AIマージン崩壊における勝者と敗者

これは、AI経済学において最も過小評価されているシフトに焦点を当てた2部構成の記事の第2部です。前回の記事では、多くのエージェンティックワークフローにとって「十分に良い」モデルの影響について、特にGLM5.2を取り上げて議論しました。そのわずか数週間後、Grok 4.5が同様の能力と積極的な価格設定でリリースされ、これは同質のモデルが続々と登場することを強く示唆しています。

ベゾスの有名な言葉「あなたのマージンは私の機会」は、このダイナミクスを完璧に表しています。高度に競争的な市場では、あらゆるマージンが他者に利用される弱点となります。Grok 4.5の積極的な価格設定（出力100万トークンあたり6ドル、ホスト型GLM5.2と同程度）はこれを如実に示しています。xAIが知能の最先端でOpenAIやAnthropicに勝つ可能性は低いものの、価格で差をつけることができる領域を明確に示しています。

今後数ヶ月間の価格動向に注目が集まります。市場は二極化しつつあります。一方には高価な超高級モデル（Fable、そしておそらくGPT5.6 Sol）、もう一方には「十分に良い」安価なモデルの広がりです。これは常に存在した現象ですが、これらのモデルが多くのエージェンティックタスクに十分な性能を持つようになったことで、その力学が変化したと強く確信しています。

真の勝者は半導体企業とLLM推論の下流サプライチェーン全体であることは間違いありません。メモリ、GPU、データセンター、そしてそれらに必要な電力と冷却は、依然として深刻な供給制約に直面しています。モデルが安くなれば、ミクロ経済学が教えるように需要は増加します。しかし、価値はますますバリューチェーンのハードウェア層に集中し、ソフトウェア層には流れないと予想します。これはテクノロジー業界では一般的な現象ではなく、この分野で活動・分析する多くの人にとって大きな調整を意味します。従来、ハードウェアは価値の点で「みにくいアヒルの子」と見なされ、低マージンで差別化が困難でした。ソフトウェアがその上に乗ってマージンを搾取していました。ハードウェアがすべての価値を取ると言っているわけではありませんが、過去のテクノロジーウェーブと比較して（アップルとiPhoneの現金生成能力は例外ですが）、これはルールへの例外でした。

ハードウェアサプライチェーンに加えて、ハイパースケーラーやクラウドプロバイダー、ホスト型推論プロバイダーも、これらの低コストモデルを提供することで価値を獲得する機会があります。大規模にこのようなモデルを提供することは依然として困難であり、これらの企業が独自に効率改善を達成すれば競争優位性となります。また、これらの企業がハードウェアプロバイダーと持つ関係の質も、少なくとも供給が需要に追いつくまでは、優位性をもたらします。

最も興味深いケースはコーディングエージェント、つまりCursorのような企業です。長い間、彼らはフロンティア推論を小売りAPI価格に近い価格で転売しており、最もヘビーなユーザーに対しては薄い（あるいはマイナスの）マージンしか残っていませんでした。「十分に良い」安価なモデルは一夜にして状況を逆転させます。コーディングエージェントは、Opusの90％の性能をはるかに低コストで提供し、実際に収益を上げることができます。しかし、より大きな報酬は彼らが保持するデータ、つまり現実世界のエージェンティック使用量の奔流です。どのプロンプトが効き、どの編集が開発者に受け入れられ、どこでモデルが詰まるかという情報は、次世代モデルのトレーニングにモデルプロバイダーが喉から手が出るほど欲しがるシグナルです。xAIがCursorを買収したのも、IDEのためではなく、安価なモデル経済学とその背後にある分析フライホイールのためです。

しかし、このすべての真の勝者はLLM推論のユーザーと消費者です。これほど低価格で高品質な知能にアクセスできることは非常にエキサイティングです。推論APIが黎明期にあった頃は、合理的な品質の推論を提供するのはOpenAIだけになる可能性もありました。今では、GPT4よりもはるかに優れた知能を持つモデルが、その価格の5～10％で多数利用可能です。

