Michael Heinrich、0Gの共同創業者兼CEOへのインタビュー

Michael Heinrichは、0Gの共同創業者兼CEOであり、人工知能向けの分散型インフラ構築に取り組む連続起業家、投資家、テクノロジー企業の経営幹部です。0Gでは、AIをよりオープンで検証可能、かつ利用しやすいものにするためのインフラ開発を主導しています。また、ZeroStack Corp.の執行会長を務めるほか、10年以上にわたりStanford Universityで講師およびメンターを務め、起業、ベンチャーキャピタル、イノベーションに関するプログラムに貢献してきました。さらに、Pioneer Fundのベンチャーパートナー兼エンジェル投資家として、Stripe、Anthropic、Brex、Notion、Filecoin、Worldcoin、Uniswap、Shield AI、Binanceなどの企業やプロジェクトに投資しています。以前は、職場向けウェルネス企業Garten（旧Oh My Green）を創業し、Bridgewater Associates、Bain & Company、SAP Labs、Microsoft、J.P. Morganで職務を経験しました。こうした経歴を通じて、起業、テクノロジー、金融、戦略、ベンチャー投資の幅広い経験を積んできました。

0Gは、人工知能の信頼レイヤーとなることを目指す分散型AIインフラスタックを構築しています。これにより、中央集権型プロバイダーだけに全面的に依存することなく、AIワークロードの実行、保存、検証を可能にします。そのアーキテクチャは、検証可能なコンピューティング、暗号化された分散型ストレージ、プライベートAI推論、そしてAIネイティブでEVM互換のレイヤー1ブロックチェーンを統合し、自律型AIエージェントや分散型モデルから、AIマーケットプレイスや機械経済に至るまで、幅広いアプリケーションを支えるインフラを実現します。このプラットフォームはモジュール性を重視して設計されており、開発者はストレージやコンピューティングなどの個別コンポーネントを単独で利用できる一方、データ、モデル、アクションを監査・検証できる、完全にオンチェーンのAIアプリケーションにも対応します。このアプローチを通じて0Gは、開発者、企業、ユーザーがAIリソースとデータをより大きく管理できる、よりオープンで透明性の高いAIエコシステムを支える基盤の提供を目指しています。

0Gを共同創業する前、あなたはGartenを立ち上げて成長させ、ソフトウェア、金融、ベンチャー投資、起業の各分野で経験を積みました。2023年に0Gを立ち上げる決断を促したAIの動きとは何だったのでしょうか。また、それ以前の経験は、同社に対するあなたのビジョンにどのような影響を与えましたか。

私のキャリアは、めったに交わることのない2つの世界を行き来するものでした。キャリアの初期にはSAPとMicrosoftでソフトウェアを書いていました。その後、金融の世界に入りました。まずHarvard Business Schoolで研究をしながら世界の資本市場を学び、次にBainとBridgewaterで働き、2008年の危機を内側から経験しました。その経験を経て、Y Combinatorの支援を受ける企業としてGartenを創業しました。

どの段階からも、同じ教訓を異なる角度から学びました。システムの管理が一極に集中し、その内部が見えなくなると、そのシステムに依存する人々は、システムが壊れていると知るのが最後になるのです。

そして2023年、ほかのどの市場でも見たことがないほどの速さで、AIにあるパターンが現れ始めていると感じました。モデルは驚異的でしたが、その背後にあるインフラは一握りの企業に集中していました。さらに重要なのは、何が実行されているのか、データがどこへ送られるのか、コンピューティングに実際いくらかかっているのかを確認できなかったことです。同時に、参入に必要な資本は四半期ごとに膨らんでいました。2008年の展開を目の当たりにした私には、ブラックボックスの上にレバレッジが積み上がり、誰もがそのブラックボックスに問題はないと思い込んでいるように見えました。

