TL;DR
· Kimi K3 リリース後、AI関連株は先週金曜日に下落し、市場はDeepSeek R1に対する計算リソース支出の懸念を再現した。
· 米国クラウド大手の今年のAIインフラ計画は約7000億ドルに上り、オープンウェイトモデルがバリュエーションに与える影響の核心的な数字となっている。
· オープンモデルはクローズドモデルの価格を引き下げる可能性があるが、AIの利用量を拡大させることもあり、必ずしも計算リソース需要のピークを意味するわけではない。

ドイツ銀行は一般投資家向けのレポートで、Moonshot AIのKimi K3リリース後、AI株に再び「DeepSeekの瞬間」が訪れたと指摘した。市場は、中国のオープンウェイトモデルが低コストで最先端のクローズドモデルに迫ることができるなら、米国テクノロジー大手が数千億ドルを投じるAIインフラ支出は依然として合理的なのか、と改めて問い始めたのだ。

これは純粋な技術論争ではない。レポートによると、先週金曜日、「テック7」銘柄は約1.8%下落し、フィラデルフィア半導体指数は約1.6%下落、週間累計で10%以上の下落となった。Alphabet傘下のGoogle、マイクロソフト、Amazon AWS、Meta、オラクルは今年、AI能力構築に約7000億ドルを投じる見込みで、前年比約70%の増加となる。

投資家が緊張する理由は明白だ。AIブル相場はここ数年、「より強力なモデルにはより多くのチップ、より多くのデータセンター、より多くの電力、そしてより高い資本支出が必要」という前提に基づいて構築されてきた。しかし、DeepSeek R1に続き、Kimi K3は再び市場に、安価で軽量、ダウンロード可能で改造可能なモデルがクローズド大手に追いつきつつあることを認識させた。

一つのモデルリリースが、なぜエヌビディアやクラウドベンダーに打撃を与えるのか？

2025年1月にDeepSeek R1が引き起こした衝撃は、依然として市場の記憶に刻まれている。レポートは、当時、中国チームが旧型チップを用い、低いトレーニングコストで「十分に優れた」モデルを作り出したことへの懸念から、エヌビディアの時価総額が1日で約6000億ドル蒸発したと振り返っている。

Kimi K3がもたらす問題も同様だ。オープンウェイトモデルが多くのアプリケーションシナリオで実用的なレベルに達するなら、企業は常に最も高価なクローズドモデルに料金を支払う必要があるのか？クラウドベンダーは現在のペースでデータセンターを建設し続ける必要があるのか？チップ需要は「多ければ多いほど良い」から「より安く、より効率的で、より分散化されたもの」へと変化するのか？

ここで重要なのは、Kimi K3がすでにOpenAIやAnthropicを全面的に凌駕しているかどうかではない。それが市場のAIビジネスモデルに関する一部の暗黙の前提を揺るがすのに十分であるかどうかだ。「十分に優れた」モデルがますます安価になる限り、クローズドモデルベンダーの価格決定権は圧迫され、クラウドベンダーやチップ企業の成長ストーリーもより多くの検証にさらされることになる。

これこそが、あるモデル発表会が株式市場に波及する理由でもある。テック7銘柄のうち、複数の企業はAIモデルやアプリケーションの提供元であると同時に、世界最大のデータセンターの購入者でもある。半導体指数は、GPU、ネットワーク機器、AIサーバーに対する市場の需要予測の変化を直接的に反映する。

本当にバリュエーションを揺るがすのは「オープンソース」という言葉ではない

市場で「オープンソース」と呼ばれるAIモデルの多くは、より正確には「オープンウェイト」と表現すべきものだ。

クローズドソースモデルは、最も「プラグアンドプレイ」なサービスに近い。OpenAIのGPT、AnthropicのClaudeといったフラッグシップモデルは、通常、開発者がモデルの重み、トレーニング手法、価格設定、アップデート、セキュリティ制限を管理し、ユーザーはアプリケーション、API、クラウドサービスを通じて呼び出す。その利点は、便利で安定しており、統合度が高いことだ。欠点は、ユーザーが根本的な制御権を掌握しにくく、サービス提供者の価格やルールを受け入れなければならないことだ。

