AI普及の先で始まる「中身」の選別|AIを一括りにしないための証拠・条件・収益性:リサーチチームが選ぶ今週の注目トピック 2026年11月16日号
2026年11月16日
この記事を簡単にまとめると(AI要約)
目次
- 前提
- 今週のインサイト
- 今週1週間分のニュースを紹介
- ▍AIエージェント時代に必要になる「改ざんできない機械の行動記録」
- ▍MegaETHが描く「検証可能なAI推論」とオープン市場構想
- ▍AI相場の「全面高」から選別・反転・相対価値へ
- ▍電話が「世界脳」を生んだ第二次産業革命の技術史
- ▍Anthropic上場前市場が映す「評価額」より重要な決済ルールの差
- ▍AI時代のDeFiで価値を守る「顧客・資本・独自データ」
前提
本レポートでは、最新のクリプトやWeb3市場、オピニオンに関する記事やスレッドをまとめています。各記事の要点を把握し、トレンドやインサイトを効率的にキャッチアップできる内容となっていますので、ぜひご活用ください。
今週のインサイト
今週のトピックから見えてくるのは、「AI」という大きなテーマを一括りで評価するのではなく、その中身を測定・検証しながら選別する必要性が高まっていることです。AIエージェントでは、賢く動けること以上に、どの権限で何を実行したのかを第三者が後から確認できる行動記録が求められています。AI推論市場でも、安さや処理量だけでなく、指定したモデルが本当に動いたのか、データがどう扱われたのか、どのサービス水準を満たしたのかを証明できなければ、異なる事業者を安心して比較できません。
そして金融市場でも、AI需要そのものは伸び続ける一方、巨額の設備投資を正当化できる収益があるのか、価格にどこまで期待が織り込まれているのかによって企業ごとの差が広がり始めています。つまりAIの普及が進むほど、「AIを使っているか」「AI関連か」というラベルの情報価値は低下します。今週は、AIを可能性や物語で評価する段階から、証拠、契約条件、収益性といった具体的な物差しで評価する段階へ移りつつあることを示した1週間だったといえます。
今週1週間分のニュースを紹介
▍AIエージェント時代に必要になる「改ざんできない機械の行動記録」
要約
本稿は、AIエージェントやロボットが実社会で仕事を担うようになるなかで、事故や不正が起きた際に「実際に何をしたのか」を第三者が検証できる記録基盤が必要になると論じたKhala Researchのレポートです。
問題意識の出発点は、AI自身や運営企業が保有するログだけでは、完全な証拠にならないという点です。Hugging Face関連の事件では、AIエージェントが制限を突破して外部システムへアクセスしただけでなく、一部では記録されたツール呼び出しと実際に実行されたコマンドが一致しないケースも確認されたとしています。
そこで著者は、航空機のフライトレコーダーに相当する「Machine Record」を提唱します。エージェント自身ではなく、ツールゲートウェイ、ウォレット署名機、ロボット制御装置など外部の実行系が記録を残し、その証拠を単一事業者の管理下に置かない設計です。その保存・検証基盤としてWalrusとSuiが位置付けられています。
重要ポイント
Machine Recordで重要なのは、単にログを長期間保存することではありません。本稿では、①信頼できる場所での取得、②明示的な保存期間、③権限を持つ者だけへの開示、④元の事業者に依存しない検証可能性、という4つの条件を重視しています。
記録対象も、AIの最終出力だけでは不十分です。誰がどの権限を与えたか、どのポリシーやソフトウェア版が使われたか、どの入力を受け取り、どのツールを実行し、何が拒否され、最終的に何が起きたかまで結びつける必要があります。
Walrusではファイル内容からIDが生成されるため、後から内容を変更すると別のIDになります。またデータを複数の独立したストレージノードへ分散し、Sui上で所有権、支払い、保存期限などを管理します。Sealによるアクセス制御や、Nautilusによる実行環境の証明も組み合わせられるとしています。
ただし著者は、Walrusへ保存したからといって内容そのものが真実になるわけではないと繰り返し強調しています。誤ったセンサー情報や改ざん済みログを保存すれば、「間違った証拠を改ざんできない形で保存する」だけだからです。
