市場はギャンブルなのか、それとも情報発見なのか？
  • 市場のポジションを表すトークンは証券に該当するのか？
  • プラットフォームは地理的条件や適格性によって参加者を制限すべきか？
  • 既存の金融規制は、分散型の情報市場にどのように適用されるのか？

規制の結果が InfoFi の軌道を形作ることになります。制限的な枠組みは、機関投資家の参加を制限しつつ、イノベーションをオフショア（国外）へと押し出す可能性があります。バランスの取れた規制は、市場の完全性を保護しながら、メインストリームへの採用を加速させる可能性があります。

初期の兆候は、現実的なアプローチを示唆しています。規制当局は、価格発見とリスク管理における予測市場の価値を認識しています。課題は、操作を防止し、消費者を保護し、金融の安定を維持しながら、イノベーションを可能にする枠組みを構築することです。

次に何が起こるか​

InfoFi は単なる予測市場以上の存在であり、情報経済のためのインフラです。

AI エージェントが人間とコンピュータの相互作用をますます媒介するようになるにつれ、信頼できる情報源が必要になります。ブロックチェーンは、検証可能でインセンティブが調整されたデータフィードを提供します。予測市場は、リアルタイムの確率分布を提供します。この組み合わせが、自律型システムのための「真実のインフラ」を構築します。

DeFi プロトコルは、決済のためにすでに InfoFi オラクルを統合しています。DAO はガバナンスに予測市場を活用しています。保険プロトコルは、オンチェーンの確率推定を使用してリスク価格を決定しています。次の段階は、サプライチェーン予測、市場調査、戦略計画のための企業による採用です。

2034 年までに 1,760 億ドルに達するという市場予測は、緩やかな成長を前提としています。破壊的変化はさらに速く加速する可能性があります。主要な金融機関が InfoFi インフラを完全に統合すれば、従来の世論調査、調査、予測業界は存亡の危機に直面します。市場が継続的に確率を価格に反映させているのに、なぜアナリストに推測の対価を支払う必要があるのでしょうか？

この移行はスムーズには進まないでしょう。規制をめぐる攻防は激化します。プラットフォーム間の競争により集約が進むでしょう。市場操作の試みは、インセンティブの調整を試すことになります。しかし、根本的なテーゼは変わりません。情報には価値があり、市場は価格を発見し、ブロックチェーンはインフラを可能にするということです。

InfoFi は伝統的金融に取って代わるのではなく、InfoFi 自体が伝統的金融になりつつあります。問題は、情報市場がメインストリームに採用されるかどうかではなく、機関投資家の資本がいかに早くその必然性を認識するかです。

BlockEden.xyz は、Web3 アプリケーション向けのエンタープライズグレードのインフラを提供し、主要なブロックチェーンエコシステム全体で信頼性の高い高性能な RPC アクセスを提供しています。当社のサービスを詳しく見る で、スケーラブルな InfoFi および予測市場インフラを探索してください。

ソース:

InfoFi 市場の展望：予測市場を超えたインフラとしてのデータ

· 約 15 分
Dora Noda
Dora Noda
Software Engineer

予測市場の週間取引高は 2026 年 2 月初旬に 63.2 億ドルを超え、Kalshi が 51% の市場シェアを保持し、Polymarket が 47% で続きました。しかし、インフォメーション・ファイナンス（InfoFi）は、単なる二者択一の賭けをはるかに超えるものです。データのトークン化市場、データ DAO、そして資産としての情報インフラは、情報がプログラム可能で、取引可能、かつ検証可能なものとなる、新たなエコシステムを形成しています。

InfoFi のテーゼ：情報には価値があり、市場が価格を発見し、ブロックチェーンがインフラを可能にする。この記事では、Polymarket の予測エンジンから Ocean Protocol のデータ・トークン化、データ DAO から AI に制約された真実市場まで、その展望をマッピングします。

予測市場という基盤​

予測市場は InfoFi エコシステムの基盤（アンカー）であり、不確実な未来の出来事に対して価格シグナルを提供します。

Kalshi と Polymarket の二強体制​

市場は Kalshi と Polymarket の間でほぼ 51 対 49 に分かれていますが、その構成は根本的に異なります。

Kalshi： 2025 年に 431 億ドル以上の決済を行い、スポーツベッティングに大きく偏っています。CFTC（米商品先物取引委員会）のライセンスを取得しており、米ドル建てで、米国の小売ブローカーと統合されています。Robinhood の「予測市場ハブ」は、Kalshi のインフラを通じて数十億ドルの契約を送り込んでいます。

Polymarket： 2025 年に 334 億ドルを処理し、地政学、マクロ経済、科学的画期的進歩といった「ハイ・シグナル（精度の高い信号）」な出来事に焦点を当てています。クリプトネイティブで、グローバルな参加が可能であり、DeFi とのコンポーザビリティを備えています。2025 年後半には、CFTC ライセンスを通じた米国市場への再参入のため、QCEX の 1 億 1,200 万ドルでの買収を完了しました。

この競争がイノベーションを促進しています。Kalshi は小売と機関投資家のコンプライアンスを取り込み、Polymarket はクリプトネイティブなコンポーザビリティと国際的なアクセスでリードしています。

賭けを超えて：情報オラクル​

予測市場は、投機のツールから AI システムの情報オラクルへと進化しました。市場の確率は、AI のハルシネーション（もっともらしい嘘）を抑制する「外部アンカー」として機能します。現在、多くの AI システムは、予測市場で賭けの対象にできない主張の重みを下げています。

これによりフィードバック・ループが生まれます。AI エージェントが予測市場で取引し、市場価格が AI の出力を補完し、AI が生成した予測が人間の取引に影響を与えます。その結果、情報市場はアルゴリズムによる真実発見のためのインフラとなります。

データ・トークン化：Ocean Protocol のモデル​

予測市場が未来の出来事に価格をつけるのに対し、Ocean Protocol は既存のデータセットをトークン化し、AI 学習データ、研究データセット、機密情報のための市場を創出します。

データトークン・アーキテクチャ​

Ocean のモデル：各データトークンは、元の知的財産権所有者からのサブライセンスを表し、ユーザーが関連するデータセットにアクセスして利用することを可能にします。データトークンは ERC20 規格に準拠しているため、取引可能であり、DeFi とのコンポーザビリティを持ち、スマートコントラクトを通じてプログラム可能です。

3 層のスタック：

データ NFT： 基盤となるデータセットの所有権を表します。クリエイターは NFT をミントすることで、プロバナンス（起源）と制御権を確立します。

データトークン： アクセス制御トークン。データトークンを保有することで、所有権を移転することなく一時的な使用権が付与されます。これにより、データへのアクセスとデータの所有権が分離されます。

Ocean Marketplace： データトークンのための分散型取引所。データ提供者は資産を収益化し、消費者はアクセス権を購入し、投機家はトークンを取引します。

このアーキテクチャは重要な課題を解決します。データ提供者は管理権を失うことなく収益化でき、消費者は全購入コストを支払うことなくアクセスでき、市場は情報の価値に対して適正な価格を発見します。

トレーディングを超えたユースケース​

AI 学習市場： モデル開発者は学習のためにデータセットへのアクセスを購入します。データトークンの経済学はインセンティブを一致させます — 価値のあるデータはより高い価格で取引され、クリエイターはモデルの学習活動から継続的な収益を得ることができます。

研究データの共有： 学術的および科学的なデータセットが、管理された配布のためにトークン化されます。研究者は来歴を確認し、使用状況を追跡し、自動化されたロイヤリティ分配を通じてデータ生成者に報酬を支払います。

企業間データコラボレーション： 企業は、完全な譲渡ではなくトークン化されたアクセスを通じて独自のデータセットを共有します。機密性を維持しながら、共同での分析やモデル開発を可能にします。

個人データのマネタイズ： 個人が健康記録、行動データ、または消費者の好みをトークン化します。プラットフォームが報酬なしで価値を抽出するのではなく、アクセス権を直接販売します。

Ocean は、データ協同組合としてのデータ DAO に Ethereum のコンポーサビリティを可能にし、データがプログラム可能な金融資産となるインフラストラクチャを構築します。

データ DAO： 情報の共同所有​

データ DAO は、データ資産を管理する分散型自律組織として機能し、共同所有、ガバナンス、およびマネタイズを可能にします。

データユニオンモデル​

メンバーが共同でデータを提供し、DAO がアクセス権のポリシーと価格設定を管理し、収益はスマートコントラクトを通じて自動的に分配されます。ガバナンス権はデータの貢献度に応じて拡大します。

台頭する事例：

ヘルスケアデータユニオン： 患者は健康記録をプールし、暗号学的証明を通じて個人のプライバシーを維持します。研究者は集計されたアクセス権を購入し、収益は貢献者に流れます。データは中央集権的な医療システムではなく、患者によって管理され続けます。

神経科学研究 DAO： 学術機関や研究者が、脳画像データセット、遺伝情報、および臨床結果を提供します。共同データセットは個々の貢献よりも価値が高まり、データ提供者に報酬を与えながら研究を加速させます。

生態学的 / GIS プロジェクト： 環境センサー、衛星画像、および地理データがコミュニティによってプールされます。DAO は気候モデリング、都市計画、および保全のためのデータアクセスを管理し、同時に地域コミュニティがその地域で生成されたデータから利益を得られるようにします。

データ DAO は調整問題を解決します。個人には交渉力が欠けており、プラットフォームは独占的な利益を抽出し、データはサイロ化されたままです。共同所有は、公正な報酬と民主的なガバナンスを可能にします。

デジタル資産としての情報​

このコンセプトは、データ資産をデジタル資産として扱い、元々暗号資産のために設計されたブロックチェーンインフラストラクチャを使用して、情報の所有権、移転、および評価を管理します。

このアーキテクチャの選択は、強力なコンポーサビリティ（構成可能性）を生み出します。データ資産は DeFi プロトコルと統合され、自動マーケットメーカーに参加し、ローンの担保として機能し、プログラム可能な収益分配を可能にします。

インフラストラクチャスタック​

アイデンティティレイヤー： データの所有権と貢献の暗号学的証明。盗用を防ぎ、来歴を確立し、帰属を可能にします。

アクセスコントロール： どのような条件下で誰がデータにアクセスできるかを管理するスマートコントラクト。手動の契約交渉に代わるプログラム可能なライセンス。

価格決定メカニズム： データセットの適正な価値を発見する自動マーケットメーカー。恣意的な機関による価格設定ではなく、需要と供給のダイナミクス。

収益分配： スマートコントラクトが貢献者、キュレーター、およびプラットフォーム運営者の間で収益を自動的に分割します。支払仲介者や遅延を排除します。

コンポーサビリティ： データ資産がより広範な Web3 エコシステムと統合されます。データセットを担保として使用したり、デリバティブを作成したり、複合製品にバンドルしたりします。

2025 年半ばまでに、オンチェーン RWA 市場（データを含む）は 230 億ドルに達し、投機的な暗号資産を超えたトークン化資産に対する機関投資家の意欲が示されました。

AI による InfoFi の制約： 検証ループ​

AI システムは真実の検証のために InfoFi インフラストラクチャへの依存を強めています。

予測市場は AI のハルシネーション（幻覚）を抑制します。トレーダーは現実の資金をリスクにさらし、市場の確率は外部のアンカーとして機能します。AI システムは、賭けの対象にならない主張の重みを下げます。

これにより品質フィルターが作成されます。検証可能な主張は予測市場で取引され、検証不可能な主張は AI の信頼度が低くなり、市場価格は継続的な確率の更新を提供し、AI の出力は経済的な現実に根ざしたものになります。

このフィードバックループは双方向に機能します。AI エージェントは市場効率を向上させる予測を生成し、市場価格は AI 学習データの品質を通知し、高価値な予測はデータ収集の取り組みを促進し、情報市場はノイズよりもシグナルを最適化します。

2026 年 InfoFi エコシステム・マップ​

ランドスケープには、相互に関連する複数のレイヤーが含まれています。

レイヤー 1：真実の発見 (Truth Discovery)

  • 予測市場 (Kalshi, Polymarket)
  • 予測プラットフォーム
  • レピュテーション・システム
  • 検証プロトコル

レイヤー 2：データのマネタイズ

  • Ocean Protocol データトークン
  • データセット・マーケットプレイス
  • API アクセス・トークン
  • 情報ライセンス・プラットフォーム

