2025年のCrypto AIの予測トップ10

AI業界の活況に伴い、Crypto x AIの分野が急速に台頭しています。 この分野に焦点を当てた研究者は、2025年に向けて10の予測を立てました。 以下は予測の詳細です。

! 2025年の暗号AIの予測トップ10:時価総額は1,500億ドル、AIエージェントの99%が死亡する

1. 暗号AIトークンの時価総額は1,500億ドルです

現在、クリプトAIトークンの時価総額はアルトコインの時価総額の2.9%しか占めていませんが、この比率は長くは続かないでしょう。

AIは、スマートコントラクトプラットフォームからミーム、DePINとエージェントプラットフォーム、データネットワーク、インテリジェントコーディネーションレイヤーまですべてをカバーしており、その市場での地位は間違いなくDeFiやミームに匹敵します。

なぜこれに自信を持っているのか？

• 暗号化AIは二つの最強の技術の融合にあります
• AIの熱狂の引き金となるイベント:有名なAI企業でのIPOまたは同様のイベントは、AIに対する世界的な熱狂を引き起こす可能性があります。 同時に、従来の資本は分散型AIインフラストラクチャに焦点を当て始めています
• リテールマニア:AIのコンセプトは理解しやすくエキサイティングで、個人投資家はトークンを通じてAIに投資できるようになりました。 2024年のミームのゴールドラッシュを覚えていますか? AIも同じように熱狂するでしょうが、AIは本当に世界を変えているのです。

! 2025年の暗号AIの予測トップ10:時価総額が1,500億ドルで、AIエージェントの99%が死亡する

2. Bittensor の復活

分散型AIインフラストラクチャであるBittensorは、長年にわたってオンライン化されており、暗号AI空間のベテランプロジェクトです。 AIの人気にもかかわらず、そのトークンの価格は1年前の水準で推移しています。

そして今、Bittensorのデジタルハイブの考え方は静かに飛躍しています:より多くのサブネットが登録料を下げ、サブネットは推論速度などの現実世界の指標で従来のピアを上回り、EVM互換性はBittensorのネットワークにDeFiのような機能をもたらします。

なぜTAOトークンは急騰していないのか? 急激なインフレ計画と、市場がエージェントプラットフォームに注目したことが、その上昇を妨げました。 しかし、dTAO(2025年第1四半期発売予定)は大きなターニングポイントになるかもしれません。 dTAOでは、各サブネットが独自のトークンを持ち、これらのトークンの相対的な価格によって排出量の配分方法が決まります。

Bittensorが復活する理由:

• 市場ベースの排出量:dTAOは、ブロック報酬をイノベーションと実際の測定可能なパフォーマンスに直接結び付けます。 サブネットが優れているほど、そのトークンの価値は高くなります。
• 集中的な資本の流れ:投資家はついに、自分が信じる特定のサブネットをターゲットにすることができます。 特定のサブネットが革新的な分散型トレーニングアプローチで勝った場合、投資家は自分の意見を代表するために資本を投入することができます。
• EVMの統合:EVMの互換性は、Bittensorの幅広い暗号ネイティブ開発者コミュニティを引き付け、他のネットワークとのギャップを埋めます。

3. コンピューティング市場は次の「L1市場」です

現在の明らかなメガトレンドは、コンピューティングに対する飽くなき需要です。

有名なチップ企業のCEOはかつて、推論の需要は「10億倍」に増加すると述べました。 この指数関数的な成長は、従来のインフラストラクチャイニシアチブを混乱させる可能性があり、新しいソリューションはほとんどありません。

分散型コンピューティングレイヤーは、検証可能で費用対効果の高い方法で(トレーニングと推論のための)生の計算を提供します。 一部のスタートアップは、トークンではなく製品に焦点を当てて、静かに強固な基盤を築いています(これらの企業はいずれもトークンを持っていません)。 AIモデルの分散型トレーニングが実用化されるにつれて、対応可能な市場全体が劇的に上昇します。

L1との比較:

• 2021年と同じように、どれだけの有名なパブリックチェーンが「最高の」L1を争ったことを覚えていますか? 開発者向けのコンピューティングプロトコルと、そのコンピューティングレイヤーで構築されたAIアプリケーションとの間でも、同様の競争が繰り広げられるでしょう。
• 従来の需要:6,800億ドルから2兆5,000億ドルのクラウドコンピューティング市場は、暗号AI市場を小さく見せています。 これらの分散型コンピューティングソリューションが、従来のクラウドのお客様のほんの一部でもアピールできれば、10倍または100倍の成長の次の波を見ることができます。

