AIモデル コモディティ化でも、AI大手が最先端を競い続ける理由

出典: 【週刊AI】AIモデルはコモディティ化必至！？それでもAI大手が最先端を競う理由とは｜AI業界の大きな潮流を読む（The WAVE TV【AIの独自解説チャンネル】）

安いAIモデルが増えるほど、お金はどこへ流れていくのでしょうか。コモディティ化が進むなら、支払いも安い方へ寄りそうです。動画で示された数字は、逆を指します。量とお金は、別の方向へ動いています。

番組の前半で、その週に追わないニュースの一覧が流れます。その中に、Character.AI の破産の申請があります。ここで湯川さんが、AIの会社の稼ぎ方の難しさをまとめます。

湯川鶴章さん（動画の中で・3:23〜）

あんまりお客さん呼んじゃうとトークンがめちゃめちゃ高くなるんでインターネット時代みたいにとにかくお客さん呼べばいいわというビジネスモデル成立しないんですよね

では、AIモデルのコモディティ化は本当なのでしょうか。湯川さんが根拠に挙げるのは、まず中国の Kimi K3。総合評価で3位に入りました。

OpenRouter 経由の処理量で、米国モデルのシェアは約7割から約3割に下がりました。処理量がいちばん大きいのは、DeepSeek です。最先端の高い値付けが続く期間も、数年から数カ月に縮みました。

それでも、お金の行き先は違います。処理量の29%を担うのは、オープンモデルです。支払額の割合は4%に満たない水準です。出どころは、スライドにある Wing VC の調べ。

湯川鶴章さん（動画の中で・7:00〜）

でも実は最先端のモデルにお金が集まっているということらしいんですよね、処理量全体の29%がオープンモデル安いモデルなんですけども、支払われた金額はオープンモデルというのは4%、96%がクローズモデル最先端のモデルの方に行っているということなんですよね

湯川鶴章さん（動画の中で・7:24〜）

だから利用は安いモデルが一番多いんだけれども、お金は高いモデルの方に行ってるという

同じ OpenAI でも、GPT-6 Luna と GPT-6 Astra は出力の価格が100倍違います。それでも、最先端を使いたい人は使います。これが湯川さんの話です。

Anthropic の研究者 Sholto Douglas 氏の説明も紹介されます。前提は、市場の伸びしろが大きいことです。一歩遅れたモデルはコモディティ化しても、最先端は価値がさらに高まります。最大の例は、コーディングエージェント。

使い分けは、1つの仕事の中でも起きます。

以前のLIVEで、私は Claude の3段の構成の話をしました。Opus・Sonnet・Haiku は、社長・部長・社員のようなものだと話しました。知能がそこまで高くなくてもできる作業的な部分は、Haiku にどんどんやらせます。それを部長役が見ます。

全体は社長役が統括します。現場は現場に委ねて、目の前のことに集中させます。その方が早くて安くて、結果いいものができる、とも話しました。

最先端が儲かると分かっていたなら、大手はなぜ計算資源を十分に用意しなかったのでしょうか。動画では、大手自身の見込み違いが語られます。読み違えたのは、需要の大きさ。伸びたのは、コーディングエージェントです。作った側の想定を大きく超えました。

湯川鶴章さん（動画の中で・9:21〜）

実はオープンAIもアンソロピックもコーディングエージェントがここまで儲かるとは思っていなかったということなので

スライドには、Anthropic の Dario Amodei 氏が開発者会議で話した数字が載っています。計画の前提は、10倍の成長。売上と利用量の伸びは、年率換算で80倍に達しました。同じスライドには、この成長が続かないよう願う言葉もあります。

湯川鶴章さん（動画の中で・9:33〜）

10倍の成長を前提に計画を立てたということで計算資源の話ですね計算資源を10倍ぐらい成長するだろうなと思ってたら80倍も成長したみたいな

OpenAI の Sam Altman 氏も、計算資源への投資は明らかに足りなかったと認めた、と湯川さんは話します。見込みが外れたのは、1社だけではありません。

データセンターへの投資はバブルではないか、という声がありました。その声への配慮から、OpenAI の投資は控えめでした。

計算資源が足りず、動画生成AIの Sora を打ち切りました。続けていたら大成功していた、と湯川さんは見ます。

大手は、ほかの領域でも儲かるはずだと見て、成長戦略を広げます。

その行き先が、科学の発明と発見。

大手が次の稼ぎ先に選ぶのは、科学の発見です。その方向を示す本を、湯川さんが紹介しました。スライドには、本の主張が並びます。発見する機械の姿と、今の到達点も並びます。研究の世界の広さも、数字で示されます。

