マイページ
DeepSeekが暴いたAIの不都合な構造
第1の代償は、収穫逓減の壁である。生成AIの発展を支えてきたのは「スケーリング則」（計算量とデータ量を増やすほどAIの性能が向上するという経験則）だった。この信念に基づいて、米国大手は数千億ドルを投じてきた。ところが2025年後半以降、その性能向上カーブは明確に鈍化し始めた。事前学習（AIが大量データから一般知識を獲得する段階）に使えるデータの枯渇、電力供給の制約、半導体供給の制約が同時に効き始めている。マイクロソフトのCFO（最高財務責任者）は2026年4月の決算で「2026年通期も能力制約が続く」と明言した。資本だけでは、もはや性能を買えない局面に入っている。
第2の代償は、模倣可能性の罠である。2025年1月、中国のAI新興企業DeepSeek（中国杭州を拠点とするAI開発企業。投資ファンド出身者が設立）が公開したモデルが世界に衝撃を与えた。米国大手の最先端モデルに匹敵する性能を、約8億円という米国大手の10分の1以下のコストで実現したのである。エヌビディアの時価総額は1日で91兆円が消失し、主要電力ベンチャーの株価は20〜30％暴落した。
DeepSeekは2026年5月時点でも進化を続け、最新のV4 Proモデルは米国最先端から「約8カ月遅れ」と米商務省AI標準・イノベーションセンター（CAISI、2025年に設立されたAI評価専門機関）が評価している。しかし重要なのはそこではない。価格は米国モデルの数分の一に設定され、開発途上国を中心に世界市場で急速にシェアを広げている事実だ。DeepSeekショックが暴いたのは、生成AIが「学習データさえあれば後発が追いつける」構造を持つということだった。つまり、生成AIは複利が効かない技術である。
生成AIとフィジカルAIの本質的な違いとは？
第3の代償は、物理世界からの根本的な乖離である。生成AIは、画面の中の世界に閉じている。テキスト、画像、音声――いずれもデジタルに切り取られた抽象であり、現実世界の重さも、摩擦も、時間制約も持たない。文章をいくら学習しても、ロボットが砂の上を歩くことはできない。
これら3つの代償に直面した米国大手は、2026年に主戦場をフィジカルAIへと移し始めた。エヌビディアはCESで「ChatGPTモーメント」を宣言し、テスラは汎用人型ロボットOptimusの量産入りを宣言し、Figure（米国カリフォルニア拠点のヒューマノイド開発スタートアップ）、1X（ノルウェー発・現在は米国拠点のヒューマノイド企業。OpenAIも出資）といった企業に巨額資本が流れ込んでいる。
しかし――ここに本稿が指摘したい重要な事実がある。フィジカルAIには、生成AIとは決定的に違う構造がある。資本だけでは買えない構造である。
生成AIとフィジカルAIの本質的な違いを、一文で言い切ろう。生成AIは、画面の中のデータを学習する。フィジカルAIは、あなたの会社の現場を学習する。
この差は、思っているよりはるかに大きい。生成AIが学習するインターネット上のテキスト・画像・音声は、誰でもアクセスできる共有データである。だからこそ、巨額の資本を投じてモデルを作れば、米国大手は世界に先行できた。逆にDeepSeekは、同じ共有データに対する効率的な学習手法を発見したことで、10分の1のコストで追いついた。データが共有である以上、「資本」と「アルゴリズム工夫」の戦いになる。