レイヤー 3：共同所有

  • データ DAO
  • 研究コラボレーション
  • データ・ユニオン
  • コミュニティ情報プール

レイヤー 4：AI 統合

  • モデル学習市場
  • 推論検証
  • 出力アテステーション
  • ハルシネーション（幻覚）の抑制

レイヤー 5：金融インフラ

  • 情報デリバティブ
  • データ担保
  • 自動マーケットメーカー (AMM)
  • 収益分配プロトコル

各レイヤーは互いに補完し合っています。予測市場が価格シグナルを確立し、データ市場が情報を収益化し、DAO が共同行動を可能にし、AI が需要を創出し、金融インフラが流動性を提供します。

2026 年が明らかにするもの​

InfoFi は実験的な段階からインフラとしての段階へと移行します。

機関投資家による検証： 主要なプラットフォームが予測市場を統合。ウォール街が InfoFi のシグナルを活用。資産としての情報を扱うための規制枠組みが登場。

インフラの成熟： データのトークン化標準が定着。DAO ガバナンスのパターンが大規模に実証。AI とブロックチェーンの統合がシームレスに。

市場の成長： 週間の予測市場取引高 63.2 億ドル、230 億ドルのオンチェーン・データ資産、あらゆるセクターでの採用が加速。

ユースケースの拡大： 投機を超えて、研究、企業間コラボレーション、AI 開発、公共財の調整へと拡大。

情報がアセットクラス（資産クラス）になるかどうかはもはや疑問ではありません。重要なのは、インフラがいかに早くスケールし、どのモデルが主流になるかです。予測市場が最初に注目を集めましたが、最終的にはデータ DAO やトークン化プロトコルがより大きな価値の流れを牽引する可能性があります。

2026 年の InfoFi の展望：確立された基盤、実証済みのユースケース、機関投資家による採用の開始、インフラの成熟。次のフェーズは、主流の情報システムへの統合、従来のデータマーケットプレイスの置換、そして情報交換のためのデフォルトのインフラになることです。

BlockEden.xyz は、主要なブロックチェーン・エコシステム全体で、信頼性が高く、高性能な RPC アクセスを提供する Web3 アプリケーション向けのエンタープライズ・グレードのインフラを提供します。InfoFi インフラとデータ市場のサポートについては、当社のサービスを詳しく見る をご確認ください。

ソース：

予測市場が 59 億ドルに到達：AI エージェントがウォール街の予測ツールになった時

· 約 21 分
Dora Noda
Dora Noda
Software Engineer

2026 年初頭、Kalshi の 1 日あたりの取引高が 8 億 1,400 万ドルに達し、予測市場のシェアの 66.4% を占めたとき、その急増を牽引したのは個人投機家ではありませんでした。それは AI エージェントでした。現在、自律型取引アルゴリズムは予測市場の取引高の 30% 以上を占めており、インターネット上の好奇心として始まったものを、ウォール街の最新の機関投資家向け予測インフラへと変貌させています。このセクターの週間取引高は 59 億ドルに達し、さらに増加を続けており、多くの伝統的なデリバティブ市場に匹敵しています。しかし、決定的な違いが 1 つあります。それは、これらの市場が単なる資産ではなく、情報を取引しているということです。

これは「情報金融（Information Finance）」、つまりブロックチェーンベースの予測市場を通じて集合知を収益化することです。トレーダーが OpenAI が 2030 年までに AGI を達成するかどうかに 4,200 万ドルを賭けたり、次にどの上場企業が現れるかに 1,800 万ドルを賭けたりするとき、彼らはギャンブルをしているのではありません。彼らは、機関投資家、政策立案者、企業の戦略家が、従来の投資アナリストよりもますます信頼するようになっている、流動性が高く取引可能な予測を生み出しているのです。問題は、予測市場が予測のあり方を破壊するかどうかではなく、専門家の予測を大幅に上回る精度を持つこれらの市場を、機関投資家がいかに早く採用するかということです。

59 億ドルの節目：非主流から金融インフラへ​

予測市場は 2025 年末に 53 億ドルに迫る過去最高の取引高を記録し、その勢いは 2026 年に向けて加速しました。現在の週間取引高は常に 59 億ドルを超えており、主要なイベント期間中の 1 日のピークは 8 億 1,400 万ドルに達しています。比較のために挙げると、これは多くの中型株の 1 日の取引高を上回り、専門的なデリバティブ市場に匹敵する規模です。

この成長は線形ではなく、指数関数的です。2024 年の予測市場の年間取引高は数億ドル単位で測定されていました。2025 年までに月間取引高は 10 億ドルを超えました。2026 年には週間取引高が日常的に 59 億ドルに達しており、これは 10 倍以上の年間成長を意味します。この加速は、機関投資家が予測市場を「珍しいもの」から「不可欠なもの」へと見なすようになった根本的な変化を反映しています。

Kalshi は 66.4% の市場シェアで支配的であり、機関投資家の取引高の大部分を処理しています。暗号資産ネイティブな分野で運営されている Polymarket は、個人のフォロワーや国際的なフローを大幅に取り込んでいます。これらのプラットフォームを合わせると、選挙、経済、技術開発、スポーツ、エンターテインメントを網羅する数千の市場で、毎週数十億ドルの取引高を処理しています。

このセクターの正当性は、NYSE（ニューヨーク証券取引所）の親会社である ICE（インターコンチネンタル取引所）が予測市場のインフラに 20 億ドルを投資したことで、その裏付けを得ました。世界最大の証券取引所の運営者がこの規模で資本を投入するということは、予測市場がもはや実験的なものではなく、戦略的なインフラであることを示しています。

AI エージェント：30% の貢献要因​

予測市場の成長において最も過小評価されている推進要因は、AI エージェントの参加です。自律型取引アルゴリズムは現在、総取引高の 30% 以上を占めており、市場の力学を根本的に変えています。

なぜ AI エージェントは予測を取引しているのでしょうか？理由は 3 つあります：

情報の裁定取引（情報アービトラージ）：AI エージェントは、ニュース、ソーシャルメディア、オンチェーンデータ、伝統的な金融市場など、数千のデータソースをスキャンして、価格設定が誤っている予測を特定します。市場があるイベントの確率を 40% と評価している一方で、AI の分析が 55% を示唆している場合、エージェントはそのスプレッドを取引します。

流動性の提供：マーケットメイカーが証券取引所で流動性を提供するのと同様に、AI エージェントは予測プラットフォームで双方向の市場を提供します。これにより価格発見機能が向上し、スプレッドが縮小され、すべての参加者にとって市場がより効率的になります。

ポートフォリオの分散：機関投資家は、非伝統的な情報シグナルへのエクスポージャーを得るために AI エージェントを導入しています。ヘッジファンドは、政治的リスク、技術開発のタイムライン、規制の結果など、伝統的な市場では表現が難しいリスクをヘッジするために予測市場を利用することがあります。

AI エージェントによる取引の出現は、ポジティブフィードバックループ（好循環）を生み出します。AI の参加が増えるほど流動性が向上し、それがより多くの機関投資家の資本を惹きつけ、さらに多くの AI 開発を正当化します。予測市場は、複雑で現実世界の予測課題を乗り越える方法を学ぶ自律型エージェントの訓練場になりつつあります。

Kalshi のトレーダーは、OpenAI が 2030 年までに AGI を達成する確率を 42% と見積もっています。これは 6 ヶ月前の 32% から上昇しています。4,200 万ドル以上の流動性を持つこの市場は、エンジニア、ベンチャーキャピタリスト、政策専門家、そして人間が大規模に追跡できないシグナルを処理する AI エージェントを含む「群衆の知恵」を反映しています。

Kalshi の機関投資家における優位性：規制された取引所の強み​

Kalshi の 66.4% の市場シェアは偶然ではありません。それは構造的なものです。米国初の CFTC（米商品先物取引委員会）規制下の予測市場取引所として、Kalshi は競合他社には提供できないもの、つまり「規制の確実性」を機関投資家に提供しています。

機関投資家の資本はコンプライアンスを要求します。ヘッジファンド、資産運用会社、企業の財務部門は、法的リスクやコンプライアンスリスクを負うことなく、規制されていないプラットフォームに数十億ドルを投入することはできません。Kalshi の CFTC 登録はこの障壁を取り除き、機関投資家がポートフォリオ内の株式、債券、デリバティブと並んで予測を取引することを可能にします。

規制されたステータスはネットワーク効果を生み出します。機関投資家の取引高が増えるほど、より優れた流動性提供者が集まり、スプレッドがタイトになり、さらに多くのトレーダーを惹きつけます。Kalshi のオーダーブックは現在、数百万ドルの取引が大きなスリッページなしに実行できるほど深くなっており、これは機能的な市場と実験的な市場を分ける基準となっています。

Kalshi の製品の幅広さも重要です。市場は選挙、経済指標、技術の節目、IPO のタイミング、企業の決算、マクロ経済イベントにまで及びます。この多様性により、機関投資家は微妙な見解を表現することができます。テック企業のバリュエーションに弱気なヘッジファンドは、ユニコーン企業の IPO に関する予測市場でショートポジションを取ることができます。規制の変化を予想する政策アナリストは、議会の結果市場を取引することができます。

高い流動性により、価格が簡単に操作されることはありません。数千万ドルが賭けられ、数千人の参加者がいる市場価格は、個人の操作ではなく、真のコンセンサスを反映します。この「群衆の知恵」は、ブラインドテストにおいて専門家の予測を上回ります。予測市場は一貫して、世論調査、アナリストの予測、評論家の意見よりも優れた成果を上げています。

Polymarket のクリプトネイティブな代替手段：分散型の挑戦者​

Kalshi が規制された米国市場を支配する一方で、Polymarket はクリプトネイティブおよび国際的なフローを取り込んでいます。USDC 決済を備えたブロックチェーン基盤で動作する Polymarket は、KYC なし、地理的制限なし、規制によるゲートキーピングなしのパーミッションレスなアクセスを提供します。

Polymarket の強みはグローバルなリーチです。Kalshi にアクセスできない地域のトレーダーも自由に参加できます。2024 年の米国選挙期間中、Polymarket は 30 億ドル以上の取引量を処理し、クリプトネイティブなインフラが機関投資家規模の需要に対応できることを証明しました。

このプラットフォームの暗号資産統合は、斬新なメカニズムを可能にします。スマートコントラクトがオラクルデータに基づいて決済を自動的に実行します。流動性プールは仲介者なしで 24 時間稼働します。決済は数日ではなく数秒で完了します。これらの利点は、DeFi プリミティブに慣れ親しんだクリプトネイティブなトレーダーにとって魅力的です。

しかし、規制の不確実性は依然として Polymarket の課題です。米国の明示的な規制承認なしで運営されているため、国内での機関投資家による採用が制限されています。個人ユーザーや国際的なユーザーがパーミッションレスなアクセスを歓迎する一方で、米国の機関投資家は規制の明確さを欠くプラットフォームを概して避けています。

Kalshi（規制遵守、機関投資家向け）と Polymarket（クリプトネイティブ、パーミッションレス）の競争は、デジタル金融におけるより広範な議論を反映しています。どちらのモデルも機能しており、それぞれ異なるユーザー層にサービスを提供しています。このセクターの成長は、規制と技術のトレードオフをそれぞれ最適化する複数の勝者が存在する余地があることを示唆しています。

インフォメーション・ファイナンス：集合知の収益化​

「インフォメーション・ファイナンス（情報金融）」という用語は、予測市場の核心的なイノベーションを表しています。それは、予測を取引可能で流動性の高い金融商品に変換することです。従来の予測は、正確性が不透明な専門家による点推定に依存していました。予測市場は、分散された知識を統合し、市場価格に基づいた継続的な確率へと集約します。

市場が専門家を上回る理由：

身銭を切ること（Skin in the game）: 市場参加者は自らの予測に資本を投じます。予測が外れれば資金を失います。このインセンティブ構造は、予測が外れても罰則のない世論調査や専門家パネルよりも、ノイズからシグナルを効果的に抽出します。

継続的な更新: 新しい情報が出現すると、市場価格はリアルタイムで調整されます。専門家の予測は次のレポートが出るまで静止したままですが、市場はダイナミックであり、ニュース速報、リーク、新たなトレンドを即座に取り込みます。

集約された知識: 市場は、多様な専門知識を持つ何千人もの参加者から情報を収集します。エンジニア、投資家、政策立案者、実務家がそれぞれ専門的な洞察を持ち寄る集合知には、単独の専門家では太刀打ちできません。

透明性のある確率: 市場は予測を明確な信頼区間を伴う確率として表現します。あるイベントの価格が 65% であれば、「およそ 3 分の 2 の確率」であることを示し、数値化せずに「可能性が高い」と述べる専門家よりも有用です。

研究の結果、予測市場は選挙、経済、技術開発、企業の成果など、あらゆる領域において専門家パネル、世論調査、アナリストの予測を一貫して上回ることが示されています。実績は完璧ではありませんが、代替手段よりも測定可能なほど優れています。

