Visaのチーフ・クリプト責任者：2026年の暗号通貨とAIの8つの進化方向

この記事を読むのに必要な時間は 19 分

次の段階では、「信頼性」、「ガバナンス能力」、および「ディストリビューション能力」がより重要な競争要因となります。

原文タイトル：2026年展望：暗号通貨とAIを形作る主なテーマ

原著者：Cuy Sheffield、Visa 暗号通貨ビジネス責任者

原文翻訳：Saoirse、Foresight News

暗号通貨とAIが徐々に成熟に向かう中で、これら2つの分野の最も重要な変革はもはや「理論的に可能」ではなく、「実践的に確立されたもの」となっています。現在、両技術は重要なマイルストーンを超え、パフォーマンスが著しく向上していますが、実際の適用普及率はまだ均一ではありません。そして、2026年の主要な発展トレンドは、この「パフォーマンスと普及」のギャップに由来しています。

以下は私が長年注目してきたいくつかの主要テーマであり、これらの技術の発展方向、価値蓄積領域、そして「最終的な勝者が業界のパイオニアとは大きく異なる理由」についての初期考察です。

テーマ1：暗号通貨は投機的資産からハイクオリティなテクノロジーに転換しています

暗号通貨の最初の10年は、「投機的利点」がその中心でした。その市場はグローバルであり、連続的であり、非常にオープンであり、激しい価格変動により、暗号通貨取引は従来の金融市場よりも活気があり魅力的でした。

しかし同時に、その基盤技術はまだ主流のアプリケーションに適していませんでした。初期のブロックチェーンは速度が遅く、コストが高く、安定性に欠けていました。投機的環境以外では、暗号通貨はコスト、スピード、または利便性において、既存の伝統的システムをほとんど超えることはありませんでした。

今日、この不均衡な状況は変わりつつあります。ブロックチェーン技術はより高速で経済的で信頼性が高くなり、暗号通貨の最も魅力的なアプリケーションはもはや投機ではなく、インフラ領域に移行しています。暗号通貨がより成熟した技術となるにつれ、投機の中心的地位は段々と弱まっていきます。完全に消えることはありませんが、それが価値の主要な源泉ではなくなります。

テーマ2：ステーブルコインは暗号通貨の「純粋な実用性」における明確な成果です

ステーブルコインは以前の暗号通貨の物語とは異なり、その成功は具体的で客観的な基準に基づいています。特定の状況では、ステーブルコインは従来の支払いチャネルよりも速く、コストが低く、範囲が広く、同時に現代のソフトウェアシステムにシームレスに統合できます。

ステーブルコインはユーザーにとって暗号通貨を「イデオロギー」として捉える必要がなく、その適用はしばしば既存の製品やワークフローの中で「暗黙的に」行われます。このことは、以前には暗号通貨エコシステムが「価格変動が激しすぎて透明性に欠ける」と考えられていた機関や企業が、ついにその価値を明確に理解できるようになる理由となります。

言えることは、ステーブルコインは暗号通貨が「投機性」ではなく「実用性」に再アンカーされるのを支援し、暗号通貨の「成功した実装方法」に明確な基準を提供しています。

テーマ3：暗号通貨がインフラストラクチャになると、「分散能力」は「技術革新性」より重要になります

過去、暗号通貨が主に「投機ツール」として機能していたとき、その「分散」は内在的であり、新しいトークンは単に「存在する」だけで、流動性と関心が自然に蓄積されました。

しかし、暗号通貨がインフラストラクチャになると、その応用シナリオは「市場レベル」から「製品レベル」に移行しています：それは支払いプロセス、プラットフォーム、企業システムに組み込まれ、エンドユーザーはその存在に気付かないことがよくあります。

この変化は、既存のディストリビューションチャネルと信頼できる顧客関係を持つ企業と、規制許認可、コンプライアンスフレームワーク、リスク管理インフラストラクチャを備えた機関の両方にとって非常に有利です。単なる「プロトコルの革新性」だけでは、暗号通貨の大規模な実装を推進するのに十分ではありません。

テーマ4：AI エージェントには実用価値があり、その影響はコーディング領域を超えています

AI エージェントの実用性がますます明らかになっていますが、その役割はしばしば誤解されています：最も成功したエージェントは「自律的な意思決定者」ではなく、「作業フロー内の調整コストを削減するツール」です。

歴史から見ると、この点はソフトウェア開発の分野で最も明白に現れています——エージェントツールは、コーディング、デバッグ、コードのリファクタリング、および環境構築の効率を向上させました。しかし、近年では、この種の「ツール価値」が急速に他の領域に拡散しています。

