作者: a16z

編集者: 1912212.eth、Foresight News

American Dynamism、バイオ、コンシューマーテクノロジー、暗号通貨、エンタープライズ、フィンテック、ゲーム、インフラストラクチャなどのパートナーからのフィードバックに基づいて、テクノロジービルダーが今後 1 年に検討する可能性のある大きなアイデアの包括的なリストを公開しました。一部の暗号通貨パートナーが 2024 年にエキサイティングなものになると考えているトレンドは次のとおりです。

分散化の新たな時代への突入

これまで何度も見てきたように、強力なシステムやプラットフォームの制御が、ましてや一人のリーダーの手に渡っていると、ユーザーの自由が非常に簡単に侵害されてしまいます。これが、分散化が重要である理由です。分散化は、信頼性があり中立で構成可能なインターネット インフラストラクチャを可能にすることでシステムを民主化し、競争とエコシステムの多様性を促進し、ユーザーにより多くの選択肢とより多くの所有権を提供するツールです。

しかし実際には、特に集中型システムの効率性と安定性と比較すると、分散化を大規模に達成することは困難です。同時に、ほとんどの Web3 ガバナンス モデルには、分散型ガバナンスの社会政治的現実に適応していない直接民主主義またはコーポレート ガバナンスに基づいた、単純化されているものの扱いにくいガバナンス モデルを使用する DAO が含まれています。

しかし、過去数年間にわたる Web3 の活発なラボのおかげで、分散型のベスト プラクティスが出現し始めています。これらの実践には、より豊富な機能を備えたアプリケーションに分散モデルを適応させることも含まれます。また、より効果的な分散ガバナンスを設計し、リーダーにそれに対する責任を負わせるためにマキャベリの原則を採用する DAO も含まれます。これらのモデルが進化するにつれ、前例のないレベルの分散型調整、運用能力、イノベーションが間もなく実現するはずです。

—マイルズ・ジェニングス、法務顧問兼分散化責任者 (@milesjennings on Farcaster | on Twitter)

未来のユーザーエクスペリエンスを再構築する

2016 年以来、暗号通貨分野のユーザー エクスペリエンスは批判されてきましたが、基本的な部分は実際にはそれほど変わっていません。まだ複雑すぎます: キーを自分で保管し、ウォレットを分散型アプリケーション (dApps) に接続し、署名されたトランザクションを増え続けるネットワーク エンドポイントに送信します。これは、暗号化されたアプリケーションを使用してから最初の数分以内にユーザーが学習できるとは期待できません。

しかし現在、開発者は来年に暗号フロントエンドのユーザーエクスペリエンスをリセットする可能性のある新しいツールのテストと展開を積極的に行っています。このようなツールの 1 つには、アプリや Web サイトへのログインを簡素化するパススルー パスワードが含まれます。ユーザーが手動で作業する必要があるパスワードとは異なり、パススルー パスワードは自動的に生成され、暗号化されたパスワードです。その他のイノベーションには、アカウント自体をプログラム可能にするため管理が容易になるスマート アカウント、アプリに組み込まれているためスムーズなオンボーディングが可能になる埋め込みウォレット、サードパーティによるアカウントの作成が容易になるマルチパーティ コンピューティングなどがあります。ユーザーキーの保管なし、署名の大文字と小文字のサポート、ユーザーのニーズを特定してギャップを埋めることができる高度な RPC (リモート プロシージャ コール) エンドポイントなど。これらすべてにより、Web3 がより広く採用されるようになるだけでなく、Web2 よりもユーザー エクスペリエンスが向上し、より安全になります。

—エディ・ラザリン最高技術責任者 (Farcaster では @eddy | Twitter では @eddylazzarin)

モジュラーテクノロジースタックの台頭

オンラインの世界では、ネットワーク効果という 1 つの力が常に他の力を支配します。ネットワーク効果は多くの場合非常に強力であるため、モジュール化する方法は実際には 2 つしかありません: ネットワーク効果を拡張して強化するモジュール性と、ネットワーク効果を破壊して弱めるモジュール性です。まれなケースを除いて、特にオープンソースに関しては前者のみが意味を持ちます。

モノリシック アーキテクチャには、モジュール境界となる部分での深い統合と最適化が可能になるという利点があり、それにより、少なくとも最初はパフォーマンスが向上します。しかし、オープンソースのモジュラー技術スタックの最大の利点は、パーミッションレスなイノベーションを可能にし、プレイヤーが特定の分野に特化できるようになり、さらなる競争を促すことです。世界にはこれがもっと必要です。

