AIモデルのコモディティ化——トークン価格300分の1・DeepSeek衝撃から読む価値連鎖の再編と次の覇権争い

背景

出発点となった状況——GPT-4登場とプロプライエタリモデルの独占

2023年3月、OpenAIがGPT-4を公開した時点での推定訓練コストは1億ドル以上とされ、API料金はアウトプット100万トークンあたり60ドルに設定されていた [4]。このコスト水準は、AI能力の実用化が資本力を持つ大企業（OpenAI、Google、Anthropic）にほぼ限定されることを意味した。「プロプライエタリ（非公開）モデルの独占」と呼べるフェーズだ。

同時期、MetaはLlamaシリーズのオープンソースリリースを進めており、MistralやAlephAlpha等のEU拠点スタートアップも相次いで登場していた。しかしモデルの能力差は大きく、OpenAI・Google・Anthropicが「フロンティアモデル」として差別化できる状況が続いた。

構造的な前提——スケーリング則とトークンコスト経済

AIモデルの性能は「パラメータ数・学習データ量・計算量（Flops）」の三要素で決まるという「スケーリング則」が2010年代末から知られており、2023〜2024年は「とにかく大きいモデルほど賢い」という前提で資本が流入した。OpenAI・Anthropic・Googleはデータセンター・GPU・訓練インフラへの巨大投資競争を繰り広げた。

この競争は「AI能力の商品化を遅らせる」効果を持っていた。大量の計算資源を投入できるプレーヤーだけがフロンティアに立てるなら、資本の障壁が自然な参入障壁になる。しかし、2024年末から2025年初にかけて、この前提を覆す出来事が起きた。

AIフロンティアモデルの安全性と能力競争については AIフロンティアの安全性と能力競争が問いかける「加速の倫理」 も参照されたい。

2023年初〜2024年: 第1局面——スケーリング投資とオープンソースの台頭

2023年から2024年にかけて、AIモデルのAPI価格は急速に下落し始めた。OpenAIはGPT-4の料金を段階的に引き下げ、2024年5月にGPT-4oを公開した際にはアウトプット100万トークンあたり15ドルという価格設定を示した [4]。2023年3月の60ドルから1年余りで4分の1以下への圧縮だ。

並行してオープンソースモデルが急速に能力を向上させた。MetaはLlama 3（2024年4月）でフロンティアモデルとの能力差を大幅に縮め、フランスのMistralは軽量ながら高性能なモデルを次々とリリースした。a16zのレポートによれば、2025年時点でUS系スタートアップの80%が中国発のオープンソースモデル（主にDeepSeekとQwen）を活用しており [2]、週によっては全AIインファレンストラフィックの30%をオープンソースモデルが占める週もあったという [2]。

この時期、AIインフラ投資は加速の一途をたどった。マイクロソフト・アマゾン・アルファベット・Metaの4大ハイパースケーラーは2025年通年で合計4,700億ドルを超える設備投資を見込み、2026年にはさらに6,000〜7,250億ドルへの拡大が見通されている [3]。Nvidiaのデータセンター事業は2025年Q3に308億ドル（前年同期比+94%）を記録した。

スケーリングの物理的限界については AIスケーリング限界とデータウォール——「モデルが賢くなる方程式」の臨界点 も参照されたい。

2025年1月: 第2局面——DeepSeekが起こしたパラダイムシフト

2025年1月27日、中国の研究機関DeepSeekが公開したR1モデルは、AIモデルの経済学を根底から覆す事件として市場に認識された。DeepSeekはGPT-4oと同等の能力を持つとされるモデルを、訓練コスト約560万ドルで開発したと主張した [1]。仮にその数字が正確なら、OpenAIのGPT-4の訓練コスト（推定1億ドル以上）の約18分の1に相当する。DeepSeekのAPIインファレンス料金もアウトプット100万トークンあたり約0.07ドルと、OpenAIの競合商品の27倍以上安い水準で設定された [4]。

この発表は米国の株式市場に即座に衝撃を与えた。2025年1月27日、Nvidiaの株価は単日で17%下落し、時価総額は5,890億ドル減少した——米国市場史上最大の単日時価総額消失だ [1]。

市場がパニックした理由は、「安価で優秀なAIモデルが実現できるなら、高価なNvidiaのGPUへの大規模投資は本当に必要なのか」という問いが突き付けられたからだ。DeepSeekのコスト主張の正確性は一部のアナリストから疑問が呈されているが [1]、「中国発のオープンソースAIが急速に追い上げている」という事実は広く認められた。

2025年〜2026年: 第3局面——コモディティ化の深化と価値連鎖の再編

DeepSeek衝撃以降、AIモデルのAPI価格競争はさらに激化した。TokenMixのデータによれば、2023年3月から2026年にかけてAIモデルのAPIコストは実質的に300分の1以上に圧縮された [4]:

• GPT-4アウトプット（2023年3月）: 60ドル/100万トークン
• GPT-4o（2024年5月）: 15ドル/100万トークン
• DeepSeek V3（2024年12月）: 約1.10ドル/100万トークン（同等能力水準で）
• GPT-5 nano相当（2025年）: 約0.40ドル/100万トークン

この価格崩壊は「モデルそのものが商品（コモディティ）化しつつある」という転換点を示す。コモディティとは「品質や提供者によらず同一と見なせる商品」を意味し、価格競争が主な競争軸になる。石油・穀物・メモリチップがかつてたどった「産業化→コモディティ化」の過程を、AIモデルが急速に追いかけている。

