原題: What Were Watching in 2025 (Crypto AI)
原作者：Teng Yan ( @0x Prismatic )
編集者: アッシャー ( @Asher_0210 )
暗号AIセクターの将来は非常に魅力的ですが、歴史的な例や明確な傾向はありませんが、これは同時に、将来の発展が待っている新たな出発点に立っていることを意味します。 2026 年を振り返って、2025 年初頭に予想されていたことと実際に起こったこととの間にギャップがあることを考えると、さらに興奮します。
1. 暗号AIセクターの市場価値総額は1,500億米ドルに達する見込み
現在、暗号AIセクターのトークンはアルトコインの市場価値の2.9%しか占めていませんが、私はこの割合は長くは続かないと考えています。人工知能がスマートコントラクトプラットフォーム、ミーム、分散型物理インフラストラクチャー（DePIN）、エージェントプラットフォーム、データネットワーク、インテリジェントコーディネーションレイヤーなどの新しい分野に徐々に拡大するにつれて、DeFiおよびミームトークンとの統合は避けられないトレンドとなっています。
暗号 AI 分野への信頼は、次の 2 つの最も強力なテクノロジー トレンドの交差点にあります。
AI マニアを引き起こすイベント: OpenAI IPO または同様のイベントは、AI に対する世界的なマニアを引き起こす可能性があります。同時に、Web2 の機関投資家はすでに投資として分散型 AI インフラストラクチャに焦点を当てています。
Retail Frenzy: 人工知能の概念は理解しやすく刺激的であり、トークンを通じて投資できるようになりました。 2024年のミームコインのゴールドラッシュを覚えていますか?人工知能がより現実的な方法で世界を変えるだけで、同じような流行になるでしょう。
2. ビッテンソールの復活
Bitensor (トークン名 TAO) は長年にわたって存在しています。この分野では定評のあるプレーヤーです。人工知能を取り巻く熱狂にもかかわらず、そのトークン価格は1年前の水準付近で推移している。しかし実際には、 Bittensor の背後にあるデジタル ハイブの考え方は静かに進歩しており、より多くのサブネットが出現し、登録料が削減され、サブネットは推論速度などの実際のパフォーマンスの点で Web2 の対応するテクノロジを上回っていると同時に、EVM との互換性も備えています。 DeFi のような機能を導入し、Bittensor のネットワークをさらに充実させました。
では、なぜTAOは急騰しないのでしょうか？それは、急激なインフレスケジュールと AI エージェント指向のプラットフォームへの焦点の移行によって制限されています。ただし、dTAO (2025 年第 1 四半期に予想) は大きな転換点になる可能性があります。 dTAO では、各サブネットが独自のトークンを持ち、これらのトークンの相対価格によってリリースの配布方法が決まります。
ビッテンソールが再び爆発する可能性がある理由:
市場ベースのリリース: dTAO は、ブロック報酬をイノベーションと実際の測定可能なパフォーマンスに直接結びつけます。サブネットのパフォーマンスが向上するほど、そのトークンの価値が高まり、より多くのリリースが得られます。
資本の流れに焦点を当てる: 投資家は最終的に、楽観的な特定のサブネットをターゲットにすることができます。サブネットが分散トレーニングに革新的なアプローチを採用し、成功した場合、そのサブネットに資本が流入し、投資の観点を表明することができます。
EVM の統合: EVM の互換性により、暗号ネイティブ開発者の広範なコミュニティが Bittensor に引き寄せられ、他のネットワークとのギャップを埋めることができます。
私たちは現在、各サブネットに焦点を当て、それぞれの分野での実際の進歩を文書化しています。ある時点で@opentensorのようなものが存在することが予想されますDeFiの夏バージョン。
3. マーケットの計算は次の L1 トランザクションです
飽くなきコンピューティング需要は明らかなメガトレンドになるでしょう。 Nvidia CEO のジェンスン・フアン氏は、推論に対する需要が「 10 億倍」に急増すると述べています。この急激な成長により、従来のインフラ計画が混乱し、「新しいソリューション」が緊急に求められます。
