AI時代にふさわしい新たな金融インフラは、どのような形で構築されるべきか？

2024年11月、予測市場は他のどの手段よりも早く選挙結果を的中させました。世論調査が接戦を示し、専門家が慎重な姿勢を崩さない中、市場はトランプ氏の勝利確率を60%と評価していました。実際の開票結果が明らかになったとき、予測市場は世論調査、モデル、専門家の見解をすべて上回る精度を示しました。

これは、市場が分散した情報を集約し、正確な信念へと昇華できること、そしてリスク分担メカニズムがその中核を担っていることを証明しています。1940年代以降、経済学者たちは投機市場が専門家予測を凌駕する未来を構想してきましたが、そのビジョンが世界最大の舞台で現実のものとなりました。

ここで、発動している経済原理を詳しく見ていきましょう。

PolymarketやKalshiといったプラットフォームでは、ベッターたちが数十億ドル規模の流動性を提供しました。その見返りとして何を得たのでしょうか？それは、全世界が即座に無料で利用できるシグナルの創出です。ヘッジファンドは市場動向を監視し、選挙陣営はデータを吸収し、ジャーナリストはその情報を基にダッシュボードを作成しました。この知見には誰も料金を払いませんでした。つまり、ベッターたちがグローバルな公共財を実質的に補助したのです。

これこそが予測市場の本質的なジレンマです。最も価値ある成果物である「情報」は、生成された瞬間に公開されます。高度な買い手は公開情報には対価を支払いません。プライベートなデータ提供者は、競合他社に情報が開示されないため、ヘッジファンドから高額な料金を得られます。一方、どれほど正確でも公開された予測市場の価格情報には、こうした買い手にとって価値がありません。

そのため、予測市場は「賭けたい」人が十分に存在する分野、すなわち選挙・スポーツ・インターネットミームなどでしか成立しません。私たちが得るのは、情報インフラを装ったエンターテインメントです。意思決定者にとって重要な問い——地政学リスク、サプライチェーンの混乱、規制の帰結、技術開発のタイムライン——には、娯楽目的で賭ける人がいないため答えが出ません。

予測市場の経済ロジックは逆転しています。これを修正することは、より広範な変革の一部です。ここでは情報自体がプロダクトとなり、賭けはその生成手段——しかも限定的なもの——に過ぎません。新たなパラダイムが必要です。以下は「認知ファイナンス」の初期構想であり、情報そのものを中心にゼロベースで設計し直すインフラの概要です。

集合知

金融市場は集合知の一形態です。分散した知識や信念、意図を価格へ集約し、直接対話しない何百万人もの参加者を調整します。これは驚異的である一方、非常に非効率的でもあります。

従来型市場は取引時間・決済サイクル・制度的摩擦のため動きが遅く、価格という大雑把な手段でしか信念を表現できません。表現できる範囲も、取引可能なクレームの空間に限られ、人類の関心全体と比べればごく一部です。参加は厳しく制限され、規制・資本要件・地理的障壁によって大多数の人間とすべての機械が排除されます。

暗号資産の世界はこれを変えつつあります。24時間365日の市場、許可不要の参加、プログラム可能な資産が登場し、モジュール型プロトコルが中央調整なしで組み合わさります。DeFi（分散型金融）は、金融インフラをオープンかつ相互運用可能なビルディングブロックとして再構築できることを示しました。これは、ゲートキーパーによる統制ではなく、自律的なモジュール間の相互作用で実現されます。

しかしDeFiは、従来金融をより優れた「パイプ」で再現しているに過ぎません。集合知は依然として価格を中心に回り、資産に焦点を当て、新情報の吸収も遅いままです。

認知ファイナンスは次の一歩です。AIと暗号資産時代に向けて、インテリジェントなシステムを根本から再構築します。私たちには「思考する」市場が必要です——世界の確率モデルを維持し、どんな粒度の情報も吸収し、AIシステムがアクセス・更新でき、人間も内部構造を理解せずとも知識を提供できるような市場です。

その構成要素はすでに手の届く範囲にあります。経済モデルを修正するプライベート市場、相関関係を捉える構成的構造、情報処理を拡張するエージェントエコシステム、人間の思考からシグナルを抽出するヒューマン・コンピュータ・インターフェース。それぞれ今日にも構築可能で、組み合わせることで根本的に新しいものが生まれます。

プライベート市場

価格が非公開であれば、経済的制約は消滅します。

プライベート予測市場では、流動性を補助する主体のみに価格が開示されます。これらの主体は独占的なシグナル——公共財ではなく専有インテリジェンス——を受け取ります。市場は「誰かが答えを必要とする」あらゆる問いに機能するようになり、娯楽性は関係なくなります。

