中国のAI競争で見出しを飾るのは専業のAI研究所だが、より持続的な変化は、eコマース、ゲーム、ソーシャル、旅行にまたがる消費者向けプラットフォーム企業の内部で起きている。これらの企業は、自社のデータとワークフローに最適化された基盤モデルを構築している。
世界的に見れば、これは戦略的な分岐を示している。欧米で支配的なパターンは、知能をサービスとして消費し、OpenAIやAnthropicのAPIを製品に組み込むものだった。中国のプラットフォーム既存企業は、その逆に賭けている。すなわち、独自の取引データ、行動データ、カタログデータで訓練されたモデル層を所有することで、レンタルした知能では実現できない防御力が生まれるという考えだ。優位性は生のベンチマークスコアではなく、適合性にある。マーチャントのエコシステム、詐欺パターン、ユーザーの意図をネイティブに理解するモデルは、汎用APIにはできない方法で価値を複利的に増幅できる。リスクは分断化と資本支出の重複であり、数十社が重複する訓練実行に資金を投じることになるが、その見返りはコスト、レイテンシー、データ重力に対する制御権だ。グローバル企業の経営幹部にとっての教訓は、垂直統合型のデータネイティブモデルが最先端の研究所を静かに収益面で上回る可能性があり、真の参入障壁はモデル自体ではなく、流通チャネルと独自データの組み合わせだということだ。
日本企業にとって、これは鋭い挑戦状だ。日本の大手プラットフォーム企業は、小売、決済から旅行、ゲームに至るまで、自社モデルを実現可能にする豊富な独自データの上に座っているにもかかわらず、依然として支配的な本能は調達にある。外国のAPIを購入し、UIで包み、それをAI戦略と呼ぶ。この姿勢は、日本が最も強い分野でこそ、データの複利的優位性を放棄するものだ。
SIerは最も厳しい清算に直面している。ベンダー製品を接続するために人員を配置する従来のインテグレーターモデルは、顧客が自社データで差別化されたモデルを構築する世界では存続できない。機会は、システム統合からAI能力構築へのピボットにある。日本企業がモデル層を所有できるようにするデータパイプライン、ファインチューニングインフラストラクチャ、MLOps、ガバナンスを立ち上げることだ。これをマスターしたSIerは不可欠な存在になり、APIの再販業者にとどまるSIerは中抜きされる。
RPAベンダーと社内開発チームも同じシグナルを読み取るべきだ。ルールベースの自動化は、スクリプトに従うのではなくコンテキストを理解するモデルに吸収されつつある。日本企業にとっての近期的な動きは、独自データ資産の棚卸しを行い、どの能力を所有しどれをレンタルするかを意図的に決定し、モデルの所有権を技術的問題ではなく競争上の問題として扱うことだ。