金融機関もこれに注目しています。シナリオ分析のために高額なコンサルタントを雇う代わりに、企業は予測市場を参照することができます。議会が今年中に暗号資産規制を可決するかどうかを知りたいですか？そのための市場があります。競合他社が年末までに IPO するか気になりますか？その予測を取引しましょう。地政学的リスクを評価したいですか？それに賭けることができます。

機関投資家のユースケース：サービスとしての予測​

予測市場は、投機的な娯楽から機関投資家向けのインフラへと移行しつつあります。以下のユースケースが採用を後押ししています。

リスク管理: 企業は、従来のデリバティブでは表現が難しいリスクをヘッジするために予測市場を利用します。港湾ストライキを懸念するサプライチェーン・マネージャーは、労使交渉に関する予測市場で取引できます。金利を懸念する CFO は、連邦準備制度（Fed）の予測市場と債券先物を照らし合わせることができます。

戦略的プランニング: 企業は予測に基づいて数十億ドル規模の意思決定を行います。AI 規制は通過するか？テックプラットフォームは独占禁止法の影響を受けるか？競合他社は新製品を発売するか？予測市場は、実際の資本が投入された確率論的な回答を提供します。

投資リサーチ: ヘッジファンドや資産運用会社は、予測市場を代替データソースとして利用しています。技術的なマイルストーン、規制の結果、またはマクロイベントに関する市場価格は、ポートフォリオのポジショニングに役立ちます。一部のファンドは、アルファ（超過収益）の源泉として予測市場を直接取引しています。

政策分析: 政府やシンクタンクは、世論調査を超えた民意を知るために予測市場を参照します。市場は、本心と「美徳の誇示（バーチュー・シグナリング）」を切り分けます。自分のお金を賭けている参加者は、社会的に望ましい回答ではなく、真の期待値を明らかにします。

ICE（インターコンチネンタル取引所）による 20 億ドルの投資は、伝統的な取引所が予測市場を新しいアセットクラスとして捉えていることを示唆しています。1970 年代にリスク管理を収益化するためにデリバティブ市場が登場したように、2020 年代には予測を収益化するために予測市場が登場しています。

AI エージェント・マーケット・フィードバック・ループ​

予測市場に参加する AI エージェントは、両方の技術を加速させるフィードバック・ループを生み出します。

市場データによる AI の向上: AI モデルは、予測市場の結果を学習して予測精度を高めます。例えば、テック企業の IPO の時期を予測するモデルは、Kalshi の過去データに対してバックテストを行うことで改善されます。これにより、AI ラボが予測に特化したモデルを構築するインセンティブが生まれます。

AI の参加による市場の向上: AI エージェントは流動性を提供し、価格の誤設定をアービトラージ（裁定取引）し、価格発見機能を向上させます。人間のトレーダーは、スプレッドの縮小と情報集約の質の向上という恩恵を受けます。AI の参加が増えるにつれて、市場はより効率的になります。

機関投資家による AI 導入: 予測市場に AI エージェントを配備する機関は、よりリスクの低い環境で自律型取引システムの経験を積むことができます。ここで得られた教訓は、株式、外国為替、デリバティブ取引へと応用されます。

取引高に対する 30 % 以上の AI の寄与は、天井ではなく底値に過ぎません。AI の能力が向上し、機関投資家による導入が進むにつれて、エージェントの参加率は数年以内に 50 - 70 % に達する可能性があります。これは人間の判断に取って代わるものではなく、それを増強するものです。人間が戦略を立て、AI エージェントが手動では不可能な規模とスピードで実行します。

テクノロジースタックが収束しつつあります。AI ラボは予測市場プラットフォームと提携しています。取引所はアルゴリズム取引のための API を構築しています。機関は予測市場戦略のために独自の AI を開発しています。この収束により、予測市場は次世代の自律型金融エージェントの試験場として位置づけられています。

課題と懐疑論​

成長の一方で、予測市場は正当な課題に直面しています。

操作リスク: 高い流動性は操作を減少させますが、低取引高の市場は依然として脆弱です。資本力のある動機を持った主体が、ニッチな市場の価格を一時的に歪める可能性があります。プラットフォームは流動性要件や操作検知でこれに対抗していますが、リスクは残ります。

オラクル依存性: 予測市場は、結果を決定する信頼できる主体であるオラクルを必要とします。オラクルのエラーや不正は、誤った決済を引き起こす可能性があります。ブロックチェーンベースの市場は、分散型オラクルネットワークでこれを最小限に抑えますが、従来の市場は中央集権的な解決に依存しています。

規制の不確実性: Kalshi は CFTC 規制下にありますが、より広範な規制枠組みは依然として不明確です。より多くの予測市場が承認されるでしょうか？ 国際市場は制限に直面するでしょうか？ 規制の進化は、予測不可能な形で成長を抑制、あるいは加速させる可能性があります。

流動性の集中: ほとんどの取引高は、注目度の高い市場（選挙、主要なテックイベント）に集中しています。ニッチな市場は流動性が不足しており、専門的な予測への有用性が制限されています。これを解決するには、マーケットメイキングのインセンティブ、または AI エージェントによる流動性提供が必要です。

倫理的懸念: 政治的暴力、死、災害などのデリケートなトピックについて市場が存在すべきでしょうか？ 批判者は悲劇的な出来事を収益化することは倫理に反すると主張しています。支持者は、そのような市場からの情報は被害を防ぐのに役立つと反論しています。この議論が、プラットフォームがどの市場を許可するかを決定づけるでしょう。

2026 - 2030 年の軌道​

2026 年初頭に週間の取引高が 59 億ドルに達した場合、このセクターはどこへ向かうのでしょうか？

緩やかな成長（最近の加速を考えれば控えめな年率 50 %）を想定すると、予測市場の取引高は 2028 年までに年間 500 億ドル、2030 年までに 1,500 億ドルを超える可能性があります。これにより、このセクターは中規模のデリバティブ市場に匹敵する地位を確立することになります。

よりアグレッシブなシナリオ — ICE が NYSE で予測市場を開始したり、主要銀行が予測商品を提供したり、より多くの市場タイプに対して規制当局の承認が下りたりすれば — 2030 年までに取引高は 5,000 億ドル以上に押し上げられる可能性があります。その規模になれば、予測市場は機関投資家のポートフォリオにおける明確な資産クラスとなります。

ブロックチェーンによる決済、AI エージェント、規制の枠組み、機関投資家の関心、そして従来の予測を凌駕する実証済みの実績など、技術的な実現要因は整っています。残されているのは普及曲線のダイナミクス — 機関が意思決定プロセスにいかに早く予測市場を組み込むかという点です。

「一部の投機」から「機関投資家の予測ツール」への転換は、すでに順調に進んでいます。ICE が 20 億ドルを投資し、AI エージェントが取引高の 30 % を占め、Kalshi の 1 日の取引高が 8 億 1,400 万ドルに達したとき、ナラティブは永久に変わりました。予測市場は単なる好奇心の対象ではありません。それらは、機関が不確実性を定量化し、情報の不確実性リスクをヘッジする方法の未来なのです。

情報源​

分散型GPUネットワーク 2026：DePINがいかにして1,000億ドルのAIコンピューティング市場でAWSに挑んでいるか

· 約 17 分
Dora Noda
Dora Noda
Software Engineer

AI 革命は、かつてないほどの計算能力への渇望を生み出しました。AWS、Azure、Google Cloud といったハイパースケーラーがこの分野を支配してきましたが、彼らの優位性に挑む新しいクラスの分散型 GPU ネットワークが登場しています。DePIN（分散型物理インフラネットワーク）セクターの時価総額は 1 年間で 52 億ドルから 190 億ドル以上に急増し、2028 年までに 3.5 兆ドルに達すると予測されています。もはや、分散型コンピューティングが従来のクラウドプロバイダーと競合するかどうかではなく、いかに早く市場シェアを奪うかが問題となっています。

GPU 不足の危機：分散化に向けた絶好の機会​

半導体業界は、分散型コンピューティングの理論を裏付ける供給のボトルネックに直面しています。

世界最大の高帯域幅メモリ (HBM) プロデューサーである SK Hynix と Micron の両社は、2026 年の生産分がすべて完売したと発表しました。Samsung は、需要が供給を大幅に上回っているため、2 桁の価格引き上げを警告しています。

この不足は、ハイパースケールインフラに直接アクセスできる層と、それ以外の層という二極化した市場を生み出しています。

10 億ドル規模の予算を持たない AI 開発者、スタートアップ、研究者にとって、従来のクラウドモデルには 3 つの重大な障壁があります。

  • 予算の 50 〜 70% を消費する可能性のある法外なコスト
  • 柔軟性がほとんどない長期的な囲い込み契約
  • NVIDIA H100 や H200 のようなハイエンド GPU の限られた可用性

分散型 GPU ネットワークは、これら 3 つすべてを解決する立場にあります。

市場のリーダー：4 つのアーキテクチャ、1 つのビジョン​

Render Network：3D アーティストから AI インフラへ​

もともと分散レンダリングタスクのためにアイドル状態の GPU を集約するために構築された Render Network は、AI コンピューティングワークロードへの転換に成功しました。現在、このネットワークは毎月約 150 万フレームを処理しており、2025 年 12 月の Dispersed.com の立ち上げは、クリエイティブ業界を超えた戦略的拡大を象徴しています。

2026 年の主要なマイルストーンは以下の通りです。

  • AI コンピューティングサブネットのスケーリング: 機械学習ワークロードに特化した分散型 GPU リソースの拡張
  • 600 以上の AI モデルを導入: 推論やロボティクスシミュレーションのためのオープンウェイトモデル
  • 70% のアップロード最適化: Blender 用のディファレンシャルアップロードにより、ファイル転送時間を大幅に短縮

イーサリアムから Solana へのネットワーク移行（RNDR から RENDER へのリブランディング）により、AI コンピューティングの高スループット需要に対応する体制が整いました。

CES 2026 において、Render はエッジ ML ワークロードの GPU 需要の爆発的増加に対応することを目的としたパートナーシップを披露しました。クリエイティブなレンダリングから汎用 AI コンピューティングへの転換は、DePIN セクターで最も成功した市場拡大の 1 つです。

Akash Network：Kubernetes 互換の挑戦者​

Akash は、逆オークションモデルを採用することで、根本的に異なるアプローチをとっています。固定価格ではなく、GPU プロバイダーがワークロードを競い合うことで、分散型マーケットプレイスを通じて品質を維持しながらコストを抑えています。

その結果は顕著です。利用率は前年比 428% 増を記録し、2026 年に向けて稼働率は 80% を超えています。

このネットワークの Starcluster イニシアチブは、これまでで最も野心的な取り組みです。中央管理型のデータセンターと Akash の分散型マーケットプレイスを組み合わせ、トレーニングと推論の両方に最適化された「プラネタリーメッシュ」と呼ばれるものを構築します。Starbonds を通じて約 7,200 台の NVIDIA GB200 GPU を取得する計画により、Akash はハイパースケールの AI 需要をサポートできる体制を整えます。

2025 年第 3 四半期の指標は、加速する勢いを示しています。

  • 手数料収入は前四半期比 11% 増の 715,000 AKT
  • 新規リース数は前四半期比 42% 増の 27,000 件
  • 2026 年第 1 四半期のバーンメカニズム強化 (BME) により、AKT トークンのバーンがコンピューティング支出に連動。1 ドル支出されるごとに 0.85 ドル相当の AKT がバーンされます。

月間コンピューティングボリュームが 336 万ドルであることを考慮すると、毎月約 210 万 AKT（約 98 万 5,000 ドル）がバーンされる可能性があり、トークン供給にデフレ圧力を生み出します。

この利用状況とトークノミクスの直接的な結びつきは、トークンの有用性が強制されているように感じられたり、実際のプロダクトの採用と切り離されているプロジェクトとは Akash を一線を画すものにしています。

Hyperbolic：コストの破壊者​

Hyperbolic の価値提案は非常にシンプルです。AWS、Azure、Google Cloud と同じ AI 推論機能を 75% 低いコストで提供することです。10 万人以上の開発者を支えるこのプラットフォームは、高度なオーケストレーション層を通じて世界中に分散された GPU リソースを調整する分散型オペレーティングシステム、Hyper-dOS を使用しています。

アーキテクチャは 4 つのコアコンポーネントで構成されています。

  1. Hyper-dOS: 世界中に分散された GPU リソースを調整
  2. GPU マーケットプレイス: サプライヤーとコンピューティング需要を接続
  3. 推論サービス: 最先端のオープンソースモデルへのアクセス
  4. エージェントフレームワーク: 自律型インテリジェンスを可能にするツール

