📡Intelligence

SMP Intelligenceの役割は、事業支援・セキュリティ強化のための情報収集・分析です。

例えば、オンチェーンのデータとオフチェーンのデータを統合し、分析を行うことによって、SMPを活用する事業者にとってのデータドリブンな事業運営を可能にします。またトークン価格の急激な変動をすばやく検知するアラート機能や、サイバー攻撃対策にも活用することができます。

事業支援・セキュリティ強化を統合して扱う意味

事業を拡大していくための事業支援と、事業の安定性を守るセキュリティ対策は、独立して実施される場合もありますが、本プロトコルでは統合されたインテリジェンス戦略の一環として取り扱います。その理由は、各情報を一元管理して取り扱うことによる利便性、合理性、整合性を向上させるという側面のほかに、社会のトレンドとして、ビジネスとセキュリティの境目があいまいになってきているという点を重要視しているためです。

暗号資産を活用したビジネスでは、連日のように暗号資産の盗難被害や、悪意を持ったサービスへの攻撃などが発生しています。一方これらのサイバー攻撃は国境をまたいで複雑化しており、各国の規制や取り締まりのための技術が追いついていない状況です。このような状況で安定したビジネスを行うためには、これまでのビジネス以上にセキュリティに関する自己防衛が不可欠です。

もちろん、大規模なデータに基づくマーケティング戦略やセキュリティ対策を、個々の事業者単位で自己解決していくことには限界があります。そこで、私たちのSMPでは、Platformサービス群と同等の粒度でIntelligenceサービス群を各事業者やユーザー向けに提供し、エコシステムの安定的な成長を図ります。

事業支援の基本機能

①分析指標の策定支援

プロダクトごとに分析が必要な項目の洗い出しを、オンチェーンデータ・オフチェーンデータあわせて行います。

この際、どの項目がどの項目と関連しているのかの、KPIロジックを作る必要があります。

KGI（最終的に達成したい重要目標指標）につながっていくための、成功要因を分解して、それがKPIにどのように表現されるのかを考えていきます。

②データの収集

オンチェーンデータと、オフチェーンデータをAPIでつなぎこみ、データ統合基盤に集約していきます。

収集するデータは、サービス内のユーザー行動データや、SNS上のエンゲージメント、オンチェーントランザクション、ウォレット内データなど多岐に渡ります。

③データの可視化と活用

データ統合基盤に集約したデータを、①で定めたKPIロジックに併せて、専用ダッシュボードの構築や、リアルタイム通知サービスを通じて可視化します。例えば、各種暗号資産の価格推移や急激な変動通知、売上・ユーザー分析、類似プロダクト比較、SNS・コミュニティデータ分析などの機能を提供します。

これらの可視化されたデータにより、事業やマーケティング活動の意思決定をデータドリブンに促進していきます。

オンチェーンデータとオフチェーンデータを統合する必要性

ブロックチェーンを活用したプロダクトにおいて、ユーザーのエンゲージメントはサービス内やSNS上の行動だけでなく、オンチェーンのトランザクションにも反映されます。そのため、データドリブンな経営判断、施策決定を行う際には、オフチェーンデータとオンチェーンデータを複合的に分析することが求められます。

例えば、ユーザーごとのトークンの保有状況（保有枚数や保有期間）は、プロジェクトへのロイヤリティ指標になり、サービス内での使用状況（取引頻度やMint/Burn率）はユーザーのアクティブ指標になりえます。

これらのオンチェーンデータは、NFTやFTのユーティリティ設計や、エコシステム設計によって、定量指標の見方も変わってきます。

そのため、SMP Intelligenceでは、オンチェーン・オフチェーンのデータを結合し可視化することで、web3ならではのデータドリブンな経営判断、施策決定を支援します。

セキュリティ強化のための基本機能

セキュリティ強化のために対応すべきリスクとして、顧客情報や機密情報などの情報流出リスク、事業者やユーザー向けウォレットからの資産流出リスク、DDoS攻撃やマルウェア等によるサービス停止リスク、フェイクニュース等による情報操作リスクなどが挙げられます。

これらのリスクに対処するため、まずはデータの権限管理や暗号化などを適切に行うためのデータマネジメント機能を提供します。そのような権限管理を円滑に実現するための基礎技術として、秘密分散やMPC・閾値署名などの暗号技術に関する技術開発や投資を積極的に行っています。

また、画像認識や大規模言語モデル（LLM）に代表される機械学習型のAI技術に加え、形式検証や推論モデルなどをベースとした広義のAI技術を活用し、リアルタイムな異常検知や、システムの潜在的な脆弱性検知などの技術研究にも取り組んでいます。