AIサイクルが来たが、Web3起業家はAIに転向すべきか？

「あなたはロブスターを養っていますか？」と最近Web3界隈で挨拶代わりに使われることが多いフレーズです。

2026年の新年、春節のロボットが会場を沸かせた後、新世代のAIエージェントを代表とするOpenClawをはじめとする技術が、テクノロジー界の新たな遊びとなっています。カスタマーサポートにAIを活用する人、AIを使ってコードを書く人、さらにはエージェントを用いて一連の「デジタル社員」を模擬する試みを始める人もいます。最近では、さまざまなインターネットプラットフォームで頻繁に取り上げられる概念、「一人会社」は、一人の人間がAIワークフローを通じて、かつては小規模なチームでしかできなかった仕事をこなせるというものです。

Web3の側ももちろん動き続けています。最近、業界メディアを眺めていると、多くのプロジェクトがAIエージェントを軸にした議論を始めていることに気づきます。あるものはエージェントがチェーン上の資産やコントラクトを直接呼び出す仕組みを研究し、あるものはエージェントの支払い、アイデンティティ、金融インフラを構築し、「エージェント経済圏」について議論しています。AIがユーザーのようにネットワークに参加できる未来や、「Web4.0」の新たなスローガンを叫ぶ者もいます。

ここまで見ていると、どこか馴染みのある感覚が湧いてきます。

ファッション界は循環だと言われますが、テクノロジー界（あるいは暗号通貨界）も同じです。2022年の熊市の頃、ChatGPTが一夜にして爆発的に話題になり、AIは一気に皆の注目を集めました。Web3界も動き続け、多くの新概念が登場しました。AIエージェント、AIトレーダー、自動化戦略など、AIと関わるだけで新しい物語を語れるように思えました。しかし、その熱狂も長続きしませんでした。暗号市場が再び上昇局面に入ると、皆の関心はすぐにCryptoそのものに戻ってしまったのです。

そして今回、2025年下半期に暗号市場が再び下落トレンドに入り、Web3は新たな概念を模索し始めました。

しかし、Portal Labsの見解では、問題はまさにそこにあります。流行の叙事が広まると、多くのWeb3スタートアップは技術やビジネスの判断ではなく、どの概念が火をつけるかという叙事の判断をしてしまいます。そして、その結果、多くは失敗に終わるのです。

実際にプロジェクトを推進してみると、概念はすぐに構築できても、製品として実現するのは非常に難しいことに気づきます。ユーザーはどこにいるのか？具体的なシナリオは何か？どうやって継続的に収益を得るのか？投資を引きつけられるのか？これらの問いは、プロジェクトを進めていく中で徐々に浮かび上がってきます。

熱が冷めると、市場には未だに実現できていないプロジェクトの山が残ります。デモ段階で止まっているもの、なんとかローンチしたもののユーザーがつかないもの、あるいは叙事とともに消えてしまったものもあります。一見、新たなレーンが開かれたように見えますが、時間が経つと、実際に残るものはごくわずかです。

こうした状況から、暗号通貨に深く関わるべきか、それともAIにシフトすべきか、難しい選択を迫られます。前者を選べば、市場は依然として厳しく、投資のリターンも保証されません。後者を選べば、土台が不明確です。AIの技術的ハードル、才能の構成、競争環境はWeb3とは異なります。過去数年にわたり蓄積してきた技術スタックや製品経験、コミュニティ資源は、実はCrypto体系に基づいています。AIに完全にシフトすると、まったく新しいレースに再び入ることになり、モデルの能力やデータ資源、エンジニアリングチームの再構築が必要です。

さらに現実的な問題として、AIの競争はすでに非常に激しいという点があります。大規模モデルを開発する企業、伝統的なインターネット企業、多数のスタートアップがこの分野に巨額のリソースを投入しています。Web3のスタートアップが、叙事に引きずられてこの市場に参入した場合、技術的優位性も業界資源も持たないことにすぐ気づくでしょう。

実は、多くのWeb3スタートアップにとって、実践可能な道もあります。必ずしもAIに転換する必要はなく、自分たちのWeb3の道を進みながら、CryptoがAI体系にどんな能力を補完できるかを考えるのです。

