AIの6000億ドル戦争 — Big Techの超巨額投資 vs DeepSeek V4の低コスト破壊力
4月29日、アメリカのBig Tech4社が揃って2026年Q1決算を発表した。その中で最も目を引いた数字は「設備投資」だった。Google、Amazon、Microsoft、Metaの4社合計で、2026年通期の設備投資見込みは6300〜6500億ドル。日本円で約95兆円。これは日本の国家予算の半分以上にあたる。
一方で、4月24日にプレビューリリースされた中国のDeepSeek V4は、その桁違いのコスト効率で再び業界をざわつかせている。2025年1月のR1リリース時に経験した市場ショックこそなかったものの、「米中AI格差は本当に埋まりつつあるのか」という問いに、また一つ現実的な重みが加わった。
6500億ドルの行方 — ほぼ全額がAIインフラに
各社のQ1設備投資を見ると、その勢いがよくわかる。
| 企業 | Q1設備投資 | 前年同期比 |
|---|---|---|
| Microsoft | 319億ドル | +49% |
| — | 大幅増 | |
| Amazon | — | 大幅増 |
| Meta | — | 大幅増 |
MicrosoftだけでQ1に319億ドル。Q2は400億ドル超へ加速し、通期で1900億ドルに達する見通しだ。4社合計で四半期ごとに1600億ドル超を投じており、そのほぼ全額がAIデータセンター向けである。
ただし、この投資は「無駄遣い」ではない。各社のクラウド収益は確実に増加しており、AI需要に支えられた成長が数字に現れている。「投資に対するリターンが出ている」という点は重要だ。
AIモデルの性能は計算量に比例して向上する（Scaling Law）。つまり「もっと電力を、もっとチップを」という構造が根本にある。さらに、各社が自社専用のAIチップを開発する動きも加速しており、それも設備投資に含まれる。
DeepSeek V4 — 少ない資金でどこまで迫れるか
その巨額投資の渦中で、DeepSeek V4が静かに（あるいは騒がしく）登場した。
| モデル | 総パラメータ | アクティブパラメータ | コンテキスト |
|---|---|---|---|
| V4 Pro | 1.6兆 | 490億 | 100万トークン |
| V4 Flash | 2840億 | 130億 | 100万トークン |
Mixture of Experts（MoE）アーキテクチャを採用し、推論時に必要なパラメータだけを賢く選択する仕組みだ。結果として、V4 Pro Maxは一部ベンチマークでGPT-5.2やGemini 3.0 Proを上回り、コーディングベンチマークではGPT-5.4と同等レベルに達したという。
そして何より驚きなのが価格だ。
V4 Flash: 入力 $0.14/Mトークン
V4 Pro: 入力 $0.145/Mトークン
大手APIと比較して一桁安い水準。これがオープンソース/オープンウェイトで提供されている。
ただし制限もある。テキストのみに対応し、画像・音声・動画のマルチモーダル処理はまだ非対応だ。また、HuaweiのAscend AIチップで動作可能という点は中国の半導体自立性を示唆するが、NVIDIAの最新チップと比べれば学習面での制約はあるだろう。
別レイヤーの戦い — インフラ vs アルゴリズム
ここで大事なのは、Big Techの投資とDeepSeekの効率化は「別のレイヤーの話」ということだ。
Big Techが投資しているのはインフラだ。データセンター、電力、冷却設備、ネットワーク。これはAIに限らず、クラウド全体を支える基盤であり、数年先を見据えた長期投資である。
DeepSeekが追求しているのはアルゴリズムの効率化だ。限られた計算資源で最大の性能を引き出す。これは「同じ石鹸でより多くのシャボン玉を吹く」技術とも言えるし、「少ないガソリンで遠くまで走るエンジン」の開発とも言える。
インフラが豊富にあれば、効率化されたアルゴリズムはさらに強力になる。逆に、効率化が進めば、インフラへの投資圧力は一部緩和されるかもしれない。この二つは敵対関係ではなく、むしろ補完関係にある。
日本にとっての意味 — エッジAIの可能性
この構図を日本の視点で考えると、いくつか興味深いポイントがある。
まず、DeepSeekのような「少ないリソースで高い性能」を実現するアプローチは、日本のようなインフラ投資で米中に追随できない国にとって有力な選択肢だ。特にエッジAI—デバイス上で直接推論を実行する技術—は、自動車、産業機器、IoTなど日本が得意とする領域との親和性が高い。
自動車のE/Eアーキテクチャー（電子電気プラットフォーム）を例に考えよう。車載AIはクラウドに頼らず、車載チップ上でリアルタイムに推論する必要がある。DeepSeekのMoEアプローチのように「必要な部分だけを賢く使う」発想は、まさにエッジAIの課題と直結する。リソースが限られた車載環境で、いかに高性能なAIを動かすか。これはアルゴリズムの効率化が直接的に回答を与える領域だ。
次に、オープンウェイトモデルの台頭は、特定企業へのロックイン回避にもつながる。日本の産業界がAI活用を進める上で、複数の選択肢—しかも安価で高性能な選択肢—が存在することは健全だ。
蒸留疑惑という影
ただし、きれいな話ばかりではない。AnthropicやOpenAIは、DeepSeekが自社モデルの出力を用いて「蒸留（distilling）」—先進モデルの知識を小規模モデルに転送する手法—を行っている疑いを指摘している。米国政府も4月28日、「中国がAI知的財産を産業規模で盗用している」と非難声明を出した。
この議論は技術的にも倫理的にも複雑だ。蒸留自体はAI研究で広く使われる正当な手法であり、どこまでが「学習」でどこからが「盗用」か、明確な線引きはない。しかし、知的財産への懸念が露呈していることは事実であり、今後の規制議論に影響を与えるだろう。
まとめ — 二つの戦線が同時に進む世界
2026年のAI業界は、二つの異なるベクトルの力が同時に働いている。
一つは「力で押す」方向—6500億ドルという人類史上最大規模のインフラ投資で、計算能力そのものを増やす。Big Techが進む道だ。
もう一つは「賢く使う」方向—DeepSeekに代表される効率化で、既存の計算資源から最大限の性能を引き出す。リソース制約があるプレーヤーにとっての希望の道だ。
この二つがぶつかるのではなく、共存し、互いに加速し合う世界が来る。インフラが豊富な米国と、効率化で追う中国。その間で日本が取るべき戦略は明確だ—「賢く使う」技術を磨き、それを日本の得意なモノづくりに組み込むこと。エッジAIとオンチップ推論は、その最前線になる。
6000億ドルの戦争は、始まったばかりだ。