AIの時代に、Web3企業は従来のAI大手とどう戦っていくのか？

出典：Fairy, ChainCatcher

編集部注：筆者はテクノロジーのオーラを通して、Web3プロジェクトがAI開発を進める上で直面した資本やハードウェアといった複数の障害を見ている。Web3の当初の意図は、中央集権を打破し、分散化の理想を実現することだったが、実際には、しばしば市場の物語やトークンのインセンティブに振り回され、当初の意図から逸脱している。

ChainCatcherは元記事を以下のようにまとめています：

AIとWeb3を組み合わせようという声は高まっているが、これはもはや楽観的なベンチャーキャピタルの記事ではない。我々はこの2つの技術の融合について楽観的だが、以下の文章は行動への呼びかけである。そうでなければ、この楽観主義は実現しない。

なぜか？なぜなら、最高のAIモデルを開発・実行するには莫大な設備投資が必要であり、最先端のハードウェアを手に入れるのはしばしば困難で、非常にドメインに特化した研究開発が必要だからです。ほとんどのWeb3 AIプロジェクトが行っているように、暗号化インセンティブを通じてこれらのリソースをクラウドソーシングすることは、AI開発を支配する大企業が投資する数百億ドルを相殺するには十分ではありません。ハードウェアの制約を考えると、これは既存の組織外の賢く創造的なエンジニアが破ることのできない、最初の大規模なソフトウェアパラダイムになるかもしれません。

ソフトウェアは増え続ける速度で「世界を食って」おり、AIが加速するにつれて、やがて指数関数的に成長するだろう。現状では、この「ケーキ」はすべてテック大手に行き渡る一方で、政府や大企業を含むエンドユーザーはその力により制約を受けることになる。

誤ったインセンティブ

このすべては、非常にタイミングが悪い時に起こっています。分散型ネットワーク参加者の90%は、簡単な不換紙幣の利益という物語主導の「金の卵」を追いかけるのに忙しいのです。

私たちの業界では、開発者は投資家に従っていますが、その逆ではありません。これは、あからさまな告白から、より微妙な潜在意識的な動機まで、さまざまな形で現れますが、物語と、それを中心に形成される市場が、Web3における多くの決定を後押ししています。伝統的な反射的バブルと同様、参加者は内的世界に集中するあまり、サイクルの物語を促進するのに役立たない限り、外的世界に気づかない。そして、AIは明らかに最大の物語であり、それ自体がブームの段階にある。

私たちは、AIと暗号通貨の交差点にいる何十ものチームと話をし、彼らの多くが非常に有能で、使命感に燃え、情熱的な作り手であることを確認することができた。しかし、人間の本性は、誘惑に直面すると、それに屈し、事後的にその選択を合理化する傾向がある。

安易な流動性への道は、暗号業界の歴史的な呪いであり、現在、その呪いが開発と価値ある採用を何年も遅らせている。最も熱心な暗号通貨信者でさえ、"トークンを引き上げる "方向に向かわせた。トークンを保有するビルダーには、より良いチャンスがあるかもしれないという理屈だ。

機関投資家やリテール資本の洗練度が低いため、構築者は現実とかけ離れた主張をする一方で、あたかもその主張が実現したかのような評価から利益を得る機会を得ることができる。こうしたプロセスの結果、実際にはモラルハザードと資本破壊が定着し、このような戦略が長期的に機能することはほとんどない。需要はすべての発明の母であり、需要がなくなれば発明もなくなる。

これほど悪いタイミングはない。最も賢い技術起業家、国家権力者、大小の企業がAI革命の一角を確保しようと競争している一方で、暗号通貨の創設者や投資家は「高速10倍」を選んでいる。そして、それこそが真の機会費用であると私たちは考えている。

Web3のAI展望の概要

上述のインセンティブを考慮すると、Web3のAIプロジェクトの分類は、実際には次のように分類できます：

• Reasonable (現実主義者と理想主義者に細分化することも可能)

• 半合理的

• 偽物

基本的に、プロジェクト構築者は、Web2の競合他社に遅れを取らないようにする方法について明確な考えを持つべきであり、どの分野が競争力があり、どの分野が妄想であるかを知るべきだと考えます。

