中国のオープンウェイトAIの急伸、単独首位という物語に挑む
中国のAI企業は、報じられていた6〜12か月の遅れを取り戻し、Google Newsの見出しでは米国の研究所を追い抜いたとまで伝えられている。
この主張は、8月30日にIndia Todayが掲載した分析に基づくものだ。同記事は、最近の中国製モデルの公開が、OpenAIとAnthropicが依然として余裕ある技術的優位を持つという前提に疑問を投げかけていると論じた。Moonshot AI、DeepSeek、Z.ai、Alibabaはいま、開発者、ユーザー、そして世界的な影響力をめぐって競争できるモデルを提供している。
ただし、「先行」の定義は必要だ。中国の研究所は、低い運用コスト、ダウンロード可能なモデルウェイト、迅速なリリースサイクルを通じて勢いを増している。一方で米国企業は、高度なチップ、商用ソフトウェア、主要なクローズドモデルの幅広い能力で重要な優位性を保っている。
したがって、重要な逆転は国としてのリーダーシップが明確に入れ替わったことではない。米国モデルがペースを決め、中国の開発者が追随するという単純な物語が崩れたことにある。購入者が最大能力、手頃な価格、制御性、流通、物理世界への導入のどれを重視するかによって、競争の構図はいま変化する。
Google Newsの主張が実際に変えたもの
中国の最新リリースは、よく知られた追随の物語を、どの指標が重要なのかをめぐる論争へと変えた。
India Todayの分析は、中国企業が「いくつかの点で」先行したと述べた。この限定は重要である。なぜなら同記事は、あらゆるモデル能力を横断する普遍的な順位を示したわけではないからだ。
むしろこの主張は、近い時期に重なった複数の進展を反映していた。Moonshot AIはKimi K3を公開し、Z.aiとDeepSeekはそれぞれのモデル群の進化を続けた。AlibabaもQwenラインを拡充し、開発者に一つの突出した例外ではなく、複数の中国製代替モデルを提供した。
この広がりは競争環境を変える。DeepSeekの以前の台頭は、一つの研究所が異例に効率的な学習手法を見いだした事例と捉えることもできた。しかし、有力な中国製モデルがより広く登場したことは、効率性とオープンな配布がエコシステムの特性になったことを示唆する。
オープンウェイトとは、開発者がダウンロード、調査、変更し、自らが管理するインフラ上で実行できるモデルパラメータを指す。これは、より厳格なオープンソースソフトウェアの定義で求められるすべての要素を必ずしも提供するものではない。それでも、クローズドAPIより顧客に大きな制御権を与える。
この違いは、開発者のモデル評価に影響する。クローズドサービスは強力な性能、管理されたセキュリティ、便利なツールを提供できる。ダウンロード可能なモデルは、プライベート環境への導入、カスタマイズ、予測可能なインフラ選択、一社のベンダーへの依存低減を支援できる。
リリースのパターンも、その頻度を通じて競争圧力を生む。購入者は、ある中国企業が米国製システムに追いつくのを待つ必要がなくなった。複数の研究所、アーキテクチャ、ライセンス、導入オプションを比較できる。
Associated Pressのレビューによると、中国製システムはその前月、OpenRouterで最も人気の高いモデルの上位5位を占めていた。OpenRouterは異なるモデルにリクエストを振り分け、プラットフォーム上の利用状況を記録している。
この結果は、AI市場全体を測定するものではない。OpenRouterの利用者は、平均的な消費者よりもモデルを試し、運用コストを最適化する傾向が強いとみられる。ただし、その選択は、技術に精通した購入者がどのようなモデルを導入してよいと考えているかを示す初期シグナルとなる。
Kimiの消費者からの反応も、別のシグナルを示した。APが引用したSensor Towerの推計によれば、K3が7月に公開された翌週、同アプリは93万件以上のダウンロードを獲得した。これは週次で200％の増加だった。
同じ推計では、米国でのダウンロード数は約8万6,000件で、前週比387％増だった。これらの数値はダウンロード数を測るものであり、継続利用や収益を示すものではない。それでも、関心が中国の国内市場を越えて広がったことを示している。
Moonshotは、需要によって能力が限界に近づいた後、新規サブスクリプションを一時停止したと報じられている。能力への圧力は、熱狂、不十分な供給体制、あるいはその両方を反映し得る。これだけで技術的優位を独立して証明するものではない。
