AIの時代において、Web3企業はどのようにして従来の巨大企業と競争できるのでしょうか?

原題:「AI通貨をひっくり返す」

Gagra Venturesによるオリジナル記事

オリジナルコンピレーション:Fairy、ChainCatcher

編集者注:著者は、テクノロジーのオーラを通して、AI開発を促進する上でWeb3プロジェクトが直面する資本やハードウェアなどの最も長い障害を見ています。 Web3の本来の意図は、中央集権化を打破し、分散化の理想を実現することですが、実際には、市場の物語やトークンインセンティブに左右されることが多く、当初の意図から逸脱しています。

ChainCatcher は、元のテキストを次のようにコンパイルします。

AIとWeb3の組み合わせを求める声が高まっていますが、これは楽観的なVC記事ロングではありません。 私たちは 2 つのテクノロジを統合することについて楽観的ですが、以下のテキストは呼びかけです。 そうでなければ、この楽観主義は実現しないでしょう。

なぜでしょうか。 最高のAIモデルを開発して実行するには莫大な設備投資が必要なため、最先端のハードウェアを入手するのは困難であり、非常に特殊な分野での研究開発が必要です。 ロングWeb3 AIプロジェクトが行っているように、暗号化された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だけでは、AI開発を管理する大企業が投資した数百億ドルを相殺するには十分ではありません。 ハードウェアの限界を考えると、これは、既存の組織外のサトシやクリエイティブエンジニアがそれを壊すことができない最初の大規模なソフトウェアパラダイムかもしれません。

ソフトウェアはますます速い速度で「世界をむさぼり食う」ものであり、人工知能の加速とともにまもなく指数関数的に上昇します。 現在のシナリオでは、この「ケーキ」はすべてハイテク大手に行き、政府や大企業を含むエンドユーザーは、彼らの力によってより制約されています。

見当違いのインセンティブ

分散化ネットワーク参加者の90%は、物語主導の簡単な法定通貨利回りの「金の卵」を追いかけるのに忙しいのです。

開発者は業界の投資家をフォローしているのであって、その逆ではありません。 これは、公的な承認からより微妙な潜在意識の動機まで、さまざまな方法で現れますが、物語とそれらを中心に形成される市場は、Web3でのロング決定を推進します。 従来の反射バブルと同様に、参加者は内なる世界に集中しすぎて、サイクルの物語を進めるのに役立たない限り、外の世界に気づくことができません。 そして、AIはそれ自体が最大の物語であることは明らかです。

私たちはAIと暗号資産の交差点で数十のチームと話をしましたが、それらのロングは非常に有能で、使命感があり、情熱的なビルダーであることを確認できます。 しかし、人間の本性はそういうものであり、誘惑に直面すると、誘惑に屈し、事後にそれらの選択を正当化する傾向があります。

簡単な流動性への道は、暗号化業界にとって歴史的な呪いであり、現時点では、開発と価値のある採用を長年にわたって停滞させてきました。 それは最も忠実な暗号資産信者でさえ「トークンを引き上げる」方向に目を向けさせました。 合理化の理論的根拠は、トークンを保有しているビルダーにはより良い機会があるかもしれないということです。

機関投資家や個人投資家の資本の複雑さの低さは、建設業者が現実から主張する機会を提供すると同時に、あたかもそれらの主張がすでに実現されているかのように評価の恩恵を受ける機会を提供します。 これらのプロセスの結果は、実際には定着したモラルハザードと資本破壊であり、そのような戦略はほとんどロングランで機能しません。 ニーズはすべての発明の母であり、ニーズがなくなると発明も消えます。

このタイミングはこれ以上ないほど悪かった。 サトシのすべての技術起業家、国家機関、大小の企業がAI革命の一部を確保するために競争している一方で、暗号資産の創設者と投資家は「10倍速い」ことを選択しています。 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ます。

