AIが暗号資産インフラを変える、今押さえるべき構造

暗号資産業界で、AIの使われ方が静かに変わっています。単体のツールとして活用されるフェーズから、金融インフラの設計そのものに組み込まれるフェーズへ。今回の動きはその象徴的な例です。

ドラゴンフライ（Dragonfly）のハシーブ・クレシが提唱するのは、AI脆弱性の「発見コスト」を可視化・報告する仕組みの構築です。セキュリティの世界では「攻撃コストが下がれば防御設計が変わる」というのは基本的な考え方ですが、AIがそのコスト構造を根底から変えつつある、という問題提起です。つまり、AIを使えば今まで専門家チームが数週間かけて探していた脆弱性が、大幅に短時間で発見できてしまうかもしれない。その前提でリスク評価の枠組み自体を再設計すべきだ、という主張です。

一方、BNY（バンク・オブ・ニューヨーク・メロン）は暗号資産カストディ（資産管理）にステーキング機能を統合する方向で動いています。機関投資家向けの資産管理インフラに、ブロックチェーンのネイティブ機能が組み込まれていく流れです。AIとの直接的な接点は見えにくいですが、こうした金融インフラのアップデートは、AIを使った自動化・分析ツールが「接続できる基盤」を広げる動きでもあります。

使う側として知っておくべきは、これらはスタートアップのプロダクト発表ではなく、業界の「土台」が変わる動きだという点です。

クレシの提案の核心は「AIによってセキュリティ脆弱性の発見コストが激変した事実を、報告書の形で記録・公開していこう」という提言です。これは暗号資産セクターだけの話ではありません。

たとえばWebアプリのセキュリティ診断、スマートコントラクトの監査、APIの脆弱性テストといった領域でも、AI活用によって従来の「人件費×時間」という構造が崩れ始めています。これまで数百万円規模の費用がかかっていたセキュリティ監査を、AIを組み合わせることで大幅に低コスト・短期間で回せる可能性が出てきた。

ここで読者にとって重要なのは、「安くなった＝良いこと」という単純な話ではない点です。発見コストが下がるということは、悪意ある第三者も同じコストで脆弱性を探せるということです。この非対称性の解消こそが業界課題であり、クレシはその問題提起を制度設計のレベルで行おうとしています。

AIを使い倒す側として意識しておきたいのは、「AIで何かを効率化した場合、同じ効率化が逆方向にも働く」という原則です。自分のプロダクトやサービスにAIを組み込む際も、この視点は持っておく価値があります。

BNYが動いたことの重要性は、規模と象徴性にあります。BNYは世界最大級の資産管理機関であり、そこが暗号資産カストディにステーキング機能を組み込むということは、機関投資家にとって「暗号資産は保管するだけのもの」から「運用するもの」へとカテゴリが変わるシグナルです。

ここ数年でXが決済インフラとして動き始めたことはXがSNS内銀行を始めた日、お金の動き方が変わるでも触れましたが、伝統的金融機関とWeb3インフラの境界線が急速に溶けています。BNYの動きはその延長線上にあります。

AIとの接点はどこかというと、こうした統合された金融インフラ上でAIエージェントが「自律的に資産を動かす」という使われ方が現実味を帯びてきます。現時点ではまだ人間のオペレーションが前提ですが、「AIが判断→インフラが実行」というパイプラインの土台が整いつつある段階、と見ることができます。

業界全体の流れとして押さえておきたいのは、「AIが使えるインフラ」の外縁が広がっているという点です。プロダクトを作る立場でも、自分で使い倒す立場でも、接続できる先が増えることは純粋に選択肢が広がることを意味します。