広東省は今週、清華大学のコンピューターサイエンス専攻の学生約40名を採用した。これは、DeepSeekの梁文鋒氏とMoonshotの楊植麟氏を輩出しながらも、両氏がそれぞれの企業を他の地域で創業したことを受け、北京との格差を埋めようとする狙いのある試みである。

これが世界に発する信号は、AI競争が国家レベル以下に分断されたということだ。中国はもはや人材を巡って米国とだけ競争しているわけではない。中国国内の各省同士が競争し合っている。北京は研究密度と資本への近接性で優位に立つ一方、広東省は製造業の厚みと商業化スピードに賭けている。これは米国のパターンを反映しており、ベイエリアの引力が他の地域を構造的に不利な立場に置き、手厚い優遇策でもそれを覆せない。人材クラスターは複利的に成長する。資本、メンター、エグジットは創業者がすでに集まっている場所に集中し、補助金だけではそのフライホイールを逆転させることはほとんどない。広東省の真の資産は、外部から招いた学生ではなく、そのハードウェアサプライチェーンにある。これが、純粋な研究拠点では容易に複製できない応用AIやロボティクス分野の仕事を根付かせる可能性がある。

経営者にとっての教訓は、AI能力が予算だけでなく場所の問題になりつつあるということだ。モデルチームをどこに配置するかが、彼らが誰から学び、どれだけ速く反復できるかを決定する。優遇パッケージだけでは深みは生まれない。

日本にとって、これは不快な鏡である。東京は国内のAI人材の大半を集中させているが、日本の構造的問題は国内移動ではなく、米国や中国への純流出である。日本企業やSIerは最先端研究者を巡る入札戦争には勝てないため、実用的な道は基盤モデル研究ではなく応用面で競争することだ。その強みは、製造、物流、レガシー企業システムにAIを組み込むことにあり、そこではドメイン知識と長年培ったクライアントとの信頼関係が、純粋なモデル規模よりも重要となる。

SIerは、広東省の製造業プラスAI路線をテンプレートとして読み解くべきだ。日本の短期的機会は、次のDeepSeekを構築することではなく、オープンウェイトモデルを工場、RPAパイプライン、ミッションクリティカルなシステムの内部で運用可能にすることである。つまり、日本が完全に勝つ見込みの薄い人材市場を待つのではなく、今こそオンプレミスでモデルを微調整、展開、統制できるエンジニアに投資すべきだということだ。