著者：ブラックロック

編訳：金色財経

はじめに：9月23日、ブラックロックはリサーチペーパー「マシンネイティブ経済：デジタル資産はいかにして知能・商取引・計算力をつなぐか」を発表し、AIとデジタル資産の間に高まりつつある結びつきを検討し、AIの広範な採用がデジタル資産経済の分野で新たな需要・新たな用途・新たな応用を促す可能性がある理由を説明した。以下はその全文である。

要旨

AIの異例の成長は、この時代を象徴する最も際立ったテクノロジーのテーマである。それと同時に、デジタル資産の台頭は並行して進むテクノロジーのテーマであり、金融インフラに対して特に重要な意味を持つ。歴史的に、この二大テーマはおおむねそれぞれ独自の軌道をたどって発展してきたが、AIシステムが金融・経済ネットワークと相互作用する能力を高めるにつれ、両者は交わり始めている。本稿はこのますます緊密になる関係を考察し、AIの広範な採用が、デジタル資産経済における過小評価された需要・効用・応用の成長源となる可能性がある理由を説明する。

この融合の中核にあるのは、AIとデジタル資産がいずれも共通の基盤に由来するという点である。AIはマシンネイティブな知能を、デジタル資産はマシンネイティブな通貨を表す。エージェンティックAIの台頭に伴い、この適合性はとりわけ重要になる。エージェンティックAIとは、限られた人的介入のもとで外部ツールやインフラと相互作用し、定められた目標を中心に複数ステップのタスクを計画・実行できるシステムを指す。一方、ブロックチェーンはプログラマブルなインフラを提供し、知能と経済活動をつなぐ。こうした能力は、AIをコンテンツ生成から現実世界での行動へと前進させる。それには購入の完了や金融取引の開始も含まれる。

具体的には、われわれは3つの重要な重なり合う領域を検討する。

**大規模言語モデルとブロックチェーンは類似したトークン化アーキテクチャを持つ。**大規模言語モデルは人間の言語をトークン（token）に分割し、それを数値化して符号化することで、モデルが解釈・処理できるようにする。ブロックチェーンも同様に、経済的価値と権益をデジタル資産トークン（token）として表現し、その設計目標は機械による検証可能な移転と決済である。両者の機能はそれぞれ異なるが、どちらのプロセスも現実世界の入力を、機械がネイティブに使用できる形式へと変換する。
**エージェンティックな商取引にはマシンネイティブな決済経路が必要である。**エージェンティックAIとマシン・ツー・マシン決済の台頭は、ブロックチェーンおよびその他のプログラマブルな決済インフラへの需要を高める可能性がある。ステーブルコイン、ネイティブ暗号資産、その他のオンチェーン資産は、これらの経路上で決済・清算を行うマシンネイティブな手段として機能し得る。ACHやカード組織ネットワークなどの既存経路はすでに相当程度の自動化を支えているが、その口座開設要件と決済の経済性は、プログラマブルな実行を必要とする7×24時間・極小額の取引にはあまり適さない可能性がある。x402やACPなどの新興プロトコルはブロックチェーンネットワーク上に展開され、従来の決済経路への適合策と並行して進み、より複雑なエージェンティックなワークフロー向けに取引・決済層を構築している。
**計算力はデジタル資産の新興かつ潜在的に巨大な市場になりつつある。**計算力、すなわちAIシステムの訓練と実行に必要な処理能力は、ますます重要な経済資源となっている。アナリストは、2030年までにハイパースケーラー・クラウドサービス事業者のクラウド事業収入が年率換算で1兆ドルを超える可能性があると推定している。エージェント能力が高まり、稼働時間が長くなるにつれ、計算力容量に対する標準化された権益請求権は、資金調達とプログラマブル決済の面でデジタル資産の重要なユースケースとなる可能性がある。

総合すると、こうした発展はAIをデジタル資産採用の構造的触媒とし、デジタル資産をAI経済の潜在的な後押し役とする。AIは情報を解釈して行動を導き、ブロックチェーンは機械可読な資産とプログラマブルな決済を提供する。この関係は依然として過小評価されており、デジタル資産がますます自律的になるデジタル経済の中核インフラとしての役割を拡大する可能性がある。