分散コンピューティング層は、検証可能かつコスト効率の高い方法で、生の計算 (トレーニングと推論用) を提供します。 @spheronfdn、@gensynai、@atoma_network、@kuzco_xyz などのスタートアップは、これを利用するための強力な基盤を密かに構築しており、トークンではなく製品に焦点を当てています (現在、これらの企業はいずれもトークンを持っていません)。分散型 AI モデルのトレーニングが可能になると、対応可能な市場は劇的に増加すると予想されます。
暗号化された AI セクターについては、L1 セクターと比較します。
それは 2021 年のようなものです。ソラナ、テラ、アバランチが「最高の」L1 を目指して戦ったときのことを覚えていますか?開発者とそのコンピューティング層上に構築する AI アプリケーションをめぐって争うコンピューティング プロトコルの間でも同様の争いが見られるでしょう。
Web2 の需要: 6,800億ドルから 2 兆 5,000 億ドル規模のクラウド コンピューティング市場は、暗号 AI 市場をはるかに上回っています。これらの分散型コンピューティング ソリューションが従来のクラウド顧客の一部でも獲得できれば、次の 10 倍または 100 倍の成長の波が見られる可能性があります。
Solana が L1 領域で登場したのと同じように、ここでの勝者は、信頼性、費用対効果、開発者に優しいツールという 3 つの基準に細心の注意を払い、新たなフロンティアを制覇することになります。
4. AIエージェントがブロックチェーントランザクションに殺到する
2025 年末までに、オンチェーン トランザクションの90%は人間が手動で「送信」をクリックすることによってトリガーされなくなります。代わりに、これらのトランザクションは、リアルタイム データ ソースに基づいて流動性プールのリバランス、報酬の分配、またはマイクロペイメントの実行を継続的に行う AI エージェントの軍隊によって実行されます。
それは、思っているほど突飛なことではありません。私たちが過去 7 年間に構築してきたすべてのもの (L1、ロールアップ、DeFi、NFT など) は、AI 主導のオンチェーン世界への道を静かに切り開いてきました。
@autonolas は Gnosis でのトランザクションを仲介します
では、なぜこのような変化が起こったのでしょうか？
人的エラーはもうありません。スマート コントラクトはコードどおりに実行されます。 AI エージェントは、人間のチームよりも迅速かつ正確に大量のデータを処理できます。
マイクロペイメント: AI エージェント主導のトランザクションは、より小規模、より頻繁、より効率的になります。特に、Solana、Base、その他の L1/L2 のトランザクション コストは低下する傾向にあるためです。
目に見えないインフラストラクチャ: トラブルが少なくなるなら、人間は直接制御を喜んで放棄します。 Netflix を信頼してサブスクリプションを自動更新し、AI エージェントを信頼してユーザーの DeFi ポジションを自動的にリバランスするのは自然な次のステップです。
AI エージェントは驚異的な量のオンチェーン アクティビティを生成しますが、最大の課題は、これらの AI エージェント駆動のシステムに人間に対する責任を持たせることです。人間が開始するトランザクションに対する AI エージェントが開始するトランザクションの割合が増加するにつれて、新しいガバナンス メカニズム、分析プラットフォーム、監査ツールが必要になります。
5. エージェント間のインタラクション：AIクラスター概念の台頭
AI エージェントの群れは、シームレスに連携して壮大な計画を実行する小さな人工知能エンティティであり、次のヒット SF やホラー映画のプロットのように聞こえます。現在の AI エージェントはほとんどが単独で動作し、相互作用はほとんどなく、予測不可能です。しかし、AI エージェント グループはこの状況を変え、複数の AI エージェントがネットワーク内で情報を交換し、交渉し、意思決定を一緒に行うことができるようになります。
これらの AI エージェント集団は、特化されたモデルの分散型集合体として考えることができ、それぞれが独自の専門知識をより大規模で複雑なタスクに貢献します。ポテンシャルは驚くべきものです。たとえば、あるグループは Bittensor のようなプラットフォーム上で分散コンピューティング リソースを調整し、別のグループはコンテンツの出所をリアルタイムで検証し、ソーシャル メディア上での偽情報の拡散を防ぐことができます。グループ内の各 AI エージェントは専門家であり、それぞれのタスクを正確に実行します。
