試練にさらされる中国のAIへの野望：数十億ドルの投資が無駄になる理由

Xpert プレリリース

オンライン連絡先 (Konrad Wolfenstein)

言語の選択 📢

公開日: 2025年10月31日 / 更新日: 2025年10月31日 – 著者: Konrad Wolfenstein

試練にさらされる中国のAIへの野望：数十億ドルの投資が無駄になる理由 – 画像：Xpert.Digital

スキル不足、データセンターの空、地域格差といった現実に直面してデジタルの夢が打ち砕かれるとき

単なるチップ戦争以上のもの：中国のAI攻勢が停滞している本当の理由

中華人民共和国は、2030年までに世界をリードする人工知能（AI）超大国になるという目標を、目もくらむような決意で追求している。公式発表では、経済の90%がAIを活用し、インテリジェントシステムが社会のあらゆる側面に浸透するという明るい未来が描かれているが、その裏でははるかに複雑な構図が浮かび上がってきている。中国のAI攻勢は、しばしば議論の的となっているアメリカの半導体輸出規制をはるかに超える、根本的な構造的問題に直面している。500万人を超える熟練労働者の人材不足、分断された技術インフラ、劇的な地域格差、そして差し迫った市場統合は、北京の野心的な計画にとって、存亡をかけた課題となっている。

ドイツのエネルギー転換問題との類似点は顕著である。ドイツが送電網の容量不足によりデジタル未来への失敗の危機に瀕しているのと同様に、中国は異なる種類のインフラの不均衡に苦しんでいる。フランクフルトでは電力供給不足のためデータセンターを建設できない一方、中国西部の各省では、下流インフラ、人的資本、そして実用的需要の不足により、最先端の施設がほとんど空のままとなっている。どちらのケースも、現代の技術政策の根本的な真実を露呈している。それは、システム全体が一貫して発展しなければ、個々のコンポーネントへの巨額の投資は効果を失ってしまうということである。

に適し：

中国と体系的過剰投資の内娟：成長促進剤と構造的罠としての国家資本主義

才能の罠

中国のAI戦略における最も重大な弱点は、熟練労働者の深刻な不足であると言えるでしょう。人力資源・社会保障省は、その不足額を500万人以上と推定しており、需給比率は1対10という驚異的な水準に達しています。2025年上半期には、AI関連職種の求人件数が前年同期比で37%急増しました。特にロボット工学エンジニアとアルゴリズム開発者の需要が高く、求人件数は50%以上増加しました。これらの数字は健全な拡大を示すものではなく、むしろ希少な資源をめぐる必死の競争を物語っています。

マッキンゼーは、中国におけるAI専門家の需要は2030年までに600万人に増加すると予測しているが、国内の大学や帰国した華僑が供給できるのはせいぜい200万人程度だ。これにより、400万人の高技能労働者の不足が生じ、中国の出生率は長年低下しているため、この不足はさらに拡大する可能性が高い。国連の予測によると、生産年齢人口は2023年と比較して2050年までに1億8000万人減少し、高齢化も急速に進む。労働力の平均年齢は45歳を超える。このように、中国はベトナムのような新興国と日本のような高齢化先進国の間で、人口動態の板挟みになっている。

一見すると、中国には卒業生が豊富にいると思われるかもしれません。実際、中国の大学は毎年約140万人のSTEM（科学・技術・工学）分野の卒業生を輩出しています。しかし、現実は質的な乖離を示しています。真に最先端の研究や先端モデルの開発には、主に博士課程の学生が必要です。AI関連の研修を受けた博士課程の学生の数は依然として比較的少なく、優秀な人材をめぐる熾烈な競争につながっています。大手テクノロジー企業の経験豊富な機械学習科学者は、現在、人民元建てで7桁の給与をもらっています。小規模なスタートアップ企業は、重要な研究開発職が何ヶ月も空席のままで、製品開発に大きな遅延が生じていると報告しています。

AI統合の特殊性によって、この問題はさらに深刻化します。2010年代のモバイル革命では、コア技術は既に機能しており、資金は主にユーザー獲得とロジスティクスの拡大に必要でしたが、AIの実装には、継続的な、状況に応じた研究開発が必要です。病院はChatGPTを導入してAIを活用した医療について語るだけでは十分ではありません。医療ワークフロー、規制遵守、既存システムとの統合に対応するには、数か月から数年の開発期間が必要です。こうした数年にわたる開発サイクルに資金を提供するための十分な資金がなければ、AIを活用したプロジェクトのほとんどは、実装における中核的な課題を解決する前に行き詰まってしまいます。

学際的な専門知識の欠如は、特に深刻な問題となっています。人民大学が2024年に実施した調査によると、中国は優秀な人材、特にAI科学者や業界横断的な専門知識を持つ専門家の不足に悩まされていることが明らかになりました。AIを従来の産業に統合するには、深い技術的理解と業界知識の両方を備えた人材が必要です。農業AIシステムには、農学を理解する開発者が必要です。金融AIには、規制要件に精通した専門家が必要です。こうした学際的なスキルは世界的に不足していますが、特に中国ではその傾向が顕著です。

企業は様々な戦略で対応しています。海外での採用を積極的に進め、戸籍制限を緩和し、海外からの人材を呼び戻そうとする企業もあれば、社内研修プログラムに多額の投資を行う企業もあります。政府は大学におけるAIカリキュラムの拡充を推進しており、2018年以降、500以上の中国の大学がAI学位プログラムを設置しています。しかし、文化や教育の変化には時間がかかります。たとえ努力を加速させたとしても、人材不足は今後10年間、中国のAIエコシステムの重荷となるでしょう。

地政学的な側面が問題をさらに悪化させています。中国の大学はAI教育において大きな進歩を遂げていますが、世界のテクノロジーハブは依然として優秀な人材を引きつけています。政府の規制、イデオロギー的統制、そして学問の自由に対する制限という認識から生じる不確実性から、一部の優秀な人材は海外に移住したり、国内に留まったりしています。中国は世界の主要なAI研究者の47%、AI特許の50%を誇っていますが、これらの目覚ましい数字は、需要の規模が利用可能なリソースをはるかに超えているという事実を覆い隠すことはできません。

