DGrid Genesis、半年で2300万ドルの収益を突破：分散型AIが実際の支払い検証段階に入る

AIの能力の限界はまだ探求され続けており、その商業化は暗号の世界で実際の支払いサービスによって検証されています。

2026年上半期、DGrid Genesisの会員プログラムは累計収益が2300万ドルを突破し、有料会員は15000人を超えました。この数字の意味は、収入規模そのものだけでなく、分散型AIが概念の物語から、実際のユーザーによって支払いが検証される商業段階に入っていることを示しています。

DGridがこのステップを実現できたのは、単なる分散型計算プラットフォームではなく、AI開発者、企業ユーザー、暗号ネイティブユーザーをつなぐ「検証可能なインテリジェントネットワークハブ」であるからです。

分散型トレーニングに重点を置くプロジェクトや、単に計算市場を提供するプロジェクトとは異なり、DGridは二つのことに焦点を当てています：推論プロセスをより検証可能にし、有料のクローズドループを実際に機能させることです。前者は信頼の問題を解決し、後者は商業的な需要を検証します。これが、基盤となるProof of Quality（略称PoQ）メカニズムの存在意義です。

Genesisプラン：実際の支払いで商業的実現可能性を証明

Genesis会員プログラムは、DGridの現在最も代表的な商業成果です。

ユーザーは1580ドルの年会費を支払うことでGenesisプランに参加し、毎月300ドルのモデル使用クレジット、専用NFT権利、DClawのワンクリックデプロイ機能、DGAIトークンのマイニング報酬などの特典を得ることができます。年会費で計算すると、会員が毎月享受するモデル呼び出しの権利は公式価格の約4.4割に相当し、市場で非常に競争力のある価格設定です。

従来のWeb2 AIサブスクリプションサービスとは異なり、DGridの会員の支払い記録はブロックチェーン上に基づいており、天然の公開透明性を持っています。この2300万ドルの収益は、PPT上の物語に留まるものではなく、実際の支払い行動に基づいた信頼できるデータに基づいています。

さらに重要なのは、これらの15000人以上の有料会員が実際かつ持続的な市場需要を代表していることです。彼らがAIサービスに対して支払いをする意欲は、製品の実際の価値を証明しています。これは、多くの純粋なトークン物語プロジェクトが常に証明できない点です。

会員システムの外では、DGridはAI Arenaを通じてユーザーがモデルの盲目的な評価に積極的に参加し、高品質な人間の好みデータを蓄積しています。これらのデータはインテリジェントルーティングの最適化にフィードバックされ、Gatewayのサービス品質をさらに向上させます。有料の需要が価値を検証し、製品体験が継続的に最適化される二つの道が、DGridの正の循環を構成しています。

注目すべきは、DGridのシードラウンドの資金調達規模が500万ドルであることです。500万ドルの資金調達で2300万ドルの収益を引き出すこの資本効率は、全体のトラックの中でも非常に珍しく、その商業モデルの健全性を裏付けています。

もちろん、この循環が長期的に成立するかどうかは、ユーザーの保持、クレジット消費率、モデルコスト管理、DGAIインセンティブメカニズムが持続的に機能するかどうかに依存します。しかし、少なくとも現在の結果から見ると、DGridは分散型AIの商業化において非常に重要な一歩を踏み出しました。

製品マトリックス：AIを本当に使いやすく

Genesisプランの収益を支えるのは、DGridがユーザーの実際の痛点に基づいて構築した製品アーキテクチャです。

AI Gatewayはワンストップのインテリジェントルーティングエントリを提供し、コスト、速度、過去のパフォーマンスに基づいて、Claude、GPT、Gemini、MiniMax、GLMなど200以上の主流モデルを自動的に呼び出すことができ、ユーザーは一つのAPIを通じて低コストで高品質なAIサービスを利用できます。

AI Arenaは盲目的な評価を通じて異なるモデル出力の人間の好みデータを収集します。ユーザーは匿名で二つのモデルの回答を評価し、これらのデータはインテリジェントルーティングの最適化に使用されるだけでなく、商業化可能なラベル資産としてさらに蓄積されます。現在、Arenaに参加しているユーザーは30万人を超えています。

DClawはユーザーが数分でローカルAIアシスタントを迅速にデプロイできるようにサポートし、キーの設定なしでトップモデルを直接呼び出すことができ、持続的な記憶とホットプラグ可能なスキルプラグインを提供し、Telegram、WeChat、Discordなどの主流プラットフォームに適応し、長期的に安定した使用シーンに適しています。

Model MarketplaceはAIモデルの自由な上場、自主的な価格設定、資産のトークン化をサポートし、モデル提供者は直接参加し、市場競争に参加し、より直接的な収益経路を提供します。

さらに、DGridはDoriインテリジェント推薦エージェントを導入し、ユーザーが自然言語でニーズを説明することで、適切なモデルと呼び出しプランを推薦し、複数のモデルAIサービスの使用ハードルをさらに下げます。

この製品マトリックスの重点は、単に機能を積み重ねることではなく、ユーザーがより低コストで、より信頼でき、より便利にAIを使用できるようにすることにあります。

BNB Chainに深く関与：エージェントにチェーン上のアイデンティティと支払い能力を持たせる

もし製品マトリックスが「AIは使いやすいかどうか」を解決するものであれば、DGridとBNB Chainの統合は、別の問題を解決します：AIエージェントはチェーン上で自律的に動作できるかどうかです。

エージェントレジストリとx402支払い能力を接続することで、DGridはAIエージェントにチェーン上のアイデンティティとリクエストごとの支払い能力を持たせました。

