2023 年末から、人工知能 (AI) と現実世界の資産 (RWA、現実世界の資産) が、暗号化分野の次の強気市場を推進する重要な物語になるでしょう。 RWA は、債券、不動産、商品などの有形または無形の資産を表すブロックチェーンベースの暗号トークンのクラスです。 RWA により、これらの資産を分散型金融 (DeFi) を通じて取引できるようになり、アクセスできないことが多い金融商品の可用性が高まり、新たなアプリケーションの可能性が開かれます。 現在、2030 年までに RWA と AI の市場規模はそれぞれ 4 兆～5 兆ドル、7,388 億ドルに達すると予想されています。
この記事では、これら 2 つの新興分野の相乗効果に焦点を当て、どのように相互に協力して未来を再構築できるかを分析します。
AI の RWA への道
まず、AI モデル、特に GPT-4 のような高度なモデルは、自然言語処理と機械学習における最高レベルのイノベーションを表しています。その開発には、最先端のアルゴリズム、大規模なデータセット、膨大なコンピューティング リソースへの多額の投資が必要です。これらのモデルが特定の業界アプリケーション向けに微調整されると、その価値は大幅に高まります。さらに、これらのモデルのトレーニングに使用される膨大なデータは、情報の宝庫であるだけでなく、それ自体がすでに非常に貴重な資産です。さらに、AI テクノロジーとその基礎となる特許や著作権などの知的財産権は、その作成者や所有者に独特の収益機会を提供します。したがって、AI モデル、トレーニング データ、およびそれらを保護する知的財産権は、ハイエンド RWA とみなすことができます。
AI の RWA への道
AI の力はあらゆる分野を再構築しており、RWA の形成にとって重要なツールであり、それは具体的にいくつかの側面に反映されています。
セキュリティの強化: サイバーセキュリティにおける AI の役割を過小評価することはできません。特に、AI システムはトランザクション データを継続的に監視および分析し、セキュリティ上の脅威を示す可能性のある異常なアクティビティの兆候を特定できます。これらのシステムは、不正取引の微妙な兆候やサイバー攻撃の初期兆候など、人間が見逃してしまう可能性のあるパターンや異常を検出できます。潜在的な脅威が特定されると、AI は疑わしいトランザクションをブロックしたり、影響を受けるシステムを隔離してさらなる被害を防ぐなど、それを無力化するための措置を即座に講じます。このプロアクティブなセキュリティ アプローチは、RWA サービスの整合性と信頼性を維持するのに役立ちます。
ユーザーのプライバシーの強化: プライバシーの問題は、RWA トランザクションにおける主な懸念事項です。 AI は、権限のない当事者による解読が困難な、より複雑な暗号化技術を使用することでプライバシーを向上させます。さらに、AI は生体認証 (顔認識、指紋) などの方法を使用して、より正確に、中断を少なくしてユーザー ID を管理および検証できるため、セキュリティ層が追加されます。 AI のサポートにより、ユーザー データの機密性と安全性を維持できるため、データ漏洩や個人情報の盗難のリスクが大幅に軽減されます。
支援された意思決定と市場予測: RWA 取引プラットフォームを含む金融市場は、その変動性と複雑さで知られています。 AI は、過去の取引量、価格変動、経済指標などの大量の市場データを分析して、将来の市場行動の傾向やパターンを特定することに優れています。この分析は、世界的な出来事、ソーシャルメディアのセンチメント、および市場に影響を与えるその他の外部要因に拡張できます。これらの洞察を使用して、AI はトレーダーや投資家に市場動向に関する情報を提供し、有利な取引機会を特定したり、潜在的な下振れリスクを警告したりすることができます。この能力は、投資収益を最大化し、リスクを最小限に抑える、取引の意思決定において非常に貴重です。
要約すると、AI の多様な機能を活用することで、現実世界の資産サービスのセキュリティ、プライバシー、運用効率を大幅に向上させることができます。これは、サービスプロバイダーがリスクを軽減し、顧客満足度を向上させるのに役立つだけでなく、より安全で信頼性が高く効率的な取引および投資プラットフォームを提供することでユーザーエクスペリエンスを向上させます。
AI テクノロジーが進歩するにつれて、RWA サービスにおけるその役割はより重要になり、イノベーションを推進し、暗号通貨分野やその他の分野で新たな機会を生み出すことが予想されます。ただし、この統合には課題もあります。 AI アルゴリズムの不透明性とその脆弱性によってもたらされる潜在的なシステムリスクを考慮すると、信頼できる透明性の高い AI ソリューションの開発が必要です。言い換えれば、これにより、データ収集、前処理、モデルのトレーニングを含む完全な AI 導入サイクルを含む、分散型 AI が将来の重要なトレンドになるでしょう。
著者: リー・チョン博士、OORT 創設者、コロンビア大学教授
Forbes に掲載された元の記事:
