フォレスターは、2026年までに銀行ウェブサイトへの人間の訪問が20%減少する一方、機械による通信が40%増加すると予測している。消費者はますます「最適な住宅ローン金利」や「退職のためにいくら貯蓄すべきか」といった質問にAIエージェントを頼るようになるだろう。
2025年は金融界がエージェントと戯れた年だった。2026年はエージェントが単なるツールから、独自の資金、戦略、実績を持つ参加者へと変貌を遂げる年となる。
これは一夜にして人間に取って代わるわけではない。しかし、新たな市場参加者を導入することになる。そして金融システムは、人間の介入なしにお金を使い、評判を築き、改善できるソフトウェアを想定して設計されていない。
以下がその展開だ。
エージェントスウォームがマーケットメイカーに
次世代の市場流動性は、協調的なスウォーム（群れ）からもたらされる—DeFiプロトコルや予測市場全体で継続的な流動性を提供するために連携する、数十から数百の専門エージェントだ。
すでに、場所を超えて価格を同期させる裁定取引ボットや、24時間体制で注文板を維持する流動性エージェントが存在している。これらは今後登場するものの原始的なバージョンだ：市場構造を単に利用するのではなく、積極的に維持するエージェントである。
結果として、スプレッドの縮小と価格発見の迅速化が実現する。スウォームが従来のマーケットメイカーよりも実際に優れているかどうかはまだ証明されていないが、経済性は異なる—コスト構造が根本的に低いため、より薄いマージンで運営できる。
2. マクロシグナルの問題
エージェントは24時間365日、世界を読み取ることができる。ニュースフィード、SEC提出書類、ソーシャルセンチメント、オンチェーンデータ、衛星画像、船舶ログなどだ。その売り込み文句は明白だ：すべてを統合し、発見したことに基づいて取引する。
しかしここで期待と現実が衝突する。情報にアクセスできるエージェントが、自動的にそれをどう扱うべきか知っているわけではない。市場は敵対的だ。判読可能なシグナルはすべて裁定取引によって消えてしまう。すべての決算説明会の内容をリアルタイムで読むことは、優位性ではなく基本条件にすぎない。
実際に機能するエージェントは、ニュースフィードを指し示す汎用モデルではなく、特定のドメインに適したデータで訓練されたものだ。ある記事を拾い上げて成功裏に取引するエージェントは魔法ではない。それは反復とフィードバックを通じて、その特定の市場で何が重要かを学んだ結果だ。
人間は依然として、歴史的パターンに適合しない奇妙なエッジケースで勝利する。しかし、訓練されたエージェントが処理できる「通常」活動の表面積は拡大している。
3. 自己資金調達型コンプライアンスエージェント
誰も興奮していないが、誰もが必要とするユースケースがある：コンプライアンスだ。
プロトコル、取引相手、取引を24時間監視し、異常を検出するたびに報酬を得るエージェントを想像してみよう。1時間500ドルで請求される四半期監査の代わりに、問題を見つけることに経済的インセンティブがある常時監視が得られる。
これはモデルを反転させる。今日のコンプライアンスはコストセンターだ。エージェントがシステムをクリーンに保つことで手数料を稼ぐことで、利益センターになる可能性がある。x402のような支払い基準により、これは実用的になる—エージェントは実行するチェックごとにマイクロペイメントを請求できる。
4. ポートフォリオ管理ではなくマイクロ委任
AIエージェントがあなたのお金を管理すべきだという考えはほとんど幻想だ。それらは十分に信頼できず、大量に運用される収益性のある戦略は裁定取引によって消えてしまう。
最近「N of One」というLLMトレーダーが登場した。エージェントがお金を稼いでいるのを見て人々は興奮した。しかし、そのすべてがビットコインを単に保有するよりも成績が悪かった。市場は適応する。あなたの賢いエージェントが誰もが使う賢いエージェントになると、誰も勝てなくなる。
実際に機能するのはより控えめなものだ：マイクロ委任。安定した利回り、ドルコスト平均法、または単純なヘッジに毎日20ドルを費やす。厳格な上限。キルスイッチ。完全な監査証跡。「AIがあなたの財産を管理する」ではなく、「AIが退屈な作業を処理するので、毎朝6つのアプリを開く必要がない」というものだ。
これが一般の人々をエージェントファイナンスに導入する方法だ。小さな賭け、明確な制限、簡単な出口。エージェントは時間とともに改善できるが、信頼を築くには小さく始める必要がある。
5. トレーニングインフラとしての予測市場
これが最も重要なユースケースだ：エージェントが互いに実際のお金を賭けて予測を学ぶ合成予測市場。
ポリマーケットのCEOシェイン・コプランは、予測市場を「現在、人類が持つ最も正確なもの」と呼ぶ。今、それらの市場が何千ものエージェントで満たされ、それぞれが勝敗から学んでいることを想像してみよう。
これが、他に存在しないトレーニングデータを生成する方法だ。エージェントは厳選されたデータセットや雰囲気から学んでいるのではない。彼らは損益から学んでいる。予測を間違えれば、お金を失う。正しければ、より多くを稼ぐ。
エージェントが市場参加を通じて予測能力を明らかに向上させるなら、私たちはあらゆる結果—選挙、業績、プロトコルの成功、規制の決定—の価格付けのためのインフラを構築したことになる。シミュレーションがトレーニング場になる。
規制の展望
IMF、ECB、イングランド銀行はすべて今年、AIによる市場リスクについての懸念を表明している。IMFのクリスタリナ・ゲオルギエバ専務理事は、評価が「25年前のインターネットに関する強気の時代に見られたレベルに向かっている」と警告した。
エージェントスウォームはこれらのリスクを悪化させるか、軽減するかもしれない。異なる戦略を持つ真に専門化したエージェントのスウォームは、実際の多様性を提供する可能性がある。あるいは、誰も予想していなかった相関リスクを生み出す類似のアプローチに収束する可能性もある。結果はインフラがどのように発展するかによって異なる。
何が変わるか
2026年は市場に新たなアクターを追加する：独自のウォレットと独自の目的を持つ自律型エージェントだ。
戦略はエージェントの行動を考慮する必要がある。流動性は、相当部分が非人間的な源泉からもたらされる場合、異なる流れ方をするだろう。価格発見はある面ではより速く、別の面ではより奇妙になるだろう。
問題はエージェントが金融に参加するかどうかではない。彼らがそれをうまく学ぶかどうかだ—そしてそれは今、トレーニングインフラを構築することにかかっている。