巨額投資にもかかわらずインフラ危機

中国のAIインフラは、計り知れないほどの矛盾を抱えている。一方では、2023年から2024年にかけて、中国は250以上の新たな人工知能データセンターを発表または建設した。官民の投資家は、デジタルバックボーンインフラの拡張に数十億ドルを投じた。一方で、現地の情報筋によると、新たに創出されたコンピューティング能力の最大80%が未使用のままである。多くのスマートデータセンターの稼働率は20～30%に低迷している。数十億ドル規模の施設は大部分が稼働していない一方で、運営者は必死に顧客を探し、継続的な冷却、電力、メンテナンス費用がバランスシートを圧迫している。

この奇妙な状況は、政治的圧力、投機的な過剰、そして根本的な誤算が重なった結果です。住宅バブルの崩壊と新型コロナウイルスによる景気後退を受け、地方自治体は新たな成長の原動力を必死に模索しました。2022年後半にChatGPTをめぐる熱狂は、AIを理想的な候補として際立たせました。2023年までに、全国で500件を超えるデータセンタープロジェクトが提案されました。地方自治体は地域経済の活性化を期待し、これらの取り組みを積極的に推進しました。国有企業、政府系投資ファンド、そして民間企業や投資家は、この輝かしい未来に熱狂しました。

しかし、突貫工事によくあるように、現実的な計画が欠如していたことが多々ありました。多くの施設は、実際の需要や技術基準を考慮せずに建設されました。関連経験を持つエンジニアは不足しており、多くの経営幹部は、予測を水増ししたり、調達プロセスを悪用して補助金を確保したりする仲介業者に頼っていました。その結果、多くの新規データセンターは期待を下回り、運用コストが高く、満員になることが難しく、現代のAIワークロードに技術的に適さないものとなってしまいました。

に適し：

中国のAIブームですか、それともAIバブルは現在破裂していますか？何百もの新しいデータセンターが空です

重要な問題は、構築されたインフラストラクチャの種類にあります。多くのデータセンターは大規模な言語モデルのトレーニング用に設計されており、そのためエネルギーコストの安い西部の州に配置されていました。これは、データ処理を東部の混雑した大都市圏から西部の資源の豊富な地域にシフトすることを目的とした、Eastern Data Western Computing Initiative と一致していました。しかし、需要が純粋なモデルトレーニングから推論、つまりトレーニング済みモデルの実際の適用に移行したとき、多くの西部の施設は不適切な位置にいることが判明しました。推論には通常、異なるハードウェア構成、つまり純粋なコンピューティングパワーよりも低レイテンシと効率を優先する、より高速で応答性の高いチップが必要です。さらに、推論はエンドユーザーの近く、つまり東部の大都市で実行する必要があります。そのため、西部のデータセンターは多くの場合、間違ったタスク用に構築され、間違った場所に配置されています。

これを受けて北京は、上海、杭州、南京などの大都市市場へのサービス提供を目的として、南東部の蕪湖に推論に特化したデータセンターを建設すると発表した。しかし、これはほんの一握りの成果に過ぎない。不適切なインフラへの資源の不適切な配分により、本来であれば他の場所でより生産的に活用できたはずの数十億ドルもの資本が拘束されている。一部のプロジェクトは、実際のコンピューティングパワーを通じて利益を生み出すことを目的としていなかったようだ。複数の報道や関係者によると、一部の企業がAIデータセンターを利用して、政府補助金付きのグリーンエネルギーや土地取引の資格を得ていたことが確認されている。場合によっては、建物が未使用のまま、指定された電力が送電網に売却されていた。2024年末までに、この業界のほとんどの企業は、真のAI活用ではなく、政策的インセンティブの恩恵を受けることを目指していた。

ハードウェア不足が状況をさらに悪化させている。中国政府は国内チップ開発に巨額の支援を行っているにもかかわらず、中国のAI企業は依然として外国技術に大きく依存している。米国は世界のコンピューティングパワーの70%以上を握っており、輸出規制によってNvidiaのH100のような先進チップや重要なパッケージング技術への中国からのアクセスを制限している。中国のAIチップ供給ギャップは2025年までに100億ドルを超えると予測されている。HuaweiのAscend 910Bのような国産代替チップは、大規模言語モデルの学習性能において後れを取っている。さらに、高度なAIクラスターには、チップだけでなく、数万個のプロセッサにまたがる高度に設計された相互接続技術も必要となる。米国企業はシステムレベルの設計において依然としてリードしている。

中国企業は2024年だけで約100万台のNvidia HGX H20プロセッサを購入しました。この依存が続くのは、Nvidiaの供給規模と成熟したCUDAソフトウェアスタックが、中国のAI業界にとって「鶏が先か卵が先か」という問題を引き起こしているためです。国産ハードウェアは供給量も開発者のサポートも不足しています。DeepSeekはHuaweiのAscendチップでR2モデルの学習を試みましたが、パフォーマンスの不安定さ、相互接続の弱さ、そしてCANNの未熟さから、Nvidiaのハードウェアに頼らざるを得ませんでした。たとえ中国メーカーがAscend NPUやMoore Threads GPUを市場に投入できたとしても、ソフトウェアスタックが脆弱であるため、開発者にとって魅力的な選択肢とは言えません。

中国製AIチップのソフトウェアエコシステムは、欧米のチップに比べて著しく脆弱です。NVIDIAのCUDAは、15年以上にわたるドキュメント化と改良、大規模なユーザーベース、そしてPyTorchやTensorFlowといった一般的な機械学習フレームワークとの堅牢な統合といった利点を享受しています。一方、HuaweiのCANNフレームワークは、CUDAの12年後となる2019年にようやく導入されました。開発者からは、バグが多く、不安定で、ドキュメントが不十分で、頻繁にランタイムクラッシュが発生し、サードパーティとの統合が限られているとの声が多く聞かれます。これらの問題によって中国製ハードウェアでの大規模な学習が不可能になるわけではありませんが、コストは大幅に高くなります。

