「エビを飼ってる？」最近、Web3er同士の挨拶は、ほぼ100％この言葉だ。
2026年の年初、中国春節晚会のロボットが大注目を集めた後、OpenClawを代表とする次世代AIエージェントがテクノロジー愛好者の間で新たな玩具となった。誰かはAIをカスタマーサポートに使い、誰かはAIでコードを書き、誰かはエージェントを使って「デジタル従業員」の全体をシミュレートし始めている。最近、さまざまなインターネットプラットフォームで頻繁に取り上げられている概念「一人会社」とは、一人がAIワークフローを用いることで、かつては小さなチームが必要だった作業をこなせるということである。
Web3側ももちろん動き続けています。最近、業界メディアをもう少し見てみると、多くのプロジェクトがAI Agentを中心に取り組みを始めていることがわかります。あるプロジェクトはAgentがチェーン上の資産やスマートコントラクトを直接呼び出す方法を研究し、別のプロジェクトはAgentの支払い、アイデンティティ、または金融インフラを構築しています。また、「Agent経済システム」について議論する声もあり、AIがユーザーのようにネットワークに参加できるようにしようとしています。さらに、一部では「Web4.0」という新たなスローガンが再び叫ばれ始めています。
ここまで見ると、どこかとても親しみやすい感じがします。
ファッション業界は循環するとよく言われるが、テクノロジー業界（あるいは暗号資産業界）も同じだとは思わなかった。2022年から始まったベアマーケットの頃、ChatGPTが一気に人気を博し、AIは誰もが話題にする存在となった。Web3業界も当然、すぐにAIエージェント、AIトレーダー、自動化戦略などといった新しい概念が次々と登場し、AIと少しでも関係あれば、新しい物語を語れるかのようだった。しかし、このような盛り上がりは長く続かなかった。その後、暗号資産市場が再び上昇し始めると、人々の注目はすぐにCryptoそのものに戻ってしまった。
そして今回、2025年下半年には暗号市場に再びベアムードが現れたため、Web3は新しい概念を引き継ぐために動き出した。
しかし、Portal Labsによれば、問題はまさにここにあります。あるナラティブが流行し始めたとき、多くのWeb3スタートアップチームは技術的またはビジネス的な判断ではなく、ナラティブ的な判断を行っています：どの概念が人気かを基準にプロジェクトを展開するのです。その結果、失敗に陥るのです——
多くのチームが実際にプロジェクトを推進し始めてから、コンセプトはすぐに構築できるが、製品を実現するのは難しいことに気づく。ユーザーはどこにいるのか？具体的なシナリオは何か？どうやって継続的に収益を上げるのか？投資を引きつけられるのか？これらの問題は、プロジェクトがしばらく進んだ後になってようやく浮かび上がる。
熱が冷めた後、市場に残るのは、まだ実現できていないプロジェクトの跡ばかりだ。ある製品はデモ段階で止まったままで、あるものはぎりぎりリリースしたもののユーザーを見つけられず、またいくつかは物語とともに消え去ってしまった。短期的には新たな分野が開かれたように見えるが、時間が経って振り返ってみると、実際に残ったものはそれほど多くない。
そのため、Cryptoにさらに深く取り組むか、AIに転向するかが難題となっている。前者を選べば、市場が好ましくなく、投資に対するリターンは保証されない。後者を選べば、基盤が不安定だ。AIの技術的障壁、人材構成、競争環境はWeb3とは異なる。過去数年間で多くのチームが蓄積してきた技術スタック、製品経験、コミュニティリソースはすべてCryptoの枠組みに基づいて構築されており、AIに完全に転向すれば、まったく新しい分野に再び入り込むことになる。モデル能力、データリソース、エンジニアリングチームまで、ほぼすべてを再構築する必要がある。
より現実的なのは、AI分野自体がすでに非常に混雑していることです。大規模モデル企業、従来のインターネット企業、そして多数のスタートアップチームがこの分野に大きなリソースを投入しています。Web3を手がけていたスタートアップチームにとって、単にナラティブの転換に伴ってこの市場に参入しただけでは、技術的優位性も業界リソースも持っていないことに気づくのが容易です。
実際、多くのWeb3スタートアップチームにとって、実践可能なもう一つの道があります。AIに転向する必要はなく、自らのWeb3の道を歩みながら、CryptoがAIシステムにどのような能力を補完できるかを考えればよいのです。
現在のこのAIの発展をよく見ると、多くの重要な課題がまだ完全に解決されていないことがわかります。
最も典型的なのはデータである。モデルはますます強力になっているが、訓練データの出所やデータの信頼性・コンプライアンス、特にAIエージェントが1対1のカスタマイズをどのように実現するかという問題は、いまだに優れたメカニズムが確立されていない。大規模なデータに依存するAIにとって、これは長年にわたる基本的な課題である。
もう一つの例として、アイデンティティと協力です。AIエージェントがタスク実行、自動取引、さらには運営意思決定に参加し始めるとき、それ自体にもアイデンティティ、権限、協力ルールが必要になります。誰が特定のエージェントを呼び出せるのでしょうか？エージェント同士はどのように役割を分担するのでしょうか？タスク実行後の決済はどのように行うのでしょうか？これらの問題は本質的に、オープンネットワークにおけるアイデンティティと価値の分配に関係しています。