目標は、Web2の競争相手に遅れをとらないようにすることです。

目標は、今ここで競争できるようになることです。そうでなければ、AIの発展ペースはWeb3を置き去りにし、世界は欧米の企業AIと中国の国家AIの間で「Web4」に飛躍するかもしれない。時間内に競争力を持つことができず、より長い時間軸で追いつくために分散型技術に頼っている人たちは、あまりに楽観的すぎて相手にされない。

明らかに、これは非常に大雑把な一般化であり、「フェイカー」グループにも少なくとも2、3の真面目なチーム（そしておそらくもっと多くの単なる妄想）が存在する。しかし、この記事は呼びかけなので、客観的に見るつもりはなく、むしろ読者に危機感を持つよう促している。

合理的:

「AI-on-the-chain」ミドルウェアを開発しているソリューションファウンダーで、ユーザーが実際に必要とするモデル（つまり最先端技術）を分散的に訓練したり推論したりすることは、現状では実現不可能である、あるいは可能でさえないことを理解している人は多くありません。

そのため、洗練された自動化の恩恵を受けることができるオンチェーン環境に、最善の集中型モデルを接続する方法を見つけることは、彼らにとって十分な第一歩となります。現在のところ、APIアクセスポイント、双方向プレディケーター（オンチェーンおよびオフチェーンデータの双方向インデキシング用）、およびエージェントに検証可能なオフチェーン計算環境を提供するコプロセッサアーキテクチャをホストできるハードウェア分離TEE（「空気分離」プロセッサ）が、利用可能な最良のソリューションのようです。

また、ゼロ知識証明（ZKP）を使用して、（完全な計算を検証するのではなく）状態変化のスナップショットを取るコプロセッサアーキテクチャもありますが、これも中期的には実現可能だと考えています。

同じ問題に対するより理想的なアプローチは、オフチェーンの推論を検証して、信頼の前提という点で、オンチェーンの計算と一致させようとすることです。

このゴールは、AIが統一された操作環境でオンチェーンとオフチェーンの両方のタスクを実行できるようにすることだと考えています。しかし、推論の検証可能性の支持者のほとんどは、「モデルの重みを信頼する」といった、（もしあったとしても）数年間は実際に意味をなさないようなトリッキーな目標について話しています。最近、この陣営の創設者たちは、推論を検証するための代替アプローチを探求し始めたが、当初はすべてZKPに基づいていた。多くの賢いチームがZKML（すなわちゼロ知識機械学習）に取り組んでいるが、彼らは暗号の最適化がAIモデルの複雑さと計算要件を上回ると予想し、リスクを取りすぎている。その結果、現時点では競争には適さないだろう。それでも、最近の進歩のいくつかは興味深いものであり、無視すべきではない。

半合理的：

消費者向けアプリは、クローズドソースとオープンソースの両方のモデルをカプセル化したラッパーを使用しています（たとえば、画像生成にはStable DiffusionやMidjourney）。これらのチームの中には、最初に市場に投入され、実際のユーザーに受け入れられたものもある。そのため、彼らを一律に模倣者と呼ぶのはフェアではないが、基盤となるモデルを分散型で開発し、インセンティブ設計の面でイノベーションを起こす方法について深く考えているチームはわずかである。また、トークン・セグメントには興味深いガバナンス／オーナーシップ・デザインもある。しかし、このカテゴリのほとんどのプロジェクトは、例えばOpenAIのAPIをベースに、評価プレミアムを得たり、チームに迅速な流動性をもたらしたりするために、中央集権的なラッパーにトークンを載せているだけです。

これらの陣営のどちらも対処していない問題は、分散環境における大規模モデルのトレーニングと推論です。現在のところ、緊密に接続されたハードウェアクラスタに頼らなければ、基礎となるモデルを合理的な時間で訓練することは不可能です。競争のレベルを考えると、「合理的な時間」は重要な要素です。

最近、有望な研究結果がいくつか出ており、理論的には、差分データフローのようなアプローチは、将来的に分散コンピューティングネットワークに拡張され、（ネットワーク容量がデータフロー要件に追いつくにつれて）容量を増やすことができるかもしれません。しかし、競争力のあるモデルトレーニングには、単一の分散デバイスや最先端のコンピューティング（リテールGPUはますます競争力を失っています）ではなく、ローカライズされたクラスタ間の通信が依然として必要です。

