a16z が予測する 2026 年の暗号通貨業界の 8 つの主要トレンド: プライバシーブロックチェーンの台頭、トランザクションプラットフォームの変革など。

著者: a16z

編集：Deep Tide TechFlow

a16z (Andreessen Horowitz) は最近、2026 年にテクノロジー分野で出現する可能性のある「ビッグアイデア」のリストを発表しました。これらのアイデアは、同社のアプリ、アメリカンダイナミズム、バイオテクノロジー、暗号通貨、成長、インフラストラクチャ、およびスピードランチームのパートナーによって提案されました。

以下は、仮想通貨分野の特別寄稿者による、厳選された主要なアイデアと洞察です。スマートエージェントと人工知能（AI）、ステーブルコイン、トークン化と金融、プライバシーとセキュリティ、予測市場やその他のアプリケーションなど、幅広いトピックを網羅しています。2026年のテクノロジー展望の詳細については、記事全文をご覧ください。

未来を築く

取引プラットフォームは単なる始まりであり、終わりではありません。

現在、ステーブルコインや一部のコアインフラを除き、好調な仮想通貨関連企業はほぼ全て、取引プラットフォームへと転換しているか、転換の過程にあります。しかし、「全ての仮想通貨関連企業が取引プラットフォームになる」としたら、最終的にどうなるでしょうか？同質的な競争が激化すると、ユーザーの関心が散漫になるだけでなく、勝者も少数に絞られる可能性があります。取引への移行が早すぎる企業は、より競争力があり持続可能なビジネスモデルを構築する機会を逃してしまう可能性があります。

創業者が健全な財務状況を維持する上で直面する困難は重々承知していますが、短期的な製品市場適合性のみを追求すると、コストがかかる可能性があります。これは特に暗号通貨業界で顕著で、トークンと投機を取り巻く独特の力学が、創業者を「マシュマロテスト」のように「即時の満足感」へと導くことがよくあります。

取引自体には何の問題もありません。確かに市場運営の重要な機能ではありますが、必ずしも最終的な目標ではありません。製品そのものに焦点を当て、長期的な視点で製品と市場の適合性（PMF）を追求する創業者が、最終的にはより大きな勝利を収める可能性が高いでしょう。

– アリアナ・シンプソン、a16z Crypto Team ゼネラルパートナー

ステーブルコイン、RWAトークン化、決済、金融に関する新たな考察

リアルワールドアセット（RWA）のトークン化とステーブルコインについて、より暗号資産的な視点から考える

銀行、フィンテック企業、資産運用会社は、米国株、コモディティ、指数といった伝統的な資産をブロックチェーン上に取り込むことに大きな関心を示しています。しかし、ブロックチェーン上に取り込まれる伝統的資産が増えるにつれ、そのトークン化は「物理的な」もの、つまり既存の現実世界の資産概念に基づいたものになり、暗号資産本来の機能を十分に活用していないものになりがちです。

対照的に、パーペチュアル先物（PERP）のような合成資産は、より流動性が高く、導入も容易です。また、PERPは分かりやすいレバレッジメカニズムを備えているため、暗号資産市場に最適なネイティブデリバティブと言えるでしょう。新興国株式は、「PERP化」の対象となる資産クラスの中でも、おそらく最も興味深いものの一つです。例えば、一部の株式では、ゼロ満期日（0DTE）オプション市場の流動性がスポット市場よりも高い場合が多く、PERP化は価値のある実験と言えるでしょう。

結局のところ、すべては「永続性」と「トークン化」の選択に行き着きます。いずれにせよ、来年には暗号通貨ネイティブの現実世界の資産のトークン化がさらに増えると予想する理由があります。

同様に、2026年にはステーブルコイン分野では「トークン化だけでなく、発行におけるイノベーション」がさらに進むでしょう。ステーブルコインは2025年に主流となり、発行量は増加し続けています。

しかし、強固な信用インフラを欠くステーブルコインは、極めて安全とみなされる特定の流動性の高い資産を保有する「ナローバンク」に近いと言えるでしょう。ナローバンクは効果的な商品ではありますが、オンチェーン経済の長期的な柱となるとは考えていません。

多くの新興資産運用会社、資産管理会社、そしてプロトコルが、オフチェーン担保によって担保されたオンチェーン資産担保ローンを推進しているのを目にしてきました。通常、これらのローンはオフチェーンで生成され、その後トークン化されます。しかし、このトークン化アプローチの利点は限られており、おそらく既にオンチェーンに存在するユーザーに配布できる程度でしょう。したがって、債務資産はオフチェーンで生成され、その後トークン化されるのではなく、オンチェーンで直接生成されるべきです。債務資産をオンチェーンで生成することで、ローンサービスコスト、バックエンドインフラコストが削減され、アクセス性が向上します。課題はコンプライアンスと標準化ですが、開発者たちはこれらの問題解決に取り組んでいます。

