結論から言う。AIの「仕入れ値」が壊れ始めた

1年前、GPT-4クラスのモデルをAPI経由で業務利用すれば、月額数十万円は当たり前だった。それが今、週単位で前提が崩れている。

この1週間だけで起きたことを並べる。

• Metaが816Bパラメータの「Llama 4 Maverick」をオープンウェイトで無料公開
• DeepSeekが最新推論モデル「R1-0528」をリリースし、APIを格安で提供
• Ollamaがプロキシ対応アップデートを実施し、企業ネットワーク内でのローカル運用の壁を一段下げた

どれか一つなら「ふーん」で終わる。だが3つ同時に来ている。これは偶然じゃない。AIモデルの価格破壊が、構造的に・不可逆的に進んでいるということだ。

問いはシンプルだ。「この変化で、何の価値が上がり、何の価値が下がるのか？」

—

Metaの816Bモデル無料公開——「高性能AI＝高額課金」の常識が終わる

Metaが公開した「Llama 4 Maverick」は、816BパラメータのMixture-of-Experts（MoE）アーキテクチャを採用している。全パラメータが常時稼働するわけではなく、1トークンあたりアクティブになるのは約42B。つまり、巨大なモデルでありながら推論コストは抑えられる設計だ。

注目すべきスペックを整理する。

• コンテキストウィンドウ：100万トークン（日本語で約50万〜70万字相当。文庫本なら3〜4冊分を一度に読める）
• マルチモーダル入力対応：テキスト・画像・動画・音声を入力し、テキストで返す
• ライセンス：Llama 4 Community Licenseで公開。商用利用可能（月間アクティブユーザー7億人未満の企業は追加ライセンス不要）

これが無料だ。ダウンロードして、自社のサーバーやクラウドGPUインスタンスで動かせる。

半年前なら、同等性能のモデルをAPI経由で使えば月額30万〜50万円は覚悟が必要だった。それがGPUの電気代とインスタンス費用だけ——月額3万〜5万円レベルで回せる可能性が出てきた。コストが10分の1になる。これは「安くなった」ではなく「構造が変わった」という話だ。

中小企業にとっての意味はさらに大きい。API依存は、従量課金という名の「使えば使うほどコストが膨らむ」構造だった。ローカル運用なら、固定費化できる。月の予算が読める。これだけで導入のハードルが一段下がる。

—

DeepSeekの最新モデル——「安かろう悪かろう」が通用しなくなった

DeepSeekの動きも見逃せない。最新の推論モデルでは、前バージョンから主要ベンチマークで2.0〜11.1ポイントの性能向上を達成している。特に数学推論やコーディングタスクでの改善が顕著だ。

だが本当のインパクトは性能ではなく価格にある。

DeepSeekのAPI価格は、OpenAIの同等モデルと比較しておおよそ10分の1〜30分の1の水準だ。入力100万トークンあたり数十円〜数百円という世界。月間の業務利用で見れば、数千円で済むケースも珍しくない。

しかもDeepSeekはモデル自体もオープンウェイトで公開している。APIが安いだけでなく、ローカルでも動かせる。選択肢が二重に開かれている。

ここで起きていることの本質は、「高品質なAIモデルそのものの価値が急速に下がっている」ということだ。モデル単体では差別化できない時代が、もう来ている。

では、何の価値が上がるのか？　答えは明確だ。「自社の業務データ」と「それをAIに食わせる仕組み」の価値が上がる。モデルは誰でも使える。差がつくのは、何を読ませ、何を出力させ、どう業務フローに組み込むか。ここは大企業より中小企業の方が速い。意思決定者と現場の距離が近いからだ。

—

Ollamaのプロキシ対応——地味だが、現場では「これが欲しかった」

Ollamaは、ローカル環境でLLMを簡単に動かすためのツールだ。今回のアップデートでHTTP/HTTPSプロキシに対応した。

「プロキシ対応？　それだけ？」と思うかもしれない。だが、企業の現場を知っている人間なら、これがどれだけ大きいかわかる。

日本の中小企業の多くは、社内ネットワークからインターネットに出る際にプロキシサーバーを経由している。セキュリティポリシー上、プロキシを通さない通信は遮断される環境も多い。これまでOllamaでモデルをダウンロードしようとすると、プロキシの壁に阻まれて「そもそもインストールできない」というケースが頻発していた。

今回の対応で、環境変数にプロキシを設定するだけでモデルのダウンロードと運用が可能になった。IT担当者が1人しかいない中小企業でも、30分あればローカルLLM環境を構築できる。

技術的にはささいな変更。だが、導入率に直結する変更だ。

AI導入の障壁は、モデルの性能でもコストでもなく、「社内ネットワークで動かない」「セキュリティ部門の承認が下りない」といった運用面の摩擦であることが多い。Ollamaのこの対応は、その摩擦を一つ減らした。

—

3つの動きを重ねると見える「構造変化」

この3つのニュースを個別に見ても意味は薄い。重ねて見ると、構造が浮かび上がる。

モデル・API・インフラの3層すべてで、同時にコストが崩壊している。

これは「AIが安くなった」という話ではない。「AIを使わない理由がなくなった」という話だ。

—

中小企業は今、何をすべきか

抽象論はいらない。具体的に3つだけ言う。

1. まず1台、ローカルLLM環境を作れ

Ollamaをインストールし、7B〜14Bクラスのモデルを動かしてみる。高価なGPUは不要。ゲーミングPCレベル（VRAM 16GB程度）で十分動く。投資額は中古PCなら5万〜10万円。これで「AIが社内で動く」という体験が手に入る。体験なしに戦略は立てられない。

2. 自社の「面倒くさい定型業務」を1つ選んでAIに食わせろ

議事録の要約、見積書のドラフト作成、問い合わせメールの分類——何でもいい。大事なのは「自社の業務データ」でAIを動かすこと。汎用チャットボットを触って「すごいね」で終わるのが一番もったいない。

3. 「AIモデルの選定」に時間をかけるな

モデルは週単位で新しいものが出る。どれが最強かを比較検討している間に、次のモデルが出る。今は「どのモデルを使うか」より「どの業務にAIを噛ませるか」を決める方が100倍重要だ。モデルは後から差し替えればいい。業務フローの設計は、早く始めた者が勝つ。

—

AIの仕入れ値が崩壊した先に何が起きるか

仕入れ値が下がると、参入障壁が下がる。参入障壁が下がると、競争の軸が変わる。

「AIを使っていること」自体は、もう差別化にならない。誰でも使えるのだから。差がつくのは「AIを使って、自社の業務をどこまで仕組み化できたか」だ。

属人化した業務をAIで再現可能にする。ベテラン社員の判断基準をプロンプトに落とし込む。手作業で2時間かかっていた作業を「勝手に終わっている」状態にする。

これは大企業より中小企業の方が速くできる。稟議も少ない、現場との距離も近い、「まずやってみよう」が通る。

AIの仕入れ値が崩壊している今、中小企業にとっては追い風だ。問題は、この風に気づいて動くかどうか。

週単位で地殻変動が起きている。来月には、今日の常識がまた一つ古くなっているだろう。動くなら、今だ。

—