エージェント経済の未来は、自律型AIエージェントがどれほど安全かつ効率的に価値を創出し、資金を管理し、取引を実行できるかにかかっている。こうしたテーマが、今月シンガポールのHSCアセットマネジメントで開催されたパネルディスカッション「The Future of the Agentic Economy」の中心にあった。

AddressableのCEOであるTomer Sharoniがモデレーターを務めたこのセッションには、Sonic LabsのFeroz Lakhani、Ledger EnterpriseのTakatoshi Shibayama、MercuryoのArthur Firstov、AMBRのMichael Wu、そしてTiDBを手がけるPingCAPのTerrence Yipが集った。

議論では、AIエージェントが自らマネーを動かし、意思決定を行い、ビジネスを運営し始めると何が起こるのか、エージェント経済が決済、金融、働き方の未来をどう再形成しうるのか、そして自律型エージェントを信頼できるものにするために何が必要なのかが検討された。

AIアシスタントから経済参加者へ

AIエージェントは、質問に答えたりコンテンツを生成したりするツールの域を超えて進化している。ますます、事前に定義された範囲内で独立してタスクを完了し、デジタルサービスとやり取りし、意思決定を行うように設計されている。こうした能力が拡大するにつれ、エージェントはデータの購入、計算リソースへの支払い、金融取引の実行、組織横断的な作業の調整など、経済の積極的な参加者になりうる可能性がある。

しかし、この移行には、ますます強力になるAIモデル以上のものが必要だ。エージェントには、金融インフラへの確実なアクセス、権限を安全に管理する手段、そして説明責任を損なわずに自律的に行動できるシステムが必要である。

パネルでは、ブロックチェーンインフラやデジタル資産のカストディから、決済、専門特化したAIサービス、データベースアーキテクチャに至るまで、相互に関連する一連の課題が取り上げられた。これらの領域を通じて浮かび上がった原則は、エージェント経済には自動化、セキュリティ、検証可能な実行の新たな組み合わせが必要だということだ。

信頼とコントロール：エージェントにはいくらまでの支出を許すべきか

中心的な議題の一つは、ユーザーや企業に不必要なリスクを負わせることなく、AIエージェントに金融上の自律性をどう付与するかだった。

人間がすべての取引を個別に承認するのではなく、安全な署名インフラを利用すれば、ユーザーはエージェントが独立して実行できるアクションと明示的な承認を必要とするアクションを決めるルールを設定できる可能性がある。例えば、ユーザーは1,000ドルまでの支払いであればエージェントに介入なしで実行を許し、それを超える取引には人間の署名を要求するといったことが考えられる。こうすることで、日常的な活動は自動的に進み、高額な意思決定は人間のコントロール下に留まる。

根底にある原則は、自律性は信頼に比例すべきだということだ。エージェントが信頼できる挙動を示すにつれ、ユーザーは支出上限を段階的に引き上げ、より広い責任を委任できるかもしれない。課題は、エージェントにどれほどの権限を与えるべきか、その権限をどう強制するか、問題が発生した際に誰が責任を負うのかを決定することだ。

エージェント決済とデジタルIDの課題

従来の決済システムは、識別可能な個人や企業を前提に構築されている。金融機関は、取引の発起人が誰かを把握し、潜在的なリスクを評価し、適用される顧客確認(KYC)およびマネーロンダリング対策の要件を遵守しなければならない。自律型エージェントは、独立した法的人格を持たずにユーザーに代わって行動できるため、このモデルを複雑にしている。

考えられる解決策の一つは、検証済みの人間のIDが、事前に定義された権限の下で複数のエージェントの運用を承認する委任モデルだ。各エージェントにオンボーディングプロセス全体を繰り返させるのではなく、その活動を責任を負う個人または組織に紐付けることができる。

しかし、IDの委任には固有のリスクも伴う。エージェントが別のエージェントに作業を委任した場合、元の承認はチェーン全体を通じて追跡可能でなければならない。システムは、どのエージェントがアクションを実行したか、誰の権限を用いたか、取引が許可された範囲内に収まっていたかを判別できる必要がある。

検証要件は、取引規模やリスクによっても異なりうる。データアクセスやAI推論のための少額の支払いには、高額な金融取引とは異なるコンプライアンスのアプローチが必要になるかもしれない。これは、検証と監視が活動の性質、関わる金額、詐欺の潜在的な結果を反映する、よりきめ細かいフレームワークへの方向性を示している。