– Guy Wuollet 氏、ゼネラルパートナー、a16z 暗号化チーム

ステーブルコインは銀行のコア台帳のアップグレードを促進し、まったく新しい支払いシナリオを実現します。

今日でも、ほとんどの銀行は、現代の開発者には認識しにくい時代遅れのソフトウェアシステムを運用しています。銀行は1960年代から70年代にかけて、すでに大規模なソフトウェアシステムを早期に導入していました。1980年代から90年代にかけて、第2世代のコアバンキングソフトウェア（TemenosのGLOBUSやInfoSysのFinacleなど）が登場し始めました。しかし、これらのソフトウェアは老朽化しており、アップグレードは非常に遅い状態です。その結果、銀行業界の重要なコア台帳（預金、担保、その他の債務を記録する重要なデータベース）の多くは、依然としてCOBOLプログラミング言語を使用したメインフレームコンピュータ上で稼働しており、最新のAPIではなくバッチファイルインターフェースに依存しています。

世界の資産の大部分は、いまだに数十年前の基幹台帳に保管されています。これらのシステムは実証済みで、規制当局からも信頼され、複雑な銀行業務に深く統合されていますが、同時にイノベーションの障害にもなっています。例えば、リアルタイム決済などの重要な機能を追加するには、数か月、あるいは数年かかることもあり、莫大な技術的負債と複雑な規制要件への対応を伴います。

まさにここでステーブルコインの出番です。ここ数年、ステーブルコインは製品と市場の適合性を見事に捉え、金融の主流へと躍進しました。今年は、従来型金融機関（TradFi）がかつてないほどステーブルコインを積極的に活用しています。ステーブルコイン、トークン化された預金、トークン化された国債、オンチェーン債券といった金融商品により、銀行、フィンテック企業、金融機関は新たな商品を開発し、より多くの顧客にサービスを提供できるようになります。さらに重要なのは、これらのイノベーションによって金融機関がレガシーシステムの書き換えを強いられることがないことです。これらのシステムは老朽化しているとはいえ、数十年にわたって安定的に稼働しています。このように、ステーブルコインは金融機関に全く新しいイノベーションの手段を提供します。

– サム・ブローナー

インテリジェントエージェントとAIの未来

AIを活用して実質的な研究タスクを実行する

数理経済学者として、今年の初めには、一般消費者向けのAIモデルに自分のワークフローを理解させることが非常に困難でした。しかし、11月には、まるで博士課程の学生であるかのように抽象的な指示を与えることができるようになりました。そして、時には全く新しい、正しく実行された答えを返すこともありました。さらに、AIがより幅広い研究分野で活用され始めています。特に推論分野では、AIモデルが発見を直接支援するだけでなく、パトナム問題（おそらく世界で最も難しい大学レベルの数学試験）を自律的に解くことさえ可能になっています。

この研究支援アプローチがどの分野で、そしてどのように最も役立つのかはまだ明らかではありません。しかし、AIの研究能力が、新たな「博識家」的な研究スタイルを育み、刺激するだろうと私は予想しています。それは、様々なアイデアの関係性を推測し、より仮説的な答えから素早く外挿する傾向のある研究スタイルです。これらの答えは完全に正確ではないかもしれませんが、少なくとも特定の論理的枠組みの中では、正しい方向を指し示すことができます。皮肉なことに、このアプローチは、モデルの「錯覚」の力を利用するようなものです。これらのモデルが十分に「賢く」なり、抽象的な空間を自由に探索できるようになると、無意味なアイデアが生まれることもありますが、時には画期的な発見につながることもあります。これは、人間が直線的な思考から抜け出し、明確な方向性から外れたときに最も創造的になるのとよく似ています。

このように問題を考えるには、全く新しいAIワークフローが必要です。単なる「プロキシ対プロキシ」モデルではなく、より複雑な「プロキシラッププロキシ」モデルです。このモデルでは、様々なレイヤーのモデルが研究者による初期段階のモデルの評価と、徐々に価値ある洞察の抽出を支援します。私はこの手法を論文執筆に用いてきましたが、他の人々は特許検索、新しい芸術形態の発明、そして（残念ながら）スマートコントラクトへの新たな攻撃方法の発見にさえ用いています。

しかし、この「ラップされた推論エージェント」の研究モデルを実行するには、モデル間の相互運用性の向上と、各モデルの貢献を識別して合理的に補償する方法が必要であり、これらは暗号化技術が解決できる問題です。

