AI価格設定は「密室」から脱出できるか？Bittensorが答えを示す

作者：Prathik Desai 来源：tokendispatch 翻译：善欧巴，金色财经

AI業界は今や閉鎖された宗教体系のようになっている：資金調達と評価は閉ざされた状態で行われている。少数のトップ企業が巨額の資金を調達し、トップ研究者を招き、大規模な計算資源をレンタルし、市場は数か月ごとに発表される資金調達情報からその価値を推測するだけだ。いわゆる「評価額」は、多くの場合、部屋の中の数人が合意した数字に過ぎず、市場の自由な流動によって見出された真の価格ではない。一般投資家が価格を見る頃には、多くの上昇余地はすでに早期参加者によって奪われている。

Bittensorの核心主張は：AIはこのような資金調達の仕組みを取るべきではない、ということだ。私は彼らが構築しつつあるシステムに深く魅了されている。それは、OpenAIやAnthropic、Googleより優れたモデルを作れるからではなく、少なくとも現時点ではそうではないが、分散化の道を見出し、AIプロジェクトが従来の企業になる前に公開評価、資金調達、価格設定を可能にしているからだ。

このモデルは、過去のいくつかのAIブームにおける分散化の試みとは全く異なる。

Bittensorのサブネットシステムは、チームに継続的な支援を提供し、効率的な実行者に報酬を与え、遅れたプロジェクトを排除し、リアルタイムでAIエコシステム全体の再評価を行っている。これは前例のないAIの価格設定方法だ。正直に言えば、このモデルでAIを作る過程は非常に過酷だが、より正直でもある。

本深度分析では、Bittensorの運用ロジックを解き明かし、なぜこれが従来のAI価格設定の試みよりも優れている可能性があるのかを探る。

AI価格設定の密室

2025年第1四半期だけで、AIスタートアップは731億ドルの資金調達を行い、世界のベンチャーキャピタル総額の58%を占めている。GICやTPGなどの投資機関は、いくつかの細分分野の評価額が過大だと警告を出しているが、その評価を支える運営実績はほとんど見られない。

この仕組みは、創業者や内部関係者、後期投資家にとって有利だが、他の人々を排除している：重要な計算資源を提供するリソース提供者、オープンソースモデルを基盤とした開発者、初期の一般ユーザーは利益を共有できない。オープンソースAIの台頭もこの状況を変えられず、資金は依然としてクラウドサービス契約、展開層、企業向けパッケージ、技術サポート、安全性、配信の各段階に集中している。

価値創造の過程では、一般の人々が広く参加し貢献しているにもかかわらず、その成果は少数の者だけが享受している。この構図は長らく存在してきたが、真の変化はオープンソースモデルAIの経済圏の台頭によってもたらされている。

Red Hatの開発者はレポートで、企業がますます多くのケースでローカル展開や自主制御、専門化タスクにオープンソースAIモデルを採用していると指摘している。特に通信や銀行などの高規制産業では、監視や自動化、規模拡大に適したAI展開ソリューションが求められている。企業が必要とするのは、単なるAIモデルの参考ではなく、監視や自動化、スケール運用が可能な展開ソリューションだ。

マッキンゼーなどの大手機関もこの流れを認めている。調査によると、回答企業の半数以上が技術スタックにオープンソースAIを全面的に採用している。調査は41か国、700人以上の技術責任者と上級開発者を対象とした。

Bittensorのモデルは、これらの業界変化を背景に、現在のAIプロジェクトの価格体系に挑戦を仕掛けている。

暗号ネイティブの投資家たちは、BittensorのネイティブトークンTAOに熱狂し、過去1か月で価格が倍増している。一方で、分散型AIと中央集権型AIの優劣を論じる者もいるが、私にとっては、より正確なAIの価格設定方法を模索することの方が重要だ。Bittensorの答えは、AIに資金提供、開発、検証、利用を行う関係者が同じ市場に集まり、公開された指標に基づいてAIの価格を決定することだ。