新著は『The Eureka Machine』で、著者は Richard Socher 氏です。元は Salesforce のチーフサイエンティストでした。

今は自己改良型AIの新興企業の CEO で、You.com の CEO も兼ねる、と湯川さんは紹介します。自然言語処理の分野で、被引用数は3番目の研究者です。

湯川さんによると、題の Eureka は、見つけたと叫んだアルキメデスの話から来ています。

湯川鶴章さん（動画の中で・13:13〜）

AIの最も意義のある使い道はチャットボットでも生産性ツールでもないんだ今はねもうチャットボットから生産性ツールの時代に入ったと言われるんですけどそんなのないんだと科学の発見そのものの自動化だという風に彼は言っています

科学は、細かく分かれています。

湯川さんによると、世界の研究者2300万人が、5万4000を超える学術誌に論文を出しています。全体を見渡せる人はいません。言語モデルは論文どうしの関係の地図づくりにも使える、と湯川さんは話します。

発見する機械に要るものも、スライドに並びます。人類の知識全体の地図、物理的な現実のモデル、現実を精密に再現したシミュレーション、完全自律の実験室。湯川さんの話では、これらは技術的に揃ってきています。

湯川さんの紹介では、Socher 氏が科学を一気に進める条件も挙げます。データのデジタル化、シミュレーション、ロボットによる自動化、エージェントの群れが揃うことです。

湯川さんによると、最近注目されているのがエージェントスワーム。1体で研究するのではなく、群れで協力し合う形です。

機械の発想は、数です。協力し合うと抜け穴を見つけ出すことも、実際に起きているそうです。

スライドには、微積分が物理学を一変させたように、AIが生物学を一変させる、という言葉もあります。

今はどの辺りでしょうか。Socher 氏は Salesforce 時代に、2億8000万のタンパク質配列で学習しました。設計したのは酵素です。その73%が正しく折りたたまれ、抗菌作用を示しました。

単純な遺伝子病は今後12カ月で治せるものが出る、というのがスライドにある Socher 氏の言葉。

10年以内に寿命が倍になる話も、笑い話ではなくなってくる、と湯川さんは言います。湯川さんの話には、電池の新素材でエネルギーが安くなる可能性も出てきます。

湯川鶴章さん（動画の中で・25:01〜）

どの問題がどこまで解けるかはAIの計算にどれだけお金を投じれるかで決まるんだみたいなことを言っていて

そうなると、儲からない難病に投資は回るのでしょうか。対談の中で、そんな懸念も出ます。OpenAI や、科学に資金を出す財団などが動く可能性も、同じ対談で挙がります。

こうした予測も、私は決まった未来ではなく仮説として受け取ります。AIが示す未来は、自分の身体と感性で試して選び直す場だと見ます。

科学の発見が次の稼ぎ先になるなら、AIの会社はどうやってお金を受け取るのでしょうか。今までのモデル売りとは、形が変わります。動画が出す答えは、OpenAI の新しい動き。

スライドの出典は、OpenAI の公式ブログ。OpenAI は、科学の発明や発見を収益源にしようとしています。前の章の発見の自動化が、ここで事業の形になります。

稼ぎ方は、モデルの利用料だけではありません。AIが科学研究や新薬開発、エネルギー、金融モデリングに入り込むほど、稼ぎ方は広がります。ライセンス、知的財産権に基づく契約、成果に連動する料金。

湯川鶴章さん（動画の中で・28:22〜）

オープンAIというのは高性能AIモデルを販売する会社みんな今そういう会社だと思ってますけれどもそこからAIが経済活動にもたらす価値そのものから収益を得るという会社に移行しようとしているということなんですよねこれが大きな潮流です

研究の向け先も、はっきりしています。

OpenAI は研究の9割を、GPT-7 や GPT-8 など次の世代に向けます。同じ世代の小さな改良は、近視眼的と見なされます。OpenAI の中の人がシリコンバレーのカンファレンスの対談で話した、と湯川さんは紹介します。

最先端をどんどん先へ進む方が、儲かります。これが湯川さんのまとめです。量は安いAIへ流れても、お金と研究は最先端へ向かいます。最初の章の話と、ここで一本につながるんです。

実行する主体がAIでも、自分の一次情報と判断軸に基づいていれば委ねられる、と私は考えます。

大手が最先端へ投資を急ぐ中で、Google だけは少し違う動きを見せました。最上位のモデルは出しました。けれど、予告していた別のモデルを取りやめたんです。動画は、その理由を社内の計算資源の事情から読み解きます。

スライドによると、Google は Gemini 4 の最上位モデル Argon を出しました。一方で、前に予告していた Gemini 3.5 Pro は公開を取りやめました。新しいモデルも数カ月遅れ。

