これが規模の拡大と業界の統合を促す。かつてコンピュータ業界には、汎用機を製造する多くの企業が存在していた。しかし時とともに、市場の大部分は一部の半導体メーカー、OSプロバイダー、クラウドプラットフォーム、デバイスメーカーへと集約されていった。AIも同様の道をたどる可能性がある。一握りの企業が汎用モデルを提供し、より広大なエコシステムがその周囲でアプリケーションやサービスを構築するという構図だ。
この見通しは、別の汎用大規模言語モデルを独自にトレーニングしようとするスタートアップにとって、厳しい環境を意味する。こうしたスタートアップは、数十億ドルを投じ、半導体やクラウドのプロバイダーと直接交渉し、短期的な赤字を許容し、競合が現れれば即座に値下げに踏み切るような巨大企業と競争しなければならない。スタートアップが優れたモデルを開発できたとしても、数百万人のユーザーをサポートするために必要な資金、配信体制、およびサーバーの運用能力が不足している場合が多い。
より良い機会は、規模の大きさだけでは参入障壁とならない市場領域に存在する。スタートアップは、厳格なワークフロー、独自の専門知識、または法的規制が存在する業界に特化することができる。医療、法律、製造、教育、科学研究、あるいは特定言語の市場向けに製品を開発することが可能だ。こうしたビジネスにおいて競合から守るべき強みとなるのは、ワークフローの設計、信頼できるデータ、顧客との関係性、そして既存の各種機関や制度との連携となる。
あるいは、モデルプロバイダーを支援する製品を提供することもできる。AIシステムは、メモリー、評価、セキュリティ、オブザーバビリティ（可観測性）、データ管理、エネルギー管理、推論の最適化、さらにはどのモデルにタスクを処理させるかを判断するツールなどを必要とする。トークン価格が下落するにつれて、企業がより多くのタスクでより多くのモデルを実行するようになるため、これらの周辺システムへの需要は高まる可能性がある。
安全性も、独立した企業が活躍する余地がある分野だ。モデルプロバイダーは、製品を迅速にリリースし、機能開発にリソースを集中させるという商業的プレッシャーに直面している。そのため、外部企業がサイバーセキュリティのリスク、欺瞞的行動、プライバシー侵害、偏見、危険な機能についてシステムをテストすることができる。また、モデルのアップデート後に挙動がどう変化するかを比較する監査手法を開発することも可能だ。強力なオープンウェイトシステムの登場により、開発元の管理を離れて機能が変更・デプロイされる可能性があるため、この種の検証作業はさらに緊急性を増している。
したがって、OpenAIの値下げの影響は、単なるAPI価格表の改定にとどまらない。それは、モデルが提供する汎用的な知能（インテリジェンス）そのものがより安価で、かつ豊富になりつつあることを示している。
今後の競争優位性は、効率的な運営、配信体制、特化されたデータ、信頼性の高いアプリケーション、およびAIがユーザーに届くまでのインフラの支配権へと移行していくだろう。
