オープンモデル競争と米国 AI 価格コストと導入シナリオに基づく評価

導入

無重力モデルは、米国の人工知能企業にとって重要な競争変数となっています。この用語は、重みをダウンロードできるか、広く利用できるモデルを指します。トレーニング データ、ソース コード、ドキュメント、またはあらゆる商用利用が制限されていないことを確立するものではありません。米国国家電気通信情報局は、オープン性の範囲について説明し、クローズド システムや既存のテクノロジーに対して広く利用可能な重み付けの限界利益とリスクを分析することを推奨しています [37-40]。

商業効果は作業負荷によって異なります。ソフトウェア チームは、インターフェイス、データ、評価が制御されている場合、標準的な要約タスクをセルフホスト型モデルに比較的迅速に移行できます。規制された機関では、セキュリティ、検証、法的審査、運用上の承認に数か月かかる場合があります。消費者向け製品は、流通、独自のデータ、製品設計を通じて価値を維持しながら、オープン モデルを使用する場合があります。したがって、同じオープンリリースによって、ある企業の価格が下がり、別の企業の対応可能な市場が拡大する可能性があります。

プロバイダーの証拠は、静的な仮定が安全でない理由を示しています。 Meta は、Llama 4 Scout と Maverick を、専門家混合アーキテクチャを備えたダウンロード可能なオープンウェイト マルチモーダル モデルであると説明しています [41-43]。 DeepSeek は、V3 リリースのモデル アーキテクチャ、トレーニング、商用利用条件を報告しています [44,45]。ミストラルと他のプロバイダーは、異なるライセンスと導入ルートに基づいてモデルをリリースし続けています。 ^[46]。スタンフォードの AI インデックスは、推論価格の急速な下落と、オープン モデルとクローズド モデル間のパフォーマンスのギャップの変化を記録しています [10,11]。

評価に関する質問は具体的です。投資家は、オープンモデルが改善され、顧客が導入の選択肢を増やすにつれて、どの収益、貢献、資産、オプションが引き続き防御可能であるかを判断する必要があります。その答えには、ワークロードの証拠、契約の権利、モデルとシステムの評価、導入コスト全体、顧客の移行行動、製品の競争力を維持するために必要な資本が必要です。

1 価値をモデリングする前にオープンモデルの競合を定義する

オープンソースとオープンウェイトを同義語として扱うべきではありません。リリースでは、コード、データ、またはドキュメントの一部を保持しながら重みを提供する場合があります。ライセンスは広範な商用利用を許可し、再配布、規模、帰属、または許容される使用に条件を課す場合があります。構造化されたアクセスにより、公開することなく、選択された研究者または顧客に重みを提供できます。ディリジェンス ファイルには、関連するすべてのモデルの正確なアーティファクト、ライセンス バージョン、許可された使用および依存関係を記録する必要があります [37-40]。

競合他社セットはワークロード レベルで定義する必要があります。一般的なモデルは、公開ベンチマークでは近いように見えても、顧客の遅延、セキュリティ、言語、ツールの使用、または信頼性の要件には不適切なままである可​​能性があります。小規模なオープン モデルは、微調整後の狭いワークフローではフロンティア モデルよりも優れたパフォーマンスを発揮できます。企業は、生産条件下で完全なシステムを比較し、許容される結果に達するまでのコストを記録する評価マトリックスを維持する必要があります。

投資家は直接的な競争と間接的な競争を区別する必要があります。顧客が独自のモデルまたはアプリケーションを置き換える場合、直接の競合が発生します。オープン モデルがサプライヤーの価格を引き下げ、クラウド交渉の影響力を強化し、新しいアプリケーションを加速し、インフラストラクチャ、データ、ワークフロー プロバイダーに価値を移すときに、間接的な競争が発生します。同じイベントがインターフェースの収益を圧縮し、アプリケーションの貢献度を向上させる可能性があります。

