Total Value Locked(TVL):TVLは、DeFiプロトコル(レンディングプール、流動性プールなど)に預け入れられた総資本を測定し、DeFiプロジェクトの「時価総額」の代名詞となります。 TVLの急速な成長は、ユーザーの信頼とプロトコルの健全性の表れと見なされています。 例えば、2020年から2021年にかけてのDeFiブームでは、TVLは100億ドル未満から1,000億ドル以上に跳ね上がり、2023年には1,500億ドルを超え、参加者が分散型アプリケーションにロックインする価値の規模を示しています。 高いTVLは重力効果を生み出します:より多くの資本はより多くの流動性と安定性を意味し、より多くのユーザーを機会を求めるように引き付けます。 批評家は、盲目的にTVLを追いかけると、持続不可能なインセンティブ(本質的にTVLを「購入」)することで非効率性を隠すプロトコルにつながる可能性があると指摘していますが、初期のDeFiの物語には、TVLなしで追跡する具体的な方法が欠けています。
検証可能なデータ(新しい「流動性」):AIにとってのデータは、DeFiにとっての流動性のようなもので、システムの生命線です。 AI、特に大規模なモデルでは、適切なデータを持つことが重要です。 しかし、生データは品質が悪かったり、誤解を招いたりする可能性があるため、オンチェーンで検証可能な高品質のデータが必要です。 ここで可能なプリミティブは、「Proof of Data (PoD)/Proof of Value (PoDV)」です。 このコンセプトは、データコントリビューションの価値を、量だけでなく、質とAIパフォーマンスへの影響にも基づいて測定します。 流動性マイニングに対応するものと考えてください:有用なデータ(またはタグ/フィードバック)を提供する貢献者は、そのデータがもたらす価値に基づいて報酬を受け取ります。 このようなシステムの初期の設計は、すでに具体化されつつあります。 たとえば、ブロックチェーンプロジェクトのプルーフ・オブ・データ(PoD)コンセンサスでは、データを検証の主要なリソースとして扱います(プルーフ・オブ・ワークのエネルギーやプルーフ・オブ・ステークの資本に似ています)。 このシステムでは、ノードは、貢献するデータの量、質、関連性に基づいて報酬を受け取ります。
これを一般的なAI経済に当てはめると、「Total Data Value Locked(TDVL)」は、ネットワーク上のすべての貴重なデータを検証可能性と有用性によって重み付けした集計尺度である指標と見なすことができます。 検証済みのデータプールは、流動性プールのように取引することもでき、例えば、オンチェーン診断AI用の検証済み医療画像のプールは、定量化可能な価値と利用率を持つ可能性があります。 データ ソーシング (データのソース、変更履歴の理解) は、AI モデルに供給されるデータが信頼され、追跡可能であることを確認するために、このメトリックの重要な部分になります。 基本的に、流動性が利用可能な資本に関するものである場合、検証可能なデータとは利用可能な知識に関するものです。 PoDV(Proof of Data Value)などの指標は、ネットワークにロックされた有用な知識の量をキャプチャし、LazAIのData Anchoring Token(DAT)を介したオンチェーンデータアンカリングは、データ流動性を測定可能でインセンティブのある経済層にします。
インセンティブを使用して指標をAIに合わせる:最後に、AI経済は、有益な使用と調整を奨励する方法を検討する必要があります。 DeFiは、流動性マイニング、早期のユーザーエアドロップ、または手数料のリターンを通じて成長を促します。 AIでは、成長だけでは不十分で、改善されたAIの結果の使用を奨励する必要があります。 この時点では、AIのアライメントに結びついた指標が重要になります。 例えば、人間によるフィードバックループ(ユーザーがAIの回答を評価したり、iDAOを通じて修正を提供したりするなど、これについては以下で詳しく説明します)を記録することができ、フィードバックの貢献者は「アライメント収益」を得ることができます。 あるいは、「Proof of Attention」や「Proof of Engagement」では、AIの改善に時間を費やしたユーザー(好みのデータ、修正、新しいユースケースの提供など)に報酬が支払われることを想像してみてください。 メトリクスは、注目の軌跡、高品質のフィードバックのキャプチャ、または最適化AIに投資された人間の注意力である可能性があります。
