クロードとの何時間もの作業で暗号資産トレーディング戦略を練り上げたとしよう。リスク許容度、エントリーシグナル、損切りライン、実際に重要な技術指標など、すべてを網羅した。翌日、実行しようとするとクロードが過負荷状態になっている。ChatGPTに切り替えようとしても、また一からやり直し。コンテキストを再構築している間に、チャンスは消えてしまう。
このようなことが毎日何千回も起きている。その影響は決して小さくない。CoinGeckoによると、暗号資産ユーザーの87%がポートフォリオの一部をAIに管理させることを信頼しているが、これらのシステムは相互運用できず、部分的な記憶喪失に悩まされている。これが有用性の上限となり、トレーダーの損失につながっている。
もちろん、これはトレーディングだけの問題ではない。開発者はコーディングアシスタントを切り替える際にコンテキストを失う。アナリストは新しいAIツールを試すたびにナレッジベースをコピー＆ペーストしたり再構築したりする。一般ユーザーは何度も同じことを繰り返さなければならないことが多い。理由は単純だ：メモリーはAIにおける最大の未解決問題の一つなのである。
それは「金魚の記憶」以上の問題だ
永続的なAIメモリーを構築する上での中核的な障害は構造的なものだ。これは「メモリーウォール」として知られている問題、つまりAIの計算能力がハードウェアのメモリー能力を急速に上回ってしまったという事実だ。この制約がAI企業がステートレスモデルを構築した理由の一つである。
LLMが「ステートレス」であるということは、それが本当に記憶できないということを意味する。この問題は2つの主要な欠陥によって引き起こされている。まず、特定のタスクに実際に重要な詳細を把握するための一般的なアルゴリズムが存在しないことだ。これが、チャット履歴に存在するトレーディングシグナルが、特定のプロンプトなしでは別のモデルが取得するのが難しい理由である。次に、モデルは正確性や有用性よりも会話の流れに最適化されている。そのため、AIモデルが金魚の記憶を持つという考えが生まれた。
さらに悪いことに、AI企業はメモリーを競争上の堀として扱っている。OpenAIのクロスチャットメモリー機能や、Anthropicの過去のチャットを検索するシステムなど、提供されているソリューションは独自の閉ループ修正だ。これらはコンテキストウィンドウを継続的に拡大しようとすることで、メモリーのようなものを作り出している。しかし、それらには限界があり、ユーザーはコントロールできない。これらは主に、より多くのデータを共有すればより良い結果が得られると約束することで、ユーザーをプラットフォームにロックインするものだ。
要するに、メモリーは難しく、プロバイダーはポータビリティをサポートする理由がほとんどなく、ユーザーは自分が作成した知識を所有していない。このように、ユーザーは必要なもの（ポータブルで動的なメモリー）と提供されるもの（静的でプラットフォーム依存の機能）のギャップに閉じ込められている。
データのハニーポットは失敗しやすい
1つの企業があなたのAI履歴の全体を保持するというのは、技術的に欠陥があり、根本的に安全でない設定だ。戦略的なレベルでは、これは次の3つの点で失敗している：
- 個人のメモリーにはネットワーク効果がない
- GDPR/CCPAなどの規制圧力により、中央集権的な収集はコンプライアンス/セキュリティ上のリスクとなる
- プラットフォーム経済により、GoogleやMetaのような大企業はシームレスな統合を可能にすることでデータの優位性を商品化することはおそらくないだろう
現状は持続不可能であり、90年代/2000年代のブラウザ戦争を彷彿とさせる対立に向かっている。しかし、重要な違いがある：今回は、ユーザーが最も価値のあるリソース、つまり自分のデータをコントロールする機会があるかもしれない。より良いソリューション、つまりユーザーに力を与え、中央集権化の問題を回避するソリューションの機会が熟している。
暗号技術と分散化が答えを提供するかもしれない。現在のシステムの脆弱性は、データが中央に保存されているだけでなく、信頼なしに処理・共有されていることだ。解決策は、コンテキストを暗号化しながらもAIが使用できるようにする、ユーザー所有のアーキテクチャ層を作成することにある。これにより、メモリーとモデルを効果的に分離できる。
信頼された実行環境（TEE）—外部からの干渉から機密計算を隔離するセキュアなハードウェア領域—は、真の機密計算を提供する。新たな、より大きなハニーポットを作るのではなく、TEEはホストシステムや管理者に公開することなく、機密情報の安全な処理を可能にする。
すでに日常的なユースケースのためにメモリー問題に取り組んでいる企業がいくつかある。
Pluralityは、ユーザーが自律的にデータとチャットを特定のメモリーバケットに保存し、より良いコンテキスト管理だけでなく共有機能も可能にするOpen Context Layerを開発している。例えば、私が15年間にわたって退職計画、税金最適化、資産保全戦略でクライアントを支援してきた認定ファイナンシャルプランナーだとしよう。
この知識をメモリーバケットに整理した後、クライアントがAIツールに組み込んで財務に関する予備的なガイダンスを得ることができる階層化されたアクセスを提供できる。これにより、基本原則をカバーするのではなく、パーソナライズされた戦略に対面時間を集中させることができ、同時に知識ベースから新たな収益源を生み出すことができる。
MemSyncは、会話や知識から永続的な「デジタルツイン」を作成できるUnified Memory Layerを構築している。これにより、AIがあなたを本当に知り、進化するアイデアを追跡し、内省や意思決定のためのプライベートな相談相手として機能することができる。
Ekaiは開発者向けのソリューションを提供している。コーディングエージェントを利用する際、切り替えると出力品質が損なわれる可能性があるため、1つのモデルプロバイダーに縛られることが多い。Ekaiのゲートウェイは、コンテキストを失うことなくスマートなモデルルーティングを可能にする。
未来はどのように見えるか
トレーディングの例に戻ろう。ポータブルでプライベートなメモリーがある世界は、現在とは大きく異なる。この世界では、すべての発想はクロードで行われるが、ChatGPTを開くと、ちょうど中断したところから再開できる。
その後、スクリプトを書くためにCursorに移動しても、すでにあなたのロジックをすべて理解している。メモリーは暗号化され、あなたのコントロール下にあなたと一緒に移動する。そして、数ヶ月かけて洗練できるため、本物の優位性に変わる可能性がある。戦略がうまくいけば、評判を築き、この厳選された知識の一部へのアクセスをレンタルして、構築に何ヶ月または何年もかかった専門知識を収益化することもできるかもしれない。メモリー自体が資産になるのだ。
このためのインフラはすでに存在する。欠けているのは、現在のアプリにシームレスに適合する認識と製品だ。メモリーを解決する企業は、データを蓄積する必要はない。それを解放するだけでいいのだ。