Web3 AIランドスケープの概要

上記のインセンティブを考えると、Web3 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。

*合理的(現実主義者と理想主義者に細分することもできます) *半ばリーズナブル *偽造

基本的に、プロジェクトビルダーは、Web2の競合他社に追いつく方法を明確に理解し、どの分野が競争的で、どの分野が妄想的であるかを知る必要があると考えています。

私たちの目標は、今ここで戦えるようになることです。 そうでなければ、AI開発のスピードがWeb3を置き去りにし、世界は欧米の企業AIと中国国家AIの間の「Web4」に飛びつくかもしれません。 時間内に競争力を持てず、ロング期間にわたって追いつくために分散テクノロジーに依存している人は、楽観的すぎて真剣に受け止められません。

明らかに、これは非常に大まかな一般化であり、「偽物」グループの間でさえ、少なくともいくつかの深刻なチームがあります(そしておそらくもっとロングな妄想だけです)。 しかし、この記事はアピールなので、客観的ではなく、読者に切迫感を持ってもらうつもりです。

合理的：

「AI on the chain」ミドルウェアを開発するソリューションの創設者は、ユーザーが実際に必要とするモデル(つまり、最先端のテクノロジー)のトレーニングや推論を現在分散化することは実現不可能であり、不可能でさえあることを理解しています。

したがって、最適な集中型モデルをオンチェーン環境に接続して、複雑な自動化の恩恵を受けられるようにする方法を見つけることは、彼らにとって十分な最初のステップです。 現在、APIアクセスポイントをホストできるハードウェア分離TEE(「短い分離」プロセッサ)、双方向Oracle Machine(双方向インデックス作成オンチェーンおよびオフチェーンデータ)、および検証可能なオフチェーンコンピューティング環境をブローカーに提供するコプロセッサアーキテクチャが現時点で最適なソリューションのようです。

また、zk-SNARKs(ZKP)を使用して状態変化のスナップショットを作成するコプロセッサアーキテクチャもあり(完全な計算を検証するのではなく)、中期的にも実現可能であると考えています。

同じ問題に対して、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、信頼の仮定の観点からオンチェーン計算に合わせることです。

この目標は、AIが統一された運用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であるべきだと考えています。 しかし、大きな憧れの推論の検証可能性の支持者は、「信頼モデルの重み付け」のようなトリッキーな目標について話しており、もしあれば、数年後に実際に関連するようになります。 最近、このキャンプの創設者は、推論を検証するための代替方法を模索し始めましたが、最初はすべてZKPに基づいていました。 ロング サトシチームはZKML(ゼロ知識機械学習)に取り組んでいますが、暗号化最適化の速度がAIモデルの複雑さと計算要件を超え、リスクが高すぎると予想しています。 したがって、現時点では競争には適していないと考えています。 それでも、最近のいくつかの開発は興味深いものであり、見逃すべきではありません。

まあまあ:

コンシューマアプリケーションでは、クローズドソースモデルとオープンソースモデルをカプセル化するラッパーを使用します(たとえば、画像生成用のStable DiffusionやMidjourney)。 これらのチームの中には、最初に市場に参入し、実際のユーザーに認められたチームもありました。 ですから、彼らを偽造者と呼ぶのは不公平ですが、基盤となるモデルを分散化の方法で進化させ、インセンティブ設計を革新する方法を深く考えているチームはほんの一握りです。 トークンセクションには、いくつかの興味深いガバナンス/所有権の設計もあります。 ただし、そのようなプロジェクトのロングのほとんどは、評価プレミアムを取得したり、チームにより速い流動性をもたらしたりするために注文された、他の方法では一元化されたOpenAI APIの上の単なるトークンです。

上記のどちらの陣営も解決していない問題は、分散化環境での大規模モデルのトレーニングと推論です。 現在、緊密に接続されたハードウェア クラスターに依存せずに、妥当な時間で基本モデルをトレーニングすることはできません。 競争のレベルを考えると、「合理的なタイミング」が重要な要素です。

最近、理論的には、「差分データフロー」などの手法を分散コンピューティングネットワークに拡張して、(ネットワーク機能がデータフロー要件に追いつくにつれて)容量を増やす可能性があることを示唆する有望な研究がいくつかあります。 ただし、競合モデルのトレーニングでは、単一の分散デバイスや最先端のコンピューティングではなく、クラスター間のローカライズされた通信が必要です (リテール GPU の競争力はますます低下しています)。

