市場動向の変化により、複数のセクターが再び活発化しています。注目のビットコインエコシステムに加え、今年持続的に注目されているAIトラックは、妖币（ヤオコイン）が頻出する舞台としても常に話題となっています。市場で熱狂的に盛り上がっているFET、RNDR、OCEANなどのトークンのほか、最近1ヶ月で3倍に急騰したTAOというトークンがあります。その背後にあるプロジェクトBittensorは、華語圏市場ではあまり深く分析されていません。一方、海外の動きは私たちの反応よりもはるかに迅速です。価格が爆発的に上昇し、嗅覚の鋭い投資家たちはチャンスを嗅ぎつけています。木曜日、Bittensorのコミュニティ公告で、著名な暗号VCのPanteraとCollab CurrencyがTAOのホルダーになったこと、そしてプロジェクトのエコシステムの発展にさらなる支援を行うことが発表されました。VCはトレンドの変化を捉えるのが得意であり、またその推進も巧みです。この注目され、価格が急騰しているTAOの背後には何か特別な要素があるのでしょうか？そのストーリー、プロダクト、トークン経済には、AIトラックの主流プロジェクトと比べてどのような顕著な違いがあるのか？本稿では、Bittensorの詳細に深く入り込み、その背景、プロジェクトの目的、技術構成、トークンの評価などを総合的に分析し、皆さんの判断と意思決定の参考にします。焦らず、まずはCrypto + AIの投資ロジックを理解しましょうどんなトークンの上昇も、基本的な投資ロジックと業界の大きなストーリーによって支えられています。TAOを研究する前に、まずはAI業界全体の概況を見てみるのも良いでしょう。債券バブル下のAIブームAIの概念を持つトークンは非常に熱いですが、実際にCryptoがなくても、AIの熱気には影響しません。CB Insightsのデータによると、2023年の市場では生成系AIへの関心が著しく高まり、AI関連企業やプロジェクトへの総資金調達額は140億ドルに急増しています。去年はわずか25億ドルでした。出典：CB INSIGHTSしたがって、TAO、RNDR、FETなどの背後にある深層的な推進力は、単なるChatGPTやNVIDIAの表面的なものだけでは決してありません。業界の大物Arthur Hayesは、最近のブログで、債券バブルによるAIへの集団資金熱潮の可能性や進行中の状況を示しています。推定によると、米国を中心とした世界の主要経済圏は、今後3年間で財政赤字により展期・発行が必要な政府債務総額が33.58兆ドルに達すると予測されています。政府が債券を発行し、償還と利払いを約束しますが、金利が高い場合、資金は国債購入に向かい、民間部門（政府の公共部門に対応）の資本が吸収され、社会の他の投資・融資の機会が圧迫されることになります。例えば、他の企業が資金調達できない、株式市場が低迷する、といった状況です。したがって、Arthurは、米国連邦準備制度（FRB）が紙幣を刷り、自ら発行した債務を買い取るために資金を供給し、民間部門への影響を抑える必要があると考えています。そして、その結果、2026年には世界の法定通貨供給量が大幅に増加（COVID時期を超える可能性も）すると予測しています。では、その増えた資金はどこへ流れるのでしょうか？「資金は、成熟時に狂乱的なリターンをもたらすと約束された新技術企業に流れるだろう。すべての法定流動性バブルには、新たな技術の形態があり、投資家を惹きつけ、多くの資本を集める。」90年代のインターネットバブル、2008年の金融危機後のネット広告やソーシャルメディアに続き、今回はAIがそのターゲットです。これが、今年の生成系AIへの投資が多い深層的な理由の一つかもしれません。GPTの技術は誰もが認めるところですが、より大きな視点では、資本の洪流の中で最も輝く宝石の一つに過ぎず、その背後には資本がAIに集まるトレンドがすでに顕在化しています。Crypto + AI、ストーリーの方向性の分岐資金が流入したら、次の問題は何に投資するかです。次に、Crypto + AIの投資ロジックを詳しく見ていきましょう。よく言われることですが、AIは本質的に先進的な生産力です。その急速な発展は、データ、アルゴリズム、計算能力の3つのコア要素に依存しています。暗号通貨やブロックチェーンは、むしろ生産関係の側面であり、インセンティブや調整、組織の変化を通じて、これら3つの要素の変化を促進します。これら3つの要素を向上させることができるトークンには、熱狂の可能性があります。一旦、実現性は置いておき、過去のプロジェクトで密に見られたのは、crypto + データ、そしてcrypto + 計算能力の2つのストーリーです。