したがって、Google Newsを通じて見える変化は、立証責任の変化である。中国製モデルを、能力が明らかに劣る低価格な代替品だと当然視するだけでは不十分になった。開発者は、その結論を受け入れる前に直接テストすることをますます求めている。
低コストがOpenAIとAnthropicに圧力をかける
中国製モデルは、すべてのベンチマークで米国のリーダーを上回らなくても圧力をかけられる。エージェントがモデル呼び出しごとのコストを増幅するためだ。
AIエージェントは、限られたユーザー介入で複数段階のタスクを計画・実行するシステムである。一つのリクエストで、検索、コード実行、ファイル分析、ツール呼び出し、修正、検証が発生する場合がある。各段階で、より多くの入力・出力トークンを消費する。
トークンベースの課金は、モデルが処理または生成したテキストを測定する。エージェントが多数の従業員にまたがって数百回の呼び出しを行う場合、小さな差でも急速に拡大し得る。そのため、運用効率は小さな技術的詳細ではなく、調達上の問題となる。
APは、Goldman Sachsが中国製モデルはより広範な導入に向けた「重要な段階」に近づいていると評価したと報じた。この評価は、エージェント利用の増加と、学習後に実行される計算処理である推論をより経済的に行いたい需要を結び付けている。
APが引用した米国のテクノロジー企業幹部の一人は、中国製システムはコーディングやリサーチのタスクで近づいていると述べた。大半のユーザーは、すべてのリクエストで利用可能な最高性能を必要としないとも主張した。最先端能力と十分な能力の区別は、現在の圧力の中心にある。
モデルは、日常的なワークロードを獲得するために、すべての難しい評価で勝つ必要はない。カレンダー管理、文書抽出、見込み客調査、分類、下書き作成、基本的なコーディングでは、許容可能な品質水準を満たす低コストのシステムが有利になり得る。
Mozillaの最高技術責任者Raffi KrikorianはAPに対し、Kimi K3は自身が使用していたAnthropicのモデルより「反応が速い」と感じたと語った。また、メール、カレンダー、文書に関わるタスクではZ.aiのGLMモデルも使用していた。
この経験は、統制された評価ではなく、一人の専門ユーザーによるものだ。ただし、競争が実際のワークフローに及ぶ様子を示している。ベンチマーク上の優位性と同じくらい、体感的な応答性、ツールの信頼性、導入の柔軟性が重要になり得る。
企業の購入者にとって、求められる対応は明確だ。OpenAIとAnthropicは、クローズドサービスへの依存を正当化できるだけの追加的な信頼性、セキュリティ、能力を提供しながら、利益率を守る必要がある。
米国のプロバイダーは、小型モデル、低い推論コスト、キャッシュ、ボリューム契約、エージェント効率の改善で対応できる。また、ダウンロード可能なモデルのホスティングに伴う運用負担を軽減するマネージドサービスも販売できる。
これは、中国のコスト優位が固定的ではないことを意味する。米国の研究所も独自のモデル群を運用しており、単純なタスクをより安価なシステムへ振り分けられる。クラウドプロバイダーも、反復的な企業ワークロードに合わせてハードウェア、バッチ処理、ソフトウェアを最適化できる。
それでも、オープンウェイトが購入者に別の交渉手段を与えるため、競争上の問題は現実的だ。企業は、管理された米国製APIと、第三者がホスティングする、または社内導入する中国製モデルを比較できる。元のベンダーにとどまる場合でも、信頼できる代替案の存在は価格決定力を弱める。
機密情報を扱う組織にとっては、ローカルでの制御も重要だ。承認された環境内でモデルを実行すれば、データ移動を減らし、カスタマイズされた保持ポリシーを支援できる。ただし、それだけでシステムが安全、プライベート、またはコンプライアンスに適合するわけではない。
チームには、引き続きアクセス制御、評価、ログ記録、慎重なナレッジ管理が必要となる。適切に設計されたAIナレッジベースは社内資料の整理に役立つが、モデルの出自はセキュリティ判断の一部にすぎない。
短期的な圧力は、大量かつ代替可能なタスクを担うクローズドモデルに最も強くかかる。小さな精度向上が高価なエラーを防ぐ場面では、最も強力な米国製システムは引き続き魅力的だ。何百万件もの定型的な呼び出しが関わる場合、低コストモデルを無視することは難しくなる。
中国が主導するのはオープンウェイトの挑戦であり、すべてのAI分野ではない