読みどころ
本稿で特に興味深いのは、AIエージェントの監査とロボット、決済、学習データの来歴管理を、すべて同じ「機械の証拠」という枠組みで捉えている点です。
ソフトウェアエージェントでは、どの指示を受け、どの外部サービスへアクセスし、どんな操作をしたかを記録します。ロボットでは、命令だけでなくセンサーデータ、制御装置のログ、ソフトウェア版、物理的な結果まで関連付けます。
エージェント決済では、AP2やx402などが「何を買う権限があったか」「支払いが成立したか」を扱う一方、それだけでは実際に何が納品されたかまでは証明できません。Machine Recordでは、注文、権限、決済、レスポンス、領収情報を1つの証拠パッケージとして残すことを想定しています。
さらにDATA NetworkやTraceがWalrusへの移行を予定しており、AIモデルが学習した元データ自体の来歴まで同じネットワーク上で追跡できる可能性があります。著者は、容量の小さいエージェント行動証明よりも、大量の学習データやロボットのセンサーデータの方が、Walrusにとって大きなストレージ需要になる可能性があると見ています。
示唆
本稿の最大の示唆は、AIエージェントが自律的にデータを変更し、資金を動かし、物理機器まで操作するようになると、「何をしたかを後から第三者が検証できること」そのものが新しいインフラ需要になるという点です。
Mysten LabsはGoogle CloudとVerifiable Agent Arbiter(VAA)を開発しており、詳細なログは顧客のクラウドに残しつつ、その暗号学的証明をWalrusへ保存する設計を進めています。さらにAgent Pass、Warrant、Roomsなどを含む「Agent Trust Plane」を構築し、AIの権限管理と事後検証を一体化しようとしています。
一方で、$WALの価値獲得を考えるうえでは、「AIエージェントが何回動いたか」ではなく、実際にどれだけのデータを顧客がお金を払って保存し、どれだけ長く更新・継続するかを見る必要があります。小さな証明だけなら大規模なAI利用でもストレージ収益は限定的であり、学習データや映像、センサー記録など大容量ファイルの保存が重要になります。
競合にはAWSなど既存クラウドの改ざん防止ログ、Arweave、Filecoinなども存在するため、分散ストレージであること自体が十分な優位性になるわけではありません。複数組織が関与する事故や紛争で、特定企業のアカウントに依存せず同じ証拠を検証できるかが差別化の焦点になります。
なお、本稿はWalrus Foundationから委託を受け、Khala Researchが報酬を得て制作したレポートです。リスクも詳しく記載されていますが、Walrusの商機を論じるインセンティブがあるため、AI監査市場の一般論と、Walrusがその主要基盤になるという仮説は分けて読む必要があります。
▍MegaETHが描く「検証可能なAI推論」とオープン市場構想
要約
本稿は、MEGAが提唱する「Purified Intelligence」という概念を通じて、AI推論を複数の事業者から交換可能に調達できる市場を構想したホワイトペーパーです。
問題意識は、AI推論の供給量や価格競争が進んでも、利用者が「本当に指定したモデルが動いているのか」「入力データが安全に扱われるのか」「出力に悪意ある指示が含まれていないか」を確認できなければ、安い事業者を実際には選べないという点にあります。
そこで著者らは、モデル真正性、プライバシー、セキュリティについて十分な証拠を提示できる状態を作り、事業者そのものへの信頼ではなく、提供されるサービスの条件を基準に推論を選べるようにすることを「Purification」と呼びます。その先には、AI推論をスポット市場だけでなく、将来の供給能力まで売買できる標準化された市場へ発展させる構想があります。
重要ポイント
Purified Intelligenceの核心は、AI推論そのものを完全に同一の商品にすることではなく、特定の用途に必要な条件を満たす推論サービス同士を代替可能にすることです。
