対話が4300万ドルの資金調達を行ったSaharaの創業者：マイクロソフトやアマゾンにサービスを提供し、SaharaはどのようにAIの資産化を支援するのか？
去中心化AIネットワークのビジネスの可能性。インタビュアー：西柚、ChainCatcher
ゲスト：Sean Ren、Tyler Zhou 、Sahara共同創設者
編集：Marco、ChainCatcher
OpenAIが生成動画AI大モデルSoraを発表して以来、AIは再び今日の市場で最大の注目を集める分野となり、投資の波が次々と押し寄せ、AIとWeb3の融合革新プロジェクトが雨後の筍のように湧き出ています。暗号データプラットフォームRootdataによると、「AIとWeb3」セクターに登録されたプロジェクトは240近くに達し、明らかに独立したセクターとなっており、分散型AIネットワークSaharaはそのセクターのスタープロジェクトの一つです。
SaharaはSean RenとTyler Zhouによって昨年5月に設立され、分散型AIネットワークインフラストラクチャーを通じてAIの資産化を支援し、ユーザーがカスタマイズされたAI製品を展開または構築するのを助けることを目的としています。
Sean Renは南カリフォルニア大学のコンピュータサイエンス学科の終身教授で、AI分野で15年の業界研究経験を持っています。Tyler ZhouはBinance Labsで投資ディレクターを務め、複数のプロジェクトの投資や孵化に関与していました。
今年3月、Saharaは昨年8月にPolychain Capitalが主導した600万ドルの資金調達を完了したことを発表しました。参加投資者にはSequoia Capital、Samsung Next、Nomad Capitalなどの投資機関が含まれています。
両創設者はChainCatcherに対し、現在SaharaはMicrosoft、Amazon、MIT、Snapchat、Character AIなどの著名企業を含む30社以上の企業顧客にデータサービスを提供しており、数百万ドルの収益を上げていると述べました。
ChainCatcherの独占インタビューで、Tyler Zhouは、Saharaは4月から5月にかけてC向けユーザー製品を発表し、Q3にはSaharaテストネットTestnetを立ち上げ、Q4にはメインネットを立ち上げる予定です。
4月4日、Saharaは早期ユーザー向けに、タスクプラットフォームGalxeで最初のポイント活動Sahara Socialを発表しました。ユーザーはSaharaネットワークに接続したり、候補者リストに登録したりするタスクを通じて早期ポイント報酬を獲得できます。
Sahara設立の裏話
1、ChainCatcher：Sean Renの個人的な経歴はどのようなもので、どのようなきっかけでWeb3と関わることになったのですか？Saharaではどのような仕事を担当していますか？
Sean Ren： 私の学習と仕事の経歴は工学系の背景が強いです。
Saharaを設立する前、私は南カリフォルニア大学（USC）のコンピュータサイエンス学科で7年間終身教授を務め、AIとNLPの学術研究を主に行っていました。
アメリカのイリノイ大学シャンペーン校でコンピュータサイエンスのPhDを取得している間に、最初の起業プロジェクトStylePuzzle（ファッションリーダーの衣服推薦Eコマースプラットフォーム）を立ち上げ、Plug & Play Venturesから投資を受け、エンジェルラウンドからCラウンドまで進みました。
Tylerとは6年の友人で、私たちが起業するきっかけは2022年にありました。その時、Web2 AI製品の多くの欠点、特に経済モデルの問題について多く議論しました。
現在のAI経済モデルはごく一部の専門家だけが利益を得ており、データの所有者、収集者、提供者、モデルのフィードバック者など、他のAIエコシステムの参加者は適切な経済的補償を受けていません。ユーザーのデータプライバシーの問題も解決されておらず、これは長期的な発展にとって不利です。
Sahara製品の第一原則は、現在の伝統的なAI業界の痛点を解決し、AIエコシステムのすべての参加者が自分の貢献に応じて適切または合理的な利益を得られるようにすることです。 もはや大モデルの計算能力や実用シーンに限定されることはありません。
現在、私はSaharaで主に製品開発やBDなどの業務を担当しています。
ChainCatcher：Tyler Zhouは以前Binance Labsで投資ディレクターを務めていましたが、なぜBinanceを離れ、AI分野での起業を選んだのですか？
Tyler Zhou： 私はUCバークレーを卒業後、投資銀行やPEプライベートエクイティ投資を行い、主にインフラ、情報技術IT、不動産などに投資していました。
2022年初頭にBinance Labsに参加し、アメリカ市場の投資業務を担当し、主に孵化や投資プロジェクトを行い、最初のMVBは私が主導して発表しました。