湯川鶴章さん（動画の中で・31:55〜）

なぜそんなことが起こっているのかというとどうやら社内で計算資源の争奪戦が起こっているということですね

スライドの出典は、SemiAnalysis とブルームバーグ、Business Insider。自社モデルの学習と運用に回す計算資源の割合は、2〜3年前より低いそうです。

研究者は順番待ちの状態です。

使うには、正式な申請が要ります。上級幹部の承認も必要です。SemiAnalysis の書き方では、Google Cloud の側が勝ち、DeepMind の側が負けました。

計算資源を競合に売る方が儲かる、という面もあります。Google には、Anthropic に TPU を供給する契約があります。Google Cloud の売上は、前年同期比82%増。

湯川鶴章さん（動画の中で・34:05〜）

勝負の分かれ目は創業者社長かどうかに関わってると思うんですよね。

湯川さんの見立てでは、創業者社長の会社は大きな賭けに出られます。合議制の大企業は、目の前の収益を優先すると言います。これは湯川さん個人の見方です。

湯川さんは、Google や Amazon、Microsoft、Apple を合議制の会社として挙げます。目の前の確実に儲かっているものを取りに行くのが合理的、という見方です。全部を1つに賭けるのは、ワンマンの会社でないとなかなかできない、とも付け加えます。

湯川さんによると、Artificial Analysis という会社の評価で、Argon は53点です。Claude Opus 5.5 は58点。最先端には届かなかった、と湯川さんは話します。

Argon はハルシネーションが最も少ないそうです。その代わり、正答率も低くなっています。

湯川さんの説明では、Argon はわからない時に答えない率が高いそうです。正答率は50%にとどまります。GPT-6 Astra は嘘もつきますが、当たりも多く63%です。

背景には Google 検索の部門からの要請がある、という見立ても紹介されます。

同じAIの話をしているのに、人によって見えているものが違うのはなぜでしょうか。動画の最後に、その手がかりになる話がありました。鍵は、AIをどこまで使っているか。

今週の気になる発言として取り上げたのは、Andrej Karpathy 氏の、AI活用度によって見える世界が違う、という話です。スライドでは、AIの使い方で人を層に分けています。

いちばん外側は、AIを触ったことがない人です。その数は約60億人。次が、有料プランを使っていない10億〜20億人。数学やプログラミングで最先端のLLMを仕事に使う人は、約2000万人います。

いちばん内側は、AI企業の社内で最先端を使える約5000人。層が違えば、AIの捉え方も大きく異なります。同じ時代に生きながら、見ている世界が全く違う、とスライドは続けます。

湯川さん本人は、2番目と3番目の層の間にいると話します。対談では、いちばん内側の人たちが見ている世界は想像がつかない、という話も出ます。

いちばん内側の人たちは、人類が絶滅するかもしれないと感じているのではないか、という話も対談で出ます。見えている世界が違うので、議論が難しくなっている、と続きます。

湯川さんが Facebook に、10年で寿命が倍になると書いた時は、反発を受けたそうです。経営者の話は、エクサウィザーズのイベントで湯川さんが聞いたものです。

湯川鶴章さん（動画の中で・43:15〜）

やっぱり自分で触っている人は、AIが中心ですよ。AIを中心にいろいろ考えないといけないですよという意見が多くて、

湯川鶴章さん（動画の中で・43:23〜）

この人たちは触ってないなと、部下が触っているという話を聞いているだけの人だなと思うのは、いやAIはツールでしかないと、我々が今までやってきたことが大事なんです、それを続けると、AIは単なるツールだという言い方をしているんで

話はそこから、Karpathy 氏の見方の紹介につながります。

湯川鶴章さん（動画の中で・44:19〜）

ちょっとやっぱり議論が難しい、前提の世界の捉え方の議論が違うので

湯川鶴章さん（動画の中で・44:25〜）

議論が本当に難しい時代に入ってきてるんだろうな、ということをカルパシーさんは言っておられる

番組の締めには、遠藤さんのひと言もあります。断片で入ってきていた情報がつながり、視点が上がった感じがする、という感想です。

私の判断軸は「紙ノートで頭の中を外に出し、体感で確認する」です。私なら、自分で触って、体感で確かめてから決めます。

年末のLIVEで1年を振り返った時、引き続きAIを触る大事さがある、と私は話しました。AIはいっぱい出てくるけれど、触っていないAIは感覚が掴めない、という話です。別のLIVEでは、私たちも触ってみて初めてわかった、と話しました。

気になっている最新のAIがあれば、人の話で判断する前に、一度自分で触ってみてください。

湯川さんの解説では、AIモデルが安く広がっても、お金と研究は最先端に集まります。持ち帰りは1つです。気になっている最新のAIに、一度触ってみることです。

私は、その先の判断軸に「AIに委ねて、人は積み減らして生き直す」を置きます。