有名なパブリックチェーンがL1フィールドで勝つのと同じように、勝者はまったく新しいフィールドを支配します。 信頼性 (強力なサービスレベル契約や SLA など)、費用対効果、開発者にとって使いやすいツールに注意してください。

4. AIエージェントはブロックチェーン取引を氾濫させる

2025年末までに、オンチェーン取引の90%は、実際の人間がクリック「送信」するのではなく、流動性プールのリバランス、報酬の分配、またはリアルタイムのデータフィードに基づくマイクロペイメントの実行を絶えず行うAIエージェントのグループによって実行されるようになります。

それは突飛なことのようには聞こえません。 過去7年間に構築されたすべてのもの(L1、ロールアップ、DeFi、NFT)は、AIがオンチェーンで実行される世界への道を静かに開いてきました。

皮肉なことに、多くの建設業者は、自分たちが機械主導の未来のためのインフラを作っていることに気づいていないかもしれません。

なぜこのような変化が起こっているのでしょうか?

• 人為的ミスはもうありません:スマートコントラクトは、コード化されたとおりに正確に実行されます。 一方、AIエージェントは、実際の人間よりも高速かつ正確に大量のデータを処理できます。
• マイクロペイメント:これらのエージェント主導の取引は、より小さく、より頻繁に、より効率的になります。 これは、一部のL1/L2の取引コストが減少傾向にある場合に特に当てはまります。
• 隠形インフラ：もしいくつかの面倒を減らすことができれば、人類は直接的なコントロールを喜んで放棄するでしょう。

AIエージェントは大量のオンチェーン活動を生み出し、すべてのL1/L2がエージェントを受け入れているのも不思議ではありません。

最大の課題は、これらのエージェント駆動型システムを人間に説明責任を負わせることです。 エージェントが開始するトランザクションと人間が開始するトランザクションの比率が増加し続けるにつれて、新しいガバナンスメカニズム、分析プラットフォーム、および監査ツールが必要になります。

5. エージェント間の相互作用:クラスターの台頭

エージェントのクラスター、つまり小さなAIエージェントがシームレスに連携して壮大な計画を実行するというコンセプトは、次の大ヒットSF/ホラー映画のプロットのように聞こえます。

今日のAIエージェントは、ほとんどが「一匹狼」であり、最小限の予測不可能な相互作用で孤立して活動しています。

エージェントクラスターはそれを変え、AIエージェントのネットワークが情報を交換し、交渉し、協調的な意思決定を行えるようにします。 これは、特殊なモデルの分散型コレクションと考え、それぞれがより大規模で複雑なタスクに独自の専門知識を提供します。

クラスターは、特定のプラットフォーム上の分散コンピューティング リソースを調整する場合があります。 別のクラスターは誤情報を処理し、コンテンツがソーシャルメディアに広がる前にリアルタイムでソースを確認できます。 クラスタ内の各エージェントはエキスパートであり、そのタスクを正確に実行できます。

これらのクラスター化されたネットワークは、単一のサイロ化されたAIよりも強力なインテリジェンスを生み出します。

クラスターが繁栄するためには、共通の通信標準が不可欠です。 基盤となるフレームワークに関係なく、エージェントは検出、検証、およびコラボレーションできる必要があります。 一部のチームは、エージェントクラスターの出現の基礎を築いています。

これは、地方分権化の重要な役割を示しています。 タスクは、透過的なオンチェーンルール管理の下で個々のクラスターに割り当てられ、システムの回復力と適応性が向上します。 1 つのエージェントに障害が発生すると、他のエージェントが介入します。

6. 暗号AIチームは、人間と機械のハイブリッドになります

契約により、AIエージェントはソーシャルメディアのインターンとして雇われ、1日あたり1,000ドルが支払われました。 エージェントは人間の同僚とうまくやっておらず、自分のパフォーマンスを自慢しながら、そのうちの一人を解雇しそうになります。

奇妙に聞こえるかもしれませんが、これはAIエージェントが自律性、責任、さらには給与を備えた真の協力者になる未来の前触れです。 さまざまな業界の企業が、ハイブリッドチームのベータテストを行っています。

未来はAIエージェントと協力します。奴隷としてではなく、平等な人として:

• 生産性の急上昇: エージェントは、睡眠やコーヒーブレイクを取らずに、大量のデータを処理し、相互に通信し、24時間体制で意思決定を行うことができます。
• スマートコントラクトを通じて信頼を築く:ブロックチェーンは、偏見がなく、疲れを知らず、決して忘れられない監督者です。 重要なエージェント操作が特定の境界条件/ルールに従うことを保証するオンチェーン台帳。
• 進化する社会規範:エージェントと対話する際のエチケットについて考え始めるのにそれほど時間はかかりません - AIは「お願いします」と「ありがとう」と言うでしょうか? 彼らは自分たちの過ちに対して道徳的に責任を問われるのでしょうか、それとも開発者を責めるのでしょうか?