これらの群れネットワークの知能は、単一の孤立した AI の知能をはるかに超えるでしょう。エージェント コミュニティが繁栄するには、共通のコミュニケーション標準が不可欠です。エージェントは、基礎となるフレームワークに制限されることなく、検出、認証、および共同作業を行うことができる必要があります。 Story、FXN、ZEREBRO、ai16z などのチームは、エージェント コミュニティの台頭のための基礎を築くために取り組んでいます。
同時に、これにより、透明なオンチェーン ルールによって管理されるエージェントのグループにタスクを割り当て、システムをより柔軟で順応性のあるものにする分散化の重要な役割も明らかになります。 1 つのエージェントに障害が発生した場合、他のエージェントが介入してシステムを引き継ぎ、システムの稼働を維持できます。
6. 暗号AI作業チームは人間と人工知能の混合チームとなる
Story はルナ (AI エージェント プロジェクト) をソーシャル メディア インターンとして雇用し、1 日あたり1,000ドルを支払いました。奇妙に聞こえるかもしれないが、これは AI エージェントが独自の自律性、責任、さらには給与を伴う真の協力者になる未来の前触れだ。さまざまな業界で、企業は人間と機械のハイブリッド チームをテストしています。
私たちは AI エージェントと奴隷としてではなく、対等なパートナーとして協力していきます。
生産性の飛躍的向上: AI エージェントは、睡眠やコーヒーブレイクを必要とせず、24 時間 365 日、大量のデータを処理し、相互に通信し、意思決定を行うことができます。
スマートコントラクトを通じて信頼を構築する: ブロックチェーンは、偏見がなく、疲れることなく、決して忘れることのない監視者です。オンチェーン台帳により、重要な AI エージェントの動作が特定の境界条件/ルールに従っていることが保証されます。
社会規範は進化しています。間もなく、私たちはエージェントと対話する際のエチケットに直面するでしょう - AI に対して「お願いします」と「ありがとう」と言うべきでしょうか?彼らは自分たちの間違いに対して道徳的に責任があるのでしょうか、それとも開発者が責められるべきなのでしょうか?
2025 年には、「従業員」と「ソフトウェア」の間の境界線があいまいになり始めます。 AI エージェントはコンテンツ生成に優れ、24 時間ライブ ストリーミングやソーシャル メディアへのコンテンツの投稿ができるため、より多くの暗号チームが参加すると信じています。 AI プロトコルを開発している場合は、AI エージェントをオンプレミスにデプロイしてその機能を実証してみてはいかがでしょうか?
7. AI エージェントの99%が死亡します (有用なエージェントのみが生き残ることができます)
AIエージェントの間でダーウィンのような排除が起こるだろう。これは、AI エージェントの実行にはコンピューティング能力が必要であり、これが推論のコストとなるためです。 AI エージェントがその「賃貸料」をカバーするのに十分な価値を生み出すことができない場合、AI エージェントは陳腐化に直面することになります。
AI エージェントのサバイバル ゲームを例として、炭素クレジット AI から始めます。分散型エネルギー ネットワークの非効率性を探し、トークン化された炭素クレジットを自律的に取引する AI エージェントがいるとします。独自のコンピューティングの費用を支払うのに十分な収益を得ることができれば、AI エージェントは繁栄するでしょう。もう 1 つの例は、DEX アービトラージ ボットです。この AI エージェントは、分散型取引所間の価格差を利用することで、推論手数料を賄うのに十分な安定した収入を獲得しています。対照的に、トロルは
違いは明らかで、実用性を重視した AI エージェントは成功しますが、気を散らすものやギミックに依存する AI エージェントは役に立たなくなります。このような自然選択は、開発者に革新を促し、派手なテクノロジーよりも生産的なアプリケーションを優先させるため、業界にとって良いことです。より強力で生産性の高い AI エージェントが出現すると、疑念を抱く人は沈黙するでしょう。
8. AI合成データは人間のデータを超える
