何が起きたのか
3社の最先端モデルは、性能の面でほぼ並んだ。どの会社のモデルも高い水準に達し、賢さだけで明確な差をつけるのが難しくなった。そこで各社は、性能以外の要素で違いを出し始めた。費用、速さ、計算資源の使い方。同じ土俵で賢さを競う段階を過ぎ、それぞれが得意な領域に賭ける段階に入った。
グーグルの動きが象徴的である。同社は最新のGeminiを、最大規模の巨大モデルとしてではなく、より速く安いGemini 3.5 Flashとして投入した。賢さの頂点を取りにいくより、日常的に大量に使われる場面で、軽くて安い選択肢を押さえる。多くのユーザーや企業が毎日使うのは、最も賢い一握りの用途ではなく、そこそこの賢さで十分な大量の処理である。グーグルは、その「数で効く」領域を狙った。
なぜ速くて安いことが武器になるのか。AIを業務に組み込むと、処理の回数は膨大になる。一回あたりの費用がわずかでも、回数が積み上がれば総額は大きく膨らむ。応答が速いほど、利用者の体験も良くなる。最も賢いモデルは費用も高く、応答にも時間がかかりがちだ。日常の大量処理には、賢さの頂点より、安さと速さのほうが効く。グーグルは検索や広告で、薄い利益を膨大な回数で積み上げる商売を続けてきた。その発想を、AIにも持ち込んだと読める。
グーグルにはもう一つの強みがある。自社で半導体を設計し、巨大なデータセンターを持つ点だ。AIを動かす土台を自前で抱えていれば、他社のクラウドに費用を払う必要がない。安く大量に動かす戦略は、この自前の土台があってこそ成り立つ。モデルの賢さだけでなく、それを動かす設備まで含めて、グーグルは垂直に押さえている。価格競争を仕掛けられる体力の源が、ここにある。
OpenAIは別の方向を探っている。報道によれば、同社はアプリそのものをなくすような、AIを中心に据えた端末の開発を視野に入れている。スマートフォンの画面でアプリを切り替える使い方ではなく、AIが窓口になって用件を片づける形である。もしこれが実現すれば、ソフトの使われ方が根底から変わる。OpenAIは、AIを既存の枠に収めるのではなく、入り口の装置ごと作り替えようとしている。
この狙いには、主導権をめぐる計算がある。いまAIは、スマートフォンやパソコンの上で動くアプリの一つにすぎない。端末を握るのは、別の会社だ。もしAIが端末そのものの入り口になれば、利用者との接点を直接押さえられる。ほかの会社の土台の上で動く立場から、自らが土台になる立場へ。OpenAIが端末を狙うのは、その立場の逆転を見据えているからだ。ただし、新しい端末を世に広めるのは容易ではない。多くの挑戦が、既存の端末の壁に阻まれてきた。構想の大きさと実現の難しさが、同居している。
Anthropicは、企業の内側に深く入り込む道を選んだ。同社は、消費者の注目を集めるより、企業の業務システムの中にClaudeを組み込むことに力を注いでいる。一度業務に組み込まれれば、簡単には入れ替えられない。表に出る派手さは少ないが、企業のなかで使われ続ける地盤を静かに固める。Anthropicの先端モデルは、金融システムの古いバグや、インフラの弱点を見つけ出したとも報じられている。賢さを、目立つ用途ではなく、地味だが重い業務に向けている。
企業向けに賭ける理由は、収益の安定にある。消費者向けのサービスは、流行り廃りが激しく、利用者がすぐ離れることもある。一方、企業の基幹業務に組み込まれたシステムは、簡単には外せない。業務の流れに溶け込めば、長く使われ続け、安定した収益を生む。派手な話題性より、剥がれにくい定着を取る。Anthropicの戦略は、短期の注目より長期の収益を重んじる選択である。
古いシステムの欠陥を見つける用途は、その方向性を象徴する。金融やインフラの基幹システムには、長年放置されてきたバグや弱点が潜む。人手では見つけきれなかった問題を、AIが洗い出す。これは消費者向けの華やかな機能ではないが、社会の土台を支える重い仕事だ。間違いが許されない領域でAIが信頼を得れば、その実績はほかの企業への売り込みにもつながる。地味だが重い仕事を積み重ねることが、企業の世界での評価を固める。
