「もうロブスターを育てましたか？」これはおそらく、最近のWeb3ユーザーの間で最もよく聞かれる挨拶だろう。
2026年初頭、中国の旧正月祝賀会でのロボットの驚異的な成功を受けて、OpenClawに代表される新世代のAIエージェントが、テクノロジー愛好家の間で新たな人気商品となった。顧客サービスにAIを活用する者、コード作成にAIを活用する者、さらにはエージェントを使って「デジタル従業員」全体をシミュレートする実験を始める者まで現れた。最近では、様々なインターネットプラットフォームで頻繁に言及されている「一人会社」という概念は、これまで少人数のチームが必要だったタスクを、AIワークフローを用いて一人で完了させることを指す。
もちろん、Web3コミュニティも手をこまねいていたわけではありません。最近の業界メディアをフォローしていれば、多くのプロジェクトがAIエージェントに焦点を当て始めていることに気づくでしょう。エージェントがオンチェーン資産や契約に直接アクセスする方法を研究しているものもあれば、エージェント向けの決済、ID、金融インフラに取り組んでいるものもあります。また、AIがユーザーのようにネットワークに参加できるようにする「エージェント経済システム」について議論しているものもあり、中には「Web4.0」という新しいスローガンを掲げ始めているものもあります。
これを見ると、どこか懐かしさを感じるかもしれません。
ファッション業界は周期的なものだと言われることが多いが、テクノロジー業界（より具体的には仮想通貨業界）がそれに追随するとは誰が想像しただろうか？2022年に始まった弱気相場を覚えているだろうか？ChatGPTは一夜にして爆発的な人気を博し、AIは突然誰もが話題にするようになった。もちろん、Web3コミュニティも黙ってはいなかった。AIエージェント、AIトレーダー、自動戦略といった新しい概念が次々と生まれ、AIに少しでも関連するものなら何でも新しい物語を語るために使えるように思えた。しかし、この熱狂は長くは続かなかった。仮想通貨市場が回復すると、人々の注目はすぐに仮想通貨そのものに戻った。
しかし、2025年後半になると、暗号通貨市場は再び弱気相場の兆候を見せ始めたため、Web3は市場を引き継ぐ新たな概念を探し始めた。
しかし、Portal Labsはまさにここに問題があると考えている。ある物語が人気になると、多くのWeb3スタートアップは技術的またはビジネス的な判断ではなく、物語的な判断を下す。つまり、流行っているコンセプトに飛びつくのだ。そして、つまずくことになる。
多くのチームは、実際にプロジェクトに取り組み始めて初めて、コンセプトはすぐに構築できるものの、製品化は容易ではないことに気づきます。ユーザーはどこにいるのか？具体的な利用シナリオは？どのように収益を生み出すのか？投資を呼び込むことができるのか？こうした疑問は、プロジェクトがしばらく進行してから初めて浮上してくることが多いのです。
ブームが冷めると、市場に残るのは、そもそも成功裏に実装されていないプロジェクトの山であることが多い。デモ段階で停滞したままの製品もあれば、ローンチしたもののユーザーを獲得できずに消えてしまう製品もあり、中には話題とともに消え去ってしまうものもある。短期的には新たな道が開かれたように見えるかもしれないが、しばらく経って振り返ってみると、実際に生き残ったものはほとんどないのだ。
そのため、暗号通貨に注力し続けるか、AIに移行するかの選択はジレンマとなっている。前者を選択すれば、投資収益が不確実な厳しい市場に直面することになる。後者を選択すれば、不確実性が残る。AIの技術的な障壁、人材プール、競争環境はWeb3とは大きく異なる。多くのチームは、過去数年間、暗号通貨エコシステムの中で技術スタック、製品経験、コミュニティリソースを構築してきた。AIへの完全な移行は、全く未知の領域に足を踏み入れることを意味する。モデル機能やデータリソースからエンジニアリングチームに至るまで、ほぼすべてを再構築する必要があるだろう。
より現実的な見方をすれば、AI分野は既に非常に競争が激しいと言えるでしょう。大企業、従来のインターネット企業、そして数多くのスタートアップ企業が、この分野に多額の投資を行っています。もともとWeb3に注力していたスタートアップチームが、単に話題性の変化を理由にこの市場に参入すると、技術的な優位性と業界リソースの両方が不足していることに気づきやすいのです。
実際、多くのWeb3スタートアップ企業にとって、探求できる別の道があります。必ずしもAI企業に転換する必要はなく、既存のWeb3の道を歩み続けながら、暗号技術がAIエコシステムにどのような機能を追加できるかを検討していくのです。
現在のAI開発の動向を詳しく見てみると、多くの重要な側面がまだ完全に解決されていないことがわかるだろう。
最も典型的な例はデータです。モデルはますます強力になっていますが、トレーニングデータのソース、その信頼性と準拠性、そして特にAIエージェントがどのようにして1対1のカスタマイズを実現できるかといった問題は、適切なメカニズムがなければ未解決のままです。これは、大規模なデータトレーニングに依存するAIにとって、長年にわたる根本的な問題です。
