最先端AIの価格が90％下落：中国はいかにして世界のテクノロジー市場をひっくり返しているのか

Xpert プレリリース

オンライン連絡先 (Konrad Wolfenstein)

Available in 27 languages 📢

GoogleでXpert.Digitalを優先するⓘ

公開日：2026年8月12日 / 更新日：2026年8月12日 – 著者： Konrad Wolfenstein

最先端AIの価格が90%下落：中国はいかにして世界のテクノロジー市場をひっくり返しているのか – 画像：Xpert.Digital

トランスフォーマー時代の終焉か？この新しいAIアーキテクチャは現在、ウォール街を揺るがしている。

静かなAIの転換点：巨大言語モデルが企業にとって突然時代遅れになった理由

規模拡大は過去のもの：なぜ小規模な民間AIモデルが今、経済を席巻しているのか

人工知能市場は現在、地殻変動とも言える大きな変化を遂げている。中国のプロバイダーが生成言語モデルの価格を大幅に引き下げ、既存の米国大手企業に大きな圧力をかけ、AIの計算能力がますます安価な商品になりつつある一方で、価格競争を超えた、より深刻な技術的ジレンマが浮上している。現在主流となっているほぼすべてのAIモデルの基盤であるTransformerアーキテクチャは、複雑な推論や機密データのエラーのない処理において、構造的な限界に達しつつある。これに対し、全く新しいアプローチが登場している。現実世界の金融市場でその価値を証明している動的な「ニューロトポロジー」から、完全なデータ主権と絶対的なトレーサビリティを優先する、独自開発のAIモデルまで、多岐にわたる。最大の計算能力を巡る地政学的な競争は、最もインテリジェントで安全なアーキテクチャを巡る戦いへと変化しつつあり、世界中の企業がAI戦略を根本的に見直すことを迫られている。.

フロンティアAIとは、現在利用可能な最も強力で、幅広い用途に適用できるAIシステムを指します。「フロンティア」とは、技術的に可能な限り最先端に位置することを意味します。.

トランスフォーマー時代とは、2017年以降のAI開発段階を指し、この段階でトランスフォーマーモデルが現代の生成型AIの中核的な技術基盤となった。これは単一の製品を指すのではなく、より特化した逐次的な動作モデルから、大規模で汎用性の高いAIモデルへのパラダイムシフトを意味する。.

人工知能開発競争における静かなる決裂

需要が崩壊することなく価格が90%以上下落した場合、それはマーケティング戦略ではなく、業界全体の構造的変化です。2026年に生成言語モデリング市場で起こったのはまさにこれです。DeepSeek、Alibaba、Moonshot AI、Xiaomi、Zhipuなどの中国ベンダーは、最先端モデルのコストを大幅に削減し、処理されたテキスト文字100万文字あたりのコストは、OpenAIやAnthropicなどの米国ベンダーの15～200分の1になりました。DeepSeekはV4 Proモデルの75%割引を恒久化し、100万テキストスニペットの出力を0.87ドルで提供していますが、同等の米国製品は30ドル以上かかる場合もあります。分析会社Artificial Analysisによると、最新のV4 Flashモデルのベンチマークテストのコストはわずか3セント程度で、Anthropicの現在の最上位モデルの3ドル以上と比べて大幅に低くなっています。この変化は、テクノロジー企業のバランスシートだけでなく、世界中の企業が人工知能を業務フローに統合する際のコスト構造全体にも影響を与える。.

なぜコンピューティング能力が突如として商品化されつつあるのか

価格の暴落は偶然ではなく、複数の経済要因が並行して作用した結果である。第一に、中国の開発者は、いわゆるエキスパート混合アーキテクチャを用いたモデルを構築した。これらのモデルは数兆個のパラメータを持つが、個々のクエリに対してはごく一部のパラメータのみをアクティブ化することで、計算コストを大幅に削減している。第二に、DeepSeekのコンテキスト情報再利用システムのような高度なキャッシュ技術により、頻繁に使用されるクエリはほぼ無料で処理され、場合によっては100万文字あたり3千分の1ドル未満で済む。これに加えて、中国のエネルギーコストの低さ、国内半導体生産に対する政府の補助金制度、そして米国のチップ輸出規制からの技術的独立を目指す政治的意思も、Huaweiのような企業がAscend 950プロセッサで欧米製ハードウェアに代わる国内製品を開発する動機となっている。その結果、価格競争が激化し、米中経済安全保障検討委員会の調査によると、同等の性能を持つ中国製モデルは、米国製システムのわずか6分の1から4分の1の価格で販売されるようになった。企業にとってこれは、AIを活用した自動化が経済的に成り立つために、実際にどれだけのコストがかかるのかを根本的に再計算する必要があることを意味する。.