DeFi が TVL と収益を追跡するためにブロックチェーンブラウザやダッシュボード（DeFi Pulse、DefiLlama など）を必要とするように、AI 経済もこれらの AI 中心化指標を追跡する新しいブラウザを必要としています。総アラインメントデータ量、アクティブな AI エージェント数、累積 AI ユーティリティ収益などを表示する「AI-llama」ダッシュボードを想像してください。それは DeFi と似た部分がありますが、内容は全く新しいものです。
LazAIリサーチ:AI経済がDeFiTVL神話をどのように超越するか
はじめに
分散型金融(DeFi)は、シンプルでありながら強力な一連の経済的プリミティブを通じて指数関数的な成長の物語に火をつけ、ブロックチェーンネットワークをグローバルなパーミッションレス市場に変えることで、従来の金融に革命をもたらしました。 DeFiの台頭により、Total Value Locked(TVL)、年率換算収益率(APY/APR)、流動性など、いくつかの主要な指標が価値の共通語となっています。 これらの優れた指標は、エンゲージメントと信頼を刺激します。 例えば、DeFiのTVL(プロトコルにロックされた資産のドル価値)は、2020年に14倍に急上昇し、2021年には再び4倍になり、ピーク時には1,120億ドルを超えました。 高利回り(一部のプラットフォームでは、流動性ファーミングブーム時に最大3000%のAPYを主張しています)は流動性を引き付け、流動性プールの深さはスリッページが低く、市場がより効率的であることを示しています。 要するに、TVLは「どれだけのお金が関わっているか」、APRは「どれだけ稼げるか」、流動性は「資産の取引がいかに簡単か」を教えてくれます。 これらの指標は、その欠点にもかかわらず、数十億ドル規模の金融エコシステムをゼロから構築しました。 DeFiは、ユーザーエンゲージメントを即時の経済的機会に変えることで、自己強化型のアダプションフライホイールを生み出し、急速に人気を博し、大衆の参加を促進しました。
今日、AIも同様の岐路に立っています。 しかし、DeFiとは異なり、現在のAIの物語は、大規模なインターネットデータセットで訓練された大規模な汎用モデルによって支配されています。 これらのモデルは、セグメント、特殊なタスク、または個々のニーズで効果的な結果を提供するのに苦労することがよくあります。 彼らの「フリーサイズ」モデルは、パワフルでありながらも壊れやすく、普遍的でありながらずれています。 このパラダイムは、パラダイムシフトを切実に必要としています。 AIの次の時代は、モデルのサイズや汎用性によって定義されるべきではなく、ボトムアップ、つまりより小さく、高度に専門化されたモデルに焦点を当てるべきです。 この種のカスタマイズされたAIには、高品質で人間に合わせたデータ、ドメイン固有のデータなど、まったく新しい種類のデータが必要です。 しかし、この種のデータを取得することは、Webクローリングほど簡単ではなく、個人、ドメイン専門家、コミュニティからの積極的かつ意識的な貢献が必要です。
この専門化された、人間に合わせたAIの新時代を推進するために、私たちはDeFiが金融のために設計したインセンティブのフライホイールに似たものを構築する必要があります。これは、データの質、モデルの性能、エージェントの信頼性、および整合インセンティブを測定するための新しいAIネイティブな原則を導入することを意味します。これらの指標は、データが資産（単なる入力ではなく）としての真の価値を直接反映する必要があります。
この記事では、AIネイティブ経済のバックボーンを形成するこれらの新しいプリミティブについて説明します。 適切な経済インフラが整っている場合、つまり、高品質のデータを生成し、その作成と使用を奨励し、個人を中心に据えることで、AIがどのように繁栄できるかを説明します。 また、LazAIのようなプラットフォームを例に、これらのAIネイティブフレームワークをどのように先導し、AIイノベーションの次の飛躍を推進するための価格設定と報酬データの新しいパラダイムをリードしているかを分析します。
DeFiのインセンティブフライホイール：TVL、利回りと流動性——クイックレビュー
DeFiの台頭は偶然ではなく、その設計は参加することを利益があり透明にしています。総ロック価値（TVL）、年利回り（APY/APR）、流動性などの重要な指標は、単なる数字ではなく、ユーザーの行動とネットワークの成長を調整する原語です。これらの指標は、ユーザーと資本を引き付ける良性の循環を形成し、さらに革新を促進します。