AIを公開市場に

Bittensorを一つのトークンではなく、複数のミニAI経済体からなるネットワークとみなすと理解しやすい。

各サブネットは、推論、分散訓練、予測信号、計算資源供給など、特定のタスクに特化した市場だ。サブネットの作成者はインセンティブメカニズムと目標タスクを設定し、マイナーはタスクを実行し、検証者は結果を評価し、ステークホルダーはTAOをステークして特定の検証者を支援できる。

2025年2月に動的TAOアップグレードを導入したことで、インセンティブメカニズムはより革新的になった。各サブネットには専用のトークンと資金プールが設定され、Bittensorはもはや単一の汎用AI投資対象ではなく、多数の小規模AIプロジェクトを包含するエコシステムとなった。

2025年後半には、TAOの純流入により報酬配分がより重視され、硬直したトークン価格に依存しなくなる。同年12月にはTAOの初の半減期を迎え、日次発行量は3600枚に減少し、資本の選別とAI市場の淘汰を促進している。

Web3研究者兼作家のJeffはこれを「ダーウィニズムAIの動的メカニズム」と的確に表現し、0xJeffの通信で次のように要約している。

ダーウィニズムの核心は、自然淘汰と適者生存であり、個体は互いに競争し、生き残るために有利な性質が世代を超えて伝えられることだ。

この論理は、Bittensorの複数の階層においても実現している。

• サブネット競争：各サブネットは毎日3600枚のTAOのインセンティブを争い、上位サブネットはその報酬によって長期的な存続を得る

• マイナー競争：マイナーは最良の成果を提供しようと競い合い、世界中の参加者はサブネットの重要指標でパフォーマンスを競う。上位マイナーはサブネットのαトークンの41%を獲得できる

• 検証者と投資家の競争：検証者はマイナーのタスクを検証し、投資家は最良のパフォーマンスを示すサブネットに賭ける

競争に参加しなかったり、パフォーマンスが低いとどうなるか？淘汰される。サブネットは直接システムから削除される（そう、削除されるのだ）。

これが従来のAIモデルとの最大の違いだ。

従来のモデルでは、創業者が会社を推進し、株式を調達し、チームを編成し、内部構築を行い、市場の評価を待つ。

一方、Bittensorはこの仕組みを覆す。市場の早期段階で投資プロジェクトを公開し、創業者はまずサブネットを立ち上げ、その後GPU運用者が計算資源を提供し、次に開発者や研究者が成果を提供し、投資家はTAOや特定のサブネットのトークンを購入して投資を行う。最後に顧客がサービスを利用し、対価を支払う。最終的に、市場はすべての要素を総合的に考慮し、プロジェクトの全体的な価格を決定する。

私が最も気に入っている点は、これが各関係者の資本市場を再構築していることだ。

民間のスタートアップと異なり、投資家は次の資金調達を待たずに価格を継続的に発見できる。実際、BittensorはTAOプラットフォームを通じてエコシステム全体を俯瞰したり、最も関心のあるサブネットに集中投資したりできる。

開発者にとっての魅力は、AnthropicやOpenAI、その他の大規模データセンターに限定されずに、AIの発展に積極的に関与できることだ。

これは、創意に基づく資本市場を提供し、創意が成熟した企業になる前に支援を受けられるという、リスク投資業界では前例のない仕組みだ。これは、ネットワーク内部の資本の集積の仕方からも見て取れる。少数のサブネットが不釣り合いにTAO資金の流入と流出を引きつけており、他のサブネットは相対的に遅れている。時価総額トップ5のサブネットは、全サブネットの約3分の1を占めている。

顧客にとっては、より安価で柔軟なオープンインフラへのアクセス手段を提供している。

さらに、Bittensorモデルは、より公平に聞こえるだけでなく、商業的にも実現可能性が高いため、すべての関係者を惹きつける。

市場の成熟

機関投資家は次第にBittensorを規制に準拠した投資対象とみなすようになってきている。

2025年12月、GrayscaleのBittensor信託はOTCQXの上場場外市場に上場し、従来の投資家にとって馴染みのあるチャネルを通じて、この未知だが需要の高い資産に参加できるようになった。

