中国、AI格差を縮める より厳しい試練は利益

米スタンフォード大学の推計では、2025年の民間AI投資は米国が2859億ドルに達したのに対し、中国は124億ドルだった。ただしこの数字には、中国の政府支援の大部分は含まれていない。スタンフォード大「AIインデックス2026」↗ ¹

中国はこの優位に挑んでいる。ただ、技術の進歩そのものが、誰が見返りを得るかを決めるわけではない。中国のモデルが開発者を引きつけ、米国のクラウド事業者が代金を取り立てる、ということが起こりうる。中国のクラウド事業が黒字でも、系列のAI研究所は赤字、ということもある。

証拠を見る限り、米国は最先端(フロンティア)能力でむらのある優位を、商業面では大きな優位を保つ。その上で、中国は産業のより広い領域で有力な競争相手になっている。投資家にとっての問いは、その進展のどれだけが交渉力、持続的な利益、役に立つ仕事に変わるかだ。

最先端性能の優位は確か、ただしタスク次第

Artificial Analysisの9月17日時点のランキングでは、最高構成のスコアはClaude Fable 5.1とGPT-6 Astraがともに53、Qwen3.8 MaxとGLM-5.3は45だった。ベンチマークのコストを見ると、「米国モデルは高く、中国モデルは安い」という通説は単純には当てはまらない。推論設定を低くしたGPT-6 Astraは1タスク0.82ドルで46点を取る一方、Qwen3.8 Maxは5.41ドルで45点。GLM-5.3-Flashは0.25ドルで42点と、はるかに安い位置を占める。Artificial Analysisのランキング ²

ただ、これらの結果が示すのは特定のワークロードにすぎない。指数は主にテキストベースで英語を中心としており、音声、視覚、他言語、ロボティクスでの優劣を決めることはできない。ベンチマークの対象範囲 ³

とはいえ、中国の上位モデルが十分に信頼できる選択肢であることは、この結果が裏付けている。米国勢もなお、性能と価格の両面で激しい競争を仕掛けている。

より範囲を絞った評価をみると、残る格差がなぜ重要になり得るのかが分かる。英AIセキュリティ研究所と米AI標準・イノベーションセンター(CAISI)が7月に実施した評価では、Kimi K3は模擬的な企業ネットワーク攻撃を10回のうち1回しか完遂できなかった。過去にテストされた最強クラスのモデルは6~7回完遂している。演習に防御側はおらず、米国モデルは最大能力を測るため、システムの安全機構を無効化した状態でテストされた。サイバー分野の限定的なテストとはいえ、一見よく似たチャットシステムも、持続的なタスクでは大きく差がつき得ることを示している。英米の共同評価↗ ⁴

顧客側の実際の計算には、失敗に終わった試行や人手による確認、システムへの組み込みも含まれる。推論コストの低下が効いてくるのは、仕事がちゃんと完遂される場合に限る。一方、最先端(フロンティア)モデルの研究所にとっては、単純な機能が広く普及した後も、難しいタスクでの改善がプレミアム(価格の上乗せ)を正当化し得る。

中国モデル、開発者の定番ツールに

中国に関しては、業界全体の収益性よりもモデル普及面の進展の方が観察しやすい。

OpenRouterは6月、同社プラットフォームのトークンシェアで中国モデルが米国モデルを追い抜いたと報告した。逆転は同月前半に起きた。分析は1月1日から6月14日までの450兆トークン超を対象にしており、DeepSeek(ディープシーク)のシェアは1月の9%から6月には18%へ拡大した。ただしこれらはプラットフォーム上の利用数値であり、世界市場シェアでも支出額でもない。低価格なサービスは、収入を比例して増やさないまま利用量だけを大きく伸ばせる。OpenRouterの分析 ⁵

Hugging Face↗の8月の報告は、別のシグナルを伝える。Qwenをベースにしたコミュニティーモデルは15万1448件に上り、米メタの派生モデルの総数の2.6倍だ。これはモデル群の上に開発を積み重ねる開発者の数であり、料金を払う顧客の数ではない。それでも意味はある。改変の積み重ねやデプロイツール、使い慣れの蓄積が、次の開発者にとってそのモデル群を選びやすくするからだ。Hugging Faceのプラットフォーム分析↗ ⁶

ビジネスの仕組みは単純だ。モデルの重み(ウエイト)をダウンロードできるため、他の企業はライセンスの条件に従いながら、モデルを改変して自社でホスティングできる。開発元の研究所にはない顧客との関係、現地の知見、導入の作業を、そうした企業が補える。したがって、普及の成功のために開発元が先に世界規模の法人営業組織を築く必要はない。