これらのプリミティブが一緒になって、強力な動機付けのフライホイールになります。 資産をロックしたり、流動性を提供したりして価値を創造した参加者は、(高利回りとトークンのインセンティブを通じて)すぐに報酬を得て、より多くの参加を促します。 これにより、個々のエンゲージメントが幅広い機会(ユーザーの収益やガバナンスへの影響)に変換され、それがネットワーク効果を生み出し、何千人ものユーザーを参加に引き付けます。 その結果、DeFiのユーザーは2024年までに1,000万人を超え、その価値は数年で約30倍に成長しました。 明らかに、大規模なインセンティブの調整、つまりユーザーをステークホルダーに変えることが、DeFiの指数関数的な台頭の鍵となっています。
現在のAI経済の欠如
DeFiがボトムアップのエンゲージメントとインセンティブの調整が金融革命をどのように開始できるかを示しているとすれば、今日のAI経済には、同様の変化をサポートするための基本的なプリミティブがまだ不足しています。 現在、AIは、クロールされた大規模なデータセットでトレーニングされた大規模な汎用モデルによって支配されています。 これらの基本モデルは驚異的な規模ですが、すべての問題を解決するように設計されており、多くの場合、誰かにサービスを提供するのに特に効果的ではありません。 その「画一的な」アーキテクチャは、ニッチ、文化の違い、または個人の好みに適応するのに苦労しているため、出力が脆弱になり、盲点が生じ、現実世界のニーズからますます切り離されています。
次世代のAIは、もはや規模ではなく、特定の領域、専門家コミュニティ、多様な人間の視点を理解し、サービスを提供するモデルの能力である文脈理解によっても定義されるようになるでしょう。 しかし、このコンテクスチュアル・インテリジェンスには、高品質で人間に合わせたデータなど、さまざまなインプットが必要です。 そして、それこそが今欠けているものです。 現在、このデータを測定、特定、評価、または優先順位付けするための広く受け入れられているメカニズムはなく、個人、コミュニティ、またはドメインの専門家が彼らの視点を提供し、彼らの生活にますます影響を与えているインテリジェントシステムを改善するためのオープンなプロセスもありません。 その結果、価値は一握りのインフラストラクチャプロバイダーの手に集中したままになり、大衆はAI経済のアップサイドの可能性から切り離されています。 価値の高いコントリビューション(データ、フィードバック、アライメントシグナル)を発見、検証、報酬を与える新しいプリミティブを設計することによってのみ、DeFiが繁栄する参加型成長サイクルを解き放つことができます。
要するに、私たちは同じように問いかけなければなりません：
創造された価値をどのように測定すべきか？個人中心のデータ参加を促進するために、自己強化型の採用フライホイールをどのように構築するか？
DeFiのような「AIネイティブ経済」を解放するには、新しい原語を定義し、参加をAIの機会に転換する必要があり、それによってこの分野でこれまで見られなかったネットワーク効果を促進します。
AI ネイティブ技術スタック：新経済の新しい原語
私たちはもはやトークンを財布間で移動するだけではなく、データをモデルに入力し、モデルの出力を意思決定に変換し、AIエージェントを行動に移します。これには、スマートさと整合性を定量化するための新しい指標と原語が必要です。これは、DeFi指標が資本を定量化するのと同様です。たとえば、LazAIは、AIデータ、モデルの動作、およびエージェントの相互作用に関する新しい資産基準を導入することで、次世代のブロックチェーンネットワークを構築し、AIデータの整合性の問題を解決しています。
以下は、オンチェーンAI経済価値を定義するいくつかの重要な原則を概説しています。
これを一般的なAI経済に当てはめると、「Total Data Value Locked(TDVL)」は、ネットワーク上のすべての貴重なデータを検証可能性と有用性によって重み付けした集計尺度である指標と見なすことができます。 検証済みのデータプールは、流動性プールのように取引することもでき、例えば、オンチェーン診断AI用の検証済み医療画像のプールは、定量化可能な価値と利用率を持つ可能性があります。 データ ソーシング (データのソース、変更履歴の理解) は、AI モデルに供給されるデータが信頼され、追跡可能であることを確認するために、このメトリックの重要な部分になります。 基本的に、流動性が利用可能な資本に関するものである場合、検証可能なデータとは利用可能な知識に関するものです。 PoDV(Proof of Data Value)などの指標は、ネットワークにロックされた有用な知識の量をキャプチャし、LazAIのData Anchoring Token(DAT)を介したオンチェーンデータアンカリングは、データ流動性を測定可能でインセンティブのある経済層にします。