モデルサイズの縮小による局所推論（分散化への2つのアプローチのうちの1つ）の研究も最近進んでいますが、Web3でそれを利用するための既存のプロトコルはありません。

論理的に分散化された訓練と推論の問題は、3つの陣営の最後の陣営に行き着きます。

Faking it:

インフラストラクチャーアプリケーションは、主に分散化されたサーバー空間に焦点を当てており、むき出しのハードウェアや分散化されたモデルのトレーニング/ホスティング環境を提供しています。また、フェデレーテッドラーニング（分散型モデルトレーニング）などのプロトコルを推進するソフトウェアインフラプロジェクトや、ソフトウェアとハードウェアのコンポーネントを組み合わせて、基本的に分散型モデルをエンドツーエンドでトレーニング・展開できるプラットフォームにするプロジェクトもあります。それらのほとんどは、実際に述べられた問題を解決するのに必要な洗練性を欠いており、「トークンのインセンティブ＋市場の煽り」という素朴な考えが主流を占めている。公共市場や民間市場で見られるソリューションはどれも、今ここで意味のある競争ができるものではない。いくつかの解決策は（ニッチではあるが）実現可能な製品に発展するかもしれないが、今必要なのは新鮮で競争力のある解決策である。そしてこれは、分散コンピューティングのボトルネックに対処する革新的な設計によってのみ達成できる。トレーニングにおいては、スピードが大きな問題であるだけでなく、完了した作業の検証可能性やトレーニングワークロードの調整も帯域幅のボトルネックに拍車をかけています。

私たちは、分散型のトレーニングと推論を必要とする、真に分散型のベースモデルの競争力のあるセットを必要としています。AIの喪失は、イーサネットの登場以来「分散型ワールドコンピュータ」が達成してきたことすべてを完全に否定しかねません。もしコンピュータがAIになり、AIが中央集権化されれば、反ユートピア的なものを除いて、世界コンピュータは存在しなくなるでしょう。

訓練と推論はAIイノベーションの核心である。

AIの世界の他の部分がより緊密なアーキテクチャーに向かっている一方で、Web3はそれらと競争するためのいくつかの直交ソリューションが必要です。

問題の大きさ

計算がすべてです。訓練と推論に投資すればするほど、結果は良くなる。たしかに、あちこちに微調整や最適化があるかもしれませんが、計算自体は均質ではありません。伝統的なフォン・ノイマン・アーキテクチャの処理ユニットのボトルネックを克服する新しい方法はいろいろありますが、それでも結局は、どれだけの大きさのメモリ・ブロックでどれだけの行列の乗算をどれだけの速度で行えるか、ということに尽きます。

そのため、いわゆる「ハイパースケーラー」と呼ばれる企業は、データセンター側でこのような強力なビルドを目にすることになります、Anthropic（モデル）＋AWS（コンピュート）、Google（両方）、Meta（両方とも自社データセンターの建設を倍増している）。さらに多くのニュアンス、相互作用の力学、利害関係者がいるが、そのすべてを列挙することはしない。全体として、ハイパースケーラは、かつてないほどデータセンターの増築に数十億ドルを投資しており、AIが世界経済に浸透するにつれて大きな利益をもたらすと期待される、コンピュートとAI提供の間の相乗効果を生み出しています。

NVIDIA®のCEOであるジェンセン・フアン（Jensen Huang）氏は、今後数年間でAIアクセラレーションに総額1兆ドルが投資されると示唆しています。

エヌビディアCEOのジェンセン・フアン（Jensen Huang）氏は、今後数年間で、AIアクセラレーションに総額1兆ドルが投資されると示唆しています。

アルティメーターのアナリストは、世界のAI関連のデータセンターへの支出は、2024年には1600億ドル、2025年には2000億ドル以上に達すると予想している。

さて、これらの数字を、Web3が独立系データセンター事業者に最新のAIハードウェアへの設備投資を拡大するインセンティブを提供していることと比較してみましょう。

現在、すべての分散型物理インフラ（DePIn）プロジェクトの時価総額は現在約400億ドルで、その大部分は比較的流動性が低く、投機ベースのトークンで構成されています。比較的流動性が低く、大部分が投機的なトークンで構成されている。基本的に、これらのネットワークの時価総額は、トークンを使ってそのような建設にインセンティブを与えるため、その貢献者の資本支出総額の上限推定値に等しい。しかし、現在の時価総額はすでに発行されているため、ほとんど意味がありません。