価格下落の背後にある本当の問題

コスト削減は確かに素晴らしいものの、根本的な技術的ジレンマを解決するものではありません。ここで挙げたモデルは、米国製であろうと中国製であろうと、すべて同じ基本アーキテクチャ、いわゆるTransformerに基づいています。Transformerは、2017年の導入以来、ほぼすべての主要な言語モデルの基盤となってきました。Transformerは、テキスト要素のシーケンスに対して統計的確率を計算し、最も可能性の高い続きを導き出すことで言語を処理します。この手法は大きな進歩をもたらしましたが、エラーが実際の財務上または運用上の影響を及ぼす領域において、真に文脈に依存しない推論を行うには構造的な限界があります。Transformerのコストがどれだけ下がっても、基本的な機能はTransformerのままです。この認識が、単にコストを削減するのではなく、既存のアーキテクチャに根本的な疑問を投げかける、少数ながらも成長を続ける企業グループの出発点となっています。.

依頼ごとに新たな形へと生まれ変わる建築コンセプト。

マイアミを拠点とするVertus社は、独自のアーキテクチャであるニューロトポロジー、あるいは動的ニューラルトポロジーと呼ばれる、根本的に異なるアプローチを採用しています。トランスフォーマーモデルで一般的なように、事前学習済みの重みの固定ネットワークを通してクエリをルーティングするのではなく、このシステムは、生物の脳が複雑さの異なるタスクに対して密度の異なるシナプス結合を活性化するのと同様に、個々のクエリごとに新しいニューラルパスウェイを構築するように設計されています。したがって、単純な質問は軽量な処理パスをトリガーし、複雑な分析タスクは、計算が完了すると再び解消される、密で高度に相互接続された構造をトリガーします。同社は、一般的な推論と研究指向の多次元分析タスク向けにそれぞれ設計された、8メガニューロンアーキテクチャと16メガニューロンアーキテクチャという2つのモデルバリアントを推進しています。Vertus社は、金融仲介業者間の資本移動をマッピングするBroker Money Flowと呼ばれる独自のデータセットでトレーニングされた100万を超える内部サブシステムを運用しており、このアーキテクチャはGPTやGeminiなどの外部言語モデルに基づくものではなく、金融思考のためにゼロから設計された構造に基づいていると主張しています。.

株式市場における厳しい実践的試練

テスト環境の選択は特に示唆に富む。Vertusは、リスクの低い環境で新しいアーキテクチャコンセプトを最初にテストするのではなく、判断ミスが即座にリアルタイムの金融損失につながる実際の金融市場にシステムを展開している。同社は2025年のリターンが51%を超え、1日の取引量が数十億ドルに達すると報告している。これらの数字が信頼できると証明されれば、並外れたものとなるだろうが、同社の主張を裏付ける独立した監査や検証可能な技術文書は今のところほとんどない。あるジャーナリストの調査によると、Vertusの技術的な説明はもっともらしく表現されているものの、独立して検証可能な詳細情報によって裏付けられているとは言えず、誇張されたパフォーマンスの約束で悪名高い業界においては、注意が必要である。同時に、選択されたテスト環境は非常に賢明である。金融市場は、利益または損失という形で客観的な日々のフィードバックを提供し、巧妙なマーケティングによってごまかしたり隠蔽したりすることはできない。新しいアーキテクチャが長期間にわたって既存モデルよりも一貫して優れた結果をもたらす場合、それは単なる主張以上の価値があることを示す強力な証拠となるでしょう。同社はまた、金融分野にとどまらず、バイオテクノロジー、防衛、航空宇宙、材料科学などの分野にも技術を拡大する意向を発表しました。.

スケーリングがもはや唯一の解決策ではないとき

ここ数年のAI開発は、データ量、パラメータ数、計算能力の向上によってより優れたモデルが生まれるという単純な公式に大きく支えられてきた。この論理はデータセンターや専用チップへの巨額投資を促し、アメリカの大手AI企業の市場評価額を過去最高水準に押し上げた。しかし、中国による現在の価格競争は、より効率的なアーキテクチャを持つ競合他社がはるかに低いコストで同等のパフォーマンスを提供できるようになったことで、純粋なスケーリングが経済的な限界に近づきつつあることを示している。さらに、Vertusが追求するニューロトポロジーのような代替アーキテクチャ概念が、特定のユースケースにおいてTransformerよりも優れていることが明らかになれば、業界全体の投資ロジックは再び大きく変化するだろう。そうなれば、重要な問題はもはやどの国や企業が最大のデータセンターを運営しているかではなく、長期的にどの基本的なコンピューティング原理が優位に立つかということになる。地政学的な競争からアーキテクチャ競争へのこの転換は、人工知能の短い歴史において最も重要な方向転換の一つとなるだろう。.

「マネージドAI」（人工知能）によるデジタル変革の新たな次元 - プラットフォーム＆B2Bソリューション | Xpert Consulting

「マネージドAI」（人工知能）によるデジタル変革の新たな次元 – プラットフォーム＆B2Bソリューション | Xpert Consulting - 画像：Xpert.Digital

ここでは、企業がカスタマイズされた AI ソリューションを迅速かつ安全に、高い参入障壁なしに実装する方法を学びます。.

マネージドAIプラットフォームは、人工知能（AI）のための包括的な安心ソリューションです。複雑なテクノロジー、高価なインフラストラクチャ、長期にわたる開発プロセスに煩わされることなく、専門パートナーからお客様のニーズに合わせてカスタマイズされた既製のソリューションを、多くの場合わずか数日以内にご提供いたします。.

主な利点を一目で:

⚡ 迅速な実装：アイデアからすぐに使えるアプリケーションまで、数ヶ月ではなく数日で実現します。私たちは、すぐに付加価値を生み出す実用的なソリューションを提供します。.

🔒 最大限のデータセキュリティ：お客様の機密データはお客様のもとで厳重に管理されます。第三者とデータを共有することなく、安全かつコンプライアンスに準拠した処理を保証します。.

💸 金銭的なリスクなし：成果に対してのみお支払いいただきます。ハードウェア、ソフトウェア、人員への高額な初期投資は一切不要です。.

🎯 コアビジネスに集中：得意分野に集中できます。AIソリューションの技術的な実装、運用、保守はすべて当社が担当します。.

📈 将来性＆拡張性：AIはお客様と共に成長します。継続的な最適化と拡張性を確保し、モデルを新たな要件に柔軟に適応させます。.

詳細はこちら:

マネージドAIソリューション - 産業用AIサービス：サービス、産業、機械工学分野における競争力の鍵

クラウド依存ではなくデータ主権：なぜ小規模AIモデルが企業にとって有利なのか

データ主権は、企業AIの新たな通貨となる

アーキテクチャとコストに関する議論と並行して、経済的に同様に重要な2つ目のトレンドが台頭しています。それは、顧客が完全に管理できる小型の独自AIモデルへの需要です。カリフォルニア州マリーナ・デル・レイに拠点を置くmyAux Labs社は、まさにこのニッチ市場に参入しています。同社のビジネスモデルは、これまで多くの企業がAIを広く導入することを妨げてきた2つの障害、すなわち、大規模な言語モデルがもっともらしく聞こえるものの誤った発言を生成する傾向と、機密性の高い企業データが企業のITインフラストラクチャから外部に持ち出されることを阻止する規制や契約上の要件に対処しています。継続的な使用料で汎用モデルを提供する従来のクラウドプロバイダーとは異なり、myAuxは顧客と協力して特定のユースケースを定義し、必要な独自データをキュレーションし、それに基づいてカスタマイズされたモデルをトレーニングおよび検証し、完全なモデル重みを顧客に提供します。顧客はモデルを完全に所有し、リクエストごとの継続的なコストは発生せず、単一のプロバイダーに依存することもなく、展開はオンプレミスでも外部ネットワークから完全に切り離して行うこともできるため、データが顧客自身の環境から外部に持ち出されることはありません。.

なぜ理解力が純粋な言語流暢さよりも重要になりつつあるのか

myAuxのサービスにおける重要な技術的特徴は、パートナー企業であるTopoLift AIとの共同開発による、コンテキスト制約型アーキテクチャです。このアーキテクチャは、顧客自身のデータ内に実際に存在し検証可能な構造のみに依存することで、モデルが発する発言を意図的に制限します。そのため、システムからのすべての応答は、その応答を可能にした特定の証拠に遡って追跡できます。このアプローチは、膨大な量の一般的なトレーニングデータから知識を得る従来の広範に学習された言語モデルの機能とは根本的に異なります。従来のモデルは、言語的には説得力があっても、特定の検証可能な情報源に明確に遡って追跡できない発言を生成する可能性があります。金融、エネルギー、行政、医療、教育といった、トレーサビリティとデータ保護が必須条件となる分野では、この原則は決定的な違いとなります。競争優位性は、モデルの規模の大きさから、明確に定義された分野内での発言の正確性と検証可能性へと移行します。.

同じ基本的な質問に対する2つの回答

一見すると、VertusとmyAuxは全く異なる戦略をとっているように見えるが、実際には両者とも、今日のAIシステムの根本的な弱点、すなわち危機的な状況における信頼性の欠如とデータ制御の欠如をいかに克服するかという根本的な問いに、正反対の方向から取り組んでいる。Vertusは、業界横断的な利用を想定した、根本的に新しい汎用アーキテクチャを採用しており、まずは特に要求の厳しい単一の分野でその有効性を実証する予定だ。一方、myAuxは、汎用人工知能という主張を意図的に避け、個々の企業向けに、厳密に定義された、しかし完全に制御可能で追跡可能な小規模なモデルに焦点を当てている。以下の概要では、この2つのアプローチにおける主要な概念的相違点を説明する。.

特徴	ヴェルタス（神経トポロジー）	myAux Labs（主権モデル）
建築的アプローチ	リクエストに応じて動的に再構築される神経経路	厳選された顧客データに基づく、コンテキスト制約付きモデル
客観的	業界横断的な普遍的推論	狭義に定義された、企業固有のユースケース
所有モデル	独自のプラットフォームであり、アクセス権と引き換えに利用できます。	モデルの重量物を顧客に完全に引き渡す
規定	主に金融市場向けの独自のプラットフォームを通じて	顧客宅内、または顧客宅内で完全にネットワークから隔離された状態で設置可能
中核となる約束	トランスフォーマーモデルと比較して優れた議論能力	データ漏洩のない、検証可能な情報源に基づく回答

なぜサイズだけではもはや勝てないのか

汎用的な最先端モデルの価格が急激に下落し、同時に、より小規模で専門的、あるいはアーキテクチャ的に大きく異なる代替製品が登場していることは、他の技術サイクルで見られるものと同様の市場成熟プロセスを示唆している。技術サイクルの初期段階では、競争は通常、純粋な性能と規模に焦点を当てるが、より成熟した段階では、差別化、コスト効率、信頼性が中心となる。中規模企業や規制の厳しい業界で事業を展開する企業にとって、これは、適切なAI戦略の選択は、一般的な言語ベンチマークでどのモデルが最も高いスコアを獲得するかよりも、コスト、管理、トレーサビリティに関する企業の特定の運用要件を最もよく満たすシステムはどれかに依存することを意味する。機密性の高いサプライチェーンデータを扱う物流企業は、単に高速かつ安価なテキスト生成を必要とするスタートアップ企業とは優先順位が異なり、どちらもリアルタイムで健全な取引判断を下さなければならない金融機関とは異なる。.

見過ごしてはならないリスクと未解決の疑問点

新しいアーキテクチャ概念や高度なモデリング手法に対する正当な好奇心は当然あるものの、健全な懐疑心は依然として必要である。Vertusの収益と取引量に関する主張は、今のところ同社自身の声明に大きく依存しており、基盤となるアーキテクチャに関する独立した技術的に検証可能な監査はほとんど行われていない。金融業界は、革新的と謳われたシステムが後に再現不可能であることが判明した事例を数多く知っている。また、中国の価格優位性についても注意が必要である。独立系アナリストは、安価な中国製モデルの多くは、計算負荷の高い高スループットのワークロードでは著しく動作が遅く、ベンチマーク結果は外部監査人によって定期的に下方修正されていると指摘している。さらに、中国のクラウドサービスには、政府機関によるデータアクセスという問題があり、これは厳格なコンプライアンス要件を持つ欧米企業にとって深刻なリスクであり、契約上の保証によって完全に排除することは困難である。 myAuxのような企業独自のモデルであっても、単一のユースケースに合わせて緊密に統合されたシステムが、変化するビジネス要件にどれだけうまく適応できるか、また、より複雑で多段階の問題が発生した場合でも、約束されたトレーサビリティが確実に維持されるかどうかは、まだ明らかではない。.

今後の展開に関する論理的な評価

今日の視点から見ると、AI市場は今後数年間で、互いに補完し合う2つの並行した発展経路に分かれる兆候が数多く見られる。一方では、汎用的で広く適用可能な言語モデルの価格は下がり続け、これらのシステムは、クラウドストレージやコンピューティング能力が既に大部分コモディティ化されているように、事実上目に見えない、交換可能なインフラストラクチャコンポーネントへとますます変化していく。他方では、金融のような高リスクのリアルタイム意思決定、あるいは医療や政府のようなデータ主権とトレーサビリティに対する厳格な要件が求められる分野など、汎用モデルが構造的な限界に達するまさにその領域に対応する、特化型でアーキテクチャ的に差別化された、あるいは独自のソリューションに対する市場が拡大しつつある。Vertusのようなニューロトポロジーアプローチが最終的にTransformerよりも優れているかどうかはまだ確実には判断できないが、有形資本を持つ有力企業がこの道を歩み、最も厳しい現実世界のテスト、すなわち実際の金融市場に身を投じているという事実だけでも、経済的な注目に値する。今日、AI戦略を策定する企業にとって、現実的な結論は、最大手で最も有名なプロバイダーだけに注目するのではなく、コスト、制御、トレーサビリティ、耐障害性に関する自社の要件を明確に定義し、それに応じて適切なテクノロジーを選択することである。したがって、今後数年間の真の競争は、国家間や企業間の争いというよりも、人工知能の本質とは何かという根本的な考え方の違いによって決まるだろう。.