*モデルのパフォーマンス(新しい資産クラス):AI経済では、トレーニングされたモデル(またはAIサービス)はそれ自体が資産になり、トークンやNFTと並んで新しい資産クラスになります。 十分に訓練されたAIモデルは、その重みにカプセル化されたインテリジェンスのために価値があります。 しかし、この価値をオンチェーンでどのように特徴付け、測定するのでしょうか? オンチェーンのパフォーマンスベンチマークやモデル認証が必要になる場合があります。 例えば、標準的なデータセットでのモデルの精度や、競合タスクでの勝率などは、パフォーマンススコアとしてオンチェーンで記録することができます。 これは、オンチェーンの「信用格付け」またはAIモデルのKPIと考えてください。 これらのスコアは、モデルの微調整やデータの更新時に調整できます。 Oraichainなどのプロジェクトでは、AIモデルAPIと信頼性スコアリング(テストケースを通じてAI出力が期待通りであることを検証)を組み合わせることを検討しています。 AIネイティブのDeFi(以下「AiFi」)では、モデルのパフォーマンスに基づくステーキングが想定されます - 例えば、開発者がモデルが良好に機能すると信じている場合、トークンをステーキングすることができます。 独立したオンチェーン監査でそのパフォーマンスが確認された場合、報酬が支払われます(モデルがうまく機能しない場合、ステークは失われます)。 これにより、開発者はモデルを正直に報告し、継続的に改善するようになります。 もう一つのアイデアは、パフォーマンスメタデータを持つトークン化されたモデルNFTで、モデルNFTの「フロアプライス」は、その有用性を反映している可能性があります。 一部のAIマーケットプレイスでは、モデルの売買がトークンにアクセスすることを許可しており、LayerAI(旧CryptoGPT)などのプロトコルでは、データとAIモデルを世界のAI経済における新たな資産クラスと明示的に見なしています。 要するに、DeFiは「どれだけのお金がロックされているのか」と問いかけています。 AI-DeFiは「どのくらいのインテリジェンスがロックされているのか?」と問いかけます。 - 計算能力の点だけでなく (同様に重要ですが)、ネットワークで実行されるモデルのパフォーマンスと価値の観点からも。 新しいメトリクスには、「モデル品質証明」や、オンチェーンAIのパフォーマンス向上のための時系列インデックスが含まれる場合があります。 プロキシの動作とユーティリティ(オンチェーンAIエージェント):AIネイティブブロックチェーンへの最もエキサイティングで挑戦的な追加機能の1つは、オンチェーンで実行される自律型AIエージェントです。 トレーディングボット、データキュレーター、カスタマーサービスAI、複雑なDAOガバナーなど、基本的にはネットワーク上のユーザーや自分自身でユーザーを感知し、決定し、行動することができるソフトウェアエンティティです。 DeFiの世界には基本的な「ボット」しかありません。 また、AIブロックチェーンの世界では、エージェントが一流の経済エージェントになる可能性があります。 そのため、エージェンシーの行動、信頼性、有用性に関する指標が必要とされています。 「エージェントユーティリティスコアリング」やレピュテーションシステムのようなメカニズムを目にするかもしれません。 各AIエージェント(おそらくNFTまたはセミファンジブルトークン(SFT)のアイデンティティとして表される)が、その行動(タスクの完了、コラボレーションなど)に基づいて評判を蓄積すると想像してみてください。 このようなスコアは、クレジットスコアやユーザー評価と似ていますが、AI用です。 他のコントラクトでは、これを使用してプロキシ サービスを信頼するか使用するかを決定できます。 LazAIのiDAO(Individual-Centric DAO)のコンセプトでは、各エージェントまたはユーザーエンティティが独自のオンチェーンドメインとAIアセットを所有しています。 これらのiDAOまたはプロキシが測定可能な記録を確立することが考えられます。
例えば、Rivalzの「Rome protocol」はNFTベースのAIエージェント(rAgents)を作成し、その最新のレピュテーションメトリクスはチェーンに記録されます。 ユーザーはこれらのプロキシをステークまたは貸し出すことができ、その報酬は、集合的なAI「クラスター」でどれだけうまく機能し、影響を与えるかによって異なります。 これは基本的にAIエージェントにとってのDeFiであり、プロキシユーティリティメトリクスの重要性を示しています。 将来的には、アクティブアドレスについて話すのと同じように「アクティブAIプロキシ」について話すか、トランザクション量について話すのと同じように「プロキシの経済的影響」について話すかもしれません。