一方、オープンウェイトモデルは、トレーニング後のパラメータを公開し、ユーザーがダウンロード、デプロイ、ファインチューニング、さらには技術的に一部のセキュリティ設定を変更することを可能にする。DeepSeek R1、MetaのLlama、Mistralの複数のモデルは、このカテゴリーに近い。これらは必ずしも完全なトレーニングデータ、トレーニングコード、再現の詳細を公開するわけではないため、厳密な意味でのオープンソースシステムとは同一視できない。

この違いは、企業顧客にとって重要だ。オープンウェイトモデルは、より強い制御力を意味する。企業は自社のサーバー上でモデルを実行でき、外部APIへの依存を減らせる。また、業界、言語、タスクに特化したカスタマイズも可能だ。金融、医療、政府など、データをローカル環境から簡単に外部に出せない機関にとって、ローカルデプロイはより魅力的となる。

しかし、「ダウンロード可能」であることは「無料」を意味しない。企業は依然として、計算リソース、電力、エンジニアリング、監視、メンテナンス、セキュリティのコストを負担しなければならない。また、オープンモデルは、クローズドソースのフラッグシップモデルと同等の汎用能力、製品体験、サービス保証を必ずしも備えているわけではない。つまり、その衝撃は一夜にしてクローズドソースモデルを取って代わることではなく、顧客に別の選択肢を提供することにある。

AIバリュエーションが問われる4つのポイント

Kimi K3のようなモデルは、まず「希少性」に衝撃を与える。

もし強力なモデルがより多くの開発者によって複製、修正、ホスティング可能になれば、AIモデル自体は、一部の企業だけが独占する高マージン製品ではなく、基本的なソフトウェアインフラのように見えるようになるかもしれない。クローズドソースモデルのベンダーは、製品、データ、セキュリティ、エコシステムによって依然として収益を上げられるが、「モデル能力の優位性」だけで高額な料金を請求することはより困難になるだろう。

2つ目に衝撃を受けるのは、価格決定権だ。AIエージェントや企業従業員がより多くのトークンを使用するにつれ、モデル呼び出しのコストは、試験段階の小さな請求書から、企業予算における大きなプロジェクトへと変わりつつある。AI補助金が減少し、主要なモデルベンダーがトークン単位での課金をより明確にし始めると、コストに敏感な顧客は、より積極的にオープンモデルを試すようになるだろう。

3つ目は設備投資です。現在、米国のハイテク大手によるAI投資規模はすでに非常に大きくなっています。Google、Microsoft、AWS、Meta、Oracleによる今年の約7000億ドルのAI能力構築計画は、市場が最も注目する数字の一つです。もし企業がより小型で、より安価で、より特化したモデルでほとんどのタスクを解決できるなら、投資家は当然こう問いかけるでしょう：チップ、ネットワーク、電力、データセンターへの支出拡大は速すぎるのではないか？

4つ目は米国の技術的堀（モート）です。中国のオープンウェイトモデルが次々とリリースされ、市場における米国のAIリーダーシップが「揺るぎない」というイメージが弱まっています。報告書によると、今年OpenRouterの開発者プラットフォームでは、中国モデルが処理したトークン数が米国モデルを上回りました。これは米国のAI優位性が消えたことを意味するわけではありませんが、開発者の利用量とエコシステムの拡散がより分散化していることを示しています。

これらの衝撃は共通して一つの結果を示しています：クローズドソースモデルは依然として最先端能力のベンチマークですが、「クローズドソースモデルがすべてを独占する」という物語は弱まっているのです。

オープンモデルはAIにとって悪材料だけではなく、需要を拡大する可能性もある

市場はこうした出来事を「安価なモデルがチップ需要を打撃する」と捉えがちです。しかし報告書はよりバランスの取れた判断を示しています：強力なオープンモデルは確かにクローズドソースモデルのビジネスモデルや半導体需要の見通しに挑戦しますが、AIの採用、アプリケーション開発、企業向けカスタマイズを促進する可能性もあります。