—Ali Yahya、パートナー (Farcaster では @alive.eth | Twitter では @alive_eth)

—Ali Yahya、パートナー (Farcaster では @alive.eth | Twitter では @alive_eth)

AIとブロックチェーンの組み合わせ

分散型ブロックチェーンは、集中型 AI に対抗する役割を果たします。現在、ChatGPT などの AI モデルは、必要なコンピューティング データとトレーニング データが小規模企業にとって法外なコストであるため、少数のテクノロジー巨人によってのみトレーニングおよび運用されています。しかし、暗号化を使用すると、誰でもネットワークを必要とする誰かに計算や新しいデータセットを提供して報酬を受け取ることができる、多面的でグローバルなパーミッションレス市場を作り出すことができます。これらのリソースのロングテールを活用することで、これらの市場は AI のコストを削減し、AI をより利用しやすくすることができます。

しかし、AI が情報の生成方法を変え、社会、文化、政治、経済を変革するにつれて、ディープフェイクを含む AI が生成するコンテンツの豊かな世界も生み出されます。未確認動物学には、ブラック ボックスを開けたり、オンラインで見られるものの起源を追跡したりするなど、ここでも果たす役割があります。また、特定の主体が最終的に他の主体を決定しないように、生成型 AI を配布し、民主的に管理する方法を見つける必要があります。Web3 は、この問題を解決するための実験室です。分散型のオープンソース暗号ネットワークは、AI イノベーションを (集中化ではなく) 民主化し、最終的には消費者にとって安全なものになります。

—アンディ・ホール、スタンフォード大学教授 (@ahall_research)、ダレン・マツオカ、データサイエンティスト (@darenmatsuoka on Farcaster | on Twitter)、Ali Yahya、パートナー (@alive.eth on Farcaster | @alive_eth on Twitter)

お金を稼ぐために遊ぶことが、遊んでお金を稼ぐことになる

Play-to-Earn ゲームでは、プレイヤーは多くの場合、ゲームに費やした時間と労力に基づいて (仮想空間だけでなく) 現実世界でお金を稼ぐことができます。この傾向は、クリエイター エコノミーの台頭から人々とプラットフォームの関係の変化に至るまで、ゲームとその周囲の分野を変革する広範な変化と結びついています。 Web3 により、ゲームのプレイと取引から得られるすべての収益がゲーム会社だけに支払われるという現在の標準から抜け出すことができます。ユーザーはこれらのプラットフォームに多くの時間を費やし、これらのプラットフォームに多くの価値を生み出しているため、ユーザーにも報酬を支払う必要があります。

しかし、ゲームは必ずしも (少なくともほとんどのプレイヤーにとって) 職場になることを目的としたものではありません。私たちが本当に必要としているのは、楽しくて、プレイヤーが生み出す価値をより多く獲得できるゲームです。その結果、遊んで稼ぐという行為が楽しくて簡単に稼げるものへとますます進化しており、ゲームと職場の間に重要な違いが生じています。 Play to Earn Games が初期の成長段階を超えて進むにつれて、ゲームの経済管理方法につながる力学は変化し続けるでしょう。ただし、最終的には、これは個別のトレンドではなく、ゲームの一部にすぎません。

—アリアナ・シンプソン、@AriannaSimpson

AI がゲームメーカーになるとき、暗号通貨がセキュリティを提供する

Web3 ゲームとゲームの将来について多くの時間を費やしている私にとって、ゲーム内の AI エージェントは、特定のモデルに基づいていること、およびそれらのモデルが実行中に改ざんされていないことを保証する必要があることは明らかです。そうしないと、ゲームの整合性が失われます。

伝承、地形、物語、ロジックがすべて手続き的に生成されるとき、言い換えれば、AI がゲーム作成者になるとき、私たちはそのゲーム作成者が信頼でき中立であるかどうか知りたいと思うでしょう。私たちは世界が保証の上に成り立っていることを知りたいと思うでしょう。暗号化が提供する最も重要なことは、問題が発生した場合に AI を理解し、診断し、罰する能力を含むこれらの保証です。この意味で、人間のエージェントに対処することがインセンティブ設計の問題であるのと同様に、AI の調整は実際にはインセンティブ設計の問題です...そしてそれがまさに暗号通貨の本質です。

—Carra Wu、パートナー (Farcaster では @carra、Twitter では @carrawu)