*注意の軌跡は、エージェントが意思決定プロセスで何に焦点を当てているか(どのデータ、信号)を記録するという、別の原始的になる可能性があります。 これにより、ブラックボックスエージェントはより透明で監査可能になり、エージェントの成功または失敗を特定の入力に帰属させることができます。 要約すると、プロキシ行動メトリクスは説明責任と整合性を確保します:自律的なエージェントが多額の資金や重要なタスクの管理を任せることができるようにするには、その信頼性を定量化する必要があります。 エージェントのユーティリティスコアが高いことは、オンチェーンのAIエージェントが多額の資金を管理するための前提条件になる可能性があります(従来の金融における大規模なローンのしきい値と同様)。
DeFi が TVL と収益を追跡するためにブロックチェーンブラウザやダッシュボード（DeFi Pulse、DefiLlama など）を必要とするように、AI 経済もこれらの AI 中心化指標を追跡する新しいブラウザを必要としています。総アラインメントデータ量、アクティブな AI エージェント数、累積 AI ユーティリティ収益などを表示する「AI-llama」ダッシュボードを想像してください。それは DeFi と似た部分がありますが、内容は全く新しいものです。
DeFiスタイルのAIフライホイールに向かって
私たちはAIのためにインセンティブのフライホイールを構築する必要があります——データを第一級の経済資産と見なし、AIの開発を閉じられた事業からオープンで参加型の経済に変えること、まるでDeFiが金融をユーザー主導の流動性のオープンな場に変えたように。
この方向の初期探求が現れています。例えば、Vanaなどのプロジェクトはユーザーがデータ共有に参加することを奨励し始めました。Vanaネットワークは、ユーザーが個人またはコミュニティデータをDataDAO（分散型データプール）に寄付し、データセット専用トークン（ネットワークのネイティブトークンと交換可能）を獲得することを可能にします。これはデータ貢献者の貨幣化に向けた重要な一歩です。
しかし、貢献に報いるだけでは、DeFiの爆発的なフライホイールを再現するには不十分です。 DeFiでは、流動性プロバイダーは資産の預け入れに対して報酬を得るだけでなく、彼らが提供する資産も透明な市場価値を持ち、利回りは実際の使用量(取引手数料、借入利息、インセンティブトークン)を反映しています。 同様に、AIデータエコノミーは、一般的な報酬を超えて、データに直接価格を設定する必要があります。 データの品質、希少性、またはモデルの改善度に基づく経済的な価格設定がない場合、私たちは浅いインセンティブに陥る可能性があります。 単にトークンを配布して参加に報いるだけでは、質よりも量が促進されたり、トークンが実際のAIユーティリティペグを欠いていると失速したりする可能性があります。 イノベーションを真に解き放つためには、コントリビューターは市場主導の明確なシグナルを見て、データの価値を理解し、データが実際にAIシステムで使用されるときに報酬を得る必要があります。
私たちは、直接的な評価と報酬データに焦点を当てたインフラを必要としています。これにより、データ集中型インセンティブループを作成できます：人々が高品質のデータを提供すればするほど、モデルは優れ、より多くの利用とデータの需要を引き付け、貢献者のリターンを押し上げます。これにより、AIはビッグデータの閉鎖的な競争から、信頼できる高品質データのオープン市場に変わります。
これらの理念は実際のプロジェクトでどのように具現化されるのでしょうか？LazAIを例に挙げると——このプロジェクトは分散型AI経済の次世代ブロックチェーンネットワークと基盤原語を構築しています。
LazAI イントロダクション——AIと人間を整合させる
LazAIは、AIデータの整合性の問題を解決するために設計された次世代ブロックチェーンネットワークとプロトコルであり、AIデータ、モデルの振る舞い、エージェントの相互作用に関する新しい資産基準を導入することで、分散型AI経済のインフラを構築します。
LazAlは、データの検証、インセンティブ、およびチェーン上でのプログラム可能性を通じてAIアラインメント問題を解決する、最も先見的なアプローチの1つを提供しています。以下では、LazAIのフレームワークを例にとって、AIネイティブブロックチェーンがどのように上記の原則を実践に移すかを説明します。
コア問題——データのずれと公平なインセンティブの欠如