2023年初頭にBinanceを離れRen教授とSaharaを設立することを選んだ理由はいくつかあります。まず、AIエコシステムの経済モデルには多くの問題があり、ブロックチェーンの暗号技術とトークン経済がこれらの問題を解決する手助けになるかもしれません。
私はRen教授の背景と専門知識が関連製品を作るのに最も適した人選だと考えています。市場にはRen教授のようにAIシステムのエコシステム、技術、経済全体の閉ループを理解しているチームは存在しません。
さらに、Ren教授は伝統的な意味での研究者ではなく、非常に強いビジネス感覚と嗅覚を持っています。
2、ChainCatcher：Saharaの製品の位置付けと目標は何ですか？AIの商業化の問題に加えて、どのような問題を解決したいと考えていますか？
Sean Ren： 現在、Saharaの主な製品は分散型ネットワークインフラストラクチャーであり、誰でも自分のカスタマイズされたAI製品を構築または展開できるようにサポートします。
SaharaはExecution Layer（実行層）、Transaction Layer（取引層）、Application Layer（アプリケーション層）から構成される分散型ネットワークと見なすことができます。
アプリケーション層では、Saharaはネイティブに内蔵された分散型データマーケット（Decentralized Data Marketplace、通称Sahara Data）を提供し、データ関連のツールキット（収集、注釈、QAなど）を提供して、ユーザーが使用しアクセスできるようにし、AIモデルのトレーニングを支援します。
ユーザーがSaharaに来るのは、主に自分のAI製品を構築するためであり、Sahara Dataはデータの収集、注釈、変換の問題を解決するのを助けることができます。
また、データマーケットとして、Saharaはデータ供給者と需要者を引き付ける重要なリンクプラットフォームであり、AIモデルのトレーニングに高価値のデータサービスを提供するだけでなく、データを必要とするユーザーがより多くのデータ提供者を発見できるようにし、よりスムーズに自律的なAIを構築できるようにします。
Sahara Dataの分散型データマーケットはSahara製品の大きな利点であり、市場のWeb3 AIプロジェクトとの違いを示す重要な要素です。 昨年10月に発表され、現在まで約6ヶ月間稼働しており、最初はMicrosoft、Snapchat、MIT、Motherson Group、Amazonなどの企業顧客に関連データサービスを提供し、業界で最も難しいデータニーズの問題を処理しています。
Saharaの実行層はデータの暗号化と帰属をサポートしており、所有権証明を実現するためにデジタルウォーターマークの革新技術と公開鍵施設を使用しています。これは所有権証明（proof of ownership）に似ており、ユーザーがデータポイント、データセット、またはモデルを作成するときに、自分のDidをデータやモデルに埋め込むことができ、ウォーターマークを生成してデータの所有権を証明します。このウォーターマークはユーザーのデータやモデルが流通する際に常に存在し、データとモデルの帰属を行うことができます。
所有権証明メカニズムを使用することで、ユーザーが自分のAIをトレーニングしたり推論したりする際に、特定の人やグループが構築した基盤モデルに依存する必要がある場合、そのAI製品が将来的に生み出す収益を基盤モデルの保有者に分配することができます。
3、ChainCatcher：3月5日、SaharaはPolychain Capitalが主導した600万ドルのシードラウンド資金調達を完了したと発表しました。投資者にはSequoia Capitalなども含まれています。Saharaはどのようにこれらの投資家と接触しましたか？Saharaが彼らに評価された理由は何だと思いますか？投資機関はどのような支援を提供しましたか？
Tyler Zhou： 実際、シードラウンドの資金調達は最近のものではなく、昨年8月に完了しています。 他のチームとは異なり、Saharaは資金調達が完了した時点で直ちに公表せず、適切なタイミングで製品が市場に出た後に宣伝しました。
現在公表した理由は、Sahara製品の発展が新たな段階に入ったためで、今後一連の新製品を発表する予定です。Saharaのシードラウンドは超過申込の状態であり、選択肢は非常に多かったですが、私たちは戦略的に非常に意義のある投資家を選びました。これらの投資家はSaharaがAIのグローバル企業の発展状況を把握し、AIの異なる段階のスタートアップが何をしているのか、世界のAI経済のトレンド、異なる国のAI経済の違い、トップAI企業が何をしているのかを理解するのを助けてくれます。
Saharaの利点と開発進捗
4、ChainCatcher：Saharaは従来のChatGPTなどのAI製品と何が違うと思いますか？
Sahara共同創設者Sean Ren： 2つのレベルから見ることができます。
