DeepSeekが1ラウンドで50億ドルを確保したことは、構造的な転換を確認するものだ。フロンティアAIはもはやアルゴリズム上の独創性だけではなく、GPU割当、電力契約、データセンターcapexといった物理的資源の競争になっている。差は厳然としている。OpenAIは累計で数百億ドルを集め、AnthropicとxAIも数十億ドル規模のラウンドを積み上げる一方、欧州のMistral、カナダのCohere、多くのナショナルチャンピオンは一桁小さい規模で動いている。資本の最上位層の外にあるエコシステムにとって、フロンティア事前学習の経済性に並ぶことは現実的でなくなった。

ただし本当の物語はオープンウェイトという楔にある。すべてをAPIの背後に閉じ込めるのではなくウェイトを公開することで、DeepSeekは世界の企業にとって構築か購入かの計算を崩す。フロンティア学習を資金負担できないメーカー、銀行、病院でも、準フロンティア級の能力をオンプレミスまたはプライベートクラウドに導入し、機微データを自社境界内に保てる。これは知能を借りることと、制御可能なインスタンスを所有することの違いであり、欧州銀行から米国医療まで規制産業にとって決定的な要素だ。

リスクも同じく具体的である。中国発のモデルはWashingtonとBrusselsで調達上の審査を強められており、データガバナンス、IP由来、サプライチェーンの問いが企業導入の入口になりつつある。先端シリコンの輸出規制はすでに構図を複雑にしており、地政学的に露出した単一モデルへ標準化する企業は、将来の切り替えコストを招き入れる。取締役会はモデル調達を単なる性能問題ではなく、ベンダー集中とコンプライアンスの問題として扱うべきだ。

第2層のAIエコシステム、すなわちEUの主権AI推進、湾岸の資本力ある参入者、India、Koreaなどにとって、教訓は汎用フロンティアの同等性を追うのをやめ、防御可能な軸で競争することだ。ドメイン特化、言語と規制への適合、主権保証である。汎用基盤モデルを狙う公的資金はますますROIが悪くなっている。産業別ファインチューニング基盤と評価ツールへ振り向けた方が、はるかに良いリターンを生む。

推奨される行動は、企業CIOが四半期内に主要オープンウェイトモデルの社内評価サンドボックスを立ち上げ、具体的なワークフロー対象を特定すること、法務とセキュリティチームが、事業部門による場当たり的な採用の前に地政学的にセンシティブなモデル向けのガバナンスガードレールを事前構築すること、そして投資家がコモディティ化する基盤モデル投資より、オーケストレーション、ファインチューニング、導入、垂直アプリケーションといった統合層を選好することだ。2026年の持続的な優位は、最大のモデルを訓練する者ではなく、最良のオープンモデルを独自のドメインデータとプロセス知識へ最速で融合する者に属する。