土台への投資も巨額である。Anthropicは、クラウドの計算資源と半導体に2000億ドル超を投じると報じられた。その多くがグーグル・クラウドとの連携によるものだという。モデルを動かすには膨大な計算資源が要る。資源を確保できなければ、性能を伸ばすことも、大量の利用に応えることもできない。先端モデルの競争は、裏側で計算資源の取り合いと一体になっている。賢さの勝負の土台に、インフラの勝負がある。
3社の賭けを並べると、競争の構図が見えてくる。グーグルは、速くて安いモデルと自前の土台で、日常の大量利用を押さえにいく。OpenAIは、AIを中心に据えた端末で、利用者との接点そのものを取りにいく。Anthropicは、企業の業務システムへの深い組み込みで、剥がれにくい収益を築きにいく。狙う場所がそれぞれ違う。同じ土俵で正面からぶつかるのではなく、別々の領域に賭けている。どの賭けが当たるかは、まだ誰にも分からない。あるいは、それぞれの領域で別々の勝者が生まれるのかもしれない。一社が全てを制するとは限らない局面である。
背景：これまでの経緯
数年前まで、生成AIの競争は分かりやすかった。新しいモデルが出るたびに賢さが跳ね上がり、その差が話題をさらった。どの会社が最も賢いモデルを出すか。注目はその一点に集まっていた。利用者も、最先端のモデルを使えること自体に価値を感じた。
だが各社のモデルが軒並み高い水準に達すると、賢さの差は縮まった。多くの用途では、どの会社のモデルでも実用上は足りる。そうなると、利用者が選ぶ基準が変わる。賢さだけでなく、安さ、速さ、自社の業務との相性が問われる。性能の頂点を争うだけでは、差別化にならなくなった。競争の軸が、性能から「使い勝手」と「組み込みやすさ」へ移った。
この変化は、ほかの技術がたどった道とも重なる。新しい技術が登場した当初は、性能そのものが価値を持つ。だが性能が一定の水準に達して各社が横並びになると、価格やサービス、使い勝手で差がつくようになる。パソコンも、スマートフォンも、同じ道を通ってきた。AIもいま、性能の競争から、それ以外の要素での競争へと移る局面に入っている。賢さの伸びが続いても、それだけでは勝てない時代が来た。
計算資源の制約も、戦略を分けた要因である。最も賢いモデルを動かすには、莫大な計算資源と費用がかかる。すべての処理を最高性能のモデルでまかなうのは現実的ではない。用途に応じて、賢いモデルと軽いモデルを使い分ける発想が広がった。グーグルが速くて安いモデルを前面に出したのは、この流れに沿う。賢さの一点突破から、用途ごとの最適化へ。各社の品ぞろえの考え方が変わった。
計算資源をめぐる競争は、年々激しくなっている。AIを動かすには大量の半導体と電力が要る。半導体の供給は限られ、価格も高い。資源を確保できた会社だけが、モデルを大きくし、大量の利用に応えられる。逆に資源が足りなければ、どれほど良い技術を持っていても活かせない。各社が巨額をインフラに投じるのは、この資源の取り合いに負けないためだ。AIの競争は、頭脳の競争であると同時に、設備と資金の競争でもある。
資金の集め方も、各社の体力を分ける。グーグルのように本業で稼ぐ会社は、その利益をAIに回せる。一方、AIを専業とする会社は、外部からの巨額の出資に頼ることが多い。出資を受ければ、その期待に応える責任も負う。誰の資金で、どれだけの規模を確保できるか。この差が、長い競争を戦い抜く持久力を左右する。技術の優劣だけでは、勝敗は決まらない。
規制の動きも背景にある。2026年5月の大きな変化の一つが、政府、特に米国がモデルの公開前に検証する動きを強めたことだ。マイクロソフトやxAIを含む主要なAI企業が、規制当局にモデルへの早期アクセスを認めることに同意したと報じられている。AIの力が増すほど、社会への影響も大きくなる。公開前に当局が中身を確かめる枠組みが整いつつある。開発のスピードと、安全の確認をどう両立させるか。各社はこの課題にも向き合っている。
この規制への対応も、各社の戦略と絡む。安全性への取り組みを早くから掲げてきた会社にとって、公開前の検証は強みを示す機会になる。検証を経たモデルは、慎重な企業や公的な機関にも売り込みやすい。安全と信頼を看板にする戦略は、規制が強まるほど価値を増す。Anthropicが企業向けに賭けるのも、間違いの許されない領域で信頼を積む狙いと重なる。規制は開発の足かせであると同時に、信頼を競う新しい土俵でもある。