中国が最も明確に先行しているのは、競争力あるオープンウェイトモデルの供給と導入であり、人工知能全体における普遍的な優位ではない。
APは、Arena共同創設者のAnastasios Angelopoulosが、中国製モデルは能力全体の範囲では依然として主要な米国製システムに遅れていると述べたと報じた。Arenaは、ユーザーによる比較判断を基盤としたモデル評価プラットフォームを運営している。
この評価は、市場が分化していることを示している。一つのモデルはコーディングに優れ、別のモデルは視覚的推論に、さらに別のモデルはツール利用に優れる場合がある。性能は、プロンプト、言語、レイテンシー要件、作業コンテキストの長さによっても変わり得る。
ベンチマークは役立つが、定義された条件下で選ばれたタスクを捉えるにとどまる。結果は、テスト汚染、評価設計、ツールへのアクセス、推論中に許容される計算量の影響を受け得る。限定的な優位だけで、一国のエコシステム全体が先行していることを証明することはほとんどない。
米国は、高度な半導体設計と大規模な計算クラスターへのアクセスで大きな優位を維持している。米国の研究所は、広く利用される製品、クラウドとの関係、開発者プラットフォーム、企業向け流通チャネルも掌握している。
中国は、一部の先端チップや製造装置の取得に制限を受けている。こうした制限は、モデル効率の改善、国内ハードウェアの利用、利用可能な計算資源からより多くの処理を引き出す必要性を生む。
制約から生まれた効率性は、商業的に有用になり得る。限られた計算資源を前提に設計されたモデルは、他地域の顧客にとって導入コストを下げられる。ただし、効率的な推論によって、学習インフラや半導体生産における制約が解消されるわけではない。
両エコシステムは異なる用途にも重点を置いている。2026年6月のBrookingsの論考は、洗練されたソフトウェアエージェントにおける米国の強みと、フィジカルAIにおける中国の立場を説明した。
フィジカルAIは、機械学習をロボット、車両、工場など、物理世界で動作するシステムと結び付ける。中国の製造基盤は、知覚・制御ソフトウェアを手頃なハードウェアと統合する機会をより多く提供している。
この分化は、単一の競争という比喩を誤解を招くものにする。コーディングモデルのゴールラインは、産業用ロボットのゴールラインとは異なる。消費者向けチャットボットの流通や半導体製造は、さらに別の指標をもたらす。
研究成果も別の側面を加える。特許件数や引用数は科学的活動を示すことができるが、信頼できる製品へ自動的に結び付くわけではない。同様に、商業的に成功したチャットボットが、ロボティクスやハードウェアにおける主導権を示すわけでもない。
オープンウェイトでの配布は、中国が先行したとする主張のうち、最も擁護しやすい根拠であり続けている。中国の研究機関は、開発者がダウンロードまたはホスティングできる競争力のあるモデルを数多く公開している。OpenAIやAnthropicなど米国の主要ラボは、依然として主に管理されたサービスに依存している。
Metaは米国における重要な例外だ。同社のオープンモデル戦略は、国ごとの比較が企業の行動と完全には一致しないことを示している。米国のチップ企業やクラウド企業も、西側のインフラ上で開発者が中国モデルを採用することで利益を得られる。
Nvidia CEOのJensen Huangは、7月のインタビューでこの緊張関係を的確に表現した。彼は中国のモデルを優れていると評価し、強力なオープンモデルは利用されるべきだと主張した。この立場は、その拡大を主として脅威とみなすべきだという主張と対立する。
HuangはAxiosに対し、中国が米国企業を市場から追い出す可能性は「ゼロ」だとも語った。この発言は、オープン性を支持しつつ、勝者総取りの結果を否定している。より多くのモデル利用が計算インフラへの需要を生み出すとき、Nvidiaは利益を得る。
したがって、Kimiをめぐる議論は、米国における二つの異なる利益を浮き彫りにしている。モデル提供企業は知的財産と商業的優位性を守りたい。一方、ハードウェア提供企業は、より広範で低コストなAI導入から利益を得られる。
この分断により、競争は中国対米国という構図よりも複雑になる。そこには、オープンな配布対制限されたアクセス、モデルベンダー対インフラ提供企業、高利益率サービス対低コスト導入という対立も含まれる。
今回の逆転は依然として重要だ。中国の開発者は、もはや国内での認知だけを争っているのではない。モデルへのアクセス、運用コスト、リリース速度について米国のエンジニアが期待する水準に影響を与えている。
