2026年AI業界の「叙事（ナラティブ）戦争」——定義権を持つ者が勝つ
技術の差が縮まりきった市場で、何が企業の値付けを決めるのか。この問いに対する一つの鋭い答えが、中国メディア36氪に掲載された。
要点 (事実のみ)
- トップレベルのモデル間の能力差は6〜12ヶ月まで縮小。DeepSeek・Qwen・GLMなどのオープンソースモデルが3ヶ月で追いつくと指摘
- NVIDIAはGTC 2026で「Token工場」概念を提示。データセンターの評価指標をFLOPSから「1ワット当たりのToken生産量」に置き換え、市場時価総額は一時5兆ドルを突破
- 华为（Huawei）は「韬定律」を提唱。制程（プロセスノード）縮小ではなく、ハード・ソフト・アルゴリズムのフルスタック協調で実効算力を向上させる新指標を定義
- Karpathyがanthropicのプリトレーニングチームに参画。「ClaudeでClaudeの事前学習を加速する」再帰的自己改善を目標とすると明記
- 月之暗面（Moonshot AI）はC端の大規模投資を停止しモデル研究に集中。Kimi K2開源後に年間経常収益1億ドル突破、2026年Q1に海外収益が国内を逆転
- MiniMaxはAPI価格を入力0.3ドル/百万Tokenに設定（主要クローズドモデルの約8%）しつつArtificial Analysisで総合スコア全球Top5・オープンソース1位を達成。年間売上の70%超が海外
- 智谱はGLM-5発布後にAPIを段階的に計83%値上げしたが、コール数は下がらず「量価同上」を実証
徐聖博の見解
この記事が指摘する「定義権の争奪」は、研究出身のエンジニアとして、私には非常に実感を伴う議論に映る。
NVIDIAのToken工場論は単なるブランディングではない。評価指標を自社が最も有利な軸に再定義することで、競合の比較土台ごと変えてしまう戦略だ。研究の世界でいえば、ベンチマークの設計者が事実上の勝者を決める構図と同じである。これは技術論である前に、標準化の政治学だ。
実装・運用の観点で特に注目しているのはKarpathyのanthropicへの参画だ。「ClaudeでClaudeを速くする」という再帰的改善の叙事が、もし技術的に成立するなら、競争の軸は現時点の性能ではなく「進化速度」に移る。私が大学院でNeuroevolutionを研究していたのは、まさにこの「自己改善する学習ループ」をロボット制御に適用しようとしていたからだ。当時は計算資源の限界で再帰的改善はほぼ絵空事だったが、今の基盤モデルのスケールであれば、この発想は現実的な競争戦略になり得る。
中小・中堅企業への発注側の視点でいえば、MiniMaxと智谱の対比は示唆深い。前者は極限のコスト効率でAPI市場を取りにいき、後者は価格を上げることで「離れられないほど強い」を証明した。いずれも「どの軸で自分を測られるかを自分で決めた」点が共通している。システム開発の文脈に置き換えると、発注側の企業も「安いから選ぶ」か「外せないから選ぶ」のどちらを目指すかでベンダー選定の判断軸が根本的に変わる。これはAI導入を検討している企業がベンダーに問うべき問いでもある。
月之暗面の「流量を捨て、技術に振り切る」転換は、短期KPIを優先する組織では実行が極めて難しい意思決定だ。シンシアでも受託とプロダクトの優先度配分に似た緊張は常に存在する。その意味で、杨植麟の決断は経営判断の事例として、規模を問わず参照に値すると思っている。
(編集レンズ: 研究者出身のリアリズム／AIを「作る側」の目線／発注側・中小企業への含意)