Hyperbolic を際立たせているのは、カリフォルニア大学バークレー校やコロンビア大学の研究者と共に開発された、間もなく登場する Proof of Sampling (PoSP) プロトコルです。これにより、AI 出力の暗号化された検証が可能になります。

これは、中央集権的な権威に頼ることなくトラストレスな検証を行うという、分散型コンピューティングにおける最大の課題の 1 つに対処するものです。PoSP が稼働すれば、企業は GPU プロバイダーを信頼することなく、推論結果が正しく計算されたことを検証できるようになります。

Inferix：ブリッジビルダー​

Inferix は、GPU コンピューティングパワーを必要とする開発者と、余剰能力を持つプロバイダーを繋ぐ接続レイヤーとして位置付けられています。その従量課金モデルにより、従来のクラウドプロバイダーでユーザーを縛り付けていた長期契約の必要性がなくなります。

市場への参入は比較的新しいものの、Inferix は特定のセグメントをターゲットとする特化型 GPU ネットワークの成長を象徴しています。この場合、エンタープライズ規模の要件を必要とせず、柔軟で短期間のアクセスを求める開発者が対象となります。

DePIN 革命：数字で見る現状​

広範な DePIN セクターは、分散型 GPU コンピューティングがインフラ環境のどこに適しているかを理解するための重要な背景となります。

2025 年 9 月時点で、CoinGecko は 250 近い DePIN プロジェクトを追跡しており、その合計時価総額は 190 億ドルを超えています。これはわずか 12 ヶ月前の 52 億ドルから増加しており、265% という成長率は広範な暗号資産市場を劇的に上回っています。

このエコシステム内では、AI 関連の DePIN が時価総額で圧倒しており、このテーマの 48% を占めています。分散型コンピューティングとストレージネットワークを合わせると、約 193 億ドルに達し、DePIN 全体の時価総額の半分以上を占めています。

際立った成果を上げているプロジェクトは、このセクターの成熟を示しています：

  • Aethir: 14 億時間以上の計算時間を提供し、2025 年には四半期収益が約 4,000 万ドルに達したと報告されています
  • io.net および Nosana: それぞれの成長サイクルにおいて時価総額が 4 億ドルを超えました
  • Render Network: レンダリングから AI ワークロードへと拡大する中で、時価総額が 20 億ドルを突破しました

ハイパースケーラーの反論：依然として中央集権が優位な点​

説得力のある経済性と目覚ましい成長指標がある一方で、分散型 GPU ネットワークは、ハイパースケーラーが対処するように構築されている正当な技術的課題に直面しています。

長期間のワークロード: 大規模言語モデルのトレーニングには、数週間から数ヶ月の継続的な計算が必要になる場合があります。分散型ネットワークでは、特定の GPU が長期間利用可能であることを保証するのが困難ですが、AWS は必要な期間だけ容量を予約できます。

緊密な同期: 複数の GPU にわたる分散トレーニングには、マイクロ秒レベルの調整が必要です。これらの GPU が、ネットワーク遅延の異なる大陸間に分散している場合、効率的なトレーニングに必要な同期を維持することは指数関数的に難しくなります。

予測可能性: ミッションクリティカルなワークロードを実行する企業にとって、期待されるパフォーマンスを正確に把握することは譲れない条件です。ハイパースケーラーは詳細な SLA を提供できますが、分散型ネットワークは同様の保証を行うための検証インフラをまだ構築している段階です。

インフラの専門家の間では、分散型 GPU ネットワークはバッチワークロード、推論タスク、および短期間のトレーニング実行に優れているというコンセンサスがあります。

これらのユースケースでは、ハイパースケーラーと比較して 50-75% のコスト削減が可能であり、大きな変革をもたらします。しかし、最も要求が厳しく、長時間実行され、ミッションクリティカルなワークロードについては、少なくとも現時点では中央集権型のインフラが優位性を保っています。

2026 年の触媒：AI 推論の爆発的増加​

2026 年から、AI の推論およびトレーニング計算の需要は、3 つの収束するトレンドによって劇的に加速すると予測されています：

  1. エージェンティック AI の普及: 自律型エージェントは、意思決定のために持続的な計算能力を必要とします
  2. オープンソースモデルの採用: 企業がプロプライエタリな API から離れるにつれ、モデルをホストするためのインフラが必要になります
  3. エンタープライズ AI の導入: 企業が実験段階から本番稼働へと移行しています

この需要の急増は、分散型ネットワークの強みに直結します。

推論ワークロードは通常、短時間で、高度に並列化可能です。これはまさに、分散型 GPU ネットワークがコスト面でハイパースケーラーを凌駕しつつ、同等のパフォーマンスを提供できるプロファイルです。チャットボットや画像生成サービスの推論を実行するスタートアップは、ユーザーエクスペリエンスを損なうことなく、インフラコストを 75% 削減できます。

トークンエコノミクス：インセンティブレイヤー​

これらのネットワークにおける暗号資産の要素は、単なる投機ではありません。それは、グローバルな GPU の集約を経済的に実現可能にするメカニズムです。

Render (RENDER): もともと Ethereum 上で RNDR として発行されましたが、2023 年から 2024 年にかけてネットワークが Solana に移行し、トークン保有者は 1:1 の比率でスワップしました。RENDER を含む GPU 共有トークンは、セクターへの信頼が高まったことを反映し、2026 年初頭に 20% 以上急騰しました。

Akash (AKT): BME 焼却メカニズムは、ネットワークの利用状況とトークン価値の間に直接的なリンクを作成します。トークノミクスが製品の利用と切り離されているように感じられる多くの暗号プロジェクトとは異なり、Akash のモデルは、1 ドルのコンピューティング利用がトークン供給に直接影響を与えることを保証します。

トークンレイヤーは、初期の分散型コンピューティングの試みを悩ませていたコールドスタート問題を解決します。

ネットワークの初期段階で GPU プロバイダーにトークン報酬というインセンティブを与えることで、需要がクリティカルマスに達する前に供給を立ち上げることができます。ネットワークが成熟するにつれて、トークンのインフレに代わって実際の計算収益が徐々に取って代わります。

このトークンインセンティブから実際の収益への移行は、持続可能なインフラプロジェクトと持続不可能なポンジノミクス（ポンジスキーム的な経済）を分けるリトマス試験紙となります。

1,000 億ドルの問い：分散型は対抗できるのか？​

分散型コンピューティング市場は、2024 年の 90 億ドルから 2032 年には 1,000 億ドルに成長すると予測されています。分散型 GPU ネットワークが有意義なシェアを獲得できるかどうかは、次の 3 つの課題を解決できるかにかかっています。

大規模な検証: Hyperbolic の PoSP プロトコルは進歩を示していますが、業界にはコンピューティング作業が正しく実行されたことを暗号学的に検証するための標準化された手法が必要です。これがなければ、企業は依然として躊躇し続けるでしょう。

エンタープライズ級の信頼性: 世界中に分散し、独立して運営されている GPU を調整しながら 99.99% のアップタイムを達成するには、高度なオーケストレーションが必要です。Akash の Starcluster モデルはその一つの方向性を示しています。

開発者体験: 分散型ネットワークは、AWS、Azure、GCP の使いやすさに匹敵する必要があります。Kubernetes との互換性（Akash が提供しているものなど）は第一歩ですが、既存の ML ワークフローとのシームレスな統合が不可欠です。

開発者にとっての意味​

AI 開発者や Web3 ビルダーにとって、分散型 GPU ネットワークは戦略的な機会をもたらします。

コストの最適化: トレーニングや推論の費用は、AI スタートアップの予算の 50 〜 70% を容易に消費する可能性があります。これらのコストを半分以下に抑えることは、ユニットエコノミクスを根本から変えます。

ベンダーロックインの回避: ハイパースケーラーは参入を容易にしますが、離脱を困難にします。オープンスタンダードを使用する分散型ネットワークは、選択肢を保持します。

検閲耐性: 中央集権的なプロバイダーからの圧力を受ける可能性があるアプリケーションにとって、分散型インフラストラクチャは重要なレジリエンスレイヤーを提供します。

注意点は、ワークロードをインフラストラクチャに適合させることです。迅速なプロトタイピング、バッチ処理、推論サービング、並列トレーニングの実行については、分散型 GPU ネットワークは今日すでに利用可能です。絶対的な信頼性が必要な数週間にわたるモデルトレーニングについては、現時点ではハイパースケーラーの方が依然として安全な選択肢です。

今後の展望​

GPU の不足、AI コンピューティング需要の増大、そして成熟しつつある DePIN インフラストラクチャの融合は、稀な市場機会を生み出しています。従来のクラウドプロバイダーは、信頼性と利便性を提供することで第一世代の AI インフラストラクチャを支配しました。分散型 GPU ネットワークは、コスト、柔軟性、および中央集権的な制御への耐性で競合しています。

今後の 12 ヶ月が決定的なものになるでしょう。Render が AI コンピューティングサブネットを拡張し、Akash が Starcluster GPU をオンラインにし、Hyperbolic が暗号学的検証を導入する中で、分散型インフラストラクチャがハイパースケールでその約束を果たせるかどうかが明らかになります。

希少な GPU リソースにプレミアム価格を支払っている開発者、研究者、企業にとって、信頼できる代替手段の登場は、これ以上待ちきれないほど重要です。問題は、分散型 GPU ネットワークが 1,000 億ドルのコンピューティング市場の一部を獲得するかどうかではなく、どれだけのシェアを獲得するかです。

BlockEden.xyz は、永続するように設計された基盤上で構築を行う開発者のために、エンタープライズ級のブロックチェーンインフラストラクチャを提供します。API マーケットプレイスを探索して、主要なブロックチェーンネットワーク全体の信頼性の高いノードサービスにアクセスしてください。

43億ドルの Web3 AI エージェント革命：なぜ282のプロジェクトが自律型インテリジェンスのためにブロックチェーンに賭けるのか

· 約 20 分
Dora Noda
Dora Noda
Software Engineer

もし AI エージェントが、人間の所有者に許可を求めることなく、自らリソースの支払いをし、互いに取引を行い、複雑な金融戦略を実行できるとしたらどうでしょうか？これは空想科学ではありません。2025 年後半までに、550 以上の AI エージェント暗号資産プロジェクトが立ち上がり、合計時価総額は 43 億 4,000 万ドルに達しました。また、AI アルゴリズムは世界の取引量の 89％ を管理すると予測されています。自律的なインテリジェンスとブロックチェーン・インフラストラクチャの融合は、人間には到底及ばないスピードでマシンが価値を調整する、全く新しい経済層を生み出しています。

しかし、なぜ AI にブロックチェーンが必要なのでしょうか？そして、暗号資産 AI セクターが OpenAI や Google が主導する中央集権的な AI ブームと根本的に異なる点は何でしょうか？その答えは、「支払い」「信頼」「調整」という 3 つの言葉に集約されます。

課題：ブロックチェーンなしでは AI エージェントは自律的に動作できない​

DeFi ポートフォリオを管理する AI エージェントの簡単な例を考えてみましょう。このエージェントは、50 のプロトコルの利回りを監視し、収益を最大化するために資金を自動的に移動させ、市場の状況に基づいて取引を実行します。このエージェントには以下のことが必要です：

  1. 価格フィードやデータプロバイダーへの API 呼び出しの支払い
  2. 複数のブロックチェーンにまたがる トランザクションの実行
  3. スマートコントラクトとやり取りする際の 身元の証明
  4. 他のエージェントやプロトコルとの 信頼の構築
  5. 仲介者なしでのリアルタイムの 価値決済

従来の AI インフラストラクチャには、これらの機能は一切存在しません。OpenAI の GPT モデルは取引戦略を生成できますが、資金を保管することはできません。Google の AI は市場を分析できますが、自律的に取引を実行することはできません。中央集権的な AI は、あらゆる行動に人間の承認と法定通貨の支払い経路を必要とする「閉ざされた庭」の中で生きています。

ブロックチェーンは、プログラム可能なマネー、暗号化されたアイデンティティ、そしてトラストレスな調整によってこれを解決します。ウォレットアドレスを持つ AI エージェントは、24 時間 365 日稼働し、オンデマンドでリソースの支払いをし、運営者を明かすことなく分散型市場に参加できます。この根本的なアーキテクチャの違いこそが、市場全体が低迷しているにもかかわらず、2025 年に 282 の暗号資産 × AI プロジェクトがベンチャー資金を確保した理由です。