AI競争という見出しが証明しないこと
人気と低コストは競争上の勢いを示すが、品質、安全性、所有権、持続可能な事業に関する問題を決着させるものではない。
ダウンロード総数は、注目を集めたリリース後の好奇心によって増えることがある。開発者は、本番ワークロードを移行せずにモデルを試すかもしれない。新しいシステムが宣伝上の注目を集めると、OpenRouterのトラフィックも急速に変化しうる。
持続的な導入には、印象的なローンチ以上のものが必要だ。企業は、予測可能な稼働時間、安定したインターフェース、ドキュメント、サポート、セキュリティ管理、そして許容できる条件でモデルが利用可能であり続けるという確信を必要とする。
Moonshotによる一時的なサブスクリプション停止は、この問題を示している。旺盛な需要は好材料だが、容量制約は信頼性を損なう可能性がある。重要なワークフローを評価する購入者は、インフラが繰り返し発生するピークを吸収できる証拠を求めるだろう。
財務面での持続可能性も別の不確実性だ。APによると、Z.aiの年間売上高は132％増加し、7億2400万元となった。同社はまた、純損失が60％増の47億元に達したと報告した。
これらの数字は、成長がはるかに大きな損失を伴っていることを示す。世界中のAI提供企業が学習とインフラに多額の支出をしているため、これだけで戦略の失敗を意味するわけではない。ただし、低いユーザー価格が収益性への難しい道筋を生み出しうることは示している。
知的財産をめぐる主張は、別のリスクを生む。蒸留とは、あるモデルが別のモデルによって生成された出力から学習するプロセスだ。有用な振る舞いを、より小型または異なる設計のシステムへ圧縮できる。
米国の当局者や企業は、中国の研究機関が保護されたモデルから能力を抽出していると非難してきた。中国の当局者は、関連する主張を根拠がないとして退けている。公の報道では、こうした争いの背景にある技術的・契約上のあらゆる問題が解決されたわけではない。
米国財務長官Scott Bessentは、当局者が海外モデルに盗用された知的財産の兆候が含まれているかを調査していると述べた。また、窃取が立証できる場合には制裁の可能性にも言及した。
Huangは、他の情報源から学ぶことは知性の根本だと主張した。それでも、プライバシーや契約に違反した企業は結果を負うべきだと認めた。争点は、通常の学習がどこで終わり、違法な抽出がどこから始まるかにある。
セキュリティをめぐる議論にも同様の慎重さが必要だ。ダウンロード可能なウェイトにより、研究者は管理されたインフラ内でモデルを検査・テストできる。これにより外部APIへの依存を減らし、一部の監査を容易にできる。
しかし、オープン性は改変も可能にし、一部の中央集権的な安全策を取り除く。セルフホストされたモデルは、不適切に設定されたり、過剰なシステムアクセスを与えられたり、十分な監視なしに機密記録へ接続されたりする可能性がある。
したがって、モデルの所在だけでは完全なリスク評価にならない。購入者は、学習に関する開示、ライセンス、評価結果、更新方針、ホスティング体制、そしてエージェントが操作できるツールを検討しなければならない。
政治的な規制は市場を急速に変えうる。輸出規制により、モデル、チップ、クラウドサービス、投資家へのアクセスが制限される可能性がある。調達ルールは、性能とコストが事業要件を満たしていても、モデルを排除しうる。
規制は意図しない機会も生み出しうる。APはAngelopoulosの発言として、米国モデルを制限すれば中国の競合企業に直ちに余地が生まれる可能性があると報じた。緊急のワークロードを抱える購入者は、利用可能な代替手段を探す傾向がある。
Google Newsの表現は、「AI競争」をあたかも単一のスコアボードが存在するかのように提示している。実際には、政策はある指標では一国の立場を改善しつつ、別の領域では弱める可能性がある。
より厳しいモデル規制は、国家安全保障と知的財産を守るかもしれない。一方で、米国システムの世界的な利用を減らし、地域の代替手段を促進し、米国外のオープンウェイト・コミュニティを強化する可能性もある。
同じ曖昧さは安全性にも当てはまる。クローズドな提供企業は、中央集権的な監視を適用し、修正を迅速に展開できる。オープンなコミュニティは、監視の裾野を広げ、組織が内部データをリモートの提供企業に公開せずにモデルをテストできるようにする。