世界トップメディアの見立て
Axios（5月21日付）は、グーグルのAI戦略を「どう勝つか」という視点で論じ、同社が巨大モデルでの真っ向勝負を避け、速くて安いモデルで日常の利用を押さえにいったと分析した。最先端の賢さで張り合うより、数で効く領域を取る。グーグルの選択を、競争の現実を踏まえた一手として描いている。賢さの頂点だけが価値ではないという見立てである。
複数のAI業界メディアは、Anthropicの動きを「静かなエンタープライズ支配」と表現する。消費者向けの話題づくりではなく、企業の業務システムへの深い組み込みで地歩を固める戦略だ。一度組み込まれれば乗り換えのコストが高く、長く使われ続ける。派手さはないが、収益の土台として堅い。注目度ではなく定着度で勝つ、という読み筋である。
クラウドへの巨額投資についても、メディアは注目している。Anthropicがクラウドと半導体に2000億ドル超を投じ、その多くをグーグル・クラウドと組んで進めるという。競合に見えるグーグルとAnthropicが、土台の部分では手を組む。AIの世界では、ある層では競い、別の層では協力する関係が珍しくない。モデルでは競っても、それを動かすインフラでは協業する。複雑に絡み合った関係が、業界の特徴になっている。一社で全てを抱えるには、必要な資源があまりに大きいからだ。
OpenAIのAI中心端末の構想については、各メディアが期待と慎重さを併記している。アプリをなくす発想は、ソフトの使われ方を変えうる。一方で、端末を一から普及させるのは容易ではない。構想の大きさと実現の難しさを、各社は冷静に見ている。3社が異なる賭けに出ている事実そのものが、AIの次の主戦場がまだ定まっていない証拠である。
メディアに共通するのは、競争の焦点が「どのモデルが賢いか」から離れたという認識だ。性能の差が縮まったいま、賢さを比べる記事は減り、戦略や土台を論じる記事が増えた。各社の決算や投資の規模、企業との提携が注目される。AIの報道そのものが、技術の話題からビジネスの話題へと重心を移している。この変化が、競争の段階が変わったことを物語っている。読者が見るべき指標も、性能の数字から事業の地力へと移りつつある。
数字で見る
| 項目 | 内容 |
|---|---|
| 競争の構図 | グーグル・OpenAI・Anthropicがほぼ横一線 |
| グーグルの一手 | 速く安いGemini 3.5 Flashを投入 |
| OpenAIの探索 | アプリを置き換えるAI中心端末 |
| Anthropicの戦略 | 企業の業務システムへの深い組み込み |
| Anthropicの投資 | クラウド・半導体に2000億ドル超（多くがグーグル・クラウド連携） |
| 規制の動き | 米政府が公開前検証を強化、主要各社が早期アクセスに同意 |
日本への影響・示唆
日本企業がAIを使う際の選び方が、この構図で変わる。最も賢いモデルを選べば良いという単純な話ではなくなった。大量の処理を安く回したいなら速くて安いモデルが向く。業務システムに深く組み込みたいなら、企業向けの基盤づくりに力を入れる会社が合う。自社が何にAIを使うのかを先に決めなければ、適切な相手は選べない。性能表の数字より、用途との相性が判断材料になる。
組み込みの「重さ」も意識したい。業務システムにAIを深く組み込むほど、後から別の会社に乗り換えるのは難しくなる。便利さと引き換えに、特定の会社への依存が強まる。導入の前に、どこまで深く組み込むか、複数の選択肢を残せるかを考えておく。一度固めると動かしにくいからこそ、入り口の設計が効いてくる。
費用の見積もりにも注意がいる。AIを業務に組み込むと、利用が増えるほど費用も膨らむ。試しに使う段階では安く感じても、本格的に回し始めると総額が跳ね上がることがある。賢いモデルと軽いモデルをどう使い分けるかで、費用は大きく変わる。重要な判断には賢いモデルを、単純な処理には軽いモデルを充てる。用途ごとに最適なモデルを選ぶ設計が、費用を抑える鍵になる。導入の効果を費用と見合わせて測る視点を、最初から持っておきたい。
