AIとWeb3は、どちらの分野の実務者も十分に予測していなかった形で交差しつつある。人工知能は、最も多くのデータと計算力を持つ組織の手に権力を集中させる。一方、ブロックチェーン技術は参加者のネットワーク全体に権力を分散させる。この緊張関係――そしてその潜在的な解決策――は、今後10年で最も重要な技術的展開のひとつになるだろう。
AIの世界はなぜこれほど集中しているのか
現在のAI業界は、極端な集中によって定義されている。最先端の大規模言語モデルの訓練には、数億ドル規模の計算資源、膨大な量の選別されたデータ、専門の研究者チームが必要である。2025年初頭時点で、最先端の基盤モデルを訓練できる組織は世界中で10余りにすぎない。
この集中はいくつかの気がかりな状況を生み出している。少数の企業がAIモデルの機能、そこに組み込まれる価値観、誰がアクセスできるかを一方的に決定している。訓練データはインターネット上から収集される。多くの場合、本人の同意も対価の支払いもない。それにもかかわらず、できあがったモデルは企業の独占的な資産になる。AIが生み出す経済的価値のほとんどは、訓練を可能にしたデータや創作物を提供した個人ではなく、モデルを握る企業に帰属する。
初期のプラットフォーム経済との類似は明らかである。SNSがユーザーの投稿から価値を吸い上げたように、AI企業はインターネット上の集合的な知の蓄積から価値を吸い上げようとしている。放置すれば、結果も同じになるだろう。巨大な富の集中と、非対称な権力の構図である。
ブロックチェーンがAIの弱点を補う仕組み
AIとWeb3の交差は単なるマーケティング上の話題ではない。AIシステムの構築、管理、収益分配のしかたにおける具体的な構造上の欠陥に対処しうるものである。
計算結果の検証が「ブラックボックス問題」を解決する。AIが何かを出力したとき、ユーザーは現状、どのモデルが使われたのか、何のデータで訓練されたのか、出力が途中で改ざんされていないかを確かめる術がない。ゼロ知識証明（情報を明かさずに正しさだけを証明する技術）やブロックチェーン上の証明を使えば、AI出力の暗号学的な検証が可能になる。つまり「このAIはこういう条件でこの結果を出した」という監査証跡が作れるのだ。
訓練データの提供を同意と対価の仕組みに変える。ブロックチェーン上に構築されたデータの取引基盤があれば、個人が自発的にデータを提供し、トークンで対価を受け取れるようになる。Ocean Protocolなどのプロジェクトがこの技術基盤を開発しているが、普及はまだ初期段階にある。
分散型の計算ネットワークがAIインフラの集中を緩和する。Akash、Render、io.netなどのネットワークは、世界中の提供者からGPU（画像処理装置、AI訓練にも使われる）の計算資源を集めて、巨大クラウド企業への対抗手段となる計算の市場を構築している。最先端モデルの訓練に必要な規模にはまだ届いていないが、AIの推論処理（学習済みモデルを使って答えを出す作業）や小規模な訓練には十分対応できている。
モデルの共同所有がAI開発の新しい経済モデルを切り開く。モデルが一社の独占的資産である代わりに、訓練に資金を出し、データを提供し、計算資源を提供したコミュニティが共同で所有する。これは仮説ではない。Bittensor（ビッテンソル）のようなプロジェクトが、モデル開発者が競い合い、貢献の質に応じて報酬を受ける分散型ネットワークをすでに運営している。
ブロックチェーン上で動く自律型AIエージェント
AIとWeb3の最も注目すべき接点は、ブロックチェーン上で自律的に活動するAIエージェントの登場だろう。これらのエージェントはウォレットを持ち、取引を実行し、スマートコントラクトとやり取りし、DeFiに参加できる。個々の行動について人間の許可を必要としない。
その意味するところは大きい。市場の状況に応じてDeFiのポジションを自動調整する資産運用者として機能できる。タスクを遂行しスマートコントラクトを通じて報酬を受け取る自律的なサービス提供者として働ける。提案を分析しプログラムの基準に基づいて投票するDAOの参加者として動ける。
ブロックチェーンがAIエージェントに適したインフラを提供するのは、プログラムで操作でき、誰の許可も要らず、信頼を第三者に預ける必要のない取引実行環境を備えているからだ。Ethereum上で動くAIエージェントは銀行口座も法的な身分証明も管理者からの承認も要らない。秘密鍵と取引手数料分のトークンがあれば十分である。
もちろんリスクも同様に大きい。金融操作が可能な自律システムは、悪用されたり、操作されたり、予期しない振る舞いをする恐れがある。AIの予測不可能性とブロックチェーン取引の取り消し不能性の組み合わせは、既存の枠組みが対処するよう設計されていない新しいリスクの領域を生み出す。取引相手が自律システムである場合、プログラムの安全性検査の重要性はさらに増す。
AIの意思決定を分散化する
AIシステムの意思決定のあり方は、現代を定義する課題のひとつである。モデルの能力、安全性の制限、どこまで使わせるかという判断は、いま現在、民間企業の少数のグループが握っている。民主的な意見の反映はほとんどない。
Web3の意思決定の仕組みがその代替手段を提供する。DAO方式のAIモデル運営により、トークン保有者が訓練の方針、安全規則、利用制限について投票できる。意思決定権が企業の役員会に集中するのではなく、利害関係者のコミュニティ全体に分散される。
もちろん実際の課題は大きい。AIの意思決定には、大半のトークン保有者が持ち合わせない技術的な専門知識が求められる。モデルの設計や安全方針に関する提案は、単純な多数決では適切に判断できない。技術の専門家への投票権の委任、実績に応じた投票の重みづけ、専門家の助言委員会など、分散型のAI意思決定を名ばかりでなく実質的なものにするための仕組みが模索されている。
データ経済のつくり直し
AIとWeb3は合わせて、データ経済の根本的なつくり直しを可能にする。現在、ユーザーのデータは実質的な同意も対価もなくプラットフォームやAI企業に吸い上げられている。ブロックチェーン上のデータ来歴追跡、スマートコントラクトで自動執行されるデータ利用契約、トークンによる対価支払いの組み合わせが、代替となる仕組みを作り出す。
このモデルでは、個人が自己主権型の身分証明を通じてデータの所有権を保持する。AIの訓練にデータを提供することを選んだ場合、条件はスマートコントラクトに書き込まれる。対価の額、使途の制限、期間、撤回の権利。データの提供はブロックチェーン上で記録され、誰がどのデータを提供し、どんな対価を受け取ったかの検証可能な記録が残る。
これは公正さの問題にとどまらない。より良いAIを生み出す可能性がある。データ提供者が対価を受け取れるなら、質の高い正確なデータを提供する動機が生まれる。利用が合意に基づけば、規制上のリスクが下がる。来歴が検証可能であれば、訓練データの汚染や意図的な混入の発見が容易になる。
AIとWeb3の融合は有望だが、まだ初期段階にある。重要なインフラのピースがいくつも欠けている。分散型の計算ネットワークは大手クラウド企業と競争するために桁違いの拡大が必要だ。プライバシーを保ちながら機械学習を行う技術（連合学習、準同型暗号）が実用的な規模で動くようになる必要がある。分散型AIの意思決定の枠組みは実世界での検証と改善が必要だ。看板だけが先行するリスクは両分野とも単独で高く、交差点ではさらに高い。AIとブロックチェーンの組み合わせを標榜するプロジェクトは、流行語の密度ではなく技術的な中身で評価されるべきである。
重要ポイント
- AI開発は極めて集中しており、最先端モデルを訓練できる組織は世界で10余りに限られる
- ブロックチェーンはAIの具体的な弱点に対処しうる。計算結果の検証、データ提供の同意と対価、分散型の計算、共同所有がその柱である
- ブロックチェーン上で活動する自律型AIエージェントは注目すべき応用例であり、自律的な金融やサービスの運用を可能にする
- AIモデルの分散型意思決定は、企業の役員室を超えて決定権を広げうる
- データ経済はブロックチェーン上の来歴追跡、利用契約、対価支払いを通じてつくり直せる
- 計算の規模、プライバシー保護技術、意思決定の枠組みにおいて重要なインフラの空白が残っている
AIとWeb3の融合は、AI製品にトークンをくっつけることでも、AIを使って暗号資産をトレードすることでもない。現代最も強力な技術における構造的な権力集中に、分散型ネットワークの設計原理で立ち向かうことである。その賭け金は、両方のコミュニティからの真剣な注目に値するほど大きい。