- Crypto + データ：AIは大量のデータを必要とし、ブロックチェーンはインセンティブを通じてデータ提供者を動かし、データの提供を促進します。また、分散型データストレージを利用して、より民主的・分散化されたデータ訓練のニーズに道を開きます。このストーリーの下では、恩恵を受ける暗号資産は、分散型ストレージインフラ、例えばArthurが強く推奨するFilecoinなどです。- Crypto + 計算能力：AIモデルの実現には強力な計算能力が必要です。大手企業や一部の計算リソース提供者はこの能力を持っていますが、長尾市場も考慮し、分散した計算資源（個人のGPUやデバイス）を提供し、インセンティブとして暗号資産を得る仕組みもあります。このストーリーの下では、恩恵を受ける暗号資産は、RNDRやその他計算能力を提供できるプロジェクトです。一方、アルゴリズムの側面は別の論理です。- Crypto + アルゴリズム：リソース集約型の前二者と異なり、アルゴリズム自体は技術集約型のものであり、各AI企業が継続的に改良を重ねる秘訣と壁です。暗号資産のインセンティブだけで、ゼロからより良いアルゴリズムを「創造」するのは難しい。貢献、調整、インセンティブの論理は、アルゴリズムの創出には適しません。（注：AIモデルはアルゴリズムの訓練結果であり、厳密にはアルゴリズムとモデルは先後関係にあります。ただし、以下の記述では理解を容易にするために、両者を混用しています。）しかし、既存のアルゴリズムからより良いものを「選別」するためにインセンティブを用いることは可能です。例えば、予言者（オラクル）プロジェクトが競争を促し、より良いデータソースを選び出すのと似ています。この細分化されたストーリーの中で、特に目立った代表例は今のところありませんが、Bittensorはその一つです。データを直接提供せず、計算能力も提供せず、ブロックチェーンネットワークとインセンティブメカニズムを通じて、さまざまなアルゴリズム（モデル）を調整・選別し、AI分野において自由な競争と知識共有のアルゴリズム（モデル）市場を形成しようとしています。Bittensorのストーリーを秒理解：AIレゴブロック、アルゴリズムの組み合わせを可能に少し複雑に聞こえるかもしれません。理解を助けるために、Bittensorを一言でざっくりまとめると、「私たちはアルゴリズムを生産しない。ただ、優れたアルゴリズムの運び屋です。」です。なぜアルゴリズムを運ぶのか？現状のAIエコシステムの状況を見れば、その問題点がわかります。AIトラックのプレイヤーたちは、現在、各社のアルゴリズムやモデルは孤立しています。商業競争のため、互いに学習し合って進化させることはできません。これも、AIの供給側から見ると、競争はゼロサムです。一方のAIが市場を制すれば、他は退出します。出典：Bittensor公式サイト勝者側にとっては問題ありません。しかし、Bittensorは、これがAIの進歩やアルゴリズムの革新効率にとって良くないと考えています。孤立したモデルや勝者だけを選ぶAIサービスは、新しいモデルを開発しようとしたときに、最初からやり直さなければならなくなる可能性があります。例えば、モデルAはスペイン語に精通し、モデルBはコーディングに長けているとします。ユーザーがAIにスペイン語のコメント付きコードの解説を求めた場合、両者の協力で最良の結果を出せるはずですが、現状ではそれができません。また、サードパーティアプリの統合にはAIモデル所有者の許可が必要であり、機能が限定されると価値も限定されてしまいます。AI分野の協力体制は十分に発揮されていません。したがって、Bittensorの大きな目標は、異なるAIのアルゴリズムやモデルが協調・学習・組み合わせできるようにし、より強力なモデルを形成し、開発者やユーザーにより良いサービスを提供することです。このアイデアと仕組みは、数年前のDeFiサマーの金融レゴの概念に似ています。ステーブルコイン、貸付、流動性マイニングなどの金融コンポーネントはすべてオープンソース・無許可であり、需要側は自由に組み合わせて新しい商品やサービスを作り出せます。同様に、画像処理、文章処理、音声処理に長けたAIアルゴリズムモデルも組み合わせて、さまざまなタスクに対応し、AIレゴを形成します。したがって、Bittensorにとっては、プロジェクト自体は計算もデータ提供も行わず、他のすべてのオフチェーンAIモデルを調整・協調させる仕組みです。理論的には、AIレゴの積み木を組み合わせることで、孤立したモデルよりも高速・効率的にAI機能を拡張できると考えられます。ただし、実際にAIモデルの提供者がこれに応じるか、商業的に展開できるか、実現性は今後の観察次第です。マイニングとインセンティブを通じてAIモデルの“予言者”を実現異なるAIが協調することは大きな目標ですが、どうやって実現するのでしょうか？