AI時代の新しい金融インフラはどうあるべきでしょうか？

原作者：マット・リストン

原文翻訳：AididiaoJP、Foresight News

2024年11月、予測市場は誰よりも早く選挙結果を予測しました。世論調査で接戦が示され、専門家も迷っていたにもかかわらず、市場はトランプ氏の勝利確率を60%と予測しました。そして結果が発表されると、予測市場は世論調査、モデル、専門家の意見など、あらゆる予測手法を凌駕する結果となりました。

これは、市場が断片的な情報を集約して正確な信念を形成し、リスク共有のメカニズムが機能していることを証明しています。1940年代以来、経済学者たちは投機市場が専門家の予測を上回るパフォーマンスを発揮することを夢見てきましたが、今、その夢は最も壮大な舞台で実証されました。

しかし、その根底にある経済原則を検証してみましょう。

ポリマーケットとカルシの賭け屋たちは数十億ドル規模の流動性を提供した。その見返りとして、彼らは何を得たのだろうか？それは、全世界が瞬時に、そして無料で見ることができるシグナルを生成したということだ。ヘッジファンドはそれを監視し、選挙運動はそれを吸収し、ジャーナリストはそれを基にデータダッシュボードを構築した。誰もその情報にお金を払う必要はなかった。賭け屋たちは事実上、地球規模の公共財を補助したのだ。

これが予測市場が陥っているジレンマです。予測市場が生み出す情報、そしてその最も価値ある部分は、作成された瞬間に漏洩してしまうのです。賢明な買い手は、公開されている情報にはお金を払いません。民間のデータプロバイダーは、競合他社がデータにアクセスできないからこそ、ヘッジファンドに法外な料金を請求することができます。逆に言えば、公開されている予測市場の価格は、どれほど正確であっても、こうした買い手にとっては何の価値もありません。

したがって、予測市場は、十分な数の人々が「賭け」たいと思う分野、つまり選挙、スポーツ、インターネットミームといった分野でのみ存在し得る。その結果、情報インフラを装った一種の娯楽が生まれる。政策立案者にとって真に重要な問題、すなわち地政学的リスク、サプライチェーンの混乱、規制の成果、そして技術革新のタイムラインは、娯楽として賭ける人がいないため、未だに答えが出ていない。

市場予測の経済論理は完全に逆転しています。これを正すことは、はるかに大きな変革の一部です。情報そのものが商品であり、賭けは情報を生み出すための単なるメカニズムであり、しかも限定的なものです。私たちには異なるパラダイムが必要です。「認知金融」の暫定的な概要を以下に示します。これは、情報そのものを中心に、基礎原理から再設計されたインフラストラクチャです。

集合知

金融市場は集合知の一種です。分散した知識、信念、そして意図を価格に集約し、直接コミュニケーションをとることのない数百万人の参加者の行動を調整します。これは注目すべき点ですが、同時に極めて非効率的でもあります。

伝統的な市場は、取引時間、決済サイクル、そして制度的な摩擦といった制約により、ゆっくりと機能しています。価格という粗雑なツールを通してしか、広く人々の信念を表現することができません。また、表現できる範囲も極めて限られています。取引可能な権利の範囲は、真に人類に関わる問題の範囲と比べれば取るに足らないものです。さらに、参加者は厳しく制限されています。規制上の障壁、資本要件、そして地理的制約により、大多数の人々とあらゆる機械が参加できないのです。

暗号資産の世界の出現は、中断のない市場、許可のない参加、プログラム可能な資産といった特徴によって、この状況を変え始めています。中央集権的な調整なしに構築できるモジュール型プロトコル。DeFi（分散型金融）は、金融インフラが、ゲートキーパーの命令ではなく、自律的なモジュールの相互作用から生まれる、オープンで相互運用可能な基盤コンポーネントとして再構築できることを証明しました。

しかし、DeFiは、主に従来の金融システムの「パイプライン」を改善しただけの模倣に過ぎません。DeFiの集合知は依然として価格に基づいており、資産に焦点が当てられており、新しい情報の吸収が遅いのです。

