Alibaba Cloud's の AI 関連収益は四半期あたり約 90 億元に達し、Bailian MaaS プラットフォームは年換算経常収益 300 億元を越える軌道にある。しかし調整後 EBITA マージンは約 9% にとどまり、Google Cloud's の 33% と対照的だ。その差こそが本当の物語であり、中国の外にも十分に波及する。
マージンの深い溝は運用上ではなく構造的なものだ。Google は垂直統合されたスタック、すなわち TPU シリコン、クラウドインフラ、Gemini モデル、アプリケーションの各層で経済性を捕捉し、それぞれの層が次を補強している。中国勢は各ノードでなお一歩遅れている。T-Head's の新アクセラレーターは量産に入っているが、NVIDIA's B200 と Google's TPU v5p に対する差は、クラスタ相互接続、ソフトウェアエコシステム、実効スループットにあり、まさにそこで粗利が漏れる。投資家にとって、これは新しい規律である。AI 事業は見出しのユーザー数ではなく、ARR 成長と粗利率の軌道で判断されるべきだ。OpenAI's の深くマイナスな営業マージン、つまり 1 ドル稼ぐごとに 1 ドル超を失う状況は、反対側から同じ点を示している。
より居心地の悪い教訓は消費者プラットフォームのジレンマだ。Alibaba は Qwen を Taobao に組み込んでいるが、AI ショッピングエージェントは '時間を節約する' ツールであり、検索広告とディスプレイ広告が依存する '時間を潰す' 注意経済を直接損なう。エンゲージメントを収益化するあらゆるプラットフォーム、Amazon、Meta's のコマース面、Shopify's エコシステム、地域マーケットプレイスは、エージェント型推薦が成熟すれば同じ矛盾に直面する。広告で賄われる小売ファネルは構造的にさらされている。
中国内で事業を行う多国籍企業にとって、計算は現実的に変わる。Qwen's のベンチマークスコアは Claude Opus と Gemini Pro から数ポイント以内に入り、データ主権ルールに縛られるローカルワークロードでは、実用上の性能差はほぼ閉じた。中国で意味ある事業を持つ企業は、地域別のモデル選定基準と越境 AI ガバナンスの枠組みを必要とする。モデル選択をブランド忠誠ではなく、コンプライアンスとコストの問題として扱うべきだ。
推奨アクション：単一ベンダーをデフォルトにするのではなく、データ感度、地域、ユースケースで区分した AI 調達マトリクスを構築する。ハイブリッド姿勢を取るべきだ。金融、製造、医療ではドメイン調整モデルとシステム統合で差別化しつつ、基盤層は米中の有力ベンダーから戦略的に調達する。Capex の同等化は現実的ではない。米国ハイパースケーラーだけでも 2026 年に約 7,400 億ドルへ向かっている。勝者は最も多く支出する者ではなく、マージン規律によって AI を収益化する者である。
