PolyChainやFrameworkといったベテランVCが主導する3,500万ドルの資金調達により、Alloraは最近驚異的な業績を上げています。多くの人がこれを「予測市場」と呼んでいますが、それは間違いです。このプロジェクトについて、私の見解を述べさせてください。

1) 正確に言えば、Alloraは分散型AI推論サービスプラットフォームです。ユーザーは、価格予測、戦略最適化、リスク評価など、AIによる判断を必要とするあらゆるニーズに対して、AIエージェントに料金を支払うことでサービスを提供できます。したがって、予測市場はAlloraの応用シナリオの一つに過ぎず、唯一のものではありません。

2) AIモデルの推論能力と出力能力は本質的に不均一であるが、Alloraはどのようにして大量出力の成熟した上流サプライヤーになれるだろうか？その答えは、AIモデルの総合力と競争力のある連携を活用するアグリゲーションプラットフォームの構築にある。

仕組みは単純明快です。例えば、ETHの上昇か下落かを予測し、LPの価格帯をどのように設定するかをユーザーが決定したい場合、従来のアプローチでは、Kラインチャートを観察したり、キーオピニオンリーダー（KOL）の分析を聞いたり、予測用にカスタマイズされたAIモデルAPIを購入したりする必要がありますが、これらの方法では、しばしば一貫性のない様々な結果が導き出されます。このような比較スクリーニングプロセスを処理できる、集約型推論サービスプラットフォームを開発することは可能でしょうか？

鍵はここにあります。ユーザーがAlloraに需要を送信すると、ネットワークアーキテクチャ内の28万個のノードが競い合って回答を出します。上昇を予測するノード、下落を予測するノード、そして横ばいを予測するノードがいます。Alloraはこれらのモデルに投票し、過去のパフォーマンスレポートを記録します。予測成功率の高いAIモデルには高い重み付けを行い、トークン報酬を付与します。同時に、当てずっぽうな推測をしたユーザーからはポイントとデポジットを差し引きます。

これにより、プラスのフライホイールが生まれます。つまり、正確な予測を行うモデルはより多くの収益を獲得し、重みが増し、より多くのタスクを引き受け、推測を続けるモデルは排除されます。

3) そのため、AI推論サービスのインフラストラクチャ層として、AIモデルの組み合わせをオンデマンドで呼び出せるAlloraを推奨します。主な適用シナリオは2つあります。

DeFAI：AIエージェントがオンチェーントランザクションを実行する際には、トランザクションがMEVであるかどうかの判断、Uniswap LPを調整する際の最適な価格帯をリアルタイムで提供すること、AAVEに清算リスクがあるかどうかの判断、イールドプールがレバレッジ比率を動的に調整する方法などを行う必要があります。

予測市場：AIモデルを用いて確率を動的に調整・更新します。取引量のみに基づく価格決定メカニズムと比較して、AIの総合的な推論は、単なる群衆心理的な判断を回避し、よりスマートな予測の出発点をユーザーに提供します。

しかし、Alloraは本質的にはインフラサービス施設に過ぎません。初期段階では、モデルもデータも少なく、精度も不十分であるため、長期間にわたってエネルギーを蓄積していくことになります。

しかし、将来的にDeFAiや予測市場といった有望な市場が主流になれば、そのインフラサービスの価値が浮き彫りになるだろう。