市場シェアだけでは不十分です。評価には、製品、顧客、ワークロード、モデル、導入ルート、地域、契約ごとに企業のエクスポージャーが必要です。各行には、ワークロードを移動できるかどうか、ワークロードを移動する技術的および法的権利があるのは誰か、予想される検証期間、および移行後の全額の経常コストを記載する必要があります。

2 米国のワークロードと導入台帳を構築する

ワークロード台帳は、オープン モデルの導入と財務諸表を結び付けます。各行は、顧客、アプリケーション、タスク、データ分類、現在のモデル、代替モデル、インターフェイス、ホスティング ルート、実効価格、受け入れられた出力、直接コスト、エンジニアリング サポート、セキュリティ レビュー、契約期間、および回収された現金を識別する必要があります。広範な製品収益にはさまざまな代替リスクが隠れている可能性があるため、引き続き顧客とワークロードが分析の単位となります。

導入は観察可能な段階を通じて評価される必要があります。評価は関心を示します。検証されたパイロットは、定義されたプロトコルの下でパフォーマンスを実証します。生産の受け入れは、システムが顧客の要件を満たしていることを証明します。継続的な量、更新、および回収された現金は、商業的採用を示しています。ダウンロード数、リポジトリのアクティビティ、および公開ベンチマークは市場マップに情報を提供しますが、ターゲットに対する企業の需要を確立することはできません。

台帳では、顧客制御の移行とベンダー制御の移行を区別する必要があります。お客様は、モデル ゲートウェイまたはクラウド マーケットプレイスを介してトラフィックをルーティングできます。ベンダーは、製品の背後にオープン モデルを使用することで、自社のコストを削減することができます。企業の顧客契約と貢献を維持する移行には、顧客がワークフロー全体を別のプロバイダーに移行する場合とは異なる評価効果があります。

米国の顧客コホートは、規制状況、データの機密性、調達サイクル、展開場所によっても分類する必要があります。連邦政府、医療機関、金融機関、重要インフラのユーザーは、技術的な品質を超えた証拠を必要とする場合があります。インターフェースが移植可能であれば、開発者の顧客はより迅速に行動できる可能性があります。モデルでは、各コホートに個別の導入曲線と検証コストを適用する必要があります。

3 顧客の条件下で技術的代替をテストする

置換には、制御された比較が必要です。プロトコルは、スコア付けされた実行前に、タスクの母集団、モデルのバージョン、プロンプトとツールの構成、ハードウェア、コンテキスト、レイテンシー目標、品質尺度、人間によるレビュー ポリシー、および失敗しきい値を修正する必要があります。生の出力を保持し、すべての除外を説明する必要があります。公開されたベンチマーク結果はコンテキストを提供します。企業固有の証拠によって、ワークロードを移動できるかどうかが決まります。

比較にはシステム全体を含める必要があります。取得、ツール、ガードレール、監視、サポート、統合、人間によるレビューが顧客の成果を決定します。追加のオーケストレーションやレビューが必要なオープン モデルでは、トークン価格が低い場合でも、承認されたタスクのコストが高くなる可能性があります。顧客がより小規模なオープン モデルと制御されたワークフローで必要な結果を達成すると、独自のモデルの価値が失われる可能性があります。

評価では、品質、信頼性、遅延、スループット、可用性、セキュリティ、制御性、コストを測定する必要があります。通常のケース、困難なケース、安全に関連するケースを含める必要があります。ベンチマークの汚染と公開リーダーボードへの適応により、報告されている差異が弱まる可能性があるため、投資家はテストのガバナンスと独立した再生産を検査する必要があります [10、20、21]。

技術的同等性が直ちに収益損失を引き起こすと想定すべきではありません。移行には、エンジニアリング、セキュリティの承認、ユーザー テスト、再トレーニング、文書化、契約変更が必要になる場合があります。評価では、移行に必要な時間と現金に加えて、顧客が移行を完了する確率をモデル化する必要があります。