こうして0Gの方向性につながったのは、頭から離れない金融上の問いでした。「経済にとって最も重要な投入要素に、透明性のある市場も独立した検証手段もなかったら、何が起きるのか」。共同創業者のThomas Yao、Fan Long、Ming Wuとともに、私たちは0Gを構築することでこの問いに答えました。

その答えが、AIの信頼レイヤーです。プライベートなコンピューティング、自社開発のオープンウェイトモデル「0gm」、スパース推論アライメントやTEE検証などの安全性を確保する仕組み、暗号化ストレージ、そしてAIワークロード専用に構築されたブロックチェーンを統合する単一のスタックです。ここでは、推論からエージェントのアクションに至るまで、AIの処理が検証・監査されます。

AI企業は、GPU、データセンター、電力に巨額の資本を投じています。コンピューティングの経済性は根本的にどのように変化しているのでしょうか。また、コンピューティングへのアクセスは、資本やエネルギーへのアクセスと同じくらい戦略的に重要になり得ると考えますか。

コンピューティングはすでに、資本やエネルギーと同じくらい戦略的に重要になりつつあります。大手ハイパースケーラー4社は、2025年だけでAI向け設備投資に5,000億ドル超を投じることを約束しており、今年はその額が倍増するペースにあります。もはや単なるテクノロジー予算ではありません。一握りの民間企業が担う、国家インフラへの支出です。

根本的な変化は、コンピューティングが知能そのものを左右する制約条件になったことです。モデルの改善も、エージェントも、あらゆる製品も、最終的にはGPUの稼働時間に依存します。1つの投入要素がその後のすべてを左右するようになると、それは購入するコモディティではなく、保有する資本のように振る舞い始めます。いまやコンピューティングへのアクセスが、どの企業、大学、国が開発を進められるかを決定づけています。

奇妙なのは、この資産には独自の市場がないことです。計算資源は大規模に供給され、世界中で貸し出され、日々価格が付けられているにもかかわらず、それに対する権利を保有したり、ヘッジしたり、透明性のある形で配分したりする方法がありません。資本には市場があります。エネルギーにも市場があります。一方、計算資源の調達は、少数のベンダーとの契約に頼っています。

希少な資源はどれも同じ道筋をたどります。まず生産され、次に価格が付けられ、その後、金融の対象となります。石油もそうでした。電力もそうでした。帯域幅もそうでした。計算資源はいま、まさにその第三段階に入りつつあります。そのための金融インフラを構築することは、この10年間を代表するインフラプロジェクトの一つです。

0Gは、計算資源を単なるクラウドサービスとして購入するのではなく、保有し、獲得し、利用できるという考え方を打ち出しています。計算資源を資産にするとは、実際にはどういうことでしょうか。また、それによってインフラプロバイダー、開発者、AI企業の関係はどのように変わる可能性がありますか。

ほかの生産的資産がどのように機能するかを考えてみてください。株式は配当を生み、債券は利息を支払います。私たちが「ComFi」と名付けたコンピュート・ファイナンスは、同じ考え方を計算資源に適用するものです。GPUへのアクセス料をただ支払うのではなく、実際に利用できるAI向け計算資源へのアクセス権を得られるポジションを保有できます。

実際には、資産を活用することで、その見返りとしてAI向け計算資源を受け取ります。その計算資源は、モデルを非公開で実行することから、AIアプリケーションの構築やローンチまで、幅広い用途を支えます。基盤では、0Gブロックチェーン上でこれが実行されます。ユーザーは0Gをステーキング、つまりロックして担保に差し入れ、a0Gを受け取り、iAIを発行します。その後、そのiAIをコミットすることで、AIサービス全体で利用できる計算資源を獲得します。

目指しているのは、計算資源をクラウドプロバイダーから時間単位で借りるだけでなく、保有し、獲得し、利用できるものにすることです。初期パラメーターでは、ユーザーはiAIをコミットすると、対応する0GのAIサービス全体で、1日あたり1ドルを超える価値の計算クレジットを受け取れます。ポジションが有効な間、担保となる資産はロックされたままで、iAIをバーンすると回収できます。