支払いの問題もあります。AIエージェントがネットワーク上でサービスを自動的に呼び出し、データを取得したりタスクを実行したりするということは、それらが小額決済を自動で行えるシステムを必要とするということです。しかし、従来のインターネット体系では、このような支払い構造を実現するのは非常に難しいです。
これらはすべてAIの問題のように見えますが、多くの解決策はすでにCryptoの技術体系の中に存在しています。データインセンティブネットワーク、オンチェーンアイデンティティシステム、オープンペイメントネットワークなどは、Web3が過去数年間で探求し続けてきた方向性そのものです。
Web3スタートアップチームが本当にこれらの方向に挑戦するつもりであれば、いくつかのことをまず明確にすべきです。
まず注目すべきは、チーム自体の技術力である。異なるWeb3プロジェクトでは、技術的蓄積に大きな差がある。あるチームはチェーン上のプロトコルに強みを持ち、あるチームは長年にわたりデータネットワークに取り組んできた。また、アプリケーション層の製品に特化したチームもある。もしチームが過去数年間、データ収集、データ抽出、またはデータマーケットなどのデータ関連インフラに注力してきたのであれば、AIに基づくデータ層への拡張は自然である。たとえば、データ貢献ネットワーク、検証可能なデータソース、またはモデルにインセンティブを付与するデータマーケットなどが考えられる。一方、チームがもともとチェーン上のプロトコルやインフラに重点を置いていた場合、AIエージェントの実行環境に焦点を当てるのが適切である。たとえば、エージェントのチェーン上ID、権限管理、タスク実行プロトコル、またはエージェントへの自動決済・支払い機能の提供などが挙げられる。アプリケーション層の製品を手がけているチーム、たとえば取引ツール、コンテンツプラットフォーム、コミュニティ製品、またはコンシューマーアプリケーションを手がけているチームにとっては、AIは能力層として既存の製品体系に組み込むのに最適である。たとえば、AIを活用してデータ分析能力を向上させたり、運用プロセスを自動化したり、エージェントによって従来人手で行っていた機能を代替したりすることができる。
次に注目すべきは、実際のビジネスシーンが存在するかどうかです。多くのAIプロジェクトがすぐに消えていく理由は、技術力の問題ではなく、最初から明確な使用シーンがなかったからです。概念はとても熱く語られても、その製品を本当に必要としているユーザーはどこにいるのか、なぜ彼らがそれを必要とするのか、なぜ支払う意愿があるのかという問いには、しばしば真摯に答えられていません。たとえば「AI＋Web3」「エージェント経済システム」「AIトレーダー」など、業界内で多くの議論を呼ぶ概念はどれも壮大に聞こえますが、さらに深く追求すると、実際に安定したユーザー層が存在するケースはそれほど多くありません。逆に、「データ処理」「自動化運営」「情報フィルタリング」「タスク実行」など、それほど「セクシー」には見えないニーズこそ、現実のビジネスにおいて長く存在しています。そのため、あるAI分野に参入するかどうかを判断する際には、まず概念が流行っているかどうかを見るのではなく、そのシーン自体を確認すべきです。このシーンは長期的に存在するビジネス上の課題なのか、すでに誰かがその解決のために支払っているのか、そしてAIが本当にこの工程で効率を向上させられるのか。これらの条件が満たされる場合にのみ、その分野は物語から製品へと移行する可能性が高くなります。
さらに下まで確認する必要があり、Web3スタートアップチームがこれらのプロセスに実際にアクセスできるリソースを保有しているかどうかです。
前述のデータ、アイデンティティ、支払いといった分野は、本質的に単なる技術的問題ではなく、ネットワークリソースの問題である。
たとえばデータネットワークの場合、チームが安定したデータソースを持っていなかったり、継続的にデータを提供するユーザー群がいなかったりすると、たとえ技術が完成しても、真のネットワーク効果を生み出すのは難しい。同様に、AIエージェントのアイデンティティ体系や協力ネットワークを構築するには、実際の開発者、アプリケーション、またはエージェントが参加しなければ、プロトコル自体がエコシステムを形成するのは困難である。支払いおよび決済システムも同様のロジックである。AIエージェントがネットワーク内でサービスを呼び出したり、データを取得したり、タスクを実行し始めると、小額支払いが非常に頻繁になる。しかし、このような支払いネットワークは、多数のエージェントとサービスが同時に存在する場合にのみ意味をなす。そうでなければ、それは単なる技術モジュールにとどまる。
したがって、多くのWeb3チームにとって、本当に評価すべきなのは「この方向に技術的な可能性があるかどうか」ではなく、自らがそのネットワークの一部になれるかどうかです。チームがすでにデータソース、開発者エコシステム、またはアプリケーションシーンを備えているかどうかが、プロジェクトを概念レベルにとどまらず、AIのインフラ層に真正に導入できるかどうかを決定します。