2026年のある朝、ファンドマネージャーは10年前とほぼ同じ方法で1日を始める。複数回のログイン。断片化されたダッシュボード。カストディアン全体での手動チェック。複数の取引会場での取引執行。スプレッドシートでの照合作業。
ツールは改善されたが、ワークフローは変わっていない。
AI（人工知能）は、金融専門家が情報を分析する方法をすでに変革した。しかし、大規模言語モデルにおける進歩にもかかわらず、金融分野のAIの多くは、マイケル・ハインリッヒ氏が「副操縦士フェーズ」と呼ぶ段階にとどまっている。
「AIは支援するが、実行するのは依然として人間だ」と、0Gラボの共同創業者であるハインリッヒ氏は述べた。「調整作業はなくなっていない」
AIへの期待が高まり続ける中、この区別はますます重要になっている。増加する開発者グループは、もはや推奨事項の改善に焦点を当てていない。目標は実行だ。市場を監視し、定義された制約内で意思決定を行い、ユーザーに代わって金融タスクを実行できるシステムである。
問題は、その移行を支えるインフラが存在するかどうかだ。
支援から実行へ
今日の金融ワークフローは依然として深く断片化されている。投資家は1つのシステムでポジションを追跡し、別のシステムで機会を比較し、さらに別の場所で取引を執行する。最も先進的なAIツールでさえ、そのギャップを埋めることはできない。
「人間は依然としてすべての調整作業を行っている」とハインリッヒ氏は述べた。
行動する能力がなければ、AIは助言にとどまる。それは影響を制限する。ポートフォリオ構築、執行、リスク管理には依然として手動介入が必要であり、実際に得られる効率性の向上が制約される。
ハインリッヒ氏は、この移行を即座ではなく段階的なものと説明する。
「現在、我々は副操縦士フェーズにあり、AIが支援するが人間が実行する。厳格なポリシー管理下での半自律実行が次に来る」と同氏は述べた。「完全な委任はさらに先だ。現実的には、意味のある採用が見られるまで18～24カ月かかる」
分析から実行への移行は、新たな要件をもたらす。システムには、永続的なアイデンティティ、説明責任、取引を決済する能力が必要だ。これらの要素がなければ、委任は機能しない。
行動できるエージェントの構築
0Gラボは、自律エージェント向けのインフラレイヤーと説明するものを構築している。
モデルやインターフェースに焦点を当てるのではなく、このプロジェクトは、エージェントが独立して動作するために必要なコンポーネントを組み立てようとしている。それには、ブロックチェーンベースのアイデンティティ、検証可能な実行環境、永続的なメモリ、統合された決済が含まれる。
「エージェントが実際に作業を行うには、アイデンティティ、検証可能な実行、メモリ、決済が必要だという仮説だ」とハインリッヒ氏は述べた。「そうでなければ、エージェントはツールのままであり、アクターにはならない」
短期的なエントリーポイントは開発者ツールだ。0GのModel Context Protocolにより、開発者は分散型インフラをAIコーディング環境に統合でき、エージェントベースのワークフローを作成する障壁が低くなる。
長期的な変化は運用面だ。毎日複数のシステムにログインする代わりに、ファンドマネージャーはパラメータを1回定義する。配分目標、リスク制限、実行ルール。エージェントは市場を継続的に監視し、これらの制約内で実行し、人間の判断を必要とする例外にフラグを立てる。
「マネージャーは機械的な実行から戦略へとシフトする」とハインリッヒ氏は述べた。「そして、ブラックボックスを信頼するのではなく、エージェントが何をしたかの監査可能な記録が得られる」
開発者向けの初期牽引力、ユーザー向けはまだ
ビジョンが明確であっても、データはまだ初期段階だ。
0Gラボはこれまでに約3億2500万ドルを調達した。最近では、ナスダック上場のZeroStackが、トークン供給量の約21%の1億700万ドルの購入を開示した。0Gの場合、資本は使用量をはるかに先行して到着している。
牽引力の最も明確なシグナルは開発者活動だ。ハッカソンとエコシステムプログラムは、初期アプリケーションの増加するセットを生み出しており、最大2000万ドルに支援されたスタンフォード関連のアクセラレーターは、これらのプロジェクトを本番環境に押し進めるように設計されている。