最近では、モデルサイズを小さくすることによるローカライズド推論(分散化の2つのアプローチのうちの1つ)の研究も進んでいますが、Web3でそれを活用するための既存のプロトコルはありません。

分散化トレーニングと推論の問題は、論理的に私たちを3つのキャンプの最後、そしてはるかに最も重要なキャンプに連れて行き、したがって私たちにとって最も感情的に引き起こされたキャンプです。

偽：

インフラストラクチャアプリケーションは、主に分散型サーバーの分野に集中しており、ベアハードウェアまたは分散型モデルのトレーニング/ホスティング環境を提供します。 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しているソフトウェアインフラストラクチャプロジェクトや、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、分散型モデルをエンドツーエンドでトレーニングして展開できるプラットフォームを構築しているプロジェクトもあります。 それらの最も長いものは、説明されている問題を実際に解決するために必要な複雑さを欠いており、「トークンインセンティブ+マーケットブースト」の素朴な考えがここで優勢です。 パブリック市場やプライベート市場で見られるソリューションはどれも、今ここで有意義な競争をすることはできません。 一部のソリューションは、実行可能な(しかしニッチな)製品に進化するかもしれませんが、今必要なのは、新鮮で競争力のあるソリューションです。 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ます。 トレーニングでは、速度だけでなく、実行された作業の検証可能性とトレーニングワークロードの調整も大きな問題であり、帯域幅のボトルネックが増します。

効果的なトレーニングと推論の分散化を必要とする、競争力のある真に分散化された基本モデルのセットが必要です。 AIを失うことは、イーサリアムの出現以来「分散化世界のコンピューター」が達成したすべてを完全に否定する可能性があります。 もしコンピュータが人工知能になり、人工知能が中央集権的になったら、ディストピア的なバージョンを除いて、世界のコンピュータは語れなくなるだろう。

トレーニングと推論は、AI イノベーションの中核をなすものです。 AIの世界がよりタイトなアーキテクチャに移行している一方で、Web3は、直接対決の競争が成り立たなくなっているため、それに対抗するためにいくつかの直交的なソリューションを必要としています。

問題の規模

すべては計算にかかっています。 トレーニングと推論へのロング投資が多いほど、結果は良くなります。 はい、ここにはいくつかの調整と最適化があるかもしれませんし、そこにもいくつかの調整と最適化があるかもしれません、そして計算自体は均質ではありません。 従来のフォンノイマンアーキテクチャ処理ユニットのボトルネックを克服するためのあらゆる種類の新しい方法がありますが、それはすべて、ロングにどれだけ速く行くことができるか、そしてどれだけ速くロングできるか、そして最も長い大きなメモリブロックに行列を乗算できるかにかかっています。

そのため、いわゆる「ハイパースケーラー」がデータセンター側で非常に強力に構築されており、OpenAI(モデル)+Microsoft(コンピューティング)、Anthropic(モデル)+ AWS(コンピューティング)、Google(両方)、Meta(どちらも独自のデータセンターの構築を倍増させることでロング化しています)。 最も長いニュアンス、相互作用のダイナミクス、および関与する当事者がありますが、それらすべてを上場するわけではありません。 全体として、ハイパースケーラーはデータセンターの建設に数十億ドルを投資し、コンピューティングとAI製品の間に相乗効果を生み出しており、AIが世界経済でより広く使用されるようになるにつれて、大きな利益をもたらすことが期待されています。

今年だけ、これら4社の予想建設レベルを見てみましょう。

™ NVIDIA ®のCEOであるJensen Huang氏は、今後数年間で合計1兆ドルのAIアクセラレーションを提案しています。 最近、彼はその予測を20,000ドルに倍増させたが、これは政府系企業からの関心を見ているからだと言われている。

高度計のアナリストは、世界のAI関連のデータセンター支出が2024年に1,600億ドル、2025年に2,000億ドルに達すると予想しています。

ここで、これらの数字を、Web3が独立系データセンター事業者に提供し、最新のAIハードウェアで設備投資を拡大するよう促すインセンティブと比較してみましょう。

現在、すべての分散化物理インフラストラクチャ(DePIn)プロジェクトの総時価総額は現在約400億ドルであり、主に比較的流動性と投機的なトークンで構成されています。 基本的に、これらのネットワークの時価総額は、トークンでこの構築を奨励するため、貢献者の総資本支出の上限推定値に等しくなります。 ただし、現在の時価総額はすでに発行されているため、ほとんど役に立ちません。

