GDEP Solutions, Inc.
  • Home
    • 新着情報一覧
    • NVIDIA NEWS
    • GPU2021 開催概要 >
      • Day1 AI & GPU セッション
      • Day2 イメージングAI
      • Day3 GPUスパコン
      • 講演レポート | Denso
      • 過去開催 >
        • GPU2020
        • GPU2019
  • GPU製品
    • 即納モデル
    • NVIDIA GPU 一覧 >
      • NVIDIA H100
      • NVIDIA A100
      • NVIDIA RTX スペック比較 >
        • NVIDIA RTX A6000
        • NVIDIA RTX A5000
        • NVIDIA RTX A4500
        • NVIDIA RTX A4000
        • NVIDIA RTX A2000
      • Quadro GV100
    • GPUレンタル一覧
    • GPU年定額プラン
    • AI・データサイエンスおすすめ一覧 >
      • NVIDIA DGX H100
      • NVIDIA DGX A100
      • DGX STATION A100
      • HP Z8 G4 Workstation
      • HP ZBook Fury17G7 Mobile Workstation
      • Dell Precision 7920 Tower
      • DeepLearning BOXⅡ
      • DeepLearning STATION
      • NVIDIA EGX サーバー
      • HITACHI SR24000
    • 数値計算・解析おすすめ一覧 >
      • HP Z4 G4 Workstation
      • HP Z8 G4 解析ソフトウェア動作確認済みモデル
      • Supermicro 7049GP
    • NVIDIA A100搭載 Supermicro 740GP
  • ストレージ
    • Synology
    • DDN STORAGE
    • PURESTORAGE
  • HPC
    • HPC Workstation
    • HPCおすすめGPUサーバー
    • HPC SIサービス
    • AXXE-L by XTREME-D
    • NVIDIA HPC SDK
    • プログラム高速化サービス
  • クラウド製品
    • セキュリティ >
      • KernelCare
    • 仮想化 >
      • Login VSI
      • Login PI
    • リモートアクセス >
      • FastX
      • NiceDCV
      • NoMachine
    • ハイブリッドクラウドNAS >
      • Morro Data
    • クラウドストレージ >
      • クラウドストレージ Wasabi
  • GPUコラム / 導入事例
    • GPUプログラミング >
      • 初級編
      • 中級編 >
        • 第4回:MPI+OpenACC実装における計算と通信のオーバーラップ
        • 第3回:拡散現象シミュレーションのおさらい
        • 第2回:簡単なOpenACC + MPI コードで考える
        • 第1回:複数のGPUを使う方法とは?
    • GPU Technology for CG/AI >
      • 深層学習を利用した画像処理・必要なGPU性能
      • トランスフォーマー 最近流行のニューラルネットワーク
      • GAN Inversion による写実的画像生成の制御
      • 深層学習におけるアノテーションコストを抑えるための取り組み Active Learning
      • 深層学習に基づく人物画像の再照明
      • GPUの起源と進化
      • AlphaGo とその後
      • CUDAを用いたシンプルなパストレーシング
      • 流体シミュレーションの応用
      • GPUを用いた高速レンダリング
      • GPUを基盤としたCG/AIの技術進化
    • シリコンバレー発信 New Technology Report >
      • 最新記事から
    • ツブ子が聞く・見る・行く! >
      • 見る!NVIDIA RTX A6000
      • 聞く!NVIDIA DGX A100
      • 見る!NVIDIA A100 Tensor Core GPU
    • 導入事例 >
      • DGX SYSTEMS >
        • NVIDIA DGX A100 | 金沢大学
      • GPU Computing
  • 会社情報
    • ごあいさつ
    • 会社概要
    • アクセスマップ
    • 採用情報
  • お問い合わせ
シリコンバレー発信