ただしオープン性には限界がある。Z.aiの小型モデル「GLM-5.3-Flash」はMITライセンスを採用する一方、GLM-5.3は特定の大規模なモデルサービス事業者へのセキュリティー審査を含む独自の条件を設けている。モデルをダウンロードできても、商用利用の権利が無制限に付いてくるわけではない。Flashのモデルカード ⁷ とGLM-5.3のライセンス ⁸

それでも戦略的な意味は大きい。信頼に足る代替案が存在するだけで、顧客の交渉力は強まる。中国の研究所がすべてのベンチマークで頂点に立たなくても、定型業務で米国側がプレミアム(価格の上乗せ)を取ることは難しくなる。

モデルの国籍とカネの行き先は別

AWSはすでに「Bedrock」を通じてQwenモデルを提供しており、契約関連のページでは、Qwenのサーバーレス提供の販売元をAWS自身と明記している。顧客は同じ取引の中で、中国のモデル技術を選びながら、米国のクラウドサービスを購入できる。AWSのモデル規約 ⁹

この取引は、国別比較ではひとまとめにされがちな三つの要素を切り離す。モデルを開発する主体、運用する主体、そして顧客との関係を握る主体だ。運用する側は、基盤となるモデルを自ら開発していなくても、コンピューティングやサポート、導入で収入を得られる。モデル価格の低下は、採算が取れるアプリケーションを増やす形で、このビジネスをむしろ強めうる。

アリババグループは、この区別を一社の内側で見せている。未監査の4~6月期決算によると、「AIクラウド・コンピューティングサービス」事業は売上高が484億元と45%増で、調整後EBITAは56億元の黒字だった。同事業には従来型のクラウドサービスと半導体事業が含まれ、うちAI関連製品が124億元の売上高を稼いだ。一方、別の「AIラボ・アプリケーション」事業は売上高33億元、調整後EBITAは139億元の赤字だった。アリババの8月20日の決算↗ ¹⁰

アリババの決算が実証するのは、インフラが確かに収益を生んでいることと、モデルの開発・運用には巨費がかかっていることの両方だ。ただし、同社の戦略が失敗したことまでは示していない。モデル部門への資金投入はクラウド容量の販売を後押しし、将来の販売網づくりにもつながりうる。だが投資家がなお必要としているのは、最終的なリターンが投入した資金を上回るという証拠だ。

米国にも大きな販売網の優位がある。米マイクロソフトは7月、「Microsoft 365 Copilot」の有料席数が3000万を超えたと発表した。ダウンロードよりも支払いの実績の方が、商業的な証拠として重い。もっとも、実際の利用や契約更新、顧客の生産性向上までは証明しない。既存のソフトでの取引関係があれば、単独のモデルラボがしのぎを削って届こうとする企業予算にも、マイクロソフトなら手が届く。マイクロソフトの会計第4四半期の決算発表 ¹¹

華為技術がシステムを構築、問われるのは供給

王涛氏によるAtlas 960Eの発表が取り組むのは、より厄介な依存先、すなわちモデルの学習と運用に必要なハードウエアそのものだ。

華為技術は、プロセッサーとメモリー、光接続を組み合わせ、より大規模なコンピューティングシステムを構築しようとしている。チップを効率よくつなぐことが重要なのは、データを待つプロセッサーが高価な遊休設備と化すからだ。ただし、次世代チップは「昇騰(アセンド)」の960DTが2027年1~3月期、960PRが7~9月期に投入予定だ。現時点の仕様は会社側の主張と供給計画にすぎず、うたわれた経済性で実際に稼働する導入済み設備の証拠ではない。華為技術による9月17日の基調講演↗ ¹²

意味のある比較に必要なのは、同等のワークロードの下で学習を完走させた実績、推論のスループット、消費電力、そして信頼性だ。プロセッサーの搭載数が多いだけでは、製造歩留まりや稼働率、既存ソフトウエアを移行するのに必要な開発工数までは見えてこない。

米国の優位性は国際協力にも依存している。米エヌビディアは5月、ベラ・ルービン(Vera Rubin)が量産立ち上げ段階に入り、今秋にも出荷する計画だと発表した。発表では、台湾のエコシステムパートナー150社と30カ国にまたがる350以上の工場が名を連ねた。米国企業が率いる商業・技術のネットワークは、製造面で米国の国境をはるかに超えて広がっている。エヌビディアの量産発表 ¹³

輸出政策がこの比較をさらに複雑にする。米政府は1月、H200や類似チップの輸出を個別審査による許可の対象とした。エヌビディアはその後、許可を得たH200の出荷が小規模で、四半期のデータセンター向け売上高の1%未満に相当すると明らかにした。その一方で、中国側の制限により、許可の対象すべてを販売できなかったとも述べた。チップの入手を左右するのは両国政府だ。米商務省産業安全保障局(BIS)の1月の政策 ¹⁴とエヌビディアの7~9月期の開示資料 ¹⁵

