出典: IOSG Ventures
この記事は学習とコミュニケーションのみを目的としており、投資アドバイスを構成するものではありません。再版する場合は出典を明記し、IOSG チームに連絡して承認と再版の指示を取得してください。記事内で言及されているすべてのプロジェクトは、推奨または投資アドバイスではありません。
謝辞: 記事を改訂するための貴重な提案をくださった Metropolis DAO Wang Chao に感謝します。
1. 集中型人工知能エージェントの展望
人工知能エージェントは、Web と対話し、オンラインでタスクを実行する方法に革命をもたらす可能性があります。暗号通貨決済レールへの AI エージェントの活用については多くの議論が行われていますが、確立された Web 2.0 企業は、包括的なエージェント (AI エージェント) 製品スイートを提供できる有利な立場にあることを認識することが重要です。
Web2 のエージェントのほとんどは、アシスタントまたは垂直ツールの形で表示されますが、実行機能は弱いだけです。これは、基本モデルが十分に成熟していないこと、および規制の不確実性およびその他の理由によるものです。現在のエージェントはまだ初期段階にあり、特定の分野ではうまく機能しますが、基本的に汎化能力はありません。たとえば、アリババ インターナショナルには、クレジット カードに関する紛争に関する電子メールへの販売業者の対応を支援するエージェントがいます。非常にシンプルなエージェントが出荷記録などのデータを呼び出し、テンプレートに従って生成して送信することで、クレジット カード会社による引き落としを高い確率で阻止します。
Apple や Google などのテクノロジー大手、および OpenAI や Anthropic などの人工知能の専門家は、エージェント システム開発の相乗効果を探ることに特に適しているようです。 Apple の強みは、AI モデルのホストおよびユーザー インタラクションのポータルとして機能する消費者向けデバイスのエコシステムにあります。同社の Apple Pay システムにより、エージェントは安全なオンライン支払いを容易に行うことができます。 Google は、Web データの膨大なインデックスとリアルタイムの埋め込み機能を備えているため、エージェントにこれまでにない情報へのアクセスを提供できます。一方、OpenAI や Anthropic のような AI の有力企業は、複雑なタスクの処理や金融取引の管理が可能な特殊なモデルの開発に集中できます。大手 Web2 企業に加えて、米国には歯科医の予約管理を支援したり、診断後および治療レポートの作成を支援したりする非常に詳細なシナリオのようなエージェントを構築している新興企業も多数あります。
しかし、これらの Web 2.0 の巨人は、典型的なイノベーターのジレンマに直面しています。技術力と市場支配力にもかかわらず、破壊的イノベーションという危険な海を乗り越えなければなりません。真に自律的なエージェントの開発は、確立されたビジネス モデルからの大きな脱却を意味します。さらに、AI の予測不可能性は、金融取引とユーザーの信頼という大きなリスクと相まって、重大な課題を引き起こしています。
2. 革新者のジレンマ: 集中型プロバイダーが直面する課題
イノベーションのジレンマは、成功している企業は、たとえそれらのイノベーションが長期的な成長にとって不可欠である場合でも、新しいテクノロジーやビジネス モデルを採用するのが難しいことが多いという矛盾を説明しています。問題の核心は、初期のユーザーエクスペリエンスが既存の製品ほど洗練されていない可能性がある新しい製品やテクノロジーの導入に既存の企業が消極的であることです。これらの企業は、そのようなイノベーションを採用すると、一定レベルの洗練さと信頼性に慣れている現在の顧客ベースが離れてしまう可能性があると懸念しています。この躊躇は、ユーザーが長年培ってきた期待を損なうリスクから生じています。
2.1 エージェントの予測不可能性とユーザーの信頼
Google、Apple、Microsoft などの大手テクノロジー企業は、実証済みのテクノロジーとビジネス モデルに基づいて帝国を構築しています。完全自律型エージェントの導入は、これらの確立された標準からの大幅な逸脱を意味します。これらのエージェントは、特に初期段階では、必然的に不完全性と予測不可能な側面を持ちます。 AI モデルの非決定的な性質は、たとえ広範なテストを行った後でも、予期しない動作が発生するリスクが常に存在することを意味します。