例えば、アイデンティティとコラボレーションについて考えてみましょう。AIエージェントがタスク実行、自動トランザクション、さらには運用上の意思決定に参加し始めると、エージェント自身もアイデンティティ、権限、そしてコラボレーションルールを必要とします。誰が特定のエージェントを呼び出すことができるのか？タスクはエージェント間でどのように分割されるのか？タスク実行後の決済はどのように行われるのか？これらの問題は、本質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分配に関わるものです。
さらに、決済の問題もあります。AIエージェントが自律的にサービスを呼び出したり、データを取得したり、ネットワーク内でタスクを実行したりするようになると、自動的に決済できる少額決済システムが必要になります。しかし、このような決済構造は、従来のインターネットエコシステムでは実装が困難です。
これらはすべてAIの問題のように見えるが、暗号通貨の技術的枠組みの中には既に多くの解決策が存在する。データインセンティブ型ネットワーク、オンチェーンIDシステム、オープン決済ネットワークなど、これらはすべてWeb3がここ数年探求してきた方向性である。
Web3のスタートアップチームが本当にこれらの方向性を試そうとするなら、まず最初に考えておくべきことがいくつかあります。
まず最初に考慮すべきは、チームの技術力です。Web3プロジェクトによって、技術的な専門知識のレベルは大きく異なります。オンチェーンプロトコルに長けたチームもあれば、長年データネットワークに注力してきたチーム、アプリケーション層製品に重点を置いているチームもあります。データ収集、データ抽出、データマーケットプレイスなど、過去数年間データ関連のインフラストラクチャに取り組んできたチームであれば、AIを取り巻くデータ層への拡張は比較的自然な流れとなるでしょう。これには、データ貢献ネットワーク、検証可能なデータソース、モデル向けのインセンティブ付きデータマーケットプレイスの提供などが含まれます。チームが主にオンチェーンプロトコルやインフラストラクチャに重点を置いている場合は、オンチェーンエージェントID、権限管理、タスク実行プロトコル、エージェントへの自動決済機能の提供など、AIエージェントの運用環境を中心に構築することを検討できます。トレーディングツール、コンテンツプラットフォーム、コミュニティ製品、消費者向けアプリケーションなど、すでにアプリケーション層製品を開発しているチームにとっては、AIは既存の製品システムに組み込まれた機能レイヤーとしてより適しています。例えば、AIはデータ分析能力の向上、業務プロセスの自動化、あるいは従来は手作業で行っていた機能をエージェントに任せることなどに活用できる。
第二に、現実世界のビジネスシナリオの存在を検証することが極めて重要です。多くのAIプロジェクトは、技術的な欠陥ではなく、最初から明確なユースケースが欠けていたために、すぐに消滅してしまいます。コンセプトは非常に人気があるかもしれませんが、「実際にこの製品を必要とする人はどこにいるのか？」「なぜ必要とするのか？」「なぜお金を払うのか？」といった疑問は、しばしば未解決のままです。業界で広く議論されているコンセプトの中には、「AI + Web3」、「エージェント経済システム」、「AIトレーダー」などがあります。これらは壮大に聞こえますが、深く掘り下げてみると、真に安定したユーザーベースは実際にはかなり小さいことがわかります。逆に、データ処理、自動化されたオペレーション、情報フィルタリング、タスク実行など、一見「魅力的」ではないニーズは、多くの場合、長年にわたり現実世界のビジネスオペレーションに存在しています。したがって、特定のAI分野に参入するかどうかを決定する際には、コンセプトの人気に注目するよりも、シナリオ自体を検証することの方が重要です。これは長年のビジネス上の問題なのか？人々はすでにこれにお金を払っているのか？そして、AIは本当にこのプロセスの効率を向上させることができるのだろうか？これらの条件が満たされれば、この方向性は単なる構想から製品へと発展する可能性が高まるだろう。
Web3スタートアップがこれらの段階に真に進むためのリソースを持っているかどうかを判断するには、さらなる調査が必要です。
先に述べたデータ、本人確認、決済に関する問題は、単なる技術的な問題ではなく、ネットワークリソースの問題である。
例えば、データネットワークにおいて、チームが安定したデータソースと継続的にデータを提供できるユーザーベースを欠いている場合、たとえ技術が開発されていても、真のネットワーク効果を生み出すことは困難です。同様に、AIエージェントのためのアイデンティティシステムや協調ネットワークを構築するには、実際の開発者、アプリケーション、またはエージェントの参加が必要です。そうでなければ、プロトコル自体がエコシステムを形成するのに苦労するでしょう。決済システムも同様の論理に従います。AIエージェントがネットワーク内でサービスを呼び出し、データを取得し、タスクを実行するようになると、少額の支払いが非常に頻繁に発生します。しかし、このような決済ネットワークは、多数のエージェントとサービスが同時に存在する場合にのみ意味を持ちます。そうでなければ、単なる技術モジュールに過ぎません。
したがって、多くのWeb3チームにとって、評価すべき真の課題は「この方向に技術的な可能性はあるか」ではなく、「このネットワークの一員になれるか」である。チームが既にデータソース、開発者エコシステム、あるいはアプリケーションシナリオを持っているかどうかは、プロジェクトが概念レベルにとどまるのではなく、真にAIのインフラストラクチャ層に参入できるかどうかを左右することが多い。
