DeepSeek「コスト削減・効率向上」インパクトを徹底解説

ようやくDeepSeekについて書くことにします。AIを追いかけている人の中では、私はおそらく最も遅くDeepSeekについて書く人間でしょう。それが逆に、ちょっとした面白いアドバンテージを私に与えてくれています。

業界注目》

DeepSeekの3つの貢献　AI市場の生態系を変える

まず、DeepSeekに関する多くの詳細や事実は、かなり遅くなってからようやく明らかになったと感じています。次に、AIをめぐる競争環境は極めて激しいため、DeepSeekが何かをリリースした後に競合他社が何も反応しないということはあり得ず、必ず何らかの反応があり、それに応じてさらなる情報公開が起こります。つまり、DeepSeekに関するすべての詳細と競合の反応が、ようやく最近になって、まさに今この瞬間にようやく全体像として出そろってきたということです。たとえば議論に値するGPT(生成的事前学習トランスフォーマー)のDeep Researchという切り札も、こうした圧力があったからこそ、ようやく出さざるを得なくなったわけです。

だいたいそのような状況で、これが今、私が遅れて書くことのメリットだと感じている点です。

DeepSeekの技術的な詳細や論考、ロジックについてはすでに山のように情報が出回っていますが、比較的早い段階で出てきた資料はあまり信頼できるものではなかったと私は考えています。理由はいくつかあります。

まず、世間ではあまり理解されていませんが、関連する技術の統合自体は実はそれほど珍しいものではありません。DeepSeekがやったことの本質は、より高い性能と非常に優れたコストで、そのロジックを実現してみせたことです。これらの技術自体は彼らが発明したものではなく、彼らが持っているのはかなり優れた強化・最適化の技術です。モデル蒸留にしてもMoE(混合エキスパートモデル)にしても、天から降ってきた技術ではありません。実際、MoEはフランスのMistral AIが長らく強みとしてきた分野であり、だからこそ今回大きな打撃を受けた企業の一つがMistralなのです。

次にコストの部分です。DeepSeekは600万ドルしかかかっていないと主張していますが、実際には多くの前段階の学習コストを計算に入れておらず、最終的な学習コストのみを算出しています。

宣伝としてはこれは理解できる話で、いわば宣伝のロジックです。600万ドルしかかかっていないと言っていますが、実際の展開費用はおそらく5億ドルから10億ドルの間で、5万枚のGPUを使用しており、その計算能力は少なくとも2万枚のより高性能なチップに相当すると見られます。この「600万ドル」という話は、あの古いジョークに似ています。若者が10年間貯金してマイホームを買った、と言うけれど、実際には10年間の貯金は頭金の5%にすぎず、残り95%の住宅ローンは両親が払っていた、というオチが省かれているのと同じです。

こうした過剰宣伝の部分を差し引いても、DeepSeekの最大の貢献は3つあります。

第一に、オープンソースであること(この点についてはもちろん市場でも議論があります)により、比較的自由に自前で導入できる点です。対応する開発ロジックも公開されており、関連する論文でもある程度「レシピ」を公開しているため、AI業界全体にとって非常に大きな助けとなっています。

第二に、大手数社の枠外でも新しい可能性を切り開けることを証明した点です。もともとGPUの制約から基盤モデルの開発をあきらめていた中小のテック企業にも、再び戦局に加わるチャンスが生まれました。エンジニアリングによる解決策への可能性が大きく広がったと皆が感じており、これは市場全体の投資にとって好材料です。

第三の貢献は波及効果です。これによって大手各社もより積極的に競争し、より多くの手法を公開せざるを得なくなりました。もしDeepSeekがなければ、これほど格安なグーグルのGemini APIやGPUを使ったDeep Researchを私たちが使えるようになるまで、まだかなりの時間がかかっていたでしょう。

DeepSeekが私たちにもたらした最大の恩恵は、エンジニアリング全体の構造分解にはまだ大きな可能性が残されていると気づかせてくれたことです。今では多くの興味深い可能性を実現できるようになっており、必ずしも大手企業だけに頼る必要はない――これは私にとってかなり良いロジックだと感じています。5億ドルはそれでも大金ですが、それを出せる人や企業も数多く存在します。

そのやり方自体もエンジニアリングによる最適化であるため、コストは1〜2桁下がりました。DeepSeekが公開された後、多くの人が同様のエンジニアリング手法で似たようなモデルを作り出しています。AIデータの母と呼ばれるフェイフェイ・リー氏のチームも、わずか20ドル分の計算力だけで似たようなモデルを蒸留してみせました。

ビジネスチャンス》

コスト削減・効率向上の可能性が拡大　半導体は長期的に強気

これは現在の大手企業によるAI市場の独占状態を変えるでしょうか。まだそう言うのはやや楽観的すぎると私は思いますが、多くの分野で大手の独占状態が深刻な挑戦を受けているのは確かです。特にエッジコンピューティングや「そこそこ使えればよい」という用途ではその傾向が顕著です。

最近の動きを見ると、大手企業の優位性は依然として健在で、彼らはAPI(アプリケーション・プログラミング・インターフェース)の価格をDeepSeekよりも素早く引き下げることができます(少なくとも今のところは)。たとえばグーグルのGemini 2がその例です。ですのでこの点についてはやや楽観的すぎると私は考えていて、大手企業の技術水準やコスト効率がそこまで劣っているとは思えません。

今回DeepSeekがリリースされたタイミングが、たまたま大手企業の次期アップデートの発表時期の中間だったため、一気に追いついたような印象を与えました。しかし大手各社がすぐさま対応策を打ち出したことからもわかるように、次世代製品についてはすでにどこも準備を整えていたのです。

この点に話を戻すと、コスト削減・効率向上への道筋が見えてきた以上、エヌビディアやTSMC(台積電)などの企業は今後どうなるのでしょうか。まず、エヌビディアがこれほど高い利益率で市場を独占し続けられるはずはもともとありませんでした。しかしコスト削減・効率向上の可能性が広がれば、長期的な半導体需要はむしろ増加するはずで、これはおおむね共通認識と言ってよいでしょう。ただし短期的な変動は避けられません。