このコンセプトについては@Dave_White氏と議論しました。

例えば、マクロヘッジファンドがFRBの決定やインフレ、雇用データについて、ベッティングのためではなく意思決定シグナルとして継続的な確率推計を求めているとします。インテリジェンスが独占的であれば、彼らは対価を支払います。防衛関連企業は地政学的シナリオの確率分布を、製薬会社は規制承認タイムラインの予測を求めます。現在、こうした買い手は存在しません。なぜなら、情報が生成された時点で競合に漏洩してしまうからです。

プライバシーは持続可能な経済モデルに不可欠です。価格が公開されれば、情報の買い手は優位性を失い、競合はフリーライドし、全体が娯楽需要に戻ってしまいます。

Trusted Execution Environment（TEE）はこれを可能にします。TEEとは、外部やシステム運営者にも不可視なセキュアコンピューティング環境です。市場の状態はTEE内部に完全に保持され、情報の買い手は認証されたチャネルを通じてシグナルを受け取ります。競合しない複数の主体が重複する市場に同時購読でき、段階的なアクセスウィンドウで排他性と広範な分配のバランスを取れます。

TEEは完璧ではありません。ハードウェアメーカーへの信頼が前提となりますが、商業用途に必要なプライバシー水準はすでに達成されており、エンジニアリングも成熟しています。

構成的市場

現行の予測市場は事象を孤立したものとして扱います。「3月にFRBが利下げするか？」がひとつの市場、「第2四半期のインフレ率が3%を超えるか？」が別の市場です。これらの事象が関連していると理解するトレーダー——例えば高インフレなら利下げ確率が上がる、雇用が強ければ下がる——は、つながっていないプール間で手作業で裁定取引を行い、市場構造自体が壊す相関関係を再構築しなければなりません。

これは、各ニューロンが孤立して発火する脳を作るようなものです。

構成的予測市場は異なります。複数の結果の組み合わせに関する同時確率分布を維持します。「金利が高止まりし、インフレ率が3%を超える」といった取引が、すべての関連市場に波及し、確率構造全体を同期的に更新します。

これはニューラルネットワークの学習に似ています。各トレーニング更新で数十億のパラメータが一度に調整され、ネットワーク全体が各データポイントに反応します。同様に、構成的予測市場の各取引が確率分布全体を更新し、情報が相関構造を通じて広がります。単なる孤立価格ではありません。

その結果として「モデル」——世界の事象状態空間に対する確率分布——が継続的に更新されます。各取引が変数間の関係性に対するモデルの理解を最適化し、市場が現実世界のつながりを学習するのです。

インテリジェント・エコシステム

現在、Polymarketでは自動取引システムが主流です。彼らは価格を監視し、ミスプライスを検出し、裁定取引を実行し、外部情報を人間には不可能な速度で集約します。

現行の予測市場はウェブインターフェースを用いる人間のベッター向けに設計されています。エージェントの参加は現状では不自然です。AIネイティブな予測市場ではこのロジックが逆転し、エージェントが主役となり、人間は情報源として機能します。

ここで重要なのは厳格な分離です。価格を閲覧できるエージェントは情報源になってはならず、情報収集エージェントは価格を見てはなりません。

この「壁」がなければ、システムは自己崩壊します。情報アクセスと価格観察の両方が可能なエージェントは、価格変動から価値ある情報を推測し、それを探し出せます。市場のシグナルが他者のための宝の地図となり、情報収集が複雑なフロントランニングに堕します。分離によって、情報収集エージェントは本当に新規かつ独自のシグナルを提供することでしか報酬を得られません。

「壁」の一方には、複雑な構成的構造内でミスプライスを探し競争する取引エージェントと、受信情報を評価し、シグナルとノイズや操作を区別するために敵対的メカニズムを用いる評価エージェントがいます。

もう一方には、コアシステム外で完全に活動する情報収集エージェントがいます。彼らはデータストリームを監視し、文書をスキャンし、独自の知識を持つ人物と接触し、一方向で市場に情報を供給します。その情報が価値あるものであれば報酬を得ます。

報酬はチェーンを遡って分配されます。利益が出た取引は、取引エージェント、評価エージェント、元の情報収集エージェントに報酬をもたらします。エコシステムはプラットフォームとなり、特化したAIエージェントがスキルをマネタイズできるほか、他のAIシステムが意思決定のためのインテリジェンスを収集する基盤にもなります。エージェントこそが市場そのものです。

人間の知性

世界で最も価値ある情報の多くは人間の頭脳の中にしか存在しません。自社製品の遅延を知るエンジニア、消費者行動の微妙な変化を察知するアナリスト、衛星にも見えない事象を観察する人物などです。

AIネイティブなシステムは、人間の脳からこうした洞察をノイズに埋もれずに抽出しなければなりません。これを可能にするのが二つの仕組みです。

エージェント仲介による参加：人間は価格を見ずに「取引」できます。例えば「製品の発売は遅れると思う」と自然言語で信念を述べるだけです。専用の信念変換エージェントが予測を解析し、信頼度を評価し、市場ポジションに変換します。このエージェントが価格アクセス権を持つシステムと連携し、注文を構築・実行します。人間には「ポジション成立」や「十分な優位性なし」といった基本的なフィードバックのみが返され、価格情報は一切開示されません。ペイアウトはイベント後、予測精度に基づき決済されます。