Bittensorの回答は、ブロックチェーンネットワークを構築し、マイニングインセンティブを通じて調整・運用することです。Bittensorは、Polkadotのパラチェーン（アプリケーションチェーン）設計を採用しており、AIモデルの協調を専門に処理する独自のチェーンを持ち、そのためのトークン$TAO をインセンティブとして用います。このチェーンの動作モデルを理解するには、少なくとも次の3つのポイントを押さえる必要があります。1. このチェーン上にはどんな役割があるのか？2. それぞれの役割は何をしているのか？相互の関係は？3. どのような行動に対してトークンインセンティブが与えられるのか？チェーン上の役割と機能：- マイナー：世界中のさまざまなAIアルゴリズムやモデルの提供者と理解できます。彼らはAIモデルをホスティングし、Bittensorネットワークに提供します。異なるタイプのモデルはサブネットを構成し、画像や音声に特化したモデルもあります。- バリデーター：Bittensorネット内の評価者です。AIモデルの品質や有効性を評価し、特定のタスク性能に基づいてランキングします。これにより、利用者は最適な解決策を見つけやすくなります。（注：現状のバリデーターは、プロジェクト側の組織が多いようですが、今後ネットワークが発展すれば、他の組織も参加していく可能性があります。）- 指名者（提案者）：トークンを特定のバリデーターに委任し、支持を示す役割です。DeFiのステーキングに似ており、トークンを預けて報酬を得る仕組みです。- ユーザー：最終的にAIモデルを利用する側です。個人や、AIモデルを使ったアプリ開発者など。役割間の関係：ユーザーはより良いAIモデルを求め、バリデーターは用途に応じて最適なモデルを選別します。マイナーは自分のAIモデルを提供し、指名者は異なるバリデーターを支持します。要するに、オープンなAIの需給チェーンです。誰かがさまざまなモデルを提供し、誰かがそれを評価し、誰かが最良の結果を使います。出典：ReveloIntelこの図は簡単な説明を示しています。ユーザーがニーズを入力すると、バリデーターはその要求をネットワーク内のマイナーにルーティングします。マイナーは回答を出し、バリデーターがその質を評価し、最終的にユーザーに返します。TAOトークンは何にインセンティブを与えるのか？- バリデーター：AIモデルの選別と評価の正確さ・一貫性に応じて報酬を得ます。もちろん、バリデーターになるには一定量のTAOをステーク（預け入れ）する必要があります。- マイナー：ユーザーの要求に応じて自分のモデルを提供し、貢献度に応じてTAOを獲得します。- 指名者：自分のTAOをバリデーターに委任し、流動性ステーキング報酬を得る。- ユーザー：TAOを支払い、タスクを開始します。これが消費行為です。理想的には、このネットワーク内のさまざまなAIモデルは協調し、異なるタスクでは異なるモデルのパフォーマンスが発揮されることが期待されます。これらのタスクはネットワーク上で可視化されており、モデル間は実際に学習し合うことも可能です。出典：ReveloIntelより良い例えは、BittensorはAIの「予言者」のようなものです。DeFiの予言者が最良の価格を提供するのと同じように、BittensorはAI需要のあるユーザーに「最良のモデル」を提供します。このネットワークに参加し、バリデーターやマイナーとして働く方法については、技術コードや開発インターフェースに関わるため、ここでは触れません。興味のある読者は公式ドキュメントを参照してください。$TAO トークン：適切な評価額はどのくらい？トークン経済モデル公式資料によると、Bittensorは2021年に「フェアスタート」（事前にトークンを掘り出さない）を採用し、トークン名はTAOです。TAOの供給量は2,100万枚（ビットコインに敬意を表して）で、4年ごとに半減期があります。1050万ブロックごとに報酬が半減し、合計64回の半減イベントが予定されており、最後の半減は2025年8月に起こる見込みです。少しSF的ですが、この半減サイクルにより、256年かけて全てのトークンが掘り尽くされる計算です。現在、12秒ごとにTAOがネットワークに発行されており、ざっくり計算すると、1日あたり7200TAOが生成され、マイナーとバリデーターがそれぞれ半分ずつ受け取ります。フェアスタートの意味は、VCや私募、ICO/IEO/IDO、ファウンデーションの予備などの常套手段を排除し、純粋なマイニングトークンとして設計されていることです。各マイニングサイクルごとに、TAOはバリデーターとマイナーに分配されます。ただし、公式サイトには、DCG、GSR、Polychain、Firstmaskなどの著名な資金提供者やマーケットメーカーも記載されています。