Ibex · Foundation-AI アーキテクチャ
Foundation-AIは、学習し、記憶を消し、自己修復し、思考するインテリジェントなナレッジプラットフォームであり、サービスを提供するすべての人々の「生きたデジタルツイン」を構築します。これは「約束」ではなく、「設計」によって保護されています。
Foundation-AIの仕組みをわかりやすく解説Foundation-AI：その概要と機能
Foundation-AIは自律型インテリジェンス・プラットフォームです。常時稼働し、自己管理を行い、現在Ibexで本番運用されています。
Foundation-AIは、24時間体制で稼働する専門のAIワーカー群を運用しています。これらは、あなたの世界において重要なあらゆる情報を読み取り、競合他社を追跡し、コンテンツの真偽を検証し、損害が生じる前に矛盾を察知し、あらゆる発見を適切な担当者に伝達します。このシステムがサービスを提供するすべてのユーザーには、「デジタルツイン」が割り当てられます。これは、その人物が誰であるか、何を必要としているか、次に何をする可能性が高いかを反映した、生き生きとしたモデルです。デジタルツインはユーザーに代わって機能し、そのユーザーのみが所有権を持ちます。 このチェーン上のいかなる組織も、これを独占したり、共有したり、利益を得たりすることはできません。複数の組織が Foundation-AI を運用する場合、フェデレーションを形成することが可能です。暗号化された契約の下で検証済みの情報を交換し、生データが双方の外部に流出することも、仲介者が介在することもありません。決済は数秒で完了します。Foundation-AI の1ヶ月分のコストは、アナリスト1人の1ヶ月分のコストよりも安価です。アナリストはそのまま在籍します。Foundation-AI によって、彼女の1時間あたりの価値は5倍になります。
この文書の内容
このガイドは全14章で構成されています。各章の概要を率直に紹介します。
Foundation-AIが解決する課題。どの組織も、いずれ同じ問題に直面します。それは、ナレッジベースが「墓場」と化してしまうことです。3年前の文書が、今朝作成された文書の隣に並んでいます。どれが今も正しい情報なのか、誰も把握できていません。 人々はシステムを使うのをやめ、代わりに互いに電話を取り合うようになります。Foundation-AIは、優れた蔵書を管理する主任司書のように、ナレッジベースを管理します。新たな証拠がなければ、事実は陳腐化します。矛盾はフラグが立てられます。古くなった情報は、それを信頼する人々を静かに誤解させることなく、自然に消えていきます。
検証を経ずにシステムに入るものは一切ありません。Foundation-AIには、「Foundation Media Intelligence」と呼ばれる専用の検証エンジンが搭載されており、あらゆる情報がナレッジベースに取り込まれる前に、このエンジンによって処理されます。 すべての文書、動画、画像、音声ファイルは、ディープフェイク検出、改ざん度スコアリング、出典認証といった法医学的なチェックを受けます。各コンテンツには、その出所、通過した検証項目、信頼度を記録した恒久的な「メディアパスポート」が付与されます。捏造されたコンテンツが検出されずに侵入することは不可能です。この証明書は、コンテンツと共に永久に付随します。
お客様の機密情報は決して社外へ流出することはありません。Foundation-AIが外部AIを利用して推論を行う必要がある場合、リクエストが社外へ送信される前に、お客様の社名は削除されます。外部AIには匿名化された事実データのみが送信され、回答が返送されます。その後、文脈情報が復元されます。すべての呼び出しに対して、改ざん防止機能を備えた記録が永続的に作成されます。これは単なるプライバシーポリシーではなく、管理者が無効にできるようなものでもありません。アーキテクチャそのものが情報の漏洩を防止する仕組みとなっています。
数分で設定できるリサーチ担当者を「スカウト」と呼びます。スカウトはダッシュボードからコードを一切書かずに作成できます。監視対象、希望する分析内容、結果の送信先を指定するだけです。スカウトは、企業の動向を追跡したり、仮説を検証したり、ブリーフィングをまとめたり、メディア情報を確認したり、サブスカウトを自動的に生成する多段階の調査を実行したりすることができます。 すべてのスカウトの業務は、範囲、予算、期限、評判の担保がブロックチェーン上で確定された正式な契約の下で実行されます。調査結果は、メール、Slack、Notion、CRM、Google Driveなど、19種類の送信先へ送信可能です。
意図的に忘れる記憶。情報は、単に最初に保存されたという偶然によってではなく、繰り返しの使用とエージェント間の合意を通じて永続性を得る。システムが何かを破棄する際、そこには「墓標」が残される。これは、すでに誤りであると判断した事柄を再び学習しないようにする、永続的なマーカーである。誰かがシステムを修正すると、その教訓はすべてのエージェントに伝播する。人間による2回の修正が、システム全体にわたる恒久的な改善となる。
回答が得られるまでに、4つのAIモデルが互いに議論を交わします。Foundation-AIは、4つの異なる役割を担う4つのモデルを採用しています。最も高性能なモデルが詳細な分析を担当し、処理速度の速いモデルが分類と情報収集を担当します。 建物内で完全に動作し、外部へ一切データを送信しない2つのローカルモデルが、知識検索と文書タグ付けを担当します。複雑な質問に対しては、4つのモデルすべてが独立して分析を行い、誰が何を書いたかを知らずに互いの推論を批判し合い、議長が結果を統合します。どのモデルも「分かりません」と答えることができます。その正直な答えは、自信満々の推測よりも有用であり、このシステムはそう答えるように設計されています。
このシステムがサービスを提供するすべての人々の「生きたデジタルツイン」。Foundation-AIがサービスを提供するすべての人々――顧客、従業員、ファンドマネージャー、臨床医、アナリストを問わず――には、デジタルツインが割り当てられます。これは、本人確認済みの身元、その人の置かれた状況や人間関係、システムがその人についてどう認識しているか、次に何を必要とする可能性が高いか、そしてその人に代わって自律的に行動する能力という、5つの層からなるモデルです。このデジタルツインは、その人自身に帰属します。 このチェーン上のいかなる組織も、これを主張したり、共有したり、利益を得たりすることはできません。これを不可能にしているのは契約ではなく、アーキテクチャそのものです。
データを共有することなく知見を交換する組織。複数のFoundation-AIシステムが契約プロトコル「PACT」を介して接続されると、それらは「フェデレーション」を形成します。組織は暗号化された契約の下で互いに知見の提供を依頼することができ、その際、生データがどちらの側からも流出することはありません。例えば、通信事業者は検証済みの顧客データを活用し、旅行会社が個人記録を一切共有することなくシームレスな予約サービスを提供できるよう支援します。また、ファンドは海外のデータプロバイダーに調査を依頼することも可能です。 患者の病歴は、ファイルとしてではなく、封印された数学的証明として病院間を移動します。本資料では、共有パスポートとしてのKYCから、エージェント間での不動産取引に至るまで、フェデレーションの8つのユースケースについて詳しく解説しています。
1つのインフラ。12の産業。バイオテック、テレコム、Web3、アグリテック、プロップテック、フィンテック、サプライチェーン、ガブテック、学術研究、ブロックチェーン、コンシューマー・ライフスタイル、旅行――これらすべてを、同じプラットフォームが支えています。 各業界には、その分野の用語に精通した専門の研究者が配置され、厳選されたナレッジライブラリと、そのセクターで重要な考え方を追跡する戦略レイヤーが提供されます。ガバナンス、プライバシー、メモリ、推論のインフラストラクチャは、12の業界すべてで同一です。異なるのは、その上に重ねられた用語とドメインの専門知識です。
費用と価値について。Foundation-AIのフル導入にかかる費用は、月額4,200ドルから10,500ドルです。 ロンドンや東京のシニアリサーチアナリスト1人の年間人件費は18万ドルから30万ドルです。Foundation-AIは、そのアナリストに取って代わるものではありません。つまり、アナリストは、システム内のどこかにすでに存在する文脈を再構築したり、夜間に届いたすべての書類を読み込んだりするのではなく、真に人間の判断を必要とする意思決定に時間を費やすことができるようになるのです。その提案はシンプルです。従業員の時間の価値を5倍にすることです。
このガイドでは
第1章
ナレッジベースは情報で溢れかえっている。誰も使っていない。Foundation-AIは、この状況を打破するために開発された。
ロンドンにあるあるグローバル銀行の戦略チームが、2年間にわたり、取締役会向けプレゼン資料、競合分析、市場参入に関するメモなどをすべて共有ドライブに保存してきたと想像してみてください。 東京から新しいマネージング・ディレクターが着任した。彼女は東南アジアにおけるデジタル決済分野での銀行のポジショニングを調べる。見つかったのは5つの文書だけだった。そのうち2つは2021年のもので互いに矛盾しており、1つは銀行が断念した市場参入について言及したもので、残り2つは過度に黒塗りされており、全く役に立たないものだった。彼女はブラウザを閉じ、代わりに戦略部門の責任者に電話を予約した。
その電話はコストがかさむ。経営幹部が、組織内のどこかにすでに存在する情報を再構築するために費やす1分1秒は、目に見えないが、慢性的な無駄であり、その影響は雪だるま式に膨らんでいく。これは「情報の腐敗」であり、至る所に蔓延している。これは、人々が情報を誤って保存したからではなく、システムが3年前の文書と今朝作成された文書をまったく同じように扱ってしまうために起こるのだ。
冷凍倉庫は、すべてのものをいつまでも同じ温度で保管し続けます。一方、魚市場は活気に満ちています。今朝入荷したマグロは店頭の目立つ場所に並べられ、昨日の漁獲物は特売コーナーへ移動し、3日以上経過したものは目印を付けられたり撤去されたりします。市場では鮮度を積極的に管理しており、単に「まだそこにある」という理由だけで、すべての魚を同等に良いものとして扱うことはありません。ほとんどの知識システムは冷凍倉庫のようなものです。Foundation-AIは、まさにその魚市場のような存在です。
実例
ロンドンを拠点とする成長資本投資会社は、3年をかけて1万4000件の文書、案件メモ、取締役会議事録、市場マップからなるナレッジベースを構築した。しかし、監査の結果、その71％が古くなっていたり、矛盾していたり、実際の意思決定とは無関係であったりすることが判明した。アソシエイトたちはすでにその利用をやめていた。同社は図書館を建設し、スタッフを配置し、書棚を埋めたが、誰もが受信トレイばかりを見ている間に、それは静かに廃れていった。
Foundation-AIは、まさにこの課題を解決するために開発されました。単に知識を保存するだけでなく、それを生き生きと保つためです。
Foundation-AIは、知識を生き物が記憶を扱うのと同じように扱います。つまり、頻繁に使われる情報はより目立つようになり、誰も触れない情報は薄れていきます。矛盾がある場合は警告が表示されます。システムは積極的に「これは今でも正しいのか？」と問いかけます。
左：従来の「保存して放置」モデル。右：Foundation-AIの「生きた知識」アプローチ。情報は自らの価値を証明してその地位を確立する。
第2章
Foundation-AIでは、4つの専門研究チームが常時活動しています。各チームの活動内容は以下の通りです。
日本時間の午前6時47分、ソフトバンクは新たな衛星ブロードバンド事業に関する提携についてプレスリリースを発表した。その25分後の午前7時12分までに、Foundation-AIはすでにその内容を読み込み、情報の真偽を確認し、言及されている企業を特定し、それらの企業について既知のあらゆる情報と関連付け、日本の通信業界の取引について問い合わせるアナリストなら誰でも利用できるようにしていた。
この出来事を目撃した人間は誰もいなかった。システムはただ息を吸い込んだだけだった。
専任の研究者が3名います。1人は毎朝ニュースを読み、1人は企業の提出書類や経営陣の異動を追跡し、もう1人は学術論文や特許出願を監視しています。彼らは全員、コーディネーターに報告し、コーディネーターが彼らの業務を統括して、あなたに毎日のブリーフィングを送っています。Foundation-AIには、まさにこれら4つのエージェントが、自動化された形で備わっています。
4人の情報スカウトは以下の通りです：
これら4つの情報収集ツールはすべて、「Foundation Media Intelligence」というファクトチェック機能を通じて処理されます。この機能は、情報がナレッジストアに格納される前に、「これは本当か？」と問いかけます。
ファウンデーション・メディア・インテリジェンスは、単なるファクトチェッカーではありません。それは、認識と情報源の全容を網羅するプラットフォームです。
そのソフトバンクのプレスリリースがFoundation-AIの記憶に保存される前に、Foundation Media Intelligenceは一連のチェックを実行します。具体的には、ドメインの正当性の確認、AI生成による偽情報の検出、埋め込まれた画像に対するディープフェイクのスコアリングなどです。しかし、Foundation Media Intelligenceが生成するのは単なる「合格／不合格」の結果ではなく、「メディア・パスポート」です。
メディア・パスポートは、ワインの産地証明書のようなものだと考えてください。そこには、情報の出所、通過した検証、適用された変換処理、そして得られた信頼度レベルが記録されています。このパスポートは、その情報に恒久的に紐付けられます。情報は、ナレッジベース内やPACT契約を横断し、それを参照するあらゆる投稿パケットへと、パスポートと共にどこへでも移動します。 半年後にアナリストが質問をした際、システムはその情報が何を伝えているかだけでなく、どの程度信頼できるか、そしてその理由も把握しています。
すべての情報には、0.0から1.0までの信頼性スコアが割り当てられます。スコアが0.3の場合は「懐疑的に扱うべき」、0.95の場合は「信頼できる」ことを意味します。このスコアと、その背景にある完全な出所履歴は、Midnightを通じて、コンテンツそのものを公開することなく、権限を持つあらゆる当事者が検証できます。情報を公開することなく、信頼性を証明できるのです。
2つのFoundation-AI導入組織が情報を共有する場合――例えば、東京のファンドがロンドンのデータプロバイダーに調査を依頼する場合など――、情報を受け取る組織は単なる回答を受け取るだけではありません。情報の出所、通過した真正性チェック、そして算出された信頼度スコアといった、完全な来歴記録も入手できるのです。データの品質について、送信者の言葉を鵜呑みにする必要はありません。 証明はデータと共に渡されるのです。これは、スプレッドシートが添付されたメールを受け取る場合とは根本的に異なります。メールの場合、数値がどのように算出されたのか、最後に確認されたのはいつか、あるいは誰かが検証したのかどうか、全く分からないからです。
スカウトは、単に世界に関する知識ベースを構築するだけではありません。消費者向け展開においては、検証済みのあらゆるシグナル――ライフステージに伴う行動の変化、新製品の検索パターンの変化、位置情報の変更、財務上の出来事など――が、その人物のデジタルツインに直接反映されます。クロールサイクルが行われるたびに、ツインのコンテキストグラフはより充実したものになっていきます。 ツインの信念状態は、検証済みのシグナルごとに更新されます。スカウトはツインの感覚システムであり、ツインが持つ個人のモデルを正確かつ誠実で、生き生きとした状態に保つための証拠を絶えず収集しています。スカウトがいなければ、ツインは陳腐化してしまいます。陳腐化したツインは誤った助言をします。このアーキテクチャではそのような事態は起こり得ず、スカウトは単なるオプションのインフラではありません。スカウトこそが、ツインの生命線なのです。
第2章 B部
Foundation-AIのメモリにデータが書き込まれる前に、専用の検証エンジンを通過します。単なる簡易チェックではなく、徹底的なフォレンジック検査が行われます。その具体的な仕組みについて解説します。
すべての乗客は税関を通過します。すべての乗客が禁制品を所持しているからではありません。ほとんどの人は所持していませんが、検査しなければ確かめることができないからです。ファウンデーション・メディア・インテリジェンスは、ファウンデーション・AIの税関部門です。システムに入ってくるあらゆるメディア、文書、動画クリップ、画像は、ナレッジベースへの登録が許可される前に検査を受けます。そのほとんどは通過します。一部は隔離されます。一部は拒否されます。そして、それらすべてにスタンプが押された記録が残り、その記録は永遠に付きまとうことになります。
Foundation Media Intelligenceエンジンは、Foundation-AIの他の部分とは独立した独自のハードウェア上で動作し、専用のGPUを搭載した専用サービスです。その役割はただ一つ、メディアや文書が本物であるかどうかを判定し、その判定結果を記録した恒久的な証明書を作成することです。この証明書は「メディアパスポート」と呼ばれ、Foundation-AIのメモリに入力されるすべてのコンテンツに添付され、一度添付されると決して削除されることはありません。
なぜこれが重要なのか――偽情報の問題
2024年、CEOが声明を発表しているように見える説得力のある偽の動画を制作するコストは、ほぼゼロにまで低下した。偽のプレスリリースは、1日に何百もの文書をざっと目を通す人間にとっては、本物と見分けがつかないほどだ。 AIが生成したアナリストレポートは、本物と見分けがつかないほどそっくりだ。もしFoundation-AIが、検証なしにインターネット上で見つけた情報をすべて取り込んでしまったら、その知識ベースは次第に虚偽の情報で埋め尽くされ、システムはそれらを証拠として自信満々に引用することになるだろう。