新興市場が成熟する兆しは次の通りだ：規制に適合したパッケージ、取引コード、スクリーン上の見積もり、証券会社の口座接続経路を持つこと、これらはビットコインやイーサリアムのETF、デジタル資産国債（DATs）が経験した道筋だ。Bittensorは、暗号市場の認知度はビットコインやイーサリアムほど高くないかもしれないが、グレイストラストの実現は、機関投資家の関心が理論から実質的な商品へと移行していることを示している。

Bittensorの取り組みは、トップクラスのエリート層からも認められている。

著名なベンチャーキャピタリスト兼起業家のChamath Palihapitiyaは、NVIDIAのCEO Jensen HuangにBittensorの分散訓練について言及した際、Huangは軽視せず、「暗号通貨分野の低レベルな成果に過ぎない」と考えた。彼はこれを「現代版Folding@home」と呼んだ。Folding@homeは、志願者のコンピュータの余剰計算能力を利用してタンパク質折りたたみやその他の複雑な問題をシミュレーションする分散型プロジェクトだ。

この位置付けは、Bittensorを分散計算の長い歴史の一部として位置づけ、トークンサイクルの物語に限定しない。

Bittensorの主要サブネットの一つ、Templarの最近の成果は、その能力を技術的に裏付けている。彼らが開発したCovenant-72Bは、720億パラメータの大規模モデルで、世界中の20以上の参加者が協力して、1.1兆Tokenを基にゼロから訓練したものだ。公開ベンチマークでは、Covenant-72BのMMLUスコアは67.11で、LLaMA-2-70Bの65.63を上回っている。

率直に言えば、現時点ではOpenAIやAnthropicを超えることはできていないが、分散協力によって商業価値のあるAI基盤を構築できることを証明している。

Chutesなどのサブネットは、分散型サーバーレスAI計算プラットフォームとして明確に位置付けられ、Bittensorの公式ドキュメントも、サブネットを推論や訓練などのデジタル商品を扱う独立した競争市場と定義している。これは、市場が曖昧なAIの物語に価格をつけるのではなく、技術スタックの具体的なモジュールに対して個別に価格をつけていることを示している。

需要側の課題

Bittensorの供給側の透明性は、他のどのAI市場よりもはるかに高い：発行量、ステークの流れ、資本が集まるサブネットなどのデータは一目でわかる。本当の問題は、需要側の情報が不透明なことだ。

ブロックチェーンはトークンの流通だけを記録し、ユーザーの定着、APIの使用状況、利益率、監査済みの収益などのデータは収集しない。たとえあるサブネットが商業的に繁栄しているように見えても、投資家はビジネスの実態を財務諸表に基づいて推測することはほぼできず、市場構造から推測するしかない。

Pine Analyticsは、「供給の透明性 vs 需要の不透明性」「Chutes（SN64）：補助金支援の低価格」などの分析で、次のような批判を行っている。Bittensorの一部の優れた商業実績は、補助金によるものかもしれず、その補助金は本質的に子網内部のTAO発行報酬に過ぎない。Pineは、ネットワーク全体の外部収益は、TAOの価格に内在する価値に比べて微々たるものだと計算している。

最も典型的な例は、Bittensor最大のサブネットChutesだ。毎年TAO発行補助金として5200万ドルを受け取る一方、外部収益はわずか240万ドルだ。補助金を失えば、その運営コストは耐えられなくなる。これはBittensorのモデルを否定するものではなく、むしろ、現市場はAIのビジョンに対して価格をつけているだけであり、そのキャッシュフローには正しく評価されていないことを示している。

だからこそ、私はBittensorの発展過程に特に関心を持っている。エコシステムが成熟する兆候はすでに見られるが、「分散型AI」の議論を終わらせることはできていない。それでも、最も正確なAIの評価方法を模索し続けており、公開市場を通じて信仰と評価に価格をつけることに成功している。

秘密のAI巨頭が世界中に、数兆ドルの評価額を決めるのは数人の決定に委ねていると信じさせようとする一方、Bittensorは公開市場を信じている。私は後者が完璧ではないことも理解しているが、その透明性を評価し、支持している。