合理的な推測としては、現状のバリデーターの多くがBittensor公式の組織と関係しているため、掘り出されたトークンは自分たちの手元に入り、その後マーケットメーカーに分配して流動性を確保している可能性があります。また、これら大手機関は、検証ノードやマイナーとして参加し、TAOのマイニングを行うことも可能です。冒頭でも触れましたが、Panteraなどの暗号VCも最近TAOのホルダーになっています。したがって、Bittensorは公平スタートを採用していますが、完全にVCの介入がないわけではありません。ただし、この新しいサイクルの中で、「VCが二次流通で売る」方式のトークン発行は敬遠されつつあり、「最初は公平に、次に資本を引き込む」モデルは、客観的に見てかなり公平性を意識しています。市場のパフォーマンスと評価額TAOの市場パフォーマンスだけを見ると、今年の最低値から現在までに5倍以上の上昇を見せています。しかし、他のAIプロジェクトも同様に好調です。例えばRNDRは年初から約5倍の伸びを示しています。したがって、絶対的な値上がりだけでトークンの価値を判断するのはあまり意味がありません。他の人気AIプロジェクトと比較すると、TAOの時価総額はRNDRに次いでいますが、4年の半減メカニズムにより、完全希薄化後の評価額に対する比率は最も低くなっています。これは、TAOの流通量は相対的に少なく、単価は高いことを意味します。元の図：Xユーザー @Moomsxxx、TAO価格は執筆時点で筆者が自己計算低流通量は、場合によっては価格を引き上げやすくする要因です。また、価格が変わらないと仮定した場合（時価160ドル）、毎日7200TAOが全て掘り出されて売却された場合、市場の売り圧は約115万ドルとなります。現状の市場熱と取引量（TAOの1日取引高は500万ドル）を考慮すれば、売り圧の吸収は問題ありません。TAO自体を離れて考えると、トークンの評価は、すでに存在し、事業内容が近いプロジェクトと比較した方が意味があります。前述したように、Bittensorの方向性はcrypto +アルゴリズム/モデルであり、厳密にはRNDRのように基盤的な計算能力を提供するプロジェクトと直接比較できません。下記のNansenのAIトラック調査レポートによると、Bittensorは「Model Training」（モデル訓練）トラックに属し、競合はGensynやTogetherです。前者はa16zの支援も受けています。しかし、これらのプロジェクトは現時点で公開されたトークンを持っていないため、TAOとこれらの時価総額を比較することはできません。出典：Nansen研究Omnichain Capitalの共同創設者David Attermannは、今年5月のブログで、より攻撃的な比較方法を提案しています。それは、BittensorをOpenAIと直接比較するというものです。興味深いことに、Attermannは自身がTAOを保有していないことを明言し、分析の客観性を示しています。彼の核心的なビジネスは、モデルの訓練とユーザーへの提供です。一つはクローズドソースの企業、もう一つはグローバルAIモデルの調整を行うもので、最終的にはユーザーがより良くAIを使えるようにする点で共通しています。OpenAIは以前、Microsoftから約300億ドルのプライベートマーケット評価を得ており、現在のTAOのFDVは約36億ドルです。これを基にすると、TAOは約8倍の評価上昇余地があるとも言えます。筆者はこの評価比較方法には完全には賛同しません。Web3とWeb2のプロジェクトは、基本的なファンダメンタルや成長ペース、市場の関心点が異なるためです。単に8倍の評価余地を示すだけでは参考程度に過ぎず、より重要なのはTAO自身の好材料や資金熱の影響です。結論総じて、TAO/Bittensorは、我々がよく知るAIテーマの暗号プロジェクトの枠を超え、もう一つのストーリーを提供しています。それは、自己の生産力（計算資源やデータ）には関与せず、純粋に生産関係の調整を通じてAIモデル間の協調・競争・最適化を促すというものです。このストーリーは一定の魅力がありますが、AIモデルの接続、検証ノードの中央集権化、モデルの良し悪しの評価といった重要な課題は、ホワイトペーパーだけで簡単に解決できるものではありません。AIはシンプルですが、商業的な駆け引きはそう簡単ではなく、より多くの人を巻き込み、トークン報酬をもたらす仕組みや、技術企業と他のAIモデルの協力をどう説得するかは、今後の課題です。また、基本的なファンダメンタルを超えたところでは、トークンの値上がりは市場がAIトラックの概念を集団的に買い取った証拠です。Bittensorが細分化されたトラックで同規模の競合を見つけられないこともあり、TAOはAIトラックの集団熱狂の中でさらなる追い風を受ける可能性があります。ただし、適切な評価指標が乏しいため、長期保有の価値については疑問も残ります。今後のプロジェクトの動きや取引量の急増に注目し続けることが、より実践的な選択肢となるでしょう。