New Technology
​Report

[No.38] メタバースで不動産ブーム!!仮想社会で土地取引が過熱し価格が高騰

1/7/2022

 
メタバースで不動産投資が過熱している。メタバースとは、インターネットに構築された3D仮想社会で、ここで現実社会のように土地が売買されている。

購買した土地に施設が建設され、街が生まれる。値上がりする前に土地を購入する動きが顕著で、仮想都市で不動産取引がブームとなっている。

​ただし、メタバースでの土地取引は経験したことのないビジネスモデルで、投資には幅広い視点からの判断が必要となる。
画像
出典: Decentraland

メタバースで不動産投資

メタバースとは、インターネットに構築された3D仮想社会で、ここに人々が集い交流する。
この仮想社会で都市開発が始まった。まだ、多くの土地は更地で、ここに商業施設やイベント会場が建設され、街が生まれている。

​いまここに土地を買っておけば、ビルが建設され(上の写真)、企業が入居し、賃貸収入を得ることができる、という目論見がある。また、将来、土地を高値で売ることもできる。このような背景から、メタバースの不動産投資に注目が集まっている。

メタバースの不動産会社

メタバースで土地を購入するには、”不動産会社”を介することになる。
いま、土地ブームで”不動産会社”の数が増えているが、その代表はDecentraland。同社はアルゼンチンの新興企業で、現在は、カナダのToken.comが買収し、傘下で事業を継続している。

​Decentralandは、インターネット上に仮想社会を構築し、ここで不動産を売買するサービスを提供している。また、仮想社会で都市開発を進め、デベロッパーとしての機能も有している。

メタバースを歩いてみると

実際に、開発が始まった街を歩いてみると、殆どが空き地で、その一角に施設が建設され、賑わいを見せている。

Decentralandの仮想都市は3Dゲームを彷彿させるグラフィックスで描写される。
利用者はアバターとなり仮想都市を訪問する。市街地の中心部は「Genesis Plaza」と呼ばれ、ここに商業施設やイベント会場などがある(下の写真)。

​店舗や施設でデジタルグッズを購入することができる。また、他のアバターと会話することもできる。
画像
出典: Decentraland

サザビーズが店舗を構える

Decentralandの仮想都市に大手企業が進出を始めた。
イギリスのオークションハウス「サザビーズ(Sotheby’s)」はDecentralandに仮想店舗を設け事業を開始した(下の写真)。

これはロンドンの店舗のデジタルツインで、外観だけでなく内部構造もリアル店舗の複製になっている。仮想店舗はデジタルアートを中心に作品を販売している。
​実際に、サザビーズ店舗で開催されたイベント「Natively Digital」が仮想店舗にライブで配信された。
画像
出典: Decentraland

土地の購入

メタバースで土地を購入するには、”不動産会社”であるDecentralandを介すことになる。

土地の基本ユニットはパーセル「Parcel」で、これが購買単位となる(下の写真、最小のマス目)。
購入済みの土地は水色で示され、灰色の部分が購入可能な物件となる。

支払いは暗号通貨「MANA」を使って決済される。また、土地はデジタルグッズであり、その所有権はNon-Fungible Tokens(NFT)で規定される。
現実社会で土地を購入すると、売買契約を結び、不動産の登記をするが、メタバースではこのプロセスがNFTで実行される。

​土地の価格は場所により決まり、下記のParcel(赤色の四角)の購買価格は$10,290ドル(日本円 約110万円)。
​Parcelの大きさは16 x 16 メートルで、1平方メートル当たり$40.20となる。
画像
出典: Decentraland

土地購買の仕組み

Decentralandは土地をブロックチェイン上に構成されるトークンと位置付ける。
企業や消費者は、ここで土地というトークン「LAND」を購入する。

​土地はパーセル「Parcel」という単位で構成され、これが最小区画となる。複数の区画を纏めて購入し、これらをマージして私有地というトークン「Estate」を作ることもできる。

​決済はDecentralandが開発した独自の暗号通貨「MANA」で行われる。

Decentralandのシステム構造

Decentralandはブロックチェイン「Ethereum」で構築された仮想社会で、ここで土地売買や事業活動を行う。

​このプラットフォームで、土地を購入し、建物などを建設する。また、建設した店舗でデジタル商品を販売することもできる(下の写真、スポーツカー販売の事例)。

​更に、独自のアプリケーションを開発し、新しい事業を展開することも可能となる。
画像
出典: Decentraland

トークンの種類

Decentralandは土地取引で三つのトークンを運用する:
  • MANA:Ethereumベースの暗号通貨で土地やグッズの購入で使われる。これは「Sidechain」と呼ばれる種類の暗号通貨で、Ethereumの機能を使ってDecentralandが独自に開発したもの。現在の交換レートは1 MANA = $2.94。
  • LAND:土地を表すトークン。
  • Estate:LANDをマージしたトークン。

