通信事業者の支援を受ける研究所が、GPT-4o級の性能を主張する700億パラメータの言語モデルを公開した。商用利用は無料で、民間インフラ上に展開できる。見出しは一つのモデルだが、本当の話は、あらゆる企業がAIの価格をどう考えるべきかに対する構造的ショックである。

この3年間、CIOはOpenAIやAnthropicのトークン単位API料金を前提に予算を組み、フロンティア能力を運用費として扱ってきた。その能力に近づく、無料でオンプレミス可能なモデルは、計算を自社GPUフリートへの資本支出へ反転させる。判断はもはや"どのAPIか"ではなく、"借りるか所有するか"である。そしてモデルが十分に優秀になれば、クエリ量が多い、レイテンシが重要、あるいはデータを社外に出せない場所では、総コストで所有が勝つ。推論に毎月7桁ドルを費やす企業は、これまで避けてきた不快な取締役会の問いに直面している。

最も鋭い含意は規制産業にある。銀行、保険会社、医療機関、公的機関は、越境データ移転とコンプライアンス上の露出を理由に、クラウドベースのLLMをためらってきた。ローカルにホストでき、オープンにライセンスされたモデルは、その障壁の多くを一夜で溶かす。MetaのLlama系、Mistral、Qwen、DeepSeekなどの有力なオープンウェイトが、EU、湾岸諸国、インド、東南アジアのソブリンAI需要へ収束するにつれ、このパターンは世界中で繰り返されるだろう。競争リスクは、マネージドクラウドAIに固定され、オンプレミスの競合が捨てられるFX、エグレス、ベンダーマージンのコストを抱える企業に降りかかる。

最大の勝者はシステムインテグレーターと国内GPUクラウド事業者だ。SIはオープンモデルを業界特化かつコンプライアンス対応の導入として再パッケージし、Copilot代替として明示的に位置付けられる。これは他社APIを再販するより高マージンのサービス事業である。ソブリンGPU能力を提供するインフラ運営者には、明確な需要追い風が吹く。反対に、商用ライセンスのモデルベンダーは、無料でベンチマーク競争力のある既存選択肢に対して価格を正当化しなければならず、軽量または効率重視のプレイヤーは、生の能力ではなくエネルギーコスト、レイテンシ、タスク特化精度で差別化を再定義する必要がある。

推奨される行動は具体的だ。今四半期中にCIOは現在のAPI支出を監査し、主要オープンモデルでPoC展開を実施し、推論GPU調達計画を今すぐ見直すべきである。H200/B200のリードタイムを考えると、2025年半ばを過ぎた意思決定の遅れは、2026年の膨らんだコスト基盤を固定化する。経営陣はAI調達をベンダー選定から戦略的インフラ投資へ再定義し、モデル所有とデータ主権を単なる費目ではなく持続的な競争資産として扱うべきだ。