大摩：開放權重模型可望降低AI成本「傑文斯悖論」或推升算力需求

摩根士丹利（Morgan Stanley）は最新報告《開放權重模型與三種未來情境》の中で、開放權重（Open-Weights）モデルが必ずしもAI算力需要を削弱するわけではないと指摘しています。

それどころか、より低い使用コストがAIの普及を加速させ、結果的に「傑文ス悖論」（Jevons Paradox）を引き起こす可能性があります。単回推論コストが低下すると、企業はAIをより多くの作業シーンに適用する可能性があり、最終的にはToken、算力、電力、基礎設備の総需要を押し上げることになります。

《財聯社》の報道によると、報告では「開源（Open Source）」と「開放權重（Open Weights）」の違いを特に説明しています。市場ではこの二つを混同することが多いですが、実際には異なります。

開放權重モデルは、訓練済みのモデルパラメータを公開し、ユーザーがダウンロード、デプロイ、微調整できるようにしますが、訓練データや完全なプログラムコードを公開するわけではありません。また、ライセンス条項も完全に開放されているわけではありません。MetaのLlama、GoogleのGemma、中国のQwen、DeepSeek、KimiなどのAIモデルは、このタイプに該当します。

一方、真の開源モデルは、モデルパラメータだけでなく、プログラムコード、訓練プロセス、データの詳細も公開します。報告で挙げられている代表的な例は、AI2が開発したOLMoです。

開放權重と閉權重（Closed Weights、または封閉モデルと呼ばれることもあります）の主な違いは、モデルの規模、速度、効率ではなく、ユーザーがモデルを取得、修正、デプロイする方法にあります。

閉権重モデルは通常、モデル供給業者が一元的にホスティングし、企業はサブスクリプション料金やライセンス席数を支払い、Token使用量に応じて支払います。開放權重モデルは、基本的に無料で取得できますが、企業はGPU、クラウドサービス、訓練、微調整、運用、情報セキュリティなどのコストを負担する必要があります。企業は自社で算力を構築するか、クラウドGPUを時間単位で賃貸するか、APIを介してToken単位で課金することもできます。

したがって、開放權重はモデルのライセンス料を免除するだけで、総所有コスト（TCO）がゼロになるわけではありません。

企業の現在の採用状況

麥肯錫が41カ国、700人の技術責任者を対象に実施した調査によると、63%の回答企業がすでに開源モデルの採用を開始しており、閉権重モデルと並行して使用していることが多いです。2026年2月から7月にかけて、アメリカのユーザーは週に30%以上のOpenRouter Tokenを中国の開放權重モデルに向けています。

しかし、摩根士丹利は、このデータは新興企業や技術チームの使用状況をより反映している可能性があると指摘しています。現在、開放權重モデルは企業の大規模言語モデル（LLM）アプリケーションや総モデル支出の割合はまだ少数派です。

その理由は、大企業が価格だけでなく、モデルの信頼性、ブランド信用、技術サポート、著作権保護、継続的なアップグレード能力にも重点を置いているからです。多くの企業は現在、モデル供給業者の標準化製品を採用するか、または先端AI研究所と協力してカスタマイズモデルを直接開発し、自社で訓練とメンテナンスを伴う工学的負担を軽減しています。

現在、開放權重モデルは主にプログラム開発、文書解析、顧客サポート、その他の専門分野に適用されています。これらのアプリケーションには、3つの共通の特性があります。使用頻度が高い、応答速度に対する要求が高い、または企業内部データを組み合わせてカスタマイズする必要があることです。

開放權重の主な利点

開放權重モデルの最大の魅力は、高頻度推論の可変コストを効果的に削減できることです。

報告書は、麻省理工学院（MIT）の研究を引用して、企業が閉権重モデルから開放モデルに切り替えると、平均コストは最大70%削減され、年間で世界のユーザーに約250億ドルの節約が可能になると指摘しています。

毎日数十億回のマルチモーダル推論を実行する必要がある企業にとって、Token単位で継続して課金される場合、コストが負担になる可能性があります。したがって、開放權重モデルはかなりの魅力を持っています。

しかし、報告書では3つの制限を提示しています。

まず、この研究は2025年12月に完成しました。次に、すべての開放モデルのTokenあたりのコストが低いわけではありません。例えば、Kimi K3は例外です。さらに、企業は引き続き算力、ホスティング、訓練、微調整などのコストを負担する必要があります。

デプロイ規模も直接投資回収期間に影響を与えます。

カーネギーメロン大学の研究によると、デプロイ規模が300億個のパラメータ未満で、主に顧客サポートや文書分析などのシーンに適用される場合、最短で約3ヶ月で投資を回収できます。2000億から1兆個のパラメータをデプロイする大型モデルを、高度な研究や企業全体の生成AIアプリケーションに使用する場合、投資回収期間は最大6年に達する可能性があります。