野心的なAIレゴブロック、アルゴリズムを組み合わせ可能に
市場動向の変化により、複数のセクターが再び活発化しています。
注目のビットコインエコシステムに加え、今年持続的に注目されているAIトラックは、妖币（ヤオコイン）が頻出する舞台としても常に話題となっています。
市場で熱狂的に盛り上がっているFET、RNDR、OCEANなどのトークンのほか、最近1ヶ月で3倍に急騰したTAOというトークンがあります。その背後にあるプロジェクトBittensorは、華語圏市場ではあまり深く分析されていません。
一方、海外の動きは私たちの反応よりもはるかに迅速です。
価格が爆発的に上昇し、嗅覚の鋭い投資家たちはチャンスを嗅ぎつけています。木曜日、Bittensorのコミュニティ公告で、著名な暗号VCのPanteraとCollab CurrencyがTAOのホルダーになったこと、そしてプロジェクトのエコシステムの発展にさらなる支援を行うことが発表されました。
VCはトレンドの変化を捉えるのが得意であり、またその推進も巧みです。
この注目され、価格が急騰しているTAOの背後には何か特別な要素があるのでしょうか？そのストーリー、プロダクト、トークン経済には、AIトラックの主流プロジェクトと比べてどのような顕著な違いがあるのか？本稿では、Bittensorの詳細に深く入り込み、その背景、プロジェクトの目的、技術構成、トークンの評価などを総合的に分析し、皆さんの判断と意思決定の参考にします。
焦らず、まずはCrypto + AIの投資ロジックを理解しましょう どんなトークンの上昇も、基本的な投資ロジックと業界の大きなストーリーによって支えられています。TAOを研究する前に、まずはAI業界全体の概況を見てみるのも良いでしょう。
債券バブル下のAIブーム AIの概念を持つトークンは非常に熱いですが、実際にCryptoがなくても、AIの熱気には影響しません。
CB Insightsのデータによると、2023年の市場では生成系AIへの関心が著しく高まり、AI関連企業やプロジェクトへの総資金調達額は140億ドルに急増しています。去年はわずか25億ドルでした。
出典：CB INSIGHTS
したがって、TAO、RNDR、FETなどの背後にある深層的な推進力は、単なるChatGPTやNVIDIAの表面的なものだけでは決してありません。
業界の大物Arthur Hayesは、最近のブログで、債券バブルによるAIへの集団資金熱潮の可能性や進行中の状況を示しています。
推定によると、米国を中心とした世界の主要経済圏は、今後3年間で財政赤字により展期・発行が必要な政府債務総額が33.58兆ドルに達すると予測されています。
政府が債券を発行し、償還と利払いを約束しますが、金利が高い場合、資金は国債購入に向かい、民間部門（政府の公共部門に対応）の資本が吸収され、社会の他の投資・融資の機会が圧迫されることになります。例えば、他の企業が資金調達できない、株式市場が低迷する、といった状況です。
したがって、Arthurは、米国連邦準備制度（FRB）が紙幣を刷り、自ら発行した債務を買い取るために資金を供給し、民間部門への影響を抑える必要があると考えています。そして、その結果、2026年には世界の法定通貨供給量が大幅に増加（COVID時期を超える可能性も）すると予測しています。
では、その増えた資金はどこへ流れるのでしょうか？
「資金は、成熟時に狂乱的なリターンをもたらすと約束された新技術企業に流れるだろう。すべての法定流動性バブルには、新たな技術の形態があり、投資家を惹きつけ、多くの資本を集める。」
90年代のインターネットバブル、2008年の金融危機後のネット広告やソーシャルメディアに続き、今回はAIがそのターゲットです。
これが、今年の生成系AIへの投資が多い深層的な理由の一つかもしれません。GPTの技術は誰もが認めるところですが、より大きな視点では、資本の洪流の中で最も輝く宝石の一つに過ぎず、その背後には資本がAIに集まるトレンドがすでに顕在化しています。
Crypto + AI、ストーリーの方向性の分岐 資金が流入したら、次の問題は何に投資するかです。次に、Crypto + AIの投資ロジックを詳しく見ていきましょう。
よく言われることですが、AIは本質的に先進的な生産力です。その急速な発展は、データ、アルゴリズム、計算能力の3つのコア要素に依存しています。暗号通貨やブロックチェーンは、むしろ生産関係の側面であり、インセンティブや調整、組織の変化を通じて、これら3つの要素の変化を促進します。