トークンの中でLANDとEstateはNon-Fungible Token(NFT)で、これがデジタルアセットを所有している保証書となる。また、MANAはFungible Tokenで、暗号通貨として対等に交換することができる。

スマートコントラクト

土地やグッズの売買は、Ethereumのスマートコントラクト「Smart Contract」で規定される。
これはEthereumのアプリケーションで、取引の手順を規定し、売買契約や所有権を規定する。

更に、プラットフォームは、特定の団体で管理されるのではなく、利用者が共同で管理する仕組みとなる。
​これは「DAO(Decentralized Autonomous Organization)」と呼ばれ、Decentralandは分散構造の自立型プラットフォームと区分される。
画像
出典: Decentraland

注意事項

Decentralandを訪ねてみると、ここは3D仮想社会で、15年ほど前にブームになった「Second Life」を思い出す。

インターフェイスは似ているが、Decentralandはブロックチェイン基板上のサービスで、システム構造が根本的に異なる。
ここで、NFTなどトークンをベースとする商取引が始まり、新しい市場が生まれると期待されている。

​特に、コロナの感染拡大で在宅勤務が続く中、交流の場としてメタバースが注目されている。(上の写真、今年のニューイヤーのカウントダウンは、Decentralandの仮想タイムズスクエアで開催された。)

​ただし、メタバースでの土地取引は誰もが初めての経験で、実際に購入する際は、先進事例を参考に、ビジネスモデルを理解しながら進める必要がある。
≪ 前の記事を見る
次の記事を見る ≫

コメントはクローズされています。

    著者

    Kaz Miyamoto
    ​
    VentureClef, LLC

    記事一覧(目次)で見る

    カテゴリ

    すべて
    AI(人工知能)技術
    AIセキュリティ
    AI規制
    GAFAM
    NFT
    ヘルスケア
    メタバース
    ロボット
    自動運転車

    アーカイブ

    3 月 2022
    2 月 2022
    1 月 2022
    12 月 2021
    11 月 2021
    10 月 2021
    9 月 2021
    8 月 2021
    7 月 2021
    6 月 2021
    5 月 2021
    4 月 2021

    RSS フィード

Picture
GDEPソリューションズ株式会社
東京都文京区本郷三丁目34番3号 本郷第一ビル8階
TEL:03-5802-7050
・NVIDIA認定 Elite Partner [最上位レベル]
・NVIDIA Advanced Technology Program 達成  [DGX 販売資格]
・東京都公安委員会 古物営業許可番号
 第305471905562号
≫ 新着情報
≫ GPU2021開催概要
​
GPU製品
​≫ 即納モデル
≫ NVIDIA GPU一覧
 ≫NVDIA RTX スペック比較

≫ GPUレンタル一覧
≫ GPU年定額プラン
≫ AI・データサイエンスおすすめ
≫ 数値計算・解析おすすめ一覧
≫ NVIDIA A100搭載 SM740GP


​ストレージ
​≫ Synology
≫ DDN STORAGE
≫ PURESTORAGE
​
HPC
≫ HPC Workstation
≫ HPCおすすめGPUサーバー
≫ AXXE-L by XTREME-D
≫ NVIDIA HPC SDK
≫ プログラム高速化サービス
クラウド製品
​≫ セキュリティ
≫ 仮想化
≫ リモートアクセス

≫ ハイブリッドクラウドNAS
≫ クラウドストレージ
​
​GPUコラム
≫ GPUプログラミング入門
≫ GPU Technology for CG/AI
≫ シリコンバレー発信 New Technology Repot
≫ ツブ子が聞く・見る・行く
​