一方で、DGridが展開するAIエージェントはチェーン上で登録を完了し、発見可能、組み合わせ可能、呼び出し可能なチェーン上の実体になります。もう一方で、AIエージェントがDGrid上のモデルを呼び出すとき、リクエストごとの支払い方式でサービスの決済を完了することができます。

これは、AIエージェントがもはやオフチェーンのツールではなく、徐々にチェーン上のアイデンティティ、サービス呼び出し、自律的な支払い能力を持つようになることを意味します。まさにこの基盤の上で、エージェントは単なるツールから、チェーン上の経済活動に参加できるインテリジェントな主体へと進化する可能性があります。

PoQメカニズム：分散型AIに「検証可能性」を補完する

PoQメカニズムが解決しようとしているのは、分散型AIのより根本的な信頼の問題です。

中央集権型AIサービスでは、ユーザーは通常、プラットフォームが実際の呼び出し、正確な請求、安定した提供を行うと仮定します。しかし、分散型ネットワークでは、モデル提供者、ノードオペレーター、開発者、ユーザーが異なる役割に分かれているため、検証メカニズムが欠如していると、劣悪なモデルの偽装、虚偽の請求、タスク実行プロセスの追跡不可能などの問題が発生する可能性があります。

DGridが提案するProof of Quality（略称PoQ）は、まさにこの問題に取り組んでいます。独立した抽出メカニズムを通じてモデル提供者のサービス品質を検証し、その検証結果をブロックチェーンに記録します。強調すべきは、PoQが検査するのは提供者が約束したモデルサービスを誠実に提供したかどうかであり、検証プロセスはプラットフォーム独自のテストセットを使用し、ユーザーの呼び出しデータには触れず、ユーザーデータをブロックチェーンに記録することはありません。

これは分散型AIにとって特に重要です。AIサービスが単一のプラットフォームからオープンネットワークに移行する際、信頼はブランドの裏付けからではなく、検証可能で追跡可能、決済可能なメカニズムから得られる必要があります。PoQの価値は、このようなオープンなAIサービスネットワークに基盤となる信頼層を提供することにあります。

DGridチームは、PoQ、Optimistic TEE-Rollupsなどの方向性に関する研究を継続しています。公開された資料によれば、その核心メンバーはStony Brook Universityなどの大学の博士号を持ち、関連する論文を4本発表しています：

• Proof of Quality：https://arxiv.org/abs/2512.16317
• Optimistic TEE-Rollups：https://arxiv.org/abs/2512.20176
• Cost-Aware Proof：https://arxiv.org/html/2601.21189v1
• PoQ-Judge：https://arxiv.org/pdf/2606.11196

技術的検証からサービスネットワークへ

PoQは最初に単一の推論タスクがどのように検証されるかを解決しましたが、DGridが構築したいのは単なる「検証可能な呼び出しツール」ではなく、モデル提供者、ノードオペレーター、開発者、エンドユーザーをつなぐAIサービスネットワークです。

このネットワークでは、呼び出し、検証、請求、決済が同じクローズドループに組み込まれる必要があります。ユーザーが費用を支払い、ノードがサービスを完了し、システムが重要なプロセスを記録し、開発者とモデル提供者が収益を得る。プロセスが十分に透明であるとき、ネットワークは初期の試用からより大規模な実際の採用へと進む可能性があります。

これもDGridが外部機関の関心を引く重要な理由の一つです。シードラウンドはWaterdrip Capital、IoTeX、Paramita VC、Zenith Capital、CatcherVCなどの機関を惹きつけました。Waterdrip CapitalのCEOであるJademontは、分散型ネットワークが構築者にデータ処理プロセスを理解させない場合、すぐに実行のボトルネックに直面するだろうと指摘しました。

この言葉は、分散型AIの核心的な難題を指摘しています：ネットワークがオープンであればあるほど、参加者が多ければ多いほど、信頼コストは高くなります。モデル推論、データ処理、ノード実行プロセスが見えない場合、規模が拡大すると、システムは逆に非効率で信頼できない状態に陥る可能性があります。

DGridの道筋は、PoQ、チェーン上の記録、支払いメカニズムを通じて、AIサービスを「呼び出せる」から「検証可能、請求可能、追跡可能」に進めることです。これが、単なる計算市場やモデル集約プラットフォームと異なる重要な点です。

結論

DGridは2300万ドルのGenesis会員収入と、徐々に形成されつつある製品マトリックスを用いて、一つの事実を証明しました：検証可能な分散型AIは単なる遠い概念ではなく、実際の支払いと商業的検証の段階に入っています。

もちろん、これは長期的に磨かれるべき道です。検証能力を保証しつつ、遅延とコストを下げる方法、企業の既存システムにスムーズに接続する方法、会員の成長とトークンインセンティブのバランスを維持する方法が、DGridの今後の進展を決定します。

しかし、注目すべきは、DGridが製品が成熟した後に「信頼できる」物語を補完するのではなく、基盤から「検証可能」をシステム設計に組み込んでいることです。

市場はもはや「AI + Crypto」がどれだけの物語を語れるかに満足しておらず、どれだけの実際の収益を上げ、どれだけの実際のユーザーを蓄積し、どれだけの実際の問題を解決できるかに関心を持っています。

2300万ドルは、DGridが提示した最初の答えです。次に本当に検証が必要なのは、このモデルがGenesis会員プログラムから、より大規模な開発者エコシステム、モデル市場、企業向けアプリケーションに拡張できるかどうかです。