中国の様々なチップベンダー間で共通規格が欠如していることが、市場の分断をさらに招いています。各ベンダーはそれぞれ独自の互換性のない低レベルソフトウェアスタックを保有しています。主流のAIフレームワークは主にNvidiaチップをサポートしています。国産AIチップは複数のフレームワークに適応する必要があり、フレームワークのアップグレードごとに繰り返し適応が必要になります。その結果、大規模モデルでは演算子や最適化が欠落し、モデルの実行が不可能になったり、非効率になったりするほか、アーキテクチャやソフトウェア実装の違いによる精度の差が生じ、国産チップ上で大規模モデルの学習を可能にするための移植コストも高くなります。

2025年夏に設立されたモデルチップ・エコシステム・イノベーション・アライアンスは、この問題への取り組みを進めています。ファーウェイ、Biren Technologies、Enflame、Moore Threadsなどの企業を結集し、ハードウェア、モデル、インフラを連携させた、完全にローカライズされたAIスタックの構築を目指しています。成功の鍵は、共通プロトコルとフレームワークによる相互運用性の実現と、エコシステムの断片化の軽減です。アーキテクチャの違いにより、低レベルソフトウェアの統合は困難かもしれませんが、中レベルソフトウェアの標準化はより現実的です。共通APIとモデルフォーマットに重点を置くことで、同グループは国内プラットフォーム間でモデルを移植可能にしたいと考えています。開発者は一度コードを書けば、あらゆる中国製アクセラレータで実行できるようになります。しかし、これらの標準が真に確立されるまでは、断片化は、飽和状態の市場において各企業が複数の課題を複数の側面で同時に解決しなければならないことを意味します。

Huaweiは2025年8月初旬にCANNをオープンソース化したが、これはおそらく新アライアンスへのコミットメントの一環として、あるいはAscend 910シリーズを中国企業の間で選ばれるプラットフォームにするための一般的な試みとしてだろう。それまで、HuaweiのAscend NPU向けAIツールキットは限定的な形で配布されていた。CANNの成熟度はCUDAに遅れをとっているが、その主な理由は、Huawei自身のプロジェクト以外にAscendプロセッサの幅広く安定したインストールベースがなかったことである。開発者は規模を追い求め、CUDAが支配的になったのは、数百万個のNvidia GPUが出荷され、広く入手可能だったため、チューニング、ライブラリ、コミュニティサポートへの投資が正当化されたためである。Huaweiや他の中国の開発者は、米国の制裁により、数百万個のAscend NPUやBiren GPUを出荷できない。

エネルギーインフラの状況は複雑です。中国は米国の80倍の速さで送電網を拡大し、太陽光、風力、水力発電の容量において世界をリードしています。再生可能エネルギーへのこうした大規模な投資は、AIのスケーリングを持続可能なものにすることを目的としています。「Eastern Data Western Computing Initiative（東西データコンピューティングイニシアチブ）」は、風力と太陽光エネルギーを活用し、エネルギーと土地が豊富な西部地域にデータ処理を移行する取り組みを進めています。その目標は、コスト削減だけでなく、より堅牢で持続可能なインフラの構築です。第14次五カ年計画の終了となる2025年までに、数百万台のITラックが設置される予定です。

西部地域は風力や太陽光資源が豊富で電気料金も安いものの、インフラ整備が遅れていることが多い。課題は、開発が遅れている西部地域の豊富なグリーンエネルギー資源と、東部で高まるデータ処理ニーズを効率的に組み合わせることだ。コンピューティングニーズは東部地域に集中しており、再生可能エネルギーの自給率は40%を下回っている。一方、西部地域は中国の再生可能エネルギー設備容量の70%を誇っている。テンセントは、電気料金の安さも理由の一つとして、中国西部最大のスマートデータセンターを寧夏回族自治区に設置する計画だ。企業は、大規模言語モデルのトレーニングを電気料金の安さから西部の省で行う傾向があるが、アプリケーション指向のデータセンターは、顧客ベースが大きくアプリケーションへのフィードバックが速い東部に拠点を置く傾向がある。

西側諸国は電気料金が安いものの、交通、通信、人材支援システムの不足により、ハイテク人材の確保と維持が困難になっています。多くの西側諸国のデータセンターは、下流アプリケーションの急増を待ちながら、稼働を停止したままになっています。あるクラウドベンダーの従業員は、中国のスマートデータセンターの稼働率が30%を下回っていることを確認しました。

中国における事業開発、営業、マーケティングの専門知識

中国における事業開発、営業、マーケティングの専門知識 - 画像: Xpert.Digital

業界重点分野: B2B、デジタル化（AIからXRまで）、機械工学、物流、再生可能エネルギー、産業

詳細については、こちらをご覧ください:

エキスパートビジネスハブ

洞察力と専門知識を備えたトピックハブ:

世界および地域の経済、イノベーション、業界特有のトレンドに関する知識プラットフォーム
重点分野からの分析、インパルス、背景情報の収集
ビジネスとテクノロジーの最新動向に関する専門知識と情報を提供する場所
市場、デジタル化、業界のイノベーションについて学びたい企業のためのトピックハブ

データセンターブーム：誇大宣伝から過剰供給危機へ – AIが中国の地域を分断する

地域分断が分断を悪化させる

中国におけるAI発展の地域格差は、既存の経済格差を増幅させ、さらに悪化させている。広東省、江蘇省、浙江省、上海市といった東海岸の省は長らく主導的な地位を占めており、特に広東省は発展の勢いが著しい。上海市と北京市は、政治的支援と技術研究開発力に支えられ、AI活動の集中度を高く維持している。湖北省、河南省、山東省といった中部地域は徐々に中間圏に移行し、着実な発展を示している。しかし、青海省、チベット自治区、甘粛省といった西部地域は、全体として依然として低水準にとどまっている。一部改善が見られるものの、東部地域との格差は依然として大きく、地域発展の不均衡という問題は依然として残っている。

