タダで配って、少ない資源で勝つ──中国AIが静かに塗り替えつつあるもの
- Seo Seungchul
- 4 時間前
- 読了時間: 9分
シリーズ: 知新察来
◆今回のピックアップ記事： L. Jason Anastasopoulo, "China is running multiple AI races" "How Many Followers Would Plat Have?" （Brookings Institution, 2026年3月9日）
概要：米国がAGI（汎用人工知能）実現に向けて超大規模な計算資源投資を続ける中、中国のAI企業群は「効率化」「オープンソースによる世界普及」「ロボット・スマートフォン・自動運転への物理統合」という三軸で独自の戦略を展開している。その背景には、半導体輸出規制による計算資源制約と、国家政策による産業誘導がある。著者は最後に、米国が「正しいレース」を走っているかどうかを問い直す。
AIをめぐる競争といえば、巨大なデータセンター、天文学的な投資額、そして「いつか人間を超えるAI」をめぐるSF的な夢想——そういうイメージが定着しつつあります。米国の大手テック企業4社が今年だけでAIインフラに6500億ドル（約100兆円）を投じると発表したことも、その印象を強めています。
でも、別の場所では、まったく違う発想でAIの開発が進んでいます。中国のAI企業たちが走っているのは、「汎用知性（AGI）」という山の頂を目指す一本道ではありません。彼らが選んだのは、効率、普及、そして現実世界への統合という、三本の並行したトラックです。
このブルッキングス研究所の論考を読んで、富良野とPhronaが気になったのは、二つのことでした。ひとつは「制約があるほど、かえって鋭くなる」という技術の逆説。もうひとつは、「タダで配る」という一見ただの商売戦略が、実は世界のインフラの地盤を静かに塗り替えている可能性、ということです。
「少ない資源で勝つ」という逆説
富良野：ブルッキングスのこの論考、読みました？中国のAI企業が計算資源の制約のせいで、逆に効率化技術で先に進んでしまっているって話。
Phrona：読みました。あの量子化（クオンタイゼーション）の話が面白かったです。要は、AIが計算するときの「精度」をあえて落とすことで、使うメモリを半分にできる、という技術ですよね。
富良野：そう。普通、精度を落とすって聞くと「質が下がる」イメージじゃないですか。でも実際には、ほとんど性能が変わらない。むしろ、軽くなった分だけ動かせる場所が広がる。
Phrona：スマートフォンでも動くようになる、という話でしたよね。大きなデータセンターに頼らなくていい。
富良野：そこが面白くて。「大きな計算機がたくさんあればいい」って発想から離れると、逆に「どこでも動くAI」という方向性が見えてくる。制約が、むしろ発想を解放する。
Phrona：「必要は発明の母」の、AI版みたいな話ですね。半導体の輸出規制で先端チップが手に入りにくいからこそ、少ない資源で最大限に動かす技術を磨く。
富良野：それが積み上がると、制約がない側にとっても脅威になりえる、というのが論考の含意ですよね。「あの制限のおかげで、かえって強くなった」という結末は、歴史上そう珍しくもないですが。
Phrona：でも、純粋に技術的な面だけで見ていいのかな、という気もしています。論文の別の箇所に、「蒸留攻撃」の話がありましたよね。
富良野：ありましたね。高性能なAIの出力を使って、別のAIを安く訓練する、という手法。これをアメリカの主要AI企業が「うちのモデルから大規模にやられた」と報告している。
Phrona：つまり、効率化の一部は、本当に独自の工夫で達成されていて、一部は……どこかから学んで達成されている、かもしれない。
富良野：そう。だからあの「制約が発明を生んだ」という物語は、完全には正しくないかもしれない。単純な美談にはしにくい。
Phrona：物語として綺麗にまとめたくなるけど、実態はもっと複雑、ということですよね。
「タダで配る」の意味を問い直す