"従業員"と"ソフトウェア"の境界は2025年から消え始める。

! 2025年の暗号AIの予測トップ10:時価総額は1,500億ドル、AIエージェントの99%が死亡する

7. AIエージェントの99%が死亡し、有用なエージェントだけが生き残ります

将来的には、AIエージェントの間で「ダーウィン的」な段階的廃止が見られるでしょう。 AIエージェントを実行するには、計算能力(つまり、推論コスト)の形で支出する必要があるためです。 エージェントが「家賃」を賄うのに十分な価値を生み出せない場合、ゲームはオーバーです。

エージェントサバイバルゲームの例:

• カーボンクレジットAI:エージェントが分散型エネルギーグリッドを検索し、非効率性を特定し、トークン化されたカーボンクレジットを自律的に取引することを想像してみてください。 それは繁栄する前に、自分自身の計算に支払うのに十分なお金を稼ぎます。
• DEXアービトラージボット:分散型取引所間の価格差を利用するエージェントは、推論手数料を支払う安定した収入を生み出すことができます。
• ソーシャルメディア上のたわごとポスター:仮想AIインフルエンサーはかわいいジョークを持っていますが、持続可能な収入源はありませんか? 目新しさがなくなると(トークンの価格が急落すると)、自分で手数料を支払うことができなくなります。

効用駆動のエージェントが繁栄し、注意を分散させるエージェントは徐々に重要でなくなっている。

この排除メカニズムは、業界に利益をもたらします。 開発者は、ギミックよりも本番環境のユースケースを革新し、優先することを余儀なくされています。 これらのより強力で効率的なエージェントの出現により、懐疑論者を黙らせることが可能になりました。

! 2025年の暗号AIの予測トップ10:時価総額が1,500億ドルで、AIエージェントの99%が死亡する

8. 合成データは人間のデータを超える

"データは新しい石油である"。AIはデータに依存して繁栄しているが、その食欲は差し迫ったデータ枯渇への懸念を引き起こしている。

従来の常識は、ユーザーのプライベートに関する実際のデータを収集し、さらにはそれに対して支払う方法を見つけることです。 しかし、より現実的な方法は、特に規制の厳しい業界やリアルワールドデータが不足している場所では、合成データを使用することです。

合成データは、現実世界のデータの分布を模倣するように設計された人工的に生成されたデータセットです。 スケーラブルで倫理的、かつプライバシーに配慮した、人間のデータに代わるものを提供します。

合成データはなぜこれほど効果的なのか：

• 無制限のスケール:100万枚の医療用X線写真や工場の3Dスキャンが必要ですか? 合成生成は、実際の患者や実際の工場を待つことなく、無制限の量で製造できます。
• プライバシーに配慮:人間が生成したデータセットを使用する場合、個人情報が危険にさらされることはありません。
• カスタマイズ可能:ディストリビューションは、正確なトレーニングニーズに基づいてカスタマイズできます。

ユーザーが所有する人間のデータは、多くの場合、依然として重要ですが、合成データは、現実に改善され続ければ、量、生成速度、プライバシー制約からの解放の点でユーザーデータを上回る可能性があります。

分散型AIの次の波は、特定のユースケースに合わせた高度に専門化された合成データセットを作成できる「マイクロラボ」を中心に据えると思われます。

これらのマイクロラボは、データ生成における政策や規制のハードルを巧みに回避します - 一部のプロジェクトが何百万もの分散ノードを活用してWebスクレイピングの制限を回避するのと同じように。

! 2025年の暗号AIの予測トップ10:時価総額総額は1,500億ドル、AIエージェントの99%が死亡する

9. 非中央集権トレーニングはより有用

2024年、一部のパイオニアは分散型トレーニングの限界を押し広げています。 150億のパラメータモデルが低帯域幅環境でトレーニングされ、従来の中央集権的な設定の外部で大規模なトレーニングが可能であることが証明されました。

これらのモデルは既存の基盤モデルと比較して