– スコット・コミナーズ、a16z暗号研究チームメンバー、ハーバード・ビジネス・スクール教授

AIエージェントによってオープンネットワークに課される隠れた税金

AIエージェントの台頭により、一種の「隠れた税金」がオープンインターネットを圧迫し、その経済基盤を根本的に破壊しています。この破壊は、インターネットのコンテキストレイヤーと実行レイヤー間の非対称性の拡大に起因しています。現在、AIエージェントはユーザーの利便性向上のため、広告付きコンテンツウェブサイト（コンテキストレイヤー）からデータを抽出していますが、コンテンツ制作を支える収益源（広告やサブスクリプションなど）を体系的に迂回しています。

オープンウェブのさらなる衰退を防ぎ（そしてAIを支える多様なコンテンツを守るために）、技術的かつ経済的なソリューションを大規模に展開する必要があります。これには、次世代のスポンサードコンテンツ、マイクロアトリビューションシステム、その他の革新的な資金調達モデルなどが含まれます。既存のAIライセンス契約は、近視眼的な一時しのぎの対策であることが証明されており、AIトラフィックの侵食によって失われた収益のごく一部しかコンテンツプロバイダーに補償していません。

インターネットには、価値の流れを自動的に実現する全く新しい技術経済モデルが必要です。来年最も重要な変化は、静的な認証モデルからリアルタイムの利用状況に基づく報酬モデルへの移行です。これは、ブロックチェーン基盤のナノペイメントや高度なアトリビューション基準を活用したシステムのテストと拡張を意味し、AIエージェントによるタスクの成功に貢献した各主体に自動的に報酬を与える仕組みを構築します。

– リズ・ハーカヴィ、a16z暗号投資チーム

プライバシーは堀

プライバシーは暗号通貨分野において最も重要な防御壁となるでしょう。

プライバシーは、グローバル金融をブロックチェーンへと導く重要な要素の一つです。しかし同時に、今日のほぼすべてのブロックチェーンに欠けている重要な要素でもあります。多くのブロックチェーンでは、プライバシーは単なる二次的な、後付けの要素に過ぎないことが多いのです。

しかし、プライバシー自体が今やブロックチェーン技術の重要な差別化要因となっています。さらに重要なのは、プライバシーが「チェーンロックイン」、つまりプライバシーネットワーク効果を生み出す可能性があることです。これは、パフォーマンス競争だけではもはや十分な優位性が得られない時代には特に重要です。

クロスチェーンブリッジプロトコルは、すべての情報が公開されている限り、異なるチェーン間の移行を非常に容易にします。しかし、プライバシーが導入されると、この利便性は失われます。チェーン間でのトークンの転送は簡単ですが、チェーン間でのプライバシーの転送は非常に困難です。ユーザーは、パブリックチェーンに切り替える場合でも、別のプライバシーチェーンに切り替える場合でも、プライバシーチェーンに出入りする際にリスクに直面します。なぜなら、チェーン上のデータ、メモリプール、またはネットワークトラフィックを監視している者が、ユーザーの身元を推測する可能性があるからです。プライバシーチェーンとパブリックチェーン、あるいは2つのプライバシーチェーン間の境界を越えると、取引時間と金額の相関関係など、さまざまなメタデータが漏洩する可能性があります。これらの情報は、ユーザーの追跡をはるかに容易にする可能性があります。

競争によって取引手数料がほぼゼロにまで引き下げられる可能性のある、多くの均質な新しいチェーンと比較して、プライバシー機能を備えたブロックチェーンはより強力なネットワーク効果を生み出すことができます。現実には、「汎用」ブロックチェーンが成熟したエコシステム、キラーアプリケーション、あるいは不公平な分配の優位性を備えていない場合、ユーザーがそれを利用したり、その上に構築したりする理由はほとんどなく、ましてやロイヤルティを築くことなど考えられません。

パブリックブロックチェーンでは、ユーザーは他のチェーン上のユーザーと簡単に取引できます。どのチェーンに参加するかは関係ありません。しかし、プライベートブロックチェーンでは、ユーザーがどのチェーンに参加するかが特に重要になります。なぜなら、一度参加すると、プライバシーの漏洩リスクを避けるために他のチェーンに移行する可能性が低くなるからです。この現象は「勝者総取り」の力学を生み出します。そして、プライバシーはほとんどの現実世界のアプリケーションにとって不可欠であるため、最終的には少数のプライバシーチェーンが暗号資産空間を支配する可能性があります。