重要なのは、ユーザーが現金や金銭的リターンを受け取るわけではないという点です。実際に利用できる計算資源へのアクセス権を得るのです。

これにより、インフラプロバイダー、開発者、AI企業の関係が変わります。インフラプロバイダーは、従来のクラウド契約にとどまらず、計算能力を提供する新たな手段を得ます。開発者は、計画や予算を立てる際に見込める、より予測しやすいリソースを利用できます。AI企業は、計算資源を単に少数のプロバイダーが管理する経費として扱うのではなく、確保して計画を立てられるようになります。

さらに、0Gの信頼レイヤー上で稼働するため、計算資源の利用状況を「信じてください」と言われるままに受け入れるのではなく、検証して監査できます。

私たちはComFiを、独自のブランドではなく、AI業界に開かれたカテゴリーとして位置づけています。AscendとiAIはこの考え方を実装した最初の例であり、今後、0Gのネットワークにさらに追加される予定です。

0G Computeは、GPUプロバイダーがAIワークロードの提供を競い合える分散型マーケットプレイスとして機能します。特にGPU需要が高いとき、このモデルは少数の大規模クラウドプロバイダーに依存する場合と比べて、どのような経済的利点をもたらすのでしょうか。

GPUが不足しているときに特に明らかになる利点として、価格発見、供給の弾力性、ベンダーロックインがないことの3つを挙げています。

1. 価格発見：0G Computeでは、プロバイダーが独自に価格を設定し、ワークロードの獲得を競います。その結果、大幅なコスト削減が可能になります。同等のオープンモデルの推論コストは最大95％低く、当社のストレージレイヤーのコストはAWS S3を90％超下回ります。これは競争による部分もあれば、稼働していないGPUの能力を活用し、専用インフラ上でクローズドな最先端モデルではなくオープンモデルを実行することによる部分もあります。

2. 供給の弾力性：大規模クラウド事業者のキャパシティは数年前から計画され、長期的な取引関係を通じて割り当てられます。マーケットプレイスなら、独立系事業者、大学のクラスター、未使用のハードウェアを抱える企業など、あらゆる場所から供給を呼び込めます。需要が急増すれば、価格の上昇によって供給をさらに市場に投入できます。固定された待ち行列は、ただ長くなるだけです。

3. ベンダーロックインがない：当社のネットワーク上のすべてのプロバイダーは、単一のルーターを通じて同じOpenAI互換APIを提供しており、プロバイダーが停止した場合は自動的にフェイルオーバーします。現在は13社のプロバイダーが単一のエンドポイントを通じて数百のモデルを提供しており、処理済みトークン数は3,730億を超え、推論リクエスト数は2,700万件に達しています。開発者は移行プロジェクトを行わず、ヘッダーを変更するだけでプロバイダーを切り替えられます。

見落とされがちな数字もあります。当社のモデルである0GM-1.0は、過去30日間にネットワーク上で2番目に多く利用されたモデルで、これを上回るのはDeepSeekだけです。分散型ネットワーク独自のオープンモデルが、利用状況で世界最高水準のオープンモデルと競い合っていることは、マーケットプレイスが大規模に機能し得ることを示しています。

大規模クラウド事業者は、自らの業務において優れた力を発揮しています。しかし、AIにとってGPUが最も不足している投入資源である今、計算資源の供給元を増やすことで、大規模クラウド事業者のキャパシティ拡大をただ待つのとは大きく異なる供給モデルを実現できます。

分散型インフラの課題の一つは、より安価で広く分散したコンピューティングを実現することで、信頼性が損なわれないようにすることです。コンピューティングプロバイダーがAIワークロードを実際に正しく処理したかどうかを、0Gはどのように判断するのでしょうか？