AIとデジタル資産のトークン化は、現実世界の入力をマシンネイティブな表現形式へと変換する

アーキテクチャのレベルでは、AIとデジタル資産におけるトークン化は類似した役割を果たす。すなわち、情報と経済的権益を、離散的で標準化され、機械がネイティブに処理できる表現形式へと変換するのである。AIトークンは情報を符号化し、デジタル資産トークンは価値・所有権・経済的権益の単位を表す。大規模言語モデル（LLM）では、トークナイザーが人間の読めるテキストをより小さな単位（通常は単語、サブワード、文字）に分割し、それを数値識別子へとマッピングする。続いて埋め込み層がこれらの識別子を、モデルが計算に使用できるベクトル表現へと変換する。モデルは数値形式のトークンIDを生成し、それが再び人間の読めるテキストへとデコードされる。入力テキストを継続的に標準化された数値単位へと変換することで、LLMは現代のチップが得意とする高度に並列な計算を活用し、大規模な入力ストリームを効率的に処理できる。

ブロックチェーンは、価値の保存と経済的権益に対して、機能的には比較可能だが技術的には異なるプロセスを採用する。デジタル資産のトークン化とは、現金、ファンド持分、証券、その他の所有権請求権などの金融資産または現実世界資産（RWA）を、分散台帳に記録された標準化されたデジタルトークンとして表現するプロセスを指す。ステーブルコインなどの既存のオンチェーン資産は、スマートコントラクト取引を通じて移転できる。取引のレベルでは、これらの資産は機械可読な取引データとガバナンスルールを通じて表現される。ネットワーク検証が取引の正当性と有効性を認可し、スマートコントラクトまたは取引スクリプトがその資産特有の権限と条件を課す。これらのメカニズムが一体となって、トークン残高の移転を通じて台帳を更新する。取引が記録され、ネットワークのコンセンサスルールの下で十分なファイナリティを得ると、それはネットワークの規範的台帳状態の一部となる。

ブロックチェーンのワークフローでは、スマートコントラクトが取引ロジックを実行し、金融資産に特有のルールを課す。マネーロンダリング防止（AML）、顧客確認（KYC）、エージェント確認（KYA）のチェックは通常オフチェーンで行われる。なぜなら、本人確認とコンプライアンスのデータはオフチェーンで評価でき、検証結果がオンチェーンに伝達されて取引の適格性を判定するために使われるからである。トークン化されたRWAについては、これらの管理はより広範な法的・規制対象サービスの枠組みの中にあり、その枠組みは権威あるオフチェーンの登録システムに依存しつつ、閉鎖的なデータベースと人手による照合への依存を減らす。

図1：大規模言語モデルとブロックチェーン取引におけるトークン化プロセスの模式図

これらの並行するワークフロー（一方は人間の文脈を符号化し、他方は経済的権益を符号化する）は、知的システムと取引実行が融合し続けるにつれて、ますます重要になる。両方のシステムが構造化された機械可読な表現形式を使用するため、LLMベースのAIエージェントは、断片化した多くの従来システムと向き合う場合よりも、ブロックチェーンデータとより直接的なインターフェースを構築できる。逆に、資産クラスをまたぐ標準化の度合いが高まれば、カスタマイズされた統合への依存を減らし、エージェントがより複雑なマルチ資産ワークフローをより容易に編成できるようになる。プログラマブルなインターフェースを通じて、エージェントは認可された取引を実行し決済を検証する前に残高とルールを評価でき、人的プロセスへの依存は限定的である。

ビットコイン政策研究所の最近のリサーチは、この枠組みに初期の裏付けを提供している。その報告によると、制御されたシミュレーションにおいて、モデルの出力は総じて、日常的な支払いにはステーブルコインを、長期的な価値保存にはビットコインを選好したという。これらの発見は、実際に観測されたエージェントの行動ではなく、シミュレーションされたモデルの回答を反映したものだが、潜在的なAIネイティブな通貨アーキテクチャ（ステーブルコインが取引通貨として機能し、ビットコインが価値保存手段として機能する）を示唆している。次節で検討するように、この共有されたマシンネイティブな基盤は、有意義なエージェント決済のユースケースを支える可能性があり、一部の従来型金融経路はこれらのユースケースにおいて効率性や経済性が低い可能性がある。

マシンネイティブな取引には、専用に構築されたエージェント決済プロトコルが必要である

AIエージェントの能力が高まり、現実の応用が拡大するにつれ、機械の速度で行われる商取引のためにネイティブに設計された決済・資産インフラがますます必要になる。暗号ネイティブなブロックチェーン経路は、7×24時間稼働する高頻度・1セント未満のマシン・ツー・マシン（M2M）取引に特に適している。これにはAPI呼び出し、オンデマンドデータ、使用量ベース課金の計算力が含まれる。それと同時に、改良された従来型決済システムは、エージェントを人間が運営する企業や消費者とつなぐ際（すなわち企業対マシンB2M、消費者対マシンC2M）に引き続き重要である。

