ビッグアイディア2024 暗号セクションの概要：機関構成がBTCに与える影響

米商品先物取引所CMEが暗号通貨を抜いて世界最大のビットコイン先物取引所に

2022年の暗号通貨市場の?より規制され安全なインフラへの需要が高まり、ビットコインの市場力学はより米国にシフトした。

Bitcoin is Evolving into a reliable Hedge Asset

伝統的な「安全資産」に対するマクロ経済の不確実性が高まるにつれ、「安全資産」は減少しています。「安全資産」は減少し、ビットコインは実行可能な代替手段となっています。

2024年にビットコインに訪れる主な触媒：

ビットコインスポットETFの発行、ビットコインの半減、機関投資家の受け入れ、規制の進展

スマートコントラクト

パブリックチェーン上に展開されるスマートコントラクトは、レントを求める仲介業者や伝統的な金融インフラに代わる、グローバルで自動化された監査可能な選択肢を提供します。

2022年の「暗号市場危機」をきっかけに、ステーブルコイン、トークン化された財務省、スケーリング技術など、多くのデジタル資産ソリューションが人気を集めています。

ARKによると、分散型アプリケーションに関連する市場価値は、オンチェーン金融資産の価値が高まるにつれて、2023年の7750億ドルから2030年には5兆2000億ドルへと、年率32%で成長する可能性が高いという。

スマートコントラクトはインターネット金融システムの基盤

新しいものではありますが、スマートコントラクトは新しいインターネットネイティブの金融システムを後押ししています。最大のスマート・コントラクト・ブロックチェーンであるイーサを筆頭に、複数のネットワークがオンチェーン活動をサポートし、市場シェアを競っています。

スマートコントラクトの価値提案を浮き彫りにするステーブルコイン

新興市場におけるハイパーインフレと世界的な不安定性の高まりを受け、ドルに到達するデジタルな方法を提供するステーブルコインの需要が急増している。世界で1日にアクティブなステーブルコイン・アドレスの数は、17万1000から120万へと、過去3年間で年率93％のペースで増加している。2023年には、ステーブルコインの送金がマスターカードを追い抜いた。

伝統的な金融資産はチェーンに移行しつつある

トークン化によって、財務担当者は従来の金融市場で行うよりもはるかに簡単に、パブリックチェーン上で資金を追跡、取引、担保設定することができるようになります。2023年、トークン化された財務資金は7倍以上の8億5000万ドルに急増しました。初期のファンドはステラ・ブロックチェーン上で立ち上げられたが、2023年にはイーサがトークン化された国債の最大の市場となった。

<

Developers Optimise Protocols During Bear Market

2022年の暗号市場の危機とその余波に直面し、コア開発者は技術ロードマップを進め、次の強気市場をサポートするためにプロトコルを強化しました。イーサネットはPoSコンセンサスメカニズムへの移行に成功し、Solanaは連続稼働時間の新記録を打ち立てました。

L2ネットワークはすでにイーサエコシステムでトランザクションをスケーリングしている

2021年の初めから、20以上のL2ネットワークが立ち上げられ、イーサははるかに低いコストで1日の平均トランザクション量を4倍にスケーリングできるようになりました。初期の成功にもかかわらず、ほとんどのL2ネットワークは中央管理されています。L2の急増は、ユーザーと開発者の経験を複雑にしています。

より低いコストがオンチェーンのエンゲージメントを後押し

オンチェーンのエンゲージメントは、デイリーアクティブアドレス(DAU)と月間アクティブアドレス(MAU)の比率で測定され、取引コストが下がるにつれて上昇しています。

Solanaのようなモノリシックチェーンは、垂直スケーリングの代替案を提供します

スマートコントラクトネットワークの設計にはトレードオフが必要です。イーサリアムのエコシステムは、基礎となる分散化を優先することで、スケーリングをより複雑にしていますが、Solanaはアーキテクチャをシンプルに保ち、単一層のスケーラビリティを優先することで、ユーザーやアプリ開発者のトラクションを獲得しています。

スマートな契約は、金融サービスのコストを劇的に削減できる

世界的な経済成長、金融化の進展、株式倍率の拡大などの要因により、世界の金融資産価値は2000年の140兆ドルから2020年には510兆ドルに膨れ上がっています。世界の金融システムの運営コストは、金融資産価値の増大と連動して増大している。年間総収入20兆ドルの金融サービス業界は、全金融資産価値の3.3％の割合を占めている。スマートコントラクトは金融負担を大幅に軽減できる。

スマートコントラクトネットワークは、2030年までに4500億ドルの手数料を生み出す可能性がある

スマートコントラクトは、従来の金融の何分の一かのコストで、オンチェーン資産の創造、所有、管理を容易にする可能性がある。金融資産がインターネットのようなブロックチェーンのインフラに移され、分散型の金融サービスが従来の金融サービスの3分の1の割合で利用できるようになれば、スマートコントラクトは2030年までに年間4500億ドル以上の手数料を生み出し、5兆ドル以上の市場価値を生み出し、それぞれ年平均成長率78%と32%で成長する可能性があります。