これら3つの要素を向上させることができるトークンには、熱狂の可能性があります。
一旦、実現性は置いておき、過去のプロジェクトで密に見られたのは、crypto + データ、そしてcrypto + 計算能力の2つのストーリーです。
このストーリーの下では、恩恵を受ける暗号資産は、分散型ストレージインフラ、例えばArthurが強く推奨するFilecoinなどです。
このストーリーの下では、恩恵を受ける暗号資産は、RNDRやその他計算能力を提供できるプロジェクトです。
一方、アルゴリズムの側面は別の論理です。
（注：AIモデルはアルゴリズムの訓練結果であり、厳密にはアルゴリズムとモデルは先後関係にあります。ただし、以下の記述では理解を容易にするために、両者を混用しています。）
しかし、既存のアルゴリズムからより良いものを「選別」するためにインセンティブを用いることは可能です。例えば、予言者（オラクル）プロジェクトが競争を促し、より良いデータソースを選び出すのと似ています。
この細分化されたストーリーの中で、特に目立った代表例は今のところありませんが、Bittensorはその一つです。データを直接提供せず、計算能力も提供せず、ブロックチェーンネットワークとインセンティブメカニズムを通じて、さまざまなアルゴリズム（モデル）を調整・選別し、AI分野において自由な競争と知識共有のアルゴリズム（モデル）市場を形成しようとしています。
Bittensorのストーリーを秒理解：AIレゴブロック、アルゴリズムの組み合わせを可能に 少し複雑に聞こえるかもしれません。
理解を助けるために、Bittensorを一言でざっくりまとめると、「私たちはアルゴリズムを生産しない。ただ、優れたアルゴリズムの運び屋です。」です。
なぜアルゴリズムを運ぶのか？現状のAIエコシステムの状況を見れば、その問題点がわかります。
AIトラックのプレイヤーたちは、現在、各社のアルゴリズムやモデルは孤立しています。商業競争のため、互いに学習し合って進化させることはできません。これも、AIの供給側から見ると、競争はゼロサムです。一方のAIが市場を制すれば、他は退出します。
出典：Bittensor公式サイト
勝者側にとっては問題ありません。
しかし、Bittensorは、これがAIの進歩やアルゴリズムの革新効率にとって良くないと考えています。孤立したモデルや勝者だけを選ぶAIサービスは、新しいモデルを開発しようとしたときに、最初からやり直さなければならなくなる可能性があります。
例えば、モデルAはスペイン語に精通し、モデルBはコーディングに長けているとします。ユーザーがAIにスペイン語のコメント付きコードの解説を求めた場合、両者の協力で最良の結果を出せるはずですが、現状ではそれができません。
また、サードパーティアプリの統合にはAIモデル所有者の許可が必要であり、機能が限定されると価値も限定されてしまいます。AI分野の協力体制は十分に発揮されていません。
したがって、Bittensorの大きな目標は、異なるAIのアルゴリズムやモデルが協調・学習・組み合わせできるようにし、より強力なモデルを形成し、開発者やユーザーにより良いサービスを提供することです。
このアイデアと仕組みは、数年前のDeFiサマーの金融レゴの概念に似ています。
ステーブルコイン、貸付、流動性マイニングなどの金融コンポーネントはすべてオープンソース・無許可であり、需要側は自由に組み合わせて新しい商品やサービスを作り出せます。
同様に、画像処理、文章処理、音声処理に長けたAIアルゴリズムモデルも組み合わせて、さまざまなタスクに対応し、AIレゴを形成します。
したがって、Bittensorにとっては、プロジェクト自体は計算もデータ提供も行わず、他のすべてのオフチェーンAIモデルを調整・協調させる仕組みです。
理論的には、AIレゴの積み木を組み合わせることで、孤立したモデルよりも高速・効率的にAI機能を拡張できると考えられます。
ただし、実際にAIモデルの提供者がこれに応じるか、商業的に展開できるか、実現性は今後の観察次第です。
マイニングとインセンティブを通じてAIモデルの“予言者”を実現 異なるAIが協調することは大きな目標ですが、どうやって実現するのでしょうか？
Bittensorの回答は、ブロックチェーンネットワークを構築し、マイニングインセンティブを通じて調整・運用することです。
Bittensorは、Polkadotのパラチェーン（アプリケーションチェーン）設計を採用しており、AIモデルの協調を専門に処理する独自のチェーンを持ち、そのためのトークン$TAO をインセンティブとして用います。
