AIモデルはコモディティ化しているか？

マイクロソフトのCEOであるサティア・ナデラは最近、先進的なAIモデルがコモディティ化への道にあると示唆することで議論を巻き起こしました。ポッドキャストで、ナデラは基礎モデルがどんどん似てきており、広く利用できるようになってきていることを指摘し、「モデルそのものは競争上の優位性を維持するには十分ではない」と述べました。彼は、OpenAIが、最先端のニューラルネットワークを持っているにもかかわらず、「モデル会社ではなく、素晴らしいモデルを持つ製品会社だ」と述べ、真の優位性はモデルを中心に製品を構築することから来ることを強調しました。

つまり、単に最も先進的なモデルを持っているだけでは、市場のリーダーシップを維持することはできなくなります。AIの革新のスピードが速いため、パフォーマンスのリードは短期間で失われる可能性があります。

ナデラの視点は、テクノロジー大手がより大きなモデルをトレーニングする競争を繰り広げている業界で重要です。彼の議論は、焦点のシフトを意味します。モデルへの優位性への執着ではなく、企業はエネルギーを「完全なシステムスタックと優れた製品」へのAIの統合に向けるべきです。

これは、今日のAIのブレークスルーが明日の基準機能になるというより広い意見を反映しています。モデルがより標準化され、利用可能になると、スポットライトはAIが現実のサービスでどのように適用されるかに移ります。マイクロソフトやグーグルなどの企業は、幅広い製品エコシステムを持っており、コモディティ化されたAIを活用するために、モデルをユーザーフレンドリーな製品に埋め込むことで、トレンドを活かすことができます。

アクセスの拡大とオープンモデル

先進的なAIモデルを構築できるのは、以前は数少ない研究所だけだったですが、その独占性はすぐに消えていきます。AIの能力は、組織や個人にも利用可能になり、モデルがコモディティ化するという考えを後押ししています。AI研究者アンドリュー・エンは、2017年に、AIの潜在性を「新しい電気」と例え、電気が現代生活の基盤となるコモディティになったように、AIモデルも多くの提供者から利用できる基礎的なユーティリティになる可能性があると述べました。

最近、オープンソースモデルの普及がこのトレンドを加速しています。メタ（フェイスブックの親会社）は、例えば、強力な言語モデルであるLLaMAを、研究者や開発者に無料で公開しました。この戦略は、メタがAIのより広い採用を促進し、コミュニティの貢献を得ることができる一方で、ライバルの独自の利点を損なうことにもなります。また、最近、AIの世界はDeepSeekのリリースで大きな変化を遂げました。

画像生成の分野では、Stability AIのStable Diffusionモデルは、ブレークスルーがどのようにコモディティ化されるかを示しました。2022年のオープンリリースから数ヶ月で、生成的なAIの分野で家電名となり、数えきれないアプリケーションで利用可能になりました。実際、オープンソースエコシステムは爆発的に成長しています。Hugging Faceなどのリポジトリには、数万ものAIモデルが公開されています。

この普遍性は、組織が単一の提供者の秘密モデルを購入するか、まったく購入しないかの二者択一の選択を迫られるのではなく、オープンまたは商用のモデルから選択できることを意味します。組織は、カタログからコモディティを選択するように、モデルを選択できます。

クラウドジャイアントがAIをユーティリティサービス化する

主要なクラウドプロバイダーは、AIのコモディティ化の重要な推進力となりました。マイクロソフト、Amazon (AMZN ) 、Googleなどの企業は、AIモデルをオンデマンドサービスとして提供しています。ナデラは「クラウドでモデルがコモディティ化されている」と述べ、クラウドが強力なAIを幅広く利用可能にする方法を強調しました。

実際、マイクロソフトのAzureクラウドは、OpenAIと提携しており、GPT-4などのトップモデルへのアクセスをAPI経由で提供しています。Amazon Web Services（AWS）は、Bedrockプラットフォームを導入し、複数の先端AI企業からの基礎モデルを提供しています。AWS Bedrockは、Amazon自身のモデルやAnthropic、AI21 Labs、Stability AIなどのモデルを含む、複数のモデルを1つのマネージドサービスで提供しています。

この「多くのモデル、1つのプラットフォーム」アプローチは、コモディティ化の典型的な例です。顧客はニーズに合ったモデルを選択し、提供者を簡単に切り替えることができます。実際的には、企業はクラウドプラットフォームに常に最先端のモデルを利用できるように依存できます。新しいモデルが登場すると、クラウドはすぐにそれを提供できるようになります。

モデルそのものを超えた差別化

すべてが似たようなAIモデルにアクセスできる場合、AI企業はどのようにして自分たちを差別化するのでしょうか。これがコモディティ化論争の核心です。業界リーダーは、価値はAIの適用にあると考えています。OpenAI自身の戦略もこのシフトを反映しています。会社の焦点は、生のモデルコードのリリースではなく、完成度の高い製品（ChatGPTとそのAPI）と、ファインチューニングサービス、プラグインアドオン、ユーザーフレンドリーなインターフェイスなどのエコシステムを提供することにあります。

実践的には、信頼性の高いパフォーマンス、カスタマイズオプション、開発者ツールをモデル周辺で提供することを意味します。同様に、GoogleのDeepMindとBrainチームは、現在Google DeepMindの一部となっており、研究をGoogleの製品、たとえば検索、オフィスアプリ、クラウドAPIに組み込んでいます。AIを埋め込み、サービスをより賢くしています。モデル技術の複雑さは確かに重要ですが、Googleは、ユーザーがモデル名やサイズではなく、AIによって可能になる体験（より優れた検索エンジン、より役立つデジタルアシスタントなど）に気付くことを知っています。