AIのアライメントは、多くの場合、トレーニングデータの品質に帰着しますが、将来的には、人間がアライメントし、信頼し、管理された新しいデータが必要になります。 AI業界が中央集権的な汎用モデルから、コンテキスト化された調整されたインテリジェンスに移行するにつれて、インフラストラクチャは並行して進化する必要があります。 AIの次の時代は、アライメント、精度、トレーサビリティによって定義されます。 LazAIは、データのアライメントとインセンティブの課題に正面から取り組み、ソースでデータを調整し、データ自体に直接報酬を与えるという基本的な解決策を提案しています。 言い換えれば、トレーニング データが人間の視点を検証可能に代表し、ノイズ除去/バイアス除去され、データの品質、希少性、またはモデルの改善に基づいて報酬が得られることを確認します。 これは、モデルをいじくり回すことからデータを整理することへのパラダイムシフトです。
LazAIは原語を導入するだけでなく、データの取得、価格設定、ガバナンスに関する新しいパラダイムを提示します。そのコア概念にはデータアンカートークン（DAT）と個人中心のDAO（iDAO）が含まれ、これらは共同でデータの価格設定、トレーサビリティ、プログラム可能な使用を実現します。
検証可能でプログラム可能なデータ——データアンカートークン（DAT）
これを実現するために、LazAIは、AIデータアセット化のために特別に設計された新しいトークン標準である新しいオンチェーンプリミティブであるData Anchor Token(DAT)を導入しました。 各DATは、オンチェーンで固定されたデータの一部とその系統(コントリビューターのID、時間の経過に伴う進化、ユースケース)を表しています。 これにより、データセット(Gitなど)のバージョン管理システムと同様に、各データの検証可能な履歴が作成されますが、ブロックチェーンによって保護されます。 DATはオンチェーンに存在するため、プログラム可能であり、スマートコントラクトがその使用ルールを管理します。 たとえば、データ投稿者は、一連の医療画像などの DAT を特定の AI モデルに制限したり、特定の条件下で使用したりするように指定できます (コードを通じてプライバシーまたは倫理的制約を適用することにより)。 そのインセンティブは、DATを取引またはステーキングできることであり、モデル(またはその所有者)は、データがモデルにとって価値がある場合、データにアクセスするためにお金を払うことができます。 基本的に、LazAIは、データがトークン化され、追跡可能な市場を構築しました。 これは、前述の「検証可能なデータ」メトリックの直接的なエコーであり、DAT を調べることで、検証されたかどうか、使用されているモデルの数、およびそれによって引き起こされたモデルのパフォーマンス向上を確認できます。 このようなデータは、より高い評価を受けることになります。 LazAIは、データをオンチェーンに固定し、経済的インセンティブを品質に結び付けることで、AIが信頼できる測定可能なデータでトレーニングされるようにします。 それは、アラインメントを奨励することで問題を解決することです - 質の高いデータは報われ、トップに立つのです。
Individual-centric DAO(Individual-centric DAO)フレームワーク
2つ目の重要な要素は、LazAIのiDAO(Individual-Centric DAO)コンセプトで、意思決定とデータ所有権の中心に組織ではなく個人を置くことで、AI経済のガバナンスを再定義します。 従来のDAOは、組織の集合的な目標を優先することが多く、うっかり個人の意志を弱めてしまいます。 iDAOはこの論理を覆します。 これらは、個人、コミュニティ、またはドメイン固有のエンティティが、AI システムに貢献するデータとモデルを直接所有、制御、検証できるようにするパーソナライズされたガバナンス ユニットです。 iDAOは、カスタマイズされた調整されたAIをサポートします:ガバナンスフレームワークとして、モデルが常に貢献者の価値観や意図に従うことを保証します。 経済的な観点からは、iDAOはAIの行動をコミュニティでプログラム可能にし、モデルが特定のデータをどのように使用できるか、誰がモデルにアクセスできるか、モデルの出力の利点をどのように分配するかを制限するルールを設定することができます。 例えば、iDAOは、APIリクエストやタスクの完了など、AIモデルが呼び出されるたびに、収益の一部が関連データを提供したDAT保有者に還元されることを規定することができます。 これにより、プロキシの行動とコントリビューターの報酬との間に直接的なフィードバックループが確立され、流動性プロバイダーの収益がプラットフォームの使用に固定されるDeFiのメカニズムに似ています。 さらに、iDAOはプロトコルを介して互いに構成可能に相互作用することができます:1つのAIエージェント(iDAO)は、交渉された条件の下で別のiDAOのデータまたはモデルを呼び出すことができます。