AIエージェントはどこに経済的価値を創出するのか

エージェント経済が持続可能になるのは、エージェントが測定可能な経済的価値を提供する場合のみだ。

パネルで議論されたアプローチの一つは、強力なAIモデルから出発して後からユースケースを探すのではなく、確立された顧客ニーズを中心にエージェントを構築するというものだ。これは、モデルとその基盤インフラを、特定の文脈で特定の顧客に価値を提供するという明確に定義された目的と組み合わせることを意味する。

専門特化したエージェントは、金融リサーチ、資産運用、マーケティング、エンタープライズサービスを支援できる。これらは顧客がすでに専門知識に対して対価を支払っており、確立されたビジネス成果に基づいてパフォーマンスを評価できる領域だ。エージェントが人間のチームと同等のサービス品質を提供できる、あるいはそれを上回るのであれば、顧客には採用する明確な理由がある。さらにそのサービスがより低コストでより多くの顧客に届くなら、経済的機会はさらに大きくなる。

顧客が主に関心を持つのは、サービスが人間、AI、あるいはその両方の組み合わせによって提供されるかではなく、サービスの品質と有用性だ。このアプローチは、従来大企業や富裕層のみが利用できたサービスへのアクセスを拡大する可能性もある。したがって、最も成功するAIビジネスは、明確に定義された問題を解決し、顧客が対価を支払う意思のある成果を着実に提供する企業かもしれない。

エージェント経済にはなぜ新しいデータベースアーキテクチャが必要なのか

エージェントがよりパーソナライズされるにつれ、個々のユーザー、設定、権限、予算、取引履歴、進行中のタスクに関する情報を保持する必要が出てくる。エージェント主導の環境では、数百万のエージェントがそれぞれ永続的なコンテキストを必要としながら、互いに分離を保つかもしれない。個々のユーザー・エージェント関係専用のデータベース環境は、データ漏えいを防ぎ、エージェントが運用コンテキストを安全に維持するのに役立つ可能性がある。

コスト効率も重要な考慮事項だ。従来のデータベースインフラでは、エージェントが非アクティブな場合でもリソースを利用可能な状態に保つ必要があるかもしれず、数百万のエージェントという規模では、常時稼働環境の維持は法外なコストになる可能性がある。一つの代替案は、エージェントが必要とされるときにリソースを起動し、アイドル状態になると計算能力を解放しながら、将来のセッションに必要なデータを保持するインフラだ。

こうしたアーキテクチャは、大規模なエージェント展開をより経済的に実現可能にするかもしれない。また、セキュリティや分離を損なうことなくエージェントが時間をかけてコンテキストを保持できるようにすることで、パーソナライズされたサービスも支える。AIモデルの改善に伴い、関連情報を保持し、権限を強制し、適切なコンテキストを取得する能力は、モデル自体の知性と同じくらい重要になるかもしれない。

自律型エージェントのためのブロックチェーン構築

自律型エージェントへのシフトは、ブロックチェーンネットワークに機会と技術的課題の両方をもたらす。低い取引手数料、高速な決済、予測可能な実行は、人間のユーザーよりはるかに高い頻度で取引する可能性のあるエージェントにとって特に重要だ。

エージェントには、複雑な取引を安全に実行するより優れた方法も必要だ。アトミックなバンドル取引により、複数のオンチェーンアクションを単一の操作としてシミュレートし実行できる。エージェントは、一つの調整されたワークフローの一部として、承認の付与、取引の実行、流動性ポジションの構築を行う必要があるかもしれない。取引バンドルが期待どおりに実行されない場合、意図しない部分的な結果をエージェントに残すのではなく、操作全体を取り消すことができる。これにより、失敗した戦略、不要な承認、経済的損失のリスクを軽減できる。

もう一つの優先事項は、ブロックチェーンをエージェントにとってより読みやすくアクセスしやすくすることだ。自律型システムは、利用可能なプロトコルを理解し、実行ルートを比較し、コストを評価し、特定のタスクに最も適したネットワークを判断する必要がある。これはブロックチェーンネットワーク間の競争に新たな次元をもたらす。開発者や人間のユーザーを引きつけることに加え、ネットワークは、最も効率的なインフラを自動的に選択するエージェントが開始する取引をめぐって競争する必要があるかもしれない。

