人工知能は急速にインフラとなりつつある。次の問いは技術的というより経済的なものだ。これらのシステムが成熟するにつれ、価値は実際にどこに蓄積されるのか。
分散型AIをめぐる最近の議論は、能力に焦点を当ててきた。分散ネットワークは、トレーニング、推論、大規模な調整をサポートできるのか。それとは別の問いが今、浮上している。もしできるとしたら、誰がアウトプットを所有し、どのように収益化されるのか。
分散型AI市場の規模は160億～170億ドルと推定されている。これは、中央集権型AIインフラに投入されている数千億ドルと比べればまだ小規模だが、機関投資家の注目を集めるほど急速に成長している。
ナスダック上場企業ZeroStackのCEO、ダニエル・レイス＝ファリア氏は、この変化をより実践的な観点から説明する。
「ZeroStackは、分散型AI分野で利回りを生み出す資産を蓄積できるプラットフォームへと進化した」と同氏は述べた。
この位置づけは、より広範な変化を反映している。AIインフラはもはや単に使用するものではない。リターンを生み出すことができるものとして、ますます見なされるようになっている。
インフラは供給を上回るペースで拡大している
この議論は、未解決の制約から始まる。
AI計算能力への需要は供給を上回り続けており、特に市場のハイエンド部分でその傾向が顕著だ。ハイパースケーラーは容量拡大に多額の資本を投じており、マッキンゼー・アンド・カンパニーとムーディーズの推計は、大規模な投資が持続することを示している。
「AI計算能力への需要は、中央集権型の供給を本当に上回っている」とレイス＝ファリア氏は述べた。「分散型インフラは、グローバルで市場主導の供給レイヤーを追加する」
この代替レイヤーはまだ発展途上だ。0Gのようなプロジェクトは、計算とオーケストレーションのためのフルスタック環境の構築を試みている。
「0Gは本質的に、開発者が計算サービスとエージェントオーケストレーションのフルスタックにアクセスするためのツールを提供している」と同氏は述べた。
同時に、期待値は調整される必要がある。パフォーマンスは依然としてギャップが存在する。
「分散型AIは速度で競争できない」とレイス＝ファリア氏は付け加えた。「それは我々が提供しようとしているものではない」
現時点では、分散型システムは補完的なものと見られる。特にコスト、プライバシー、または制御が純粋なパフォーマンスよりも重要な場合に、柔軟性とアクセスを提供する。
受動的システムから能動的参加者へ
この会話がより投機的になるのは、これらのシステムがどのように価値を生み出すかという点だ。
今日のAIの多くは支援的なものにとどまっている。分析を改善するが、実行を代替するものではない。この区別は、エージェントインフラをめぐる最近の議論、特にAIシステムが助言するのではなく行動できるかという問いの中心となってきた。
次のステップは、もし実際に行動するようになったら何が起こるかだ。
「受動的な資金管理の代わりに、AIは継続的に利回り機会をスキャンし、資本を動的に再配置する」とレイス＝ファリア氏は述べた。
これには、非効率性の特定、取引の実行、リアルタイムでのポジション調整が含まれる。
「我々はリスク許容度を設定し、それを実行させ、AIに任せることができるはずだ」
このモデルが発展すれば、異なる種類の経済主体が導入される。市場を支えるインフラだけでなく、市場に参加するシステムだ。
このアイデアはまだ初期段階にある。ほとんどの活動は依然として実験的であり、測定可能な成果は限られている。しかし、価値がどのように生み出されるかの変化を示しており、所有権だけから活動主導のリターンへと移行している。
所有権、制御、そして分散化の論拠
経済性を超えて、制御が中心的なテーマとして浮上している。
AIシステムが金融および企業のワークフローに組み込まれるにつれ、データ露出と中央集権型プロバイダーへの依存に関する懸念がより顕著になっている。
Bittensor、Render、Akash Networkなどのネットワークは、計算と調整を分散させる初期のアプローチを示している。
レイス＝ファリア氏は、プライバシーを差別化要因の1つとして指摘する。
「そのデータが広く公開されることなく推論を実行できれば、我々はプライバシーを保つだけでなく、優位性を持つことになる」と同氏は述べた。
その優位性は状況次第だ。多くのユースケースでは、中央集権型システムの方が依然として効率的だ。しかし、機密データや独自の戦略を扱う機関にとっては、トレードオフが異なる可能性がある。
その意味で、分散化は既存システムを置き換えることよりも、選択肢を導入することに関するものだ。
規制が結果を形作る可能性
この分野を形作るもう1つの力は規制だ。ステーブルコインとデジタル資産が金融システムにさらに進出するにつれ、監視、コンプライアンス、国境を越えた調整に関する要件が増加している。
EU AI法などの枠組みは、データガバナンス、透明性、説明責任に関する期待を正式化し始めている。
レイス＝ファリア氏は、AIがこれらの要件を満たす上で役割を果たす可能性があると示唆する。
「中央銀行がKYC、AML、主権を維持することをどのように確保するか、AIはそれらを規制するのに役立つ」と同氏は述べた。
この位置づけは変化をもたらす。AIは規制の対象であるだけでなく、それを可能にするインフラの一部となる可能性がある。
分散型システムがその役割に適しているかどうかは、未解決の問題だ。しかし、AI、金融、政策がいかに密接に収束し始めているかを浮き彫りにしている。
未解決の問題を抱える初期段階
すべての前向きな物語にもかかわらず、市場はまだ初期段階にある。分散型AIは、持続的で大規模な経済活動をまだ実証していない。多くのネットワークはまだ開発中であり、収益モデルは完全には確立されていない。
技術的な限界は持続している。中央集権型プロバイダーは、特に高負荷のワークロードにおいて、パフォーマンスで支配し続けている。
「これは成熟した分野ではない」とレイス＝ファリア氏は述べた。「これはその完全な可能性に近づいてさえいない分野だ」
この不確実性は両面性を持つ。短期的な採用を制限するが、投資家とビルダーにとっての機会セットも定義する。
インフラから資産への移行
より広範な変化はまだ形成途上だ。AIが支援ツールから経済活動を実行し管理できるシステムへと移行し続けるなら、その背後にあるインフラは金融的特性を帯び始める可能性がある。
それは自動的には起こらない。これらのシステムが測定可能で持続的な需要を生み出すかどうかにかかっている。
もしそうなれば、会話は変わる。
インフラはもはや単なるコストセンターではない。所有され、配分され、リターンを生み出すことが期待されるものになる。
そうでなければ、現在の物語は現実を先取りするリスクがある。
現時点では、両方の結果が可能だ。インフラは構築されており、資本は投入されており、初期のユースケースが出現している。
試されるのは、活動がそれに続くかどうかだ。