そこで、今後3～5年の間に、さらに800億ドル（現在の価値の2倍）の非公開および公開のDePInトークン資本がインセンティブとして市場に出回ると仮定し、これらのトークンの100%がAIのユースケースに使用されると仮定してみよう。この非常に大まかな見積もりを3（年）で割り、そのドル価値を2024年にのみ投資するメガ企業の現金価値と比較したとしても、トークンのインセンティブを多くの「分散型GPUネットワーク」プロジェクトに課すだけでは十分でないことは明らかです。

さらに、これらのトークンを吸収するには、何十億ドルもの投資家の需要が必要になります。これらのネットワークの運営者は、資本と運営費にかかる多額のコストをカバーするために、採掘されたトークンを大量に売り払うからです。また、これらのトークンを上昇させ、メガ企業を追い越すための拡張構築を奨励するには、さらに多くの資金が必要になります。

しかし、Web3サーバーが現在どのように運用されているかを熟知している人たちは、「分散化された物理インフラ」の大部分は、実際にはこれらのハイパースケール企業のクラウドサービス上で稼働していると主張するかもしれません。確かに、GPUやその他のAIに特化したハードウェアに対する需要の急増は、より多くの供給を促し、最終的にクラウドのレンタルや購入をより安価にするだろう。少なくとも、それが期待されている。

しかし、次のことも考えてみてください。今、NVIDIAは最新世代のGPUに対する顧客の需要を優先する必要があります。NVIDIAはまた、すでにこれらのスーパーコンピューターに固定されている企業顧客にAIプラットフォームサービスを提供するなど、最大のクラウドプロバイダーと独自の縄張りで競争し始めています。これは最終的に、自社でデータセンターを建設するか（これは基本的に、現在享受している有利なマージンを食い潰すことになるため、可能性は低い）、AIハードウェアの販売をパートナーであるネットワーク・クラウド・プロバイダーに大幅に制限することになるでしょう。

さらに、AIに特化したハードウェアを追加展開しているNVIDIAの競合他社のほとんどは、TSMCが製造したNVIDIAと同じチップを使用しています。その結果、基本的にすべてのAIハードウェア企業がTSMCの生産能力をめぐって競合することになる。TSMCはまた、特定の顧客を優先する必要がある。サムスンや潜在的にはインテル（自社ハードウェア用のチップを製造するため、できるだけ早く最先端のチップ製造に戻ろうとしている）は、余分な需要を吸収できるかもしれないが、TSMCは現在、AI関連チップのほとんどを製造しており、最先端のチップ製造（3ナノメートルと2ナノメートル）のためのスケールアップと調整には何年もかかるだろう。

最後に、エヌビディアとTSMCに対する米国の規制のため、中国は最新世代のAIハードウェアからほぼ除外されている。Web3とは異なり、中国企業は実際に独自の競争力のあるモデル、特にBaiduやAlibabaのようなLLMを持っています。

これらの理由の1つまたは繰り返しにより、覇権をめぐるAIの戦いが激化し、クラウド事業よりも優先されるにつれ、ハイパースケーラーが自社のAIハードウェアへの外部アクセスを制限する実体のないリスクがあります。基本的には、ハイパースケーラーがAI関連のクラウドキャパシティをすべて自分たちのものにし、他の誰にも利用させなくなり、最新のハードウェアもすべて食い尽くしてしまうという状況だ。そのため、主権者を含む他の大企業は、残りのコンピュート供給をより多く要求するようになる。その一方で、残りのコンシューマー向けGPUはますます競争力を失っていきます。

これは明らかに極端なケースですが、ハードウェアのボトルネックが残っていれば、賞金が高すぎるため、大手企業は手を引くでしょう。これにより、Web3 DePInプロバイダーの大半を占める、二次データセンターや小売レベルのハードウェア所有者のような分散型事業者は、候補から外れることになります。