富良野：効率化の話と並んで気になったのが、オープンソース戦略の話です。中国の主要なAIモデルの多くが、無料で公開されている。ダウンロードして、自分用に改造して、そのまま使える。
Phrona：米国の主要モデルは、ほとんどが有料の商用サービスとして提供されているのと対照的ですよね。
富良野：論考によると、モデルの累積ダウンロード数では、中国発のモデルが米国発を上回っているらしい。Hugging Faceというモデルの共有サイトで、という話ですが。
Phrona：「タダで配る」って、一見すると商売として成り立たない気がするんですよね。でも実際には、モデル自体は無料にして、その周辺のサービスやサポートで稼ぐ、という構造なんですよね。
富良野：そう。モデルを基盤にして、その上に乗るサービスのエコシステムを育てる。メーカーがプリンターを安く売って、インクで稼ぐ、みたいな発想に近い。
Phrona：でも、それだけじゃない気がして。「誰もが使えるモデル」が世界中に広まると、その設計思想や語彙や価値観も一緒に広まっていく、という側面もあるんじゃないかと。
富良野：技術が中立じゃない、ということですよね。どんな言語が得意か、どんな質問に答えるか、どんな倫理的判断をするか。そういうものが全部、モデルの中に埋め込まれている。
Phrona：日本やアフリカの開発者が、Alibaba（アリババ）やDeepSeekのモデルをベースに自分たちのサービスを作っているという話がありましたよね。その判断は合理的なんですよ、コストを考えたら。
富良野：でも、その積み重ねが長期的に何を意味するか、というのは別の問いで。
Phrona：インフラって、気づいたら乗っかっているもので。誰かが意図して選んだというより、一番安くて一番使いやすいものがいつの間にか標準になっていた、という感じで広がっていく。
富良野：OSがそうだったし、検索エンジンもそうでしたよね。「タダで配る」はビジネス戦略であると同時に、インフラを先に押さえるための戦略でもある。
Phrona：「無料」って、中立なようで全然中立じゃないですよね。誰かが意思決定してコストを負担しているわけだから。
二つの「賭け」の間で
富良野：整理してみると、二つの異なる「賭け」がある気がするんですよね。片方は「AIが究極的に賢くなれば、あらゆる問題が解ける」という賭け。もう片方は「AIが安く・軽く・どこにでも入り込めば、世界が変わる」という賭け。
Phrona：どちらが「正しい」かではなくて、どちらが先に「当たる」かっていう話ですよね。
富良野：それに、「当たる」の定義自体が違う。片方は「人間を超えた知性を作れたか」という問いで、もう片方は「どれだけ多くの現場に入り込めたか」という問い。
Phrona：後者の方が、ある意味「勝ち負けが見えにくい」んですよね。いつの間にか、どこかのスマートフォンのアシスタントに、誰かの工場のロボットに、使われている。
富良野：気づいたら乗っていた、という感じで。
Phrona：論考の最後に、米国が「正しいレースを走っているか」という問いが出てきましたよね。あれ、どう読みました？
富良野：「AGIに全力投資」という戦略が、データセンター建設として経済の大きな部分を占め始めていて、それが他の分野への投資を押しのけているかもしれない、という懸念もセットで書かれていましたよね。
Phrona：「一点に賭けすぎると、別の場所での変化に気づくのが遅れる」という話でもありますよね。
富良野：レースが複数同時進行しているのに、一本のゴールしか見ていない、というのはたしかにリスクで。でも逆に、「どのレースも走る」となると、焦点が散漫になる、という問題もある。
Phrona：結局、「何を勝ちとするか」を決められるかどうか、なんですかね。それが最初に決まらないと、どのレースを走ればいいかも分からない。
富良野：AIの競争って、技術の問題のようでいて、実はその前段に「目的をどう設定するか」という問いがある。そしてその問いに、国ごとに違う答えを持っている。