まず、Saharaはアプリケーションを作るのではなく、最終的に提供される製品は特定のGPT製品ではありません。Saharaは分散型ネットワークインフラストラクチャーの提供者であり、そのアプリケーション層は開発者が構築するAIエージェント製品の形を定義していません。代わりに、関連するAPIやSDKなどのツールキットを提供し、誰でも簡単に自分のAIエージェントを構築できるようにしています。
第二に、ChatGPTは一問一答形式の対話型ロボットですが、Sahara上のSahara Knowledge Agents（KA知識エージェント）はカスタマイズされた人工知能プログラムであり、従来の対話型ロボットとは大きく異なります。KAは自動的にデータを分析し、特定のニーズに対して信頼できる決定を提案し、特定の指示に従って行動したりタスクを実行したりして、特定の目的を達成します。
例えば、あるKOLのKAの目的は、彼のTwitter DMの中の広告の招待情報をフィルタリングし、毎日簡潔なレポートを生成して他の人のDMに返信することです。KAはいつでもこれらの命令を自動的に実行できます。
Saharaはインフラストラクチャーの構築者であり、カスタマイズされたKnowledge Agents（KA）を構築するためのツールとプラットフォームを提供しています。
Tyler Zhou： ChatGPTや市場のAIプロジェクトと比較して、SaharaはPersonalized Agent（パーソナライズされたエージェント）を主打としており、カスタマイズされた人工知能プログラムであり、能力はチャットに限らず、ユーザーが多くのことを実行するのを助けることができます。
「Personalized Agent」を構築するには2つの前提条件が必要です。1つ目は自分のデータベースを持つこと、そして自分のデータに基づいてAIエージェントをトレーニングし、望ましい能力を達成することです。2つ目はエージェントを構築するための関連インフラストラクチャーとツールを持つことです。
Saharaはデータマーケットなどのデータ関連の処理ツールを提供するだけでなく、実行層はユーザーのデータがプライバシー保護の下で自分のAIをトレーニングできることを保証し、ユーザーがKAをより良く構築できるように関連インフラストラクチャーツールを提供します。
Saharaネットワークは、ユーザーが自分のデータプライバシーを犠牲にすることなく自分のAIエージェントをカスタマイズできるようにし、エージェントを構築するためのノーコードプラットフォームを提供しています。
5、ChainCatcher：Sahara設立以来のデータはどうですか？今後の作業の重点は何ですか？
Sean Ren： まず製品についてですが、Saharaは分散型データマーケットSahara Dataの構築を進めており、昨年10月に製品を発表しました。
現在までに、Sahara Dataは31の企業顧客と提携し、技術を磨きながら収益を増加させています。
今年のQ1が終了するまでに、Sahara Dataは20万人のユーザーを蓄積しました。
今後、Saharaは3つの側面に重点を置き、短期的に重要なアクションを取ります：
分散型データマーケットを一般に開放し、個人や企業が利用できるようにします；
Sahara Dataを基に、実行層に関連するC向けユーザー製品を構築または発表します。例えば、Knowledge Vault（知識庫）、Knowledge Marketplace（知識市場）などです。
SaharaテストネットTestnetはQ3に発表されます。
6、ChainCatcher：現在、会社が直面している最大の課題は何ですか？
Sean Ren： 会社のチームが急速に拡大しており、最初の十数人のチームから40人以上に拡大しました。最近の計画では、チームは今後1、2ヶ月でさらに30〜40人を増やす可能性があります。
Tyler Zhou： 市場とエコシステムの観点から見ると、初期段階ではSaharaの位置付けが「Crypto for AI」製品（ 暗号を使ってAI全体を強化すること）であり、到達する市場とエコシステムは「AI for Crypto」よりも大きくなると思います。
「Crypto for AI」と「AI for Crypto」の違いについて、前者の「Crypto for AI」は、暗号とブロックチェーンの技術を使用してAIをより良く結びつけ、AI製品に関連する問題を改善することを指します。これはより大きなグローバル市場です；後者の「AI for Crypto」は、AIが暗号製品を改善するために使用されることを指し、スマートコントラクトやブロックチェーンのいくつかの用途に使われます。 現在の段階では、これは比較的小さな市場であり、主に物語に過ぎません。
しかし、現在の市場では主流の話題は「AI for Crypto」製品であり、AIエコシステム全体の経済やAI全体のシステム、グローバル経済の動向を無視しているため、市場には非常に多くのノイズがあります。特に過去半年間、市場のノイズは特に大きかったです。
