方向転換
かつて’Six Tigers’の一角を担ったBaichuanは、創業2周年を記念し、事業の焦点を大幅に転換することを発表しました。王小川CEOは、業務の効率化とヘルスケア分野への集中を強調しました。この転換は、中国版OpenAIとも言える基盤モデルの開発を目指していた当初のビジョンとは対照的です。
同様に、李開復氏が設立したZero Oneも、’小さくても洗練された’戦略への移行を宣言しました。このスタートアップは、AI 2.0プラットフォームの構築と汎用人工知能（AGI）の加速という当初の目標を断念しました。_Xpin_が指摘するように、この傾向は、野心的な虎から、より現実的な’子猫’への変貌を意味します。
DeepSeekの衝撃
戦略の転換は、表面化する前から水面下で進行していました。テック専門家の王文広氏（_Large Model Knowledge Graph_著者）によれば、多くの中国企業が、コストが法外に高いため、すでに大規模言語モデル（LLM）のトレーニングを停止していました。
1月にDeepSeek R1が発売されたことは業界に衝撃を与え、多くの中小企業は、自分たちが競争できないことに気づきました。この認識が、Six Tigersの間で集団的な方向転換を引き起こし、AGI開発から、より専門的な分野へと移行しました。
BaichuanとZero Oneは、モデルの事前トレーニングを完全に放棄し、代わりにヘルスケアにおけるAIアプリケーションに注力しています。MiniMaxは、B2B事業を縮小し、ビデオ作成アプリケーションで海外市場に焦点を移しています。Zhipu AI、Moonshot AI、Character AIは、オープンソースコミュニティで活動を続けていますが、DeepSeek R1を超えるツールはまだ開発されていません。
現在、’Six Kittens’は、B2B Software as a Service（SaaS）市場にますます焦点を当てています。これは、AI分野全体では’革新的ではない’と見なされている分野です。しかし、この市場にも課題がないわけではありません。王文広氏は、大規模言語モデルプラットフォームを開発するための技術的な参入障壁は、特に高くないと指摘しています。
‘私自身がそのようなプラットフォームを開発するのに約半年かかりました。企業を通じてこの製品でお金を稼ぐのは難しいと思いますが、個人ならそれでもわずかな収入を得ることができます’と王氏は述べています。
現在、市場には約1000の同様のプラットフォームがあり、それらは簡単に複製できます。’私はB2B企業と協力し、4万〜5万元（人民元）のサービスのみを提供します。これは大企業が競争できない価格です’と王氏は付け加えました。
中国におけるAIの未来
業界の専門家は、今後、中国で基盤モデルの開発を継続するのは、DeepSeek、Alibaba、ByteDanceのみになるだろうという李開復氏の評価に概ね同意しています。
‘LLM技術を追求し続けるスタートアップは、おそらく失敗するでしょう。最も有望なのは間違いなくDeepSeekであり、次いでAlibabaとByteDanceです。リーダーは市場シェアの50〜80％を獲得し、残りは10％を獲得する可能性があります。核心的な問題は、誰が最初にAGIを作成するかです。その会社が究極の勝者です’と金融会社AIスペシャリストの姜少氏は述べています。
DeepSeekは現在、技術的な理想主義、才能ある人材、そして実質的なリソースの組み合わせから恩恵を受け、主導的な地位を確立しています。王文広氏は、同社がその技術を積極的に商業化することを選択すれば、グローバルな支配を達成できると信じています。
Xpinによれば、究極の勝者を特定するのが不確実な環境において、データは重要な差別化要因として浮上しています。’競争優位性を築くためには、誰でもモデルを使用できるため、どのようなデータを持っているかが決定的な要因となります’とAlibabaのテクノロジー専門家、高鵬氏は強調しました。
基盤モデルの開発に焦点を当てるか、B2B市場をターゲットにするかにかかわらず、AIスタートアップは、変革的なブレークスルーを生み出す上で大きなハードルに直面しています。独自のデータ資産や長年の蓄積された経験がなければ、永続的な競争優位性を確立するのに苦労します。この現実が、中国の’Six AI Tigers’に、その野心を縮小し、急速に進化するAIエコシステム内で生き残る機会を模索することを促しました。
実用的なニッチの探求
‘Six Tigers’が行った戦略的転換は、基盤AIモデル分野への参入における激しい競争と高いコストを浮き彫りにしています。これらの企業がリソースを再配分するにつれて、AI分野全体で専門的なニッチを積極的に模索しています。たとえば、ヘルスケア分野は、診断ツールからパーソナライズされた治療計画まで、AIを活用したソリューションにとって魅力的な機会を提供します。