4 プロプライエタリアクセスと自己ホスト型の経済性を比較する

顧客コストの比較では、同様のサービスを調整する必要があります。独自のアクセスには、モデル、インフラストラクチャ、スケーリング、アップデート、安全制御、サポート、サービス レベルが含まれます。セルフホスティングには、アクセラレータ、クラウドまたはコロケーション、オーケストレーション、使用率の損失、ストレージ、ネットワーキング、エンジニアリング、モニタリング、セキュリティ、評価、インシデント対応、モデルのアップグレードが含まれます。ライセンス価格がゼロであっても、ゼロコストのサービスは確立されません。

経済単位は、顧客の動作条件下で受け入れられるタスクである必要があります。トークンごとのコストまたはアクセラレータ時間は入力です。完全な測定には、失敗した出力、再試行、長いコンテキスト、ツール、取得、人間によるレビュー、ダウンタイムが含まれます。ワークロード ファイルには、限界コスト、完全に割り当てられたコスト、および顧客のスイッチング投資が表示される必要があります。

活用は結果に重大な影響を与えます。高く安定したワークロードは、予約されたインフラストラクチャや効率的なバッチ処理をサポートできます。不安定なワークロードにより、容量がアイドル状態になる可能性があります。より小さなモデル、量子化、専門家の混合設計、および改良されたカーネルにより必要な計算量が削減される一方、より大きなコンテキストと推論により計算量が増加する可能性があります [31,32,44,45]。

投資家は、どこで節約が行われるかをモデル化する必要があります。顧客はセルフホスティングを通じてそれらを保持できます。ホスティングプロバイダーは、管理されたインフラストラクチャを通じてそれらをキャプチャする場合があります。アプリケーション企業は価格を安定させて貢献を拡大する可能性がある。競争市場では、節約されたコストのほとんどが顧客に還元される可能性があります。訴訟には、想定されるパススルーの証拠を記載する必要があります。

5 導入と価格のパススルーの見積もり

オープンモデルの採用は、量と価格にさまざまな方向に影響を与える可能性があります。アクセス コストが低いと、実験や実稼働のワークロードが増加する可能性があります。また、ユニットあたりの独自収益も減少する可能性があります。企業は、需要の拡大と割引や製品構成の変化を区別して評価できるように、過去の価格、使用状況、および移行の証拠を保存する必要があります。

導入曲線はワークロード コホートごとに作成する必要があります。ポータブル インターフェイスを備えた開発者ツールは、迅速に動作できます。ミッションクリティカルな展開には、長い検証期間がかかる場合があります。独自のデータ、組み込みのワークフロー、責任あるサービスを備えた企業は、基盤となるモデルを変更しながら顧客を維持する可能性があります。モデルでは、技術的評価、受け入れられた生産、スケールされた量、および更新に別個の曲線を使用する必要があります。

価格転嫁は競争や顧客交渉と結びつけられるべきである。透明なインターフェース価格とそれに近い代替品により、パススルーが促進されます。長期契約、差別化されたシステムパフォーマンス、規制された保証、またはワークフロー切り替えコストが遅延する可能性があります。パートナーは、マーケットプレイスの料金、クラウド クレジット、最小コミットメント、またはバンドルを通じて経済に影響を与えることができます。

投資家は単一の市場シェア数ではなく、実効価格、保有量、貢献度のマトリックスをテストする必要があります。経営者は、モデルのルーティング、製品のパッケージ化、契約設計、検証サポート、インフラストラクチャの交渉など、結果を変える運用アクションを特定する必要があります。