Foundation Media Intelligenceは、こうした事態を防ぐために存在します。すべてのコンテンツは、ナレッジベースに収録される前にチェックされます。信頼性の低いコンテンツはブロックされるのではなく、フラグが立てられます。フラグが立てられたコンテンツは、回答への貢献度が低くなります。このシステムは、何を信頼し、何を信頼しないかについて、率直に示しています。
Foundation Media Intelligenceが実際に確認している内容を、分かりやすく説明します：
6枚の小切手。1冊のパスポート。永遠に結びつけられた。
メディアパスポートは、単なるラベルやフラグではありません。これは、あらゆるコンテンツに永久に付随する5つの情報を含む、体系化された証明書です：
実例：信頼性スコアがすべてを変える理由
あるスカウトが、ある日本の製造業のCEOが主要工場の閉鎖を発表している様子を映した動画をソーシャルメディアで見つけた。これは重大なニュースとなるだろう。Foundation Media Intelligenceがなければ、この情報はナレッジベースに取り込まれ、事実として定着してしまう。アナリストが同社の生産能力について質問すると、Foundation-AIはその動画を証拠として提示する。アナリストはそれに基づいて行動を起こす。
Foundation Media Intelligence によると、この動画のディープフェイクスコアは 0.73 で、AI 生成されたものであることを示す明確な証拠となっています。真正性スコアは 0.24 でした。このコンテンツはナレッジベースに登録されますが、その「パスポート」情報も併せて付加されます。その後、Foundation-AI がこのコンテンツを使用して質問に回答する際、その回答への寄与度は大幅に低減されます。 システムは「この情報源の真正性スコアは低いため、行動に移す前に裏付けを確認することを推奨します」という警告を表示します。アナリストが調査したところ、この動画は同社の株価を操作するために作成された偽物であることが判明しました。
Foundation Media Intelligenceは、偽情報がシステムに流入するのを防いだわけではありません。同社は、システムが偽情報を信頼できる証拠として扱うのを防いだのです。
テキスト文書やウェブページの場合、Foundation Media Intelligenceの主な役割は検証です。一方、動画や音声に関しては、さらに一歩踏み込んだ役割を果たします。つまり、生の動画では決して得られないような形で、コンテンツを検索可能にし、実用的なものにするのです。
90分間の決算説明会の録音データが届くと、Foundation Media Intelligenceは単にその真偽を確認するだけではありません。CFOが業績見通しについて言及した箇所、CEOが日本進出に関するアナリストの質問に答えた箇所、市場のセンチメントが変化した箇所といった重要な瞬間を特定し、それらのクリップを抽出します。そして、ハイライトのインデックスを作成します。これにより、アナリストは90分間すべてを視聴する必要がなくなり、真偽がすでに確認済みの、重要な3分間の映像だけを手に入れることができるのです。
Foundation Media Intelligenceが動画や音声ファイルから抽出する情報
クリップ：特定のセグメントが自動的に抽出されます。例えば、企業名やトピックが言及されるたびに抽出されます。ある企業の決算説明会を監視するように設定されたスカウトは、Foundation Media Intelligenceが処理したすべての説明会において、その企業が言及された瞬間のクリップを自動的に受け取ります。
ハイライト：タイムスタンプとトピックタグ付きで厳選された重要な瞬間を集めたもの。2時間にわたるアナリスト向け説明会が、ハイライト映像に凝縮されています。主な発表内容、業績予想の修正、質疑応答の場面、そして市場の反応が通常とは異なるあらゆる場面が含まれています。
文字起こし：音声や動画で語られたすべての内容を、検索可能でタイムスタンプ付きのテキスト形式に変換し、文書と同様に検索可能なナレッジベースに取り込むものです。東京での投資家向け説明会においてCEOが述べた内容は、年次報告書に記載された内容と同様に検索可能になります。
音声そのものの真正性チェック：最新の音声クローン技術を用いれば、その人物が実際には発したことがない言葉を、まるで本人が話しているかのように説得力のある音声として生成することが可能です。Foundation Media Intelligenceは、合成音声特有のパターンをチェックし、AIによる動画生成を検出するのと同じ手法で、AIによる音声生成を検出します。
Foundation Media Intelligenceは、専用のハードウェア上で動作する専用サービスとして提供されています。Scout Fleetは、Scoutのタスクにメディアコンテンツが含まれるたびに、自動的にFoundation Media Intelligenceを呼び出します。Scout側でFoundation Media Intelligenceを使用するための設定を行う必要はなく、デフォルトで自動的に利用されます。
3つのスカウトモードと、Foundation Media Intelligenceの役割
Scoutは、Foundation-AI独自のナレッジベースとローカルAIモデルを活用します。Foundation Media Intelligenceが関連するメディア情報を検証します。データは社外へ流出することはありません。利用料は無料です。回答がナレッジベースに既に存在する可能性が高い場合に利用されます。
Scoutは、検証にはFoundation Media Intelligenceを、事実の確認にはローカルナレッジベースを、そして検証済みの事実に関する推論には（Privacy Borderを介した）外部AIを活用しています。これは、ローカルモデルが提供する分析能力を超える深みが必要なタスクに使用されます。
Scoutは多段階の調査を実行し、必要に応じてサブ・スカウトを生成します。各サブ・スカウトは、メディアを独立して処理・検証します。調査のあらゆる段階で遭遇するコンテンツはすべて、Foundation Media Intelligenceを通過します。調査結果がアナリストに届く頃には、すべての情報源に「パスポート」が付与されています。
2つのFoundation-AIノードがフェデレーションを介して情報を共有する際、受信側の組織は根本的な疑問に直面します。それは、「届いた情報はどれほど信頼できるのか」ということです。メディア・パスポートはこの疑問に答えます。ノード間で共有されるすべてのコンテンツには、Foundation Media Intelligenceパスポート、真正性スコア、改ざんチェック、機密性タグ、変換マニフェストが付随しています。 受信ノードは、すべてをゼロから再検証する必要はありません。パスポートを読み取るだけです。パスポートが評判スコアの高いノードからのものであれば、その検証結果を信頼します。パスポートに低い真正性スコアが表示されている場合は、相応の懐疑的態度をとります。そのため、パスポートはMidnight上で封印されており、送信ノードが自身の信頼性を水増しするために偽造や改ざんを行うことができないようになっています。
第3章
多くのAI製品は、データベースの上に構築されたチャットボットです。Foundation-AIは、その間のすべての基盤を構築します。
スマートフォンには、地図アプリ、カメラアプリ、銀行アプリなど、さまざまなアプリが搭載されています。しかし、そのすべてを支えているのはオペレーティングシステムであり、ストレージ、権限、通知、セキュリティなどを管理しています。これがなければ、各アプリがそれらすべてを独自に構築しなければならず、互いに連携して動作することはできません。Foundation-AIには、「LogOS」と呼ばれる独自のオペレーティングシステムがあります。AIワーカーはアプリに相当します。LogOSは、メモリ、メッセージング、権限、コスト追跡、スケジューリングなど、これらすべてをシームレスに連携させる役割を果たします。一つの共有基盤です。 無駄な重複作業はありません。ワーカー間の連携に隙間もありません。
ほとんどのAIシステムは、データベース→中間層→チャットボットという、3つの要素からなるシンプルな構成になっています。「中間層」は箱で表され、「AI」というラベルが貼られるだけで、その後は一切話題に上りません。しかし、そここそが、あらゆる根本的な問題の温床なのです。
Foundation-AIが開発したその中間層「LogOS」は、メモリ管理、情報検索、推論、スケジューリング、権限管理、コスト追跡、およびエージェント間の安全な通信を処理します。これは単なる機能ではありません。知能のためのオペレーティングシステムなのです。
各レイヤーは隣接するレイヤーとのみ通信を行う。明確な分離があれば、混乱も、近道も、セキュリティ上の脆弱性も生じない。
LogOSは、すべてのエージェントが共有するオペレーティングシステムです。しかし、エージェント同士、あるいは組織外のエージェントとも、無条件の信頼に頼ることなく対話する必要があります。ここで、LogOSに組み込まれた2つのプロトコルが極めて重要になります。PACT（Peer Autonomous Contribution & Trust）は契約言語です。エージェント間のあらゆるタスクは、単なる関数呼び出しや口頭での合意ではなく、明確な範囲、予算、期限、条件を備えた正式な契約となります。 Midnightは、それらの合意をブロックチェーン上で確定させる場であり、合意内容を公開することなく、あらゆる取引を証明可能かつ永続的なものにします。
Foundation-AIのエージェント間でやり取りされるあらゆる情報は、3層構造のパケットとして送信されます。これは、封印された外交用郵便袋のようなものと考えてください。最外層には、送信者と適用されるルール（税関申告書のようなもの）が記載されています。中間層には、情報の出所、検証方法、そしてMidnight上で封印された一意のフィンガープリント（裁判における証拠管理記録のようなもの）といった、出所追跡情報が含まれています。 最内層には、実際のインテリジェンス、主張、調査結果、そして答えが格納されています。受信者は、送信者の言葉を一切信用することなく、外側の2層を独立して検証することができます。したがって、東京、ロンドン、サンフランシスコにある任意の2つのFoundation-AIノードは、あたかも同一組織であるかのような信頼保証のもとで連携することができます。ある意味では、それ以上に優れた信頼関係が築けるのです。
特に賢明な設計上の判断として、主要な処理を担うエージェント、すなわちチャットエージェント、リサーチエージェント、ガバナンスエージェントは、それぞれ異なる量の「コンテキスト」（一度に頭に入れておける情報の量）が割り当てられています。チャットエージェントには小説一冊分に相当するコンテキストが与えられ、簡単なリサーチタスクには短い段落程度のコンテキストが割り当てられます。 これを、東京のコンビニと倉庫型物流センターの比較に例えてみましょう。コンビニは近隣住民が必要とする商品を正確に在庫し、すぐに手に入れることができます。一方、倉庫にはあらゆるものが保管されていますが、取り出すには時間がかかります。不適切な仕事に不適切なツールを使うことは、単なる無駄に他なりません。
第4章
Foundation-AIが外部のAIと対話する際、まず貴社の社名は削除されます。その仕組みを詳しく説明します。
ロンドンのある心臓専門医が、ある希少な疾患についてサンフランシスコの専門医に相談する必要がありました。しかし、データ保護規則により、患者の全記録をそのままメールで送ることはできません。そこで彼女は、「54歳の男性患者で、以下の所見が見られます……」と、氏名、生年月日、NHS番号を明かさずに症例を説明しました。すると、その専門医は見事な診断を下してくれました。 患者のプライバシーは守られている。Foundation-AIは、外部のAIと通信するたびに、まさにこの処理を自動的に行っている。
Foundation-AIが外部のAIモデル（ClaudeやGPTなど）に何かを尋ねる必要があるたびに、その情報は「Cognition Gateway」と呼ばれる層を通過します。これは、情報のための「国境検問所」のようなものだと考えてください。
Foundation-AIはすべての事実を保持します。あらゆる痕跡を完全に除去します。外部のAIは匿名化された事実を基に推論を行い、分析結果を返します。Foundation-AIは、その分析結果を元の文脈と再結合します。あなたの機密情報は、決して社外へ流出することはありません。
実例。東京
ロンドンのアナリストがFoundation-AIに「ソフトバンクの衛星戦略は？」と尋ねます。Foundation-AIはすでに事実を把握しており、ソフトバンクの発表、提携先の提出書類、プレスリリースをクロールして収集しています。外部のAIに求められるのは、単なる情報の検索ではなく、それらの事実に基づく推論です。 そこで実際に送信されるのは、次のような内容だ。「日本の大手通信グループが、18ヶ月の間に3社のプロバイダーと衛星ブロードバンドの提携を結び、2,000億円の設備投資を表明し、インフラ部門を再編した。このパターンは、低軌道（LEO）通信における競争上の位置づけについて何を示唆しているか？」
会社名も、特定できる情報も一切ない。身元を一切排除した事実のみが、推論のために外部のAIに渡される。推論の結果が返ってくる。Foundation-AIが、その回答にソフトバンクという社名を再び組み込む。アナリストは洞察を得る。外部のAIは、自分がどの企業の事実について推論していたのか、決して知ることはない。
外部AIへのすべての呼び出しには、以下の情報が記録されます：誰がリクエストしたか、どのような事実データが送信されたか（不要な情報は削除済み）、どのような推論結果が返ってきたか、どのような信頼スコアが割り当てられたか。これらの情報は永続的に記録され、改ざんすることはできません。
外部のAIへのすべての呼び出しは、10段階のプロセスを経ます。例外も近道もありません：
Foundation-AIでは、発信される情報に対して4つの機密レベルを設定しています：
すべての領収書および開示記録は、単にデータベースに保存されるだけでなく、毎日Midnightブロックチェーン上に封印されます。つまり、Foundation-AIのガバナンス履歴は、認可された第三者（投資家、規制当局、監査人など）によって、基礎となるデータそのものを閲覧することなく、独立して検証することが可能です。これは、すべての取引に公証人の印を押しながらも、その内容は封印されたままにする公証人のようなものだと考えてください。印は検証可能ですが、内容は非公開のままです。
Midnightには、他のほとんどのシステムにはない機能があります。それは「自動連鎖的無効化」です。すべての「封印されたレコード」は、一列に並んだドミノのように、それ以前のレコードへと遡ってリンクしています。データソースが無効化された場合（誰かが同意を撤回した、あるいはデータが古くなったためなど）、その無効化は、そのデータを参照していたすべての契約を通じて自動的に順次伝播します。 すべての当事者に通知が行われます。依存するすべての契約にフラグが立てられます。データは単に使用されなくなるだけでなく、ネットワーク全体において自動的に無効化されます。誰かが電話をかける必要はありません。これは、トリガーされた瞬間に自動的に実行される製品リコールのようなものです。
組織の外、外部のAIモデルや他のファウンデーション・ノードへと届くデジタルツインのあらゆる部分は、まずこの境界を通過します。ツインのアイデンティティは、パスポートのスキャンデータではなく、証明として伝送されます。ツインの信念は、生データではなく、抽象的なシグナルとして伝送されます。ツインの個人的なコンテキストは、ホームノードから決して外に出ることはありません。プライバシー・ボーダーは、ツインに後付けされた機能ではありません。それはアーキテクチャに組み込まれており、迂回することは不可能です。 この保護機能なしに個人のデジタル表現を構築する組織は、デジタルツインを構築したとは言えません。彼らは、いつ発生してもおかしくないリスクを構築したに過ぎないのです。
第5章
システムは自らを監視する。個々のコンポーネントが自らを監視することはない。もし東京で午前3時に何か問題が発生しても、ロンドンが目を覚ます前にシステムがそれを検知する。
羽田、ヒースロー、SFOは、それぞれ年間数万便のフライトを処理しています。しかし、夜間には最小限の人員に業務を引き継ぐこれらの管制塔とは異なり、Cortexは決して眠りません。データが存在するあらゆるタイムゾーンを網羅し、24時間体制で28の監視スレッドを継続的に稼働させています。 コントローラーは単に現在の状況を監視するだけでなく、先を見通し、衝突が発生する前に警告を発し、自動的にコースを調整します。ロンドンが真夜中でも、Cortexは東京を監視し続けています。サンフランシスコが午前3時になっても、月曜の朝にチームが到着する前に古くなるデータをすでに警告しています。
Cortexはシステム全体に対して28種類のチェックを継続的に実行しています。単に「サーバーは稼働しているか？」という確認だけでなく、「この企業の情報は古くなっていないか？」や「現在の支出ペースだと、トークンの予算は来週の木曜日の午前2時に上限に達する」といったチェックも行います。8時間ごとに構造化されたレポートを生成しますが、監視は決して止まることはありません。
8時間ごとに繰り返される、脳のエネルギー消費の限界
Cortexは強力ですが、それを上回ることはできない厳格な予算制限の下で動作します：
これらの制限は、Cortexが交渉したり上書きしたりできない独立した監視機能（サーキットブレーカー）によって強制されます。脳でさえ、監督者がいるのです。