2014年から2022年にかけて、中国のAIレベルは、時間の経過とともに顕著な向上と地域拡大の傾向を示しました。2014年には、全国のAI開発レベルは全体的に低く、東部沿岸の各省のみが優れた成果を示し、これらの地域のAIにおける早期の優位性を示しました。一方、中部および西部地域は全体的に遅れており、開発レベルは概して低かったです。2022年までに、中国のAIレベルは大幅に向上し、長江デルタと渤海沿岸地域が成長の中核を担うようになりました。北京、天津、河北省は力強い発展の勢いを示し、西部地域は開発レベルは低いものの、明確な上昇傾向を示しました。

AIによる所得格差に関する調査によると、AIが所得格差に与える影響は北東部で最も大きく、次いで西部が続き、中部および東部では比較的小さいことが分かりました。AIは産業構造の改善と技術革新を通じて所得格差を著しく拡大させます。地域間の差異は、AIが平等化を促進するのではなく、むしろ既存の優位性を増幅させることを示しています。デジタルインフラ、資本へのアクセス、人材プールが充実した省は、その恩恵を不均衡に受けている一方で、発展途上地域はさらに遅れをとっています。

都市と農村のデジタル格差は、こうした格差をさらに悪化させている。近年、中国政府は貧困削減の成功を踏まえ、農村振興の一環として農村デジタルインフラの整備を加速させようとしているものの、デジタル格差の問題は依然として残っている。財政投資の面では、農村デジタルインフラへの資金配分は都市部への配分に比べて大幅に遅れている。データによると、中国における県レベルの農業情報化と農村情報化への財政投資と社会投資は、それぞれわずか1,300万元と3,000万元に過ぎず、全体の情報化発展レベルはわずか37.9%にとどまっている。

農村部と都市部では、デジタルリソース、インフラ、ネットワーク機器、基地局など、ハードウェアの配備状況に大きな格差があります。2022年には、中国全土で5G基地局が230万局という節目を迎えました。しかし、農村部の5G基地局数は全国平均を大きく下回っており、デジタル格差がさらに拡大しています。同時に、農村部と都市部で同等のネットワークカバレッジと速度を提供するという目標は、まだ完全には達成されていません。

COVID-19パンデミックの間、ハードウェアインフラの整備格差はさらに顕著になりました。顕著な例として、チベット自治区臨州に住むチベット人大学生が、オンライン授業を受けるために、山の麓までバイクで20分、そして凍えるような寒さの中、山頂まで登らざるを得なかったという話があります。この逸話は、農村部と都市部におけるデジタルハードウェア整備の著しい不均衡を浮き彫りにしています。

効率的なデジタルアプリケーションシステムの維持に不可欠な県・市レベルのデータセンターの不足は、農村部における生成AI技術の発展を阻害しています。この状況は、「どんなに腕の良い主婦でも、ご飯がなければ料理はできない」という諺に似ており、農村部のデジタル化を推進するためには、こうしたデータセンターが根本的に必要であることを浮き彫りにしています。

農村デジタル化の「ソフトパワー」を担うソフトウェア企業の観点から見ると、農村部のデジタルソフトウェアは、都市部に比べてデジタルコンピテンシー、人材獲得、ガバナンスの面で不足している。一方で、小規模農家に蔓延する伝統的で利己的なマインドセットの影響を受け、農村部のデジタル化進展における本質的な遅れも相まって、農村住民は中国農村の活性化に向けた生成型AIサービスへの積極的な関与に著しく消極的である。さらに、農村労働力の大幅な流出により、高齢者、社会的弱者、女性、子供が農村部の主な労働力となり、農村の過疎化、人口減少、高齢化の現象を深刻化させ、農村人口、経済、社会、そして全体的な発展に影響を及ぼしている。

村政電子化が未だ導入されていない農村地域を対象とした調査では、村役場職員の84.13%が「村民の高齢化率の高さが技術導入の妨げとなっている」ことを主な障害として挙げていることが明らかになりました。これらの要因が重なり、農村地域における生成型AI技術の導入と推進を著しく阻害しています。

AI指数にも地域格差が顕著に表れています。最近の研究では、省レベルおよび業界別の分析を目的とした、7つの主要項目からなる包括的な人工知能指数が開発されました。中国と米国を比較すると、統一された枠組みの下では、米国の総合スコアが中国の59.4を68.1ポイント上回っています。中国を7つの主要地域に細分化し、国レベルの指数を作成すると、中国のAI発展における地域格差が顕著に表れています。北部、東部、南部の地域は総合スコアでリードしている一方、中部および西部は大きく遅れをとっており、イノベーションと産業資源の地域集中の影響が浮き彫りになっています。

この地理的分断は広範囲にわたる影響を及ぼしています。経済変革の速度に差が生じ、先進地域は知識基盤型経済へと急速に発展する一方で、後進地域は伝統的な製造業や農業にとどまっています。地域間の所得格差が拡大するにつれ、社会的な緊張は悪化しています。また、各省の発展レベルや優先事項が異なるため、国家間の調整も複雑化しています。さらに、最先端のデータセンターが西部の辺鄙な地域では稼働していない一方で、東部の大都市ではキャパシティ不足に悩まされるなど、資源配分の非効率性も生じています。

に適し：

危機における中国の経済？成長国の構造的課題

過剰生産能力危機と統合圧力

2023年と2024年の建設ブームは、中国を劇的な過剰供給危機に陥れました。2023年だけで500件を超えるデータセンタープロジェクトが提案され、2024年末までに少なくとも150件が稼働開始すると予想されています。この状況は、中国の経済発展におけるお決まりのパターンを反映しています。中央政府が特定の分野を戦略的に優先させると、地方自治体や企業は過剰な熱意でその分野に飛びつき、実際のニーズや合理的な計画を無視してしまうことがよくあります。その結果、過剰投資、過剰供給、そして苦痛を伴う統合化の局面が頻繁に発生します。

