DeepSeekがAIアプリ起業家に春をもたらした

この記事を読むのに必要な時間は 31 分

DeepSeek V4-Flash正式版APIが公開ベータテストを開始し、極めて低価格で100万コンテキスト、思考モード、ツール呼び出し機能を提供します。

原文タイトル：《DeepSeekがAIアプリ起業家に春をもたらした》
原文著者：動察Beating

7月31日、DeepSeek V4-Flash正式版APIが公開ベータテストを開始した。

入力トークン100万あたり1元、出力トークン100万あたり2元。キャッシュヒット後は、入力トークン100万あたりわずか2分。100万コンテキスト、思考モード、ツール呼び出し、Responses APIに対応し、アカウントあたりの同時接続上限は2500に達する。

DeepSeekは今後、ピーク時とオフピーク時の価格設定も導入し、ピーク時は価格が2倍になる。それでも、価格はあまりに安くて、ちょっと理不尽なくらいだ。

DeepSeek公式の大まかな換算によると、中国語1文字は約0.6トークンを消費する。100万トークンで、約167万文字の中国語を読み込める。入力コストだけを見ると、約167万文字の中国語を読み込むのに、帳簿上の価格はわずか1元だ。

この1年、大規模モデル業界はより長いコンテキスト、より複雑な推論、そしてますます有能なエージェントに慣れてきた。モデルが更新されるたびに、議論はいつも誰が誰を超えたか、ベンチマークがどれだけ前進したか、AGIまであとどれだけか、という話に落ち着く。

AIアプリ起業家にとって、もう一つのより現実的な問題がある：

1つのタスクに一体いくらかかるのか。

モデルの能力は製品が理論上何ができるかを決定し、呼び出し価格はチームがどれだけの能力を実際に製品に組み込めるかを決定する。

今日の午後、私は音声でChatGPTと長い間やり取りした。私は言った、現段階でAIアプリが軌道に乗っているビジネスモデルは、要するにトークンの転売だと。

それは何度も私のために上品な言い回しを考えようとした。「推論能力の小売」とか「スマートサービスのパッケージング」とか。私は言った、このビジネスのために言葉を考えるな、転売は転売だ、聞こえが悪くても間違いではないと。

AIアプリはここ数年で最新の起業分野に見えるが、その根底にあるのは非常に古いビジネスだ：

仕入れ、加工、価格設定、そして商品を売る。

そして多くの産業変化は、最初は仕入れ価格が突然下がることから始まる。

AIアプリは、トークンを転売するビジネスだ

かつて、人々はインターネット製品やSaaSの枠組みでAIアプリケーションを理解するのが一般的だった。

ソフトウェア開発が完了すれば、千人にも百万人にも配布できる。新規ユーザーが増えるたびに帯域幅やストレージ、サービスコストは発生するが、これらのコストは通常、規模が拡大するにつれて徐々に薄まっていく。

AIアプリケーションは少し異なる。ユーザーが画像を1枚生成するたび、レポートを1本書くたび、コードを1つ完成させるたび、あるいはエージェントに1ステップ多く実行させるたびに、アプリケーション企業はモデルを再び呼び出す必要がある。ユーザーがボタンを1回押すたびに、上流は再度料金を請求する。

そのため、現在のほとんどの純ソフトウェアAIアプリケーションが確立している基本的なビジネスモデルは実にシンプルだ：

モデル企業からトークンを調達し、汎用モデルの能力をライティング、プログラミング、デザイン、カスタマーサービス、動画、あるいはエージェント製品に包装し、会員制、ポイント、従量課金でユーザーに販売する。

Poeを例にとると、APIを公開した際に、追加ポイントの価格設定は、下流のモデルプロバイダーが自社に請求する価格に基づくことを明言した。

上流はモデルとトークンに応じて料金を請求し、Poeはそれらをプラットフォーム内のポイントに換算し、統一エントリー、決済、モデル切り替え、開発インターフェースとともにユーザーに販売する。

一部の企業は、トークンを売るのではなく、結果を売ると主張する。カスタマーサービスソフトウェア企業のIntercomは、AIカスタマーサービス「Fin」に対して、結果1件の完了ごとに0.99ドルを請求する価格を設計した。ユーザーが問題が解決されたことを確認し、追加の人的支援を求めなかった場合、またはFinがワークフローを1つ正常に完了した場合、いずれも結果1件とみなされる。