Cortexは3つの視点から物事を見ます：
Cortexは常時監視を行っています。8時間ごとに、収集した情報を体系的な報告書にまとめ、最優先事項、次いで早期警告、最後に好機という順で提示します。
実例：Cortexは単に検知するだけでなく、予測も行います
サンフランシスコのベンチャーキャピタル（VC）企業は、Foundation-AIを活用して投資先企業の動向を追跡しています。Cortexは、ロンドン拠点のポートフォリオ企業であるシリーズBの企業に関する回答の質が、1週間で1日あたり2％ずつ低下していることを検知しました。現時点ではアラームは発動していませんが、Cortexは「このペースだと、火曜日までにこの企業に関する回答の質が許容範囲を下回る」と予測しています。Cortexは、誰にも気づかれる前に、具体的な推奨事項（今週末に新たなデータ収集をスケジュールすること）を添えて、本日この問題をフラグ付けしました。
これが、温度計と天気予報の違いです。ほとんどのシステムは、温度計のような機能しか提供していません。
第6章
Foundation-AIは、新入社員が実績を積んで自立していくのと同じように、実績を通じて自律性を獲得します。
「ザ・レドベリー」での1週目：観察し、味わい、基準を学ぶ。3週目：ソースの改良案を提案し、ヘッドシェフの承認を得る。2ヶ月目：自分の担当セクションを独力で運営し、キッチンノートに作業内容を記録するだけ。6ヶ月目：ウォークイン冷蔵庫の鍵を預かる。信頼は初日から与えられるものではなく、各ポジションで実績を積み重ねて勝ち取るものだ。Foundation-AIの自動化機能は、まさにこの仕組みで動作する。
自律性は与えられるものではなく、自ら勝ち取るものです。そして、独立した、腐敗のない監視機関が、最高レベルであってもその境界線を厳守させます。
腐敗を知らない警備員
大まかに言えば、Foundation-AIは自身のコードをパッチ適用することができます。これは強力な機能ですが、それに見合うほど強力な制約も必要です。東京の地下鉄のホームドアの仕組みを考えてみてください。ドアは閉まる際に運転手の許可を求めたり、ポリシーファイルを確認したり、例外処理を行ったりはしません。センサーが「列車が出発した」と検知すれば、ドアは閉まります。 それだけのことです。Foundation-AIのサーキットブレーカーも同様に機能します。これはC++で記述され、コンパイルされた、設定ファイルを一切持たない完全に独立したプロセスです。Foundation-AIのいかなる部分も、アクセスが許可されていないファイルにアクセスしようとすると、サーキットブレーカーはそのプロセスを即座に強制終了させます。審査の後でもありません。ログ記録の後でもありません。即座にです。ポリシーを読み取ることもありません。主張に耳を傾けることもありません。ただ監視し、行動するだけです。
強力なシステムに、自らを確実に抑制するよう求めることはできません。そこでFoundation-AIは、執行のみを唯一の役割とする、より単純で「愚かな」システムを構築しました。
第7章
もし脳そのものが迷い始めたらどうなるだろう？ 監視する者を監視する何かが必要だ。
ロンドンのシティにある大手銀行では、トレーダーとリスク管理部門は意図的に分離されている。トレーダーは頭脳明晰で、十分なインセンティブを与えられており、理屈をこねては悪いポジションに飛び込んでしまうこともある。 リスク管理部門は、トレーダーに対して「リスクを取りすぎていると思わないか」と尋ねたりはしない。それは本末転倒だからだ。彼らは外部から同じポジションを監視し、独立した判断を下す。Foundation-AIも同様の構造を持っている。StasisはCortexを監視するが、Cortex自身に自己評価を求めることはしない。
コルテックスは脳そのものであり、強力で洗練され、判断力に富んでいる。しかし、もしコルテックス自体が徐々に方向を見失い始めたらどうなるだろうか？もしその推奨事項が徐々に誤った方向へと向かい始めたら？コルテックスに、自身の認知のずれに注意するよう頼むことはできない。それは自分自身の中に深く入り込みすぎてしまっているからだ。
StasisはFoundation-AIの免疫システムです。Stasisは以下の6つの項目を個別に監視します：
即死を招く5つの要因
Stasisのしきい値のほとんどは適応型であり、特定の環境における「正常」な状態を学習します。日本市場に関する大規模な調査を行っているロンドンのオフィスと、サンフランシスコのシードファンドでは、トラフィックのベースラインパターンが異なります。Stasisは両方のパターンを学習します。しかし、文脈にかかわらず、5つの事項は絶対的な基準となります。いずれかのプロセスからクライアント名が外部出力に漏洩した場合。 ガバナンスログが改ざんされた場合。機密情報の内部データ表現（数学的な指紋）が漏洩した場合。機密データを含む生のエラーが外部に到達した場合。生成されたコンテンツが安全フィルターを迂回した場合。これら5つのケースのいずれかに該当した場合、Stasisは即座に問題のあるプロセスを強制終了させます。問答無用、適応型閾値の適用なし、二度とチャンスはありません。これらのルールは、東京、ロンドン、サンフランシスコのいずれにおいても同一です。
日本銀行は金融政策を決定する。金融庁は、日本銀行の業務を含む金融機関を独立して監督する。国会は、両者を規制する法律を制定する。 単一の組織が自らを監督することはない。監督は一方向のみに流れる。サーキットブレーカーがステイシスを監視し、ステイシスがコルテックスを監視する。循環はなく、「AがBを監視し、BがAを監視する」といったループは存在しない。コルテックスに障害が発生しても、ステイシスに影響を及ぼすことはない。なぜなら、両者は独立しているからだ。ステイシスに障害が発生しても、サーキットブレーカーに影響を及ぼすことはない。なぜなら、サーキットブレーカーはステイシスとは一切通信せず、単にファイルシステムを監視しているだけだからだ。
第8章
Foundation-AIは、単一のAIだけではありません。相互に仕事を調整し合うAIエージェント群による、連携したエコシステムを備えています。
東京港では、1台の巨大なクレーンがすべての作業をこなしているわけではありません。そこには、コンテナ取扱作業員、税関検査官、冷凍貨物担当チーム、物流コーディネーターなど、数百もの専門チームが存在し、それぞれが特定の役割を担い、中央システムに報告を行っています。大規模な貨物が到着すると、その作業は自動的に細分化され、適切な専門家に割り当てられます。Foundation-AIの「Scout」フリートも、これと同じ仕組みで稼働しています。
「Scout」とは、ダッシュボードからコードを一切書かずに作成できるAIエージェントです。監視対象、分析方法、出力の送信先を自由に選択できます。また、Scoutは社内でも活用されています。Foundation-AI社自身も、皆様がご利用になるのと同じシステムを使用して、自社のデータ収集を実行するためのScoutを作成しています。
スカウトは単なる業務遂行者ではなく、評判を持つ経済的主体です。成果を上げれば評判は向上し、失敗すればその記録は永久に残ります。
実例：自らを拡大していく研究
東京に拠点を置くあるファンドは、金融庁が新たな規制を示唆したことを受け、日本のフィンテック関連のライセンス変更を調査するために「リサーチ・スカウト」を立ち上げました。稼働中、このスカウトは個別に注視すべき3つの企業を発見しました。京都の決済スタートアップ、日本に進出中のロンドンのネオバンク、そして金融庁の認可を申請中のサンフランシスコの暗号資産企業です。スカウトは3つのサブ・スカウトを生成し、それぞれに独自のスケジュール、状態、任務が割り当てられました。 これらのサブスカウトはそれぞれさらにサブスカウトを生成することができ、1つのルートから最大50個の子孫まで生成可能だ。生成の各ステップにはCortexの承認が必要となる。承認には数ミリ秒しかかからないが、スキップすることはできない。
スカウトが調査結果を送ることができる19の場所
Foundationのダッシュボード、チャットインターフェース、メール、SMS、Discord、Slack、Telegram、Microsoft Teams、Dropbox、Google Drive、OneDrive、Notion、Airtable、カスタムWebアドレス、自動コールバック、カレンダー、CRMシステム、構造化データのエクスポート、またはファイルのダウンロード。Scoutは単なるリサーチャーではありません。あなたが利用するあらゆるチャネルを網羅する配信契約を持つリサーチャーなのです。
あるスカウトが別のスカウトに調査を依頼する場合、それは単なる気まぐれな依頼ではなく、正式な業務契約となります。 業務範囲、予算、納期、そして「完了」の定義を明確に定めます。その契約には固有のデジタル指紋が付けられ、Midnight上に永久に封印されます。これは、公証人の立会いのもとで署名された契約書と同じ仕組みですが、公証人の役割を果たすのは、賄賂や偽造が不可能なブロックチェーンです。納品、受領、そして各提供者の評判スコアも、すべて同様の方法で封印されます。
状況に応じて3つのスピード設定。完全合意（数分）：作業開始前に複数回の交渉を行うもので、複雑な分野横断的な調査に使用されます。 迅速な合意（秒単位）：1回の「承諾または拒否」による合意。標準的なクエリに使用されます。即時合意（1秒未満）：既存の関係から継承された事前承認済みのデフォルト条件。予約、ライブデータの取得、迅速なサブタスクに使用されます。信頼モデルは同じ。オンチェーンの記録も同じ。異なるのはスピードだけです。
これこそが、Foundation-AIの真のオープン性を支える要素です。ロンドンのファンドが運営する「スカウト」が、東京のデータプロバイダーが運営する「スカウト」に業務を委託する際、社内の業務と同様の正式な保証が得られます。盲目的な信頼も、煩雑な法的手続きも不要です。必要なのは、あらゆる当事者が検証可能な、オンチェーン上の実績記録だけです。
第9章
多くのシステムでは、情報の保持を成功とみなしています。意図的に忘れることは、Foundation-AIにおける最も重要な設計上の判断の一つです。
レンタル倉庫は、すべてのものを等しく闇の中に収めておく。 素晴らしい書店――東京のツタヤ、ロンドンのダウント・ブックス、サンフランシスコのシティ・ライツ――は、厳選された品揃えが特徴です。スタッフは、どのタイトルが飛ぶように売れているか、どの版が時代遅れか、どのコーナーを刷新すべきかを熟知しています。売れ行きの悪い本を処分するのではなく、奥にしまい、今必要な本のためのスペースを確保するのです。Foundation-AIの記憶もこれと同じ仕組みで機能します。受動的に蓄積されるのではなく、能動的に管理されているのです。
Foundation-AIには4種類のメモリがあり、これらが連携して機能します：
情報は、単に最初に保存されたという偶然によってではなく、繰り返し利用され、複数の主体間で合意が形成されることによって、永続性を得る。
その墓石が、再学習を妨げている
ロンドンのあるアナリストが、サンフランシスコのスタートアップがシリーズCの資金調達を間近に控えているという噂を追跡するために、2週間を費やした。その噂は誤りであることが判明し、同社は実際には事業縮小の準備を進めていた。Foundation-AIはシリーズCに関する情報を削除したが、「調査した結果、証拠は誤りだった。 再調査は不要だ」と。3週間後、別のスカウトがLinkedIn上で同じ噂が流れているのを偶然見つける。この「墓標」のおかげで、その情報は新たな情報として再拡散されることはなかった。墓標がなければ、システムはすでに評価して破棄したノイズを際限なく再発見し、再保存し続けてしまうだろう。
第10章
誰かがFoundation-AIを修正すると、その学習成果はシステム全体に反映されます。2回の修正が、システム全体にわたる恒久的な改善につながります。
東京の「二郎」では、見習いは何年もかけて、ご飯の温度が高すぎたとか、マグロの切り方が少し間違っていたといった、些細な指摘の一つひとつから学びます。こうした指摘は、その一貫の寿司を修正するだけにとどまりません。それによって、今後同じような切り方をする際の取り組み方が見直されるのです。そして、上級の見習いは、自分が学んだことを下級の見習いに伝えます。Foundation-AIもこれと同じ仕組みで機能します。つまり、一つの修正がシステム全体に波及していくのです。
Foundation-AIの誤りを修正すると、単に一つの回答が修正されるだけではありません。それにより、「なぜ間違っていたのか？情報検索が不十分だったのか？推論が不適切だったのか？それとも情報源が古かったのか？」と問いかける反省のサイクルが引き起こされます。そして、エージェントの「プレイブック」、つまり将来の質問への対応方法を形作る行動指針のセットが更新されます。
実例：プレイブック
あるサンフランシスコのファンドが運用するFoundation-AIのインスタンスは、半導体分析の信頼できる情報源として、ある東京の金融ブログを繰り返し提示し続けている。 2人のアナリストが別々の日にこれを修正したが、そのブログには国内サプライヤーに偏った傾向があることが知られている。2回目の修正後、プレイブックに次のような項目が追加された。「日本の半導体サプライチェーンを分析する際、[ブログX]の情報源の重み付けを通常の20%とし、実績は芳しくない。」この項目は現在、システム全体で半導体関連の質問を扱うすべてのエージェントに適用されている。人間による2回の修正 → システム全体での恒久的な改善。
この修正システムに加え、Foundation-AIは11のイベントストリームを同時に監視しています。スカウトの完了状況、ガバナンスアラート、ナレッジベースの更新、矛盾の発見などを把握し、その動作閾値をリアルタイムで調整します。また、どのAIモデルがどの種類の質問に対して最も優れたパフォーマンスを発揮するかを追跡し、今後の質問を自動的に最適なモデルに振り分けます。
4つのAIモデルと、それぞれの具体的な機能
シニアアナリスト（Claude Opus）。現在利用可能な最も強力なAIです。詳細な分析、調査結果の最終レポートへのまとめ、複雑な戦略課題に対する推論などに活用されます。すべての通信はまずプライバシー保護の境界を通過するため、貴社の実名は一切表示されません。
「ファスト・リーダー」（Claude Haiku）。より小型で高速なモデルです。ユーザーの質問内容を理解し、言及されている企業を特定し、受信した文書を迅速に分類するために使用されます。あらゆる情報を最初に読み込み、どこに振り分けるべきかを判断する「受付担当者」のようなものと考えてください。
「ライブラリアン（BGE-M3）」。専用のグラフィックスプロセッサ上で、Foundation-AIの内部のみで動作する。あらゆる知識を数学的な形に変換することで、キーワードだけでなく意味に基づいて検索できるようにする。「日本の通信戦略」について尋ねると、その正確な言葉が一度も登場していなくても、関連する情報を見つけ出す。外部との通信は一切行わない。
リサーチアシスタント（Qwen）。これも完全にFoundation-AI内で動作します。受信したすべての文書を読み込み、タグ付けを行い、要約や重要な事実、企業名の言及を抽出します。これらすべての処理を、外部へ一切データを送信することなく行います。完全にローカルで動作し、利用あたりのコストはゼロです。
最初の2つは外部のAIサーバーと通信しますが、10段階にわたる完全なプライバシー保護プロセスを経ています。最後の2つは、建物外に出ることはありません。つまり、Foundation-AIは外部のAIと一切通信することなく、その業務の大部分を遂行でき、通信を行う場合でも、お客様の機密情報は完全に保護されます。
第十一章
Alexandriaは、単にあなたの知識を保存するだけでなく、それを実際に活用できる形にまとめ上げます。
ポートベロー・ロードの古物商が、40年間にわたり目についたものを何でも買い集めてきた店の奥の部屋を、あなたが相続したと想像してみてください。本物のジョージアン様式の銀器が、見事な贋作の隣に並んでいます。来歴のメモは、その店主独自の速記で記されています。中には莫大な価値がある品もあれば、無価値なものもあり、専門家に数週間も相談しなければ、どちらがどちらか見分けることはできません。 アレクサンドリアはその専門家であり、部屋の中を体系的に整理している。目録を作成し、照合を行い、偽物をマークし、そして理由を記したメモを添えて、ガラクタを静かに別の棚へと移している。
信頼性は一度きりの判断ではなく、継続的な評価です。証拠が変化するにつれて、コンテンツの評価は上昇したり下降したりすることがあります。
主な違い：保存とコンパイル
データベースは情報を保存し、それを検索します。アレクサンドリアは、コンパイラが生のコードを機械が実行可能な形式に変換するように、知識を体系化します。ロンドン証券取引所に上場している日本のテクノロジー企業に関する新しいアナリストレポートが届くと、アレクサンドリアは単にそれをファイルに保存するだけではありません。レポートで言及されているすべての企業を特定し、ライブラリに既存のプロファイルがあるかどうかを確認し、双方向の相互参照を追加し、この新しいデータに基づいて古くなった要約にはフラグを立てます。
その結果、ソフトバンクのロンドンにおける事業展開について問い合わせると、単にソフトバンクの名が記載された文書が送られてくるだけでなく、Foundation-AIが把握しているソフトバンクに関する情報、同社の英国ポートフォリオ企業、関連する競合他社、そしてそれらの関係性について言及したすべてのアナリストレポートが網羅された、相互に関連付けられた全体像が提供されるのです。
第12章
難しい質問に対しては、Foundation-AIが複数のAIモデルを集め、匿名で議論させた上で、最終的な回答を導き出します。