AI

様々なテストにおいてGPT-4のような超人的なパフォーマンスを発揮するAIモデルは、前例のない生産性の爆発的向上をもたらすはずだ。 chatGPTの「iPhoneモーメント」は企業を油断させたが、企業は今、AIの可能性を活用しようと躍起になっている。

AIは、急速なコスト低下とオープンソースモデルの出現のおかげで、効率化の約束以上のものを実現できる。私たちが信じているように、知識労働者の生産性が2030年までに4倍になれば、実質GDP成長率は加速し、今後5～10年で記録を塗り替える可能性があります。

ChatGPTは消費者を喜ばせ、企業を驚かせる

2017年にグーグルがTransformerアーキテクチャを発明して以来、数年の進歩を経て、ChatGPTはジェネレーティブAIに対する一般の人々の理解を促進しました。もはや開発者だけのツールではなく、ChatGPTのシンプルなチャットインターフェースは、あらゆる言語の話者が大規模言語モデル（LLM）の力を活用することを可能にします。

企業は2023年に生成AIを理解し、導入しようと躍起になっています。

AI はすでに生産性を劇的に向上させています

GitHubのようなCopilotやReplit AIのようなコーディングアシスタントは、ソフトウェア開発者の生産性と仕事の満足度を向上させた初期の成功例です。AIアシスタントは知識労働者のパフォーマンスを向上させており、興味深いことに、ハイパフォーマーよりもアンダーパフォーマーに恩恵をもたらしています。

<

Basic models are improving across domains

Training datasets and more parameters, GPT-4 is significantly outperform GPT-3.5. ますます、基本モデルはテキスト、画像、音声をサポートする「マルチモーダル」になってきています。

GPT-4は、より大きなトレーニングデータセットとより多くのパラメータで、GPT-3.5を大幅に上回っています。

<

Vincennes model is reinventing graphic design

トロント大学の研究者が最新のVincennes modelを初めて導入してから8年が経ち、画像モデルの出力は今やプロのグラフィックデザイナーの仕事に匹敵するようになりました。人間のデザイナーは、例えば緑の草原を横切る象の群れの画像を作成するのに数時間で数百ドルを費やすことがある。ヴァンセンヌのモデルは、同じ画像を数秒で小銭で生成できる。Adobe Photoshopのようなプロフェッショナルアプリや、LensaやChatGPTのようなコンシューマーアプリは、画像モデルを製品やサービスに統合しています。

書かれたコンテンツを作成するコストは急落した

書かれたコンテンツを作成するコストは、過去100年間、実質ベースでは比較的安定していました。ここ2年間は、LLMの文章の質が向上したため、コストが急落しています。

AIのトレーニング性能は急速に向上している

AIの研究者は、トレーニングや推論、ハードウェア、モデル設計を横断的に革新し、性能を向上させ、コストを削減しています。

トレーニングコストは年間75%下がり続ける

ライトの法則によると、加速コンピューティングハードウェアの改善により、AIの相対コンピューティングユニット（RCU）の生産コストは年間53%削減されるはずですが、アルゴリズムモデルの改善により、トレーニングコストはさらに47%削減できます。言い換えれば、ハードウェアとソフトウェアの融合により、2030年までにAIのトレーニングコストを年間75％削減できる可能性があります。

プロダクションユース事例が登場するにつれ、AIの焦点は推論コストに移りつつある

研究者は当初、LLMトレーニングコストの最適化に焦点を当てていましたが、現在は推論コストを優先しています。企業規模のユースケースに基づくと、推論コストは年間約86%の割合で減少しており、トレーニングコストよりもさらに速いようです。今日、GPT-4 Turboに関連する推論コストは、1年前のGPT-3よりも低くなっています。

オープンソースコミュニティはプライベートモデルと競合している

OpenAIとGoogleのクローズドソースモデルに挑戦する取り組みとして、オープンソースコミュニティとその巨大企業Metaは、生成AIへのアクセスを民主化しています。つまり、オープンソースのモデルは、クローズドソースのモデルよりも速い速度で性能を向上させており、中国からの最近のモデルもその一助となっています。

言語モデルのパフォーマンス向上には、ニュアンスの異なる技術が必要

GPT-4は、SATから上級ブリュワー試験までの標準化された教育テストで、平均的な人間よりもかなり優れたパフォーマンスを発揮します。しかし、WinnoGrandeによって測定された常識的な推論では、人間のレベルに遅れをとっています。スタンフォード大学のフレームワークであるHELM（Holistic Evaluation of Language Models）は、最も包括的で継続的に更新されているフレームワークの1つです。

言語モデルがデータ不足になり、パフォーマンスが制限されることはありますか？

計算能力と質の高い学習データが、モデルの性能に大きく貢献しているようです。エポックAIは、書籍や科学論文などの高品質な言語/データソースは2024年までに枯渇する可能性があると見積もっていますが、未開拓のビジュアルデータはまだ大量にあります。

カスタマイズされたAI製品は、より大きな価格決定力を持つはず

AIをエンドユーズアプリにカスタマイズするソフトウェアベンダーは、オープンソースの代替製品が登場し、コストが下がるにつれて、より簡単に利益を出せるようになるはずです。