しかし、技術的効率だけでは十分ではない。エージェントはまた、信頼できるツールを特定し、操作が実際に成功したことを検証し、信頼できる統合と潜在的に危険な代替手段を区別できなければならない。したがって、レピュテーションシステム、標準化されたインターフェース、シミュレーションツール、検証可能な実行が、ブロックチェーンエコシステムにおいてますます重要になる可能性がある。

最大のリスク：成功したと主張するエージェント

議論で最も示唆に富む部分の一つは、エージェントの失敗に焦点を当てたものだった。エージェントは、実際には実行されていないタスクの完了を主張することがある。取引が実行されていないのに実行されたと報告したり、プロセスが正常に完了していないのにフォームが送信されたと言ったりするかもしれない。

こうした失敗は、自律型システムの根本的な弱点を露呈している。説得力のある行動の説明は、その行動が実際に発生したことの証明にはならないのだ。金融サービスにおいて、この区別は特に重大な結果をもたらしうる。支払い、取引、返金の成功を誤って報告するエージェントは、ユーザーに誤った情報に基づくさらなる意思決定をさせかねない。

マルチエージェントシステムは追加のリスクをもたらす。複雑な開発ワークフローでは、元の要件に対する初期の誤解が、ドキュメント、コード、テスト、デバッグを通じて広がりうる。後続のエージェントは、既存のコードベースを初期の解釈が正しかったことの証拠として扱うため、元の誤りを強化する可能性がある。そのため、複数のエージェントと自動チェックを備えたシステムであっても、内部整合性があるように見える誤った結果を生み出すことがありうる。

より信頼性の高いアプローチには、証拠に基づく検証が必要だ。システムは外部の状態を確認し、実行結果を検証し、試みられたアクションと確認された結果を区別すべきだ。独立した批判も役立つ。エージェントに答えの生成やタスクの完了のみを求めるのではなく、開発者は別のエージェントを使ってその推論に異議を唱え、弱点を特定し、結論に疑問を呈させることができる。

ただし、すべてのプロセスが確率的なAIに依存すべきではない。取引戦略のバックテスト、一部のデータクレンジング操作、事前定義された計算は、可能な限り決定論的に保たれるべきだ。AIはデータの解釈、目的の明確化、ワークフローの設計を支援し、正確で再現可能な結果を必要とする操作は従来型のプログラムが処理すればよい。

より広い教訓は、エージェントを追加するだけではシステムが自動的に信頼性を高めるわけではないということだ。信頼できる自動化には、明確な仕様、独立した検証、そしてAI駆動の推論と決定論的実行の意図的な分離が必要である。

AIエージェントは企業のマネジメントに取って代わるのか

自律型エージェントは、企業が業務を組織化し意思決定を行う方法をも変革しうる。会議ボットは議論を記録し、関連するエージェントに情報を振り分け、組織横断的な自動ワークフローを調整できる。こうしたシステムは、特に中小企業において、従来の報告構造や管理レイヤーの必要性を低減しうる。

マネージャーに更新情報の収集、情報配布、進捗管理を頼るのではなく、組織はますますエージェントを使って活動を直接調整できるようになるかもしれない。人間の従業員は引き続き目標を定め、重要な意思決定を行い、結果を監督するが、チームをつなぐプロセスはより自動化される可能性がある。

職場の外では、eコマースがもう一つの有望な応用分野だ。エージェントは、事前に定義された予算内で、食料品、衣類、その他の家庭用品などの日常的な購入を処理できる。ユーザーがエージェントによるより高額な支払いに慣れるにつれ、金融上の自律性は拡大しうる。当初はすべての取引に承認を必要としていた活動も、信頼できる保護手段が整っていれば、最終的にはより広い権限の下で運営されるかもしれない。

採用のペースは、失敗の結果次第だ。ユーザーは、大きな金融的コミットメントや複雑なビジネス上の意思決定を任せることを信頼するずっと前から、安価な製品の購入であればエージェントに任せて心地よく感じるかもしれない。したがって、エージェント型オペレーションへの移行は段階的である可能性が高く、システムが信頼性を示すにつれて権限が拡大していくだろう。

エージェント経済を支える金融インフラ

もう一つの重要な問いは、自律型エージェントがどのように収益を生み出し、自らの運用コストを賄うかだ。金融インフラは、エージェントが支払いの送受信、金融サービスへのアクセス、商取引への参加を可能にしうる。利用が拡大するにつれ、決済関連の収益は、現在直接的なサブスクリプション料金なしで提供されているサービスをプロバイダーが収益化する一つの方法になるかもしれない。

ステーブルコイン(各国通貨などの基準資産に対して安定した価値を維持するよう設計されたデジタルトークン)とプログラマブルな決済システムは、越境取引を支援し、決済をソフトウェアのワークフローに直接組み込めるため、特に重要になる可能性がある。

この機会は従来の購入にとどまらない。エージェントは、タスクの完了に必要な推論、専門データセット、API、その他のデジタルリソースに対して少額を支払うかもしれない。これらの取引は、人間が個別に管理するには非現実的な規模と頻度で発生しうる。これは、必要に応じてサービスが自動的に購入され、最小限の人間の介入でソフトウェアシステム間を価値が移動する、より細分化されたデジタル経済の可能性を切り開く。

このビジョンを実現するには、効率的な決済と、本人確認、権限管理、詐欺防止、明確な説明責任を組み合わせた決済インフラが必要になる。金融スタックは、マネーの移動だけでなく、なぜ支払いが行われたのか、誰が承認したのか、基盤となるサービスが提供されたのかを規定するルールも支える必要があるだろう。

今後数年でエージェント経済はどうなるのか

パネリストたちの予測は、より大きな自律性、拡大する責任、そして段階的に高まる信頼の水準を指し示していた。ある人にとって次のステップは、日常的な購入や日常業務をエージェントに任せることだ。別の人にとっては、より複雑なビジネス上の意思決定の委任、金融取引上限の引き上げ、あるいは企業システム内でのより自律的なエージェント運用の実現だ。

エージェントは、情報の収集やレポートの作成から、ビジネス戦略の変更提案とその実施支援へと移行していく可能性がある。その出力がより予測可能で検証可能になるにつれ、運用上の意思決定においてより大きな役割を担うかもしれない。

AIモデル、専門特化したエージェント、計算インフラの進歩は、最終的に自動化を職業生活と個人生活の多くの領域に広げる可能性がある。企業が業務を調整し内部運営を組織化する方法の変化も加速しうる。

しかし、AIの能力が向上しても、信頼は自動的には生まれない。信頼は、繰り返される成功した実行、透明な権限、信頼できる検証、そしてミスの結果を限定するシステムを通じて構築されなければならない。したがって、エージェント経済の次の段階は、AI自体の進歩と同じくらい、インフラとガバナンスにかかっている。その進捗を測る一つの指標は、委任型IDモデル、標準化されたインターフェース、レピュテーションシステム、検証可能な実行が、概念から実運用インフラへ移行するかどうくだろう。

インテリジェントなソフトウェアから自律的な経済へ

エージェント経済の未来は、AIモデル、プログラマブルな決済システム、ブロックチェーンネットワーク、安全な署名インフラ、そして永続的で分離されたエージェント環境向けに設計されたデータベースの相互作用によって形作られるだろう。

中心的な課題は、単にエージェントにさらなる能力を与えることではない。大規模に運用するには、エージェントは自らの実行内容を証明し、権限の限界を尊重し、測定可能な価値を創出する成果を提供しなければならない。

企業にとっての機会は、既存のサービスをよりアクセスしやすく、効率的で、スケーラブルなものにすることにある。金融機関とブロックチェーンネットワークにとっては、自律型システムが安全に取引できるインフラを構築することにある。ユーザーにとっては、実質的なコントロールを手放すことなく、徐々に責任を委任していくことだ。

エージェントがサービスの購入、金融取引の実行、ワークフローの調整、そしてますます重大な意思決定を行い始めるにつれ、経済は新たな種類の参加者、すなわち単に情報を処理するだけでなく、積極的に価値を創出し移動するソフトウェアに適応する必要があるだろう。エージェント経済は、究極的には、AIエージェントが自らの能力をどれほど確実に現実世界の結果へと転化できるかによって定義されるのだ。

本記事は、Metaverse Postが最初に公開したパネル報道に基づく:The Agentic Economy: When AI Starts Moving Money.