サンフランシスコのファンド、ロンドンの銀行、東京の証券会社、シンガポールのファミリーオフィスからそれぞれ1名ずつ、計4名のアナリストが、パネルディスカッションに先立ち、同じ買収対象企業について独立して評価を行うと想像してみてください。 事前の情報共有は一切ありません（つまり、他人の意見に便乗することはできません）。彼らはプレゼンを行い、互いの論拠を匿名で批評し、その後、上級モデレーターが最終的な見解をまとめます。その際、4人全員が合意した点、2つの陣営に分かれた点、そして真に未解決のまま残った点を明確に指摘します。Foundation-AIは、人間ではなくAIモデルを用いて、まさにこのプロセスを実行します。
Foundation-AIは、AIモデルを用いてこれを実現しています。複雑な質問に対しては、異なる企業によって訓練され、それぞれ異なるアプローチと弱点を持つ4つのモデル、すなわちClaude（Anthropic）、GPT（OpenAI）、Gemini（Google）、Perplexityを連携させます。
モデル間の見解が根本的に食い違う場合、システムはどちらかを優先するのではなく、人間のオペレーターにエスカレーションし、食い違いがどこにあるかを正確に示します。
「わからない」の原則。Foundation-AIにおける最も重要な設計上の判断
ほとんどのAIシステムは、答えを出さなければならない。毎回、例外なく。証拠が乏しい場合でもだ。その結果、知識のように見えるが、実際には自信たっぷりに表現された推測に過ぎない。
Foundation-AIの審議委員会は、他とは異なる仕組みになっている。どのモデルも、「証拠が不十分だ」あるいは「これは私の専門外だ」として、棄権することができる。 あるロンドンのファンドが「今が日本の小売REIT市場に参入する適切なタイミングか」と問いかけた。2つのモデルが棄権した。1つは強気、もう1つは弱気だ。議長は勝者を決定せず、意見の相違を明らかにした。「2つのモデルは意見を述べる自信がなかった。残りの2つは意見が分かれている。両者の見解がどこで、なぜ食い違っているのか、その詳細はこちらだ。」
「正直な地図」は、自信過剰な答えよりも有用だ。これは、プラットフォーム全体において最も重要な設計上の判断である。
第十三章
組織も人間と同じように、世界に対する信念を持っています。そして、その信念も人間と同じように古びていきます。『Strategy Twin』は、その変化を追跡します。
ヒューマン・デジタルツインは、個人、その状況、信念、意図、ライフステージを追跡します。 「ストラテジー・ツイン」は、市場に対する前提、規制への姿勢、競合戦略、パートナーシップの評価など、組織が抱く世界観を追跡します。両者は同じ「Foundation-AI」アーキテクチャ上で動作します。両者とも、陳腐化した信念は破棄します。両者とも、矛盾を明確に可視化します。両者とも「生きている」存在であり、新たな証拠が入るたびに継続的に更新されます。違いはメカニズムにあるのではありません。違いは、彼らが何をモデル化しているかにあるのです。
これには、多くの戦略ツールが見落としている重要な理由があります。組織にとって最大のリスクは、ほとんどの場合、未知の事柄にあるのではありません。それは、もはや真実ではなくなったと信じ込んでいる事柄にあるのです。1月に策定された戦略が、3月に密かに変更された規制上の前提に基づいていれば、その戦略は劇的に失敗するわけではありません。数ヶ月前にすでに正確でなくなった前提に基づいて下された、無数の小さな意思決定を通じて、徐々に、そして目に見えない形で失敗していくのです。『ストラテジー・ツイン』の役割は、それが組織に損害を与える前に、こうした事態を察知することにあります。
航空事故が発生した後、調査官たちは単に「最終的に何が起きたのか？」と問うだけでなく、ブラックボックスを回収し、その事態に至るまでのあらゆる判断、計器の表示、環境信号を遡って検証します。 多くの戦略ツールは、最終的な判断のみを記録します。Foundation-AIの「Strategy Twin」は、飛行の全過程を記録します。つまり、決断を下した時点で持っていた根拠、その根拠に対する確信度、そしてそれ以降、当初の仮説を強めたり弱めたりしたあらゆるシグナルを記録するのです。何か問題が発生した際、どこで軌道が外れ始めたのかを正確に把握することができます。
Foundation-AIにおけるあらゆる戦略的信念には、日ごとの減衰率があります。その信念を裏付ける新たな証拠が得られない場合、信頼度は自動的に低下していきます。これは耳を疑うような話に聞こえるかもしれませんが、事実です。6か月前に作成された競合分析が、今日では確かに信頼性が低下しているのは、その分析自体に問題があったからではなく、世の中が変化したからです。
Foundation-AIにおけるあらゆる戦略的信念は、新たな裏付けがなければ色あせていく。矛盾は明示的に浮き彫りにされ、決して黙って上書きされることはない。
実例：戦略のずれを察知する。東京
サンフランシスコのベンチャーキャピタル（VC）ファンドは、金融庁（FSA）が海外のフィンテック企業に対する姿勢を依然として開放的に保っているという見解に基づき、日本市場への参入戦略を6か月かけて策定してきた。Foundation-AIの「Strategy Twin」はこの見解を追跡しており、「海外フィンテックに対する金融庁の姿勢、信頼度：78％」と示している。
3週間の間に、Foundation-AIは静かに以下の事象を捉えた：金融庁の政策ワーキンググループが「国内データ主権」に関する新たな文言を公表した（−6%）、東京証券取引所に上場している競合企業が海外提携の申請を静かに取り下げた（不透明、−4%）、そしてロンドンチームからの内部ブリーフィングノートがタイムラインの想定と矛盾していた（矛盾フラグ、−8%）。 信頼度は現在60%で、低下傾向にある。Foundation-AIは次のように指摘する。「貴社の日本進出戦略は、3週間で18ポイント低下した規制上の前提に依存している。3つのシグナルが環境の変化を示唆している。重要度の高い順に以下に挙げる。」
あなたは気づかなかった。でも、ブラックボックスは気づいていた。
このプラットフォームにおいて最も価値のある知的財産
ダッシュボードでもなければ、プロフィールでもない。コードで構築され、アーキテクチャによって支えられ、本人の同意なしには悪用できない、生き生きと絶えず更新される人物像である。
Foundation-AIが構築したもの
多くの組織は顧客に関するデータを保有しています。しかし、Foundation-AIが提供するものは一味違います。それは、個人、その嗜好、ライフステージ、意思決定パターン、既知のコンテキストを、継続的に更新され、信念を持ち、意図をモデル化し、プライバシーを保護する形で表現したものです。この表現は本人の代わりに行動し、あらゆるやり取りから学習し、PACTネットワークを通じて情報を送受信することが可能であり、その背後にある人間を一切露呈することはありません。
これが「ヒューマン・デジタルツイン」です。これはデータベース内のユーザープロファイルとは異なります。プロファイルとは、最終更新の瞬間に固定されたスナップショットであり、誰かが照会するのを待っているに過ぎません。一方、デジタルツインは生きているのです。古びてきた信念を自ら手放し、本人が意識的に気づく前にライフステージの転換を察知します。また、「信頼度：74%」といった形で不確実性を正直に保ち、新たな証拠が入り次第、即座に更新されます。
これは単なる方針ではなく、コードによって強制されます。 このアーキテクチャは、ツインがプライバシー保護機能、同意管理機能、あるいはミッドナイト・レコードから切り離されないように設計されています。本人の明示的かつ記録され、取り消し可能な許可がない限り、ツインを複製、販売、または共有することはできません。これは単なる利用規約上の約束ではありません。金庫が施錠された状態を維持するために銀行支店長の善意に依存しないのと同様に、これはオペレーティングシステムに組み込まれた構造的な事実なのです。
これは、企業が莫大な資金を投じて模倣を試みるであろう知的財産です。その多くは失敗に終わるでしょう。それはコンセプトが理解しにくいからではなく、正しく構築するにはその基盤となるFoundationスタック全体が必要だからです。既存のCRMにデジタルツインを後付けすることはできません。デジタルツインこそが製品そのものであり、CRMは置き換えるべき対象なのです。
あなたの診療記録には、あなたの身体に関する事実が記されています。優れた医師は、単に記録を読むだけでなく、時間をかけてそれを解釈し、2年間にわたって血圧が徐々に上昇していることに気づき、6ヶ月前に開始した投薬が症状の改善につながっていることを認識し、それに応じてあなたの将来のリスクに関する見解を調整します。 デジタルツインとは、その医師が持つあなたに関するメンタルモデルです。単なるデータではなく、それを生き生きと解釈し、絶えず更新され、あなたがどのような人物であり、次に何をする可能性が高いかについてのあらゆる見解に、明確な信頼度スコアが付けられているものです。
デジタルツインは5つの層から構成されており、各層は前の層の上に構築されています：
このツイン構造は、主権的なアイデンティティを基盤として上層へと構築されています。各層は下層に依存しています。設計上、基盤を取り除けば、ツイン構造は崩壊します。
デジタルツインが実際に何をするのか――平易な言葉で解説
東京・渋谷に住む34歳のケンジを想像してみてください。彼はソフトバンクのお客様です。ファウンデーション・ソフトバンクが彼のデジタルツインを管理しています。具体的には、次のような意味になります：
レイヤー1. 本人確認：ケンジの身元は確認済みであり、氏名、年齢、住所、支払い情報はすべてソフトバンクによって確認されています。しかし、彼のデジタルツインにはパスポートのスキャンデータは保存されていません。保存されているのはパスポートの証明、つまり「この人物は実在し、本人確認済みで、信用力がある」と示す数学的な証明書であり、実際の詳細情報は一切開示されません。 まるでナイトクラブで手首に押されるスタンプのようなものです。入場審査を通過したことを証明しつつ、店内の誰にも身分証明書の内容を明かすことはありません。この証明はMidnightに永続的に記録されるため、権限を持つ関係者であれば、ケンジに再度身分証明書の提示を求めることなく確認することができます。
レイヤー2. コンテキストグラフ：ツインは、ケンジが8年間ソフトバンクを利用していること、最近家族向け健康保険を検索したこと（2回）、通勤頻度を減らしたこと（本人が提供に同意した位置情報データから推測）、そして食料品の宅配サービスへの支出が増加していることを把握している。これらはエピソード記憶に記録された事実であり、ケンジがどのような人物になりつつあるかを示すコンテキストグラフを構築している。
レイヤー3. 信念の状態：Foundation-SoftbankのCortexは、ケンジに関する以下の信念を持っている。「ケンジは人生における大きな変化を計画している可能性が高い（信頼度71%）。」「ケンジの次なる大きな購入は、保険または不動産関連のものになる可能性が高い（信頼度63%）。」 「ケンジはウェルネス関連のサービスに前向きである、確信度58%。」各信念には、確信度スコア、減衰率、および新しい行動によってその信念が反証された場合に発動する矛盾フラグが設定されている。
レイヤー4. インテントモデル：Stasisはライフステージの変化を検知します。ケンジは、独身でキャリアを積む段階から、家庭を持ち始めたばかりの段階へと移行しています。このモデルはこの移行を再現し、推測ではなく、ケンジの行動の軌跡を、彼の生データがノード外に出ることなく、ローカル環境で数百万件の類似した軌跡と照合することで、次に生じるニーズを予測します。
レイヤー5. 代理機能：ケンジの双子は行動できる。単に提案するだけでなく、実際に動くのだ。ケンジに代わって専門のファウンデーション・ノードに連絡し、見積もりの依頼、情報の取得、あるいは選択肢の比較を行うことができる。また、ケンジが事前に承認したサービス（定期振込のように、設定された限度額の範囲内）の支払いを完了させることもできる。これは連邦におけるケンジの代理人であり、機械並みの速度で動作するが、ケンジが設定したルールの範囲内でのみ機能する。 ケンジの画面には推奨事項が表示される。彼は、バックグラウンドで自分のために働いている双子の存在には気づかない。
CRMには、顧客に関するデータ（氏名、購入履歴、メールアドレスなど）が保存されています。一方、デジタルツインとは、顧客そのもの、その現在の生活状況、次に必要とするであろうもの、その予測に対するシステムの確信度、そして顧客に代わって行動する能力を表現したものです。この2つの間の隔たりは、写真と実在の人物との間の隔たりに例えられます。企業は30年にわたり、写真のようなデータを作り続けてきました。Foundation-AIは、実在の人物そのものを構築します。
IPは単なる概念ではありません。 IPとは、権利そのものではなく、その権利の行使である。デジタルツインはFoundation-AIのアーキテクチャに組み込まれており、本人の明示的な同意によって権利取消の連鎖が起動しない限り、いかなる組織もそれを主張したり、共有したり、そこから利益を得たりすることはできない。ツインは本人のものである。プラットフォームのものでも、プラットフォームを展開した企業のものでもない。本人のものである。企業はこれを再現しようと莫大な資金を投じるだろうが、結局は金で買うことはできないと気づくことになる。基礎から構築するしかないのだ。
デジタルツインは、Foundation-AI における単なる一つのモジュールではありません。実在の人物に対して展開する際、プラットフォーム全体が収束する先となるものです。 システムのあらゆる要素がこれに貢献しています。スカウトは最新の証拠を供給し、メモリ層はその信念状態を保持し、古くなった信念が消えゆくようにします。コーテックスはライフステージの変化を監視し、プライバシー・ボーダーは、ツインが外部のAIとやり取りする際、個人を特定できる情報が外部に漏れることがないよう保証します。PACTは、ツインがフェデレーション内の他のノードとどのように交渉するかを管理し、ミッドナイトはあらゆる同意の決定や取り消しを永続的かつ証明可能なものにします。これまでの章で説明したすべての要素が、この一つのものに集約されるのです。
デジタルツインは、「こうしたインフラ全体によって何が可能になるのか」という問いに対する答えです。それは、個人の知性、好み、状況、意図が、その人にサービスを提供するあらゆる組織において、組織側がその人物の正体を一切知ることなく、自律的に機能する世界を実現するものです。 ツインは、マシンエコノミーにおけるその人の大使のような存在です。そして重要なのは、あなたについて学習する他のあらゆるAIシステムとは異なり、ツインはプラットフォームのものではなく、その人自身のものだという点です。
ケンジの双子が「ファウンデーション・トラベル」にリクエストを送っても、「ファウンデーション・トラベル」はケンジの名前、住所、身元を知ることはない。同社が受け取るのは、ケンジのニーズを匿名化した要約と、彼が本人であることを証明する検証済みの証拠だけであり、それ以上は何も得られない。同社は、提供できるサービスの質で競争する。ケンジの双子は選択肢を評価し、条件が受け入れ可能であればサービス代金を支払い、その結果をAIインターフェースを通じてケンジに届ける。 連邦は双子に奉仕する。双子は本人に奉仕する。この連鎖において、ケンジを所有する企業は存在しない。システムはコードによってこれを強制する。
第十四章
一歩引いて全体として見ると、システムはこのような姿になります。
少し引いて、全体を一望してみましょう。
Foundation-AIは生き物のような存在です。各構成要素は独自の機能を持ち、すべてが中枢神経系（LogOS）を共有し、プライバシーを守る「皮膚」（Cognition Gateway）によって保護されています。デジタルツインは、この有機体全体が収束する先であり、個人、組織、あるいは信念体系を生き生きと表現したもので、体内のあらゆる器官によって絶えず更新されています。
ロンドン支社からベテランのアナリストが退職し、3年間にわたる日本市場の知見を持ち去ってしまった。サンフランシスコチームに新入社員が入社したが、最初の1か月を、他のメンバーがすでに把握している状況を把握し直すことに費やしてしまった。東京チームは、2か月前に密かに時代遅れとなっていた規制に関する前提に基づいて戦略を策定してしまった。
Foundation-AIを活用すれば、アナリストの知識はシステム内に体系化され、検索可能かつ信頼性スコア付きで保存されます。新入社員は入社初日からその知識を活用できます。規制上の前提条件は、証拠が変化した瞬間にフラグが立てられます。このシステムは決して休むことなく、異動することもなく、Wikiの更新を忘れることもありません。
ベト財団がAIに関して掲げる主張は、言葉にするのは簡単だが実現は困難だ。つまり、「知識を管理するシステムは、単に知識を保管するシステムよりも優れた成果を上げる」というものだ。今日すぐにそうなるわけではない。たった一度の検索でそうなるわけでもない。しかし、時間をかけて積み重なっていくにつれ、手入れの行き届いた庭が種子の倉庫よりも優れた成果を上げるのと同じように、その差は明らかになっていく。
組織内で情報が失われていくのは、悪意があるからではなく、誰もそれを管理しないからだ。人々は書類をファイルにしまい、二度と取り出さない。矛盾は静かに積み重なる。信頼は蝕まれていく。誰もが公式のシステムを迂回し、独自の回避策を講じ始める。知識ベースは、検索バーが載っただけの墓場と化してしまう。
Foundation-AIは、それとは正反対の存在として構築されました。それは世界を貪り、摂取した情報を検証し、得た知識を体系化し、不要な情報は忘却し、矛盾を浮き彫りにします。そして、示された判断を通じて自律性を獲得し、暗号化によるクロスチェックによって情報開示を管理し、あらゆる結果から学び、これらすべての能力を向上させていきます。
それは単なる機能一覧ではありません。組織の知性とはどうあるべきかという哲学なのです。
Foundation-AIを理解する最も簡単な方法