また、企業は特化を通じて差別化しています。1つのモデルで全てを支配するのではなく、特定のドメインやタスクに特化したモデルを構築しています。たとえば、ヘルスケア診断、金融、法律などの分野に特化したAIスタートアップがあります。これらの企業は、オープンモデルをファインチューニングしたり、小規模な独自モデルを構築したりすることで、独自のデータとドメインの専門知識を活かして、一般目的のシステムよりも優れたモデルを提供できます。

OpenAIのChatGPTインターフェイスと特化したモデルコレクション（Unite AI/Alex McFarland）

別の差別化方法は、効率とコストです。同等のパフォーマンスを、計算コストの小さな部分で提供できるモデルは、競争上の優位性となる可能性があります。これは、DeepSeekのR1モデルの出現によって強調されました。DeepSeekのR1モデルは、OpenAIのGPT-4の機能に匹敵するもので、訓練コストは600万ドル未満で、GPT-4の推定コスト1億ドル以上と比較して、劇的に低いコストで達成されました。こうした効率の向上は、モデルが出力する結果は似ているかもしれませんが、1つの提供者がそれをより安く、またはより迅速に達成できる可能性があることを示唆しています。

最後に、AIサービス周りのユーザーロイヤルティとエコシステムを構築する競争があります。企業が特定のAIモデルをワークフローに深く統合する（カスタムプロンプト、統合、ファインチューニングされたデータなど）と、別のモデルに切り替えることは摩擦のないものではありません。OpenAI、Microsoftなどの提供者は、開発者向けSDKからAIプラグインのマーケットプレイスまで、包括的なプラットフォームを提供することで、この粘着性を高めようとしています。

企業は価値連鎖を上向きに動かしています。モデルそのものが防御線ではない場合、差別化はモデルを取り巻くすべて、データ、ユーザーエクスペリエンス、垂直エキスパート、既存システムへの統合から来ます。

コモディティ化されたAIの経済的波及効果

AIモデルのコモディティ化は、重大な経済的影響を及ぼします。短期的には、AIのコストを下げています。複数の競合他社とオープンソースの代替品があるため、AIサービスへのアクセス価格は下がり続けています。

OpenAIを含む提供者は、言語モデルのトークン価格を2年間で80％以上下げました。たとえば、OpenAIのGPTシリーズのトークン価格は、2023年から2024年にかけて80％以上下がりました。これは、競争の増加と効率性の向上によるものです。

新規参入者がより安価またはオープンなモデルを提供することで、既存の提供者はより多くのサービスを提供する必要があります。無料トライアル、オープンソースのリリース、バンドルディールなどです。これは、AIを採用する消費者や企業にとっては良いニュースです。先進的な機能がより手頃な価格になるからです。また、AI技術が経済全体にさらに広がることになります。何かが安くなって標準化されると、より多くの業界がそれを取り入れるからです（2000年代の安価なPCハードウェアのコモディティ化がソフトウェアやインターネットサービスへの爆発的な普及につながったように）。

すでに、カスタマーサービス、市場調査、オペレーションなどの分野で、利用可能なモデルやサービスによってAIの採用が進んでいます。利用可能性の拡大により、AIソリューションの市場全体が拡大する可能性があります。モデル自体の利益率が低下するとしてもです。

コモディティ化されたAIの経済的ダイナミクス（Unite AI/Alex McFarland）

しかし、コモディティ化は競争環境を複雑に変える可能性もあります。先端モデルを開発するために数十億ドルを投資した既存のAI研究所にとって、モデルが一時的な優位性しかもたらさないという考えは、ROIに関する疑問を引き起こす可能性があります。彼らはビジネスモデルを変更する必要があるかもしれません。たとえば、エンタープライズサービス、独自のデータの優位性、またはモデル上に構築されたサブスクリプション製品に焦点を当てる必要があるかもしれません。

また、軍拡競争の要素もあります。パフォーマンスのブレークスルーがすぐに他者によって達成されたり、オープンソースコミュニティによって達成されたりすると、独自のモデルを利益化する時間枠が狭まります。このダイナミクスは、企業が代替の経済的防御線を検討するよう促します。1つの防御線は、独自のデータとの統合（コモディティ化されていない）です。企業独自の豊富なデータで調整されたAIは、オフザシェルフのモデルよりも企業にとって貴重なものになる可能性があります。

別の防御線は、規制またはコンプライアンス機能です。提供者は、エンタープライズ用にプライバシーまたはコンプライアンスが保証されたモデルを提供することで、生の技術を超えた差別化を行うことができます。マクロ的なスケールでは、基礎的なAIモデルがデータベースやウェブサーバーと同様に普遍的になる場合、AIを取り巻くサービス（クラウドホスティング、コンサルティング、カスタマイズ、メンテナンス）が主な収益源になる可能性があります。クラウドプロバイダーはすでに、モデルを実行するためのコンピューティングインフラストラクチャ（CPU、GPUなど）の需要の増加から利益を得ています。電気のユーティリティが電化製品がコモディティ化されても使用量から利益を得るのと同様です。

本質的に、AIの経済学は他のITコモディティの経済学と似ている可能性があります。コストの低下とアクセスの拡大により、広範な使用が促進され、新しい機会がコモディティ化されたレイヤーの上に構築されます。一方で、レイヤーを提供する企業は、利益率の低下と、常に革新し続ける、または他の分野で差別化する必要性に直面します。