これは単に価格ラベルを変えただけだ。エージェント単位の課金、タスク単位の課金、解決した問題単位の課金——変わったのはユーザーが見る課金単位だけである。アプリケーション企業は背後で依然としてモデルを呼び出し、1回の納品を完了するためにどれだけのトークンを消費するかを計算しなければならない。

南宋の画家・李嵩は『市担嬰戯図』を描いた。行商人が天秤棒に荷物を担いで村々を巡り、鍋や碗、針や糸、零食、玩具をすべて棒に掛けている。一副の荷担は移動式の小さな雑貨店であり、行商人が稼ぐのは商品の選定、仕入れ、配送の手数料だ。

AIアプリケーション企業が行っていることもほぼ同じだ。モデルメーカーは知能を生産し、アプリケーション企業はその知能を具体的なシーンに運び込む。下流で購入するのはトークンであり、最終的に販売するのはレポート1本、デザイン図1枚、動画1本であるべきだ。

モデル企業は知能を売り、アプリケーション企業は完成を売る。

このビジネスの利益は、主に三つの価格差によって決まる。

第一は仕入れ価格差だ。

同じモデルでも、チームによって実際のコストは必ずしも同じではない。呼び出し量が多い企業は割引を交渉でき、エンジニアリング力の強いチームはキャッシュ、非同期処理、ピーク・オフピーク呼び出し、モデルルーティングを活用して平均コストをさらに引き下げられる。他社が1元かかることを、自社は5角で済ませられれば、残りの5角が利益になる。

簡単に言えば、同じ仕入れでも、卸値で手に入れる人もいれば、観光地価格で買う人もいる。

第二は利用価格差だ。

会員を購入した後、毎日AIを牛馬のように酷使する人もいれば、チャージ時に意気込んでも、半月後には製品すら使わなくなる人もいる。ユーザー全体の平均消費量がプラン設計時の想定を下回れば、使い切れなかった分が利益空間となる。

これはジムの年間会員や携帯のデータプランのロジックに近い。

ただし、ここで注意すべき問題がある。上流の仕入れが十分に柔軟であれば、ユーザーの利用が少ないほど利益が増える。会社がすでに年間契約を固定してしまい、残りのトークンがアカウントに眠っている場合、それは利益ではなく、売れ残った在庫にすぎない。

ユーザーが使い切らなかったのは「沈殿」と呼ばれ、会社が売れないのは「在庫の滞留」と呼ばれる。

第三は製品価格差だ。

同じ1万トークンを消費しても、ある製品はユーザーがさらに長く修正し続ける必要がある文章を吐き出すだけだが、別の製品は資料整理、コンテンツ生成、事実検証、フォーマット調整、最終出力まで完了している。基盤となるコストは近いかもしれないが、ユーザーが支払ってもよいと考える価格はまったく異なる。

AIアプリの真の価値は、まさにここにある。仕入れがこのビジネスが成り立つかどうかを決め、製品がこのビジネスの価値を決める。

転売するトークンは単なる土台であり、製品こそが価格差の理由だ。

プロダクトマネージャーは、まず帳簿係になった

厄介なのは、AIアプリは絶えず仕入れが必要なため、製品の問題が容易にコストの問題に変わることだ。

Manusの公式利用説明書には、こうしたコストがどのように製品を形作るかがすでに見て取れる。Manusはタスクの複雑さと消費するリソースに応じて、月額サブスクリプションのポイントを差し引く。同じAIへの質問でも、公式は簡単な質問にはChatモードを使い、完全な自律エージェントを起動しないことを推奨している。複雑なタスクでは、中間結果を先に確認し、エージェントが誤った方向に進み続けて余計なポイントを消費しないようにすべきだとしている。

これらの提案はもちろん合理的だ。しかし、それはAgent製品の最も厄介な側面を浮き彫りにしている。モデルが積極的であればあるほど、製品企業はコストを予測しにくくなる。

チャットボットは一度応答したら止まるので、計算はまだ簡単だ。Agentは自分でタスクを分割し、繰り返し検索し、ウェブページを開き、ツールを呼び出し、中間結果に基づいて次の行動を決める。ユーザーが1つの指示を出しただけで、背後では数十回のモデル呼び出しが発生している可能性がある。