しかし、ヘルスケア市場に参入するには、技術力以上のものが必要です。医療ワークフロー、規制要件、および患者のプライバシーに関する懸念を深く理解する必要があります。この分野に進出するスタートアップは、医療提供者との戦略的パートナーシップを築き、患者との信頼関係を築き、複雑な規制環境を乗り越える必要があります。
同様に、B2B SaaS市場は、顧客サービスのやり取りの自動化からサプライチェーンロジスティクスの最適化まで、AIアプリケーションに多様な機会を提供します。しかし、この市場も競争が激しく、多数の既存プレーヤーと新しい参入者が絶えず流入しています。この分野で成功するためには、スタートアップは、優れた製品品質、卓越した顧客サービス、および革新的な価格モデルを通じて差別化する必要があります。
データ要件
最先端のAIソリューションを開発する競争において、データは重要な差別化要因として浮上しています。大規模で高品質なデータセットにアクセスできる企業は、モデルのトレーニングと微調整において大きな利点があります。これらのデータセットは、顧客とのやり取り、センサーデータ、および公開されている情報など、さまざまなソースから派生させることができます。
ただし、大量のデータを持っているだけでは十分ではありません。データの正確性と関連性を確保するために、データを適切にキュレーション、クレンジング、ラベル付けする必要があります。さらに、企業は、プライバシーを保護し、規制要件を遵守するために、堅牢なデータガバナンスポリシーを開発する必要があります。
データの重要性により、データサイエンティストとデータエンジニアの需要が急増しています。これらの専門家は、データから洞察を抽出し、機械学習モデルを構築し、AIソリューションを大規模に展開するためのスキルと専門知識を持っています。AI分野が進化し続けるにつれて、データの力を活用する能力は、成功にとってますます重要になります。
人材獲得競争
AI業界は、人材獲得競争が激しいことで知られています。企業は、世界中のトップエンジニア、研究者、およびプロダクトマネージャーを積極的に採用しています。AI人材の需要は供給をはるかに上回っており、給与が上昇し、人材の流動性が高まっています。
優秀な人材を引き付け、維持するためには、企業は競争力のある報酬パッケージ、やりがいのある仕事、および専門的な成長の機会を提供する必要があります。また、イノベーション、コラボレーション、継続的な学習の文化を育む必要があります。
さらに、企業は、既存の人材のスキルアップのためにトレーニングおよび開発プログラムに投資しています。これらのプログラムは、機械学習、深層学習、自然言語処理、コンピュータービジョンなど、幅広いトピックをカバーしています。従業員のスキルに投資することで、企業は、急速に進化するAI分野で競争するために必要な人材を確保できます。
規制状況
AI業界は、世界中の規制当局からの監視が強化されています。政府は、AIの倫理的、社会的、および経済的な影響に取り組んでおり、これらの懸念に対処するための新しい法律および規制を策定しています。
これらの規制は、データプライバシー、アルゴリズムのバイアス、および重要なアプリケーションでのAIの使用など、幅広い問題をカバーしています。企業は、これらの規制の進展を常に把握し、AIソリューションが適用されるすべての法律および規制に準拠していることを確認する必要があります。
さらに、企業は、AIシステムがどのように機能し、どのように使用されているかについて透明性を保つ必要があります。また、AIシステムによって行われた決定についても責任を負う必要があります。透明性と説明責任を受け入れることで、企業は顧客および利害関係者との信頼関係を築くことができます。
今後の展望
‘Six Tigers’が行った戦略的転換は、中国のAIスタートアップが直面する課題と機会を浮き彫りにしています。基盤モデル分野は、少数の大手プレーヤーが独占していますが、AI分野全体でスタートアップが実用的なニッチを切り開く機会はまだたくさんあります。
成功するためには、スタートアップは、特定の顧客ニーズに対応する専門的なAIソリューションの開発に焦点を当てる必要があります。また、データ品質、人材獲得、および規制遵守を優先する必要があります。現実的なアプローチを採用し、具体的な価値を提供することに焦点を当てることで、AIスタートアップは、急速に進化する中国のAIエコシステムで成長することができます。虎から子猫への旅は、長期的な生存と持続可能な成長に必要な進化かもしれません。