結論から言う。AIの「使用料」が限りなくゼロに近づいている

この1週間で起きた3つのニュースを並べてほしい。

• DeepSeek V4：1.6兆パラメータのProモデルを含む最新シリーズを無償公開
• Meta × AWS：Gravitonチップ上でLlama系エージェントAIを最適化する提携を発表
• GPT-5.5：GitHub Copilotで月額10ドルから一般提供開始

これ、何が起きているか分かるだろうか。

「AIモデルそのもの」の価格が、崩壊している。

つい2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。社内チャットボット1つ動かすのに年間300万円の見積もりが出て、「うちには無理だ」と諦めた中小企業は山ほどある。

それが今、同等以上の性能が無料〜月10ドルで手に入る。コスト比で言えば97%以上の下落だ。これは「安くなった」というレベルの話ではない。ゲームのルールが変わった。

問題は、「で、うちはどうすればいいの？」だ。順番に整理する。

—

DeepSeek V4無償公開——「モデル代ゼロ」時代の本当の意味

DeepSeek V4シリーズの中身を確認しておく。

事前学習データは33兆トークン。GPT-4oやClaude 3.5と同等かそれ以上のベンチマークスコアを叩き出しているモデルが、タダで使える。

「無料って怪しくないか？」という声が聞こえてきそうだが、これはDeepSeekの戦略だ。モデルを無料でばらまき、ユーザーとデータのエコシステムを押さえる。OpenAIがChatGPTを無料公開して市場を取ったのと同じ構図だ。

中小企業にとって重要なのは、「モデルの性能」はもはや差別化要因にならないという事実だ。

2年前なら「うちはGPT-4を使っている」と言えば、それだけで競合に差をつけられた。今は同等性能のモデルが無料で転がっている。つまり、モデルを「持っている」ことに価値はない。モデルを「何に使うか」「どう業務に組み込むか」だけが価値になる。

具体的に言う。地方の製造業がDeepSeek V4を使って、過去5年分の不良品データ（数万件）を100万トークンのコンテキストに丸ごと突っ込み、不良原因のパターン分析をさせる。これ、以前なら専門のデータサイエンティストを月80万円で雇って3ヶ月かけてやる仕事だった。コスト240万円。それが今、API代ゼロ、プロンプト設計に2〜3日、合計コストは人件費の数万円で済む可能性がある。

240万円が数万円。これが「モデル代ゼロ」の破壊力だ。

—

Meta × AWS Graviton——GPUコスト問題の「別解」

MetaとAWSの提携は、少し毛色が違う。

MetaのLlamaモデル群をAWSのGravitonチップ（Armベースの独自プロセッサ）に最適化し、エージェントAI——つまり「自律的にタスクをこなすAI」を低コストで動かせるようにする、という話だ。

なぜこれが重要か。

AIの運用コストの大半は「推論コスト」、つまりモデルを動かすためのGPU代だ。NVIDIA A100を1台借りると月額2,000〜3,000ドル。エージェントAIは1つのタスクに何十回もモデルを呼び出すから、GPU代が跳ね上がる。

GravitonはGPUではなくCPU/Armチップだが、推論に特化した最適化をかけることで、NVIDIA GPUの半額以下のコストで同等の推論性能を出すことを狙っている。AWSの公開ベンチマークでは、Graviton4はx86インスタンスに比べてコストパフォーマンスが最大40〜60%改善するとされている。

これが中小企業に何をもたらすか。

例えば、受発注の自動処理エージェントを考える。メールを読み取り、在庫を確認し、見積もりを作成し、返信する。この一連の処理を24時間自動で回すと、GPU代だけで月額15〜20万円かかっていたものが、Graviton最適化で月額6〜8万円まで下がる可能性がある。