導入事例
≫ DGX SYSTEMS
≫ GPU Computing
会社情報
≫ ごあいさつ
≫ 会社概要
≫ アクセスマップ
≫ 採用情報
​
≫ お問い合わせ
​
≫ 個人情報の取扱いについて
≫ 利用規約

​
≫ メルマガを購読する
グループ会社
Prometech Softwareサイト
©2021 GDEP Solutions,Inc.
  • Home
    • 新着情報一覧
    • NVIDIA NEWS
    • GPU2021 開催概要 >
      • Day1 AI & GPU セッション
      • Day2 イメージングAI
      • Day3 GPUスパコン
      • 講演レポート | Denso
      • 過去開催 >
        • GPU2020
        • GPU2019
  • GPU製品
    • 即納モデル
    • NVIDIA GPU 一覧 >
      • NVIDIA H100
      • NVIDIA A100
      • NVIDIA RTX スペック比較 >
        • NVIDIA RTX A6000
        • NVIDIA RTX A5000
        • NVIDIA RTX A4500
        • NVIDIA RTX A4000
        • NVIDIA RTX A2000
      • Quadro GV100
    • GPUレンタル一覧
    • GPU年定額プラン
    • AI・データサイエンスおすすめ一覧 >
      • NVIDIA DGX H100
      • NVIDIA DGX A100
      • DGX STATION A100
      • HP Z8 G4 Workstation
      • HP ZBook Fury17G7 Mobile Workstation
      • Dell Precision 7920 Tower
      • DeepLearning BOXⅡ
      • DeepLearning STATION
      • NVIDIA EGX サーバー
      • HITACHI SR24000
    • 数値計算・解析おすすめ一覧 >
      • HP Z4 G4 Workstation
      • HP Z8 G4 解析ソフトウェア動作確認済みモデル
      • Supermicro 7049GP
    • NVIDIA A100搭載 Supermicro 740GP
  • ストレージ
    • Synology
    • DDN STORAGE
    • PURESTORAGE
  • HPC
    • HPC Workstation
    • HPCおすすめGPUサーバー
    • HPC SIサービス
    • AXXE-L by XTREME-D
    • NVIDIA HPC SDK
    • プログラム高速化サービス
  • クラウド製品
    • セキュリティ >
      • KernelCare
    • 仮想化 >
      • Login VSI
      • Login PI
    • リモートアクセス >
      • FastX
      • NiceDCV
      • NoMachine
    • ハイブリッドクラウドNAS >
      • Morro Data
    • クラウドストレージ >
      • クラウドストレージ Wasabi
  • GPUコラム / 導入事例
    • GPUプログラミング >
      • 初級編
      • 中級編 >
        • 第4回:MPI+OpenACC実装における計算と通信のオーバーラップ
        • 第3回:拡散現象シミュレーションのおさらい
        • 第2回:簡単なOpenACC + MPI コードで考える
        • 第1回:複数のGPUを使う方法とは?
    • GPU Technology for CG/AI >
      • 深層学習を利用した画像処理・必要なGPU性能
      • トランスフォーマー 最近流行のニューラルネットワーク
      • GAN Inversion による写実的画像生成の制御
      • 深層学習におけるアノテーションコストを抑えるための取り組み Active Learning
      • 深層学習に基づく人物画像の再照明
      • GPUの起源と進化
      • AlphaGo とその後
      • CUDAを用いたシンプルなパストレーシング
      • 流体シミュレーションの応用
      • GPUを用いた高速レンダリング
      • GPUを基盤としたCG/AIの技術進化
    • シリコンバレー発信 New Technology Report >
      • 最新記事から
    • ツブ子が聞く・見る・行く! >
      • 見る!NVIDIA RTX A6000
      • 聞く!NVIDIA DGX A100
      • 見る!NVIDIA A100 Tensor Core GPU
    • 導入事例 >
      • DGX SYSTEMS >
        • NVIDIA DGX A100 | 金沢大学
      • GPU Computing
  • 会社情報
    • ごあいさつ
    • 会社概要
    • アクセスマップ
    • 採用情報
  • お問い合わせ