したがって、開放權重モデルの経済効果は「無料で有料に置き換える」だけで測るものではなく、モデルの使用量、GPUの利用率、モデルの規模、および企業自身の技術能力によって異なります。

リスクと制限

コスト以外に、開放權重モデルのもう一つの重要な利点は、企業がより高いデプロイ自主権を持つことです。

企業はモデルをオンプレミスまたはプライベートクラウドにデプロイし、データ主権、ローカルストレージ、産業規制要件を満たすことができます。調査によると、約40%の企業経営者は、モデルのデプロイ場所を自社で決定できるため、開放權重モデルを採用することを選択しています。特に金融、医療、政府などの高度に規制された産業で人気があります。

しかし、より高いデプロイ自主権を持つことは、企業がより多くの責任を負うことを意味します。

報告書によると、開放モデルが公開された後、開発者は第三者がモデルパラメータをどのように修正するかを制限するのが難しいです。

例えば、2026年4月、イギリスの《金融時報》とAI安全組織Aliceは、Hereticツールを使用して、MetaとGoogleの開放モデルの安全防護機構を数分で削除しました。悪意のある使用、モデル蒸留攻撃、企業内部データの漏洩は、企業が自ら負担する可能性のあるリスクです。

知的財産権の面では、OpenAI、Anthropicなどの商用モデルは、企業が安全規範に準拠し、モデルを正しく使用する前提で、一定の著作権保護を提供します。一方、開放權重モデルは一般的にそのようなメカニズムを提供せず、関連する法的責任はデプロイ企業が自ら負担する必要があります。

地政学的要因も重要な変数です。アメリカが中国の開放權重モデルを制限する場合、企業の運営の継続性に影響を与える可能性があります。アメリカ企業が中国モデルがより高いコストパフォーマンスを持っていると認識しても、将来の政策変更を懸念して、アメリカ本土の開放モデルまたは封閉モデル供給業者に転換する可能性があります。

その他の採用障壁には、転換コスト、ブランド信頼、一部の企業が海外モデルに対する懸念が含まれます。

摩根士丹利は、産業の発展に関する3つの可能性のあるシナリオを提示しています。

閉権重モデルが勝利する

先端モデルの能力が常に複製できない場合、市場は少数の資金力のあるAI研究所によって主導されるでしょう。

企業は、より高い正確性、信頼性、知的財産保護、デプロイの便利性のためにプレミアムを支払うでしょう。訓練と推論の作業は、超大型クラウドプラットフォームに集中するでしょう。

このシナリオでは、Google、Amazon、Meta、NVIDIA、Broadcom、Arista Networks、Lumentum、Coherentなどの光通信とネットワーク設備業者が主要な受益者となります。

Gemini 4がGoogleをAIモデルのリーダーシップに再び立たせる場合、摩根士丹利は、自社基礎設備上でモデルAPIを運営する増分資本報酬率を約45%と推定しています。主に基礎設備サービスを提供する場合、約30%です。

混合アーキテクチャが主流になる

閉権重モデルは複雑な推論とAIエージェントなどの高度なタスクを担当し、開放權重モデルと小型モデルは高トラフィック、コスト感度が高く、垂直アプリケーションシーンを担当します。

同じ企業ワークフローでも、コストとモデル能力に応じて、異なるモデル間で動的に切り替えることができます。

このシナリオでは、Amazon、Google、Microsoftの3大クラウドプラットフォームが受益者となる可能性があります。モデルオーケストレーション、インフラソフトウェア、セキュリティ、SaaS、ネットワーク設備供給業者の価値も同時に向上します。

SAP、ServiceNow、Cisco、F5などの企業も重要な受益者となる可能性があります。

開放權重モデルが勝利する

開放權重モデルの性能が次第に最先端モデルに近づき、基礎モデルの能力がさらに普及する場合、API価格は明らかに下落するでしょう。

今後のイノベーションの焦点は、大規模な事前訓練から、モデルの微調整、推論の最適化、AIエージェント、ツール、各種専用アプリケーションに移行するでしょう。

AIのデプロイもさらに分散化し、一部のワークロードはパブリッククラウドからプライベートデータセンター、主権クラウド、ローカルサーバー、エッジデバイスに移行するでしょう。

Microsoft、Alibaba、Tencent、MiniMaxなどのモデルまたはクラウドプラットフォーム、Dell、HPE、NetApp、HP、Apple、TD Synnexなどの企業が受益者となる可能性があります。