結論から言う。AIは「持てる者の武器」ではなくなった

DeepSeek V4、GPT-5.5、そして8Bクラスの小型モデルの実用化。2025年春、AI業界で起きていることを一言でまとめるとこうだ。

「推論コストの底が抜けた」

これは技術の話ではない。ビジネスの地殻変動だ。去年まで月額30万円かかっていたAI処理が、今は月3万円で回る。大企業が数千万円かけて構築していた分析基盤と同等のことが、API契約ひとつで可能になった。

問いかけたい。あなたの会社は、まだ「AIは大企業のもの」だと思っているだろうか？

—

何が起きたのか——DeepSeek V4とGPT-5.5の同時リリース

2025年4月、2つの大きな発表が重なった。

中国のDeepSeekが発表したV4は、オープンソースで公開されたフラッグシップモデルだ。前世代のV3から推論性能が大幅に向上し、特にコーディングや構造化データの処理で圧倒的なベンチマークを叩き出した。オープンソースであるため、誰でもダウンロードして自社サーバーで動かせる。APIで使えば、入力トークン単価は100万トークンあたり約0.40ドル。出力でも約1.60ドル。

同じ週、OpenAIはGPT-5.5をリリースした。o3やGPT-4oの後継にあたるモデルで、複雑な推論、データ解析、長文生成の品質が飛躍的に上がった。注目すべきは価格だ。GPT-4oの入力トークン単価（100万トークンあたり2.50ドル）に対し、GPT-5.5は性能が上がったにもかかわらず同等以下の価格帯に収まっている。

つまり、性能は上がり、価格は下がった。両方同時に。

これが「モデル戦争」の本質だ。DeepSeekとOpenAIが互いに価格と性能で殴り合った結果、恩恵を受けるのはユーザー側——とりわけ、これまで手が出なかった中小企業だ。

—

推論単価の崩壊を数字で見る

具体的にどれくらいコストが変わったのか。ここ1年半の推移を整理する。

GPT-4 TurboからDeepSeek V4 APIへの移行で、入力単価は約96%ダウン。出力単価も約95%ダウン。

これを実務に置き換えてみる。

例えば、地方の製造業が毎日の受注メール200通をAIで自動分類・要約し、日報を生成する業務を考える。1通あたり平均1,000トークンの入力、500トークンの出力として、月間稼働日22日で計算すると——

• 月間入力トークン：200通 × 1,000トークン × 22日 = 440万トークン
• 月間出力トークン：200通 × 500トークン × 22日 = 220万トークン

GPT-4 Turbo時代のコスト：
入力 4.4 × 10ドル ＋ 出力 2.2 × 30ドル ＝ 約110ドル（約17,000円）

DeepSeek V4 APIのコスト：
入力 4.4 × 0.4ドル ＋ 出力 2.2 × 1.6ドル ＝ 約5.3ドル（約800円）

月17,000円が月800円になった。95%のコスト削減だ。

この程度の処理なら、もはや「導入するかどうか悩む」金額ではない。缶コーヒー数本分だ。

—

小型モデルという「もう一つの革命」

大型モデルの価格破壊と並行して、もう一つの変化が進んでいる。8Bクラスの小型モデルが実用域に達したことだ。

Llama 3.1 8B、Gemma 2 9B、Phi-3 Miniなど、パラメータ数が80億前後のモデルが次々と公開されている。これらは何がすごいのか。

自社のパソコン1台で動く。

NVIDIAのRTX 4060（実売4万円台）を積んだPCがあれば、ローカルで推論が回る。API費用ゼロ。データを外部に送る必要もないから、個人情報を含む業務にも使える。

具体例を挙げる。ある地方の社労士事務所では、就業規則のドラフト作成に8Bモデルをローカルで使い始めた。従来、ベテラン社労士が3時間かけていた初稿作成が、AIに下書きさせて30分のレビューで完了するようになった。API費用はゼロ。必要だったのは、既存PCにGPUを1枚追加する5万円の投資だけだ。

300万円のコンサル費用が、5万円のGPUに置き換わった——こういう話が、もう現実に起きている。

—

「安くなった」の先に何が起きるか

ここからが本題だ。コストが下がること自体は手段に過ぎない。重要なのは、コストが下がった先に何が起きるかという構造の話だ。

1. 「試す」ハードルが消える

月額800円なら、稟議は要らない。経営者が「ちょっとやってみるか」で始められる。大企業のように半年かけてPoC（概念実証）を回す必要がない。中小企業の意思決定の速さが、そのままAI導入の速さになる。これは大企業には真似できない構造的優位だ。

2. 「属人化」が崩れる

ベテラン社員の頭の中にしかなかったノウハウ——見積もりの勘所、クレーム対応のパターン、取引先ごとの注意点。これらをAIに食わせてプロンプト化すれば、新人でも7割の精度で回せるようになる。人が辞めても業務が止まらない。地方の中小企業にとって、採用難よりも深刻な「退職リスク」への最大の保険になる。

3. 「外注」の意味が変わる

ホームページの更新、SNS投稿の作成、簡単なデータ集計、議事録作成。これまで月10〜30万円で外注していた業務の多くが、AIで内製化できる。外注費が浮くだけではない。発注・確認・修正のやりとりに費やしていた時間が消える。これが実は一番大きい。

—

で、結局どうすればいいのか

抽象論は要らない。中小企業が明日からやるべきことを3つに絞る。

① まず1業務だけAIに置き換えてみる

全社導入なんて考えなくていい。「毎日やっている定型業務」を1つ選んで、ChatGPTかDeepSeekのAPIに投げてみる。メールの分類、日報の要約、FAQの自動応答。何でもいい。月1,000円以下で実験できる。

② 小型モデルのローカル運用を試す

社内に機密データを扱う業務があるなら、Ollamaなどのツールを使って8Bモデルをローカルで動かしてみる。GPUが足りなければ5万円で追加する。外部にデータを出さずにAIが使える環境は、中小企業にとってセキュリティコストの削減にも直結する。

③ 「AIに何をさせるか」ではなく「何の属人化を壊すか」で考える

AIツールの機能一覧を眺めても意味がない。自社の業務で「あの人がいないと回らない」ものをリストアップする。そこにAIを当てる。目的は「AIの導入」ではなく「業務の再現可能性を上げる」ことだ。

—

モデル戦争の勝者は、AIを作る側ではない

DeepSeekとOpenAIの戦いは、今後さらに激化する。GoogleのGemini、AnthropicのClaude、MetaのLlamaも加わり、価格競争は止まらない。

だが、この戦争の勝者はAIを作る企業ではない。AIを「使い倒す」企業だ。

そして、使い倒すために必要なのは、巨額の投資でも、AI専門人材でも、最新のGPUクラスタでもない。「うちの業務のここに使えるんじゃないか」と気づく現場の目だ。

それは、東京の大企業より、毎日現場で汗をかいている地方の中小企業のほうが、圧倒的に持っている。

推論コストの崩壊は、技術の民主化ではない。現場力の逆転だ。

武器は揃った。あとは使うかどうか。それだけだ。

—