AIToday
大規模言語モデルAIビジネス・産業Fortune AI掲載日時: 2026年7月18日 6:00

DoorDashが中国製AIモデルへシフト

LINEで送る
DoorDashが中国製AIモデルへシフト

3つのポイント

  1. 何が起きたか

    DoorDash が Moonshot AI のモデルを使用した実験的ツールを立ち上げており、Cursor や Lindy などのスタートアップも Moonshot、DeepSeek などの中国製 AI モデルを採用してコストを削減している。Airbnb と Siemens も Alibaba と DeepSeek を含む中国の AI プロバイダーを試験中。

  2. なぜ重要か

    OpenAI、Google、Anthropic といった米国 AI 企業は高度なモデルを提供しているが、コストが高い。トークンと利用料金が上昇する中、企業は外部プロバイダーにデータを送信せず、ローカルで実行できる安価な中国製オープンソース代替品に惹かれている。Hugging Face の 2026 年 3 月 16 日の調査によると、中国製オープンソースモデルはダウンロードの 41% を占めている。

  3. 注目点

    セキュリティ専門家は中国製モデルの採用が「データ主権侵害」および「機密コードとユーザーデータの外国監視への露出」のリスクをもたらすと警告しているが、一部のアナリストは企業が モデルを組み合わせる可能性を示唆している。つまり、特定タスクに中国製 AI を、他には Anthropic などの米国プロバイダーを使用し、完全切り替えではなく使い分ける可能性。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

安価な中国製 AI モデルへのシフトは、AI 市場における基本的な緊張を反映している。米国企業は世界有数の高度なモデルを開発している一方で、コストの上昇により代替品の余地が生まれている。トークンと利用料金が増加する中、コスト意識の高いビジネスは受け入れられる性能を低価格で提供するオプションを探索している。ローカルで実行できるオープンソースモデルの利用可能性により、このアピールは一層強化されている。これは企業が外部プロバイダーに機密データを送信することを避けたいという本質的な懸念に対応している。

戦略国際問題研究所(CSIS)フューチャーズ・ラボの副所長であるヤシル・アタラン氏は、3 つのドライバーを特定している。コスト、機能性、オープンソース利用可能性である。このトレンドの実際の規模はデータで証明されている。Hugging Face の 2026 年 3 月 16 日の調査により、中国製オープンソースモデルはプラットフォーム上のダウンロードの 41% を占めていた。しかし、アタラン氏は、これを米国からの完全な移行として見ることに対して警告し、企業はむしろ異なるタスクに異なるモデルを使用して実験している可能性が高いと述べている。これは実用的な分業を示唆している。つまり、一部のワークロードには安価で有能な中国製モデルを、他には Anthropic などの確立された米国プロバイダーを使用するというものである。

しかし、コスト優位性には大きなトレードオフが伴う。セキュリティ専門家は、中国製モデルの採用時のデータ主権と外国監視のリスクについて深刻な懸念を提起している。最終的な決定は、モデルが「安価かつ十分に有能」でローカルで実行できるかどうかに左右される。つまり、少なくとも短期的には、コストとパフォーマンスが多くのビジネスにとって地政学的懸念を上回る可能性がある。

よくある質問
どの企業が中国製 AI モデルに切り替えているか?
DoorDash は新しい DoorDash CLI ツールに Moonshot AI を使用し、Cursor は Composer 2 コーディングエージェント構築に Moonshot の Kimi を使用し、Lindy は Anthropic のツールを廃止して DeepSeek の V4 モデルを採用し、Airbnb と Siemens は Alibaba と DeepSeek を試験中。
企業が中国製モデルを選ぶ理由は何か?
中国製モデルは米国の同等製品より安く、しばしばオープンソースとして提供されており、企業はこれらをローカルで実行して、外部プロバイダーに送信せず機密データをイン・ハウスで保持できる。戦略国際問題研究所(CSIS)のヤシル・アタラン氏によると、米国モデルは「中国製モデルと比べて割高に見える」。
リスクは何か?
セキュリティ専門家は「データ主権侵害」および「機密コードとユーザーデータの外国監視への露出」を警告している。さらに、ローカルモデルの実行には多大なハードウェア投資が必要で、アタラン氏は企業が「GPU、RAM、ストレージなどに 30,000 ドル」の支出が必要になる可能性があると指摘した。
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

関連記事

次の記事へCapital One、攻撃者視点のAI脆弱性検出ツール VulnHunter をオープンソース化