非常に重要な質問です。これは、真のコンピューティング市場と、AWS、Google Cloud、Microsoft Azureのようなプロバイダーをただ信頼するしかないシステムとを分ける問いでもあります。0Gは、プロバイダーの言葉を鵜呑みにする必要がないように設計しました。

0Gのプライベートティアは、隔離されたトラステッド実行環境内で動作します。ハードウェアは、実行中のモデルとコードを示すアテステーションを生成し、その環境内にしか存在しない鍵を使って、すべての応答に署名します。クライアントは、アテステーションと照合して署名を検証し、指定したプロバイダー上で指定したモデルが改変されずに実行されたことを確認できます。プロンプトも応答も、0Gにもプロバイダーにも見られることはありません。すべてのティアにおいて、0Gはプロンプトや応答を保存せず、ユーザーのデータを学習に使用することもありません。

検証済みティアでは、リクエストは意図した上流モデルにルーティングされるため、プロバイダー自体が中央集権型であっても、どのモデルが回答したかを把握できます。ティアはリクエストごとに定義され、ネットワークによって適用されます。リクエストでプライベート対応プロバイダーが必要なのに利用できるものがない場合、別のティアへひそかに切り替えるのではなく、リクエストは失敗します。マーケティング上のティアより、実態に即したティアのほうが重要です。

支払いは証明に結び付いています。署名済みの結果が届けられるまで、資金は保留されます。これまでにネットワークで記録されたTEE証明は2,490万件を超えており、ハードウェアによるアテステーションよりも適しているワークロードには、楽観的検証やゼロ知識検証もこのフレームワークで利用できます。

信頼性には、プロバイダー間の自動フェイルオーバーと、稼働状況および遅延に関するリアルタイムデータによって、シンプルに対処しています。基盤となるネットワークは、検証と決済がボトルネックにならないように設計されています。

AIインフラの経済性は、電力の供給状況とますます密接に結び付いています。モデルと推論ワークロードが拡大し続けるなか、GPUそのものよりもエネルギーがAIコンピューティングの主な制約になると予想しますか。また、分散型インフラはこのボトルネックの解消にどのように役立つでしょうか？

エネルギーとコンピューティングは確かに密接に結び付いており、一方が他方に影響を及ぼします。また、エネルギーに起因するボトルネックはすでに発生しています。バージニア州北部では7月、データセンターの需要が3GWを超える規模で突如として送電網から切り離され、データセンターの負荷が一部に集中すると電力インフラに大きな負担がかかることが浮き彫りになりました。

AIデータセンターの電力消費量は2030年までに倍増する見通しです。IEAは、AIを主なけん引役として、世界のデータセンターの電力消費量が2030年までに約945テラワット時へと2倍を超える水準に増加すると予測しています。GPUを増設する速度は、それを稼働させるために必要な電力インフラを整備する速度を上回る可能性があります。

中央集権型のAIは、需要を少数の巨大なデータセンターに集中させるため、この問題をさらに深刻化させます。各データセンターには膨大な電力と、新たな送電網インフラが必要です。

分散型インフラは、電力とコンピューティング能力がすでに存在する場所にワークロードを配置することで、この制約の深刻化を和らげるのに役立ちます。たとえば、地域のデータセンター、余剰能力のある産業施設、あるいは活用されないままの再生可能エネルギーなどが該当します。少数の巨大なキャンパスに電力をさらに引き込むのではなく、電力がすでにあり、十分に活用されていない場所へワークロードを移すことができます。

誤解のないように言えば、これでエネルギーの制約がなくなるわけではありません。しかし、既存のエネルギーとコンピューティングのインフラを、より有効に活用できます。

0Gは、トラステッド実行環境、楽観的検証、ゼロ知識技術などの仕組みを使い、AIによる計算を検証可能にしています。自律型AIエージェントが人間による継続的な監視なしに判断を下し、取引を実行し始めるなかで、暗号技術による検証はどの場面で最も重要になると考えますか？