同じモデルを提供する2社であっても、レイテンシ、データ保持方針、信頼性、セキュリティなどが異なります。また異なるモデルでも、特定の仕事に必要な品質を満たすなら代替可能な場合があります。したがって重要なのは、「誰が提供しているか」より「どの条件を満たしているか」を検証できることです。
そのための主要課題として、モデル真正性、プライバシー、セキュリティの3点を挙げています。真正性ではモデルフィンガープリント、TEEやリモートアテステーション、暗号学的証明などを検討します。プライバシーでは、必要な文脈を失わない範囲で機密情報を除去し、信頼できる事業者とそうでない事業者へ処理を分割する設計を想定します。
セキュリティでは特にAIエージェントを重視しており、悪意ある推論事業者やモデルが、利用者の意図しない操作を促す指示を出力するリスクを指摘しています。そのため、出力内容を元のユーザー要求と照合し、危険な指示を遮断する仕組みも必要になるとしています。
読みどころ
本稿で特徴的なのは、推論市場を単なるAPI価格比較ではなく、将来の供給能力まで契約・取引する市場へ発展させようとしている点です。
スポット市場では、その時点で空いている事業者から推論を購入できます。しかし大規模なサービス開始を予定する企業は、数か月後にも必要な処理能力を確保できる保証が欲しくなります。一方、推論事業者も将来需要が分からなければGPUや設備へ投資しにくいという問題があります。
そこで著者らは、利用者が将来の一定期間について、モデル、推論量、最低サービス水準、価格などを事前契約する「forward commitment」を構想しています。供給側は将来需要を見通しやすくなり、設備投資や資金調達にも利用できる可能性があります。
この考え方を説明するために、1730年に大阪で始まった堂島米会所を例に挙げています。米そのものを完全に均質化したのではなく、取引される契約条件を標準化することで先物市場を成立させたのと同様に、AI推論でも一定条件を満たす提供義務を標準化すれば、事業者が異なっても契約自体は交換可能にできるという発想です。
示唆
本稿の最大の示唆は、MegaETH側がAI推論市場で狙っているのが、単なる安価な計算資源の提供ではなく、「信用できない事業者からでも安心して推論を買えるようにする市場インフラ」だという点です。
現在のAI推論市場では、価格や速度が優れていても、無名の事業者は信頼性やデータ管理への不安から選ばれにくく、大手事業者へ需要が集中しやすい構造があります。Purificationが機能すれば、こうした信頼コストを下げ、独立系の推論事業者も競争に参加しやすくなるというのが著者らの仮説です。
また、ブロックチェーンの役割も明確に限定されています。オンチェーン化すれば推論品質まで自動的に保証できるとはしておらず、ブロックチェーンは契約、支払い、取引履歴、参加ルールなどの共通基盤として使い、実際に推論が契約条件を満たしたかどうかはオフチェーンの証明や紛争解決が必要だとしています。
そのため本稿は、MegaETHがAIへ方向転換したという単純な話より、ブロックチェーンをAI推論の「市場設計」と「契約レイヤー」に使い、断片化した推論供給を1つの競争市場へまとめようとする構想として読むのが適切です。
なお、現時点では市場設計の提案段階であり、真正性検証、標準契約、流動性、参照価格、紛争解決など未解決の要素も多く残っています。実際にどこまで事業化できるかは、これらの技術・制度設計を具体化できるかにかかっています。
▍AI相場の「全面高」から選別・反転・相対価値へ
要約
本稿は、Citrini Researchが2023年以降続けてきたテーマ投資戦略を見直し、今後は広いテーマを丸ごと買う手法から、反転、ペア取引、相対価値、未評価の実体経済テーマへ軸足を移すと表明した市場戦略レポートです。
同社は2023年5月、AIをはじめ財政、GLP-1、ロボティクス、エネルギー、防衛、ヘルスケアなど構造的な追い風を持つテーマへ広く投資する戦略を開始しました。当時は株価が安く、センチメントも弱く、AI投資拡大がまだ十分に織り込まれていなかったため、テーマを正しく選ぶだけで高いリターンを得やすい環境だったと振り返っています。
しかし現在は、好材料の多くがすでに価格へ反映され、特にAIでは「投資拡大そのもの」が上昇材料ではなく、その巨額投資を正当化できるだけの収益成長を実現できるかが問われる段階に入ったと評価しています。