ステーブルコイン、ネイティブ暗号資産、トークン化された現実世界資産、その他のプログラマブルなツールは、取引とデジタル所有権（担保としての使用を含む）を支え、24時間365日稼働する基盤の上で必要な粒度を満たすことができる。より広く言えば、トークン化は資産クラスをまたいで標準化された機械可読な表現形式を提供し、金融インフラにおけるカスタマイズされた統合を減らし、エージェントがますます複雑になるワークフローをより効率的に編成できるようにする。

多くの既存決済経路は、取引量が多く単一取引額が小さいエージェンティックな取引にはあまり適していない。その理由は以下のとおりである。

口座開設、認証情報の発行、認可のプロセスに人手の関与が必要になる場合がある。
加盟店の受理手数料により、極小額の取引が経済的に成り立たなくなる可能性がある。
決済とファイナリティの制約：大半のACH取引量は1営業日以内に決済され、カード認可はほぼ即時だが、加盟店への決済と紛争の最終確定にはより長い時間がかかる場合がある。
機械が生み出す取引量が増えるにつれ、スケーラビリティの制約が生じる可能性がある。

エージェント決済プロトコルは、MCPやA2Aなどの基礎標準の上に構築される。これらの標準は、エージェントを外部システムおよび相互に接続する。**MCP（モデルコンテキストプロトコル、Model Context Protocol）**はAnthropicが2024年11月に発表したもので、AIアプリケーションが外部データとワークフローにアクセスする方法を標準化する。**A2A（Agent2Agent）**はGoogleが2025年4月に公開したもので、エージェントがプラットフォームをまたいで通信・協働できるようにする。

MCPとA2Aを使用するエージェントは、決済を伴う複雑なワークフローを完了するために、複数のエージェント決済プロトコルを活用する。x402はCoinbaseが開発したオープン決済プロトコルで、HTTP 402「支払いが必要（Payment Required）」ステータスコードを使用して、機械が開始する支払いをサポートする。このプロトコルはブロックチェーンに依存せず、USDCなどのステーブルコインが初期の主要ユースケースの1つであり、高速なM2M取引の潜在的標準になりつつある。7×24時間・ほぼリアルタイム・検証可能な決済を提供することで、x402はリソース提供者のカウンターパーティリスク・エクスポージャーを低減し、支払い確認後すぐに要求されたデータやサービスを引き渡すことができる。**x402はデジタル通貨（オンチェーンウォレットに保有されるステーブルコインを含む）を使用するため、人手の介入なしに高頻度・小額の取引をサポートできる。**決済がパーミッションレスなネットワーク上で行われる場合、利用量の増加はブロックスペースとバリデーターサービスへの需要を高め、ネイティブ暗号資産への潜在的な波及経路を形成する可能性がある。価値捕捉の程度は、各ネットワークの手数料、ステーキング、ガス代行の設計に依存する。

その他の新興標準は、エージェンティックな取引を既存の決済経路につなぎ、信頼できる金融実行のためのガードレールを構築する。StripeとTempoが開発したマシン決済プロトコル（MPP）は、APIおよびその他のHTTPリソースへの支払いをサポートし、ステーブルコインまたは従来の決済手段による柔軟な決済を可能にする。StripeとOpenAIが開発したエージェントコマースプロトコル（ACP）は、エージェントと企業の間でプログラマティックにチェックアウトを完了することをサポートしつつ、売り手が既存の商取引・決済インフラを維持できるようにする。Googleのエージェント決済プロトコル（AP2）は暗号化された認可認証情報と監査証跡を使用してユーザー認可の証拠を提供し、Visaのトラステッドエージェントプロトコル（TAP）は加盟店が信頼できるエージェントを検証し、決済認証情報を安全に受け取るのを支援する。

図2は、簡略化したエージェント決済ワークフローを示している。人間のユーザー（1）は、指定された予算内で航空券とホテルを予約するようエージェントに依頼する。メインAIエージェント（2）はMCPコネクターを通じてユーザーのカレンダー、好み、認可済みの決済情報にアクセスし、次に（3）A2Aを通じてデータ収集作業を専門のAI旅行サブエージェントに委任する。サブエージェントは（4）有料の航空券・宿泊料金APIを呼び出し、関連する支払いはx402を通じて処理され、オンチェーンで決済される。返された情報を利用して、メインエージェントは（5）航空会社とホテルのチェックアウトシステムを通じて予約を完了し、（6）旅程と領収書をユーザーに返す。

