BitgetがAIに年間520万ドルを投資、全2,167名の従業員を対象

取引所が全スタッフ一人ひとりに対して単一のソフトウェアツールに年間500万ドル以上を費やすとなれば、もはや試験的な取り組みの話ではない。Bitgetは、元の報告によると、2,167名の全従業員に対してAnthropicのClaudeへのエンタープライズ全社アクセスを1人あたり月額200ドルで購入したことを確認した。これはボリュームディスカウント前で、月額約433,400ドル、年間520万ドルに相当する。マージン圧縮とユーザー獲得コストが常に懸念される業界で運営する中央集権型取引所にとって、この金額は決して小さくない。

この決定は、BitgetがAIを部門レベルの実験としてではなく、組織全体の働き方を再構築するための水平的なレイヤーとして捉えていることを示している。大規模言語モデルへのアクセスを開発者やクオンツに限定するのではなく、取引所はコンプライアンス担当者、カスタマーサポートチーム、マーケティングスタッフ、オペレーションの前にこのツールを置いている。言及されたClaudeのライセンスの種類は、個別サブスクリプションの集まりではなく、本格的な導入を示唆している。毎日数百万件の取引、継続的なユーザー認証、サポートチケット、リスクチェックを処理する取引所にとって、クエリから実行可能な回答までの時間を短縮することは、即時の運用上の価値を持つ。

AI生産性への500万ドルの賭け

何もしないことのコストは、1年前とは様相が異なる。競合する取引プラットフォームは、市場監視からグローバルサポートチャネルでの即時翻訳に至るまで、あらゆる面にAIを組み込んでおり、遅れを取る企業は人件費の増大と反応速度の低下というリスクを抱える。Bitgetの全社的な購入は、断片的なチーム別アプローチを、会社全体に届く標準化されたツールに置き換える。また、AI駆動のワークフローを展開する際の摩擦も軽減される。従業員が自部門の予算をAIサブスクリプションに費やすことを正当化する必要がなくなるからだ。

取引所にとって、最も直接的な影響が及ぶのは、取引量とスケールが手動プロセスを圧倒する領域だ。カスタマーサポートチームはClaudeを使って個別対応の返答を作成したり、素早くチケットをトリアージしたりできる。コンプライアンス担当者は10のタブを切り替えることなく、オンボーディング書類に対してポリシーチェックを実行できる。開発者はスマートコントラクト監査や社内レポートを加速させることができる。目標は少なくとも公式なメッセージングにおいては人員削減ではなく、実行速度だ。数時間でナラティブが変わる暗号資産市場では、障害報告の公開や規制当局への回答において15分の優位性が重要になる。

取引所がAI導入を急ぐ理由

中央集権型取引所は、高頻度データ、個人投資家のセンチメント、規制圧力の交差点に位置している。これにより、取引アルゴリズムを超えたAIの早期採用者として自然な立場にある。他のプロジェクトも分散型インフラにAIを織り込んでおり、UXLINKとOrigins NetworkのパートナーシップではAIとWeb3のスケーラビリティを結びつけている。違いは、BitgetがプロダクトスタックだけでなくAIを自社の従業員内部に適用している点だ。

より広い業界の文脈も重要だ。暗号資産においてAIの存在感が高まるにつれ、FilecoinのようなネットワークがAI駆動のデータエコノミーに向けてポジションを取るなど、ストレージ需要がすでに再形成されている。テーマの投機的側面はオンチェーン市場でも見られ、$X@AI BRC-20 NFTが最近NFT販売ランキングのトップに立った。しかしBitgetの社内支出はその誇大宣伝を切り抜け、損益計算書に直接影響する具体的な運用コミットメントを示している。ユーザーにとって、AIを活用した従業員を擁する取引所は、より迅速な問題解決、より一貫したリスク警告、高ボラティリティ期間中の遅延の減少を意味するかもしれない。しかし、学習データを超えた領域に押し込まれると、依然として幻覚を起こしやすいツールへの期待を集中させることにもなる。

効率性とリスクのトレードオフ

どの取引所も大規模言語モデルに出金を承認させたり、コールドウォレットのトランザクションに署名させたりはしないだろうが、日々の業務の混乱の中で、人間の判断とAI支援による出力の境界が曖昧になる可能性がある。従業員がClaudeに規制申請書の要約を依存し、その要約が地域的な制限を見落とした場合、コンプライアンスのギャップが生じた瞬間に速度の優位性は消え去る。Bitgetはツールへのアクセスだけでなく、AIが生成した草稿をただ受け入れるのではなく検証するようスタッフを訓練することにも投資しなければならない。この二次的なコストは定量化が難しい。

競争的な側面もある。競合他社が広範なAI展開を発表すると、他の取引所は追随するか、運用面で遅れていると見られるかという圧力を感じる。年間520万ドルのコミットメントが測定可能なリターンをもたらすかどうかは、このツールが従業員一人ひとりの生産性を真に向上させるか、それとも誰も監査しない補助的なツールになるかにかかっている。Bitgetは社内ベンチマークを開示しておらず、業界には取引プラットフォームにおけるエンタープライズAIからの利益を測定する標準的な方法がない。コンプライアンスサイクルの高速化やチケットあたりのサポートコストの低減に繋がらなければ、この支出はマージンを圧迫する可能性がある。

それでも、進行方向は明確だ。AIを限定的な実験として扱う取引所は、新入社員が学習曲線を短縮するツールを備えたデスクに就く企業との競争を余儀なくされるだろう。Bitgetの動きは、部門ごとの議論を会社全体のデフォルトに変える。スピードを誇りとする業界において、明確な収益連携なしに年間500万ドルのAIコストを吸収する組織的意欲は、経営陣が次の効率化の飛躍がどこから生まれると考えているかを物語っている。