結論から言う。「無料だから使っていた」は、もう通用しなくなるかもしれない

NvidiaがHugging Faceを129億ドル（約1兆9,000億円）で買収する——この報道が事実なら、地方の中小企業にとって最も影響が大きいAIニュースだ。

なぜか。Hugging Faceは、世界中のAIモデルが集まる「モデルの図書館」だ。100万以上のモデルが公開され、その多くが無料で使える。地方の5人の会社でも、東京の大企業と同じモデルをダウンロードして、自社の業務に組み込める。この「タダで最先端にアクセスできる構造」こそが、中小企業にとっての最大の武器だった。

その図書館を、GPU市場を支配するNvidiaが買った。

問いはシンプルだ。「タダ」は続くのか？

Nvidiaが買う理由を考えれば、答えは見えてくる

Nvidiaは半導体の会社だ。AI用GPU「H100」は1枚400万円超。データセンター向けの売上は四半期で3.6兆円を超えた。彼らのビジネスモデルは「AIを動かすハードを売る」こと。

では、なぜソフトウェアのプラットフォームであるHugging Faceを買うのか。

答えは「AIのサプライチェーンを垂直統合するため」だ。モデルの配布（Hugging Face）→ モデルの学習・推論（NVIDIA GPU）→ クラウド実行環境（DGX Cloud）。入口から出口まで全部Nvidiaになる。

これはGoogleが検索エンジンを無料にしてブラウザ（Chrome）を作り、OS（Android）を配り、広告で回収した構造と同じだ。Nvidiaにとって、Hugging Faceは「入口」であり、本丸はGPUとクラウドの販売促進にある。

つまり、モデル自体を有料化するかどうかは本質ではない。問題は「Nvidia GPU以外で動かしにくくなるか」「Nvidiaのクラウドに誘導されるか」という、もっと構造的な囲い込みだ。

中小企業のコストはどう変わるか——3シナリオで試算する

現在、従業員10人程度の中小企業がHugging Faceのオープンソースモデルを使ってAIを導入する場合の典型的なコスト構造はこうだ。

• モデルのダウンロード：0円
• ファインチューニング（自社データで調整）：クラウドGPU利用で月1〜3万円
• 推論（実際に動かす）：月数千円〜2万円
• 初期の開発・構築費用：外注なら50〜150万円、内製なら人件費のみ

年間ランニングコストは、ざっくり15〜50万円。これが中小企業でもAIを使える理由だった。

では、買収後にどうなるか。

シナリオA：現状維持（確率20%）

オープンソースモデルの配布は今まで通り。コスト変動なし。

ただし、これは考えにくい。1.9兆円を投じて「何も変えない」企業はない。Nvidiaの株主が許さない。

年間コスト：15〜50万円（変化なし）

シナリオB：フリーミアム化（確率50%）

最も可能性が高いシナリオ。基本的なモデルのダウンロードは無料のまま。ただし、以下が有料化される。

• 高性能モデルへのアクセス：最新のLlama系やMistral系の大型モデルは「Nvidia Cloud経由のみ」に
• 推論API：現在のHugging Face Inference APIが値上げ。月額3〜10万円のサブスクに
• ファインチューニング環境：Nvidia DGX Cloud上でしか最適化できない仕組みに

この場合、中小企業のコストはこうなる。

• モデル利用：0円（基本モデル）〜 月5万円（高性能モデル）
• 推論API：月3〜10万円
• ファインチューニング：月5〜15万円（DGX Cloud利用）

年間コスト：100〜360万円。現状の3〜7倍。

月額5万円でも年間60万円。複数モデルを使えば100万円は軽く超える。従業員10人の会社で、AIのランニングコストが年間300万円——これは「使えない」と判断する企業が続出するラインだ。

シナリオC：完全囲い込み（確率30%）

Nvidiaが本気で垂直統合を進めた場合。Hugging Face上の主要モデルが「NVIDIA認定モデル」としてNvidia GPUでしか動作保証されなくなる。AMD、Intel、Apple Siliconでの動作は「非推奨」に。

こうなると、コストの問題ではなく「選択肢がなくなる」問題になる。

• NvidiaのGPUサーバーを自社で持つ：初期費用500万円〜
• DGX Cloudを使う：月額30万円〜
• 諦めてOpenAI等のAPIに切り替える：月額5〜20万円（ただし自社データの学習ができない）

年間コスト：60〜360万円以上。しかも「自社でコントロールできない」リスク付き。

「タダ」が終わったとき、中小企業はどうするか

ここからが本題だ。

大企業なら年間300万円のAIコストは誤差だ。しかし中小企業にとっては、社員1人分の給与に相当する。「AIを使うか、人を雇うか」の二択になる。

だが、悲観する必要はない。今のうちに手を打てば、コスト増を最小限に抑えられる。

今月中にやるべき3つのこと

1. 使っているモデルを「今すぐ」ローカルに保存する

最も重要で、最もコストがかからない対策。Hugging Faceからダウンロードしたモデルは、ローカルに保存しておけば買収後の方針変更に左右されない。

具体的には：

• 現在使用中のモデルのウェイトファイルを自社サーバーまたはNASにバックアップ
• モデルのバージョン、ライセンス条件をテキストファイルで記録
• 所要時間：1〜2時間。コスト：0円

これをやるかやらないかで、半年後の選択肢がまったく変わる。

2. Hugging Face以外の調達ルートを確保する

Hugging Faceは最大のハブだが、唯一ではない。

• Ollama：ローカルでLLMを動かすためのツール。モデルのダウンロードと実行が簡単
• GitHub / GitLab：モデルのウェイトを直接公開している研究者も多い
• Kaggle Models：Google傘下だが、モデルの配布プラットフォームとして成長中
• ONNX Model Zoo / TensorFlow Hub：特定フレームワーク向けだが代替になる

1つのプラットフォームに依存するリスクは、今回の件で明確になった。調達先は最低2つ持っておく。これは仕入れ先を1社に絞らないのと同じ、経営の基本だ。

3. 「小さいモデル」で十分な業務を洗い出す

ここが中小企業の勝ち筋になる。

大企業は「最高性能のモデル」を求める。700億パラメータ、1000億パラメータの巨大モデル。これはNvidiaの高額GPUでしか動かない。

しかし中小企業の業務——議事録の要約、メールの下書き、FAQの自動応答、請求書のデータ抽出——これらは70億〜130億パラメータの小型モデルで十分に動く。

小型モデルの利点：

• ローカルPC（メモリ16GB）で動く。クラウド不要
• Nvidia GPU不要。Apple SiliconのMacでも快適に動作
• ランニングコスト：電気代のみ

つまり、Nvidiaがどんな囲い込みをしても、小型モデルをローカルで動かす限り影響を受けない。「小さく動かす」は、中小企業の最強の防御戦略だ。

本当に怖いのは「買収」ではなく「依存」

今回の報道で考えるべき本質は、Nvidiaが悪いとかHugging Faceが変わるとかではない。

「無料だから」という理由だけで、1つのプラットフォームに依存していた自分たちの構造が問題なのだ。

これはクラウドでも同じ。AWSが値上げしたら？ Googleがサービスを終了したら？ いつでも起きうる話だ。

中小企業がテクノロジーを使いこなすとは、最新ツールを追いかけることではない。「それが使えなくなったとき、どうするか」まで設計しておくことだ。

モデルをローカルに持つ。調達先を複数確保する。小さいモデルで自走できる体制を作る。

この3つは、今月中に、0円でできる。

買収が正式に決まってからでは遅い。「タダ」が終わる前に、「タダに依存しない体制」を作る。それが、今やるべきことだ。

—