図2：基礎プロトコルと金融プロトコルを含むエージェンティックなワークフローの模式図

複数のデジタル資産がコマースエージェントを支える可能性があるが、ステーブルコインが取引用途で先行する可能性が高い。ステーブルコインは、ある参照通貨（最も一般的なのは米ドル）に対して安定した価値を維持するよう設計されたデジタルトークンである。その価格安定性は信頼できる価値尺度を提供し、価格設定と決済においてより高い予測可能性をもたらす。ステーブルコインはトークン化された現実世界資産の中で最大のカテゴリーであり、2026年9月時点で流通時価総額は3,000億ドルを超える。2025年の調整後ステーブルコイン取引量は11兆ドルを超え、VisaおよびMastercardの年間決済額とおおむね同じレンジにある。調整後ステーブルコイン取引量は、2025年にACHを通じて移転された93兆ドルを依然として大きく下回る。ただし2020年から2025年にかけて、その年平均成長率（CAGR）は80%であるのに対し、ACHは約8.5%である。規制環境がますます明確になっていること（米国の「GENIUS法」、EUのMiCA、香港のステーブルコイン発行ライセンス制度、シンガポールのステーブルコイン規制枠組みを含む）は、ステーブルコインの継続的な採用と成長を支えるはずである。

図3：ステーブルコインと主要カード組織ネットワークの取引量

デジタル資産にとって、この成長の影響はステーブルコインそのものを超え、その発行と決済が行われるブロックチェーンネットワークにまで及ぶ。多くの主要ステーブルコインは複数のブロックチェーン上で発行されており、市場参加者は経済性と技術的適合性に基づいて、サポートされている決済場所の中から選択できる。これらの場所には、イーサリアムのような汎用のパーミッションレスネットワークと、CircleのArcのような専用に構築されたステーブルコインネットワークの両方が含まれる。Arcでは、USDCがネイティブなガス資産として設計されている。パーミッションレスネットワークでは、ネイティブ暗号資産（例えばETH）がコンセンサス、バリデーター報酬、取引手数料、決済を支える。ステーブルコインの活動規模が拡大するにつれ、ブロックスペースとネットワークサービスへの需要の高まりは、利用量に関連する需要とこれらの資産の潜在的な価値捕捉を支える可能性がある。その程度は各ネットワークの手数料、ステーキング、ガス代行の設計に依存する。Arcはまた、別の補完的なモデルを提供する。すなわち、決済活動の増加が、決済資産としても取引手数料の支払い手段としてもUSDCの効用を深める可能性がある。

自律エージェントが急増するにつれ、計算力はデジタル資産の新興かつ潜在的に巨大な市場になりつつある

AIシステムとエージェントの運用には、大量の計算力とエネルギーが必要である。投資家は主にAIインフラ構築に必要な資本支出（CapEx）の規模に注目しており、一部の推計では2025年から2030年の累計AI資本支出は5兆ドルを超えるとされる。しかし、AIの展開を支える継続的な運営支出（OpEx）の増加も同様に注目に値する。この運営支出のかなりの部分はAIクラウド計算力市場に流れる。この市場は、展開済みのIT機器とその稼働に必要な電力の使用権を収益化する。この市場が拡大するにつれ、計算力は独自で、規模が大きく、ますます投資可能な経済資源となり、新たな種類のデジタル資産を支える可能性がある。ハイパースケーラー・クラウドサービス事業者の主要クラウド事業セグメントを市場規模のおおよその代理指標とすると、市場コンセンサス予想では、アマゾンウェブサービス（AWS）、マイクロソフトのインテリジェントクラウド部門、Google Cloudの2030年の合計収入は約1.1兆ドルとなり、2025年の水準から29%の年平均成長率に相当する。

計算力がより大きな経済的投入要素になるにつれ、容量の価格設定と配分、そして資金調達とヘッジを支える需要も高まるはずである。歴史的に見て、大規模な資源市場は流動性とリスク管理を改善する取引インフラを発展させてきた。われわれは、AIの採用規模が拡大するにつれ、計算力も同様の道をたどる可能性があると考える。最近の市場動向はすでにこの方向を示している。GPUを裏付けとする資金調達や、長期間・使用量連動型の計算力収入を中心に設計された資金調達プラットフォームがそれである。これらの構造は、最先端GPUへのアクセスや、フロンティアモデルの構築に必要な容量への資本集約度の高さを反映している。モデルが改善するにつれ、訓練と推論の両方の需要は引き続き成長するはずである。現実世界のAIユースケースが拡大するにつれ、2030年までに推論が最大のAIワークロードとなり、データセンターの電力需要に占める割合が増大すると予想される。潜在的な推論ユーザー層は企業と個人消費者を包含し、訓練市場の参加者という集中したグループよりもはるかに大きく、はるかに分散している。

