中国AI企業「Deepseek」がAI業界と金融市場に激震をもたらす

2025年1月27日、金融市場と人工知能業界に激震が走った。中国のスタートアップ企業DeepSeekが、オープンソースでコスト効率の高い人工知能モデルを開発した。この動きに対し、一部のアナリストは懐疑的な見方を示しているものの、AIインフラに投じられた数千億ドル規模の投資に脅威をもたらす可能性がある。

AI大手たちに対する新たな脅威か?

スタートアップのDeepSeekは最近、DeepSeek-V3モデルを発表した。このAIアシスタントは、OpenAIのChatGPTをはじめとする市場の最良のソリューションと競り合える性能を持っている。このモデルの特徴は、その性能の高さはもちろん、開発コストの驚くべき低さにある。開発費用は500万〜600万ドルと推定されており、これはOpenAIやMetaなどの欧米企業が開発に投資した金額と比べるとほんのわずかだ。金融市場への影響は即座に現れ、半導体大手のNvidia(-17%、時価総額で約6000億ドルの減少)やBroadcom(-17%)だけでなく、Oracle(-14%)といったサービスプロバイダーや、Cisco(-5%)などのインフラプロバイダーにも影響を与えた。

業界の再編成を引き起こす可能性があるオープンソースモデル

DeepSeek-V3の最も印象的な特徴の一つは、そのオープン性にある。ほとんどの競合他社とは異なり、DeepSeekは自社のモデルを、最もオープンなオープンソースライセンスの一つに基づいて、モデルを自由にアクセスおよび変更できるようにすることを選択した。この決定は、AIエコシステムを根本的に変革する可能性があり、中国の枠を超えた多くのプレイヤーがこの技術革新の恩恵を受けることができるようになるだろう。歴史的な前例(1980年代のIBM PC互換基準、2000年代のMozilla Firefoxウェブブラウザ、2010年代のAndroidオペレーティングシステム)を見ると、オープンアーキテクチャがしばしばイノベーションを促進し、新たな市場参入者の参入障壁を低減させてきたことがわかる。

AIのパフォーマンスモデルが疑問視される

DeepSeekの発表は、AIモデルの性能がパラメーター、モデルの学習に使用されるデータ、そしてコンピューティングパワーの増加によって向上されるという従来の前提に疑問を投げかけている。もしDeepSeekのモデルが確認され、業界で広く採用されることになれば、現在構築されている膨大なAIインフラの多くが過剰なキャパシティとなり、価格が下落し、AI投資戦略の見直しが行われる可能性がある。半導体、クラウドサービス、データセンター業界にとって、その影響は重大だ。最先端の機器への需要が減少すれば、過剰容量危機を引き起こし、AIバリューチェーン全体の再評価につながる可能性がある。

金融市場: より大きな短期的ボラティリティ

短期的には、市場はAIに関与する企業の評価を再評価する中で、ボラティリティの期間を覚悟する必要がある。Nvidia、Broadcom、ASMLといった最先端の半導体技術を提供するテクノロジー大手は、その価値が持続的に下落する可能性がある。しかし、このリスクは上場企業に限らない。ここ数年、AI業界に多額の投資を行ってきたベンチャーキャピタルファンドや機関投資家も圧力を受けている。ただし、時間の経過による影響を区別する必要がある。短期的な修正は避けられないが、中期的には、より安価でターゲットを絞ったAIモデルを刺激することで、イノベーションのためのより好ましい環境を生み出す可能性がある。

地政学:米国の影響力への挑戦

DeepSeekは、米国中国間の技術的競争を背景に推進されている。創業者である梁文峰(リャン・ウェンフォン)氏は、中国杭州にAIセンターを運営しており、最近中国の李強首相とも会談した。DeepSeekの質素なアプローチと、それに伴うメディアの注目は、米国からの先進技術へのアクセス制限が強化される中での戦略的対応として見ることができる。より安価なAIモデルは、米国の制限が中国のAIエコシステムに与える影響を大幅に軽減するだろう。中国は歴史的に米国の技術に大きく依存してきたが(DeepSeek自体は最先端ではないが高度なNvidiaのチップを使ってトレーニングされたとされている)、安価なAIモデルは、AIインフラが限られているがAIアプリケーションに強い関心を持つ地域、例えば欧州などにも有益となる可能性がある。

しかし、これらの初期の発表を超えて、DeepSeekの可能な限界について疑問を呈する必要がある。特に、データクレンジング、ネットワーク機器、エネルギー消費、AIエンジニアの給与、オープンソースリソースに関連する過小評価されたコストが問題となる。したがって、モデル構築にかかる総コストは、主張されているよりも高い可能性がある。

>より詳しい洞察にはコファスの経済レポートを参照: 米中のエレクトロニクス競争

Authors and experts