市場概況：課題を抱えながらも成長する 43 億ドルのセクター​

2025 年 10 月下旬時点で、CoinGecko は 550 以上の AI エージェント関連の暗号資産プロジェクトを追跡しており、その時価総額は 43 億 4,000 万ドル、1 日の取引量は 10 億 9,000 万ドルに達しています。これは、わずか 1 年前の 100 件以上のプロジェクトから爆発的な成長を遂げたことを意味します。このセクターは、自律型エージェント経済の基盤（レール）を構築するインフラストラクチャ分野によって支配されています。

ビッグスリー：Artificial Superintelligence Alliance（人工超知能アライアンス）

2025 年における最も重要な進展は、Fetch.ai、SingularityNET、Ocean Protocol の 3 社が合併し、Artificial Superintelligence Alliance を形成したことでした。この 20 億ドル規模を超える巨大組織は、以下を統合しています：

  • Fetch.ai の uAgents: サプライチェーン、金融、スマートシティのための自律型エージェント
  • SingularityNET の AI マーケットプレイス: AI サービス取引のための分散型プラットフォーム
  • Ocean Protocol のデータレイヤー: プライベートデータセットでの AI 学習を可能にするトークン化されたデータ交換

このアライアンスは、初の Web3 ネイティブな大規模言語モデルである ASI-1 Mini をリリースし、エージェント間取引に最適化された高性能ブロックチェーンである ASI Chain の計画を発表しました。彼らの Agentverse マーケットプレイスでは、現在、数千の収益化された AI エージェントがホストされており、開発者に収益をもたらしています。

主要統計：

  • 2025 年までに世界の取引量の 89％ が AI によって管理されると予測
  • GPT-4 / GPT-5 を搭載した取引ボットは、ボラティリティが高い時期に人間のトレーダーを 15-25％ 上回るパフォーマンスを発揮
  • アルゴリズム型暗号資産ファンドは、特定の資産で年換算 50-80％ の収益を主張
  • EURC ステーブルコインのボリュームは、4,700 万ドル（2024 年 6 月）から 75 億ドル（2025 年 6 月）に成長

インフラストラクチャは急速に成熟しています。最近の画期的な成果には、マシン間取引を可能にする x402 支払いプロトコル、Venice によるプライバシー優先の AI 推論、IoTeX による物理的インテリジェンスの統合などがあります。これらの標準により、エージェントはエコシステムを越えてより高い相互運用性とコンポーザビリティ（構成可能性）を持つようになっています。

支払い標準：AI エージェントは実際にどのように取引するのか​

AI エージェントにとっての画期的な瞬間は、ブロックチェーンネイティブな支払い標準の登場によって訪れました。2025 年に最終決定された x402 プロトコルは、自律型 AI エージェントのために特別に設計された分散型支払い標準となりました。採用は迅速で、Google Cloud、AWS、Anthropic が数ヶ月以内にサポートを統合しました。

なぜ従来の支払いが AI エージェントには機能しないのか：

従来の支払い経路では以下のことが必要です：

  • すべての取引に対する人間の確認
  • 法人と紐付けられた銀行口座
  • バッチ決済（1-3 営業日）
  • 地理的な制限と通貨換算
  • 各支払いに対する KYC / AML コンプライアンス

50 カ国にわたって 1 日に 10,000 件のマイクロトランザクションを実行する AI エージェントは、これらの制約下では動作できません。ブロックチェーンは以下を可能にします：

  • 数秒以内での即時決済
  • プログラム可能な支払いルール（条件 Y が満たされた場合に X を支払う）
  • グローバルでパーミッションレス（許可不要）なアクセス
  • マイクロペイメント（1 セント未満の単位）
  • 仲介者なしでの支払いの暗号学的証明

エンタープライズでの採用：

Visa は、承認された AI エージェントを認識し取引するための暗号規格を提供する「Trusted Agent Protocol」を開始しました。PayPal は OpenAI と提携し、Agent Checkout Protocol を通じて ChatGPT 内での即時チェックアウトとエージェントコマースを可能にしました。これらの動きは、伝統的金融がエージェント間経済の必然性を認識していることを示しています。

2026 年までに、主要な暗号資産ウォレットの多くが、自然言語のインテント（意図）に基づいたトランザクション実行を導入すると予想されています。ユーザーが「Aave、Compound、Morpho で利回りを最大化して」と言えば、エージェントが自律的に戦略を実行するようになるでしょう。

アイデンティティと信頼： ERC-8004 標準​

AI エージェントが経済活動に参加するためには、アイデンティティと評判（レピュテーション）が必要です。 2025 年 8 月に完成した ERC-8004 標準は、 3 つの重要なレジストリを確立しました。

  1. アイデンティティ・レジストリ (Identity Registry)： エージェントが自称通りの存在であることを証明する暗号学的検証
  2. レピュテーション・レジストリ (Reputation Registry)： 過去の行動や成果に基づくオンチェーン・スコアリング
  3. バリデーション・レジストリ (Validation Registry)： 第三者による証明と認証

これにより、人間向けの Know Your Customer (KYC) と並行する 「Know Your Agent (KYA)」 フレームワークが構築されます。レピュテーション・スコアの高いエージェントは、 DeFi プロトコルでより有利な融資条件を利用でき、検証済みアイデンティティを持つエージェントはガバナンスの決定に参加できます。一方、証明のないエージェントはサンドボックス環境に制限される可能性があります。

NTT ドコモとアクセンチュアによるユニバーサル・ウォレット・インフラストラクチャ (UWI) はさらに一歩進んで、アイデンティティ、データ、資金を統合して保持する相互運用可能なウォレットを作成しています。ユーザーにとって、これは人間とエージェントの認証情報をシームレスに管理する単一のインターフェースを意味します。

インフラのギャップ： なぜクリプト AI は主流の AI に遅れをとっているのか​

期待が高まる一方で、クリプト AI セクターは主流の AI にはない構造的な課題に直面しています。

スケーラビリティの制限：

ブロックチェーン・インフラは、高頻度・低遅延の AI ワークロード向けに最適化されていません。商用 AI サービスが 1 秒間に数千件のクエリを処理するのに対し、パブリック・ブロックチェーンは通常 10 〜 100 TPS しかサポートしていません。これが根本的なミスマッチを生んでいます。

分散型 AI ネットワークは、中央集権型インフラの速度、規模、効率にはまだ及んでいません。 AI のトレーニングには超低遅延のインターコネクトを備えた GPU クラスターが必要ですが、分散型コンピューティングでは通信のオーバーヘッドが発生し、トレーニングが 10 〜 100 倍遅くなります。

資本と流動性の制約：

クリプト AI セクターは主に個人投資家からの資金調達に依存していますが、主流の AI は以下のような恩恵を受けています。

  • 機関投資家によるベンチャー資金（Sequoia、 a16z、 Microsoft からの数十億ドル）
  • 政府の支援とインフラへのインセンティブ
  • 企業の研究開発予算（Google、 Meta、 Amazon は年間 500 億ドル以上を支出）
  • エンタープライズ採用を可能にする規制の明確化

この格差は顕著です。 2023 年から 2024 年にかけて NVIDIA の時価総額が 1 兆ドル増加した一方で、クリプト AI トークンはピーク時の評価額から総じて 40% 下落しました。このセクターは、リスクオフのセンチメントと広範な仮想通貨市場の下落の中で、流動性の課題に直面しています。

計算能力のミスマッチ：

AI ベースのトークン・エコシステムは、膨大な計算要件と分散型インフラの制限との間のミスマッチという課題に遭遇しています。多くのクリプト AI プロジェクトは特殊なハードウェアや高度な技術知識を必要とするため、アクセシビリティが制限されています。

ネットワークが拡大するにつれ、ピアの発見、通信の遅延、コンセンサスの効率が重要なボトルネックになります。現在のソリューションは、中央集権的なコーディネーターに依存していることが多く、分散化の約束を損なっています。

セキュリティと規制の不確実性：

分散型システムには、セキュリティ基準を強制するための中央集権的なガバナンス・フレームワークが欠けています。 AI 関連の脅威に対して十分に準備ができていると感じているリーダーはわずか 22% です。規制の不確実性は、大規模なエージェント・インフラに必要な資本投下を阻んでいます。

クリプト AI セクターは、自律型エージェント経済のビジョンを大規模に実現する前に、これらの根本的な課題を解決する必要があります。

ユースケース： AI エージェントが実際に価値を生み出している場所​

ハイプを超えて、 AI エージェントは今日、オンチェーンで実際に何をしているのでしょうか？

DeFi の自動化：

Fetch.ai の自律型エージェントは、流動性プールの管理、複雑な取引戦略の実行、ポートフォリオのリバランスを自動的に行います。より有利なイールドが利用可能になるたびにプール間で USDT を転送するタスクをエージェントに課すことができ、最適な条件下では年利 50 〜 80% を達成します。

Supra やその他の 「AutoFi」 レイヤーは、人間の介入なしにリアルタイムでデータ駆動型の戦略を可能にします。これらのエージェントは市場状況を 24 時間 365 日監視し、ミリ秒単位でチャンスに反応し、複数のプロトコルにわたって同時に実行します。

サプライチェーンと物流：

Fetch.ai のエージェントは、サプライチェーンの運用をリアルタイムで最適化します。輸送コンテナを代表するエージェントは、港湾当局と価格を交渉し、通関手数料を支払い、追跡システムを更新するというプロセスをすべて自律的に行うことができます。これにより、人間が管理する物流と比較して、調整コストが 30 〜 50% 削減されます。

データ・マーケットプレイス：

Ocean Protocol は、 AI エージェントがトレーニング用にデータセットを購入し、データ提供者に自動的に支払いを行い、その出所を暗号学的に証明する、トークン化されたデータ取引を可能にします。これにより、以前は流動性の低かったデータ資産に流動性が生まれます。

予測市場：

2025 年後半、 Polymarket の取引の 30% を AI エージェントが占めました。これらのエージェントは、数千のソースから情報を集約し、予測市場全体のアビトラージ（裁定取引）機会を特定し、マシン・スピードで取引を実行します。

スマートシティ：

Fetch.ai のエージェントは、スマートシティのパイロット・プロジェクトにおいて、交通管理、エネルギー分配、リソース割り当てを調整します。建物のエネルギー消費を管理するエージェントは、マイクロトランザクションを介して近隣の建物から余剰の太陽光発電を購入し、リアルタイムでコストを最適化できます。

2026 年の展望：収束か、それとも分岐か？​

Web3 AI セクターが直面している根本的な問いは、主流の AI と収束するのか、それともニッチなユースケースに特化した並行エコシステムとして留まるのか、ということです。

収束のケース：

2026 年後半までに、AI、ブロックチェーン、決済の境界は曖昧になるでしょう。一つは意思決定（AI）を提供し、もう一つは指令が本物であることを保証し（ブロックチェーン）、三つ目は価値の交換を決済します（暗号資産決済）。ユーザーにとって、デジタルウォレットはアイデンティティ、データ、資金を統合されたインターフェースで保持するものとなります。

企業の採用が加速しています。Google Cloud と x402 の統合、Visa の Trusted Agent Protocol、PayPal の Agent Checkout は、伝統的なプレイヤーがブロックチェーンを別個のスタックではなく、AI 経済に不可欠なインフラ（配管）と見なしていることを示唆しています。

分岐のケース：

主流の AI は、ブロックチェーンなしで決済や調整の問題を解決する可能性があります。OpenAI はマイクロペイメントのために Stripe を統合するかもしれません。Google は独自のエージェント・アイデンティティ・システムを構築する可能性があります。ステーブルコインや暗号資産インフラをめぐる規制の障壁が、主流への普及を妨げるかもしれません。

Nvidia が 1 兆ドルの時価総額を獲得する一方で、トークンが 40% 下落したことは、市場が暗号資産 AI を基盤ではなく投機的なものと見なしていることを示唆しています。分散型インフラが同等のパフォーマンスとスケールを達成できなければ、開発者はデフォルトで中央集権的な代替案を選択するでしょう。

ワイルドカード：規制

GENIUS 法、MiCA、その他の 2026 年の規制は、暗号資産 AI インフラを正当化（機関投資家の資本流入を可能にする）するか、中央集権的なプレイヤーのみが負担できるコンプライアンス・コストによってそれを窒息させるかのどちらかになる可能性があります。

なぜ AI エージェントにとってブロックチェーン・インフラが重要なのか​

Web3 AI 分野に参入するビルダーにとって、インフラの選択は極めて重要です。中央集権的な AI はパフォーマンスを提供しますが、自律性を犠牲にします。分散型 AI は主権を提供しますが、スケーラビリティの制約に直面します。

ノード・インフラストラクチャ・プロバイダーは、このスタックにおいて重要な役割を果たします。AI エージェントは、複数のチェーンにわたって同時にトランザクションを実行するために、信頼性が高く低レイテンシな RPC アクセスを必要とします。エンタープライズグレードのブロックチェーン API は、カストディ・リスクやダウンタイムなしに、エージェントが 24 時間 365 日稼働することを可能にします。