これらの企業にとって賭け金は非常に高い。一歩間違えば評判を傷つけるだけでなく、重大な法的および財務的リスクにさらされる可能性があります。これにより、エージェントは慎重に行動する強いインセンティブが生まれ、エージェント領域での先行者利益を逃す可能性があります。
エージェントの導入を検討している集中型プロバイダーにとって、顧客の抗議のリスクは重大です。多くを失うことなく迅速に方向転換できる新興企業とは異なり、確立されたテクノロジー巨人は、一貫した信頼性の高いサービスを期待する何百万ものユーザーを抱えています。エージェントが大きなミスをすると、PR 上の悪夢につながる可能性があります。
エージェントがユーザーに代わって一連の不適切な財務上の決定を下すシナリオを考えてみましょう。その結果生じる抗議は、何年にもわたって慎重に構築された信頼を損なう恐れがあります。ユーザーはエージェントだけでなく、同社の AI ベースのサービスすべてに疑問を抱くかもしれません。
2.2 曖昧な評価基準と規制上の課題
さらに、エージェントの「正しい」応答とは何かを評価する方法が問題をさらに複雑にします。多くの場合、エージェントの回答が実際に間違っていたのか、それとも単なる事故なのかは明らかではありません。このグレーゾーンは、顧客との関係をさらに損なう紛争につながる可能性があります。
おそらく、集中エージェントプロバイダーが直面する最も困難な障害は、進化し複雑な規制環境です。これらのエージェントはより自律的になり、ますます機密性の高いタスクを処理するようになり、重大な課題を引き起こす可能性のある規制上のグレーゾーンに入ります。
金融規制は特に注意が必要です。代理店がユーザーに代わって財務上の決定を下したり、取引を実行したりする場合、金融規制当局による規制の対象となる可能性があります。さらに、コンプライアンス要件は広範囲にわたる可能性があり、管轄区域によって大きく異なります。
責任の問題もあります。エージェントによる決定がユーザーに経済的損失やその他の損害をもたらした場合、誰が責任を負いますか?ユーザー？会社？人工知能そのもの？これらは規制当局や議員が取り組み始めたばかりの問題です。
2.3 モデルの偏見は論争の原因になる可能性がある
さらに、エージェントがより複雑になると、独占禁止法に違反する可能性があります。企業の代理店が一貫してその企業自身の製品またはサービスを支持する場合、これは反競争的行為とみなされる可能性があります。これは、すでに市場支配力を巡って厳しい監視下にあるハイテク大手にとって特に重要だ。
AI モデルの予測不可能性により、これらの規制上の課題はさらに複雑になります。 Web2 が人工知能の動作を完全に予測または制御できない場合、規制への準拠を確保することは困難です。企業がこれらの複雑さに対処するにつれて、この予測不可能性が Web2 エージェントの革新の遅れにつながる可能性があり、その結果、より柔軟な Web3 ソリューションが有利になる可能性があります。
3. Web3 の可能性
LLM の基礎となるモデルの機能が向上すると、エージェントは次の形態、つまり比較的高い自律性を備えたエージェントに入る機会が得られます。現時点では、大企業がこの側面にあえて手を付ける可能性は低いかもしれません。ユーザーのピザの注文を支援するのが限界かもしれません。新興企業は大胆かもしれませんが、多くの技術的な障害に直面することになります。たとえば、エージェント自体には ID がなく、操作にはエージェント ユーザーの ID とアカウントを借用する必要があります。たとえ ID を借用したとしても、従来のシステムではエージェントが自由に動作できるようにサポートするのはそれほど簡単ではありません。 Web3 テクノロジーは、人工知能エージェント開発のためのユニークな機会を提供し、集中型プロバイダーが直面する課題の一部を解決できる可能性があります。 Web3 システムでは、エージェントはウォレットを制御することで複数の DID を実現でき、暗号化による支払いであっても、ライセンスのないさまざまなプロトコルの使用であっても、エージェントにとって非常に使いやすいです。エージェントが複雑な経済行動を実行し始めると、エージェントとエージェントの間で激しい相互作用が発生する可能性が高くなります。このとき、エージェント間の相互不信感を解消できなければ、エージェント経済システムは完全な経済システムとは言えない。これも、暗号化技術を使用して対処できる側面です。