人間が監視をやめるその瞬間にこそ、検証が最も重要になります。コパイロットの場合は、人が出力を確認します。自律型エージェントには、その確認をする人がいません。エージェントが判断を下し、取引に署名し、資金を保有し、ほかのエージェントとやり取りできるようになれば、どのエージェントが行動しているのか、どのモデルがそれを動かしているのか、そして期待どおりに動作したのかを把握する必要があります。

そこで重要になるのが、暗号技術による検証です。エージェントがトラステッド実行環境内で動作する場合、どのモデルが判断を下したのか、どの入力を使用したのかを示す署名付きの記録を取得できます。ブロックチェーンは、改変できず、追記のみ可能で、来歴を追跡できるため、信頼を支える基盤として理想的です。ブロックチェーンはこうした証明の共有記録を提供するため、開発者、監査担当者、取引相手は、特定の一者による経緯の説明を信頼することなく、何が起きたのかを検証できます。

エージェント同士が大規模にやり取りするようになっても、同じ原則が当てはまります。あらゆる判断や取引を人間が確認することはできません。検証可能性、監査可能性、信頼性は、インフラそのものに組み込まれる必要があります。目標はシンプルです。エージェントがルールに従ったと言っているかを尋ねるのではなく、実際に従ったことを証明できるようにするのです。

現在のインフラ競争の多くは、より大規模な集中型データセンターの構築を中心に進んでいます。分散型AIコンピューティングはこのモデルに代わるものとなるのでしょうか。それとも最終的には、分散型ネットワークとハイパースケーラーが、同じグローバルなコンピューティング市場を構成する補完的な存在になるとお考えですか。

両者は補完的な関係になると思います。その構図は、電力網によく似たものになるでしょう。ハイパースケーラーはベースロードを担います。大企業向けの大規模で予測可能な、レイテンシーが重視されるワークロードを非常に得意としており、今後もその役割を果たし続けるべきです。分散型ネットワークは、変動する需要を吸収し、分散している、あるいは使われていないコンピューティング資源を稼働させ、より多くの企業がGPUの処理能力を利用できるようにすることで、ハイパースケーラーを補完できます。

分散型ネットワークが真の代替手段となるのは、信頼性を備えているからです。集中化は経済的な問題であるだけでなく、可視性の問題でもあります。少数の企業がインフラを運営すれば、何を見られるかもその企業が管理することになります。ハイパースケーラーは、あなたのデータを見ないと約束することはできます。公開アテステーションに対応した隔離環境なら、それを証明できます。この特性は、データセンターを大規模化しても高まるものではありません。インフラ自体に検証機能を組み込むことで実現します。

すでに、2つのモデルが並行して機能しているのを目にしています。Google CloudとAlibaba Cloudは、当社のメインネット立ち上げ時の主要パートナーでした。企業は、価格、プライバシー要件、必要とする検証レベルに応じて、ワークロードをハイパースケーラー、分散型プロバイダー、または自社のハードウェアに振り分けられることを望んでいます。

市場はその方向に進んでいると見ています。あるモデルがほかのモデルに取って代わるのではなく、業務の要件に応じてワークロードをさまざまなインフラの供給元間で移動できる、グローバルなコンピューティング市場が形成されていくでしょう。

AIエージェントがサービスを購入し、資源を自律的に管理する経済主体となるなかで、コンピューティング自体も機械同士の経済の一部となり、エージェントが価格、性能、利用可能性に基づいてインフラを動的に調達するようになる可能性はあるでしょうか。

当社のネットワークでは、すでにその小さな例が見られます。0G Computeを通じたリクエストの大半は、人がボタンをクリックして送るものではありません。アプリケーションやエージェントがAPIを呼び出し、チャージ済みの残高からリクエストごとに支払い、処理内容に最適なプロバイダーへ振り分けられることで発生します。この方法で推論の料金を支払ったウォレットは約43,000件に上り、0G上では300を超えるプロジェクトが構築されました。Ghast AIだけでも、0G Computeを通じて1,000億を超えるトークンを処理しています。NeoSoulは、別のブロックチェーンネットワークであるBNB Chainと0Gにまたがって、数百万のエージェントを稼働させています。バッチ処理にはより安価なプロバイダーを、機密性の高い処理にはプライベートな隔離環境をエージェントが選ぶことは、すでに行われているルーティング判断です。