現在のAIの発展を見ると、多くの重要な要素が未解決のままです。

最も典型的なのはデータです。モデルはますます強力になっていますが、訓練データはどこから来るのか、データの信頼性や合法性はどう確保するのか、特にAIエージェントが1対1のカスタマイズをどう実現するのかといった問題は、未だに良い仕組みがありません。大量のデータを必要とするAIにとって、これは長期的な根本課題です。

また、アイデンティティと協働も重要です。AIエージェントがタスクの実行や自動取引、運営判断に関わるようになると、アイデンティティや権限、協働ルールも必要になります。誰がエージェントを呼び出せるのか？エージェント間の役割分担は？タスク完了後の決済はどうするのか？これらの問題は、根本的にオープンネットワークにおけるアイデンティティと価値の分配に関わるものです。

さらに、支払いの問題もあります。AIエージェントがネットワーク上でサービスを呼び出したり、データを取得したり、タスクを実行したりする場合、小額の自動決済システムが必要になります。しかし、従来のインターネット体系では、そのような支払い構造は実現が難しいのです。

これらは一見、AIの問題のように見えますが、多くの解決策はすでにCryptoの技術体系に存在しています。データインセンティブネットワーク、チェーン上のアイデンティティシステム、オープンな支払いネットワークなど、これらはWeb3が過去数年にわたり模索してきた方向性です。

もしWeb3のスタートアップがこれらの方向に挑戦したいなら、まずは次の点をしっかり考える必要があります。

第一に、チームの技術力です。Web3の各プロジェクトは技術的な蓄積に差があります。チェーン上のプロトコルに長けているチーム、データネットワークに長けているチーム、あるいはアプリケーション層に特化したチームもあります。過去数年、データ収集やデータ市場、データの証明といった基盤インフラに取り組んできたチームなら、AIに関わるデータ層の拡張も自然です。例えば、データ貢献ネットワークや検証可能なデータソース、モデル用のインセンティブ付きデータマーケットなどです。一方、チェーン上のプロトコルやインフラに特化してきたチームは、AIエージェントの運用環境、チェーン上のアイデンティティや権限管理、タスク実行のプロトコル、あるいは自動決済と支払いの仕組みを構築する方向が考えられます。アプリケーション層の製品を作ってきたチームは、AIを能力層として既存の製品に組み込むのが良いでしょう。例えば、AIを使ったデータ分析や自動化運用、エージェントによる人手を要した部分の自動化などです。

第二に、実際のビジネスシナリオが存在するかどうかです。多くのAIプロジェクトが早期に消えるのは、技術の問題ではなく、そもそも明確なシナリオがなかったからです。概念は熱く語られますが、実際に必要とするユーザーはどこにいるのか、なぜ使うのか、なぜ支払うのかといった問いに答えられていません。例えば、「AI+Web3」「エージェント経済」「AIトレーダー」などの概念は大きく語られますが、実際に安定して存在するユーザー層は少ないです。一方、データ処理や自動化、情報フィルタリング、タスク実行といったニーズは、長期的にビジネスの中核をなしています。したがって、AIの方向性を判断する際は、概念の流行よりも、シナリオの実在性を重視すべきです。長期的に存在するビジネス課題か、すでに誰かが支払っているか、AIがその効率化に寄与できるかを見極めることが重要です。

さらに、Web3スタートアップが持つ資源も重要です。前述のデータ、アイデンティティ、支払いといった方向は、技術だけの問題ではなく、ネットワーク資源の問題です。安定したデータ源や継続的にデータを提供するユーザーベースがなければ、技術を作ってもネットワーク効果は生まれません。同様に、AIエージェントのアイデンティティや協働ネットワークを作るには、実際の開発者やアプリ、エージェントの参加が必要です。支払い・決済システムも同じです。ネットワーク上でサービス呼び出しやデータ取得、タスク実行が頻繁に行われる場合、小額決済の仕組みが必要ですが、それが成立するのは、多数のエージェントとサービスが共存している場合に限られます。

したがって、多くのWeb3チームにとって重要なのは、「この方向に技術的な余地があるか」ではなく、「自分たちがこのネットワークの一部になれるかどうか」です。データ源や開発者エコシステム、アプリケーションシナリオを持っているかどうかが、AIインフラ層に本格的に入れるかどうかの決め手となるのです。