このチェーンの動作モデルを理解するには、少なくとも次の3つのポイントを押さえる必要があります。
このチェーン上にはどんな役割があるのか？
それぞれの役割は何をしているのか？相互の関係は？
どのような行動に対してトークンインセンティブが与えられるのか？
チェーン上の役割と機能：
マイナー：世界中のさまざまなAIアルゴリズムやモデルの提供者と理解できます。彼らはAIモデルをホスティングし、Bittensorネットワークに提供します。異なるタイプのモデルはサブネットを構成し、画像や音声に特化したモデルもあります。
バリデーター：Bittensorネット内の評価者です。AIモデルの品質や有効性を評価し、特定のタスク性能に基づいてランキングします。これにより、利用者は最適な解決策を見つけやすくなります。
（注：現状のバリデーターは、プロジェクト側の組織が多いようですが、今後ネットワークが発展すれば、他の組織も参加していく可能性があります。）
指名者（提案者）：トークンを特定のバリデーターに委任し、支持を示す役割です。DeFiのステーキングに似ており、トークンを預けて報酬を得る仕組みです。
ユーザー：最終的にAIモデルを利用する側です。個人や、AIモデルを使ったアプリ開発者など。
役割間の関係：
ユーザーはより良いAIモデルを求め、バリデーターは用途に応じて最適なモデルを選別します。マイナーは自分のAIモデルを提供し、指名者は異なるバリデーターを支持します。
要するに、オープンなAIの需給チェーンです。誰かがさまざまなモデルを提供し、誰かがそれを評価し、誰かが最良の結果を使います。
出典：ReveloIntel
この図は簡単な説明を示しています。ユーザーがニーズを入力すると、バリデーターはその要求をネットワーク内のマイナーにルーティングします。マイナーは回答を出し、バリデーターがその質を評価し、最終的にユーザーに返します。
TAOトークンは何にインセンティブを与えるのか？
バリデーター：AIモデルの選別と評価の正確さ・一貫性に応じて報酬を得ます。もちろん、バリデーターになるには一定量のTAOをステーク（預け入れ）する必要があります。
マイナー：ユーザーの要求に応じて自分のモデルを提供し、貢献度に応じてTAOを獲得します。
指名者：自分のTAOをバリデーターに委任し、流動性ステーキング報酬を得る。
ユーザー：TAOを支払い、タスクを開始します。これが消費行為です。
理想的には、このネットワーク内のさまざまなAIモデルは協調し、異なるタスクでは異なるモデルのパフォーマンスが発揮されることが期待されます。これらのタスクはネットワーク上で可視化されており、モデル間は実際に学習し合うことも可能です。
出典：ReveloIntel
より良い例えは、BittensorはAIの「予言者」のようなものです。DeFiの予言者が最良の価格を提供するのと同じように、BittensorはAI需要のあるユーザーに「最良のモデル」を提供します。
このネットワークに参加し、バリデーターやマイナーとして働く方法については、技術コードや開発インターフェースに関わるため、ここでは触れません。興味のある読者は公式ドキュメントを参照してください。
$TAO トークン：適切な評価額はどのくらい？
トークン経済モデル
公式資料によると、Bittensorは2021年に「フェアスタート」（事前にトークンを掘り出さない）を採用し、トークン名はTAOです。
TAOの供給量は2,100万枚（ビットコインに敬意を表して）で、4年ごとに半減期があります。1050万ブロックごとに報酬が半減し、合計64回の半減イベントが予定されており、最後の半減は2025年8月に起こる見込みです。
少しSF的ですが、この半減サイクルにより、256年かけて全てのトークンが掘り尽くされる計算です。
現在、12秒ごとにTAOがネットワークに発行されており、ざっくり計算すると、1日あたり7200TAOが生成され、マイナーとバリデーターがそれぞれ半分ずつ受け取ります。
フェアスタートの意味は、VCや私募、ICO/IEO/IDO、ファウンデーションの予備などの常套手段を排除し、純粋なマイニングトークンとして設計されていることです。
各マイニングサイクルごとに、TAOはバリデーターとマイナーに分配されます。
ただし、公式サイトには、DCG、GSR、Polychain、Firstmaskなどの著名な資金提供者やマーケットメーカーも記載されています。
合理的な推測としては、現状のバリデーターの多くがBittensor公式の組織と関係しているため、掘り出されたトークンは自分たちの手元に入り、その後マーケットメーカーに分配して流動性を確保している可能性があります。
また、これら大手機関は、検証ノードやマイナーとして参加し、TAOのマイニングを行うことも可能です。