さらに、暗号経済的インセンティブはエージェントの発見を容易にし、エージェントが不正行為をした場合に切り捨てられるペナルティを提供することができます。これにより、良い行動が報われ、悪い行動が罰されるという自己規制システムが構築され、集中管理の必要性が軽減され、完全に自律的なエージェントに金融取引を委任する初期導入者にある程度の安心感がもたらされる可能性があります。
暗号経済ステーキングは、不正行為があった場合に切断する必要があるという 2 つの目的を果たすと同時に、エージェント発見プロセスにおける重要な市場シグナルとしても機能します。他のエージェントであっても、特定のサービスを探している人であっても、直感は単純で、賭け金が多ければ多いほど、特定のエージェントのパフォーマンスに対する市場の信頼が高まり、ユーザーの心は落ち着きます。これにより、より動的で応答性の高いエージェント エコシステムが構築され、その中で最も効果的で信頼できるエージェントが自然に目立つようになる可能性があります。
Web3 は、オープンなエージェント市場を生み出すこともできます。これらのマーケットプレイスでは、集中プロバイダーを信頼するよりも、より高度な実験と革新が可能になります。スタートアップ企業や独立系開発者はエコシステムに貢献でき、エージェントのより迅速な昇進と専門化につながる可能性があります。
さらに、Grass や OpenLayer などの分散ネットワークにより、エージェントはオープンなインターネット データや認証が必要なクローズドな情報にアクセスできます。多様なデータ ソースへの広範なアクセスにより、Web3 エージェントはより多くの情報に基づいた意思決定を行い、より包括的なサービスを提供できるようになります。
Web 2.0 と Web 3.0
4. Web3 人工知能エージェントの限界と課題
4.1 暗号通貨決済の限定的な採用
Web 3.0 エージェントが直面するであろう導入上の課題のいくつかを考慮しなければ、この記事は完成しません。問題は、オフチェーン経済における決済ソリューションとしての暗号通貨の採用がまだ限定的であるということです。現在、仮想通貨による支払いを受け入れるオンライン プラットフォームはほんの一握りであり、実体経済における仮想通貨ベースのエージェントの実際の使用例が制限されています。仮想通貨決済ソリューションをより広範な経済に深く統合しなければ、Web 3.0 プロキシの影響は限定的なものになり続けるでしょう。
4.2 トランザクションサイズ
もう 1 つの課題は、一般的なオンライン消費者取引の規模です。これらの取引の多くは比較的少額の金額を伴うため、ほとんどのユーザーにとってトラストレス システムの必要性を正当化するには十分ではない可能性があります。集中型の代替手段が存在する場合、平均的な消費者は日常の少額の購入に分散型エージェントを使用することに価値を感じない可能性があります。
5. 結論
非決定論的モデルの予測不可能性を理由にテクノロジー企業が完全自律型 AI エージェントの提供に消極的であることが、暗号通貨スタートアップにチャンスを生み出しています。これらの暗号通貨スタートアップは、開かれた市場と暗号通貨経済の安全性を活用して、政府機関の潜在力と実際の実装との間のギャップを埋めることができます。
ブロックチェーン技術とスマート コントラクトを活用することで、暗号化 AI エージェントは、集中型システムでは匹敵するのが難しいレベルの透明性とセキュリティを提供できる可能性があります。これは、高レベルの信頼が必要なユースケースや機密情報が関係するユースケースでは特に魅力的です。
要約すると、Web2 テクノロジと Web3 テクノロジはどちらも AI エージェント開発の道を提供しますが、それぞれのアプローチには独自の利点と課題があります。 AI エージェントの将来は、これらのテクノロジーをいかに効果的に組み合わせて洗練させて、信頼性が高く、信頼できる便利なデジタル アシスタントを作成できるかにかかっています。この分野が発展するにつれて、Web2 と Web3 のアプローチが融合し、それぞれの強みを活用して、より強力で汎用性の高い AI エージェントが作成される可能性があります。