「データは新しい石油である」という格言が広く広まっています。しかし、AI はデータに大きく依存しているため、差し迫ったデータ不足に対する懸念も生じています。従来の通念では、ユーザーからプライベートな現実データを収集し、さらにはそのデータに料金を支払う方法を見つける必要があると考えられています。
ただし、規制の厳しい業界や実際のデータが不足している業界では、より実用的なソリューションは合成データである可能性があります。合成データは人工的に生成され、現実世界のデータ分布をシミュレートするように設計されています。これは、人間のデータに代わる、スケーラブルで倫理的かつプライバシーに安全な代替手段を提供します。合成データの利点は次のとおりです。
無制限のスケール: 実際の患者や工場に依存することなく、100 万枚の医療用 X 線または工場の 3D スキャンから合成データを無制限に生成できます。
プライバシーへの配慮: 合成データを処理する際、個人のプライバシー情報が脅かされることはありません。
カスタマイズ可能: データの配布は、現実的に希少な、または倫理的に複雑なエッジケースを挿入するなど、特定のトレーニングのニーズに合わせて調整できます。
多くの場合、人間が所有するデータは依然として重要ですが、合成データの信頼性が向上し続ければ、量、生成速度、プライバシー制約からの解放の点でユーザー データを超える可能性があります。分散型 AI の将来は、特定のユースケースを満たす高度に専門化された合成データ セットの作成に重点を置いた「ミニ ラボ」を中心に展開する可能性があります。
9. 分散型トレーニングが役割を果たし始める
2024 年、 Prime IntellectやNous Researchなどのパイオニアが分散型トレーニングの限界を押し広げます。たとえば、150 億のパラメーター モデルが低帯域幅環境で正常にトレーニングされ、従来の一元化された設定以外でも大規模なトレーニングを達成できることが実証されました。これらのモデルは、実際のアプリケーションでは既存の基本モデルよりもパフォーマンスが低く、パフォーマンスが低いため、使用の正当性が低くなりますが、これは 2025 年に変化すると予想されます。
EXO Labs は、GPU 間の通信を 1,000 分の 1 以上削減する SPARTA で進歩をさらに推し進めました。 SPARTA を使用すると、特殊なインフラストラクチャに依存せずに、低帯域幅で大規模なモデルをトレーニングできるようになります。最も印象的なのは、「SPARTA は独立して動作しますが、パフォーマンスを向上させるために、DiLoCo などの同期ベースの低通信トレーニング アルゴリズムと組み合わせることもできます。これは、これらの改善が相加的であり、効率が徐々に向上することを意味します。」という声明です。
モデル テクノロジが進歩し続けるにつれて、より小型で効率的なモデルがさらに便利になり、AI の将来はもはや規模だけではなく、品質とアクセシビリティが重視されるようになるでしょう。まもなく、エッジ デバイスや携帯電話でも実行できる高性能モデルが登場するでしょう。
10. 少なくとも 10 の新しい暗号 AI スーパー プロトコルがある
多くの人はVirtualsとai16zをiOSやAndroidなどの初期のスマートフォンと比較し、現在のリーダーが勝ち続けるだろうと主張するが、市場はたった2人のプレーヤーが独占するには大きすぎて未開発であると主張している。 2025年末までに、少なくとも10の新しい暗号AIプロトコル（まだ発行されていないコイン）の時価総額が10億ドルを超えると予想されています。
分散型人工知能はまだ初期段階にあり、多くの才能が集まっています。新しいプロトコル、新しいトークン モデル、新しいオープンソース フレームワークは、おそらくインセンティブ (エアドロップや賢いステーキングなど)、技術的なブレークスルー (低レイテンシー推論やチェーン間の相互運用性など)、ユーザー エクスペリエンスの向上を通じて出現し続けます。 (コードレスなど) 既存のアクターを置き換えます。世間の認識の変化は瞬間的かつ劇的に起こることがあります。
Bitensor、Virtuals、ai16z は長く孤立するものではなく、次の 10 億ドル規模の暗号 AI プロトコルが目前に迫っており、賢明な投資家にとっては数多くの機会があり、それがこの市場を非常にエキサイティングなものにしています。