そこで、製品はユーザーにAgentの働きを減らす方法を教え始める。懸念されるのは、算盤を長く弾いているうちに、帳場の主人が製品を掌握し始めることだ。ある機能をリリースすべきかどうか、チームが最初に考えるのはユーザーが必要としているかどうかではなく、1回のタスクが数銭高くなるかどうかだ。モデルはすでにより強力な能力を備えているのに、アプリはそれらの能力を完全にユーザーに渡すことを躊躇している。

企業がコストを管理する必要があるのは当然だ。どのスタートアップも、最も高価なモデルを水道水のようにユーザーに自由に使わせることはできない。

また、一部の製品はより優れたモデルを高額なプランに組み込み、一般ユーザーには層ごとに制限をかけたバージョンを提供している。モデルの能力は消えていないが、計算が終わった後、異なる人々に分配されているのだ。

時が経つにつれ、業界には奇妙な逆転現象が生じている。

ユーザーはAIアプリを購入し、モデルにもっと理解し、もっと考え、もっと多くの作業を完了してほしいと望む。アプリ企業はコストを守るために、モデルに読む量を減らし、考えることを減らし、やることを減らさせようとする。

製品は知能を売っているのに、チームが最も慣れ親しんだ動きは知能を削減することになっている。

さらに、上流が値上げすれば、アプリ企業は利用枠を縮小せざるを得ない。競合他社がより低いコストを手に入れれば、市場の会員費はすぐに引き下げられる。新しい安価なモデルが登場すれば、既存のルーティングやプランはまた白紙から計算し直さなければならない。アプリ企業は製品を掌握しているように見えて、最も重要な変数は常に上流の手に握られている。

過去2年間、AIアプリの起業家に足りなかったのは必ずしもアイデアではない。彼らがより欠いていたのは、十分に強力で、十分に安価で、安心して製品に組み込める知能だ。

DeepSeekが「知能の通行料」を引き下げた

DeepSeekの価値は、まず第一に、単に値下げのために作られた性能削減モデルではないという点にある。100万のコンテキストを備え、思考モードとツール呼び出しをサポートしている。

4月にプレビュー版をリリースした際、DeepSeekはその推論能力がV4-Proに近く、単純なAgentタスクでは同等のパフォーマンスを示すと述べた。7月31日に更新された正式版はモデル構造と規模を変更せず、主に後訓練をやり直し、複数のAgentベンチマークでV4-Proプレビュー版を上回る成績を達成している。

これは非常に重要です。

安価なモデルは以前からありました。問題は、仕入れが安くても、商品が常に不良品ではいけないということです。AIアプリケーションが本当に必要とするのは、単価あたりで可能な限り安定した知能です。

少なくともDeepSeekが公開したAgentおよびコードベンチマークから見ると、V4-Flashはすでに多くの高頻度タスクの「十分使える」ラインを超えており、価格もチームが高頻度で呼び出せるほど低くなっています。

大多数の一般ユーザーにとって、大規模モデルはおそらくすでに臨界点を越えています。

一般の人はベンチマークを気にしません。あるテストでモデルが3点リードしようが5点リードしようがほとんど気にせず、自分の手元のタスクがうまく処理できるかだけを気にします。モデルがすでに資料を読み、推論し、ツールを操作し、結果を出すことができるなら、能力をさらに向上させることにはもちろん価値があります。しかし、その価値が数倍の価格を支えられるかどうかは、再計算が必要です。

かつては、モデル企業が「自分たちはより強い」と言い、価格が高いのは当然のように思われていました。しかし今、その理由はもはや説得力を持ちません。どこが高いのか、追加された能力がどの問題を解決するのか、そしてどれだけのユーザーが本当にそれを必要としているのか、すべてを表に出してしっかり話し合う必要があります。

DeepSeekはすべてのモデルを安くしたわけではありません。それは、高価格モデルをユーザーに説明が必要なものに変えたのです。

拼多多（ピンドゥオドゥオ）が初期に本当に打ち破ったのも、単なる商品価格ではありませんでした。それは消費者に、多くの日用品がこんなに安く売れることを初めて見せたのです。かつて当然と思われていたブランドプレミアム、流通コスト、中間段階は、突然自分たちの存在理由を見つける必要に迫られました。

拼多多が打ち破ったのは、商品の価格マインドセットです。

DeepSeekが打ち破ったのは、知能の価格マインドセットです。

起業家はようやく製品作りに専念できる

AIアプリケーション業界にとって、次に最も重要なことは、起業家がようやく上流から目を離せるようになったことです。

かつて、大規模モデルの更新が速すぎて、アプリケーション企業はそれに振り回されがちでした。今日はより長いコンテキストを統合し、明日は新しい推論モデルに切り替え、明後日はAgent機能をホームページに載せる。製品は常にアップグレードしているように見えますが、その路線は自分たちで決めたものではありません。モデルベンダーが何かを発表すれば、アプリケーション企業はそれを展示するだけでした。