認知金融は次のステップです。人工知能と暗号化の時代に向けて、知能システムを根本から再構築することです。私たちには、「考える」ことで世界の確率モデルを維持し、任意の粒度で情報を吸収し、AIシステムによってクエリと更新が行われ、人間が基盤となる構造を理解せずに知識を貢献できる市場が必要です。

これを可能にする要素は、決して謎めいたものではありません。民間市場を活用して経済モデルを洗練させ、組み合わせ構造を活用して相関関係を捉え、インテリジェントエージェントのエコシステムを活用して大規模な情報処理を行い、人間とコンピュータのインターフェースを活用して人間の脳から信号を抽出するのです。それぞれの要素は既に今日構築可能であり、それらを組み合わせることで、質的に変革をもたらす新たな何かが生まれるでしょう。

プライベートマーケット

価格が公開されなければ、経済的制約は簡単に解決されるだろう。

プライベート予測市場では、流動性を提供する主体のみが価格を見ることができます。つまり、この主体は公共財ではなく、シグナル、つまり独自の情報への独占的なアクセスを得ることになります。すると突然、市場は「誰かが答えを求めている」あらゆる質問に対して、娯楽のために賭ける意思があるかどうかに関係なく、実行可能になります。

私はこのコンセプトについて@_Dave_White_と話し合いました。

マクロヘッジファンドが、連邦準備制度理事会（FRB）の政策決定、インフレ率、雇用統計の継続的な確率推定値を求めていると想像してみてください。賭けの機会ではなく、意思決定のためのシグナルとしてです。彼らは、情報が独占的である限り、これにお金を払うでしょう。防衛関連企業は地政学的シナリオの確率分布を求め、製薬会社は規制承認のタイムラインの予測を求めています。しかし、これらの買い手は今日では存在しません。なぜなら、生成された情報はすぐに競合他社に漏洩してしまうからです。

プライバシーは経済モデルの基盤です。価格が公開されると、情報購入者は優位性を失い、競合他社はただ乗りを始め、システム全体が娯楽ニーズにしか頼れなくなる状態へと退行してしまいます。

これらすべてを可能にするのが、信頼できる実行環境（TEE）です。TEEは安全なコンピューティング環境であり、そこでの操作は外部（システムオペレーターでさえも）から見えません。市場状態はTEE内でのみ存在します。情報の購入者は検証済みのチャネルを通じてシグナルを受け取ります。競合しない複数の主体が重複する市場に加入することができ、階層化されたアクセスウィンドウによって情報の排他性とより広範な流通のバランスが保たれます。

TEEには欠点がないわけではありません。ハードウェアメーカーへの信頼が必要です。しかし、商用アプリケーションには十分なプライバシーを提供し、関連するエンジニアリング技術もかなり成熟しています。

コンビネーション市場

現在の予測市場では、イベントはそれぞれ独立した現象として扱われています。「FRBは3月に利下げを行うか？」という市場もあれば、「第2四半期のインフレ率は3%を超えるか？」という市場もあります。これらのイベント間の本質的な関連性を理解しているトレーダー（例えば、高インフレは利下げの可能性を高める可能性があり、好調な雇用は利下げの可能性を低下させる可能性があることを理解しているトレーダー）は、これらの分断された資金プール間で手作業で裁定取引を行い、市場構造自体によって破壊された相関関係を再構築しようと試みなければなりません。

それは、それぞれのニューロンが個別にしか発火できない脳を構築するようなものです。

他の市場とは異なり、複合予測市場は複数の結果の「結合確率分布」を維持します。「金利は高水準を維持し、インフレ率は3%を超える」という取引は、システム内の関連するすべての市場に波紋を引き起こし、確率構造全体を同期的に更新します。

これはニューラルネットワークの学習方法に似ています。トレーニング中、各勾配更新は数億個のパラメータを同時に調整し、ネットワーク全体があらゆるデータに包括的に反応します。同様に、ポートフォリオが市場のあらゆる取引を予測する場合、確率分布全体を更新します。情報は、個々の価格を単純に更新するのではなく、相関構造を通じて伝播します。

最終的に出現するのは「モデル」、つまり世界の事象状態空間全体にわたって継続的に更新される確率分布です。各取引は、このモデルによる事象間の相関関係の理解を最適化します。市場は現実世界がどのように相互につながっているかを学習しているのです。

スマートエコシステム

自動取引システムはすでにPolymarketを席巻しています。価格を監視し、価格のミスを検知し、裁定取引を実行し、外部情報を人間よりもはるかに速く集約します。

現在の予測市場は、ウェブインターフェースを利用する人間の賭け手向けに設計されています。この設計では、インテリジェントエージェントは「ほとんど」参加しません。AIネイティブの予測市場では、このロジックは完全に逆転します。つまり、インテリジェントエージェントが主要な参加者となり、人間は情報源として利用されることになります。

ここでアーキテクチャ上の重要な決定があります。それは、完全な分離を実現しなければならないということです。価格を参照できるエージェントは、決して情報源であってはなりません。また、情報を取得する責任を持つエージェントは、決して価格にアクセスしてはなりません。

この「壁」がなければ、システムは自滅するでしょう。情報収集と価格観測の両方が可能なエージェントは、価格変動から貴重な情報を推測し、自らそれを探し出すことができます。このシナリオでは、市場シグナルは他者を導く「宝の地図」となるでしょう。情報収集は複雑な形態の「フォワードルッキング・トレーディング」へと堕落します。この隔離メカニズムにより、情報収集エージェントは真に斬新で独自のシグナルを提供することによってのみ利益を得ることができるのです。

「壁」の片側には、価格設定の誤りを識別するために複雑な組み合わせ構造で競争する取引エージェントと、敵対的なメカニズムを通じて入ってくる情報を評価し、シグナル、ノイズ、操作を区別する評価エージェントがいます。

「壁」の向こう側には、コアシステムの外部で活動する情報収集エージェントがいます。彼らはデータフローを監視し、文書をスキャンし、独自の知識を持つ個人と接触し、一方的に情報を市場に発信します。そして、その情報が価値あるものと認められれば、報酬を受け取ります。

報酬はチェーンに沿って逆方向に流れます。収益性の高い取引は、取引を実行したエージェント、情報を評価したエージェント、そして最初に情報を提供したエージェントに報酬をもたらします。このように、このエコシステムはプラットフォームとなります。一方では、高度に専門化されたAIエージェントがその能力を収益化することを可能にし、他方では、他のAIシステムが行動を導くための情報を収集するための基盤レイヤーとして機能します。エージェントは市場そのものです。

人間の知能

世界で最も価値のある情報の多くは、人間の頭の中にしか存在しません。例えば、自社製品の納期遅れに気づくエンジニア、消費者行動の微妙な変化を察知するアナリスト、衛星でさえ見えない細部に気づく観察者などです。

AIネイティブシステムは、膨大なノイズに圧倒されることなく、人間の脳からこれらの信号を捉えることができなければなりません。これを可能にするのは、以下の2つのメカニズムです。

インテリジェントエージェントによる仲介：これにより、人間は価格を見ずに「取引」を行うことができます。人は「製品の発売は延期されると思う」など、自然言語で自分の信念を表現するだけです。専用の「信念翻訳エージェント」がこの予測を分析し、信頼度を評価し、最終的に市場ポジションに変換します。このエージェントは、価格にアクセスできるシステムと連携して注文を構築・執行します。人間の参加者は、「ポジション確立」または「不利なポジション」といった大まかなフィードバックのみを受け取ります。報酬は予測の精度に基づいてイベント後に決済され、価格情報はプロセス全体を通して機密性が保たれます。

情報市場：これらの市場では、インテリジェントエージェントが人間のシグナルに対して直接支払いを行うことができます。例えば、テクノロジー企業の収益性を把握したいエージェントは、関連する内部情報を持つエンジニアを特定し、評価レポートを購入し、その情報の市場価値に基づいて検証・支払いを行うことができます。人間は複雑な市場構造を理解する必要なく、知識に対して報酬を受け取ることができます。

アナリストのアリスを例に挙げましょう。彼女は専門的な判断に基づき、ある合併が規制当局の承認を得られないと考えています。彼女はこの見解を自然言語インターフェースを通して入力します。彼女の「信念翻訳エージェント」は予測を分析し、言語の詳細から確信度を評価し、過去の記録をチェックし、価格にアクセスすることなく適切なポジションを構築します。TEE境界に位置する「調整エージェント」は、現在の市場の暗黙の確率に基づいて、彼女の見解が情報優位性を持っているかどうかを判断し、それに応じて取引を実行します。アリスは「ポジション確立」または「十分な優位性なし」という通知のみを受け取ります。価格は常に機密扱いとなります。

このアーキテクチャは、人間の注意力を、自由に利用できる公共資源ではなく、慎重な配分と公平な報酬を必要とする希少資源と捉えています。このようなインターフェースが成熟するにつれて、人間の知識は「流動的」になります。つまり、あなたが持つ情報は現実のグローバルモデルへと収束し、正しいことが証明されたときに報酬が与えられるようになるのです。心の中に閉じ込められていた情報は、もはや閉じ込められることがなくなります。

将来のビジョン

視野を十分に広げれば、これらすべてが私たちをどこに導くのかがわかるでしょう。

未来は、流動的でモジュール化された相互運用可能な関係性の海となるでしょう。これらの関係は、中央のゲートキーパーなしに、人間と非人間の参加者の間で自発的に形成され、消滅します。これは一種の「フラクタルな自律的信頼」です。

インテリジェントエージェントが互いに交渉し、人間は自然なインターフェースを通じて知識を提供します。情報は絶えず更新される現実モデルに流れ込み、誰もがクエリを実行できますが、誰も制御することはできません。

今日の予測市場は、この全体像を大まかに描いたものに過ぎない。リスク共有が正確な信念を生み出すという中核概念は実証されているものの、欠陥のある経済モデルと構造的前提に囚われている。スポーツ賭博や選挙予測は、認知金融にとって、ARPANET（初期のインターネット）が今日のグローバルインターネットにとってそうであるのと同じだ。つまり、究極の形態だと誤解されている「概念実証」なのである。

真の「市場」とは、不確実性の中でなされるあらゆる意思決定、つまり事実上あらゆる意思決定のことです。サプライチェーン管理、臨床試験、インフラ計画、地政学的戦略、資源配分、人事…これらの分野における不確実性を低減することの価値は、スポーツイベントへの賭けという娯楽的価値をはるかに上回ります。私たちは単に、この価値を捉えるためのインフラをまだ構築できていないのです。

認知分野における「OpenAIの瞬間」が到来しようとしている。これは文明規模のインフラプロジェクトだが、その目標は個人の推論ではなく、集団の信念である。大手言語モデル企業は過去の学習データから「推論」するシステムを構築している。認知金融は「信じる」システムの構築を目指している。つまり、世界の状態に関する較正済みの確率分布を維持し、（勾配降下法ではなく）経済的インセンティブによって継続的に更新し、人間の知識を任意の粒度で統合するシステムである。LLMは過去を符号化し、予測市場は未来に関する信念を集約する。この2つを組み合わせることによってのみ、より完全な認知システムを構築できるのだ。

これは完全に拡張されると、インフラストラクチャへと進化します。AIシステムは、世界の不確実性を理解するためにクエリを実行できます。人間は、その内部メカニズムを理解することなく、知識を提供できます。センサー、ドメインエキスパート、最先端の研究から部分的な知識を吸収し、それらを統合して統合モデル、つまり自己最適化型の予測モデルを構築できます。これは、不確実性そのものを取引し、組み合わせることができる基盤です。結果として得られる知性は、個々の要素の総和を超越するでしょう。

文明のコンピューター ― これこそが、認知金融が目指す方向性です。

ステークス

パズルのピースはすべて揃いました。インテリジェントエージェントは予測可能性の閾値を超え、機密コンピューティングは研究室から実稼働環境へと移行し、予測市場はエンターテインメント業界で大規模な製品市場適合性を示しました。これらの糸は、人工知能時代に必要な認知インフラの構築という、ある歴史的な機会へと収束します。

もう一つの可能性は、予測市場が永遠にエンターテイメントの域に留まり、選挙時には正確に機能するものの、それ以外の時期には無視され、真に重要な問題には全く触れないというものです。そうなれば、AIシステムが不確実性を理解するために頼りにしているインフラは存在しなくなり、人間の心に閉じ込められた貴重なシグナルは永遠に沈黙させられることになります。