– a16z Cryptoチームのゼネラルパートナー、アリ・ヤヒヤ

その他の業界とアプリケーション

予測市場はより大きく、より広く、よりスマートになるでしょう。

予測市場は徐々に主流となりつつあり、今後 1 年間で暗号化や人工知能 (AI) との融合により、より大規模になり、より広く使用され、よりインテリジェントになるとともに、開発者に新たな重大な課題をもたらすことになります。

まず、予測市場に上場される契約が増えるでしょう。これは、主要な選挙や地政学的イベントのリアルタイムのオッズだけでなく、幅広い微妙な結果や複雑なクロスイベントの予測にもアクセスできるようになることを意味します。これらの新しい契約がより多くの情報を明らかにし、徐々にニュースエコシステムに統合されるにつれて（この傾向は既に始まっています）、情報の価値のバランスをどのように取るか、これらの市場をより透明性と監査可能性を高めるためにどのように設計するかといった重要な社会的課題が浮上するでしょう。これらの課題は、暗号技術によって解決できます。

新規契約の急増に対処するには、現実世界の出来事について合意を形成し、契約を解決するための新たな方法が必要です。中央集権的なプラットフォームソリューション（出来事が実際に発生したかどうかを確認するなど）は重要ですが、ゼレンスキー訴訟市場やベネズエラの選挙市場といった物議を醸した事例において、その限界が露呈しました。こうした限界的な事例に対処し、予測市場をより実用的なアプリケーションへと拡大するために、新たな分散型ガバナンスメカニズムと大規模言語モデル（LLM）オラクルは、議論の的となっている結果の背後にある真実を判断するのに役立ちます。

AIの可能性は、法学修士（LLM）主導のオラクルにとどまりません。例えば、これらのプラットフォームで活動するAIエージェントは、短期的な取引優位性を得るために、世界規模でシグナルを収集することができます。これは、私たちが全く新しい視点から世界を見るのに役立つだけでなく、将来のトレンドをより正確に予測することを可能にします。（Prophet Arenaのようなプロジェクトは、すでにこの分野の熱狂を煽っています。）これらのAIエージェントは、洗練された政治アナリストとしての洞察を提供するだけでなく、複雑な社会事象の新たな戦略を検証することで、その根本的な予測要因を明らかにする可能性もあります。

予測市場は世論調査に取って代わるのでしょうか？いいえ。むしろ、予測市場は世論調査を改善するでしょう（そして、世論調査の情報は予測市場に取り込むこともできます）。政治経済学の教授として、私は予測市場が世論調査の多様なエコシステムと連携して機能する可能性に最も期待しています。しかし、調査体験を向上させるAIや、アンケートや質問票の参加者がロボットではなく人間であることを検証するための全く新しい方法を提供する暗号化など、新しい技術に頼る必要があります。

– アンディ・ホール、a16zの暗号研究アドバイザー、スタンフォード大学政治経済学教授

暗号化技術は、ブロックチェーンを超えて、まったく新しいアプリケーションに拡大します。

長年にわたり、SNARK（ゼロ知識簡潔非対話型証明、計算を再実行することなく証明の正しさを検証する暗号証明の一種）は、主にブロックチェーン分野で使用されてきました。これは、SNARKの計算オーバーヘッドが法外に大きいためです。計算の証明は、その計算を直接実行するよりも100万倍も手間がかかる場合があります。このオーバーヘッドを数万のバリデーターに分散させる必要があるシナリオでは価値がありますが、そうでないシナリオでは実用的ではありません。

この状況は変わりつつあります。2026年までに、zkVM（ゼロ知識仮想マシン）証明器の計算オーバーヘッドは約10,000分の1に削減され、メモリフットプリントは数百メガバイトにまで縮小されます。これは、モバイルフォンで実行できるほど高速で、様々なシナリオに広く適用できるほど安価です。この「10,000分の1」が重要な転換点となる理由の一つは、ハイエンドGPUの並列スループットがラップトップCPUの約10,000倍であることです。2026年末までに、単一のGPUで、これまでCPUによるリアルタイム実行が必要だった計算証明を生成できるようになるでしょう。

これにより、以前の研究論文で提案されたビジョンの一部、すなわち検証可能なクラウドコンピューティングが実現可能になります。既にクラウドでCPUワークロードを実行している場合（計算タスクがGPUアクセラレーションに不十分な場合、関連する専門知識が不足している場合、または歴史的な理由など）、計算の正しさを暗号的に証明することで、合理的なコストで計算の正しさを証明できるようになります。さらに、この証明器は既にGPU向けに最適化されているため、コードに追加の調整は必要ありません。

– ジャスティン・セイラー、a16z暗号研究チームメンバー、ジョージタウン大学コンピュータサイエンス准教授

— a16z暗号化編集チーム