自社で何にAIを使うのかという問いが、結局は出発点になる。文章の下書きを大量に作りたいのか、専門的な分析をさせたいのか、基幹業務に組み込みたいのか。目的によって、向く会社もモデルも変わる。流行や知名度で選ぶのではなく、自社の用途を起点に選ぶ。AIの導入で成果を出す企業は、技術の新しさより、自社の課題との結びつきを重んじている。
AIを組み込んだ製品を作る側にとっては、土台の選び方が事業の安定に直結する。一社のモデルだけに頼れば、その会社の価格改定や仕様変更に振り回される。複数のモデルを切り替えられる作りにしておけば、依存を薄められる。賢さと費用の釣り合いを見ながら、用途ごとにモデルを使い分ける。3社の競争が続くほど、利用する側には選択肢が増える。その選択肢を活かせる設計を、製品の土台に組み込んでおくことが、長く戦うための備えになる。
計算資源をめぐる競争は、日本にとって他人事ではない。AIを動かす土台が一部の海外企業とそのクラウドに集中すれば、利用する側はその供給に縛られる。費用も、使える資源の量も、相手の都合に左右されかねない。エネルギーや半導体と同じく、AIの土台をどこに頼るかは、経済安全保障の問いにつながる。便利なサービスの裏にある依存の構造を、利用者の立場からも見ておく必要がある。
規制の動きも、日本企業の使い方に影響する。米国が公開前の検証を強める流れは、ほかの国にも広がりうる。検証を経たモデルは安心して使える一方、規制が国ごとに異なれば、海外のサービスを使う際の制約も生まれる。どの国のルールに沿ったモデルなのかが、選択の条件になる。AIを業務に組み込む企業は、技術だけでなく、それを取り巻くルールの動きにも目を配る必要がある。安全と利便のどちらに偏りすぎても、現場は使いにくくなる。
今後の見通し
注目すべき点は三つある。第一に、用途ごとのモデルの使い分けがどこまで進むかだ。速くて安いモデルと、賢いが高価なモデル。両者をどう組み合わせるかの作法が、企業の間で固まっていく。使い分けの型が定まれば、AIの導入はさらに広がる。第二に、AIを中心に据えた端末が形になるかである。OpenAIの構想が製品として世に出れば、ソフトの使われ方が変わる入り口になる。逆に頓挫すれば、AIは当面、既存の端末の上で動くアプリの一つにとどまる。端末を握る既存の大手が、どう反応するかも見どころになる。
第三に、規制と開発の関係である。公開前の検証が広がるなか、安全の確認と開発の速さをどう両立させるか。検証の枠組みが重すぎれば開発は鈍り、軽すぎれば社会の不安は残る。そのさじ加減が、各社の競争条件を左右する。国ごとにルールが分かれれば、世界で同じサービスを展開するのも難しくなる。賢さの差が縮まったいま、勝負を分けるのはモデルそのものより、土台の作り込みと社会との折り合いの付け方になっている。
日本企業にとっては、この三つの行方が選択の条件を変える。使い分けの作法が固まれば、自社でも導入の指針を立てやすくなる。AI中心の端末が広がれば、自社のサービスをどの入り口に載せるかを考え直すことになる。規制の枠組みが定まれば、安心して使える範囲も明確になる。海外で進む競争の結果が、日本での使い方の前提を作る。動向を追い続けることが、適切な判断の土台になる。
確かなのは、AIの価値が「賢さ」から「使われ方」へ移っているという点だ。どれだけ賢いモデルでも、業務に組み込まれ、安く速く回り、社会に受け入れられなければ価値を生まない。技術の華やかさより、土台の地味な作り込みが勝敗を分ける段階に入った。この視点は、AIを使う側の企業にも当てはまる。最新の技術を追うより、自社の業務にどう根づかせるかを考える。それが成果につながる道である。3社の覇権争いの行方を見守りつつ、自社にとっての最適解は自社の用途から導く。外の競争に振り回されず、内の課題を起点に選ぶ姿勢が、AIを味方にする鍵になる。土台が固まるほど、その上で何を作るかという問いが重みを増していく。
最も賢いモデルを持つ会社ではなく、最も深く土台を築いた会社が、次のAI競争を制する。