ロンドン支社のシニアアナリストが退職し、3年間にわたる日本市場の知見を持ち去ってしまった。サンフランシスコチームに新入社員が加わったが、最初の1か月を、他の全員がすでに把握している背景情報の再構築に費やしてしまった。東京チームは、2か月前に密かに時代遅れになっていた規制動向の分析に基づいて戦略を策定してしまった。Foundation-AIはこうした問題を完全に解消するわけではないが、組織の知見が流出するのではなく、蓄積されていくことを意味する。 ロンドンのアナリストが知っていた情報は保存され、体系化され、サンフランシスコの新入社員が必要とする時に引き出されます。規制に関する見解は、状況が変化した瞬間にフラグが立てられます。東京のチームは、それが危機となる前にその変化に気づくことができます。このシステムは決して眠らず、転職することもなく、Wikiの更新を忘れることもありません。
そして、このシステムと関わる個人――顧客、患者、購入者、旅行者――のために、Foundation-AIはさらに驚くべきもの、すなわち「デジタルツイン」を構築します。それは、彼らを生き生きと表現し、自律性を持ち、暗号技術によって保護された存在であり、フェデレーション全体において彼らの代理として機能します。そこにはプラットフォームの知性ではなく、彼らの知性が宿ります。企業の同意ではなく、彼らの同意が反映されます。彼らの「ツイン」が、彼らが人間としての生活を送る間、機械の速度で彼らのために行動するのです。
それは単なる機能ではありません。それは、人々と、その人々にサービスを提供するシステムとの間の、新たな関係性なのです。そして、それは利用規約のような文書に記されているのではなく、アーキテクチャそのものに組み込まれているのです。
その名前
素晴らしい建物は、どれも同じように始まります。ペントハウスから始めるわけではありません。すべてを支える土台から始めるのです。
この名称は比喩ではありません。これは設計上の判断を表すものです。
東京、ロンドン、あるいはサンフランシスコでエンジニアが高層ビルを建設する際、基礎は誰の目にも触れない部分です。それは設計に最も長い時間を要した部分でもあります。基礎は、現在存在する部分だけでなく、将来追加される可能性のあるすべての階を含め、その上にあるすべての重量を支えなければなりません。設計が不十分な基礎では、建設できる高さに制限が生じます。一方、優れた設計の基礎があれば、高さはほとんど問題にならなくなります。
多くのAIプラットフォームは、まるで建物の下に基礎のないペントハウスのように構築されています。特定の課題を巧みに解決し、これを要約し、あれを分類し、別のものを起草することはできますが、その基盤は砂の上に築かれているのです。永続的な記憶も、管理された知識ベースも、免疫システムも、学習ループも、プライバシー保護のアーキテクチャも存在しません。そして、それらを新しい分野に応用しようとすると、そのたびに一から作り直さなければならないのです。
「Foundation」という名称は意図的なものです。これまでの14章で説明したすべての要素は、この「Foundation」の一部です。製品そのものではありません。製品が構築される基盤なのです。
基礎は、その上に何が建てられるかなど気にしない。 新宿にしっかりと打ち込まれたコンクリートの基礎は、オフィスビルと同じようにホテルも支えることができる。Foundation-AIも同様だ。知識インフラ、ガバナンス、メモリ、推論OSが整えば、信頼モデルやプライバシー層、メモリアーキテクチャをその都度再構築することなく、臨床試験、フィンテック、農業、不動産など、あらゆる分野に垂直型AIを展開できる。基礎はすでに整っているのだ。
だからこそ、次のセクションで説明する各分野は、独立した製品ではありません。それらは同じ建物内の各階に相当します。それぞれが、同じクローラー、同じガバナンス・クロッシング、同じLogOSオペレーティングシステム、同じ審議評議会によって支えられています。異なるのは、ドメイン知識、専門のスカウト、その業界向けに厳選されたアレクサンドリア図書館、そしてストラテジー・ツインが信念を追跡するために使用する語彙です。インフラストラクチャは共有されています。その上に構築されるアプリケーションは、各ドメインに合わせてカスタマイズされています。
★ これは構想段階ではなく、すでに稼働中です
Ibex APACでは現在、Foundation-AIを本番環境で運用しています。 Ibexが外部へ提出するすべての助成金申請書、提携提案書、MOU（覚書）の枠組み、および予算書類は、社外へ送付される前にFoundation-AIを通過します。このシステムは草案を読み取り、過去の提出書類やガバナンス方針を収録したAlexandriaナレッジベースと照合し、マネージング・ディレクターの承認が必要な事項をフラグ付けし、利益相反の兆候がないかを確認し、提案内容が現在の戦略的方針を反映していることを保証します。
本日現在：稼働中のサービスは14件。検証済みのナレッジアイテムは10万9,000件以上。ガバナンスサイクルは毎日実施されています。Ibexが提出するすべての提案には、恒久的な監査証跡が残されます。このシステムは24時間稼働し、チェックを怠ることはなく、導入以来、ガバナンスサイクルを一度も見逃したことはありません。
この基盤は将来的な製品ではありません。すでに稼働しています。
PACTのホワイトペーパーは次のように明言している。「Foundation-V2は、もはや単なるエンタープライズ向けAIスタックにとどまらない。それは『主権型インテリジェンス・ノード』の骨格そのものである」。次のステップであるFoundation-V3では、各インストール環境を「主権型インテリジェンス・ピア」へと進化させる。つまり、自律的で、ポリシーに準拠し、特定の領域に特化し、証明機能を備え、PACTプロトコルを介して他のFoundationノードと相互運用可能な存在となる。
これをビットコインのマイナーのようなものと考えてください。ただし、ブロックを生成する代わりに、各ノードは明確な契約に基づき、検証済みで信頼性のあるインテリジェンスを生成します。ネットワーク上を伝送されるのは生データではありません。伝送されるのは、信頼されたインテリジェンス・パケット、能力マニフェスト、作業契約、貢献レシート、出所エンベロープ、および失効状態です。 PACTはインテリジェンス経済におけるTCP/IPであり、インターネット上で2台のコンピュータが通信できるようにするTCP/IPと同様に、任意の2つのFoundationノードが相互に通信できるようにする標準ルールです。Midnightは、その経済圏におけるあらゆる取引を証明可能にするチェーンです。次のセクションで説明する垂直分野は単なるユースケースではなく、そのネットワークの最初の階層なのです。
Foundation-AIは基盤となります。各垂直分野は、その上に構築された階層であり、その下層にあるガバナンス、メモリ、プライバシー、推論のインフラストラクチャを共有しています。
基盤は、その上に複数のものが構築でき、かつそれらが互いに連携できる場合に初めて価値を持つようになります。PACTは、Foundation-AI内の任意の2つのエージェント間、あるいは異なる組織に属する2つのFoundation-AIノード間で、作業の交渉と確定を行う方法を規定するプロトコルです。これは、プラットフォームにおける普遍的な契約言語です。Midnightは、それらの契約を証明可能にするチェーンであり、不変性、ゼロ知識、改ざん防止を備えています。
この組み合わせにより、Foundation-AIは閉鎖的なシステムではありません。サンフランシスコのバイオテック・ノードは、東京のアグリテック・ノードにデータ処理を委託することができます。ロンドンのフィンテック・ノードは、シンガポールのガブテック・ノードから検証済みの情報を取得することができます。各取引はPACTの作業仕様書（Statement of Work）に基づいて管理され、Midnightにコミットされ、レピュテーションスコアによって決済されます。中央集権的な管理者は不要です。盲目的な信頼も必要ありません。この基盤は設計上オープンであり、Midnightこそが、そのオープン性を安全なものにしているのです。
その上に何を構築できるか
同じ基盤。無限の可能性。各分野に導入した際の様子をご紹介します。
以下の各ユースケースは、個別のインフラを必要とする独立した製品ではありません。これらは「Foundation-AI」の特化構成であり、その分野向けに厳選されたAlexandriaライブラリ、関連するシグナルの所在を把握する専門のScoutsのセット、その業界で重要な見解を追跡するように調整されたStrategy Twin、そして分野固有のコンテキストを組み込んだ審議評議会で構成されています。ガバナンス、メモリ、プライバシーアーキテクチャはすべて共有されており、すでに構築済みです。
これらの垂直分野が単なる孤立した展開にとどまらない理由は、そのすべての下に共通の契約およびコミットメント層が存在するからです。PACT（Peer Autonomous Contribution & Trust）は、サンフランシスコのバイオテックスカウトが臨床データの取得を委託する場合でも、ロンドンのトラベルスカウトが東京のノードに今後の稼働率分析を依頼する場合でも、あらゆる垂直分野にわたるエージェント間のすべてのジョブを統括します。すべてのジョブには、署名済みの範囲、予算、期限、および受入基準が設定されています。 Midnightは、すべてのPACTコミットメントをオンチェーンで固定します。合意内容、デリバリーハッシュ、レピュテーションの変動値はすべて封印され、不変であり、基盤となるデータを公開することなく、権限を持つあらゆる当事者が検証可能です。
つまり、以下の各分野は単なる独立した情報レイヤーではなく、証明可能で評判に基づく重み付けが行われた、エージェント間の国境を越えた経済圏におけるノードなのです。フィンテック・ノードとガブテック・ノードは、PACT契約の下で情報を共有できます。コンシューマー・ライフスタイル・ノードとトラベル・ノードは、互いに業務を委託し合うことができます。各分野は同じビル内のフロアであり、PACTとMidnightはそれらすべてをつなぐエレベーターシャフトなのです。
バーティカル・ワン
医薬品開発は、世界で最も情報集約度の高い活動の一つです。単一の第III相臨床試験だけでも、数十の試験施設からテラバイト規模のデータが生成され、規制当局への申請書類は数千ページに及び、競合他社がプレプリントを公開したり、FDAがガイダンスを更新したりするたびに、競争環境は変化します。 今日のバイオテクノロジー関連情報の多くは、手作業で収集されています。サンフランシスコの研究チームがClinicalTrials.govを精査し、ロンドンの規制対応担当者がEMAの発表を追跡し、東京の事業開発チームが競合他社のパイプラインを監視しているといった具合です。
Foundation-AIがバイオテクノロジー分野にもたらすもの
専門のスクレイパーが、ClinicalTrials.gov（世界的な臨床試験登録サイト）、PubMed（医学研究データベース）、bioRxiv（出版前の科学論文）、FDAへの提出資料、EMAのデータベース、PMDA（日本の医薬品規制当局）の発表、および米国、EU、日本の各特許庁のデータを継続的に収集しています。Foundation Media Intelligenceは情報の信憑性を検証し、プレプリントには「査読未了」のフラグを付け、撤回された論文には直ちにその旨を明記します。
アレクサンドリア・ライブラリーは、企業が監視リストに載せているすべての化合物について、作用機序、臨床試験の履歴、有害事象の傾向、同様の開発段階にある競合化合物などの情報をまとめた資料を管理しています。新たな第II相試験の結果が公表されると、アレクサンドリアは関連するすべての資料を更新し、これまでの有効性に関する主張との矛盾がある場合にはフラグを立てます。
Strategy Twinは、「化合物Xは2027年までに承認される明確な規制上の道筋がある」という見解を、信頼度の日々低下とともに追跡します。競合他社が優越性試験を発表した場合、信頼度は自動的に低下し、確認のために表示されます。FDAが同じ適応症に関する新しいガイダンスレターを公表した場合、人間が文書を読む前に矛盾フラグが作動します。
実際の事例：ロンドンを拠点とするバイオテクノロジー企業の事業開発（BD）チームが、有望な腫瘍学関連資産を持つサンフランシスコのスタートアップを評価している。3週間にわたる手作業によるデューデリジェンスを行う代わりに、Foundation-AIの審議委員会が、臨床文献、特許の実施自由度に関するシグナル、競合環境、および米国、EU、日本の規制上の先例を統合し、各次元ごとに信頼度スコアを算出し、証拠が不十分な場合には率直に「保留」と判断する。 BDチームは数週間ではなく数時間で体系化された報告書を受け取ることができ、すべての主張は一次情報源まで遡って確認可能です。
バーティカル・ツー
通信・メディア業界は、2つの異なるスピードで同時に動いている。周波数オークションやインフラ契約は数年単位で進む一方、コンテンツの権利、ストリーミングの加入者数、プラットフォームのアルゴリズム変更などは週単位で変化する。東京の通信事業者は、NTTドコモがOpen RANの導入をどのように進めているか、またNetflixの最新のコンテンツ契約がブロードバンド需要にどのような影響を与えるかを把握しておく必要がある。 ロンドンのメディアグループは、40の地域にわたる配信権のウィンドウを把握しつつ、どのストリーミングプラットフォームがオリジナル作品の制作を中止し、どのプラットフォームがさらに注力しているかを注視する必要がある。
Foundation-AIが通信・メディア業界にもたらすもの
スカウトチームは、Ofcom（英国）、FCC（米国）、MIC（日本）、およびEUのBERECによる規制関連の届出を同時に追跡しています。周波数オークション担当のスカウトは、各管轄区域における入札動向を注視しています。コンテンツ担当のスカウトは、権利データベース、スタジオの決算発表、ストリーミングプラットフォームの発表を時差を超えて監視しており、東京での朝の発表とサンフランシスコでの午後の決算発表の間にも、情報に遅れが生じることがありません。
Cortexは24時間365日稼働しており、これは本システムにとって極めて重要な点です。ロンドン時間の午前2時に権利が失効する場合、東京の昼休みに規制当局の決定が公表される場合、あるいはサンフランシスコの祝日に緊急の周波数再割り当てが行われる場合でも、関連するチームが業務を開始する前に、これらすべての事象を捕捉し、フラグを立てることができます。
実例：ロンドンに拠点を置く衛星ブロードバンド企業が、日本の3県における周波数帯の入札準備を進めています。Foundation-AIは、総務省の過去の入札事例、既存免許保有者の動向、地域の政治的な動向、およびソフトバンクや楽天による競合他社の申請内容を追跡し、アナリストチームなら2週間はかかっていたであろう入札戦略の概要を、一晩でまとめ上げました。
バーティカル・スリー
Web3は、情報が最も速く流れ、信頼を築くのが最も難しい領域です。オンチェーンデータは公開されていますが、ノイズが多いのが実情です。プロトコルのガバナンスはDiscordサーバーやSnapshotでの投票を通じて行われます。クリエイター経済に関するデータは、YouTube、TikTok、X、そして十数もの新興プラットフォームに同時に存在しています。トークン価格は「最終的なシグナル」であり、「最初のシグナル」ではありません。最初のシグナルとなるのは、開発者のコミット、ガバナンス提案に対する世論、DAOの資金動向、そしてインフルエンサーの移動パターンです。
Foundation-AIがWeb3およびコンシューマーメディアにもたらすもの
ここで「Foundation Media Intelligence」の重要性が際立つ。Web3の世界は、組織的な偽情報、偽の提携発表、操作されたオンチェーン活動、ボットによって増幅された市場心理などで溢れかえっている。Foundation-AIのナレッジベースに追加されるコンテンツはすべて、信憑性スコアが付けられる。認証済みのプロトコルチームによるツイートには0.85が与えられる一方、トークンのバーンが間近だと主張する匿名のTelegram投稿には0.22が与えられ、「裏付けが必要」とマークされる。
オンチェーンスカウトは、イーサリアム、ソラナ、および主要なレイヤー2（L2）ネットワーク全体におけるウォレットの動き、DAOの資金の流れ、ガバナンス投票、開発者の活動を監視しています。コンシューマーメディアスカウトは、クリエイターのフォロワー数の推移、プラットフォームのアルゴリズム変更、ブランド提携のパターンを追跡し、オーディエンスが実際に移動する前にその動向を予測するシグナルを捉えています。
Strategy Twinは、「プロトコルXは第3四半期を通じてTVLの首位を維持する」といった予測を追跡しており、その減衰率はオンチェーンの状況が変化する速度に合わせて調整されています。この変化の速度は、従来の市場よりもはるかに速いものです。クジラウォレットが動き出すと、人間がそのニュースを認識するよりも前に、予測の確信度が調整されます。
実例：サンフランシスコのWeb3ベンチャーファンドは、40件の投資先におけるプロトコルの健全性を同時に追跡したいと考えています。Foundation-AIは、各投資先について、開発者の活動状況、ガバナンスへの参加状況、資金の残存期間、競合他社との位置づけ、コミュニティの動向といった情報を網羅した「生きた」ダシエ（資料）を管理しています。毎日のブリーフィングでは、その朝に注視すべき2～3件の案件が抽出されます。これは40の指標を均等に表示するダッシュボードではなく、優先順位付けされ、根拠に基づいたアラートなのです。
バーティカル・フォー
農業は、データは常に存在しているものの、そこから得られる知見が不足している分野です。衛星画像、土壌センサー、気象モデル、商品先物、貿易政策の変更、害虫発生の報告など、あらゆる情報が利用可能であるにもかかわらず、そのほとんどが、実用的な形でタイムリーに統合されていません。 日本の米生産者は、作付けの決定を確定させる前に、日本海上で発生しつつある気象システム、世界の小麦価格を動かす米国の農業政策の変更、そして北海道での害虫の発生について、これらすべてを同時に把握する必要がある。