Saharaが多くのノイズの中で、初心を貫き、やりたいこと、すべきこと、正しいことを続けることが大きな課題です。
SaharaはMicrosoft、Amazonなど30社以上にサービスを提供
7、ChainCatcher：Saharaは設立以来、Microsoft、Snapchat、MITなど30社以上の企業顧客を引き付けています。Saharaは彼らにどのようなサービスを提供し、これらの著名企業がなぜ会社と提携することを選んだのですか？
Sean Ren： Saharaが最初に発表した製品は分散型データマーケットSahara Dataであり、Web2にもSkill AIのような同様の競合製品があります。中央集権型データサービスプロバイダーと比較して、Sahara Dataにはより多くの利点があります。
まず、Saharaはさまざまな報酬や経済的インセンティブメカニズムを通じて、世界中のさまざまな地域のAIデータ収集や注釈作業者にアクセスできます。現在、Saharaネットワークには約20万人のAI関連の作業者がいて、ほとんどがWeb2 AI業界の原住民です。彼らを引き付ける理由は、Saharaがデータ貢献から利益を得ることを可能にするからです。例えば、Cryptoを報酬として受け取ることができます。
提携企業については、彼らはさまざまなデータニーズを持っています。例えば、Snapchatは対話データの収集が必要で、Microsoftはマルチモーダルデータを収集し、MITはさまざまなビデオデータを必要としています。
Saharaはデータ供給者として、データの多様性の面で非常に優れた利点を持っており、顧客が選択できる非常に多様な候補者データベースを持っており、さまざまなデータニーズに適応できます。
30社以上の企業と提携することで、Saharaは製品を磨き続け、製品をより成熟させ、世界中のさまざまな企業や商業のデータニーズにより良く適応し、正の循環を形成しています。
8、ChainCatcher：現在、ユーザーがSaharaに参加するには公式ウェブサイトの候補者リストに登録する必要がありますが、製品開発の進捗はどうなっていますか？ユーザーがSaharaに参加する方法は何ですか？早期参加ユーザーにはどのような報酬が与えられますか？
Tyler Zhou： 4月から5月にかけて、Saharaは最初のC向け製品を発表します。その際、C向けユーザーはプラットフォームで自分の知識やスキルを貢献できます。
早期ユーザーにはさまざまな報酬メカニズムも用意されており、4月または5月に公開されると、より多くの情報が提供されます。Q3またはQ4にはSahara Testnetテストネットを立ち上げ、Q4にはメインネットを立ち上げる予定です。
9、ChainCatcher：市場で流行している分散型GPU、エージェントなどのAI暗号プロジェクトについてどう思いますか？AI暗号プロジェクトの信頼性をどう評価しますか？
Sean Ren： 現在市場に出ている暗号AI製品は「AI for Crypto」と「Crypto for AI」の2つの派閥に分けることができます。
「Crypto for AI」はより大きな市場であり、私たちのようなAI業界の原住民にとっては、Web2 AI製品のいくつかの欠点、特に経済モデルやデータ所有権の問題を解決するためにブロックチェーンやWeb3技術を利用する方法に注目しています。
現在、多くのプロジェクトがブロックチェーンの経済モデルを利用してAIの特定の行動を促進しようとしていますが、私個人としてはそれがあまりにも浅いと考えています。経済モデルだけを見ており、AIの背後にあるエコシステム全体、例えばトレーニングデータのプライバシーや暗号化を考慮していません。
AIのエコシステム全体を見た場合、最上流はデータとデータ処理のセクターであり、市場にはデータ関連のプロジェクトもありますが、ほとんどのプロジェクトは最も魅力的な暗号経済モデル（例えばLabel to earn）しか持っておらず、データそのものの問題、例えば所有権やモデルの帰属には触れておらず、単にアプリケーションを構築しただけです。
分散型GPUを使用して大モデルをトレーニングすることについては、この方向は非常に挑戦的であり、プロジェクトの分散化の程度を見極める必要があります。同じデータセンター内または近くの数台のサーバーを結びつけて行うだけであれば、それは人工的に作られた分散化です。もし世界中の空いているGPUを結びつけて分散型トレーニングを行おうとする場合、異なるネットワーク間の速度に大きな差があるため、実現の難易度はかなり高いです。
また、Machine learning（機械学習）やZK関連の発展もまだ長い道のりがあります。したがって、プロジェクトを判断する際には、短期的に実現可能で商業化できるプロジェクトと、研究的なプロジェクトで長期的な探索が必要なものを見極めることが最も重要です。