図4：ワークロード別の世界データセンター電力需要

市場が形成されつつあるとはいえ、標準化された計算力商品が規模化できるようになる前には、重要な契約設計と市場構造の課題が存在する。これらの課題には、チップの世代別生産性と地域経済性（特にエネルギーコストの差が顕著な場合）の実質的な差異をどのように織り込むか、そして現金決済と契約容量の引き渡しに関する実行可能な標準を確立することが含まれる。われわれはこれらを重要だが最終的には解決可能な設計上の考慮事項と考える。成熟したコモディティ市場で使用されるベーシス市場、差金決済契約、その他のメカニズムは、異質な資産とローカライズされた価格設定を管理するための有益な参考を提供する。一方、オンチェーンのトークン化市場は、共有された決済インフラ内でより細かい粒度の地域別・ハードウェア別契約を実現できる可能性がある。これらの枠組みが成熟するにつれ、標準化された商品（取引所取引の計算力先物を含む）がより透明な価格発見を支え、計算力容量の提供者と使用者により効果的なヘッジをもたらすと予想される。標準化された計算力契約はまた、計算力容量および関連する使用権に対する権益請求権を生み出すことができる。これらの権益は表現、移転、担保としての差し入れが可能で、プログラマブルなインフラを通じて決済できる。これは逆に機関投資家の参加を拡大し、計算力をより広範なデジタル資産エコシステムの新たな機会にする可能性がある。

エージェンティックAIの採用規模が拡大し、エージェントがx402などのプログラマブルな決済経路を通じて計算力を発見・構成・最適化・支払いするようになるにつれ、この機能は特に価値を持つようになる可能性がある。エージェントはリアルタイムの市場APIを照会し、価格、性能、レイテンシー、場所、ハードウェアの専門性によって利用可能な容量を比較し、特定のワークロードに最も適したリソースを構成できる。MCPとA2Aはデータアクセスとエージェント間の協働を促進し、x402は使用回数単位、モデルトークン単位、ジョブ単位のオンデマンド決済をサポートできる。この枠組みは、限られた人的介入のもとで弾力的かつジャストインタイム（just-in-time）な計算力の取得を実現できる。エージェント決済活動は現在もなお初期段階にあるが、自律エージェントとマシンネイティブ決済の間の構造的な適合性は、エコシステムの発展に伴って注目すべき領域となる。

図5：オンデマンド計算力を最適化・取得するエージェンティックなワークフローの模式図

Stripeが2026年8月にOpenRouterの買収合意に達したことは、初期の戦略的シグナルを提供している。モデルルーティングと計算力使用の最適化が、AIをめぐる金融インフラの一部になりつつあるのである。OpenRouterはワークロードの需要とコスト・性能のトレードオフに基づいて、80社以上のプロバイダーが提供する400以上のモデルにワークロードを分散しており、希少な計算力を効率的に配分することの経済的価値を浮き彫りにしている。買い手自体もこの論点に関係する。Stripeが決済、ステーブルコイン、課金、エージェントコマースの分野で幅広く活動していることを考えると、この取引は計算力の調達、使用量ベース課金、プログラマブル決済の間の潜在的な融合を示している。われわれの見方では、これは次のような未来を支える可能性がある。すなわち、エージェントがブロックチェーンやその他のプログラマブルな決済経路を通じて自律的に計算力を取得し、その支払いを行う未来である。

結論

機械が経済活動においてより重要な役割を果たすにつれ、AIとブロックチェーンベースのデジタル資産はますます融合しつつある。

LLMとブロックチェーンのトークン化によって生み出される構造化された機械可読な表現形式は、AIエージェントにプログラマブルな資産へのより直接的なインターフェースを与えることができる。一方、ステーブルコインやx402などのプロトコルは、高頻度・小額・24時間365日の取引を支えることができる。

それと同時に、標準化され流動性のある計算力権益市場は、推論需要が拡大する際に、エージェントが計算リソースを取得・最適化・資金調達・支払いできるようにする。このエコシステムは依然として初期段階にあり、エージェント決済活動と計算力市場の流動性は依然として限定的である。

AIの採用が拡大し、エージェントシステムの能力が高まるにつれ、デジタル資産はAI経済インフラの不可分の一部となり、ステーブルコイン、トークン化されたRWA、そしてブロックチェーン決済を支えるネイティブ暗号資産の全体的な効用を高める可能性がある。

Tether傘下のQVACが「QVAC Genesis III」データセットを公開

人気記事