AIの集中化と分散化:プレイする価値があるものは何ですか? 2つの分野を想像してみてください:1つは、大規模なデータセンターを運営し、フロンティアモデルをトレーニングし、ルールを設定するテクノロジーの巨人によって支配されています。もう1つは、コンピューティング、データ、および意思決定を何百万人ものマイナー、エッジデバイス、およびオープンコミュニティに分散します。どこで構築するか投資するかは、どちらの分野が次の価値の波を捉えると信じているか、それとも両方を橋渡しすることに真のチャンスがあるかによって異なります。 --- AIにおける中央集権化と分散化の意味 中央集権型AIは、主にAWS、Azure、Google Cloudなどのハイパースケールクラウドプラットフォームで見られ、GPUクラスターの大部分を制御し、世界のクラウド市場の68%のシェアを占めています。これらのプロバイダーは、大規模なモデルをトレーニングし、ウェイトを閉じたり、制限付きのライセンス(OpenAIやAnthropicに見られるように)の下に保持したり、独自のデータセットと独占的なデータパートナーシップを使用したりします。ガバナンスは通常、企業であり、取締役会、株主、および各国の規制当局によって運営されます。 一方、分散型AIは、@akashnet_や@rendernetworkなどのピアツーピアGPU市場や、@bittensor_などのオンチェーン推論ネットワークを通じて計算を分散します。これらのネットワークは、トレーニングと推論の両方を分散化することを目的としています。 --- 中央集権化がいまだに支配的である理由 中央集権的なAIがリードし続けているのには、構造的な理由があります。 フロンティアモデル、たとえば2兆パラメータの多言語モデルのトレーニングには、ハードウェア、電力、人的資本に5億ドル以上が必要です。そのような事業に資金を提供し、実行できる事業体はほとんどありません。さらに、AIに関する米国大統領令やEU AI法などの規制義務により、レッドチーム、安全性レポート、透明性に関する厳しい要件が課せられています。これらの要求を満たすことで、十分なリソースを持つ既存の企業に有利なコンプライアンスの堀が生まれます。また、一元化により、トレーニングと展開のフェーズ全体で、より厳格な安全監視とライフサイクル管理が可能になります。 --- 一元化されたモデル亀裂 しかし、この優位性には脆弱性があります。 集中リスクに対する懸念が高まっています。ヨーロッパでは、大手企業44社の経営者が、EU AI法が意図せずに米国のクラウド独占を強化し、地域のAI開発を制約する可能性があると規制当局に警告しています。輸出規制、特に米国主導のGPU規制により、ハイエンドコンピューティングにアクセスできる人が制限され、国や開発者が分散型またはオープンな代替手段に目を向けるようになりました。 さらに、独自モデルのAPI価格は、2024年以降、複数回の値上げが見られました。このような独占的なレントは、開発者が低コスト、オープンウェイト、または分散型のソリューションを検討する動機となっています。 --- 分散型AI Akash、Render、@ionet などのオンチェーン コンピューティング マーケットがあり、GPU の所有者は未使用の容量を AI ワークロードに貸し出すことができます。これらのプラットフォームは現在、AMD GPUをサポートするように拡張されており、パフォーマンスを保証するためにワークロードレベルの証明に取り組んでいます。 Bittensor は、トークンを通じてバリデーターとモデルランナー$TAOインセンティブを与えます。フェデレーテッド・ラーニングは、主に医療や金融の分野で、機密性の高い生データを移動せずに共同トレーニングを可能にすることで、採用されています。 推論の証明とゼロ知識機械学習により、信頼できないハードウェアで実行されている場合でも、検証可能なモデル出力が可能になります。これらは、分散型でトラストレスなAI APIの基本的なステップです。 --- 経済的機会はどこにあるのか 短期的(現在から18か月)では、アプリケーション層インフラストラクチャに焦点が当てられます。企業がOpenAI、Anthropic、Mistral、またはローカルのオープンウェイトモデルを簡単に切り替えることができるツールは価値があります。同様に、エンタープライズSLAの下で規制に準拠したオープンモデルを提供する微調整されたスタジオも勢いを増しています。 中期的(18か月から5年)では、トークン価格が実際の使用量を反映しているため、分散型GPUネットワークが急増します。一方、リスクスコアリングやタンパク質のフォールディングなどの特殊なタスクに焦点を当てたBittensorスタイルのサブネットワークは、ネットワーク効果を通じて効率的にスケーリングされます。 長期的には(5+年)、エッジAIが優位に立つ可能性があります。電話、自動車、IoTデバイスは、フェデレーテッドラーニングを通じてトレーニングされたローカルLLMを実行し、レイテンシーとクラウドへの依存を削減します。データ所有権プロトコルも登場し、ユーザーはデバイスがグローバルモデルの更新に勾配に貢献するため、マイクロロイヤルティを獲得できるようになります。 --- 当選者の見分け方 成功する可能性が高いプロジェクトには、強力な技術的堀があり、帯域幅、検証、プライバシーに関する問題を桁違いの改善方法で解決します。経済的なフライホイールは、適切に設計されなければなりません。利用率が高ければ高いほど、より良いインフラや貢献者に資金を提供するべきであり、単にフリーライダーに補助金を出すだけではありません。 ガバナンスは不可欠です。トークン投票だけでは脆弱であり、代わりにマルチステークホルダーカウンシル、プログレッシブ分散化パス、またはデュアルクラストークンモデルを探してください。 最後に、エコシステムのプルが重要です。開発者ツールチェーンと早期に統合するプロトコルは、採用をより迅速に促進します。 --- ストラテジックプレイ 投資家にとっては、中央集権的なAPI(安定したリターンを得るため)と分散型トークン(非対称的なアップサイドのため)の両方にエクスポージャーを保有し、ヘッジするのが賢明かもしれません。ビルダーにとって、レイテンシ、コスト、またはコンプライアンスに基づいて、一元化されたエンドポイントと分散型エンドポイントをリアルタイムで切り替えることができる抽象化レイヤーは、レバレッジの高い機会です。 最も価値のある機会は、極ではなく、プロトコル、オーケストレーションレイヤー、およびワークロードが中央集権型システムと分散型システムの両方で自由にルーティングできるようにする暗号化証明などの結合組織にある可能性があります。 読んでくれてありがとう!