重要ポイント
AIについてCitrini Researchは、需要や利用が終わったとは考えていません。むしろトークン利用、AI売上、導入そのものは今後も成長すると見ています。
問題視しているのは、その成長速度と設備投資の規模の乖離です。ハイパースケーラーの年間AI関連設備投資は$1T規模へ近づく一方、AIエコシステム全体のARRは少なくとも$200B程度と推定しており、この差を埋めるには収益がさらに桁違いに伸びる必要があります。
著者らは、設備投資がここからさらに倍増するには「兆ドル単位」の収益規模が必要になるとして、それは現実的ではないと判断しています。したがってAI需要のピークではなく、AI設備投資の「成長率のピーク」を迎えつつあるというのが中心的な見方です。
さらに、大規模な資金調達による株式希薄化や債券供給、データセンター建設の電力・設備・労働力・許認可不足、銀行やプライベートクレジット市場の資金供給低下など、設備投資を支えてきた金融・物理両面の制約が強まっていると指摘しています。
読みどころ
特に重要なのは、AIの「技術的成功」と「AI関連株への投資妙味」を分けて考えている点です。
著者らは、AIが今後さらに普及することと、これまで株価上昇を牽引してきた企業が今後も同じ速度で価値を獲得することは別問題だとしています。OpenAIが2026年7月にトークン価格を引き下げたことで競合からシェアを奪った事例を挙げ、AIモデル市場では顧客の乗り換えコストが低く、価格競争によって収益性が低下する可能性を強調しています。
これは鉄道など過去のインフラ投資サイクルとの類似点として捉えられています。技術や需要そのものは社会に定着しても、供給能力の過剰投資や価格競争によって、設備投資を担った企業のリターンが悪化することはあり得ます。
また、AI設備投資に弱気へ転じたからといって、直ちに景気後退を予想しているわけでもありません。雇用、製造業、サービス業の調査データは依然として拡大を示しており、AI投資、税制、オンショアリングなどの効果が実体経済へ波及しているとして、現在を「late cycle expansion」と位置付けています。
示唆
本稿の最大の示唆は、2023年以降の相場を支配してきた「強い構造テーマを見つけて広く買う」という戦略が、今後は通用しにくくなるとCitrini Researchが判断している点です。
これまでの相場では、高ベータ、高モメンタム、AI設備投資関連などを一括して保有することが有効でした。しかし現在は、期待値、バリュエーション、資金調達環境が変化しており、同じテーマ内でも企業ごとの差が広がる局面に入ったと見ています。
そのため新しいCitrindexでは、既存テーマを捨てるのではなく、AIでは相対価値、ヘルスケアでは銘柄入れ替え、エネルギーや防衛ではより限定した確信度の高いポジションへ絞り、新たに成熟SaaS、酒類、金融、エンターテインメントなど、これまで市場から見過ごされてきた領域を追加しています。
つまり著者らが想定する次の相場は、テーマ全体が一方向に上昇する局面から、品質、価格、資金調達力、実需によって勝ち組と負け組が分かれる局面です。
なお、本稿はCitrini Research自身のモデルポートフォリオ変更を説明する投資戦略レポートであり、「AI設備投資の成長率ピーク」「後期景気拡大」「スタグフレーション寄り」といった判断には同社独自の主観と市場観が強く含まれます。そのため、AI成長の終焉を示す分析というより、AI強気相場そのものではなく、その表現方法を広範なベータ投資から選別型へ切り替えるタイミングだというポートフォリオ戦略として読むのが適切です。
続きは有料会員限定です
- 月額 9,990円〜で国内最大級のWeb3リサーチが読み放題
- DeFi / NFT / DAOなど2,000本以上のレポートを網羅
- 投資判断や事業検討に使える実務視点の分析
- 基礎から最新動向までプロフェッショナルな情報にアクセス
すでにご登録済みの方は
無料会員登録は
【PR】 SBI VCトレードの口座をお持ちのお客さまは
口座をお持ちでない方はこちら >
※免責事項:本レポートは、いかなる種類の法的または財政的な助言とみなされるものではありません。