敗者については複雑です。フロンティアAIラボを挙げることを予想するかもしれませんが、私は非常に迷っています。AI市場のダイナミクスを予測するのは困難です。一方で、多くのAIユースケースが品質をほとんど落とさずにオープン/安価なモデルに移行できるようになったと確信しています。これは確かに問題です。Anthropicは収益の約80％をAPI使用料から得ていると報告されており、ユーザーがより安価なモデルに切り替えるリスクにさらされています。しかし、2つのワイルドカードが存在します。

第一に、フロンティアラボは最も強力なモデルを「すべての人」に公開しなくなるのではないかと強く推測します。セキュリティや安全性の理由からだけではなく、それも一因ですが、この動きの説明にもなります。近い将来、これらのフロンティアモデルにアクセスするには、より高次の抽象化レイヤーを通さなければならず、APIもコーディングエージェントの直接使用もできなくなる世界が見えます。代わりに、これらのモデルを使用するには、マネージドエージェントプラットフォームを使う必要があり、他のモデルへの切り替えが困難になります。これによりモデル蒸留のリスクが大幅に減少し、中国のプロバイダーが追従するのが難しくなります。

第二に、このシナリオは「十分に良い」が長期間維持されることを前提としています。数ヶ月後には、現在のモデルを骨董品に見せるような飛躍的進歩を遂げた新しいフロンティアモデルが登場する可能性が高いです。知能面での進歩か、あるいは速度、コンテキスト長、継続的再トレーニングなど、他のブレイクスルーかもしれません。もしそのような飛躍が起これば、エージェンティックワークフローの考え方と実装方法は再び根本的に変わり、チャットUIからコーディングエージェントへの飛躍と同じくらいのインパクトがあります。

本質的に、これはフロンティアラボが革新を続けられるか、そしてオープンウェイトモデルに対するリードを拡大できるかにかかっています。現時点ではそれが起こっておらず、リードは縮小しているように感じますが、賭けるのは賢明ではないでしょう。これまでに多くの変化や転換を目撃してきました。

もう一つのワイルドカードは、現在非常に見落とされているB2C市場です。コーディングエージェントと関連ユースケースの爆発的成長により、過去12ヶ月間でAI市場は全体としてB2B（特にエンタープライズ）に大きくシフトしました。注目すべきは、誰かがLLM関連の広告を解読するかどうかです。OpenAIはすでに展開しており、Anthropicは広告を展開しないと述べており、GoogleのGeminiでは広告がほとんど見られません。ChatGPTだけで少なくとも10億のMAUがあり、成長は頭打ちですが、これらはサブスクリプション以外でまだ収益化されていない膨大な消費者エンゲージメントを表しています。

誰かが広告を解読すれば、期待の振り子が再びB2Cに振れるでしょう。B2Cユーザーの習慣を変えるのは非常に難しいことが、Googleのウェブ検索における長期間の支配によって証明されています。

結論として、純粋なモデル推論のマージンはゼロに向かっています。「十分に良い」オープンモデルと、熾烈な競争のホスティング市場がそれを確実にします。ベゾスの言葉は依然として有効ですが、機会はモデル層の両側で捉えられており、モデル層自体ではありません。下側では、誰もが争うハードウェアと電力サプライチェーン。上側では、ユーザーと消費者が、数年前には考えられなかった知能をわずかなコストで手に入れています。

フロンティアラボは、私は賭けたくないグループです。彼らにはコモディティトラップを脱する2つの方法があります。知能のリードを十分に広く保ち、人々が喜んでプレミアムを払うようにすること、あるいは最良のモデルをマネージドプラットフォームの背後に閉じ込め、簡単に安価なモデルに置き換えられなくすることです。私の直感では、彼らは両方を試みるでしょう。それが成功するかどうかは、リードが縮小し続けるかどうかにかかっています。現時点では、縮小は止まっていないように見えます。