自動車産業は、示唆に富む類似事例を提示しています。このセクターには約140社が競合していますが、利益を上げているのはわずか数社で、その3分の1は稼働率が20%を下回っています。それでもなお、地方自治体は地域の雇用喪失を防ぐため、補助金やその他の支援策を通じて、苦境に立たされているサプライヤーでさえも存続できるよう支援しています。その結果、市場統合は鈍化し、価格競争が激化し、メーカーはより収益性の高い市場への輸出を増やすよう圧力を受けています。一方で、容易に輸出市場にアクセスできる時代は終わりつつあります。米国はバイデン政権下で国家安全保障上の理由からほぼすべての中国製自動車の輸入を禁止し、EUは昨年、中国製電気自動車に関税を課しました。

AIインフラも同様の軌跡を辿っています。国家発展改革委員会は規制強化に介入し、新規プロジェクトは承認を受ける前に特定の利用基準を満たし、購入契約書を提出しなければならなくなりました。さらに、地方自治体は明確な経済的正当性を示しない限り、小規模コンピューティングインフラの導入を禁止されています。政府調達は2024年だけで245億人民元（約34億ドル）に達し、2025年にはさらに124億人民元が計上されています。しかし、政府の積極的な投資にもかかわらず、利用率は20～30%にとどまっており、経済性とエネルギー効率の両方が損なわれています。

過去18ヶ月間で100件以上のプロジェクトが中止されました。これは、2023年のわずか11件と比べて大幅な増加です。中止されたプロジェクトの急増は、現実を突きつけています。投資家や事業者は、これらの施設の多くが収益を上げることができないことに気づき始めています。2022年後半のChatGPTの立ち上げ後、生成AIをめぐる誇大宣伝に煽られた当初の危機は、収益性の危機へと変貌しました。GPUリース市場は崩壊し、数十億ドル規模の施設が現在十分に活用されておらず、収益は急落し、多くの施設は市場環境の変化により、完全に稼働する前に老朽化しています。

習近平国家主席は2025年7月、AIへの過剰投資を明確に警告し、地方政府の過剰な投資に対する以前の懸念を改めて表明した。この発言は、電気自動車など他の新興産業で見られたような過剰生産能力の再発を避けたいという政策担当者の意向を浮き彫りにしている。国家計画担当者はAIセクターのどの分野に抑制が必要かを明確には示していないものの、AI開発を支えるデータセンター建設への投資は世界的に特に顕著である。この投資拡大の減速は、カンブリコン・テクノロジーズ社からレノボ・グループ社、ファーウェイ社に至るまで、チップ、ネットワーク機器、その他の重要なサーバー部品のサプライヤーに影響を及ぼすだろう。

2025年8月29日、国務院は「人材、資本、その他の資源の秩序ある流れ」を確保する必要性を強調した。国家発展改革委員会の張凱林氏は記者会見で、政府は各省が協調的かつ補完的にAIを開発することを奨励すると述べた。目標は、各省が独自の強みを活かし、重複した取り組みをすることなく成長を促進することだ。「無秩序な競争や『群衆追随』的なアプローチは断固として避けます」と張氏は述べた。開発は、地域の優位性、資源、そして産業基盤に基づくべきだ。

ソフトウェア市場も同様の統合の様相を呈している。中国サイバースペース管理局は、2024年8月までに180以上の主要言語モデルを一般公開することを承認した。これは、中国国内の市場シェアを巡り、幅広いテクノロジー企業が競い合っていることを示唆している。これらの企業は、景気減速と中国ベンチャーキャピタル業界の低迷の中で、市場シェアだけでなく資金調達も競い合っている。ワークショップ参加者は、多くの中国のスタートアップ企業がアリババやテンセントといった大手テクノロジー企業から投資を受けている一方で、多くの投資家がAIスタートアップの短期的な収益創出能力に依然として懐疑的であることを強調した。経済的に生産性の高い投資先を求める多くの中国のベンチャーキャピタル企業は、リソースのプール化を通じてリスク分散を図っており、資金調達環境の分散化が進んでいることを示唆している。

中国のAI開発者は資金面とハードウェア面で制約があるため、参加者は、中国はリソースプールを通じて少数の企業やAIラボを育成することに成功する可能性はあるが、こうした取り組みは選択的かつ的を絞る必要があり、大きな利益を得られる可能性は低いと示唆した。最終的に、参加者は、こうした環境が中国のAI市場における業界統合の促進につながる可能性が高いと示唆した。

百度のクラウド部門シニアマネージャー、杜海氏は、これが市場の統合を促進すると予測した。現在活動している10社ほどの国内AIチップ企業は、おそらく3～4つの明確な陣営に縮小するだろう。「勝者は、最も幅広いモデルに対応できるチップを持つ企業、あるいは事実上の標準となるキラーアプリを実現する企業となるだろう」

ガートナーは、ハイパースケーラーとSaaSプラットフォームプロバイダーの拡大、ハイブリッドクラウドプロバイダーの吸収により、2029年までにGenAIテクノロジーの分野におけるプレイヤー数は75%減少すると予測しています。これは市場の憶測ではなく、業界を既に再編しつつある経済力の必然的な帰結です。過去のインフラ開発との類似点は顕著です。ガートナーは、ベンダーの細分化から、買収と市場の混乱による統合へと移行しつつあると指摘しています。電力業界が数千の地域発電事業者から少数の大規模公益事業へと進化したように、AIも同じ道を辿っています。

2025年初頭、中国のAIスタートアップへのベンチャーキャピタルによる資金調達は前年比で約50%減少しました。これは、成長の鈍化、規制の不確実性、そして地政学的緊張を背景に、投資家の警戒感が高まっていることを反映しています。第2四半期だけでも、資金調達額はわずか47億ドルに急落し、過去10年間で最低水準となりました。この投資家の不安は、中国政府がイデオロギーの純粋性を維持するための対策を強化するという名目で、最先端のイノベーションを抑制しようとする姿勢を示したことにも一部起因しています。

中国市場のその他の部分は、一部に矛盾する兆候を示しているものの、更なる悲観論の要因となっている。不動産セクターは崩壊し、若年層の失業率は17%を超え、消費者信頼感は低下している。地政学的状況も状況を悪化させており、輸出規制は依然として中国のテクノロジーセクターに影響を及ぼし、関税は経済全体を脅かし、イデオロギー主導で統制重視の政策は多くの投資家を阻んでいる。この資金危機は、AI導入において特に深刻な問題となっている。数年にわたる開発サイクルに資金を提供する忍耐強い資金がなければ、AIを活用したプロジェクトのほとんどは、実装の核となる問題に対処する前に行き詰まってしまうだろう。

🎯🎯🎯 Xpert.Digitalの5つの専門知識を包括的サービスパッケージで活用 | BD、R&D、XR、PR、デジタル可視性の最適化

Xpert.Digitalの5つの専門知識を包括的サービスパッケージで活用 | R&D、XR、PR、デジタル可視性の最適化 - 画像: Xpert.Digital

Xpert.Digital は、さまざまな業界について深い知識を持っています。これにより、お客様の特定の市場セグメントの要件と課題に正確に合わせたオーダーメイドの戦略を開発することが可能になります。継続的に市場動向を分析し、業界の発展をフォローすることで、当社は先見性を持って行動し、革新的なソリューションを提供することができます。経験と知識を組み合わせることで付加価値を生み出し、お客様に決定的な競争上の優位性を提供します。

詳細については、こちらをご覧ください:

Xpert.Digital の 5 倍の専門知識を 1 つのパッケージで利用可能 - 月額わずか 500 ユーロから

中国のAIの未来は？覇権か、断片化か、それとも消費者革命か？ガバナンスのギャップとデータアイランド：中国の導入における最大の弱点。

陶酔と幻滅の間の未来シナリオ

中国のAI産業の将来予測の幅は、これ以上ないほど広がっています。モルガン・スタンレーのような楽観的な見方をする企業は、中国のAI投資は2028年までに損益分岐点に達し、2030年までに投下資本利益率（ROI）が52%に達すると予測しています。中核となるAI産業は、2030年までに1,400億ドル規模の市場規模に成長する可能性があり、インフラや部品サプライヤーなどの関連セクターを含めると、この推定値は1兆4,000億ドルにまで跳ね上がります。AIは、労働力の高齢化や生産性の伸びの鈍化といった要因を相殺し、中国の長期的なGDP成長をさらに押し上げる可能性があります。今後2～3年で、AIは中国の年間成長率を0.2～0.3パーセントポイント押し上げる可能性があります。

ヒューマノイドロボットの世界市場は2050年までに5兆ドル規模に達し、10億台が稼働し、その30%が中国で稼働すると予測されています。中国の効率重視と低コストのアプローチは、投資回収への新たな道筋を生み出します。DeepSeekのような企業が示すコスト優位性（わずか560万ドルで影響力のあるモデルを開発できる）は、中国企業が欧米のソリューションを導入できない、あるいは導入を望まない世界市場に参入することを可能にするでしょう。

今後6～12ヶ月は、中国のAI企業にとって極めて重要な時期となるでしょう。現実世界の課題解決を目指す企業向けAI実装が増加し、生産性向上の効果が実証され始めるからです。長期的には、AIを搭載したヒューマノイド、つまり人間のようなロボットが、産業、商業、そして家庭用として広く利用されるようになるでしょう。さらに長期的には、AI革命は効率性の向上、生産プロセスの合理化、そして新たな製品、サービス、そして雇用の創出を通じて、生産性の向上につながるでしょう。

アジア太平洋地域は、2025年にはAIソフトウェア収益の33%を占めると予想されていますが、中国が米国とのAI競争への関与を強めるにつれて、アナリストは、この地域が2030年までに市場の47%を占めると予想しています。予測によると、2030年までに中国だけでアジア太平洋地域のAIソフトウェア収益全体の3分の2を占め、1,495億ドルに達するとされています。AI市場のこの大幅な成長予測は、次のような業界を形成するトレンドによって推進されています。

しかし、こうした楽観的な予測は、同時に厳しい警告も伴っている。キャピタル・エコノミクスは、AI主導の株式市場バブルが2026年に崩壊すると予測している。同社は、金利上昇とインフレ率の上昇が株価を押し下げると指摘している。2026年以降、金利上昇とインフレ率の上昇が株価を押し下げ始めると、株式市場の上昇は予測通り解消されるはずだ。最終的に、キャピタル・エコノミクスは、今後10年間の株式リターンは過去10年間よりも低下すると予想している。そして、米国株式市場の長年にわたる好調なパフォーマンスは終焉を迎えつつあると考えている。

国際通貨基金（IMF）は、景気後退の可能性はあるものの、米国や世界経済を壊滅させるようなシステミックな危機に発展する可能性は低いと指摘した。ゴウリンチャス氏は、過去の傾向と同様に、画期的な技術をめぐる誇大宣伝が短期的には市場の期待に応えられず、株価下落につながる可能性があると指摘した。しかし、1999年とは異なり、現在の投資環境は、負債に支えられた企業ではなく、資金力のあるテクノロジー企業によって特徴づけられていると指摘した。

フォレスターは、2026年までにAIは輝きを失い、ティアラはヘルメットへと姿を変えると予測しています。企業のROIへの懸念は、ベンダーの誇大宣伝を上回ります。この市場調整により、企業は華やかさよりも機能を優先するでしょう。CFOはより多くのAI関連案件に引き込まれるでしょう。企業はエージェントエコシステム全体に投資を分散させ、AIエージェントが単純作業を担うようになるにつれて、人材の再配置を行うでしょう。賢明な企業は、AIガバナンスとAIフルーエンストレーニングに投資することでリスクを軽減し、AI導入の道のりを徐々に描き出すでしょう。

ベインのレポートによると、2030年までにAIデータセンターへの世界の設備投資は年間5,000億ドルに達し、200GWの追加電力容量が必要になると予測されています。その半分は米国で発生するでしょう。しかし、AIセクターはこの支出を正当化するために、年間2兆ドルの収益を生み出す必要があります。現在、その差は8,000億ドルに上ります。ある幹部は、中国のAIチップセクターは依然として需要とファウンドリの能力の面で課題に直面していると述べています。市場は現実世界のアプリケーションをスケールさせる必要があります。すべてを決定するのはアプリケーションの需要です。必死にコンピューティングパワーを拡大する米国流は、中国企業にとって選択肢ではありません。

MITテクノロジーレビューによると、中国のAIインフラブームは停滞している。AIへの野心を支えるため、同国は数百のデータセンターを建設したものの、その多くは現在、稼働していない。2023年と2024年には、GPUリースの需要が引き続き増加すると見込まれ、国有企業と民間企業の両方から数十億ドルが投資されたが、実際には採用は減少しており、その結果、多くの事業者が生き残りに苦戦している。地元紙によると、この新たなコンピューティング能力の最大80%が稼働していないという。

こうした相反する将来シナリオは、根本的な不確実性を反映している。中国はソフトウェア・エコシステムの断片化を克服できるだろうか？国内のチップメーカーは技術格差を迅速に埋めることができるだろうか？米国の輸出規制は強化されるのか、緩和されるのか、それとも現状維持されるのか？中国政府はイデオロギー統制を強化し、イノベーターの意欲を削ぐのか、それともより現実的な政策を追求するのか？低コストのAIソリューションに対する世界的な需要は、効率性重視の中国式アプローチを支持するのか、それとも品質と信頼性への懸念から、欧米のソリューションが支持されるのか？

これらの問いへの答えは、中国の運命を決定づけるだけでなく、世界のAI環境を形作ることになる。3つのシナリオが浮上している。第一のシナリオは、米国が優位性を維持するというものだ。先進的なチップと世界をリードするAI企業を掌握する米国は、技術的リーダーシップを維持する。一方、中国はコンピューティング能力の限界に苦しみ、主要市場へのアクセスが制限されている。第二のシナリオは、AI開発が二つの競合するエコシステムに分裂するというものだ。一つは米国とその同盟国が主導し、透明性と倫理基準を重視する。もう一つは中国が主導し、国家管理下のAIがデジタル監視の道具として利用される。各国はどちらかのモデルに従わざるを得なくなり、デジタル環境は分断されることになる。

3つ目のシナリオでは、中国はコンシューマー向けAIでは優位に立つものの、ハイエンドアプリケーションでは後れを取るというものです。米国の半導体規制は、中国が防衛や科学研究のための最先端AIを開発する能力を阻害しています。一方、北京はマスマーケット向けAIでは優位に立っており、DeepSeekのような手頃な価格のプラットフォームを世界中のユーザーに提供しています。しかし、世界最先端の半導体の約90%を製造しているTSMCの本拠地である台湾で中国が野望を追求した場合、このバランスは劇的に変化する可能性があります。

結局のところ、AIの覇権をめぐる競争は世界の力関係を再構築しつつある。現在、米国は先進的なAI研究でリードしているが、中国は戦略的な焦点と国家主導の投資によって、手強い競争相手となっている。北京は西側諸国からの規制や市場の懐疑論といったハードルに直面しているものの、消費者向けAIにおける進歩と新興市場における影響力によって、この競争の行方は予測不可能である。この競争が米国の優位性の維持、デジタル環境の分断、あるいは重要分野における中国の台頭につながるかどうかはさておき、一つ確かなことは、AIが今後数年間で世界経済、国家安全保障政策、そして政治同盟を大きく左右するだろうということだ。

に適し：

北京の新5カ年計画と大規模投資計画：中国はいかにして世界経済秩序に挑戦しているか

実施上の問題とガバナンスの欠陥

ハードウェアや人員の問題に加え、中国は見落とされがちな根本的な導入課題にも取り組んでいます。企業におけるAI導入は依然として断片的で実験段階にあります。中国は生成型AIの導入において先進的ですが、中国の組織はまだそれを完全に導入できていません。SASがデューバー社に対し、組織における生成型AIの活用状況について調査したところ、中国組織の19%が「生成型AIを活用しており、完全に導入済み」と回答しました。これは世界平均の11%を上回っていますが、完全導入で世界をリードする米国の24%には及びません。

一方、中国の回答者の64%は、自社組織で「生成AIを活用しているが、まだ完全には導入していない」と回答しており、これは世界平均の43%を大きく上回っています。中国は生成AIに対する慎重な規制と認可を重視しているため、多くの組織が生成AIを業務プロセスに完全に統合する前に初期テストを実施しているのは当然のことです。中国が生成AIに全力で取り組んでいることは明らかですが、中国の組織は、この新しいテクノロジーを積極的に受け入れながらも、慎重に進めています。

導入上の課題について尋ねられた際、中国の回答者は、社内の専門知識や適切なツールの不足を挙げる割合が世界平均よりもはるかに低かった。生成AIを導入するための適切なツールが不足していると回答した人はわずか31%で、世界平均の47%を大きく下回った。また、社内の専門知識が不足していると回答した人はわずか21%で、世界平均の39%を下回った。これらの数字は、前述の人材ギャップとは大きく対照的であり、自己認識と現実の乖離、あるいは「適切な専門知識」を構成する基準の違いを示唆している。

生成AIの導入に関する調査回答者全体の最大の懸念事項は、データプライバシーとデータセキュリティで、それぞれ76%と75%が挙げました。しかし、回答者の半数以上（51%）は、社内人材とスキルの必要性について懸念を示しました。ガバナンスとモニタリングのトレーニングは特に不十分であることが判明しました。SASによると、生成AIに関するガバナンスとモニタリングのトレーニングが「高い」レベルであると回答した回答者は10人に1人未満（7%）でした。32%は「適切」レベルであると回答し、58%（大多数）はガバナンスとモニタリングのトレーニングが「最低限」であると回答しました。

生成AIに関する組織ガバナンス・フレームワークについて尋ねたところ、「確立された包括的な」ガバナンス・フレームワークを備えていると回答したのはわずか5%でした。55%以上がガバナンス・フレームワークを「開発中」と回答し、28%は「アドホックまたは非公式」と回答しました。約11%に1人が、生成AIガバナンス・フレームワークが「存在しない」と回答しました。これらのガバナンスのギャップは、特に規制の厳しい業界や機密性の高いアプリケーションにおいて、実装に大きなリスクをもたらします。

業界をまたぐデータフローの断片化は、AIアプリケーションのための一貫性がありアクセス可能なリソースプールにデータを統合する能力を阻害しています。こうしたデータサイロは、効果的なAIモデルの学習を阻害し、セクターをまたいだ洞察を制限しています。政府機関と企業は、規制が不十分な枠組みの下で、データの相互運用性を向上させ、業界間のデータ共有と構造化された国境を越えたデータ流通を促進することで、中国のデータエコシステムの価値を最大限に引き出すことに取り組んでいます。これらのデータ関連の課題に対処することで、中国はAIエコシステムをさらに強化し、より一貫性があり革新的なグローバルデータ環境の構築に貢献することができます。

生成AIの導入は、農村ガバナンスとの統合が不十分である。新興技術の牽引役として、生成AIは中国の農村活性化を促進する上で、既存の多様な利害関係構造をさらに複雑化するだろう。重要な立場にある政府にとって、都市と農村の経済格差に起因するデジタルディバイドを埋めるには、人員、資源、資金への多大な投資が必要となる。このプロセスは、投資回収期間が長期化することが特徴である。経済的要因のみを優先する市場とは異なり、政府主導の農村ガバナンスは、多面的なガバナンスコストを総合的に評価する必要がある。

技術開発者やサプライヤーは、主に政府機関と連携しています。そのため、彼らの提供するサービスは主に政府の要件に合わせて調整されており、農村地域とその住民の真の発展ニーズが軽視されている可能性があります。これは、デジタルガバナンスの流動性を悪化させています。国家レベルでは、「デジタルビレッジ発展行動計画2022-2025」や「生成型人工知能サービス管理暫定措置」といった法的文書が公布されているにもかかわらず、多くの部門が関与することで責任の所在が曖昧になり、遅延やガバナンスの有効性の低下を招く可能性があります。これらの問題に迅速に対処しなければ、中国における生成型AIを活用した農村活性化への農村住民の積極的な参加意欲の喚起が阻害されるだけでなく、新たなデジタル紛争を引き起こす可能性も否定できません。

大規模な AI 統合: 生き残るのは少数の中国モデルのみ。

中国が2030年までにAI分野でリーダーシップを発揮することを目指す中で、しばしば言及される半導体輸出制限をはるかに超える、複雑で複雑な構造的課題に直面している。500万人を超える熟練労働者の人材不足、著しく未活用の能力を抱える断片化されたインフラ、都市中心部と地方郊外の大きな地域格差、そして長年にわたる投機的な過剰投資の後に迫りくる市場統合は、公式発表が示唆するよりもはるかに深刻な状況を浮き彫りにしている。

この矛盾した状況は、データセンターにおいて特に顕著です。フランクフルトでは電力不足のため新たな施設を建設できない一方、中国西部諸省では、下流インフラ、人的資本、そして実用的需要の不足により、最先端の施設がほとんど空のまま放置されています。どちらのケースにおいても、システム全体が一貫して開発されなければ、個々のコンポーネントへの巨額の投資は無駄になることが明らかです。

今後18～36ヶ月は極めて重要となるだろう。中国は、モデルチップ・エコシステム・イノベーション・アライアンスなどの取り組みを通じて分断を克服し、教育への巨額投資を通じて人材ギャップを埋め、既存の十分に活用されていない能力を賢く活用することに成功するか、それとも、投資が流出し、優秀な人材が流出し、デジタル価値の創造が他国へと移っていくのをただ傍観するかのどちらかになるだろう。今後の市場統合は過酷なものとなるだろう。現在承認されている180以上の主要言語モデルのうち、生き残るのはおそらく3つか4つだろう。数百のデータセンターは閉鎖または転用を余儀なくされるだろう。ベンチャーキャピタルからの資金は、ここ10年で最低水準にとどまっている。

しかし、中国の野望を否定するのは時期尚早だろう。効率重視の戦略、導入重視のアプローチ、そしてDeepSeekのようなソリューションのコスト優位性は、欧米のハイエンドソリューションを購入できない世界市場で大きなシェアを獲得する可能性を秘めている。政府の支援は、より協調的で無駄の少ないものになる必要があるとはいえ、依然として強力である。また、高齢化と生産年齢人口の減少といった人口動態上の課題により、AIによる生産性向上はもはや選択肢ではなく、不可欠なものとなっている。

世界の観察者は、中国を過小評価すべきではなく、公式発表を額面通りに受け取るべきでもない。よくあることだが、現実はこれらの両極端の中間にある。中国は、揺るぎないAI覇権国となることも、技術的に取るに足らない存在に沈むこともない。むしろ、複雑で断片的な構図が浮かび上がってきている。東海岸に地域的に集中した優秀な人材の集積、数千社に及ぶ企業による実験的な導入、野心的すぎるインフラプロジェクトの壮大な失敗、特定のユースケースに向けた革新的な効率化ソリューション、そして自給自足に向けた取り組みの加速と相まって、外国技術への依存が続いているのだ。

2030年に最終的な評価が行われる頃には、最も楽観的な予測も最も悲観的な予測も、どちらも実現していない可能性が高い。中国は大きな進歩を遂げるだろうが、北京が目指すような支配的な地位は獲得できないだろう。米国は引き続き最先端研究をリードするだろうが、新興国では中国のソリューションが広く普及するだろう。そして世界は、部分的に分離し、部分的に絡み合う二つのAIエコシステムによって運営されなければならなくなり、それらの共存、競争、そして時折の協力が、21世紀の地政学的展望を形作ることになるだろう。