したがって、今後3〜5年で、インセンティブとして、プライベートおよびパブリックのDePInトークン資本がさらに800億ドル(現在は2倍の価値)あると仮定し、これらのトークンがAIのユースケースに100%使用されると仮定します。 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年にのみ投資するハイパースケーラーの現金価値と比較しても、一連の「分散化GPUネットワーク」プロジェクトにトークンインセンティブを課すだけでは不十分であることが明らかになります。

さらに、これらのネットワークの運営者は、多額の資本コストと運用費用をカバーするためにマイニングされたトークンを大量に販売するため、これらのトークンを吸収するには数十億ドルの投資家の需要が必要です。 これらのトークン ポンプを推進し、ハイパースケーラーを凌駕する拡張建設を奨励するには、さらなるロング 資金調達が必要です。

しかし、Web3サーバーの現在の運用方法に詳しい人は、「分散化物理インフラ」の大部分が実際にはこれらのハイパースケーラーのクラウドサービス上で実行されていると主張するかもしれません。 もちろん、GPUやその他のAI固有のハードウェアの需要の急増により、供給がロングになり、最終的にはクラウドのレンタルや購入が安くなります。 少なくとも、人々はそう期待しています。

しかし、考慮すべき重要なことは、Nvidia は現在、最新世代の GPU に対する顧客の需要を優先する必要があるということです。 また、エヌビディアは、すでにスーパーコンピューターに縛ら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し、自社の縄張りで最大手のクラウドコンピューティングプロバイダーとの競争も始めています。 これにより、最終的には、時間をかけて独自のデータセンターを構築するか(基本的に、現在享受している有利な利益を損なうため、その可能性は低い)、AIハードウェアの販売を、提携してい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ります。

さらに、追加のAI専用ハードウェアを展開しているNvidiaの競合他社は、ほとんどがNvidiaと同じTSMC製のチップを使用してロングしています。 その結果、現在、基本的にすべてのAIハードウェア企業がTSMCの生産能力を競い合っています。 また、TSMCは特定の顧客を優先する必要があります。 SamsungとIntel(自社ハードウェア用のチップを生産するために、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、追加需要を吸収できる可能性がありますが、TSMCは現在、最も長いAI関連チップを生産しており、最先端のチップ製造(3nmおよび2nm)のスケーリングとキャリブレーションには数年かかるでしょう。

最後に、NVIDIAとTSMCに対する米国の規制により、中国は最新世代のAIハードウェアにほとんど手の届かないところにあります。 Web3とは異なり、中国企業には独自の競争モデルがあり、特にBaiduやAlibabaなどの企業のLLMは、実行するために多数の前世代のデバイスを必要とします。

これらの理由の1つまたは組み合わせにより、AIの戦いが激化し、クラウドビジネスよりも優先されるようになると、ハイパースケーラーはAIハードウェアへの外部アクセスを制限する重大なリスクではありません。 基本的には、AI関連のクラウド容量をすべて自分のものにし、他の人には与えず、最新のハードウェアをすべて飲み込むという状況です。 その結果、主権国家を含む他の大企業は、コンピューティングの残りの供給からより多くのものを要求するでしょう。 同時に、残りのコンシューマ向けGPUの競争力はますます低下しています。

もちろん、これは極端なケースに過ぎませんが、ハードウェアのボトルネックが続くと、賞金が高すぎるため、大手企業は引き下がるでしょう。 その結果、セカンダリデータセンターや小売グレードのハードウェア所有者(Web3 DePInプロバイダーの最も長い大多数を占める)などの分散化事業者は、競争から取り残されています。

硬貨の裏側

暗号資産の創設者がまだ眠っている間、AIの巨人は暗号資産を注意深く見守っています。 政府の圧力と競争により、閉鎖されたり厳しく規制されたりすることを避けるために、暗号資産を採用するように促される可能性があります。