コインの裏側

暗号通貨の創設者たちがまだ眠りについている一方で、AIの巨人たちは暗号通貨を注視しています。政府の圧力や競争によって、閉鎖や厳しい規制を避けるために暗号通貨を採用するようになるかもしれません。

このことを最も早く公に示唆したのは、Stability AIの創業者が最近、会社の「分散化」を開始するために辞任したときだった。彼は以前、会社のIPOが成功した後にトークンをローンチする予定であることを公の場で公言していました。

同様に、サム・アルトマンは彼が共同設立した暗号プロジェクトであるWorldcoinの運営には関与していないが、そのトークンはOpenAIの代理人のように取引されているのは確かだ。インターネットトークンプロジェクトとAI研究開発プロジェクトを結びつける方法があるかどうかは、時間が経ってみなければわからないが、Worldcoinチームは、市場がこの仮説を検証していることを認識しているようだ。

私たちにとって、AIの巨人が分散化へのさまざまな道を模索することは理にかなっています。ここで再び見られる問題は、Web3が意味のある解決策を生み出していないことだ。「ガバナンストークン」はほとんどが演出に過ぎず、現在真に分散化されているトークンは、BTCやETHのように、資産保有者とネットワークの開発・運営との直接的なつながりを明確に回避しているものだけです。

技術の発展を遅らせてきた同じインセンティブが、異なるガバナンスを持つ暗号ネットワークの設計開発にも影響を与えています。スタートアップチームは、勢いを増すにつれて新たな道を見出すことを期待して、単に「ガバナンストークン」を製品に貼り付けますが、最終的にはリソースの割り当てに関する「ガバナンス劇場」に落ち着きます。

結論

AI競争は始まっており、誰もが真剣に取り組んでいる。より多くのコンピューティングはより優れたAIを意味し、より優れたAIはコストの削減、新たな収益、市場シェアの拡大を意味します。我々にとって、それはバブルが正当化されることを意味するが、それでもすべての偽物は、この先避けられないシャッフルの中で淘汰されていくだろう。

中央集権的な大企業のAIがこの分野を支配しており、新興企業はそれに追いつくのに必死だ。

Web3の領域はパーティに遅れているが、争いに加わっている。市場は、Web2領域のスタートアップと比較して、暗号AIプロジェクトに過大な報酬を与えているため、創業者たちは製品の提供から、急速に迫りつつある重要な時期にトークン価格を上昇させることに重点を移している。これまでのところ、スケーリング・コンピューティングを回避して競争できるイノベーションはありません。

現在、消費者向けモデルの周りには信頼できるオープンソースの動きがあり、当初は、より大きなクローズドソースのライバル（Meta、Stability AIなど）と市場シェアを争うことを選んだのは、少数の中央集権的なプレーヤーだけでした。しかし現在では、コミュニティが追いつきつつあり、大手AI企業に圧力をかけている。こうした圧力はクローズドソースのAI製品開発に影響を与え続けるだろうが、オープンソースの製品が追いつくまではそれほど大きな影響はないだろう。これはWeb3スペースにとってもうひとつの大きなチャンスだが、分散化されたモデルのトレーニングと推論の問題に対処する場合に限られる。

つまり、表面的には「古典的な」ディスラプターの機会が存在するが、現実はそれとはかけ離れている。AIはコンピューティングと結びついており、今後3～5年の間に画期的なイノベーションがなければ、これを変えることはできません。

コンピューティング市場自体も、需要が供給側の努力を後押しする一方で、メーカー間の競争はチップ製造や規模の経済といった構造的要因によって制約されているため、「開花」する可能性は低い。

私たちは、人間の創意工夫については楽観的であり続け、トップダウンの企業や政府の管理ではなく、自由な世界に有利な方法でAIのパズルを解こうとする、賢くて高貴な人々が十分にいることを確信しています。しかし、その可能性は非常に低く、せいぜいコイントスくらいにしか思えないが、Web3の創設者たちは、金銭的な利益のためにコインをめくるのに忙しく、世界に本当の影響を与えることはできない。