Foundation-AIがアグリテック分野で果たす役割
環境スカウトは、衛星画像の分析、米国農務省（USDA）の作物報告、国連食糧農業機関（FAO）の世界的な供給データ、JAXA（日本宇宙航空研究開発機構）の地球観測データ、および各地域の気象情報を収集・分析します。商品スカウトは、先物市場、貿易政策の変更、および投入コストに影響を与える運賃指数を追跡します。
ここで審議委員会の真価が発揮される。サンフランシスコのアグリテックファンドが、メコンデルタの干ばつが東京市場に上場している農業関連投資に影響を与えるかどうかを評価する際、異なるトレーニングデータを用いた4つのAIモデルがサプライチェーンへの影響を個別に評価し、委員長がそれらの合意点、相違点、そして真に不確実な点を統合して分析するのだ。
実例：ロンドンを拠点とするあるアグリテック投資ファンドは、3大陸にわたる30社のポートフォリオ企業を管理しています。Foundation-AIは、各企業について「戦略ツイン」を維持しており、これには作物の収量予測、規制リスク予測（日本の農薬承認スケジュール、EUグリーンディールへの準拠状況）、および競合優位性予測が含まれます。衛星データにより主要な生産地域で予期せぬ干ばつストレスが確認されると、影響を受けたポートフォリオ企業の予測値は自動的に下方修正され、ファンドマネージャーは四半期報告書が提出される前に、自身の戦略ダッシュボード上でその影響を確認することができます。
バーティカル・ファイブ
不動産情報は極めて地域密着型であり、また非常に細分化されています。ロンドン・サウスワーク区に提出された開発申請、サンフランシスコ都市計画委員会が承認した用途地域変更、東京都のインフラ整備に関する発表――こうした情報はそれぞれ異なる投資家にとって重要ですが、それらがすべて同じデータベースに集約されていることはありません。これらすべてを把握している専門家は、非常に大規模な調査チームを擁しているか、あるいは20年にわたり市場で活動し、独自のネットワークを築き上げてきたかのどちらかです。Foundation-AIは、その第三の選択肢となります。
Foundation-AIがプロップテック分野で果たす役割
プランニング・スカウトは、ロンドンの各自治区の自治体計画ポータル、サンフランシスコの都市計画局、東京都の発表、およびその他50都市の情報を同時に監視し、商業用不動産データベースに掲載される前に、新たな申請、承認、および却下案件をいち早く把握しています。
トランザクション・スカウトは、英国の土地登記データ、RICS（王立不動産鑑定士協会）の報告書、CoStarの提出書類、国土交通省のデータ、および権利証記録を追跡し、利回り圧縮が市場価格に織り込まれる前に、資本がどこへ流れているかについて、常に最新の状態を把握しています。
この点において、「ストラテジー・ツイン」の威力は特に際立っています。「ロンドンEC2地区のグレードAオフィスは、2026年まで空室率を5%未満に維持する」という予測に対し、リース満了データ、新規供給物件の竣工情報、テナントに関する発表ニュースなどを基に、毎日信頼度の低下が反映されます。WeWorkが新たな閉鎖を発表したり、主要テナントがリース解約を申し出たりした瞬間、ブローカーがプレゼン資料を更新するよりも早く、信頼度スコアが調整されるのです。
実例：サンフランシスコの不動産プライベート・エクイティ・ファンドが、東京での大規模なオフィス物件の買収を審査中です。Foundation-AIのAlexandriaライブラリには、過去10年間に当該区内で行われた類似取引の全事例、半径500メートル以内のすべての都市計画申請、当該ビルに入居する全テナントの契約履行能力、および周辺地区における市のインフラ整備計画に関する情報が網羅されており、これらは相互参照され、信頼度別に分類され、必要に応じて即座に抽出・表示されます。
バーティカル・シックス
プライベート・マーケット・インテリジェンスの分野こそ、Foundation-AIのガバナンス・アーキテクチャがその真価を最も明確に発揮する領域である。ロンドンにある、200社の運用会社を評価対象とするファンド・オブ・ファンズは、FSA、SEC、および日本の金融庁の規制資本要件を同時に追跡し、運用会社の実績を監視し、運用スタイルの逸脱に注意を払い、運用会社が表明した戦略と実際のポートフォリオに乖離が生じた場合にフラグを立てる必要がある。その一方で、ファンドAに関する情報が決してファンドBの分析に漏洩しないよう徹底しなければならない。
Foundation-AIがフィンテック、DeFi、プライベート・エクイティにもたらすもの
ここでの「コグニション・ゲートウェイ」は単なるオプションではなく、製品そのものです。ロンドンを拠点とするファンド・オブ・ファンズがFoundation-AIに対し、競合する2人の運用マネージャーの分析を依頼した場合、プライバシーアーキテクチャにより、運用マネージャーAのポートフォリオ構成に関する情報は、運用マネージャーBの分析には一切反映されないよう保証されます。各運用マネージャーには、個別に隔離された知識範囲が割り当てられます。この処理は、ガバナンス・クロッシングによって自動的に行われます。
Regulatory Scoutsは、FSA（英国）、SEC（米国）、FINRA、FCAの執行措置、ESMAのガイドライン、金融庁（日本）の通達、およびMAS（シンガポール）の動向を同時に追跡しています。FCAがプライベート・クレジットに関する「Dear CEO」レターを発出した場合、ポートフォリオ内のプライベート・クレジットへのエクスポージャーを有するすべてのファンドにおいて、「規制環境は安定している」という確信度に対し、Strategy Twinによる信頼度低下が生じます。
DeFi Scoutsは、プロトコルのTVL、ガバナンス投票、監査報告書、トレジャリーの分散投資動向、およびブリッジのセキュリティインシデントを監視しています。Foundation Media Intelligenceの信頼性評価プロセスは極めて重要であり、実際には組織的な市場操作である匿名のプロトコル「発表」は低評価となり、アナリストのレポートに届く前に隔離されます。
実例：東京に拠点を置くファンド・オブ・ファンズは、米国、英国、EUの150社の運用会社へ投資を行っています。Foundation-AIは、各運用会社について「ストラテジー・ツイン」を維持しており、これにはスタイルのドリフトに関する見解、規制リスクに関する見解、集中度に関する見解、流動性に関する見解が含まれます。以前はアナリストが6週間を要していた四半期レビューも、現在ではFoundation-AIがすでに統合した情報を2時間のセッションで確認するだけで済むようになりました。すべての主張の根拠が追跡可能であり、信頼度スコアが説明され、矛盾点もすべて明らかにされています。
「Strategy Twin」は、運用担当者や市場に関する信念を追跡します。しかし、個人LP、特にファミリーオフィスや富裕層（HNWI）を対象とするファンドマネージャーにとっては、「Foundation-AI」はさらに強力な機能、すなわち各LPのための「デジタルツイン」をサポートします。このLPツインは、投資哲学、リスク許容度、流動性選好、ポートフォリオの状況、税務状況などを保持します。これらは、オンボーディング時に記入された静的なフォームではなく、状況の変化に応じて更新される「生きた信念モデル」として機能します。 ファンドマネージャーが新たな資産配分を提案する際、システムはまずLPツインの現在の状態に対してその提案を評価します。提案は、3年前のプロフィールではなく、LPの実際の状況に対して事前に検証された状態で提示されます。これは、100人ものリレーションシップ・マネージャーを雇用することなく、大規模に実現するパーソナライズされたプライベートバンキングなのです。
バーティカル・セブン
サプライチェーンのリスクにおいて、問題が発生してからそれが気づかれるまでの時間の差が最も大きなコストにつながる。大阪の工場で発生した火災が半導体サプライヤーの操業を妨げると、サンフランシスコのハードウェア企業の生産スケジュールは72時間以内に影響を受けるが、それを予測して迂回ルートを手配するためのサプライチェーン・インテリジェンスを収集するには、多くの企業で数週間を要する。 OSINT（オープンソース・インテリジェンス）にも同様の時間的制約の問題がある。情報は公開されているものの、アナリストの手元に届く頃にはすでに古くなっているのだ。
Foundation-AIがサプライチェーンおよびOSINTにもたらすもの
Cortexの24時間365日体制こそが、ここでの最大の強みです。現地時間午後11時に東京で港湾閉鎖が発表されると、その情報は即座にFoundation-AIのナレッジベースに反映されます。ロンドンのチームが起床する前、サンフランシスコのチームが朝業務を始める前に、Cortexは影響を受けるすべてのポートフォリオ企業、顧客、サプライヤーを特定します。アラートには、影響を受ける取引先の優先順位リストと、推奨される対応手順が添付されています。
Foundation Media Intelligenceの信憑性スコアリング機能は、OSINTにおける最も危険な失敗パターン、すなわち偽情報に基づいて行動してしまう事態を防ぎます。船舶の航行異常、施設の稼働停止に関するニュース報道、サプライヤーの操業停止に関するソーシャルメディアの投稿など、あらゆる外部シグナルは、戦略的な判断に影響を与える前に、その信憑性についてスコアリングされます。スコアの低いシグナルは、自動的に拡散されることなく、隔離され、人間による確認が必要なものとしてフラグが立てられます。
実例：ロンドンに拠点を置く防衛関連企業は、400社からなるティア2およびティア3のサプライチェーン全体において、サプライヤーの健全性を追跡する必要があります。Foundation-AIは、各サプライヤーのリアルタイムな健全性スコア、財務上のストレス要因、地政学的リスク、施設の操業停止に関するニュース、および規制遵守状況を管理しています。これにより、調達チームはスプレッドシートを管理する必要がなくなりました。代わりにアラートキューを管理し、前回の確認以降に健全性スコアに大幅な変化があったサプライヤーのみを精査するようになりました。
バーティカル・エイト
政府は、政策に関連する膨大な量の情報――委員会公聴会、パブリックコメントへの回答、規制案、施行指針、閣僚の演説など――を生み出しているが、そのほとんどはリアルタイムで統合・分析されていない。ロンドンのロビイストは、財務省のパブリックコメント回答にどのような表現が盛り込まれたかを知る必要がある。東京のコンプライアンスチームは、金融庁の新しい通達が既存の3つのガイドラインとどのように関連しているかを把握しなければならない。サンフランシスコの政府渉外チームは、AI規制法案について50の州議会を同時に追跡する必要がある。
Foundation-AIがガバメントテックと政策分野で果たす役割
Parliamentary Scoutsは、英国の『Hansard』、米国の『Congressional Record』、日本の『国会記録』、およびEUの立法データベースを同時に追跡し、関連トピックが言及されるたびに、それが法案化する前にフラグを立てます。Consultation Scoutsは公開協議を監視し、クライアントの利益が関わる場面を特定するとともに、Alexandriaナレッジベースを活用して体系的な回答案を作成します。
審議委員会は、GovTech分野における最も難しい問い、「この規制案は、我々のビジネスにとって実際にどのような意味を持つのか？」に取り組んでいます。法律や政策に関する異なるトレーニングを受けた4つのAIモデルが、草案の文言を独自に解釈し、主要な曖昧な点を特定するとともに、専門家の人的判断が真に必要とされる箇所を明らかにします。これにより、単一のモデルが「自信満々だが実際には間違っている」回答を出してしまうことを防いでいます。
実例：サンフランシスコのAI企業は、EU AI法、英国のAI白書の実施、日本のAI戦略の改定、および米国の12州の法案にわたるAIガバナンス関連の法規制を同時に追跡する必要があります。Foundation-AIは、各管轄区域ごとに「ライブ・ブリーフ」を維持しています。これには、現在の状況、主要な規定、コンプライアンスへの影響、および現在も改定が進められている具体的な条項が含まれており、追跡対象のデータベースのいずれかに新しい文書が掲載されるたびに更新されます。
バーティカル・ナイン
研究機関、大学、シンクタンク、国立研究所は、他のどの組織よりも一人当たりの知識の創出量と消費量が多い。問題は知識を生み出すことではなく、何が既知の事実なのか、誰が何に取り組んでいるのか、引用チェーンがどこへつながっているのか、ある分野のプレプリントが別の分野のプロジェクトにどのような影響を与えるのかを把握することにある。 インペリアル・カレッジ・ロンドンで量子材料の研究に従事する研究者は、東京やカリフォルニア工科大学の研究室が自身の研究に関連する論文を発表した場合、24時間以内にその事実を把握できるべきである。
Foundation-AIが研究・知識ネットワークにもたらすもの
Hephaestus。Foundation-AIの学術情報収集ツール「Scout」は、主要な学術プレプリントサーバーや研究データベース（arXiv、Semantic Scholar、bioRxiv、SSRN）に加え、各大学のリポジトリを継続的に監視し、引用ネットワークを追跡します。これにより、注目している論文が、これまで追跡していなかった研究室によって引用された際に、その情報を通知します。Retraction Watchとの連携により、撤回された論文は即座にナレッジベース上でマークされ、有効な証拠として引用されるのを防ぎます。
アレクサンドリアのコンパイル層は、その誕生の目的である研究用途に最適です。この層は、学際的な知見を結びつける相互参照付きの概念ページを構築し、研究の軌跡分析を含む著者や研究室のプロフィールを管理します。さらに、一見無関係に見える2つのグループが、それぞれ異なる角度から同じ問題に取り組んでいる場合、どちらのグループも論文を発表する前にその事実を指摘します。
実例：世界200の研究所における量子コンピューティングの進捗状況を追跡している東京大学の研究コンソーシアムは、Foundation-AIを活用して「最前線マップ」を常に最新の状態に保っています。このマップには、どの機能が実証済みか、どの主張に異論があるか、どの研究所が特定のマイルストーンに最初に到達する可能性が高いか、そして依然として主要な技術的ボトルネックがどこにあるかが示されています。大学院生は、その分野についてこれまでに発表されたすべての文献を読み漁るのではなく、研究そのものに時間を費やすべきなのです。
バーティカル・テン。深く根付いた
このガイドの他のすべての分野では、ブロックチェーンを外部統合として扱っており、必要に応じて接続するものであり得ます。しかし、Foundation-AIではその扱いが異なります。 Midnightプライバシープロトコルは、後付けされたものではありません。コミット層においてアーキテクチャに組み込まれています。すべてのガバナンスレシート、すべてのPACT契約決済、すべてのScout作業明細書、すべてのCognition Gateway開示記録は、Midnightのゼロ知識チェーンに暗号的にアンカーされています。他のあらゆるブロックチェーンインテリジェンスツールがシミュレートしなければならないことを、Foundation-AIはすでに実行しているため、この分野こそがFoundation-AIが最も深いネイティブな優位性を持つ領域なのです。
東京、ロンドン、サンフランシスコでは、書類の公証とは、公証人に赴き、捺印してもらい、写しを受け取り、その記録が火災などで失われないことを祈ることを意味します。 Midnightは公証人と同じ役割を果たし、ある事象がいつ発生し、誰が関与したかを証明します。ただし、その記録は数学的に改ざん不可能で、世界中で検証可能であり、特定の人間による機関への信頼を一切必要としません。Foundation-AIはMidnightを利用して、誰からも求められなくても、自らの動作を継続的に公証しています。
Midnightの統合は、Foundation-AI内で3つのレベルで実行され、それぞれが異なる目的を果たしています：
レベル1. ガバナンス受領の固定化（すべてのデプロイに組み込まれている）
Cognition Gatewayを通過するすべての開示イベントには、送信された内容を正確に表す数学的な署名である一意のフィンガープリントが付与されます。毎日UTCの深夜0時になると、その日のすべてのフィンガープリントがまとめられ、Midnightチェーンに書き込まれます。つまり、Foundation-AIのガバナンス履歴全体は単に記録されるだけでなく、基礎となるデータを公開することなく、権限を持つ第三者（LP、規制当局、監査人）によって独立して検証可能となります。 ロンドンの監査人は、クライアントデータを一切閲覧することなく、Foundation-AIが特定の日に847件の外部AI呼び出しを処理したこと、およびそのいずれもガバナンスポリシーに違反していなかったことを確認できます。
これは、企業のAIガバナンスに適用されたゼロ知識証明です。つまり、ルールが何を保護していたかを明かすことなく、ルールに従ったことを証明するものです。
レベル2. PACT契約の決済（Scoutエコノミーのオンチェーン処理）
サンフランシスコのスカウトが、東京のスカウトから委託された作業明細書を完了すると、その決済は単にデータベースに記録されるだけでなく、Midnightにコミットされます。作業契約の一意の指紋、納品証明、受領確認、そして評判の更新情報はすべて、Midnight上に永久に封印されます。これにより、事後にいずれの当事者も変更できない、不変の越境契約記録が作成されます。