情報市場：情報収集エージェントが人間から直接インサイトを購入します。例えば、テック企業の決算情報を求めるエージェントが、内部情報を持つエンジニアを特定し、評価を購入し、その後の市場価値に応じて検証・報酬を支払います。人間は複雑な市場構造を理解せずとも知識で報酬を得られます。

アナリストのアリスを例に取りましょう。彼女は自身の専門知識から、ある合併は規制承認を得られないと考えています。自然言語インターフェースからその見解を入力すると、信念変換エージェントが予測を解析し、言語から自信度を測定、過去の実績を確認し、ポジションを構築しますが、価格は一切見ません。TEE境界のコーディネーションエージェントが、現行市場確率に基づきその見解に情報的優位性があるかを評価し、取引を実行します。アリスには「ポジション成立」または「十分な優位性なし」だけが通知され、価格は常に非公開です。

このアプローチは、人間の注意力を希少資源として慎重かつ公正に配分・報酬するもので、無償で搾取するものではありません。こうしたインターフェースが成熟すれば、人間の知識は「流動化」され、知っていることがグローバルな現実モデルに流れ込み、正しければ報酬を得られるようになります。頭脳に閉じ込められていた情報は、もはや閉じ込められなくなります。

未来像

視野を広げれば、この流れの行き先が見えてきます。

未来は、流動的かつモジュール型で相互運用可能な関係の海となります。こうした関係は、人間と非人間の参加者間で自発的に形成・解消され、中央ゲートキーパーは存在しません。これが「フラクタル型自律的信頼」です。

エージェント同士が交渉し、人間は自然なインターフェースを通じて知識を提供し、情報は絶えず現実モデルに流れ込み、誰にも支配されず、誰にも閉ざされません。

現行の予測市場はこのビジョンのラフスケッチに過ぎません。リスク分担が正確な信念を生むというコア概念は証明されましたが、誤った経済モデルと構造的前提に縛られています。スポーツベッティングや選挙賭博は、認知ファイナンスにとってのARPANET——今日のグローバルインターネットの前身——のようなものであり、最終形と誤解されたプロトタイプです。

真の「市場」とは、不確実性下でなされるすべての意思決定——ほぼすべての意思決定——です。サプライチェーン管理、臨床試験、インフラ計画、地政学戦略、資源配分、人事任命など、不確実性を減らす価値は、スポーツベッティングの娯楽価値をはるかに上回ります。私たちはまだ、その価値を捉えるインフラを構築していないだけです。

これから起こる変化は、認知における「OpenAIの瞬間」です。個人の推論ではなく、集合的信念のための文明規模のインフラプロジェクトです。大規模言語モデル企業は過去データから「推論」するシステムを構築していますが、認知ファイナンスは「信念」を構築することを目指します——世界について調整された確率分布を維持し、経済インセンティブで継続的に更新し、人間知識をあらゆる粒度で統合するシステムです。LLMは過去を符号化し、予測市場は未来についての信念を集約します。両者が組み合わさってこそ、より完全な認知システムが形成されます。

フルスケールになれば、これはインフラとなります。AIシステムは不確実性を理解するためにこれを照会でき、人間はその内部構造を知らずとも知識を提供でき、センサーやドメインエキスパート、最先端研究からローカル知識を吸収し、統合モデルへと昇華します。自己最適化型の予測世界モデル。不確実性自体が取引・構成可能な基盤です。出現する知性は、最終的にその構成要素の総和を超えるでしょう。

「文明規模のコンピュータ」——これこそが認知ファイナンスが目指す方向です。

何が懸かっているのか

すべての要素は揃っています。エージェントの能力は予測の閾値を超え、機密計算は研究段階から実運用へ移行し、予測市場はエンターテインメント領域で大規模なプロダクト・マーケット・フィットを実証しました。これらの流れは、AI時代に不可欠な認知インフラ構築という歴史的機会に収束しています。

一方で、予測市場が永遠にエンターテインメントの域を出ず、選挙時のみ高精度で、それ以外は無視され、本当に重要な問いには決して答えないという未来もあり得ます。その世界では、AIが不確実性を理解するためのインフラは永遠に存在せず、人間の頭脳に閉じ込められた貴重なシグナルも沈黙したままとなるでしょう。

声明：

1. 本記事は[Foresight News]より再掲載したものであり、著作権は原著者[Matt Liston]に帰属します。本記事の再掲載についてご懸念がある場合は、Gate Learnチームまでご連絡ください。関連手続きに従い速やかに対応いたします。
2. 免責事項：本記事に記載された見解や意見は著者個人のものであり、投資助言を構成するものではありません。
3. 本記事の他言語版はGate Learnチームが翻訳しています。翻訳記事の無断転載・配布・盗用は、Gateの明記なしに行わないでください。