どちらの構造も責任ある運用を保証しない。重要なのは、権限、人間によるレビュー、インシデント対応、接続された情報の質を含め、ガバナンスがモデルとともにワークフローへ組み込まれているかどうかだ。
読者はIndia Todayの主張を、変化する競争上の優位性に関する仮説として扱うべきだ。すべての中国製システムが今やすべての米国製対応システムを上回っている証拠として受け取るべきではない。
真の競争は配布対統制である
中国の最も強力な戦略は、有能なモデルを広く利用可能なインフラへと変えることにある。一方で米国の主要ラボは、管理型製品を通じて統制を維持している。
クローズドモデルは、提供企業にアクセス、更新、安全策、商業条件に対する大きな影響力を与える。また、顧客に専門的なインフラの運用を求めることなく、企業がシステムを改善できるようにする。
このモデルは、信頼できるサービスを求める組織に適している。提供企業がハードウェア、スケーリング、多くのセキュリティ機能を管理する。ユーザーは、モデル提供スタックを維持せずにアプリケーションやAPIから始められる。
オープンウェイトのシステムは、採用者側へより多くの責任を移す。開発者はモデルを改変し、異なる地域で稼働させ、特定のタスク向けに調整し、またはプライベート環境内に保持できる。その一方で、導入と継続的な評価も担わなければならない。
中国の現在の優位性は、利用可能性と競争力を増す性能を組み合わせている点にある。出力品質の低いオープンモデルは、ほとんど圧力を生まない。フロンティアに近いモデルが経済的で適応性も高ければ、世界の開発選択に影響を与えうる。
習近平国家主席は、2026年に上海で開催された世界人工知能大会で、オープンAIとより広範な国際アクセスを推進した。中国はまた、同市を拠点とする新たな国際協力組織を支持した。
これらの取り組みは、モデル配布を外交的影響力と結びつけている。中国モデルを採用する国や企業は、関連するクラウドサービス、ハードウェア、技術標準、開発者ツールも採用する可能性がある。
米国企業も、自らのプラットフォームを通じて同様のエコシステム効果を追求している。OpenAIとAnthropicは、モデルをコーディングツール、企業向け制御機能、エージェントフレームワークと統合している。GoogleはGeminiを検索、生産性ソフトウェア、Android、クラウドインフラと結びつけている。
こうした既存の配布力は、依然として強力な優位性だ。消費者の認知、既存契約、統合されたソフトウェアは、モデルの低いトークンコストを上回ることがある。切り替えには、テストと運用プロセスの変更も必要になる。
圧力が最も大きいのは、特定の提供企業に深くコミットしていない市場だ。新興国の開発者は、手頃な価格とローカル環境での導入を優先するかもしれない。政府は、データとインフラに対する統制を重視する可能性がある。
このため、オープンウェイトをめぐる競争はベンチマーク順位を超える戦略的な影響を持つ。広く使われるモデルは、ソフトウェアライブラリ、学習手法、技術用語、許容されるアクセスに関する期待を形作りうる。
NvidiaのHuangは、より安価なモデルが市場全体を拡大すると主張している。この考え方は、インフラ企業にとって経済的に一貫している。個々の呼び出しがより効率的になっても、アプリケーションが増えれば推論ワークロードは増える。
モデル提供企業は異なる計算に直面する。有能な代替手段が豊富になれば、プレミアムサービスは明確な優位性を示さなければならない。そこには、より高い精度、より優れたツール、より強力なサポート、またはより信頼されるコンプライアンス体制が含まれうる。
企業の購入者は、どちらの側の政治的な物語も受け入れることなく、この競争から利益を得られる。自社のタスクに対して複数のモデルをテストし、エラー率を記録し、総運用コストを見積もり、提供企業を変更できる能力を維持できる。
これには規律ある社内評価が必要だ。公開ベンチマークでは、あるモデルが一企業の文書、用語、顧客ポリシー、ソフトウェア環境を理解できるかは明らかにならない。
検索可能なナレッジベースは、実際の社内資料を用いた管理された比較を支援できる。機密性の高い評価には、引き続き適切なアクセス制御とプライバシー保護が必要だ。
最終的に決定的な指標は、リーダーボード上の順位ではなくワークロードのシェアになるかもしれない。モデルは、コード、デバイス、事業プロセス、開発者の習慣に組み込まれたとき、戦略的な重要性を持つ。
この尺度では、中国企業は意味のある勢いを生み出している。ただし、不可逆的な先行を確保したわけではない。米国のプラットフォームは広範な配布力を維持しており、政策判断はその立場を強化することも弱めることもできる。