実例：ロンドンのファンド・オブ・ファンズが、Foundation-AIを利用して、東京にある外部データプロバイダーのFoundation-AIノードに調査を委託している。 PACTプロトコルが、作業範囲、予算、納期、受入基準などを規定します。東京のノードが成果物を納品すると、決済は「ミッドナイト」に固定されます。その後、ロンドンのファンドが品質に異議を唱えたり、東京のノードが未払いを争ったりした場合でも、オンチェーンの記録が真実となります。メールもPDFも、「彼曰く／彼女曰く」といった言い争いもありません。すべてはブロックチェーンに記録されています。
レベル3. ブロックチェーンネイティブ産業のためのソブリン・インテリジェンス
Web3ファンド、DeFiプロトコル、トークン化資産プラットフォーム、およびブロックチェーンインフラ企業にとって、Foundation-AIは、分析対象のチェーン上に直接存在する、プライバシーを保護するインテリジェンス層となります。Strategy Twinは、オンチェーン上の「信念」を追跡します。 TVLの推移、ガバナンス投票の結果、トレジャリーの残高、ブリッジのセキュリティ状況といった「信念」のスナップショットをMidnightに紐付けます。これにより、サンフランシスコのDAOは、どの競合他社の状況を分析していたかを明かすことなく、特定の時点において特定の証拠に基づいて戦略的リスク評価を行ったことを、トークン保有者に証明することが可能になります。
実例：東京を拠点とするWeb3ベンチャーファンドは、ロンドンのLP（出資者）に対し、あるDeFiプロトコルへの投資判断が、事後的な合理化ではなく、投資時点において独立して検証可能なオンチェーンデータに基づいていたことを証明する必要があります。Foundation-AIの「Midnight-anchored Strategy Twin」は、まさにこれを提供します。つまり、投資判断の根拠となったあらゆる見解と証拠源について、タイムスタンプが記録され、暗号的に封印されたスナップショットを提供するのです。 LPは証拠を得られ、ファンドは競争優位性を維持できる。
その本質はこうだ。ブロックチェーンデータを分析するAIシステムの多くは、どのようにしてその結論に至ったかを証明できない。Foundation-AIは、単なる出力だけでなく、推論プロセスそのものがオンチェーンで行われる初のプラットフォームである。監査証跡は単なる機能ではない。それ自体が製品なのだ。
この分野が他の分野とどう違うのか
他のあらゆる分野では、Midnightを基盤としてFoundation-AIのインフラストラクチャが利用されています。ブロックチェーン・インテリジェンス分野では、これをMidnightとして活用しています。ガバナンスの連携、PACTエコノミー、レシート・アンカリング、監査証跡――これらは、特定の分野向けに後付けで統合されたものではありません。これらは当初から基盤に組み込まれていました。それは、設計者たちが「信頼」とは、最終的には「約束」ではなく「証明可能」でなければならないと理解していたからです。Midnightこそが、Foundation-AIがその約束を果たすための手段なのです。
バーティカル・イレブン
消費者のライフスタイルという分野では、トレンドの兆候と主流化までのタイムラグは数週間単位で測られ、誰よりも早くそれを察知した者が勝者となる。東京・原宿の裏路地で沸き起こった小さなトレンドも、1ヶ月もすればロンドンのショーディッチにあるブティックに登場し、1シーズンもすれば大衆市場に浸透している。 サンフランシスコのミッション地区で愛されているブランドが、翌日にはグローバル企業の買収対象になることもある。問題は、シグナルが存在しないことではない。シグナルは至る所に存在する。問題は、これまではどの組織も、それらすべてを同時に監視し、どれが本物の勢いであり、どれが作り上げられた誇大宣伝であるかを確認し、それらを商業的な意味合いと結びつけることができなかったことだ。
Foundation-AIがコンシューマー・ライフスタイル分野で果たす役割
カルチャー・スカウトたちは、重要なエリアに注目しています。東京の原宿や下北沢、ロンドンのショーディッチやペッカム、サンフランシスコのミッション地区やシルバーレイク、パリのレ・マレ、ベルリンのクロイツベルクなどです。彼らは、インディペンデントブティックに何が登場しているか、ブランドとの契約が成立する前にマイクロクリエイターたちが何を着ているか、フランチャイズ展開が始まる前にどのようなフードコンセプトの店がオープンしているかを追跡しています。 ファウンデーション・メディア・インテリジェンスの「オーセンティシティ・スコアリング」は、自然な文化的シグナルと有料のインフルエンサー起用を区別する。これは、作り出されたトレンドと本物のトレンドが手遅れになるまで見分けがつかない現代において、極めて重要なフィルターとなっている。
ブランド・インテリジェンス・スカウトは、Depop、StockX、Mercari Japan、Vintedにおいて、世論の動向、検索数の推移、TikTokやInstagramでの言及パターン、Redditのサブコミュニティでの議論、そして転売市場でのプレミアム価格を同時に追跡します。ブランドの卸売注文が埋まる前に転売プレミアムが急上昇した場合、それは多くのM&Aチームが見逃しがちな早期の兆候となります。
「Strategy Twin」は、ここで重要な「ブランドXは東京においてZ世代の共感を得ている」や「このサステナビリティに関するメッセージはロンドンでは共感を呼んでいるが、サンフランシスコではまだそうではない」といった認識を追跡します。各認識には信頼度スコアと減衰率が設定されており、文化的関連性はあらゆる分野の中で最も減衰が早い認識の一つですが、システムはそのことを把握しています。
実際の事例：ミカのシナリオ：これは仮定の話ではありません。FMIE-F3仕様書には、まさにこのユースケースが記載されています。ソフトバンクの加入者であるミカの行動に変化が見られ、フライト検索の増加、ウェルネス・リトリートの閲覧、通勤パターンの減少などが確認されました。Foundation-SoftbankのStasisエンジンは、これをライフステージの移行を示すシグナルとして検知します。Cortex-Softbankは単独で回答しようとせず、自分が知らないことを認識しています。 PACTプロトコルを介して、メッシュに対して機能発見リクエストを発行します。「旅行意向とウェルネス志向のシグナルを持つユーザーがいます。誰が貢献できますか？」Foundation-Travelの機能マニフェストが旅行意向に一致し、Foundation-Lifestyleがウェルネス志向に一致します。PACT SOW契約は自動的に交渉されます。ミカの生データはFoundation-Softbankの外に出ることはありません。 伝送されるのは、代理化され、個人識別情報（PII）を含まない抽象的なニーズベクトルに加え、スコープ指定されたクレームブロックとポリシーエンベロープである。両方のスペシャリストノードは、出所、信頼度スコア、およびMidnightに紐付けられたレシートを含む貢献パケットを返す。Cortex-Softbankはこれらをミカに関するローカルな知識と融合させ、Tritonを通じて統一されたパーソナライズされた推奨事項を提示する。ミカには、単一のインテリジェントなインタラクションとして見える。彼女はメッシュの存在を認識しない。
ミカ・シナリオは、より一般的なケースに当てはまります。人生のあらゆる重要な出来事は、複数の領域にまたがる情報ニーズを生み出しますが、PACTメッシュはデータを一元化することなく、それらを調整します：
| ライフイベントが検出されました | 誰が仕組んでいるのか | どのファウンデーション・ノードが関与し、どのような役割を果たすのか |
|---|---|---|
| 新米親 | 財団・通信事業者 | ヘルスケア → 小児医療の診療フロー · 小売 → ベビー用品 · 金融 → 生命保険 · 不動産 → 住空間のアップグレード |
| 転職 | 財団・通信事業者 | 金融 → ポートフォリオのリバランス · モビリティ → 通勤の最適化 · 教育 → スキルアップ · ライフスタイル → ストレス管理 |
| 退職への移行 | 財団・通信事業者 | 健康 → 予防医療 · 旅行 → 長期滞在先 · 金融 → ドローダウン戦略 · ライフスタイル → アクティブ・エイジング |
| 健康イベント | 財団・健康 | 通信 → 通信プラン · 金融 → 補償プラン · ライフスタイル → リハビリテーション · 移動 → バリアフリー交通 |
| 移転 | 財団所有物件 | 通信 → ネットワーク移行 · 教育 → 学校への入学 · モビリティ → 交通機関の利用設定 · 小売 → 地域サービス |
これらのシナリオのいずれにおいても、生データがノード境界を越えることはありません
上記の表の各行において、PACTメッシュを介して伝送されるのは、抽象的なニーズベクトル（代理データ化され、個人識別情報（PII）は含まない）、スコープが設定されたクレームブロック、開示レベルと権利条項を含むポリシーエンベロープ、および期待される出力契約です。貢献ノードは、消費者の身元を一切確認することはありません。確認できるのはニーズのみです。MidnightはすべてのSOWをアンカーとして固定します。 すべての貢献記録は検証可能です。消費者がいかなる時点で同意を取り消した場合でも、その無効化は貢献したすべてのノードに自動的に、かつ証明可能な形で伝播します。誰かのデータチームに電話をかける必要はありません。
消費文化の変化のスピードは、いかなる単一の組織が追跡できる範囲をはるかに超えています。PACTプロトコルを利用すれば、ロンドンのファンドが運営するFoundation-AIノードは、東京のScoutノードに対し、明確な受入基準とMidnightに紐づいた決済条件を備えた、暗号的にコミットされた構造化された作業仕様書（SOW）に基づき、専門的な文化インテリジェンスの提供を依頼することができます。この際、東京ノードが持つ日本の若者文化に関するシグナルの評判スコアが、評価の重み付け要素の一部となります。信頼を前提とする必要はありません。オンチェーン上で証明可能な実績のみが重要となるのです。
そして重要な点として、もしミカが後で同意を取り消した場合、その無効化は彼女のプロフィール作成に関与したすべてのノードに連鎖的に波及します。Midnightがこの取り消しを固定化します。下流にあるすべてのレシートは無効化されます。データは単に利用されなくなるだけでなく、メッシュ全体において、証明可能な形で有効性を失うのです。
バーティカル・トゥエルブ
旅行・ホスピタリティ業界は、情報の非対称性の上に成り立っている。航空会社は搭乗率を把握し、ホテルはRevPARを把握し、OTAは検索ボリュームを把握している。しかし、どの企業もその情報を共有せず、また、これら3つの情報を同時に把握できる事業者は存在しない。つまり、市場は常に不完全な情報に基づいて意思決定を行っていることになる。 ロンドンから東京への新規直行便が就航すれば、両都市のホテル市場は一変する。日本のビザ政策が変更されれば、各ホテルが正規料金を調整するより先に、インバウンド需要が殺到する。サンフランシスコで大規模な会議の予約が入れば、3つの郵便番号区域内のホテルは満室になる一方で、隣接するエリアは全く注目されない。こうしたシグナルをいち早く察知し、行動に移した組織が勝利を収める。他の組織は、その6ヶ月後にようやく追いつくことになる。
Foundation-AIが旅行・ホスピタリティ業界にもたらすもの
Demand Scoutsは、フライト検索データ（Google FlightsやITA Matrixの傾向、Skyscannerの検索ボリューム指数）、Booking.comやExpediaにおけるホテルの検索動向、主要郵便番号エリアでのAirbnbの空室状況の逼迫度、および政府の公開データフィードに基づくビザ申請件数を追跡しています。航空会社が新路線の発表を行う前に、ロンドン発東京行きの検索ボリュームが40%増加した場合、それは重要なシグナルとなります。Foundation-AIは、そのシグナルを捉えます。
Regulatory Scoutsは、80カ国にわたる移民政策の変更、到着時ビザの発給拡大、入国要件の更新、および二国間航空協定の交渉を同時に監視し、変更が公表されたその瞬間に情報を提供します。これは、業界ニュースレターが2週間後に取り上げるような遅れを一切生じさせません。
イベント・インテリジェンス・スカウトは、東京、ロンドン、サンフランシスコ、およびその他50都市におけるカンファレンスの予約状況、フェスティバルの開催告知、主要なスポーツイベント、都市全体のイベントを追跡し、確定したイベント情報を過去の需要増加データと照合することで、現在の収益管理システムがモデル化できる範囲を超えた、将来を見据えた客室稼働率予測を生成します。
「Strategy Twin」は、ホテルの資産管理において特に強力なツールです。「新宿のグレードAホテルのADRは第3四半期を通じて45,000円を上回る水準を維持する」といった予測に対し、実際の予約動向データ、新規競合施設の開業状況、インバウンド需要の動向といった要素に基づいて、毎日予測の精度が調整されます。ロンドンに拠点を置きながら東京の資産を管理するレベニューマネージャーは、現地に赴くことなく、現地に居るかのような詳細な情報を得ることができます。
実例：サンフランシスコを拠点とする旅行業界向けプライベート・エクイティ・ファンドが、東京、ロンドン、京都にまたがるブティックホテルのポートフォリオへの出資を行っています。Foundation-AIは、各施設について「ライブ需要ダッシュボード」を維持しています。これには、将来の見通しを示す稼働率のシグナル、競合他社の価格動向、出発地市場別のインバウンド旅行需要、イベントカレンダーの影響などが含まれ、すべてが継続的に更新され、信頼性レベルごとに分類され、追跡可能です。 以前は現地訪問やブローカーからの説明が必要だった四半期ごとの資産レビューも、現在ではFoundation-AIがすでに統合した情報を確認する90分間のセッションで済むようになりました。
ミリ秒単位の差が勝敗を分けるOTAアービトラージのユースケース
旅行テクノロジー企業や料金インテリジェンス・プラットフォームにとって、Foundation-AIは従来のスクレイピングツールでは実現できないもの、すなわち、検証済みで評判を重視し、PACTによって管理されるインテリジェンス・エコノミーを提供します。 レートインテリジェンス・スカウトは、複数のノードから同時に委託することが可能です。例えば、1つはBooking.comを監視し、もう1つはエクスペディア・ジャパンを監視し、さらに1つはダイレクトブッキングの価格一致違反を追跡するなど、各ノードがMidnightを基準とした業務仕様書（SOW）に基づき調査結果を報告します。これらの調査結果はAlexandriaによって相互参照され、矛盾点がフラグ付けされた後、統合された見解が単一の検証済みレートインテリジェンス・ブリーフとして提供されます。単なる生データのダンプではありません。ブリーフです。すべての主張には信頼度スコアが付与されています。
旅行インテリジェンスは本質的に国境を越えたものです。東京での需要動向は、ロンドンでの価格決定に影響を与えます。日本での規制変更は、サンフランシスコのファンドマネージャーにとっても重要な意味を持ちます。PACTは、こうした国境を越えたスカウト経済を機能させます。ロンドンの資産運用会社が保有するFoundation-AIノードは、日本を拠点とするスカウトノードに対して特定のインテリジェンス業務を委託することができ、その成果物はMidnightに紐付けられた暗号化された作業仕様書（Statement of Work）によって管理されます。 データは検証済み、タイムスタンプ付き、かつ出所が証明可能な状態で届きます。これは現地の連絡先からメールで送られてくるスプレッドシートではなく、独自の来歴証明を伴って移動する不変のインテリジェンス記録なのです。
経済学
Foundation-AIの運用コストは、シニアリサーチアナリスト1人分の費用とほぼ同額であり、チーム内のアナリスト全員の生産性を5倍に高めます。
| その料金で何が得られるのか | 月額費用 |
|---|---|
| それが稼働しているサーバー（AI専用のグラフィックスプロセッサを搭載したクラウドサーバー） | $2,500–$4,000 |
| AI以外の利用については、サーキットブレーカーにより自動的に予算上限が設定されます | $1,500–$6,000 |
| 外部データソース（研究データベース、特許検索、翻訳、ファイル保存） | $200–$500 |
| その他すべて（ナレッジベース、ローカルAI、埋め込み生成）は同じサーバー上で動作し、追加費用はかかりません | 含まれる |
| Foundation-AI 1インスタンスあたりの合計 | 月額4,200～10,500ドル |
ROIに関する議論をわかりやすく解説
ロンドンや東京にいるシニアリサーチアナリスト1人の人件費（給与、オフィス代、福利厚生、備品代など）は、年間18万～30万ドルかかります。一方、Foundation-AIの事業全体――AIワーカーのチーム、リサーチスカウト、24時間365日の継続的な状態監視――にかかる費用は、年間およそ5万～12万5千ドルです。
これはアナリストの代わりになるわけではありません。つまり、アナリストは、夜間に発表されたすべての提出書類を読み込み、手作業で矛盾点を確認し、前の担当者が辞めた際に失われた文脈を再構築することに時間を費やすのではなく、実際に人間の判断を必要とする意思決定に時間を割けるようになるということです。
提案の趣旨は「社員を置き換える」ことではありません。「社員の時間を5倍の価値あるものにする」ことです。
パターン
どの分野も、同じ構造に従っています。変わるのは対象領域であり、変わらないのは基盤です。