パート事務員1人分の人件費（月15〜20万円）を下回るなら、「人を雇うかAIエージェントを動かすか」が本気で天秤にかかる水準だ。

ただし注意点もある。Graviton最適化はまだ発表段階で、実際にどのモデルがどこまで対応するかは未確定だ。今すぐ飛びつく話ではなく、「推論コストは確実に下がり続ける」というトレンドを押さえておくことが大事だ。

—

GPT-5.5 × Copilot——月10ドルで「開発者の生産性が2倍」の現実味

OpenAIがGPT-5.5をGitHub Copilotに載せてきた。月額10ドル。

GitHub自身の調査データでは、Copilot利用者はコーディング速度が平均55%向上し、タスク完了率が有意に改善したとされている。GPT-5.5はGPT-4oから推論能力・コード生成精度ともに大幅に向上しているため、この数字はさらに上がる可能性がある。

これを中小企業の文脈に翻訳する。

地方のシステム開発会社。エンジニア5人。1人あたりの月給が40万円として、人件費は月200万円。Copilotを全員に導入しても月50ドル（約7,500円）。生産性が55%上がれば、理論上は3.2人分の仕事を5人でこなせる計算になる。逆に言えば、5人で7.7人分の仕事ができる。

月7,500円の投資で、実質的に2.7人分（月108万円相当）の生産性を追加で得る。ROIは約14,400%。こんな投資、他にない。

もちろん、すべてのコーディング作業が55%速くなるわけではない。設計やレビュー、顧客折衝は人間の仕事だ。だが、「書く」作業が圧倒的に速くなるだけで、中小の開発会社が大手SIerと同じ規模の案件を受けられるようになる。人数のハンデが消える。

—

三国志の構図——中小企業はどこに立つべきか

3つの動きを整理すると、こういう構図になる。

3者は競争しているが、中小企業から見れば全部「コストが下がるニュース」だ。モデル代、運用代、開発代。AIに関わるコストの三大要素がすべて同時に崩れている。

では、中小企業はどうすればいいか。

答え：「全部使え」だ。

これは大企業には難しい。大企業はセキュリティポリシー、ベンダーロックイン、社内稟議の壁がある。「DeepSeekは中国製だから使えない」「AWSに統一しているからGravitonしか選べない」「GitHubは契約上使えない」——こういう制約だらけだ。

中小企業にはその制約がない。意思決定が速く、ツールを自由に組み合わせられる。これが最大の武器だ。

具体的なアクションプランを3つ出す。

1. 今日やること：DeepSeek V4のAPIキーを取得し、自社の業務データで試す

無料だ。リスクはゼロ。まず100万トークンのコンテキストに、自社の議事録、マニュアル、顧客対応ログを突っ込んでみる。「この中から○○のパターンを抽出して」と聞くだけでいい。精度に驚くはずだ。

2. 今月やること：Copilotを開発メンバー全員に導入する

月10ドル。迷う金額ではない。1週間使えば、「もう戻れない」と全員が言うはずだ。開発会社でなくても、社内でExcelマクロやGASを書く人がいるなら対象になる。

3. 3ヶ月以内にやること：エージェントAIの小さな実験を1つ始める

Gravitonの本格展開を待つ必要はない。今あるツール（n8n、Dify、LangChainなど）で、「メール→分類→返信ドラフト作成」のような小さな自動化を1つ動かしてみる。推論コストが下がれば、そのまま本番運用に移行できる。

—

「AIインフラ三国志」の勝者は、最も速く動いた者

DeepSeek、Meta×AWS、OpenAI。三者の覇権争いは今後も続く。そして争いが激化するほど、モデル性能は上がり、コストは下がる。中小企業にとっては全方位で追い風だ。

だが、追い風は全員に吹いている。差がつくのは「いつ動いたか」だけだ。

300万円かかったものが5万円になった。その事実を知って「へえ」で終わるか、今日APIキーを取得するか。半年後の景色はまったく違う。

AIインフラのコストがゼロに近づく時代、「使わないこと」が最大のコストになる。

—