その理由は、価格低下が通常、利用量を拡大するからです。より安価で効率的なモデルにより、より多くの企業がAIをカスタマーサービス、オフィス業務、研究開発、広告、コード、データ分析、内部プロセスに組み込むようになります。かつてはAPIコストが高すぎる、データを外部に出せない、モデルが制御不能だと感じていた企業も、オープンウェイトモデルによってAIの導入を始めるかもしれません。

これは「ジェボンズのパラドックス」の論理に近いものです：技術効率が向上すると単位コストが下がり、最終的な消費量が逆に増加します。蒸気機関の効率向上は石炭需要を減らさず、むしろ蒸気動力の利用を拡大しました。AIでも同様の現象が起こる可能性があります——単一推論はより安価になるが、呼び出し回数、アプリケーションシナリオ、端末数が大幅に増加するのです。

したがって、計算需要は必ずしも頭打ちになるわけではなく、需要構造が変化する可能性があります。少数の最先端クローズドソースモデルは引き続き最も強力なトレーニング・推論クラスターを必要とし、多数のオープンモデルはクラウド、オンプレミスサーバー、スマートフォン、自動車、その他のエッジデバイスに展開されるでしょう。チップ需要も、単一の最強GPUを追い求めることから、推論効率、ネットワーク、電力、ストレージ、エッジ側の計算能力をより重視する方向へと変化する可能性があります。

アプリケーション企業にとっては、オープンモデルがむしろインプットコストを削減する可能性があります。企業はより安価なモデルで垂直シナリオに対応でき、ソフトウェア企業はモデル上でより具体的な製品を開発でき、クラウドベンダーもオープンモデルのホスティング、推論サービスの提供、エンタープライズサポートを通じて引き続き収益を上げることができます。

クローズドソースとオープンは共存するが、規制責任はまだ明確化されていない

より現実的なシナリオは、オープンソースがクローズドソースを打ち負かすのでも、クローズドソースが再び独占するのでもなく、両者が長期的に共存することだ。

クローズドソースモデルは、最先端の能力、産業グレードの品質、安全性評価、そして深いプロダクト統合の役割を引き続き担うだろう。一方、オープンウェイトモデルは、クローズドソースベンダーに価格抑制と柔軟性向上を迫り、競争を「誰のモデルウェイトが優れているか」から、データ、プロダクトデザイン、記憶能力、安全性、効率性、エコシステムサービスへとシフトさせる。

モデル企業がウェイトをオープンにするのは、必ずしも慈善活動ではない。開発者は、ホスト型API、プレミアムサブスクリプション、高速推論、エンタープライズサポート、ファインチューニング、セキュリティサービス、サービスレベル契約を通じて収益を得られる。クラウドサービスプロバイダーは、オープンモデルを実行するために必要な計算リソースを販売できる。コンシューマープラットフォームは、モデル機能をレコメンデーション、広告、ユーザーエクスペリエンスに組み込める。アプリケーション企業は、より低コストで機能を構築できる。

本当に解決されていないのは責任の境界線だ。オープンウェイトモデルはユーザーにより多くの制御権を与える一方で、テスト、セキュリティ対策、ネットワークセキュリティ、アップデート、信頼性に関する責任もユーザーに負わせる。モデルがダウンロード、改変、ローカルデプロイされると、悪用、障害、セキュリティインシデントの責任を誰が負うのかが、クローズドソースAPIモデルよりも複雑になる。

規制も競争構図を変える可能性がある。Anthropicなどのクローズドソースモデルベンダーは、最先端AI開発者に対して壊滅的リスクテスト、外部評価、継続的な開示を求める。一方、批判者は、過度な規制が資金力のある大企業に有利に働き、オープンエコシステムや小規模チームのイノベーションを抑圧することを懸念している。

したがって、Kimi K3がもたらす「第二次DeepSeekの瞬間」は、単純なAIにとっての悪材料ではない。それはむしろストレステストのようなものだ。7000億ドルのAI支出、クローズドソースモデルの課金、米国の技術優位性、チップ需要——これらすべてが同じ問いに再び向き合う必要がある。「十分に優れた」知能がより安価になったとき、AI産業の収益はどこから生まれるのか。

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia