Footprint Analytics CEO ネイビー氏インタビュー: AI と Web3 の統合

Web3 はインターネットの次の時代をリードしています。ただし、チェーン上のデータの断片化と非標準化の問題は依然として存在します。 Footprint Analytics は、AI テクノロジーを使用してブロックチェーン データの自動収集、クリーニング、相関関係を実現するワンストップ データ ソリューションを開始し、開発者がより便利にデータにアクセスして分析できるようにクロスチェーン データ標準を構築します。

「当社は『Google Analytics』のWeb3版となり、20以上のパブリックチェーンと構造化データカバレッジを通じて業界をリードする成長分析ツールと運用分析ツールを提供し、Web3プロジェクトが正確なマーケティングを達成できるようにしたいと考えています。」とFootprintの創設者兼最高経営責任者（CEO）のNavy氏は述べた。 「同時に、ブロックチェーン業界の生産効率をさらに向上させるために、AIによるデータ分析パネルの取得など、他の側面でのAIの応用も模索しています。」

ネイビーは、AI とブロックチェーン技術の組み合わせが、間違いなく Web3 の大規模適用の触媒になると信じています。高品質のデータは AI モデルのトレーニングの基礎となる一方で、AI は価値の高いデータの生成にも役立ちます。 「データはこの業界の生命線です。私たちはAIとブロックチェーン技術が相互補完し、Web3業界全体の発展を促進する好循環エコシステムの構築を目指しています。」

Q1: ネイビーは、Footprint Analytics が現在行っていることを紹介するのを手伝ってもらえますか?

Footprint Analytics は、Web2 と Web3 のデータを接続する構造化データ プラットフォームの構築に取り組んでいます。

私たちの核となる価値はデータの構造化にあります。 Web3 は、チェーン上のデータのオープン性と透明性の点で Web2 よりも優れていますが、いくつかの課題もあります。たとえば、業界の発展はまだ初期段階にあり、データには標準と完全な構造が欠けているため、データの活用が難しくなる。

例で説明すると、Ethereum、Solana、Polygon などの複数のチェーンで Opensea のトランザクション データを取得したい場合、Opensea のビジネス モデルを理解し、スマート コントラクト コードを読み取り、各チェーンを 1 つずつ分析する必要があります (例: Ethereum、Solana、Polygon など）など）トランザクション データを抽出します。

ただし、このプロセスにはいくつかの問題があります。まず、プロセスが複雑であり、データを取得するプロセス全体が複雑でエラーが発生しやすいという点です。第二に、これは技術的に難しく、チェーンが異なれば台帳の設計やデータ構造も異なります。最後に、これはリソースの無駄であり、1,000 人がこのデータを取得する必要がある場合、同様の面倒なプロセスが 1,000 回実行されることになり、データ取得の効率が大幅に低下し、コンピューティング リソースが無駄になります。

したがって、Footprint Analytics の使命は、GameFi、NFT、DeFi などを含むさまざまな分野からデータを抽象化し、Web3 業界のデータ標準を確立し、開発者や業界参加者に効率的かつ正確なデータを提供することです。

これまでのところ、当社は合計 20 以上のパブリック チェーンを立ち上げており、当社の製品には主に 3 つの主要セクターが含まれています。

• 業界ソリューション Footprint Growth Analytics: マーケティング成長および運用分析の分野で Web3 プロジェクト向けにカスタマイズされたソリューションを提供します。Web3 バージョンの Google Analytics と比較することができ、プロジェクトがデータ主導型の成長を達成できるように支援します。

• 0 コードデータ分析ツール：ChatGPT と同様の使用感で、簡単な質問と回答を通じてデータ分析レポートを取得できます。将来的には、Web3 ビジネス ロジックの深い理解や高度なプログラミング スキルを必要とせずに、オンチェーン データを使用することが非常に簡単になり、Web2 ユーザーから Web3 への移行が容易になると予想しています。

• 無料のマルチチェーン クロスチェーン API: 統合 API を通じて、複数のチェーンへのクロスチェーン データ アクセスが実現され、シームレスなマルチチェーン データ取得エクスペリエンスをユーザーに無料で提供します。

Q2: 現在の Web3 プロジェクトでは、AI との統合が顕著なトレンドになっています。その中でもGPTにせよAIGCにせよ、各プロジェクトはそれぞれの状況に応じてAIとの組み合わせで異なる創意工夫を見せている。

次に、Navy は、データ分野の観点から AI と Web3 を統合する方法について議論するように求められています。この部分は、テクノロジーとアプリケーション シナリオの両方の観点から分析して、この統合の方法と可能性をより明確に示すことができます。

データ プラットフォームとして、Footprint は AI と自然に組み合わされています。 AI インフラストラクチャは主に、コンピューティング能力、データ、アルゴリズムという 3 つの重要な側面をカバーします。その中で、コンピューティング能力は AI モデルのトレーニングと実行をサポートする基礎であり、データは AI の魂であり、アルゴリズムはモデルの精度や適用効果を含む AI のパフォーマンスを決定します。

これらの要素の中で、データが最も核心的で重要であることは間違いありません。データは産業や企業の生命線であり、プライバシーやコンプライアンスなどの重要な分野にも関与しており、その価値は計り知れません。データにはプライバシーやコンプライアンスなどが関係するため、お金でデータを買うことさえできないかもしれません。その中でも、AI はデータの消費者であると同時にデータの生産者でもあります。

現在、Footprint には、データと AI アプリケーションを組み合わせる際に次の主な側面があります。

AI のアプリケーションは、データ コンテンツの生成段階で当社のプラットフォームで重要な役割を果たします。まず、AI を使用してデータを処理するコードを生成し、より効率的なデータ分析エクスペリエンスをユーザーに提供します。

具体的には、イノベーションの 2 つの側面に焦点を当てました。

一方では「参考データ」の整理と分類です。ブロックチェーン上に新たにデプロイされたコントラクトを例にとると、当社の AI は、コントラクトがどのプロトコルに属しているか、コントラクトのタイプ、さらにはコントラクトが Dex プラットフォームの LP またはスワップ タイプに属しているかどうかを自動的に判断できます。このインテリジェントな並べ替えと分類により、データの使いやすさが大幅に向上します。

一方、これらの「参照データ」に基づいて、上位ドメインのデータを生成することもできます。たとえば、AIを使用してGameFi、NFT、その他の分野でデータを生成し、より豊富なデータリソースをユーザーに提供できます。このアプローチにより、データ コンテンツの品質が向上するだけでなく、ユーザーがさまざまな分野のデータ ダイナミクスをより深く理解できるようになります。

フロントエンドのユーザーエクスペリエンスに関しては、AIインテリジェント分析機能を実装しました。前述したように、ユーザーはデータ分析にフットプリントを使用するときに、ChatGPT でのチャットと同様のエクスペリエンスを得ることができます。ユーザーは質問をすると、対応する分析レポートを自動的に取得できます。その背後にあるロジックは、テキストを SQL ステートメントに変換することです。これにより、ユーザーがデータ分析を行う敷居が大幅に下がります。

最後に、製品のユーザーサポートに関しては、AI接客ロボットを開発しました。 GameFi、NFT、DeFiなどの構造化データを含むブロックチェーン分野のデータをAIに提供し、フットプリント専用のAI接客ロボットを構築します。この AI カスタマー サービス ロボットは、ユーザーに即時サポートを提供し、データ型、データ定義、API の使用法など、フットプリントの使用に関連する質問に答えることができます。これにより、カスタマー サポートの効率が大幅に向上し、人手による投資が削減されます。

もちろん、AI の適用により生産性が向上し、ほとんどの問題の解決に役立ちますが、すべての問題が解決されるわけではありません。データ処理における当社の経験に基づくと、AI は問題の約 70% ～ 80% の解決に役立ちます。

Q3: AIとWeb3を組み合わせる過程でどのような問題が発生しますか?技術的な問題、ユーザー エクスペリエンス、財産権の遵守、道徳的倫理などに関連する問題はありますか?

マクロ的な観点から見ると、AI がどのような分野で使用されるかに関係なく、重要な考慮事項は AI の耐障害性を受け入れることです。アプリケーションのシナリオが異なると、フォールト トレランスの要件も異なります。このプロセスでは、AI の精度と信頼性と人間のエラーに対する許容度の間にはトレードオフの関係があります。

医療分野では、AI を信頼するか医師を信頼するかを決定する際に、信頼性の問題が生じる可能性があります。投資の世界では、AI が BTC の価格の方向に影響を与える要素を提供できますが、実際の売買の決定となると依然として疑問が残るかもしれません。

ただし、プロファイリングや層別化などのマーケティングおよび運用分析の世界では、軽微なエラーは大きな影響を及ぼさないため、精度要件はそれほど高くない場合があります。したがって、これらのシナリオではフォールト トレランスがより受け入れられます。

現在、Footprint は依然として AI と Web3 を組み合わせる過程でのデータに主に焦点を当てており、その過程でいくつかの課題にも直面しています。

1 つ目はデータ生成の問題です。AI がより効率的かつ正確なデータ生成機能を実現するために、高品質のデータをどのように提供するかです。 AI とデータの関係は、車のエンジンとガソリンにたとえることができます。AI はエンジンであり、データはそれに必要な燃料です。どんなに優れたエンジンでも、燃料が良質でなければその性能は最大限に発揮されません。

これには、GameFi、NFT、DeFi などの分野でのデータの迅速かつ自動生成など、高品質のデータを生成する方法が含まれます。ここでは、データの関係、つまりデータのグラフを自動的に整理する方法について説明します。具体的には、契約が属する契約、契約の種類、展開者など複数の情報を明確にする必要があります。このプロセスの中心的な目標は、AI に高品質のデータを継続的に提供して、より効率的で正確なデータ生成機能を実現し、好循環を形成することです。

2つ目はデータプライバシーの問題です。 Web3 の本質は分散化と透明性にありますが、業界が発展するにつれて、データ プライバシーの必要性が徐々に高まる Web2 と同様のシナリオも見られるでしょう。たとえば、ユーザーの身元、資産、取引情報のプライバシー保護などです。これにより、チェーン上のデータのオープン性が徐々に弱まり、AI に供給できるデータも徐々に減少するという問題が発生します。しかし、業界の発展とともにこの問題も解決され、準同型暗号技術はその解決策の一つです。

つまり、AI と Web3 の組み合わせは、データ取得、つまり高品質のデータを取得して AI に渡す方法という中核的な問題に直面する必要があります。 AI にとっての究極の課題は、データの可用性です。

Q4: AI は新しい用語ではありませんが、AI と Web3 の組み合わせはまだ初期段階にあります。 Web3 における AI の将来において、ブレークスルー ポイントとなり、多数のユーザーを Web3 に引きつけ、大規模な導入を実現すると期待される、Navy が考える領域や組み合わせ方法はどのようなものであると考えているのかお伺いしてもよろしいでしょうか。

私の考えでは、Web3 と AI を大規模に組み合わせて導入するには、2 つの中心的な問題を解決する必要があります。まず、Web3 ビルダーや開発者、特に GameFi、NFT、ソーシャルなどの開発者により良いサービスを提供する必要があります。次に、ユーザーがこのフィールドに入力しやすくするために、アプリケーション側のしきい値を下げる必要があります。

1 つ目は、開発者へのサービスの問題です。開発者の分野では、アプリケーションには主に 2 つのタイプがあります。

1 つは AI 主導の開発者プラットフォームです。 AI技術を活用し、コードテンプレートの自動生成を実現するプラットフォームです。 DEX プラットフォームの開発でも、NFT マーケットの開発でも、開発者の特定のニーズに応じてコード テンプレートをインテリジェントに生成できるため、開発効率が大幅に向上します。ゲーム分野においても、開発者はAI技術を利用してゲームモデルの作成やゲーム画像の生成などを迅速に行うことができ、ゲームの開発・発売プロセスを加速させることができます。この種のプラットフォームは開発者により多くの可能性を提供し、反復的な基本作業に多くの時間を費やすことなく、創造性と革新により多くのエネルギーを注ぐことができます。

もう 1 つのカテゴリは、AI 主導のデータ プラットフォームです。このタイプのプラットフォームは、GameFi、NFT、SocialFi、DeFiなど、AIテクノロジーを通じてさまざまな業界のドメインデータを自動的に生成します。これらのプラットフォームの目標は、開発者がデータを使用する敷居を下げ、データの分析と適用を容易にすることです。 AIテクノロジーを通じて、プラットフォームはさまざまなデータを自動的に生成し、開発者に豊富なデータリソースを提供することで、市場動向やユーザー行動などをより深く理解できるようになります。この種のデータ プラットフォームは、開発者により多くのデータ サポートを提供し、開発者がデータを使用する敷居を非常に低くし、より革新的なアプリケーションの誕生を促進します。

アプリケーション側のしきい値を下げることは、Web3 分野では常に重要な課題でした。たとえば、最近、1 秒あたりのトランザクション数 (TPS) の増加を目的とした、ほぼ手数料ゼロのパブリック チェーン ソリューションがいくつか市場に登場しました。さらに、MPC ウォレットのようなソリューションは、Web2 から Web3 への移行の初期しきい値を効果的に解決し、移行プロセスの問題を解決することもできます。

これらの問題の解決は、AI テクノロジーだけではなく、Web3 エコシステム全体の開発と改善にも関係します。 AI は効率を向上させ、参入障壁を下げる上で重要な役割を果たしていますが、Web3 自体のインフラストラクチャと開発は依然として、アプリケーション側の障壁を解決するという永遠のテーマにおいて重要な要素です。

Footprint Analytics は、Web2 と Web3 をリンクする構造化データ プラットフォームです。最先端の人工知能テクノロジーの助けを借りて、暗号通貨分野初のコード不要のデータ分析プラットフォームと統合データ API を提供し、ユーザーが 26 を超えるパブリック チェーン エコシステムから NFT、GameFi、DeFi データを迅速に取得できるようにします。

Footprint Website: https://www.footprint.network