たとえば、Claude Code などのツールでは、それが「開発者ツール」と位置付けられていても、その迅速な普及はより深いトレンドを反映しています：エージェントシステムは「知識労働のインタフェース」となりつつあり、プログラミング領域にとどまらなくなっています。ユーザーは、研究、分析、執筆、計画、データ処理、運用タスクなどに「エージェント駆動型の作業フロー」を適用し始めています——これらのタスクは、従来のプログラミングではなく「汎用の専門作業」により傾いています。

本質的に重要なのは、「コーディングの雰囲気」そのものではなく、その背後にある核心的なパターンです：

· ユーザーの委任は「目標意図」であり、「具体的な手順」ではありません；

· エージェントは「コンテキスト情報」を、ファイル、ツール、およびタスクの管理を横断して行います；

· ワークフローモードが「直線的な進展」から「反復的で対話的」に移行しています。

各種の知識作業では、エージェントはコンテキストを収集し、特定のタスクを実行し、プロセスの移り変わりを減らし、反復効率を加速しますが、「オープンな判断」、「責任の所在」、「エラーの修正」といった点ではまだ課題があります。

したがって、現在、ほとんどの製造現場で使用されているエージェントは、まだ「範囲が限定され、監督を受け、システムに組み込まれた」ものであり、完全に独立して動作していません。エージェントの実際の価値は、「知識労働フローの再構築」に由来し、「労働力の代替」や「完全な自律性の達成」とは異なります。

テーマ5: AIのボトルネックは、今や「知能レベル」から「信頼性」に移行しました

AIモデルの知能レベルは急速に向上していますが、現在の制約要因はもはや「単一の言語の流暢さや推論能力」ではなく、「実際のシステムにおける信頼性」です。

製造環境は、3つの問題に対してゼロトレランスです：AI「illusion」（虚偽情報の生成）、出力の不一致、および故障モードの透明性の欠如。一旦AIが顧客サービス、資金移動、またはコンプライアンスプロセスに関与すると、「おおよその正確さ」の結果はもはや受け入れられません。

「信頼」の構築には、4つの主要な基準が必要です：トレース可能な結果、記憶能力、検証可能性、不確実性の積極的な露出。これらの能力が十分に成熟するまで、AIの自律性は制限される必要があります。

テーマ6: システムエンジニアリングがAIの製造環境での実用性を決定する

成功したAI製品は、「モデル」を「部品」ではなく「製品」と見なします。その信頼性は、「アーキテクチャ設計」に由来し、「ヒントの最適化」ではありません。

ここでの「アーキテクチャ設計」には、状態管理、制御フロー、評価およびモニタリングシステム、および障害処理およびリカバリメカニズムが含まれます。そのために、現在、AIの発展はますます「従来のソフトウェアエンジニアリング」に近づいており、そして「先端理論研究」ではありません。

長期的な価値は、2つの主体に傾斜するでしょう：システム構築者と、ワークフロープロセスとディストリビューションチャネルを管理するプラットフォーム所有者。

知能エージェントのツールがコーディング領域から研究、執筆、分析、および運用プロセスに拡大すると、この「システムエンジニアリング」の重要性はさらに際立ちます。知識労働はしばしば複雑であり、状態情報に依存し、文脈が密集しています。これにより、「記憶、ツール、および反復プロセスを信頼できるように管理できる」知能エージェントは（出力の生成だけでなく）より価値があります。

テーマ7: オープンモデルと集中制御の矛盾が、未解決のガバナンス問題を引き起こしています

AIシステムの能力が向上し、経済分野との融合が深まるにつれて、「最も強力なAIモデルを所有し制御するのは誰か」という問題が核心的な矛盾を引き起こしています。

一方、AIの最先端研究は依然として「資本集約型」であり、また「コンピューティングリソースの獲得、規制政策、地政学的要因」の影響を受けて、集中化がますます進んでいます。一方、オープンソースモデルとオープンソースツールは、「広範な実験、簡単な展開」を促進する中で、継続的に改善されています。

この「集中とオープンの並立」という状況は、いくつかの未解決の問題を引き起こしました：信頼リスク、監査可能性、透明性、長期的な交渉能力、および重要なインフラの制御権。最も可能性の高い結果は「ハイブリッドモード」であり、先進モデルが技術能力のブレークスルーを推進し、オープンまたは半オープンシステムがこれらの能力を「広く分散されたソフトウェア」に統合します。