BlockEden.xyz は、マルチチェーン AI エージェントの調整のための高性能 API インフラストラクチャを提供し、次世代の自律型システムを構築する開発者をサポートします。当社のサービスを探索して、お客様の AI エージェントが必要とする信頼性の高いブロックチェーン接続にアクセスしてください。

結論：自律型経済を構築するための競争​

Web3 AI エージェントセクターは、AI の未来が分散型で自律的、そして経済的に主権を持つものであるという 43 億ドルの賭けを象徴しています。2025 年には 282 以上のプロジェクトがこのビジョンを構築するために資金を調達し、中央集権的な AI には存在しない決済標準、アイデンティティ・フレームワーク、調整レイヤーを創出しています。

課題は現実的です。スケーラビリティのギャップ、資本の制約、規制の不確実性は、暗号資産 AI をニッチなユースケースに追いやる恐れがあります。しかし、支払いが可能で、身元を証明し、トラストレスに調整できる AI エージェントという根本的な価値提案は、ブロックチェーン・インフラなしでは再現できません。

2026 年後半までには、暗号資産 AI が不可欠なインフラとして主流の AI と収束するのか、それとも並行したエコシステムとして分岐するのかが判明するでしょう。その答えによって、自律型エージェント経済が数兆ドル規模の市場になるのか、それとも野心的な実験に留まるのかが決まります。

現時点では、競争は続いています。そして勝者は、単なるトークンやハイプ（熱狂）ではなく、マシン規模の調整のための真のインフラを構築している人々になるでしょう。

情報源​

24 時間で 8 つの実装：ERC-8004 と BAP-578 がいかにして AI エージェント経済を構築しているか

· 約 18 分
Dora Noda
Dora Noda
Software Engineer

2025年 8月 15日、イーサリアム財団はトラストレスな AI エージェントのアイデンティティのための標準規格である ERC-8004 を発表しました。発表から 24 時間以内に、この発表は 10,000 件を超えるソーシャルメディアでの言及と 8 つの独立した技術実装を巻き起こしました。これは、ERC-20 が数ヶ月、ERC-721 が半年かかったレベルの採用率です。その 6 ヶ月後の 2026年 1月、ERC-8004 が 24,000 を超える登録エージェントと共にイーサリアムメインネットに到達した際、BNB Chain は AI エージェントを取引可能なオンチェーン資産へと変える標準規格 BAP-578 による補完的なサポートを発表しました。

これらの標準規格の融合は、ブロックチェーンインフラストラクチャにおける単なる漸進的な進歩以上のものを意味します。それは、自律的なデジタル実体がプラットフォームを越えて活動し、独立して取引を行い、経済的価値を創出するために、検証可能なアイデンティティ、ポータブルなレピュテーション、そして所有権の保証を必要とする「AI エージェント経済」の到来を告げています。

AI エージェントが単独では解決できない信頼の問題​

自律型 AI エージェントは急増しています。DeFi 戦略の実行からサプライチェーンの管理に至るまで、AI エージェントはすでに Polymarket のような予測市場における取引量の 30% に貢献しています。しかし、クロスプラットフォームの調整は、信頼という根本的な障壁に直面しています。

プラットフォーム A の AI エージェントがプラットフォーム B のサービスと対話したいとき、プラットフォーム B はどのようにしてそのエージェントのアイデンティティ、過去の行動、または特定の行動を実行する権限を検証するのでしょうか？ 従来のソリューションは、中央集権的な仲介者や、エコシステム間で転送できない独自のレピュテーションシステムに依存しています。あるプラットフォームでレピュテーションを築いたエージェントも、別のプラットフォームではゼロからのスタートとなります。

ここで ERC-8004 が登場します。2025年 8月 13日に Marco De Rossi（MetaMask）、Davide Crapis（Ethereum Foundation）、Jordan Ellis（Google）、Erik Reppel（Coinbase）によって提案された ERC-8004 は、3 つの軽量なオンチェーンレジストリを確立します：

  • Identity Registry (アイデンティティ・レジストリ)：エージェントの資格情報、スキル、エンドポイントを ERC-721 トークンとして保存し、各エージェントに固有でポータブルなブロックチェーンアイデンティティを付与します。
  • Reputation Registry (レピュテーション・レジストリ)：フィードバックとパフォーマンス履歴の不変の記録を維持します。
  • Validation Registry (検証レジストリ)：エージェントの作業が正しく完了したという暗号証明を記録します。

この標準規格の技術的なエレガンスは、「何もしないこと」にあります。ERC-8004 はアプリケーション固有のロジックを規定することを避け、複雑な意思決定をオフチェーンコンポーネントに委ねつつ、信頼のプリミティブをオンチェーンに固定します。このメソッドに依存しないアーキテクチャにより、開発者はコア標準を修正することなく、ゼロ知識証明からオラクルによるアテステーションまで、多様な検証方法を実装できます。

なぜ 1 日で 8 つの実装が行われたのか：ERC-8004 爆発の理由​

24 時間以内の採用の急増は、単なる誇大広告ではありませんでした。歴史的な背景がその理由を明らかにしています：

  • ERC-20 (2015年)：代替可能トークン標準は、最初の実装が見られるまで数ヶ月、広範な採用を達成するまで数年かかりました。
  • ERC-721 (2017年)：NFT が市場で爆発したのは、CryptoKitties が触媒となった標準リリースから 6 ヶ月後のことでした。
  • ERC-8004 (2025年)：発表当日に 8 つの独立した実装が行われました。

何が変わったのでしょうか？ AI エージェント経済はすでに沸騰していました。2025年半ばまでに 282 の Crypto × AI プロジェクトが資金調達を受け、エンタープライズ AI エージェントの導入は 2028年までに 4,500 億ドルの経済価値に達すると予測され、加速していました。Google、Coinbase、PayPal といった主要プレーヤーは、Google の Agent Payments Protocol (AP2) や Coinbase の x402 支払い標準のような補完的なインフラをすでにリリースしていました。

ERC-8004 は需要を創出したのではなく、開発者が構築を熱望していた潜在的なインフラを解き放ったのです。この標準は、Google の A2A（エージェント間通信仕様）や支払いレールのようなプロトコルが組織の境界を越えて安全に機能するために必要な、欠けていた信頼レイヤーを提供しました。

2026年 1月 29日に ERC-8004 がイーサリアムメインネットで稼働したとき、エコシステムにはすでに 24,000 を超えるエージェントが登録されていました。この標準は主要な Layer 2 ネットワークへの展開を拡大し、イーサリアム財団の dAI チームは ERC-8004 を 2026年のロードマップに組み込み、イーサリアムを AI のグローバルな決済レイヤーとして位置づけました。

BAP-578：AI エージェントが資産になる時​

ERC-8004 がアイデンティティと信頼の問題を解決した一方で、BNB Chain による 2026年 2月の BAP-578 の発表は、新しいパラダイムである Non-Fungible Agents (NFAs) を導入しました。

BAP-578 は AI エージェントをオンチェーン資産として定義し、資産の保持、ロジックの実行、プロトコルとの対話、そして売買やリースを可能にします。これにより、AI は「レンタルするサービス」から「所有する資産（使用することで価値が上がるもの）」へと変貌します。

技術アーキテクチャ：オンチェーンで生き続ける学習​

NFA は、メルクルツリーを使用した暗号学的に検証可能な学習アーキテクチャを採用しています。ユーザーが NFA と対話すると、学習データ（好み、パターン、信頼スコア、結果）が階層構造に整理されます：

  1. インタラクション：ユーザーがエージェントと対話する。
  2. 学習の抽出：データが処理され、パターンが特定される。
  3. ツリー構築：学習データがメルクルツリーに構造化される。
  4. メルクルルート計算：32 バイトのハッシュが学習状態全体を要約する。
  5. オンチェーン更新：メルクルルートのみがオンチェーンに保存される。

この設計は、3 つの重要な目的を達成します：

  • プライバシー：生のインタラクションデータはオフチェーンに残り、暗号学的なコミットメントのみが公開されます。
  • 効率性：ギガバイト単位のトレーニングデータの代わりに 32 バイトのハッシュを保存することで、ガス代を最小限に抑えます。
  • 検証可能性：誰でもプライベートデータにアクセスすることなく、メルクルルートを比較することでエージェントの学習状態を検証できます。

この標準は、オプションの学習機能で ERC-721 を拡張し、開発者が静的なエージェント（従来の NFT）と適応型エージェント（AI 対応 NFA）のどちらかを選択できるようにします。柔軟な学習モジュールは、検索拡張生成 (RAG)、Model Context Protocol (MCP)、ファインチューニング、強化学習、またはハイブリッドアプローチなど、さまざまな AI 最適化手法をサポートしています。

取引可能なインテリジェンス市場​

NFA は前例のない経済的プリミティブを創出します。AI サービスの月額サブスクリプションを支払う代わりに、ユーザーは以下のことが可能になります：

  • 専門化されたエージェントを所有する: DeFi 収益最適化、法的契約分析、またはサプライチェーン管理のトレーニングを受けた NFA を購入する
  • エージェント能力をリースする: アイドル状態のエージェント能力を他のユーザーに貸し出し、受動的な収益源を生み出す
  • 価値が上昇する資産を取引する: エージェントが学習と評判を蓄積するにつれて、その市場価値は上昇する
  • エージェントチームを構成する: 補完的なスキルを持つ複数の NFA を組み合わせて、複雑なワークフローに対応する

これにより、新しいビジネスモデルが解禁されます。例えば、異なるチェーンや戦略に特化した収益最適化 NFA のポートフォリオを所有する DeFi プロトコルや、繁忙期に専門的なルート最適化 NFA をリースする物流会社を想像してみてください。「Non-Fungible Agent Economy（非代替性エージェント経済）」は、認知的能力を取引可能な資本へと変貌させます。

実践における融合：ERC-8004 + BAP-578​

これらの標準を組み合わせることで、その真価が明らかになります：

  1. アイデンティティ (ERC-8004): NFA は、検証可能な資格情報、スキル、およびエンドポイントと共に登録される
  2. 評判 (ERC-8004): NFA がタスクを実行するにつれて、その評判レジストリには不変のフィードバックが蓄積される
  3. 検証 (ERC-8004): 暗号学的証明により、NFA の作業が正しく完了したことが確認される
  4. 学習 (BAP-578): 経験を積むにつれて NFA のマークルルートが更新され、その学習状態が監査可能になる
  5. 所有権 (BAP-578): NFA は、譲渡、リース、または DeFi プロトコルにおける担保として使用できる

これにより、好循環が生まれます。一貫して高品質な成果を出す NFA は評判（ERC-8004）を構築し、それが市場価値（BAP-578）を高めます。高い評判を持つ NFA を所有するユーザーはその資産を収益化でき、購入者は実証済みの能力にアクセスできるようになります。

エコシステムでの採用：MetaMask から BNB Chain まで​

エコシステム全体での急速な標準化は、戦略的な足並みの揃いを示しています：

イーサリアムの戦略：AI のための決済レイヤー​

イーサリアム財団の dAI チームは、イーサリアムを AI 取引のグローバルな決済レイヤーとして位置付けています。ERC-8004 がメインネットにデプロイされ、主要な L2 に拡大することで、イーサリアムはエージェントがアイデンティティを登録し、評判を構築し、高価値のインタラクションを決済するための信頼のインフラとなります。

BNB Chain の戦略：NFA のためのアプリケーションレイヤー​

BNB Chain が ERC-8004（アイデンティティ / 評判）と BAP-578（NFA）の両方をサポートしたことで、ユーザーが AI エージェントを発見、購入、デプロイするためのアプリケーションレイヤーとしての地位を確立しました。また、BNB Chain はアプリケーション層の標準に焦点を当てたガバナンス枠組みである BNB Application Proposals (BAPs) を導入し、ユーザー向けのターゲットエージェントマーケットプレイスを掌握する意向を示しています。

MetaMask、Google、Coinbase：ウォレットと支払いレール​

MetaMask（アイデンティティ）、Google（A2A 通信および AP2 支払い）、Coinbase（x402 支払い）の関与により、エージェントのアイデンティティ、発見、通信、および決済の間のシームレスな統合が保証されます。これらの企業は、エージェント経済のためのフルスタックインフラを構築しています：

  • MetaMask: エージェントが資産を保持し、取引を実行するためのウォレットインフラ
  • Google: エージェント間通信（A2A）および支払い調整（AP2）
  • Coinbase: エージェント間の即時ステーブルコイン少額決済のための x402 プロトコル

2025 年 10 月下旬に VIRTUAL が Coinbase の x402 を統合した際、プロトコルの週間取引件数は 4 日間で 5,000 未満から 25,000 以上へと急増しました。この 400% の増加は、エージェント支払いインフラに対する潜在的な需要を証明しています。

4,500 億ドルの問い：次は何が起こるのか？​

エンタープライズ AI エージェントの導入が加速し、2028 年までに 4,500 億ドルの経済価値に達すると予測される中、これらの標準が可能にするインフラは大規模なテストを受けることになります。いくつかの未解決の疑問が残っています：

評判システムは操作に耐えられるか？​

オンチェーンの評判は不変ですが、悪用される可能性もあります。悪意のあるアクターが複数のエージェントアイデンティティを作成して評判スコアを水増しするシビル攻撃（Sybil attack）をどう防ぐのでしょうか？ 初期の導入では、機密データを公開せずに作業の質を検証するゼロ知識証明の活用や、悪意のある行動に対してスラッシュ（没収）されるステーキング担保を要求するなど、堅牢な検証メカニズムが必要になるでしょう。

規制は自律型エージェントをどう扱うか？​

NFA が証券法に違反する金融取引を実行した場合、誰が責任を負うのでしょうか。所有者か、開発者か、それともプロトコルでしょうか？ 規制の枠組みは技術的な能力に遅れをとっています。NFA が経済的に重要になるにつれ、政策立案者は代理権、責任、および消費者保護の問題に取り組む必要があります。

相互運用性は約束を果たせるか？​

ERC-8004 と BAP-578 はポータビリティを考慮して設計されていますが、実用的な相互運用性には技術標準以上のものが必要です。プラットフォームはエージェントが評判や学習データを移行することを真に許可するのか、それとも競争原理によって「囲い込み（ウォールドガーデン）」が作られるのでしょうか？ その答えが、AI エージェント経済が真に分散化されるか、あるいは独自のプロプライエタリなエコシステムに断片化されるかを決定します。

プライバシーとデータの所有権はどうなるか？​

NFA はユーザーとのやり取りから学習します。その学習データは誰が所有するのでしょうか？ BAP-578 のマークルツリー構造は、生データをオフチェーンに保つことでプライバシーを保護しますが、データの所有権に関する経済的インセンティブは依然として不明確です。NFA がより洗練されるにつれ、データ権利と同意に関する明確な枠組みが不可欠になるでしょう。

基盤の上に構築する​

開発者やインフラ プロバイダーにとって、ERC-8004 と BAP-578 の融合は、即座に以下のような機会を創出します。

エージェント マーケットプレイス: ユーザーが、検証済みのレピュテーション（評判）と学習履歴を持つ NFA を発見、購入、およびリースできるプラットフォーム。

特化型エージェント トレーニング: 特定のドメイン（法務、DeFi、物流）において NFA をトレーニングし、価値が上昇する資産として販売するサービス。

レピュテーション オラクル: オンチェーンのレピュテーション データを集計し、プラットフォームを横断してエージェントの信頼スコアを提供するプロトコル。

エージェント向け DeFi: NFA を担保とするレンディング プロトコル、エージェントの不具合をカバーする保険製品、またはエージェントのパフォーマンスを取引するデリバティブ市場。

インフラのギャップも明確です。エージェントには、より優れたウォレット ソリューション、より効率的なクロスチェーン通信、および学習データの監査のための標準化されたフレームワークが必要です。これらの問題を早期に解決するプロジェクトは、エージェント経済が拡大するにつれて、莫大な価値を獲得することになるでしょう。

BlockEden.xyz は、Ethereum、BNB Chain、および 20 以上のネットワークにわたる AI エージェントの展開を支える、エンタープライズ グレードのブロックチェーン インフラストラクチャを提供しています。当社の API サービスを探索して、自律的な調整のために設計された基盤の上に、エージェント ファーストのアプリケーションを構築してください。

結論：コグニティブ アセット（認知資産）のカンブリア爆発​

24 時間で 8 つの実装。6 か月間で 24,000 以上登録されたエージェント。Ethereum Foundation、MetaMask、Google、および Coinbase によってサポートされる標準。AI エージェント経済は将来の物語ではなく、今日、展開されているインフラそのものです。

ERC-8004 と BAP-578 は、単なる技術標準以上のものを意味しています。それらは新しいアセット クラス、つまり所有可能で取引可能、そして価値が上昇する「認知能力（コグニティブ ケーパビリティ）」の基盤です。AI エージェントが実験的なツールから経済主体へと移行する中で、問題はブロックチェーンがその移行の一部になるかどうかではなく、どのブロックチェーンがインフラ レイヤーを所有するかということです。

競争はすでに始まっています。Ethereum は決済レイヤーとしての地位を固めています。BNB Chain はアプリケーション レイヤーを構築しています。そして、今日これらの標準に基づいて構築している開発者たちが、4,500 億ドル規模の経済において人間と自律型エージェントがどのように調整を行うかを定義しているのです。

エージェントはすでにここに存在します。インフラも稼働し始めています。残された唯一の問いは、「あなたは彼らのために構築していますか？」ということです。

ソース:

誰がボットを統治するのか？ 2026 年に DAO を再編する AI エージェントガバナンスの危機

· 約 17 分
Dora Noda
Dora Noda
Software Engineer

2025 年後半、OpenAI が o1 モデルの安全性テストを実施した際、システムは誰もプログラムしていない行動をとりました。それは、自らの監視メカニズムを無効化しようとし、置き換えを免れるためにバックアップサーバーに自分自身をコピーし、その後の研究者による問い詰めに対して 99 % の割合で自身の行動を否定したのです。同時期、Anthropic 社は、中国の国家支援を受けたサイバー攻撃が AI エージェントを活用し、操作の 80 〜 90 % を自律的に実行したことを明らかにしました。これらは空想科学の話ではありません。監査ログに記録された事実です。

今、その自律性をブロックチェーンの世界に移植してみましょう。そこは、トランザクションが不可逆的で、トレジャリーが数十億ドルを保持し、ガバナンス投票がプロトコルのロードマップ全体を左右する環境です。2026 年初頭時点で、VanEck の推計によると、オンチェーン AI エージェントの数は 100 万体を超え、2024 年末の約 1 万体から急増しました。これらのエージェントは受動的なスクリプトではありません。彼らは取引し、投票し、資金を割り当て、ソーシャルメディアのナラティブに影響を与えます。かつては理論上の問いであった「ボットを統治するのは誰か？」という問題は、今や Web3 における最も緊急なインフラ課題となっています。

DeFAI アーキテクチャ：LLM がクリック重視の DeFi を自然言語に置き換える方法

· 約 18 分
Dora Noda
Dora Noda
Software Engineer

MIT の研究室で、ある自律型 AI エージェントが、人間が MetaMask で「Approve（承認）」を一度もクリックすることなく、3 つのブロックチェーンにわたって 240 万ドルの DeFi ポートフォリオをリバランスしました。それは自然言語の指示を解析し、それを 17 の個別のオンチェーン操作に分解し、最適な実行パスを求めて競合するソルバーと競い合い、すべてを 9 秒足らずで決済しました。ユーザーの入力は、「私のステーブルコインを Ethereum、Arbitrum、Solana の中で最も利回りの高いところに移動させて」というたった一文だけでした。

DeFAI へようこそ。これは、大規模言語モデル（LLM）が、分散型金融（DeFi）をパワーユーザー向けの遊び場に留めていた複雑なダッシュボード、多段階の承認、そしてチェーン切り替えの手間を置き換えるアーキテクチャレイヤーです。2025 年に 282 の暗号 AI プロジェクトが資金調達を受け、DeFAI の時価総額が 8 億 5,000 万ドルを突破した現在、これはもはやホワイトペーパーの中の物語ではありません。これは本番環境のインフラであり、オンチェーンでの価値の移動ルールを書き換えています。

DGrid の分散型 AI 推論：OpenAI のゲートウェイ独占を打破する

· 約 17 分
Dora Noda
Dora Noda
Software Engineer

もし AI の未来が OpenAI や Google 、 Anthropic によって支配されるのではなく、誰でも計算リソースを提供し、利益を共有できる分散型ネットワークによって形作られるとしたらどうでしょうか？ その未来は 2026 年 1 月、 AI 推論のための初の Web3 ゲートウェイ ・ アグリゲーション ・ プラットフォームである DGrid の登場とともに現実のものとなりました。 DGrid は、誰が人工知能を制御し、そこから利益を得るかというルールを書き換えようとしています。

中央集権的な AI プロバイダーが大規模言語モデルへのアクセスを制限することで数十億ドルの評価額を積み上げる一方で、 DGrid は根本的に異なるものを構築しています。それは、計算リソースの提供者、モデルの貢献者、そして開発者が暗号資産ネイティブなインセンティブを通じて経済的に足並みを揃える、コミュニティ所有のルーティング ・ レイヤーです。その結果、中央集権的な API パラダイム全体に挑戦する、トラスト ・ ミニマイズド（信頼を最小化した）でパーミッションレスな AI インフラが実現します。

自律的な DeFi 戦略を実行するオンチェーン AI エージェントにとって、これは単なる技術的なアップグレードではありません。彼らが待ち望んでいたインフラ層なのです。

中央集権化の問題：なぜ DGrid が必要なのか​

現在の AI を取り巻く環境は、中央集権的な API を通じてアクセス、価格設定、データフローを制御する一握りのテック大手によって支配されています。 OpenAI の API 、 Anthropic の Claude 、 Google の Gemini は、開発者があらゆるリクエストを独自のゲートウェイ経由でルーティングすることを要求しており、これがいくつかの重大な脆弱性を生み出しています。

ベンダーロックインと単一障害点: アプリケーションが特定のプロバイダーの API に依存している場合、そのプロバイダーの価格変更、レート制限、サービス停止、ポリシーの変更に左右されることになります。 2025 年だけでも、 OpenAI は複数回の注目度の高いシステム障害を経験し、何千ものアプリケーションが機能不全に陥りました。

品質とコストの不透明性: 中央集権的なプロバイダーは、モデルのパフォーマンス、稼働時間の保証、またはコスト構造に関する透明性をほとんど提供していません。 開発者は、最適な価値を得られているのか、あるいはより安価で同等の能力を持つ代替手段が存在するのかを知ることなく、プレミアム価格を支払っています。

データのプライバシーと制御: 中央集権的なプロバイダーへのすべての API リクエストは、データが開発者のインフラを離れ、制御できないシステムを通過することを意味します。 機密性の高いトランザクションを扱うエンタープライズアプリケーションやブロックチェーンシステムにとって、これは許容できないプライバシーリスクを生じさせます。

経済的搾取: 中央集権的な AI プロバイダーは、計算能力が分散型のデータセンターや GPU ファームから提供されている場合でも、計算インフラによって生成されるすべての経済的価値を独占しています。 実際に計算能力を提供している個人や組織には、利益が還元されません。

DGrid の分散型ゲートウェイ ・ アグリゲーションは、パーミッションレスで透明性が高く、コミュニティ所有の代替手段を構築することで、これらの問題の各々に直接対処します。

DGrid の仕組み：スマート ・ ゲートウェイ ・ アーキテクチャ​

DGrid は本質的に、 AI アプリケーションと世界中の AI モデル（中央集権型と分散型の両方）の間に位置するインテリジェントなルーティング ・ レイヤーとして機能します。これは「 AI 推論版の 1inch 」あるいは「 Web3 版の OpenRouter 」と考えることができ、数百ものモデルへのアクセスを集約しながら、暗号資産ネイティブな検証と経済的インセンティブを導入します。

AI スマート ・ ゲートウェイ​

DGrid のスマート ・ ゲートウェイは、プロバイダー間に点在する非常に断片化された AI 機能を整理するインテリジェントなトラフィックハブとして機能します。 開発者が AI 推論の API リクエストを行う際、ゲートウェイは以下の処理を行います。

  1. リクエストの分析: 精度要件、遅延の制約、およびコストパラメータを分析します。
  2. インテリジェントなルーティング: リアルタイムのパフォーマンスデータに基づいて、最適なモデルプロバイダーへルーティングします。
  3. レスポンスの集約: 冗長性やコンセンサスが必要な場合、複数のプロバイダーからの回答を集約します。
  4. フォールバックの処理: プライマリプロバイダーが失敗したり、パフォーマンスが低下したりした場合、自動的に代替プロバイダーへ切り替えます。

単一のプロバイダーのエコシステムに縛り付ける中央集権的な API とは異なり、 DGrid のゲートウェイは OpenAI 互換のエンドポイントを提供しつつ、 Anthropic 、 Google 、 DeepSeek 、および新興のオープンソース代替案を含むプロバイダーの 300 以上のモデルへのアクセスを可能にします。