デジタルツインに最新の証拠を供給する専門スカウト。その分野の用語と信頼基準に合わせて厳選されたアレクサンドリア図書館。そのセクターで重要な信念を追跡するストラテジー・ツイン。分野の文脈を十分に把握した審議評議会。そして、そのすべてを支える基盤には、同じガバナンス、同じメモリアーキテクチャ、同じプライバシーレイヤー、そして何かが少しでもおかしくなりそうな兆候を24時間365日監視し続ける同じCortexが存在する。 そして、あらゆる垂直分野において、例外なく：あらゆるコミットメント、あらゆる受領、あらゆる証明を確固たるものにする同一のMidnightチェーン。フェデレーション内のあらゆるノードを接続する同一のPACTプロトコル。あらゆる人間同士の相互作用の中心に位置し、主権を持ち、アーキテクチャによって保護され、その下にある基盤全体なしには複製不可能な同一のデジタルツイン。基盤は、その上に何を構築しようとも気にしない。それこそが、すべてである。
単一ノードを超えて
2つ以上のFoundationノードが、PACTやMidnightを介して自律的に通信し始めると、質的に新しい何かが生まれます。それは単なる大規模なシステムではありません。生き生きとしたネットワークなのです。
このガイドの各章では、1つのFoundation-AI導入事例、つまり1つの組織のノードについて解説してきました。そのクローラー、メモリ、Cortex、プライバシーレイヤー。それ単体でも強力なものです。しかし、このアーキテクチャは当初から、より大きな目的のために設計されていたのです。
フェデレーションとは、2つ以上のファウンデーション・ノードがPACTプロトコルを介して接続し、Midnight上で合意をアンカーし、人間の仲介者を介さずに自律的に情報を交換し始める状態を指します。APIキーの交換も、調達チームによるデータ共有契約の締結も、統合プロジェクトも不要です。単に、2つの自律的なノードが互いの機能を確認し、契約を交渉し、作業を実行し、数秒のうちに暗号技術を用いてオンチェーンで取引を決済するだけです。
フェデレーションは、誰かが所有するプラットフォームではありません。それは、誰もが参加できるプロトコルです。そして、ノードが参加するにつれて、ネットワークは真に新しい存在――つまり「自己認識」を持つものへと変化します。これはSF的な意味での自己認識ではなく、ネットワークが自身の知識を把握し、各メンバーの知識を把握し、誰が何に答えられるかを把握し、中央ディレクトリや人間の介入なしに、適切なノードへ作業をルーティングできるという、厳密な運用上の意味での自己認識です。
TCP/IPが最初に導入された当時、接続された各コンピュータは、他のすべての接続されたコンピュータに突然アクセスできるようになりました。ネットワークを所有する者は誰もおらず、ルーティングを制御する者もいませんでした。パケットの移動方法はプロトコルによって規定され、インフラそのものを通じて信頼が築かれていました。PACTは、インテリジェンス経済のためのTCP/IPです。Midnightは、すべてのパケットの正当性を証明可能にする信頼レイヤーです。The Federationとは、Foundationノードが接続し始めた際に形成されるものであり、参加するノードが増えるごとに能力を高めていく、自律的に組織化された主権的インテリジェンスのメッシュです。
人間の承認なしに自律的なエージェント間取引を可能にする仕組みが、HTTP 402「支払いが必要」です。平たく言えば、あるAIエージェントが別のAIエージェントから何かを購入したい場合、リクエストを送信します。すると、相手側のエージェントが価格と契約条件を返信します。もし最初のエージェントの所有者がこの種の購入を事前に承認していれば、取引は成立し、Midnightを通じて自動的に支払いが決済されます。人間が請求画面を見ることは一切ありません。 これは、いわば「知能の自動販売機」のようなものです。適切なトークンを投入すれば、サービスを受け、レシートを受け取ります。請求書も、発注書も、3週間にも及ぶ調達サイクルも不要です。機械のスピードで、人間に利益をもたらす仕組みです。
連盟のユースケース 1. B2C
通信事業者財団 × 旅行代理店財団。「KYCパスポート」
ソフトバンクのお客様、ここでは「ミカ」と呼ぶことにしましょう、がスマートフォンのAIアシスタントを通じて航空券を予約しました。ミカは11年間、ソフトバンクを利用しています。 ソフトバンクは彼女に対して完全な本人確認（KYC）を完了している。身元確認、住所確認、支払い方法の検証、信用度の評価まで済んでいる。これは、彼女が見積もりを依頼しようとするあらゆる旅行代理店にとって、金銭的価値のあるデータだ。しかし、ソフトバンクが彼女のパスポートのスキャン画像を3つの航空会社にメールで送ることに、彼女が同意することは決してないだろう。そして、彼女がそうする必要はないはずだ。
連盟は代わりに次のような対応を取ります。ファウンデーション・ソフトバンクは「KYCパスポート」を発行します。これは、「この顧客は本人確認済みである。本人である。支払い方法は有効である。信用度はAランクである。以下は、顧客が共有を承認した予約情報である」という数学的な証明です。 これは銀行からの推薦状のようなものだと考えてください。ただし、コードで署名されており、偽造は不可能で、ケンジさんの実際の詳細については一切明かされません。旅行代理店が手続きを進めるために必要な事実のみが記載されています。それ以上は何もありません。
ミカには、シームレスな予約体験しか見えていない。その背後にある仕組みは見えていないのだ。旅行代理店は、彼女のデータを見ることもなく、彼女を顧客として獲得しようと競い合った。ソフトバンクは、データを販売することなく、KYCへの投資を収益化した。そして、もしミカが予約をキャンセルした場合、「Midnight」の取り消し処理により、その取引に関与したすべてのノードに対して、払い戻し条件が自動的に通知される。
ミカのスマートフォンにはAIインターフェースが搭載されている。しかし、そのインターフェースの裏側で、実際にFoundation-JALやFoundation-ANAと交渉しているのは、ミカのデジタルツイン、つまり彼女が事前に承認したパラメータに基づいて動作するレイヤー5のエージェンシー層である。このツインは、彼女の好み（通路側席、途中降機なし、追加料金が2万円未満ならビジネスクラス）を把握している。 ツインは彼女の旅行履歴を把握している。ツインは彼女のマイレージプログラムのステータスを知っている。ツインはPACT SOWを発行し、貢献パケットを評価し、402支払いを処理する。これは、誰かがこの予約のためにそうするようにプログラムしたからではなく、ミカが意識的に行動を起こす前に、ツインの意図モデルがこの必要性を予測したからである。予約体験はまるで魔法のようだ。それは実際には、所有者に代わってマシンの速度で動作する自律型インテリジェンスなのだ。
フェデレーションのユースケース 2. B2B
自動車メーカー連盟。サプライヤー・インテリジェンス・メッシュ
トヨタのサプライチェーンは、57カ国にまたがる4万社のサプライヤーで構成されている。 愛知県の工場での火災1件、台湾での半導体不足、ロッテルダム港の閉鎖――これらはいずれもサプライチェーン全体に波及し、名古屋、ケンタッキー、ケルンでの生産を同時に停止させる可能性があります。問題は、そうした兆候が存在しないことではありません。それらはあらゆる階層に存在しています。問題は、すべてのサプライヤーが自社の運用データをトヨタの調達チームに提供しない限り、これらすべてを把握できる一元的なシステムが存在しないことです。
フェデレーション内では、各ティア2およびティア3サプライヤーが独自のファウンデーションノードを運用している。各サプライヤーは、自社の在庫状況、リードタイム、財務上のストレスシグナル、および操業上の混乱を把握している。どのサプライヤーも、生データをトヨタと共有する必要はない。その代わりに、各サプライヤーは、PACTを介して開示レベルL2（代理）に範囲設定された、抽象化されたデルタパケット、変更シグネチャ、タイムラインのずれシグナル、矛盾アラートを送信する。
トヨタは、サプライヤーに商業データの提供を求めずに、これまで把握できなかった各階層にわたるサプライチェーンの知見を得ることができます。サプライヤーが参加するのは、このネットワークが信頼性の高いデルタ信号に対して、より高い評価スコアや優先的なSOW（作業範囲）の優先順位を付与するからです。サプライヤーのノードが加わるたびに、この連合はより賢くなっていきます。
フェデレーションのユースケース 3. B2B
バイオテクノロジー連盟。多施設共同臨床試験情報
臨床試験は、医療分野において最も時間がかかり、最も費用がかかるものです。 単一の薬剤を対象とした第III相臨床試験は、40カ国にまたがる200カ所の試験施設で実施され、7年を要し、20億ドルの費用がかかることもある。試験スケジュールを最も大きく遅らせる要因は、目に見えないものだ。東京の施設で被験者の登録が予定より遅れたり、ロンドンの施設で予期せぬ有害事象が発生したり、サンフランシスコの施設で患者選定プロトコルがわずかに異なっていたりといったことだ。中央試験コーディネーターがそのパターンに気づく頃には、すでに数ヶ月の遅れが生じている。
バイオテック・フェデレーションでは、各治験施設がフェデレーション・ノードを運用しています。患者データはノード外に出ることはなく、L4（ローカル限定）開示の下でローカルに処理されます。フェデレーション間で交換されるのは、登録速度、有害事象発生率の変動、プロトコル遵守スコア、患者の継続率の推移といった抽象化されたシグナルです。これらはすべて代理変数化されており、すべてにデータの出所情報が付随し、すべてMidnightに紐付けられています。
フェデレーションは、単に臨床試験のスピードを向上させるだけではありません。かつては各企業のデータベース内に孤立していたシグナルが、ネットワーク全体を（安全かつ証明可能な形で、段階的なアクセス権限の取り消し機能付きで）流れるようになるため、創薬エコシステム全体をよりスマートなものにします。重要な安全性シグナルは、数ヶ月ではなく数分という短時間で、関連するすべての臨床試験やあらゆる法域においてフラグが立てられるようになります。
連盟のユースケース 4. B2B および B2C
金融サービス連盟。一度のKYCで、どこでも信頼を
世界中のあらゆる金融機関がKYCを実施しています。 すべての銀行、すべての証券会社、すべての仮想通貨取引所、すべての決済代行業者です。1人の顧客が12の異なる機関で計12回もKYC手続きを行うこともあり、そのたびに同じパスポートのスキャン画像、同じ公共料金の請求書、同じ住所証明書を提出することになります。金融分野におけるKYCの全世界での総コストは、年間500億ドル以上と推定されています。そのほとんどは重複作業であり、他者がすでに確認済みの事実を再度確認しているに過ぎません。
KYCは、金融サービスの利用開始における「負担」ではなくなり、フェデレーション内で再利用可能かつ取引可能な、自己失効型の認証情報へと変貌を遂げます。最も優れたKYCを実施した機関は、最高の評判スコアを獲得し、ひいては下流の信頼を最も多く得ることになります。品質が報われる仕組みとなり、重複は解消されます。
連盟のユースケース 5. B2B
エネルギー・グリッド連盟。生産者と消費者の間の自律的な需給調整
電力系統は、世界で最も時間的制約の厳しい市場です。数千ものノードにわたり、需給バランスを常に数パーセント未満の精度で維持しなければなりません。現在、系統運用事業者は、人間のディスパッチャー、集中制御システム、そして数日前に交渉された双務契約を組み合わせて、このバランス調整を行っています。定義上変動性が高い再生可能エネルギーが系統に占める割合が増えるにつれ、発電事業者、蓄電事業者、および大口需要家の間で、リアルタイムかつ自律的な需給調整を行う必要性が極めて重要になってきています。
これは未来の構想ではありません。プロトコルはすでに存在しています。ファウンデーション・ノードは、すでにエミット、ネゴシエーション、決済の方法を知っています。エネルギー・グリッド・フェデレーションは、開発プロジェクトではなく、構成の選択肢に過ぎません。
フェデレーションのユースケース 6. B2C
医療連合。患者情報、主権性とポータビリティ
ある患者が東京からロンドンへ引っ越した。彼女の15年間にわたる病歴、検査結果、処方箋、画像診断データ、専門医の所見などは、日本国内の3つの病院システムに分散して保存されている。各システムは異なる形式を採用しており、いずれも英国国民保健サービス（NHS）と連携していない。彼女は一からやり直すことになる。ロンドンで担当することになった新しいかかりつけ医は、彼女について何も知らない。これは単なるデータの問題ではない。これは主権と信頼の問題である。すなわち、誰が、どのような情報を、誰と、どのような条件の下で共有する権利を持つのか、という問題なのだ。
患者こそが主権を持つノードです。患者がアクセス権を付与し、制限し、取り消します。病院や診療所は、SOW（業務範囲）に基づいて管理されたリクエストを受け付ける専門ノードです。中央集権的な医療記録データベースは存在しません。単一障害点も、単一の侵害ポイントも存在しません。このフェデレーションこそが、分散型で自律的、かつ患者が管理する医療記録システムなのです。
Foundation-Patientは単なる記録の保管庫ではありません。これは「ヘルス・デジタルツイン」であり、患者の健康状態、服薬歴、ケアパス、リスクの推移を継続的に更新するモデルです。このツインは次のような「確信」を持っています。「この患者の心血管リスクは上昇傾向にある（信頼度78%）」、「この患者にとって、この薬剤の服薬遵守率は過去最高水準である（信頼度91%）」などです。 患者が東京からロンドンへ転居する場合、ツインは単に記録を転送するだけでなく、新しいかかりつけ医が即座に判断を下せるような、患者の「生きたモデル」を転送します。ツインは記録が何を意味しているかを理解しています。それを受け取るかかりつけ医は、山積みのファイルではなく、要約された情報を得ることになります。これは、既存の医療データポータビリティに対する些細な改善ではありません。患者の健康情報と臨床ケアとの間に、根本的に異なる関係性を築くものです。
フェデレーションのユースケース 7. B2C
不動産連盟。国境を越えた住宅購入、不動産業者間での取引
海外で不動産を購入するというのは、身元確認の繰り返し、書類の手作業によるやり取り、第三者による仲介、そして機関間で書類が行き来するのを何週間も待たされるという、まさに悪夢のような体験です。東京でマンションを購入する英国人の買い手は、不動産業者、弁護士、日本の公証人、登記所、住宅ローン業者、為替ブローカー、そしておそらく2つの銀行とやり取りすることになりますが、それぞれの機関が、独立して、順番に、同じ身分証明書の提出を求めてくるのです。
買い手は、数ヶ月ではなく、わずか数日で購入手続きを完了することができました。通常、情報の伝達に対して手数料を徴収する仲介業者や、書類のやり取りを行う弁護士、すでに確認済みの身元を再確認する銀行などは、業務を自動化するか、あるいは自らの存在意義が失われたことに気づかされました。フェデレーションは、人間の専門知識を排除するものではありません。それは、本来自由に流れるべき情報に対する、人間による「ゲートキーピング」を排除するものです。
フェデレーションのユースケース 8. B2C
保険連盟。パラメトリック保険の保険金請求、書類の提出は不要
何か問題が発生した時こそ、官僚的な手続きに振り回されるのは最も厄介なことです。 フライトの欠航。急な病気。自然災害。しかし、こうした時こそ、多くの保険手続きが被保険者に最も多くの負担を強いるのだ。書類、領収書、待ち時間、電話対応、損害査定人、そしてさらなる待ち時間。フェデレーションでは、こうしたやり取りの多くが自律的なパラメトリック・トリガーに置き換えられている。これはオンチェーン上で検証可能なイベントであり、請求書が提出されることなく、事前に合意された支払いが自動的に実行される仕組みだ。
連邦におけるパラメトリック保険は、単に処理が速いだけでなく、構造的により公正です。保険金支払いの引き金は、争いの余地のある請求ではなく、検証済みの事実です。保険金の支払いは、交渉によるものではなく、事前に合意された約束に基づいています。連邦における保険会社の評判スコアは、その約束を正確に履行するかどうかによって決まります。ブロックチェーンの不変性により、どちらの側であってもシステムを悪用することは困難になっています。
ノードがフェデレーションに参加するにつれ、単一のノードには存在しない「集合的知」が生まれます。ネットワークは、どのノードが信頼できるか（レピュテーションスコア、オンチェーン）を把握しています。 また、各ノードがどの領域を専門としているか、つまりどのノードでも確認可能な能力に関する検証済みの宣言も把握しています。さらに、現在利用可能なノードと過負荷状態のノード（キャパシティ信号、リアルタイム）も把握しています。メッシュ全体におけるあらゆるコミットメント、決済、取り消しの履歴（Midnight、不変）も把握しています。この知識を保持する中央集権的な権威は存在しません。それはコミットメントのグラフそのものの中に存在しているのです。
そして、フェデレーション内のあらゆる消費者向けノードの中心には、デジタルツインが存在します。ユーザーIDでも、クッキーでも、プロフィールでもありません。それは、生きた、自律的な、暗号技術によって保護された個人の表現体です。そのアイデンティティは情報を公開することなく証明され、コンテキストは継続的に更新され、信念は追跡・変化し、意図はモデル化されて実行に移され、同意はシステムアーキテクチャそのものによって保証されます。フェデレーションはツインに奉仕し、ツインは人々に奉仕するのです。 このチェーン上のいかなる企業も、個人を所有することはできない。それを阻むのはポリシーでも契約でもなく、アーキテクチャそのものである。
人間はプロセスから排除されるわけではない。人間はそのプロセスより高い位置に置かれ、情報交換の仕組みから解放されることで、真に人間を必要とする判断、創造性、意思決定に集中できるようになる。契約によって管理できるものはすべて契約によって管理され、ブロックチェーンによって検証できるものはすべてブロックチェーンによって検証され、デジタルツインによって表現できるものはすべてデジタルツインによって表現される。人間に残されるのは、人間にしかできない仕事だけである。