背景となる出来事は小さいが、そのシグナルは大きい。OpenAIを出資者に持つ米国の法務テック・スタートアップHarveyは、欧米の基盤モデルではなく、Moonshot AIのオープンウェイトモデルKimi K3ベース上で初の社内モデルをポストトレーニングした。
ここでの戦略的な物語は愛国心ではなく、調達である。欧米のフロンティアラボへの特権的なアクセスを持つ企業が、それでも中国のベースレイヤーを選択したという事実は、経済性が閾値を越えたことを物語っている。オープンウェイトモデルは、垂直統合型プレイヤーが重みを所有し、レイテンシとプライバシーを制御し、使用量に応じて懲罰的にスケールするトークンあたりのAPIコストを回避することを可能にする。最良のオープンベースがたまたま中国のラボから来た場合、商業的な重力が地政学的な警戒心に勝る。これは、DeepSeekの最新リリースへの注目を駆り立てているのと同じダイナミクスである。フロンティアに近い能力をコストのほんの一部で提供することが、すべてのクローズドモデルベンダーの価格決定力を圧縮し、購入者をオープンモデル上に構築する姿勢へと押しやる。
リスクはパフォーマンスではなくガバナンスにある。規制されたワークフローが外国のオープンウェイトモデル上で動作する瞬間、出所、ライセンス条項、データ系統、輸出規制への露出は取締役会レベルの問題となる。法務、医療、金融アプリケーションにとって、コンプライアンス面こそが真のコストが隠れている場所である。
日本企業とSIerにとって、これは国内の議論を再定義する。Fujitsu、NTT、NECは日本の主権的なLLMに投資してきたが、Harveyの動きは、勝利のパターンがモデルの所有権ではなく統合スキルにある可能性を示している。強力なオープンベースを取り、独自のドメインデータでポストトレーニングを行い、検証可能なガバナンスでそれを包む。これはSIerの強みであるシステム統合と長期的な説明責任に直接合致する。不都合な部分は、多くの日本企業が調達を少数の米国クローズドAPIに固定してきたことであり、中国からのより安価で有能なオープン代替手段は、ほとんどの法務およびコンプライアンスチームがまだ実行する体制を整えていないセキュリティレビュープロセスを強いる。
日本の開発チームとRPA重視のオペレーションにとっての実践的な要点は、オープンウェイトベースを総コストと制御可能性で評価することだが、規制データに触れる前に正式なモデル出所と輸出規制のチェックリストを構築することである。競争優位性は、どのモデルをレンタルするかから、所有するモデルをいかにうまく国内化し統治するかへとシフトしている。