これらのプリミティブに基づいて構築することにより、LazAIのフレームワークは分散型AI経済のビジョンを実現します。 データはユーザーが所有して収益化できる資産となり、モデルはプライベートなサイロから共同プロジェクトへと変化し、独自のデータセットをキュレーションする個人から小規模で特殊なモデルを構築する開発者まで、関係者全員が AI バリューチェーンのステークホルダーになることができます。 このインセンティブの調整は、DeFiの爆発的な成長を再現することを約束します:AI(データや専門知識の提供)への参加が直接機会につながることに人々が気づくと、人々はより積極的に関与するようになります。 参加者の数が増えると、ネットワーク効果が働き、データが増えればモデルが改善され、より多くのユーザーが引き付けられ、より多くのデータと要件が生成され、正のサイクルが生まれます。
AIトラストベースの構築:検証可能なコンピューティングフレームワーク
このエコシステムでは、LazAIの検証済みコンピューティングフレームワークが信頼を構築するためのコアレイヤーです。 このフレームワークは、生成されたすべてのDAT、すべてのiDAO(Individualized Autonomous Organization)の決定、およびすべてのインセンティブの分配に対して検証可能なトレーサビリティチェーンが存在することを保証し、データの所有権を強制力のあるものにし、ガバナンスプロセスに説明責任を持たせ、エージェントの行動を監査可能にします。 iDAOとDATを理論的な概念から信頼性と検証可能なシステムに変えることで、検証可能なコンピューティングフレームワークは、仮定に依存するものから数学的検証に基づく決定論的な保証へと、信頼性のパラダイムシフトを可能にします。
分散型AI経済の価値を実現する
この基本要素の構築により、分散型AI経済のビジョンが実現します：
このインセンティブ整合設計は、DeFiの成長の動力を再現することが期待されます：ユーザーがAIの構築に参加すること（データや専門知識を提供すること）が直接的に経済的機会に転換できることを認識すると、参加の熱意が高まります。参加者の規模が拡大するにつれて、ネットワーク効果が現れます——より多くの高品質なデータがより優れたモデルを生み出し、さらに多くのユーザーを引き付け、結果としてより多くのデータ需要を生み出し、自らを強化する成長のフライホイールを形成します。
結論：オープンなAI経済に向けて
DeFiの歴史は、適切なプリミティブが前例のない成長を解き放つことができることを示しています。 私たちは今、来るべきAIネイティブ経済における同様のブレークスルーの転換点にいます。 データとアライメントを重視する新しいプリミティブを定義して実装することで、AI開発を中央集権的なエンジニアリングから分散型のコミュニティ主導の企業に変えることができます。 この道のりには、経済メカニズムが量よりも質を優先することや、データインセンティブがプライバシーや公平性を損なうことを防ぐための倫理的な罠を回避することなど、課題はありません。 しかし、方向性は明確です。 LazAIのDATやiDAOなどのプラクティスは、「人間と調和したAI」の抽象化を、所有権とガバナンスのための具体的なメカニズムに変換するための道を切り開いています。
初期のDeFiが実験的に最適化されたTVL、流動性マイニング、ガバナンスと同様に、AI経済は新しいプリミティブを反復します。 将来的には、データ価値の測定、公正な報酬分配、AIエージェントの整合性とメリットに関する議論やイノベーションが生まれるに違いありません。 この記事では、AIの民主化を推進する可能性のあるインセンティブモデルの表面にのみ触れており、オープンな議論と詳細な研究を引き起こすことを望んでいます。 意図しない結果や機会にはどのようなものがありますか? 幅広いコミュニティの参加により、技術的に進歩しただけでなく、経済的にも包括的で、人間の価値観に沿ったAIの未来を築く可能性が高くなります。
DeFiの指数関数的な成長は魔法ではなく、インセンティブの調整によって推進されています。 今、私たちは、データとモデルの同じ実践を通じてAIのルネッサンスを推進する機会を得ています。 エンゲージメントを機会に、機会をネットワーク効果に変えることで、AIがデジタル時代の価値創造と分配を再構築するためのフライホイールを始動させることができます。
この未来を共に築きましょう——検証可能なデータセット、整合性のあるAIエージェント、新しい原語から始めましょう。