価値連鎖の再編という点では、マイクロソフトの対応が象徴的だ。2025年9月にAnthropicのClaudeをCopilot Studioに統合し、2026年1月にはMicrosoft 365 Copilotの商用テナントのデフォルトモデルとしてClaudeを採用した [6]。複数のモデルを状況に応じて使い分けるアーキテクチャへの移行は、「特定のモデルへの排他的依存をやめる」というプラットフォームの戦略転換を意味する。Amazonは最大80億ドルをAnthropicに投資し、GoogleもAnthropicの計算資源としてIronwood TPU 100万チップの提供を表明している——両社がOpenAIの対抗軸としてAnthropicを支援する構図は、モデル層での競争激化を示している。

直近の動き——インフラ・モデル・アプリの三層分離

2026年現在、AI産業の価値連鎖は「インフラ層・モデル層・アプリケーション層」の三層に明確に分離されつつある。この分離はそれぞれの層でまったく異なる経済原理が働くことを意味する。

インフラ層（GPUクラウド・データセンター・ネットワーク） は依然として資本集約的で、ハイパースケーラーの寡占が続く。Gartnerによれば、2026年の世界AI支出2.59兆ドルのうち45%（約1.37兆ドル）がAIインフラ投資に向かう [3]。Nvidiaのデータセンター部門はこの層の受益者の最右翼だ。

モデル層（基盤モデルそのもの） は急速なコモディティ化に直面している。Gartnerの試算では、AIモデルAPIが全AI支出に占める割合は約1.3%にとどまる [3]。「モデルを提供する」だけでは持続的な収益化が難しく、差別化戦略（特定ドメインへの特化・エンタープライズセキュリティ・コーディング能力等）が競争軸となっている。

アプリケーション層（企業向け・消費者向けAIソフトウェア） は最も高い成長を見せている。Gartnerによれば、AIエージェントソフトウェア市場は860億ドル（2025年）→2,070億ドル（2026年）→3,760億ドル（2027年）と急拡大が見込まれる [3]。a16zの2026年1月企業調査では、企業の平均AI支出は4.5百万ドルから65%増加して約1,160万ドルへ拡大する見込みで、実際の支出はバジェット計画を大幅に上回る傾向がある [2]。

今後の展望

Sequoia Capitalの分析 [5] は、AI産業の長期的な価値の帰着先として「インフラ層の規模経済」と「アプリケーション層の垂直統合」の両極化を示唆する。モデル自体はコモディティ化するが、特定の業種（法律・医療・金融）に特化した業務データと規制対応を組み込んだ垂直型AIアプリは「代替が効きにくい差別化」を持てる。

一方で「モデルプロバイダーが上からアプリ領域に進出し、アプリ企業を圧迫する」逆説的な動きも起きている。OpenAIがChatGPTを通じてエンタープライズSaaSに参入し、GoogleがエンタープライズワークスペースにAIを深く統合する動きは、「モデルを作る側」と「モデルを使うアプリを作る側」の境界を溶かしている。

この構造下では、「誰が顧客データとワークフローを保有するか」が長期的な競争優位を決定づける。プロプライエタリなワークフローデータを蓄積している企業は、そのデータで独自にファインチューニングしたモデルを持てる。これが「コモディティ化への唯一の有効な対抗策」となりつつある。

ビッグテックのAI投資とROIの実態については BigTechのAI投資とROIの検証——CapexとRevenue成長の断絶 も参照されたい。

Newscoda の見方

Newscodaとして注目するのは、AIモデルのコモディティ化が「AI産業の受益者は誰か」という問いを根本から変えつつあるという論点だ。2023年時点の「AI＝OpenAIとNvididaが勝者」という単純な図式から、「インフラ（Nvidia・クラウド）・エンタープライズアプリ・特定垂直産業のデータ保有者」という多層的な受益者構造へとシフトしている。

多くの解説はモデル性能の比較（GPT vs Claude vs Gemini vs DeepSeek）という「モデル間競争」を中心に据えるが、Newscodaとしては「モデルが何かを決めることより、誰のデータで何を解こうとするかが競争力の本質になる」という視点を重視する。モデルが300分の1のコストで使えるなら、問題設定・データ品質・ユーザーインターフェース・ドメイン知識がより重要になる。これは過去のOSやデータベースのコモディティ化がSaaS層の台頭を促したパターンと相似形だ。

今後6〜12か月で観察すべき変数:

• AIモデルAPIのコスト削減ペース（2026年のGPT-5/Claude 4等の価格設定）
• OpenAI・Anthropicの法人向け収益化と「モデル以外の価値」（ワークフロー・データ統合）の割合
• Gartnerが予測するAIエージェント市場2,070億ドル（2026年）の実現速度 [3]
• 中国発オープンソースモデル（DeepSeek・Qwen）のグローバルシェアに対する米国輸出規制の実効性

まとめ

AIモデルのコモディティ化は、2023年3月のGPT-4（訓練コスト1億ドル超、API60ドル/Mトークン）から2026年にかけての300分の1以上のコスト圧縮 [4] と、DeepSeekが2025年1月に起こした市場衝撃（Nvidia時価総額5,890億ドル消失）[1] によって加速した。a16zの企業調査は、OpenAIを使用する企業が依然78%を占める一方で、オープンソースモデル採用が急拡大していることを示す [2]。Gartnerの試算では2026年のAI全体支出2.59兆ドルのうち、モデルAPIが占める割合はわずか1.3%にとどまり [3]、価値の重心がインフラ層とアプリケーション層に移っていることを示す。Sequoiaが示すように [5]、コモディティモデル時代の勝者は「自社固有データとドメイン知識でモデルを最適化し、顧客ワークフローに深く統合できる企業」となる可能性が高い。「モデルが賢い」ことより「誰の何のために使うか」が競争優位の軸になるという転換は、AI産業の覇権地図を根本から書き換えつつある。