真の機械経済に欠けているのは、人間にとって当たり前のもの、つまり身元を示す仕組み、事前に資源を確保する手段、そして計算単位です。エージェントにはサービスをまたいで機能するIDが必要であり、0GのAgentic IDはその提供を目的として設計されています。また、すべてのリクエストに対して支払うのではなく、事前にコンピューティング資源を確保する手段も必要です。それによって、自律的に計画を立てて運用できるようになります。

Compute Financeを構築した理由の一つはそこにあります。ネットワークへの参加を通じてコンピューティング資源を獲得し、さまざまなAIサービスで利用できるようになれば、エージェントは一度資金を用意するだけで、人がクラウドアカウントに残高を追加しなくても、必要なコンピューティング資源を使えます。AscendとInfinite AIは、最初の実装です。まだ私たちが出会っていない人々が、その上に機械経済を築いていくでしょう。

安全性の要件は、決して譲れません。機械によるこうした判断の一つひとつに検証可能な記録を残し、安全策を組み込む必要があります。記録のない機械経済は、より速く資金を失い、気づかれないままセキュリティ上の大惨事を招くための仕組みにすぎません。

5年後を見据えたとき、AIコンピューティング市場はどのように進化するとお考えですか。企業は今後も主にGPUやクラウドの処理能力を借りるという考え方をするのでしょうか。それとも、コンピューティング資源を所有、交換、収益化し、動的に配分できる、より流動性の高いグローバル市場へと移行していくのでしょうか。

リースが設備ファイナンスの成熟後もなくならなかったのと同じように、借りるという形が消えることはないと思います。ただ、それだけが唯一の選択肢ではなくなり、コンピューティング資源を重要な資源と捉える有力企業にとって、それだけが唯一の手段ではなくなるでしょう。

この進化に伴い、コンピューティングにも、ほかのあらゆる戦略的な投入資源と同じような金融インフラが整っていくと考えています。企業は、エネルギー契約や外貨を保有するのと同じように、コンピューティング資源の持ち分を保有するようになるでしょう。プロバイダーは、契約を一件ずつ交渉するのではなく、公開市場に処理能力を提供するようになります。検証済みのプライベート推論と、検証されていない推論は別の商品であるため、コンピューティング資源の価格はワークロードと信頼性のレベルに応じて決まるでしょう。そして、調達チームではなくエージェントが購入者となる割合も高まっていきます。

そのための仕組みがCompute Finance（ComFi）です。コンピューティング資源は生成され、価格が付けられます。その次の段階として、コンピューティング資源に対する権利を保有、獲得、利用、取引でき、すべての単位に検証可能な記録が残る金融レイヤーが必要です。この流れが明確になったことから、メインネットの1周年にAscendをローンチし、Infinite AIを発表しました。参加者が1社だけの市場は市場とはいえないため、私たちはComFiを独占的なブランドではなく、誰もが参加できるオープンなカテゴリーとして意図的に位置づけています。

これらすべてを可能にするのは、より高性能なGPUではありません。鍵となるのは信頼の基盤です。何が実行されたのか、誰が実行したのかを証明し、その証明に基づいて決済を行う仕組みです。計算資源を検証できるようになれば、金融の対象として扱えるほど代替可能になります。金融の対象になれば、流動性も生まれます。今後5年間で、業界は経済において最も重要な資源を単なる費目として扱うのをやめるでしょう。

素晴らしいインタビューをありがとうございました。さらに詳しく知りたい方は、0Gをご覧ください。