国産設備が重要なワークロードを十分にこなせるようになれば、輸入される最高水準のシステムに並ぶ前でも、中国は戦略的な耐性を得られる。ただし商業面での競争力を確保するには、もう一段の歩みが必要だ。電力や保守、ソフトウエア移行のコストを含めたうえで、顧客が国産の代替を経済的だと判断しなければならない。

中国の産業基盤、AIを活用する場を生む

中国は工場の自動化を大幅に大きな規模で進めている。国際ロボット連盟(IFR)によると、2024年の産業用ロボットの導入台数は中国が29万5000台、米国が3万4200台だった。同一年の産業用ロボットを比べた数値で、その多くは生成AIを使わない。示しているのは導入の規模であって、AIの知能水準や国の生産性ではない。IFRの2025年9月の発表 ¹⁶

こうした基盤は、知覚や計画、制御の改善を既存の生産システムの中で適用できる機会がより多いことも示している。メーカーは設備も運用データも、測定可能な課題もすでに持っている。不良品や設備の停止時間を減らすシステムは、汎用チャットボットの比較で勝たなくても価値を生み出せる。

その価値を取り込むには工場での作業が必要だ。誰かがモデルを設備につなぎ、想定外の状況に対処し、安全な運転範囲を定め、工程が失敗した際に責任を負わなければならない。そうした関係を持つ供給業者は、モデルを提供するモデルラボより多くを稼げる可能性がある。

コンピューティングインフラも同様に、現場ごとの制約を抱える。国際エネルギー機関(IEA)は、高帯域メモリー(HBM)とエネルギー機器、系統連系の不足を指摘しており、メモリーの逼迫は少なくとも2027年末まで続くとみている。国全体の発電量の数字は、特定の拠点がいつ安定した電力供給を受けられるかを事業者に教えてくれない。IEAの2026年4月の評価 ¹⁷

有利に働くのは、コンピューティング、データ、設備、顧客、責任の所在に至るまで一連の過程全体をつなげられる事業者だ。欠けたつなぎ目一つひとつが、より安いモデルの約束する節約分を吸収しかねない。

米国の最有力論、最先端は複利で積み上がる

米国の優位が続くとする最も有力な論拠は、より優れたモデルが、後継モデルを生み出す研究自体を加速しうるというものだ。優れたシステムがコーディングや実験、半導体設計を実質的に改善すれば、優位は競合が前の世代を模倣する速度を上回る速さで拡大する可能性がある。そうなれば、資本、インフラ、既存の顧客関係が技術的リーダーシップをさらに補強することになる。

これは十分にあり得る可能性だ。とはいえ、あくまで条件付きの仮説である。ベンチマークでの優位は、それだけでは研究生産性における自己維持的な優位を立証したことにはならない。改善の一部は、論文やソフトウエア、ダウンロード可能なモデルを通じて広がりうる。

米国の資金力にも、その分の義務が伴う。米アマゾンは4~6月期にAWSの営業利益166億ドルを計上した一方、過去12か月間の全社ベースのフリーキャッシュフローはマイナス76億ドルだった。期間も事業範囲も異なるため、この2つの数字を単純に相殺することはできない。投資支出が加速する局面では、黒字のクラウド事業であってもなお精査が必要な理由がここにある。アマゾンの7月30日の決算発表↗ ¹⁸

中国側の最も有力な反論は、モデルの供給業者の利ざやが薄くても、有能なAIへの幅広いアクセスがメーカーや開発者、消費者に恩恵をもたらすというものだ。これは経済的に筋の通った話だ。ただ、国全体の便益と株主のリターンは乖離しうる。安価なAIを使う工場のほうが、それに資金を出す企業より良い事業かもしれない。

次の契約更新で何が生き残るか

次の証拠は、実際の業績から出てくるはずだ。華為技術(ファーウェイ)の2027年の半導体投入計画は、供給力を試す試金石となる。その先には、有用な成果、信頼性、コストをめぐる試験が続く。アリババグループは今後の四半期で、有償の需要が育つにつれてモデルやアプリケーションの損失が縮むかどうかを示せる。法人顧客が示すのは、導入当初の熱が冷めた後も、稼働するシステムが契約更新を勝ち取れるかどうかだ。

米中両国にとって最も有用な開示は、実際に成立した仕事とその総コストを結びつけるものだ。総コストには、コンピューティング、人間による確認、組み込み、失敗した分も含まれる。それが分かれば、試して楽しむモデルと、業務が依存するシステムとを区別しやすくなる。

コスト削減の効果を測ったうえで契約を更新する顧客に注目したい。