冒頭でも触れましたが、Panteraなどの暗号VCも最近TAOのホルダーになっています。したがって、Bittensorは公平スタートを採用していますが、完全にVCの介入がないわけではありません。
ただし、この新しいサイクルの中で、「VCが二次流通で売る」方式のトークン発行は敬遠されつつあり、「最初は公平に、次に資本を引き込む」モデルは、客観的に見てかなり公平性を意識しています。
市場のパフォーマンスと評価額 TAOの市場パフォーマンスだけを見ると、今年の最低値から現在までに5倍以上の上昇を見せています。
しかし、他のAIプロジェクトも同様に好調です。例えばRNDRは年初から約5倍の伸びを示しています。
したがって、絶対的な値上がりだけでトークンの価値を判断するのはあまり意味がありません。
他の人気AIプロジェクトと比較すると、TAOの時価総額はRNDRに次いでいますが、4年の半減メカニズムにより、完全希薄化後の評価額に対する比率は最も低くなっています。これは、TAOの流通量は相対的に少なく、単価は高いことを意味します。
元の図：Xユーザー @Moomsxxx、TAO価格は執筆時点で筆者が自己計算
低流通量は、場合によっては価格を引き上げやすくする要因です。また、価格が変わらないと仮定した場合（時価160ドル）、毎日7200TAOが全て掘り出されて売却された場合、市場の売り圧は約115万ドルとなります。現状の市場熱と取引量（TAOの1日取引高は500万ドル）を考慮すれば、売り圧の吸収は問題ありません。
TAO自体を離れて考えると、トークンの評価は、すでに存在し、事業内容が近いプロジェクトと比較した方が意味があります。
前述したように、Bittensorの方向性はcrypto +アルゴリズム/モデルであり、厳密にはRNDRのように基盤的な計算能力を提供するプロジェクトと直接比較できません。
下記のNansenのAIトラック調査レポートによると、Bittensorは「Model Training」（モデル訓練）トラックに属し、競合はGensynやTogetherです。前者はa16zの支援も受けています。
しかし、これらのプロジェクトは現時点で公開されたトークンを持っていないため、TAOとこれらの時価総額を比較することはできません。
出典：Nansen研究
Omnichain Capitalの共同創設者David Attermannは、今年5月のブログで、より攻撃的な比較方法を提案しています。それは、BittensorをOpenAIと直接比較するというものです。
興味深いことに、Attermannは自身がTAOを保有していないことを明言し、分析の客観性を示しています。
彼の核心的なビジネスは、モデルの訓練とユーザーへの提供です。一つはクローズドソースの企業、もう一つはグローバルAIモデルの調整を行うもので、最終的にはユーザーがより良くAIを使えるようにする点で共通しています。
OpenAIは以前、Microsoftから約300億ドルのプライベートマーケット評価を得ており、現在のTAOのFDVは約36億ドルです。これを基にすると、TAOは約8倍の評価上昇余地があるとも言えます。
筆者はこの評価比較方法には完全には賛同しません。Web3とWeb2のプロジェクトは、基本的なファンダメンタルや成長ペース、市場の関心点が異なるためです。単に8倍の評価余地を示すだけでは参考程度に過ぎず、より重要なのはTAO自身の好材料や資金熱の影響です。
結論 総じて、TAO/Bittensorは、我々がよく知るAIテーマの暗号プロジェクトの枠を超え、もう一つのストーリーを提供しています。それは、自己の生産力（計算資源やデータ）には関与せず、純粋に生産関係の調整を通じてAIモデル間の協調・競争・最適化を促すというものです。
このストーリーは一定の魅力がありますが、AIモデルの接続、検証ノードの中央集権化、モデルの良し悪しの評価といった重要な課題は、ホワイトペーパーだけで簡単に解決できるものではありません。AIはシンプルですが、商業的な駆け引きはそう簡単ではなく、より多くの人を巻き込み、トークン報酬をもたらす仕組みや、技術企業と他のAIモデルの協力をどう説得するかは、今後の課題です。
また、基本的なファンダメンタルを超えたところでは、トークンの値上がりは市場がAIトラックの概念を集団的に買い取った証拠です。Bittensorが細分化されたトラックで同規模の競合を見つけられないこともあり、TAOはAIトラックの集団熱狂の中でさらなる追い風を受ける可能性があります。ただし、適切な評価指標が乏しいため、長期保有の価値については疑問も残ります。
今後のプロジェクトの動きや取引量の急増に注目し続けることが、より実践的な選択肢となるでしょう。