Google Newsの見出し後に注目すべき三つのシグナル
次の段階を決めるのは、もう一つの劇的な見出しではなく、持続的な利用、独立して測定された能力、そして政府の行動である。
第一のシグナルは、Kimi K3のローンチ後における利用継続率だ。ダウンロードの増加は強い初期関心を示し、OpenRouterの利用状況は開発者が中国モデルを積極的に試していることを示唆した。
より強い証拠となるのは、数カ月にわたる安定した利用だ。本番導入、継続的なAPIトラフィック、拡大するサードパーティ統合は、実験が運用上の依存へ変わったことを示すだろう。
ローンチ後に急速に利用が落ち込めば、中国がオープンモデルで持続的な先行を得たという主張は弱まる。継続的な成長は、低コストのシステムが購買行動を変えているという見方を強める。
第二のシグナルは、完全なワークフローにわたる独立評価だ。モデルのベンチマークには、コーディングエージェント、調査、ツール実行、長いコンテキストを扱う作業、多言語タスク、信頼性、セキュリティを含めるべきだ。
中国モデルは、すべてのテストで勝つ必要はない。コストと導入の柔軟性における優位性を維持しながら、許容可能な品質を保つ必要がある。品質格差が拡大すれば、米国の提供企業はプレミアムサービスを守る余地をより多く得るだろう。
持続的な僅差であれば、結果は逆になる。特にエージェントが推論コストを増幅させる状況では、購入者は通常のリクエストに最も高価なモデルを使う正当性を見いだしにくくなるだろう。
3つ目のシグナルは、アクセス、知的財産、調達をめぐる政策措置だ。ワシントンでは、モデルの不正抽出疑惑に関連する制裁が検討されており、一部の政策立案者は中国のAIシステムに対する制限を支持している。
文書化された不正行為を対象とする限定的な執行は、広範なモデル禁止とは異なる市場効果を生む。一律ではない対象を定めた規則なら、ある国に関連するすべてのオープンシステムを排除せずに、契約を保護できる可能性がある。
より広範な制限は、規制下にある米国組織での中国製AIの導入を減らす可能性がある。また、他地域の開発者が同じモデルを中心に独立したインフラを構築する動きを促すこともあり得る。
中国側の対応も重要になる。オープンウェイトモデルの公開と国際的な提携を継続して支援すれば、その配布戦略は強化される。国内規制の強化やライセンス変更は、オープン性を訴える根拠を弱めるだろう。
単一のシグナルが最終的な勝者を決めることはない。Brookingsの分析は、「競争」という比喩が、異なる国家戦略を誤解を招く単一の対決に圧縮してしまうと論じている。
この警告は、読者が今後の報道をどう解釈するかの指針となるべきだ。Google Newsは今後も、ある研究所や国が先行したという主張を表示し続けるだろう。各主張は、明確な指標と対象期間に結び付けて検証する必要がある。
開発者にとって実務的な対応は、実際のワークロードに照らしてモデルを評価することだ。精度、レイテンシー、運用コスト、障害復旧、セキュリティ要件、そして各デプロイメントの維持に必要な工数を記録すべきである。
エンタープライズの購入者は、移植性も検証すべきだ。1つのプロプライエタリなインターフェースを中心に構築したワークフローは、移行コストが高くなり得る。セルフホスト型モデルは、専門的なインフラとエンジニアリングスキルへの別種の依存を生み出す可能性がある。
ナレッジワーカーは、すでに利用している製品のどこにモデルが組み込まれているかを注視すべきだ。ユーザーが国家ごとのモデルエコシステムを直接選択しなくても、オフィスソフト、検索、カスタマーサービス、コーディング支援を通じて、導入は静かに進む可能性がある。
中国のAIモデル急伸は、すでに議論を変えた。能力、オープン性、低コストが中国の研究所から同時にもたらされることはない、という安易な前提を崩した。
より大きな主張については、依然として決着していない。中国はオープンウェイト市場の一部で先行しているように見える一方、米国企業は最先端モデルの幅広さ、半導体、商用ソフトウェア、流通において大きな優位性を維持している。
次のAI競争の見出しを受け入れる前に、それがどの競争を指しているのかを問うべきだ。そして、その根拠がローンチ時の注目度、ベンチマーク性能、継続的なワークロード導入、あるいは戦略的支配力のどれを測定しているのかを検討する。その区別は、どんな国別ランキングよりも多くを明らかにする。
