ゲートニュースによると、3月17日、市場では「AI取引ロボットが数百万ドルの利益を上げている」という事例が次々と報告されている一方で、主流のテクノロジー企業や最先端の研究所は依然としてこの分野に正式に参入していない。人工知能の暗号取引における実際の価値について、業界内の意見は分裂しつつある。
一部のトレーダーはAnthropic傘下のモデルClaudeを利用して自動取引ツールを構築し、市場予測やオンチェーン取引で短期的な利益を狙っている。しかし、Dragonfly Capitalのマネージングパートナー、ハシーブ・クレシは、こうしたモデルは複数の不安定な前提に基づいていると指摘している。例えば、個人投資家が長期的に機関投資家に勝てることや、汎用モデルが持続的なアービトラージ能力を有していることなどだ。
まず、責任リスクがテクノロジー企業がこの分野に参入しない主な障壁となっている。AIモデルが実取引で重大なミスを犯した場合、例えばレバレッジ取引の誤実行や資産の誤移動など、潜在的な法的・評判リスクは得られる利益をはるかに上回る。これに比べて、現在のAIはブロックチェーン分野では主にセキュリティテストに利用されており、スマートコントラクトの脆弱性検出などにとどまっている。
次に、市場構造が長期的に有効な戦略の難しさを決定している。汎用モデルを基にした取引ロジックは本質的に公開されているため、利益を生む戦略はすぐに機関によって模倣・拡大されてしまう。Jane Streetのような大手クオンツ機関は、低遅延のインフラと大規模な資金力を持ち、極めて短時間でアービトラージの余地を圧縮し、個人投資家が優位を保つのを難しくしている。
さらに、「AIが自律的に利益を上げる」という構想も現実的な課題に直面している。モデルの能力が高度に類似しているため、大規模なAIインスタンスは差別化された競争優位を築きにくい。サービス提供やビジネス戦略の生成においても、同質的な出力から抜け出せないのだ。これは、ピーター・ティールが提唱した「独自の情報優位性」と対比されるもので、後者はビジネス成功の重要な要素とされている。
現在、一部のオンチェーン取引ロボットは一時的な利益を得ているものの、資金と技術の流入によりその優位性は急速に薄れる可能性が高い。分析によると、高頻度・低遅延の競争環境では、インフラと資本の優位を持つ者が主導権を握る傾向が強まっており、一般のトレーダーが汎用AIモデルを用いて持続的に利益を上げることはますます難しくなっている。