正式な検証が形式的ではなくなる

正式な手法はハードウェア システムの検証ではよく使われますが、ソフトウェア開発ではあまり一般的ではありません。ハードシステムや安全性が重要なシステムに関与していないほとんどの開発者にとって、これらのアプローチは複雑すぎて、大幅なコストと待ち時間が追加される可能性があります。ただし、スマート コントラクト開発者にはさまざまなニーズがあります。開発するシステムは数十億ドルを扱い、バグは壊滅的な結果をもたらす可能性があり、多くの場合、すぐには修正できません。したがって、ソフトウェア開発、特にスマートコントラクト開発では、よりアクセスしやすい形式的検証方法が必要です。

過去 1 年間、私たちは、従来の正式なシステムよりもはるかに優れた開発エクスペリエンスを提供する、数多くの新しいツール (独自のものを含む) が登場するのを見てきました。これらのツールは、スマート コントラクトが通常のソフトウェアよりもアーキテクチャ的に単純であるという事実を利用しており、アトミックかつ決定論的に実行され、同時実行や例外がなく、メモリ フットプリントが小さく、ループが少ないという特徴を持っています。これらのツールのパフォーマンスも、SMT ソルバーのパフォーマンスにおける最近の進歩を利用して急速に向上しています (SMT ソルバーは、複雑なアルゴリズムを使用して、ソフトウェアおよびハードウェア ロジックのエラーの存在を特定または確認します)。開発者やセキュリティ専門家が正式な手法にヒントを得たツールを広く採用するにつれて、スマート コントラクト プロトコルの次の波はより堅牢になり、高価なハッキングの影響を受けにくくなることが予想されます。

—Karma (Daniel Reynaud)、リサーチ エンジニアリング パートナー (Farcaster では @karma、Twitter では @0xkarmacoma)

NFTは遍在するブランド資産になる

ますます多くの有名ブランドが、NFTの形でデジタル資産を主流の消費者に向けて発売し始めています。たとえば、スターバックスは、参加者が同社のコーヒー製品を探索しながらデジタル資産を収集するゲーム化されたロイヤルティ プログラムを導入しました (AR のパンプキン スパイス迷路は言うまでもありません!)。一方、ナイキとレディットは、幅広い視聴者に明示的に販売されるデジタル収集可能なNFTを開発しました。しかし、ブランドはそれ以上のことを行うことができます。NFT を使用して顧客のアイデンティティとコミュニティ関係を表現および強化したり、物理的な商品とそのデジタル表現を接続したり、最も忠実なファンと新しい製品や体験を共同創造したりすることもできます。

昨年、消費者向け商品として低コストの NFT が大規模に収集される傾向が見られました。これらの NFT は、多くの場合、保管ウォレットや「レイヤー 2」ブロックチェーンを介して管理され、それに応じて取引コストが低くなります。 2024年に入ると、スティーブ・カジンスキーと私が近刊の本で説明しているように、さまざまな企業やコミュニティにとって、NFTがユビキタスなデジタルブランド資産になるための条件が整います。

—Scott Duke Kominers、研究パートナー (@skominers on Farcaster | on Twitter)

SNARKが主流になる

歴史的に、テクノロジー専門家はコンピューティング ワークロードを検証するためにいくつかの戦略を持っていました。

1) 信頼できるマシンで計算を再実行します。

2) タスク専用のマシン、つまり (TEE 信頼できる実行環境) で計算を実行します。または

3) ブロックチェーンなど、信頼性が高く中立的なインフラストラクチャ上で計算を実行します。各戦略にはコストやネットワークのスケーラビリティの点で制限がありますが、現在では SNARK (Succinct Non-interactive ARguments of Knowledge) が利用可能になりつつあります。 SNARK を使用すると、一部の計算ワークロードの「暗号レシート」を、信頼できない「証明者」によって偽造できない方法で計算できるようになります。以前は、そのようなレシートを計算するコストは、元の計算より 10^9 も高かったのですが、最近の開発では削減されつつあります。この数は約 10^6 になります。

したがって、SNARK は、クライアントが初期データを再実行または保存できずに、初期計算プロバイダーが 10^6 のオーバーヘッドを許容できる状況で実現可能になります。結果として生じるユースケースは数多くあります。IoT のエッジ デバイスはアップグレードを検証できます。メディア編集ソフトウェアは、真正性と変換データをコンテンツに埋め込むことができ、ミームのマッシュアップはオリジナルのソースに敬意を払うことができます。 LLM 推論には真実の情報を含めることができます。自己確認の納税申告書、偽造できない銀行監査、その他消費者にとって有益な用途がたくさんあるかもしれません。

—Sam Ragsdale、投資エンジニア (Farcaster では @samrags、Twitter では @samrags_)