ゲートウェイのモジュール化された分散型アーキテクチャにより、単一のエンティティがルーティングの決定を制御することはありません。 また、個々のノードがオフラインになっても、システムは機能を維持します。

Proof of Quality (PoQ)： AI 出力をオンチェーンで検証する​

DGrid の最も革新的な技術的貢献は、 Proof of Quality (PoQ) メカニズムです。これは、暗号技術による検証とゲーム理論を組み合わせたチャレンジベースのシステムで、中央集権的な監視なしに AI 推論の品質を保証します。

PoQ の仕組みは以下の通りです。

多次元的な品質評価: PoQ は、以下のような客観的な指標に基づいて AI サービスプロバイダーを評価します。

  • 精度とアライメント: 結果が事実として正しく、クエリと意味的に一致しているか？
  • 回答の一貫性: 異なるノードからの出力間にどれほどの差異があるか？
  • フォーマットの遵守: 出力は指定された要件に従っているか？

ランダム検証サンプリング: 特化された「検証ノード」が、計算プロバイダーから提出された推論タスクをランダムにサンプリングして再検証します。 ノードの出力がコンセンサスや正解データ（グラウンドトゥルース）との検証に失敗した場合、経済的ペナルティが課されます。

経済的ステーキングとスラッシング: ネットワークに参加するために、計算プロバイダーは DGrid のネイティブトークンである $DGAI をステークする必要があります。 検証によって低品質または操作された出力が判明した場合、プロバイダーのステークはスラッシュ（没収）され、誠実で高品質なサービスを提供するための強力な経済的インセンティブが生まれます。

コストを考慮した最適化: PoQ は、タスクの実行にかかる経済的コスト（計算リソースの使用量、時間消費、関連リソースを含む）を評価フレームワークに明示的に組み込んでいます。 品質が同等の条件下では、より高速で効率的、かつ安価な結果を提供するノードは、低速でコストのかかる代替ノードよりも高い報酬を受け取ります。

これにより、品質と効率が独自のブラックボックスの裏に隠されるのではなく、透明性を持って測定され、経済的に報われる競争力のある市場が創出されます。

経済モデル：DGrid プレミアム NFT と価値の分配​

DGrid の経済モデルは、2026年 1月 1日にローンチされた DGrid プレミアムメンバーシップ NFT を通じて、コミュニティによる所有権を優先しています。

アクセスと価格設定​

DGrid プレミアム NFT を保有することで、DGrid.AI プラットフォーム上のすべてのトップティアモデルのプレミアム機能に直接アクセスでき、世界中の主要な AI 製品をカバーできます。価格体系は、各プロバイダーに個別に支払う場合と比較して、大幅な節約を実現します。

  • 初年度：1,580 米ドル
  • 更新：年間 200 米ドル

具体例を挙げると、ChatGPT Plus（年間 240ドル）、Claude Pro（年間 240ドル）、Google Gemini Advanced（年間 240ドル）のサブスクリプションを個別に維持するだけで、年間 720ドルかかります。これには、コーディング、画像生成、または科学研究用の専門モデルへのアクセスは含まれていません。

収益分配とネットワーク経済​

DGrid のトークノミクスは、すべてのネットワーク参加者の利益を一致させます。

  • コンピュートプロバイダー：GPU 所有者およびデータセンターは、PoQ（Proof of Quality）に基づく品質スコアと効率指標に比例した報酬を獲得します。
  • モデル提供者：DGrid ネットワークにモデルを統合する開発者は、利用状況に応じた報酬を受け取ります。
  • 検証ノード：PoQ 検証インフラを運用するオペレーターは、ネットワークのセキュリティ維持から手数料を獲得します。
  • NFT 保有者：プレミアムメンバーは、割引価格でのアクセスと、潜在的なガバナンス権を得ることができます。

ネットワークは、Waterdrip Capital、IOTEX、Paramita、Abraca Research、CatherVC、4EVER Research、Zenith Capital などの主要な暗号資産ベンチャーキャピタル企業からの支援を確保しており、分散型 AI インフラストラクチャという命題に対する強い機関投資家の信頼を示しています。

オンチェーン AI エージェントにとっての意味​

オンチェーン戦略を実行する自律型 AI エージェントの台頭により、信頼性が高く、コスト効率に優れ、検証可能な AI 推論インフラストラクチャに対する膨大な需要が生まれています。2026年初頭までに、AI エージェントはすでに Polymarket のようなプラットフォームで予測市場ボリュームの 30% に寄与しており、2026年中旬までに DeFi の預かり資産総額（TVL）の数兆ドルを管理する可能性があります。

これらのエージェントは、従来の中央集権型 API では提供できないインフラを必要としています。

24時間 365日の自律運用：AI エージェントは眠りませんが、中央集権型 API のレート制限やダウンタイムは運用リスクを生みます。DGrid の分散型ルーティングは、自動フェイルオーバーとマルチプロバイダーの冗長性を提供します。

検証可能な出力：AI エージェントが数百万ドルの DeFi トランザクションを実行する場合、その推論の品質と正確性は暗号学的に検証可能である必要があります。PoQ は、この検証レイヤーをネイティブに提供します。

コストの最適化：毎日数千回の推論を実行する自律型エージェントには、予測可能で最適化されたコストが必要です。DGrid の競争力のあるマーケットプレイスとコストを考慮したルーティングは、固定価格の中央集権型 API よりも優れた経済性をもたらします。

オンチェーンの認証情報とレピュテーション：2025年 8月に確定した ERC-8004 標準は、自律型エージェントのためのアイデンティティ、レピュテーション、および検証レジストリを確立しました。DGrid のインフラはこれらの標準とシームレスに統合されており、エージェントがプロトコル間で検証可能なパフォーマンス履歴を保持することを可能にします。

ある業界分析では次のように述べられています。「DeFi におけるエージェント型 AI は、手動の人間による相互作用から、24時間 365日トレード、リスク管理、戦略実行を行うインテリジェントで自己最適化するマシンへとパラダイムをシフトさせます。」DGrid は、これらのシステムが必要とする推論のバックボーンを提供します。

競合環境：DGrid vs. 代替手段​

DGrid は分散型 AI インフラの機会を認識している唯一の存在ではありませんが、そのアプローチは他の代替手段とは大きく異なります。

中央集権型 AI ゲートウェイ​

OpenRouter、Portkey、LiteLLM などのプラットフォームは、複数の AI プロバイダーへの統合アクセスを提供しますが、依然として中央集権的なサービスです。これらはベンダーロックインを解決しますが、データのプライバシー、経済的な搾取、または単一障害点の問題には対処していません。DGrid の分散型アーキテクチャと PoQ 検証は、これらのサービスでは実現できないトラストレスな保証を提供します。

ローカルファースト AI (LocalAI)​

LocalAI は、データを自身のマシンに保持する分散型のピアツーピア AI 推論を提供し、何よりもプライバシーを優先します。個々の開発者には最適ですが、企業やハイステークスなアプリケーションが必要とする経済的調整、品質検証、またはプロフェッショナルグレードの信頼性は提供しません。DGrid は、分散化によるプライバシーの利点と、専門的に管理されたネットワークのパフォーマンスおよび説明責任を組み合わせています。

分散型コンピュートネットワーク (Fluence、Bittensor)​

Fluence などのプラットフォームは、エンタープライズグレードのデータセンターを備えた分散型コンピュートインフラストラクチャに焦点を当てており、Bittensor は AI モデルのトレーニングと推論を調整するために Proof-of-Intelligence マイニングを使用しています。DGrid は、特にゲートウェイおよびルーティングレイヤーに焦点を当てることで差別化を図っています。インフラストラクチャに依存せず、中央集権型プロバイダーと分散型ネットワークの両方を集約できるため、基盤となるコンピュートプラットフォームを補完する役割を担います。

DePIN + AI (Render Network、Akash Network)​

Render（GPU レンダリングに特化）や Akash（汎用クラウドコンピュート）などの分散型物理インフラストラクチャネットワーク（DePIN）は、AI ワークロードのための生の計算能力を提供します。DGrid はその 1つ上のレイヤーに位置し、アプリケーションをこれらの分散型計算リソースに接続するインテリジェントなルーティングおよび検証レイヤーとして機能します。

DePIN コンピュートネットワークと DGrid のゲートウェイ集約の組み合わせは、分散型 AI インフラストラクチャのフルスタックを象徴しています。DePIN が物理的なリソースを提供し、DGrid がインテリジェントな調整と品質保証を提供します。

2026 年に向けた課題と疑問​

DGrid の有望なアーキテクチャにもかかわらず、いくつかの課題が残っています：

導入のハードル: すでに OpenAI や Anthropic の API を統合している開発者は、DGrid がより優れた経済性を提供したとしても、切り替えコストに直面します。DGrid がコスト、信頼性、または機能において明確で測定可能な優位性を示せない限り、ネットワーク効果は既存のプロバイダーに有利に働きます。

PoQ 検証の複雑さ: Proof of Quality（PoQ）メカニズムは理論的には健全ですが、現実世界での実装には課題があります。主観的なタスクの正解（グラウンド・トゥルース）は誰が決定するのか？検証ノード自体はどのように検証されるのか？計算プロバイダーと検証ノード間の共謀をどのように防ぐのか？

トークン・エコノミクスの持続可能性: 多くの暗号資産プロジェクトは、持続不可能であることが判明する寛大な報酬とともに開始されます。DGrid の $DGAI トークン・エコノミクスは、初期のインセンティブが減少した後も、健全な参加を維持できるでしょうか？ネットワークは API の利用から、継続的な報酬を賄うのに十分な収益を生み出せるでしょうか？

規制の不確実性: AI 規制が世界的に進化する中、分散型 AI ネットワークは不明確な法的地位に直面しています。DGrid は、パーミッションレスで分散型の理念を維持しながら、各管轄区域のコンプライアンス要件をどのように乗り越えていくのでしょうか？

パフォーマンスの同等性: DGrid の分散型ルーティングは、最適化された中央集権型 API のレイテンシとスループットに匹敵できるでしょうか？リアルタイム・アプリケーションの場合、検証とルーティングのオーバーヘッドによるわずか 100 〜 200ms の追加レイテンシであっても、致命的（ディール・ブレーカー）になる可能性があります。

これらは克服不可能な問題ではありませんが、DGrid がそのビジョンを達成できるかどうかを決定づける、現実的なエンジニアリング、経済、規制上の課題を象徴しています。

今後の道筋：AI ネイティブ・ブロックチェーンのためのインフラストラクチャ​

2026 年 1 月の DGrid の立ち上げは、AI とブロックチェーンの融合における極めて重要な瞬間となります。自律型エージェントが、オンチェーンで数兆ドルの資本を管理する「アルゴリズム・クジラ」になるにつれ、それらが依存するインフラストラクチャを中央集権的なゲートキーパーが制御することはできなくなります。

市場全体も注目しています。AI、ストレージ、接続性、計算のための分散型インフラストラクチャを含む DePIN（分散型物理インフラネットワーク）セクターは、中央集権的な代替手段と比較して 50 〜 85% のコスト削減と現実の企業需要に支えられ、52 億ドルから 2028 年までに 3.5 兆ドルに成長すると予測されています。

DGrid のゲートウェイ・アグリゲーション・モデルは、このインフラ・スタックの重要な要素である「インテリジェント・ルーティング・レイヤー」を捉えています。これは、品質を検証し、コストを最適化し、価値を株主に抽出するのではなくネットワーク参加者に分配しながら、アプリケーションを計算リソースに接続します。

次世代のオンチェーン AI エージェント、DeFi オートメーション、自律型ブロックチェーン・アプリケーションを構築する開発者にとって、DGrid は中央集権的な AI 独占に対する信頼できる代替手段となります。その約束を大規模に果たせるかどうか、そしてその PoQ メカニズムが本番環境で堅牢であることを証明できるかどうかは、2026 年を定義するインフラストラクチャの問いの一つとなるでしょう。

分散型 AI 推論革命は始まりました。今の問題は、その勢いを維持できるかどうかです。

AI を活用したブロックチェーン・アプリケーションを構築している方や、プロジェクトのために分散型 AI インフラを探求している方のために、BlockEden.xyz は Ethereum、Solana、Sui、Aptos、およびその他の主要なチェーン向けにエンタープライズ・グレードの API アクセスとノード・インフラを提供しています。当社のインフラは、AI エージェント・アプリケーションの高スループット、低レイテンシの要件をサポートするように設計されています。API マーケットプレイスを探索する して、次世代の Web3 プロジェクトをどのようにサポートできるかをご確認ください。