結論から言う。「待ち」は不正解だ

DeepSeekが150億ドル（※報道によっては15億ドル）を調達し、Cerebrasが1兆パラメータモデルの推論を実用化し、Liquid AIが20ms未満のレイテンシスタックを発表した。

この3つのニュースが意味することはシンプルだ。AI推論の「仕入れ値」が、月単位で崩壊している。

「じゃあ安くなるまで待とう」——そう考える中小企業の経営者は多い。気持ちはわかる。だが、それは不正解だ。理由を説明する。

何が起きているのか、数字で見る

まず事実を整理しよう。

OpenAI GPT-4の推論コスト推移：

• 2023年3月（GPT-4リリース時）：入力$30/100万トークン
• 2024年5月（GPT-4o）：入力$5/100万トークン
• 2025年現在（GPT-4o mini相当）：入力$0.15/100万トークン

2年で200分の1になった。これは「値下げ」ではない。構造が変わっている。

DeepSeekのオープンソースモデル（DeepSeek-V3、R1）は、GPT-4クラスの性能を自社サーバーやクラウドで動かせるようにした。API課金すら不要になる世界が見えている。

Cerebrasのウェハースケールチップは、1兆パラメータモデルの推論を従来のGPUクラスタ比で最大10倍の速度で処理する。速度が上がれば、同じ処理を回すのに必要な時間＝コストが下がる。

Liquid AIの20ms未満レイテンシは、Transformerとは異なるアーキテクチャ（Liquid Foundation Models）で実現している。モデルサイズが小さくても高性能、つまり動かすのに必要なハードウェアが少なくて済む。

3社がやっていることはバラバラに見えるが、向かっている先は同じだ。「AIを動かすコストを、桁で下げる」。

「待ち」が不正解である3つの理由

理由1：コストは下がり続けるから、永遠に待つことになる

AI推論コストの下落は、半導体の進化、オープンソースモデルの競争、新アーキテクチャの登場が三重に効いている。つまり、3ヶ月後にはさらに安くなる。6ヶ月後にはもっと安くなる。

「安くなってから始めよう」は、「永遠に始めない」と同義だ。

スマホが安くなるのを待ってガラケーを使い続けた企業がどうなったか。思い出してほしい。

理由2：コストより「学習コスト」の方が高い

中小企業がAIを導入するとき、一番高いのはAPIの利用料ではない。「自社の業務にどう組み込むか」を試行錯誤する時間と手間だ。

例えば、ある地方の製造業（従業員30名）がAIチャットボットを顧客対応に導入したケースを考えよう。API費用は月額3,000円程度だった。だが、FAQの整理、プロンプトの調整、社員への説明、運用フローの設計に3ヶ月かかった。

この「3ヶ月」は、待っても短くならない。むしろ早く始めた方が、安くなった技術に乗り換えるときにも「何をすべきか」がわかっている分、速い。

理由3：競合は待ってくれない

地方の中小企業にとって、競合は隣町の同業者だけではなくなった。AIを使って見積もりを自動化した会社、AIで在庫管理を最適化した会社が、同じ市場で戦っている。

「3ヶ月待つ」は、その3ヶ月間、競合にAI活用の経験値を積ませることと同じだ。

中小企業の正解は「小さく張る」

では具体的にどうするか。

ステップ1：月1万円以下で始められる領域を探す

今のAI推論コストなら、以下のような業務は月数千円で自動化・効率化できる。

• 議事録の自動作成：Whisper API（音声→テキスト）＋GPT-4o mini（要約）で、1時間の会議を5分で議事録にできる。月20回の会議で、API費用は500〜1,000円程度
• 問い合わせ対応の一次振り分け：メールやフォームの問い合わせをAIが分類し、担当者に振り分ける。月額2,000〜3,000円
• 見積書・請求書のデータ抽出：PDFや画像から必要な数字を抜き出してスプレッドシートに入れる。月額1,000〜2,000円

ポイントは、「月1万円以下で、人件費換算で月5万円以上の効果がある」ものを選ぶこと。5倍のROIがあれば、仮にコストがさらに半額になっても「待てばよかった」とはならない。

ステップ2：「乗り換え前提」で設計する

今のAI業界は、3ヶ月で勢力図が変わる。だから、特定のベンダーにロックインされない設計が重要だ。

具体的には：

• プロンプト（指示文）は社内ドキュメントとして残す
• 業務フローとAI処理の接続部分を明確にしておく
• 「このAIが使えなくなったら、別のAIに差し替える」ことを前提にする

OpenAIからDeepSeekに乗り換える、Claude からGeminiに切り替える——こうした「差し替え」が数日でできる状態を作っておく。これが中小企業の生存戦略だ。

ステップ3：「仕入れ値の暴落」を武器にする

ここが本題だ。AI推論コストの暴落は、実は中小企業にとって大企業より有利に働く。

なぜか。大企業は、すでに数千万〜数億円のAI基盤を構築してしまっている。長期契約を結び、専任チームを抱え、社内システムと深く統合している。コストが下がっても、簡単には乗り換えられない。

一方、中小企業は身軽だ。先月まで月5万円だったAPIが月1万円になったら、翌月から乗り換えればいい。新しいオープンソースモデルが出たら、週末に試して月曜から本番投入できる。

大企業の「重さ」が足かせになり、中小企業の「軽さ」が武器になる。 これは、クラウドの登場でオンプレミスの大企業が後手に回ったのと同じ構造だ。

具体的なコスト感：2025年後半の見通し

現時点での推論コストと、半年後の予測を並べてみる。

DeepSeekのオープンソースモデルをローカルで動かせば、API費用はゼロになる。必要なのは、それなりのGPU（10〜20万円程度）と電気代だけだ。

かつて300万円かかったAI導入が、今は月5,000円で始められる。 半年後には月2,000円かもしれない。だが、その差額3,000円のために半年待つのは、愚策だ。

まとめ：やるべきことは3つ

1. 今月中に、月1万円以下で始められるAI活用を1つ始める。 議事録でも、メール振り分けでも、何でもいい
2. ベンダーロックインを避け、「差し替え可能」な設計にする。 プロンプトと業務フローを資産として残す
3. 3ヶ月ごとに「もっと安い・速い選択肢がないか」を棚卸しする。 AI業界の価格破壊を、自社のコスト削減に直結させる

AI基盤の仕入れ値は、確かに崩壊している。だがそれは「待つ理由」ではなく、「小さく始めて、安くなったら乗り換える理由」だ。

中小企業の強みは、意思決定の速さと身軽さにある。大企業が長期契約に縛られている間に、最新の技術を最安値で使い倒す。それが、この価格破壊の時代における中小企業の戦い方だ。

待つな。小さく張れ。そして、乗り換え続けろ。

—