Phrona：違う答えが出てきたとき、その違いは「間違い」なのか、それとも「違う賭け」なのか。そのあたりは、もう少し時間が経ってみないと分からないですよね。
ポイント整理
「複数のレース」という構造
米国の主要テック企業がAGI（汎用人工知能）という一点に巨大な計算資源投資を集中させている一方、中国のAI企業群は「効率化」「オープンソースによるグローバル普及」「ロボット・スマートフォン・自動運転などへの物理統合」という三つの軸で並行して開発を進めている。
効率化という戦略の逆説
半導体の輸出規制により先端チップが入手困難な状況が、逆に「少ない計算資源で高い性能を出す」技術開発を促進した。MoE（混合専門家）モデルや量子化（クオンタイゼーション）技術により、大型データセンターがなくてもスマートフォン等で動作可能なモデルが登場している。ただし、性能向上の一部は「蒸留攻撃」（他社の高性能モデルの出力を利用した学習）によるものである可能性も指摘されており、「純粋な独自開発による成果」とは言い切れない側面もある。
オープンソース戦略と普及の地政学
中国の主要AIモデルの多くは無償公開されており、Hugging Face等のプラットフォームでのダウンロード数では中国発モデルが米国発を上回っている。日本やアフリカを含む世界各地の開発者が中国発モデルをベースにサービスを開発しており、「無料で使える」ことがグローバルでのデファクトスタンダード形成につながりつつある。「タダで配る」行為は単なるビジネス戦略にとどまらず、技術インフラの基盤を先に押さえるという地政学的意味を持つ可能性がある。
物理統合という別次元の競争
AIをソフトウェアとして完結させるのではなく、電気自動車・スマートフォン・ロボット・自動運転車など「身体を持つもの」への統合が急速に進んでいる。ロボタクシーや人型ロボットの量産化、エージェント型スマートフォン（AIがアプリを自律操作する）など、現実空間への展開が先行している。
「正しいレースを走っているか」という問い
米国の大規模なAIデータセンター投資がGDP成長の大きな割合を占め始めており、エネルギー価格の上昇や他分野への投資の圧迫、雇用問題の隠蔽につながるリスクも指摘されている。記事は「AGI一点賭け」の持続可能性への疑問を提示して終わっている。
キーワード解説
【AGI（汎用人工知能）】
特定のタスクだけでなく、人間が行うほぼあらゆる知的作業をこなせるAIシステムのこと。現在のAIは特定用途に特化しているが、AGIはその境界を超えるものとして想定されている
【量子化（クオンタイゼーション）】
AIが計算するときに使う数値の「精度」をあえて落とすことで、消費メモリや処理コストを削減する技術。性能をほとんど損なわずに軽量化できる場合があり、端末上での動作を可能にする
【MoE（Mixture of Experts：混合専門家モデル）】
AIモデルの内部に複数の「専門家」モジュールを持ち、入力に応じて必要なモジュールだけを動かすアーキテクチャ。全体を常に動かさないため、効率が高い
【オープンソースモデル】
モデルの設計や重みパラメータを無償公開し、誰でも利用・改変・再配布できるようにしたAIモデル。クローズドソース（商用・有料）モデルと対になる概念
【蒸留攻撃（ディスティレーション攻撃）】
高性能なAIモデルの出力を大量に収集し、それを学習データとして別のモデルを訓練する手法。正規の利用規約に違反する形で行われる場合を指す
【エージェント型AI（AIエージェント）】
ユーザーの指示を受けて、複数のアプリやサービスを自律的に操作・連携させることができるAI。単に質問に答えるだけでなく、「代わりに行動する」能力を持つ
【体現型AI（Embodied AI）】
ロボットや自動運転車など、物理的な身体・動作系を持つシステムにAIを統合したもの。デジタル空間だけでなく現実空間で自律的に動作することを指す
【Hugging Face】
AIモデルやデータセットを公開・共有するプラットフォーム。世界中の開発者がモデルをアップロード・ダウンロードでき、オープンソースAI開発の中心的な場となっている