典型的な「上流の繁栄、下流の迷走」です。

今、基盤モデルは比較的安定した生産手段になる可能性があります。チームは毎日モデルランキングに振り回される必要もなく、「最新モデルの統合」を最も重要な製品進捗として扱う必要もありません。

モデルが安定して初めて、プロダクトに言い訳ができなくなった。

モデルがタスクを完了できることは、あくまで出発点に過ぎない。プロダクトがやるべきことは、タスクを実際のフローに組み込み、権限・データ・コラボレーション・レビュー・失敗処理を扱い、ユーザーが毎回AIに仕事のやり方を教え直す必要をなくすことだ。こうしたことはモデルのパラメータほど魅力的ではなく、ベンチマークに載ることも難しい。しかし、ユーザーが2ヶ月目も料金を払い続けるかどうかは、往々にしてこうした細部にかかっている。

AIアプリの価値は、モデルをユーザーの前に置くことではなく、モデルを仕事の中に消し去ることにある。

ユーザーがモデルを選ぶ必要がなくなり、プロンプトを研究する必要もなく、タスクの背後で何回の推論が呼び出されたかを気にする必要もなくなったとき、アプリは初めてその役割を果たしたと言える。

ここに至って、アプリ企業の競争は誰が先にモデルを手に入れるかではなく、誰が仕事をより深く理解しているか、業界のマニュアルに書かれないルールをプロダクトの一部にできるかにかかっている。

モデルは一夜にして強くなれるが、業界理解はそうはいかない。APIは誰でも接続できるが、ユーザーに真に受け入れられた仕事のやり方は簡単に模倣できない。

これにより、これまで大したビジネスに見えなかった多くの試みが、再び成立する可能性を持つようになった。

AIスタートアップは必ずしも「次世代の入口」から始める必要はなく、すべての企業が全人類にサービスを提供するスーパーエージェントを作る必要もない。それは、海外貿易の問い合わせにおける一つの悩みを解決するだけでも、チェーン店の一連のフローにサービスを提供するだけでも、特定の専門職の反復作業を省くだけでもよい。

市場は全員を収容するほど大きい必要はない。問題が十分に具体的で、提供が十分に安定し、ユーザーが得る価値が支払う価格を上回れば、このビジネスはまず生き残れる。

かつてモデルが高すぎた時代には、小さな市場は完全なプロダクトを支えるのが難しかった。チームはより大きなユーザー規模、より高い客単価、より速い資金調達スピードを追求しなければ、発生し続ける推論コストをカバーできなかった。多くのスタートアップは本当のユーザーを見つける前に、あまりにも大きなストーリーを語らざるを得なかった。

今、ストーリーはもう少し小さくてもいい。

小さなチームはまず少数の人々にサービスを提供し、一つのことを徹底的にやり遂げてから、少しずつ外へ広がっていける。

これは、今の多くの「老舗」の過去の姿に似ている。開店時に通り全体を支配しようとは思わず、まず店先の数卓の客をしっかりもてなす。料理が良く、価格が適切で、客がまた来てくれれば、商売は自然と成り立つ。

大規模モデル業界は規模・パラメータ・終局を語るのが好きだ。アプリのスタートアップは最終的に、この素朴なロジックに立ち返らなければならない。

あなたは誰にサービスを提供し、その人のどんな問題を解決し、なぜ他の会社ではダメなのか——この三つの問いに、DeepSeek は創業者に代わって答えることはない。

それは単に、チームが上流との値引き交渉にほとんどの時間を費やさなくて済むようにし、大規模モデルを訓練する能力も、特別な価格を得る資格もない小さなチームに、比較的公平な参入チケットを与えるだけだ。

かつて、モデルそのものが参入障壁だった。これからは、モデルは誰でも購入でき、違いはそれを何に使うかにある。本当に希少なものは、徐々にユーザー、データ、プロセス、信頼へと移っていく。実際の仕事に最も近い者が、最もチャンスを得る。

DeepSeek が知能のハードルを下げたことで、AI アプリケーションはついにモデル競争から、再びプロダクトビジネスへと変わった。