トークン化幻想の終焉：V神の四象限がAI×Cryptoのシナリオをどう書き換えるか

原文著者：Lao Bai

2年ぶりにVitalikが再びツイートを投稿し、私も2年前のあのリサーチレポートに沿って話を続けよう。日付まで全く同じ、2月10日だ。

2年前、Vitalikは実は当時流行っていた様々な「Crypto Helps AI」にそれほど期待していないことを暗に示していた。当時業界で流行っていた三本柱は、コンピューティングリソースの資産化、データの資産化、そしてモデルの資産化だった。私が2年前に書いたあのリサーチレポートも主に、この三本柱について一次市場で観察された現象と疑問点を述べていた。Vitalikの視点では、彼は依然として「AI Helps Crypto」の方に期待を寄せていた。

彼が当時挙げた例はそれぞれ：

• AIがゲーム内の参加者として；
• AIがゲームインターフェースとして；
• AIがゲームルールとして；
• AIがゲーム目標として；

過去2年間、私たちは実際に「Crypto Helps AI」において多くの試みを行ってきたが、効果はほとんどなく、多くのセグメントやプロジェクトは - トークンを発行して終わり、実際のビジネスPMF（プロダクト・マーケット・フィット）がなく、私はこれを「トークン化幻想」と呼んでいる。

1. コンピューティングリソースの資産化 - 大半がビジネスレベルのSLAを提供できず、不安定で頻繁にダウンする。単純な中小規模モデルの推論タスクしか処理できず、多くはニッチ市場向けのサービスで、収入とトークンが連動していない…… 

2. データの資産化 - 供給側（個人）の摩擦が大きく、意欲が低く、不確実性が高い。需要側（企業）が必要とするのは、構造化され、文脈に依存し、信頼と法的責任の主体を持つ専門的なデータプロバイダーであり、DAO主体のWeb3プロジェクトでは提供が難しい。

3. モデルの資産化 - モデル自体が、希少性がなく、複製可能で、ファインチューニングができ、急速に価値が減るプロセス資産であり、最終状態の資産ではない。Hugging Face自体は協働と普及のプラットフォームであり、ML版GitHubのようなものであり、モデル版App Storeではない。したがって、いわゆる「分散型Hugging Face」でモデルをトークン化しようとする試みは、ほとんど失敗に終わっている。

さらにこの2年間、私たちは様々な「検証可能推論」も試みてきたが、これは典型的な「ハンマーを持って釘を探す」話だ。ZKMLからOPML、ゲーム理論など、さらにはEigenLayerでさえ、そのRestakingのナラティブをVerifiable AIベースのものに変えた。

しかし、基本的にはRestakingセグメントで起きていることと同様だ - 追加の検証可能なセキュリティに対して持続的に支払いをしたいと思うAVSはほとんどいない。

同様に、検証可能推論は基本的に「誰も実際には検証を必要としないもの」を検証しているに過ぎず、需要側の脅威モデルは極めて曖昧だ - 結局、誰から守っているのか？

AIの出力エラー（モデル能力の問題）は、AIの出力が悪意を持って改ざんされる（敵対的問題）よりもはるかに多く、先日OpenClawとMoltbookで起きた様々なセキュリティ事故でも皆さんは目にした通りだ。本当の問題は以下から来ている：

• 戦略設計の誤り 
• 権限の過剰付与
• 境界の不明確さ
• ツールの組み合わせによる予期せぬ相互作用
•  ...

「モデルが改ざんされた」「推論プロセスが悪意を持って書き換えられた」といった妄想上の釘は、ほとんど存在しない。

去年、私はこの図を投稿したが、覚えている古参の方はいるだろうか。

今回Vitalikが提示したいくつかのアイデアは、明らかに2年前よりも成熟しており、それは私たちがプライバシー、X402、ERC8004、予測市場など様々な方向で進展を遂げたからでもある。

彼が今回区分した4つの象限を見ると、半分は「AI Helps Crypto」に属し、もう半分は「Crypto Helps AI」に属しており、2年前のように明らかに前者に偏ることはなくなっている。

左上と左下 - イーサリアムの分散性、透明性を利用して、AIの信頼と経済的協働の問題を解決する

 1. トラストレスでプライベートなAIインタラクションの実現（インフラ + 生存）： ZKやFHEなどの技術を利用して、AIインタラクションのプライバシーと検証可能性を確保する（前述した検証可能推論がこれに当たるかはわからない）。

 2. AIのための経済レイヤーとしてのイーサリアム（インフラ + 繁栄）： AIエージェントがイーサリアムを通じて経済的支払いを行ったり、他のロボットを雇用したり、保証金を納めたり、信頼体系を構築したりできるようにし、単一の巨大プラットフォームに制限されない分散型AIアーキテクチャを構築する。

右上と右下 - AIの知的能力を利用して、暗号エコシステムのユーザー体験、効率性、ガバナンスを最適化する： 

3. ローカルLLMによるサイファーパンク的山岳生活者のビジョン（影響 + 生存）： AIをユーザーの「盾」とインターフェースとして。例えば、ローカルLLM（大規模言語モデル）がスマートコントラクトの自動監査や取引の検証を行い、中央集権的なフロントエンドページへの依存を減らし、個人のデジタル主権を守る。

4. はるかに優れた市場とガバナンスを現実のものとする（影響 + 繁栄）： AIが予測市場やDAOガバナンスに深く関与する。AIは効率的な参加者として、大規模な情報処理を通じて人間の判断力を増幅し、これまでの人間の注意力不足、意思決定コストの高さ、情報過多、投票への無関心など、様々な市場とガバナンスの問題を解決する。

以前、私たちは必死に「Crypto Help AI」を実現させようとし、Vitalikは反対側に立っていた。今、私たちはついに中間地点で出会ったが、どうやら様々なXXのトークン化や、何らかのAI Layer1とは関係なさそうだ。2年後に今日の投稿を振り返った時、いくつかの新しい方向性と驚きがあることを願う。