依然として限定的なのは、自律エージェントに関連する測定可能なオンチェーン活動だ。大規模なエージェント実行、ステーブルコイン決済フロー、またはエージェントアイデンティティ標準の意味のある採用を示す広く利用可能な指標はない。
今日のほとんどの活動はテストネット環境に集中している。これは、ネットワークがまだ開発者フェーズにあり、インフラが組み立てられているが、経済的スループットは最小限のままであることを示唆している。
実行がどのようなものかの一端
エージェントのようなワークフローの初期の例の1つは、0Gのテストネット上に構築された分散型取引所Jaineから来ている。
このシステムは、プールを監視し、事前定義されたパラメータ内で再配分を実行することにより、流動性管理を自動化する。ローンチ以来、20万件以上の取引を処理しており、ピーク時の1日の活動は数千件程度だ。
規模は依然として限定的だが、方向性は明確だ。これらは、特定の金融タスクにおける手動介入を置き換える、継続的なルールベースのシステムだ。
同時に、重要な指標はまだ欠けている。資本効率、利回り改善、または管理されている資産の規模についての可視性はほとんどない。経済活動がすでに確立されているネットワークと比較すると、使用量は初期段階で集中している。
唯一の分散型AIアプローチではない
0Gは、分散型AIインフラを追求する唯一のプロジェクトではない。
Bittensorなどのプロジェクトは、インセンティブ駆動型ネットワークを通じて分散型コンピュートの需要を実証している。NEARを含む他のプロジェクトは、AI関連アプリケーション向けの高スループット調整レイヤーとして自らを位置づけている。別のカテゴリのフレームワークは、エージェント作成の簡素化に焦点を当てており、多くの場合、舞台裏で中央集権的なインフラに依存している。
ハインリッヒ氏の見解は、ほとんどの取り組みが問題の一部のみに対処しているというものだ。
「ほとんどのプロジェクトは1つのピースを解決している。より良いモデル、より良いコンピュート、より良いインターフェース」と同氏は述べた。「我々は、エージェントが実際に自律的に動作できるように、フルスタックを統合しようとしている」
それでも、同氏は不確実性を認めている。
「我々はレールを構築している」と同氏は述べた。「それらのレール上で実行されるエージェントが、重要な価値を生み出すのに十分な価値を創造するかどうかは、まだ証明されている最中だ」
今、投資の問題
アロケーターにとって、問題は技術が理論的に機能するかどうかではない。それが持続的で測定可能な需要を生み出すかどうかだ。
自律エージェントが大規模に金融タスクを実行し始めれば、コンピュート、ストレージ、決済レイヤー全体で活動を促進する可能性がある。それは、投機的なインフラから使用量駆動型の価値へとナラティブをシフトさせるだろう。
そうでなければ、この分野は、資本形成が実際の採用を上回るという馴染みのあるパターンを繰り返すリスクがある。
既存の中央集権的システムは、ほとんどのユースケースで依然として効果的だ。それらは使いやすく、展開が速く、金融ワークフローに深く統合されている。その制限は構造的だが、常に拘束力があるわけではない。
分散型インフラの主張は、エージェントが独立して動作し始めると、所有権、移植性、検証可能性が重要になるというものだ。これらの特性が不可欠であるか任意であるかが、どれだけの活動がオンチェーンに移行するかを決定する。
注目すべきこと
短期的には、ハインリッヒ氏は明確なマイルストーンを指摘する。
「今後3～6カ月で注目すべきは、本番環境で実際のエージェントワークフローを実証できるかどうかだ」と同氏は述べた。「デモではなく、アイデンティティを持つエージェントが、検証可能な実行でオンチェーンで経済活動を実行することだ」
その区別がカテゴリを定義するかもしれない。
今日の金融におけるAIは、依然として主に支援に関するものだ。実行への移行は、まだ大規模には起こっていない。
インフラは構築されており、資本はすでにコミットされている。今のテストは、実際の金融業務がこれらのシステムに移行するかどうかだ。