Stability AIの創設者が最近辞任し、彼の会社の「分散化」を開始することを注文したことは、最も初期の公のヒントの1つでした。 彼は以前、会社の上場が成功した後にトークンを発売する予定であることを隠さずに公の場に登場し、意図された行動の背後にある真の動機を何らかの形で暴露しました。

同様に、サム・アルトマンは彼が共同設立した暗号化プロジェクトWorldcoinの運営には関与していませんが、彼のトークンは間違いなくOpenAIのエージェントのように取引されています。 インターネットトークンプロジェクトをAI R&Dプロジェクトに接続する方法があるかどうかは、時間が経ってみないとわかりませんが、Worldcoinチームは、市場がこの仮説をテストしていることも認識しているようです。

私たちにとって、AIの巨人がさまざまな分散化の道を模索することは完全に理にかなっています。 ここでも問題になっているのは、Web3が有意義なソリューションを生み出していないことです。 「ガバナンストークン」というロングは、当時は単なるミームに過ぎなかったが、今やBTCやETHなど、資産保有者とそのネットワーク開発・運用との直接的なつながりを明示的に避けたトークンだけが真に分散化 トークンされている。

テクノロジーの開発を遅らせるインセンティブは、さまざまなガバナンス暗号化ネットワーク設計の開発にも影響を与えています。 スタートアップチームは、勢いを増すプロセスで新しい道を見つけることを期待して、製品に「ガバナンストークン」を付けるだけですが、リソース割り当てに関する「ガバナンス劇場」での栄光に甘んじることになります。

まとめ

AI競争は続いており、誰もがそれを非常に真剣に受け止めています。 コンピューティングパワーの拡大に関するビッグテック大手の考え方には抜け穴が見つかりません–より多くのロングコンピューティングはより良いAIを意味し、より良いAIはドロップコスト、新しい収益、および市場シェアを意味します。 私たちにとって、これはバブルが正当化されることを意味しますが、すべての偽造者は、将来の必然的な再編で排除されます。

中央集権的な大企業のAIがこの分野を支配しており、スタートアップは追いつくのに苦労しています。 Web3スペースは、ロングオーバーではありますが、争いにも加わっています。 暗号化されたAIプロジェクトに対する市場の報酬は、Web2分野の新興企業と比較して儲かりすぎているため、創設者は、急速に閉鎖されている重要な瞬間に、製品の提供からトークン価格ポンプの推進に焦点を移しています。 これまで、競争のために注文でコンピューティングのスケーリングを回避できるイノベーションはありませんでした。

現在、消費者向けモデルに関する信頼できるオープンソースの動きがあり、当初、MetaやStability AIなどの大規模なクローズドソースの競合他社と市場シェアを競うことを選択した中央集権的な企業はごくわずかでした。 しかし今、コミュニティは追いつき、リーディングAI企業に圧力をかけています。 これらの圧力は、AI製品のクローズドソース開発に影響を与え続けますが、オープンソース製品が追いつくまではそれほどではありません。 これはWeb3空間におけるもう一つの大きなチャンスですが、それは分散型モデルのトレーニングと推論の問題を解決した場合に限ります。

つまり、表面的には「古典的な」ディスラプターの機会は存在しますが、現実はそれとはほど遠いのです。 AIはコンピューティングに関するものであり、今後3〜5年の間に画期的なイノベーションを起こさない限り、この状況は変わらないでしょう。

市場自体の計算は、需要が供給サイドの努力を後押ししますが、メーカー間の競争はチップ製造や規模の経済などの構造的要因によって制約されるため、「100本の花が咲く」可能性は低いでしょう。

私たちは、人類のサトシ創意工夫について楽観的であり続けており、トップダウンの企業や政府の支配ではなく、自由世界に利益をもたらす方法でAIのパズルを解こうとするのに十分なロング サトシで高貴な人々がいると確信しています。 しかし、この機会は非常に少なく、せいぜいハード通貨トスのように見えますが、Web3の創設者は、世界に実際の影響を与えるのではなく、経済的利益をもたらすためにハードコインを投げるのに忙しいです。