Holistic AI（ホリスティックAI）の共同CEOであるエムレ・カジム氏は、AI倫理とガバナンスの専門家であり、ロンドン・キングスカレッジで哲学の博士号を取得している。
2018年以来毎年、AIの投資家ネイサン・ベナイクとAir Street Capitalが発表するState of AIレポートは、単なるモデル指標のスコアボードとしてだけでなく、技術進歩とエコシステム戦略の進化を映し出す鏡としての役割を果たしている。
2025年版のレポートは、主に中国を拠点とする企業（DeepSeek、アリババクラウドのQwen、Moonshot AIのKimi、MiniMaxなど）が提供するオープンウェイトモデルが、米国を拠点とする主要AI企業（OpenAI、Anthropicなど）との差を縮めていることを示している。
オープンソースソフトウェアに大きく依存するAI企業の共同創設者として、これは私のリーダーシップチームが定期的に評価しているテーマだ。この経験に基づくと、オープン性とコストがAI採用の選好を促進する重要な要因となっている可能性が高い。これらの変化がグローバルなAI競争をどのように再形成しているのか、そしてビジネスリーダーが先を行くために何ができるのかを詳しく見ていこう。
新しい方程式：アクセス × スピード × スケール
中国を拠点とする組織からの主要なオープンソースモデルは現在、世界トップクラスのモデルにランクインしている。累積ダウンロード数と派生的なファインチューニングは、米国企業からのリリースを上回っている。
State of AIレポートによると、QwenはHugging Faceでの新しいファインチューニングの約40%を占めており、大規模言語モデル（LLM）のリーダーシップに変化が生じていることを示唆している。全体として、中国企業からのオープンソースモデルのダウンロード数は米国企業のそれを最近上回った。これは人気の差が広がる可能性を示す転換点となっている。
なぜか？スタートアップや研究者にとって、オープンウェイトモデルはイノベーションへの障壁を下げるからだ：数十億ドルの計算予算や排他的なAPIアクセスは必要ない。
重み、アーキテクチャ、ファインチューニングのパイプラインが利用可能になると、垂直AI企業からローカライゼーションラボ、大学に至るまで、ニッチなプレーヤーが繁栄できる。クローズドAPIの世界は既存企業に有利だが、オープンな世界は実験を促す。
これはスタートアップや研究者だけの話ではない。グローバル企業も中国のオープンウェイトシステムを採用している。例えば、Airbnbは最近説明したように、AIカスタマーサービスエージェントにアリババのQwenラインを含む13のモデルを使用している。その理由は「より速く、より安価」だからだ。グローバル企業がオープンウェイトシステムを本番環境に導入すると、イノベーションのインフラが変化し始める。
グローバルAI採用とオープンモデル
規制上の慎重さから、一部のアナリストはアクセス制限が実験とイノベーションを遅らせる可能性があると警告している。輸出規制や禁止措置はまた、中国企業に米国の代替品よりも国内技術を使用するインセンティブを与え、成長と競争力を促進している。
オープンソース開発を優先することで、中国の企業は地域のAIコミュニティを拡大し、オープンイノベーションを海外に輸出することができる。オープンソースモデルがグローバルに普及するにつれ、AI開発における主流のアーキテクチャ標準、開発者エコシステム、ワークフローに影響を与えている。
ガバナンスの課題：信頼のスピード
問題はもはやオープンソースモデルがパフォーマンスを発揮できるかどうかではない。それは可能だ。より大きな問題は、信頼性、安全性、エンタープライズグレードの信頼性において持続的に競争できるかどうかだ。
オープンであることは安全でないことを意味するわけではない。「オープン」と「安全」を相互排他的な概念として扱うのをやめる時が来ている。
私の会社は最近、中国を拠点とする組織からのオープンソースモデルをレッドチーミングした。その結果、これらのモデルは安全性とパフォーマンスの両方で差を縮めていることが示された。一方、「安全性」と「IP保護」の名の下に独自のロックインをバンドルすることは、かつてシリコンバレーを支えたイノベーションを遅らせるリスクがある。
ビジネスリーダーにとって、中核的な問題は地政学ではなく運用上の準備態勢だ。企業は透明性があり、統治可能で、実世界の制約の中で展開可能なAIシステムを必要としている。AIの世界で後れを取る要因は、技術の弱さよりも、オープン性の遅れが採用、実験、価値実現までのスピードを制限することかもしれない。
ペースを維持するための5つの行動
この背景を踏まえ、ビジネスリーダーはオープン性、コスト、アクセシビリティが急速に景観を再形成しているAIの世界をどのように進むべきかを理解する必要がある。検討すべきいくつかのステップを紹介しよう：
1. モデルに対する「ポートフォリオアプローチ」を採用する。企業はオープンウェイト、独自、特化型モデルにわたって多様化すべきだ。これにより依存リスクを減らし、コストを下げ、グローバルイノベーションが加速する中で柔軟性を確保できる。
2. ガバナンス対応のライセンスと調達を開発する。トレーニングデータ、評価基準、レッドチーム結果、安全対策の透明性を義務付けるオープンソース調達フレームワークを作成する。これらの要件をRFPに組み込み、起源に関係なくすべてのモデルが組織のガバナンス基準を満たすようにする。
3. 継続的なレッドチーミングと検証を可能にする。すべての基盤モデルの独立したテストをサポートする。企業はAIモデルの安全性をサイバーセキュリティのように扱うべきだ：継続的で、測定可能で、独立して検証されるものとして。「LLM向けのSOC 2」を考えよう。
4. 社内のAIベンチマーク能力を構築する。広範な制限やモデルの起源に関する仮定に頼るのではなく、組織は厳格で一貫したベンチマークから恩恵を受ける。レイテンシ、精度、幻覚率、安全性を測定する軽量パイプラインを開発することで、企業は情報に基づいた選択を行い、競争上の地位を強化できる。
5. グローバル人材とオープンソース参加に投資する。オープンソースとガバナンスフォーラムにグローバルな声を含める。企業はグローバルコミュニティに貢献し、そこから学ぶべきだ。参加することで、新興イノベーションへの早期可視性が得られ、規範が固まる前にそれを形作るのに役立つ。
2026年以降、AIリーダーシップの鍵を握るのはモデルの規模ではなく、エコシステムへの参加度合いだ。オープンで低コスト、高性能なモデルが急速にグローバルな牽引力を獲得しており、AI採用を進める企業の優先事項を変えている。
ビジネスリーダーは、オープン性を加速剤ではなく負債として扱うと、優位性を譲り渡すリスクがある。したがって、命題は明確だ：信頼できるモデルの上に構築し、AIスタックを多様化し、透明性と評価に投資し、オープン性を戦略的な乗数として扱うことだ。
