数日前、AIインフラの議論とオンチェーンダッシュボードを行き来していた。特に何かを探していたわけではないが、
しかし、時には見出しを追いかけるのをやめ、システムが実際にどのように機能するかを観察することで、パターンが見えてくることがある。
最初は、すべてが馴染み深く感じられた。
新しいAIプロトコル。新しいエージェントフレームワーク。自律経済や分散型インテリジェンスに関する新しい主張。
言語は数ヶ月ごとに変わるが、根底にある約束はしばしば同じまま: よりスマートなモデルがより多くの価値を生み出す。
それについて考えれば考えるほど、知性が本当のボトルネックであるとは確信が薄れていった。
もし、より難しい問題が経済的調整であればどうなるか？
今日のAIは、同じインセンティブを共有することがほとんどない膨大な貢献者のネットワークによって構築されている。
データの貢献者、モデルの開発者、計算プロバイダー、アプリケーションビルダー、研究者、そしてユーザーはすべて価値創造に参加している。しかし、彼らのほとんどは、別々の環境で別々の報酬システムで運営されている。
最終製品が注目を集める。
それを創造したプロセスはしばしば消えてしまう。
それはますます重要に感じる。なぜなら、知性自体がよりアクセス可能になってきているからだ。モデルはより早く改善され、コストは下がり、オープンソースの代替手段が、かつては架け橋をかけることが不可能に思えたギャップを埋め続けている。
知性が豊富になると、希少性は他の場所に移動する。
それは所有権に向かって動いている。
それは帰属に向かって動いている。
それは誰が価値を提供し、それに対してどのように報いるべきかを理解する方向に向かっている。
これがOpenLedgerが私の注意を引いた理由の一つだ。
それは誰よりも優れた知性を構築することを主張するからではなく、知性の生産に関する経済構造に焦点を当てているように見えるからだ。
その区別は重要だ。
AIインフラに関するほとんどの議論はモデルの能力に焦点を当てる。OpenLedgerは、貢献を測定可能で経済的に可視化することにより、より関心を持っているようだ。
課題は単に知性を創造することではない。課題は、貢献者がその知性によって生成された価値に参加できるシステムを作成することだ。
それは簡単に聞こえるが、実際の帰属がどれほど難しくなるかを検討するとそうではない。
役立つデータは、きれいなパッケージで届くことはほとんどない。
モデルの改善はしばしば数千の小さな入力から来る。
いくつかの貢献はすぐに価値があるものになる。その他は数ヶ月後にその重要性を明らかにする。
これを追跡しようとすると複雑さが導入され、複雑さは操作の機会を生む。
すべてのインセンティブシステムは最終的に、役立ちさを最大化するのではなく、報酬を最大化するように設計された行動を引き寄せる。
クリプトはこれを繰り返し示してきた。
人々はメトリックを最適化する。
そうすると、メトリックは元の目標から逸脱し始める。
問題は、これが起こるかどうかではない。
問題は、システムがそれが機能する限り続くことができるかどうかだ。
それがAIインフラの本当のテストになるかもしれない。
それが完璧な条件で機能できるかどうかではなく、参加者が積極的にエッジケース、抜け穴、経済的優位性を探し求めるときに、役に立ち続けることができるかどうかだ。
その圧力は避けられないからだ。
会話が興味深いのは、AI資産が従来の資産のように振る舞わないからだ。データ、モデル、エージェントはすべて異なるライフサイクルを持っている。一部はすぐに陳腐化し、他は特定の環境で数年価値を持ち続ける。
それでも、市場はしばしばそれらが同じ流動性フレームワーク内に属しているかのように扱おうとする。
そのミスマッチは摩擦を生む。
そして摩擦は通常、解決されていない問題を指し示す。
次のAIのフェーズは、より賢いシステムを構築することよりも、これらのシステムに貢献する人々の周りにより良い経済的レールを構築することに関するものかもしれない。
権利。
出所。
帰属。
報酬の分配。
所有権。
これらのトピックはモデルのベンチマークよりも興味深くないように思えるが、それがAI経済全体で価値が実際にどのように動くかを定義することになるかもしれない。
私は、どのプロジェクトもこれを解決したとは確信していない。
しかし、私はますます、AIインフラの未来は、知性を創造する人々だけでなく、その知性が生成する価値を分配するための最も公正で持続可能なシステムを創造する人々によって決定されると疑っています。
それは私が繰り返し戻ってくるアイデアだ。
今のところ、私はまだ観察を続けている。