6 推論ユニットエコノミクスの再構築

推論コストは、ワークロード テレメトリとサプライヤーの請求書から測定する必要があります。ブリッジには、トークンまたはその他のコンピューティング ユニット、モデル ミックス、アクセラレータ時間、使用率、メモリ、ストレージ、ネットワーク、キャッシュ書き込み、キャッシュ読み取り、バッチ処理、失敗したリクエスト、セーフティ コール、取得、可観測性、人間によるレビューが含まれます。共有コミットメントは、文書化されたルールを使用して割り当てる必要があります。

容量はオンデマンドで購入、予約、プロビジョニング、コミット、または戦略的パートナーを通じて間接的に購入できます。経済的コストには、消費された容量と未使用の容量が含まれます。企業は、顧客の貢献を超えた多額の最小支出を抱えながら、アクティブなリクエストあたりの魅力的なコストを報告できます。モデルには、限界コストと完全に割り当てられたコストの両方が表示される必要があります。

効率化への取り組みは、生産実績を通じて証明される必要があります。量子化、蒸留、ルーティング、キャッシュ、バッチ処理、即時削減、およびカーネルの改善により、コストを削減できます。コンテキスト ウィンドウが大きくなり、出力が豊富になり、推論が増えたり、安全性チェックが冗長になったりすると、この値が上昇する可能性があります。プロバイダーのドキュメントでは、キャッシュとバッチの価格が標準の呼び出しと大幅に異なる可能性があることを確認しています [12-19]。実際に節約できるかどうかは、ワークロードの適格性と動作によって異なります。

ユニットは顧客価値につながる必要があります。 1 ドルあたりのトークンは運用上の指標です。 1 ドルあたりの受け入れられたタスク、1 ドルあたりの解決されたケース、または計算ドルあたりの留保収益によって、技術システムが商用モデルに接続されます。

7 トレーニングを資本サイクルとして扱う

フロンティア トレーニングは、研究、データ、実験、事前トレーニング、事後トレーニング、評価、安全作業、展開、継続的な改善の一連の流れです。評価では、探索的研究、プラットフォーム開発、大規模なトレーニングの実行、および製品のメンテナンスを分離する必要があります。カテゴリごとに成功確率と耐用年数が異なります。

スケーリング則の研究では、コンピューティング、モデル サイズ、データ、パフォーマンスの間の系統的な関係が示され、コンピューティング最適化トレーニング作業では、モデルとデータ全体の割り当てが結果に重大な影響を与える可能性があることが実証されています [31,32]。これらの調査結果は、規律ある計画を裏付けるものです。トレーニング予算を予測可能な資産に変えることはできません。

資本スケジュールには、アクセラレータ、クラウドへのコミットメント、データ取得、準備、専門家による作業、失敗した実行、評価、セキュリティ、レッドチーム、打ち上げ能力、緊急事態対応を含める必要があります。いつ現金が支払われるのか、いつモデルが市販されるのか、どの前モデルが置き換えられるのか、どのような増分収益や貢献をサポートするのかを示す必要があります。

管理者は予測ヴィンテージと実験記録を保存する必要があります。評価では、予想コストと実現コスト、スケジュール、能力、採用を比較できます。持続的なオーバーランまたは弱い商業転換は、将来のトレーニングに適用される確率、タイミング、資本チャージに影響を与えるはずです。

8 モデルの経済寿命と交換必要性の見積もり

経済的価値が低下するためにモデルの機能を停止する必要はありません。競合他社が改善したり、価格が下がったり、顧客が移行したり、プラットフォームがインターフェースを廃止したり、規制が変更されたり、自社の後継者が需要を共食いしたりする可能性があります。 Anthropic の公開非推奨記録は、モデルのライフサイクルが製品と評価の分析に属する理由を示しています ^[16].

企業は、モデルのバージョンごとに収益、使用量、貢献度、顧客数を追跡する必要があります。移行時間、インセンティブ、故障、サポートコスト、モデルが置き換えられたときのチャーンを記録する必要があります。この証拠は、導入されたモデルとその顧客関係の経済寿命の推定を裏付けます。

評価では、現在のモデル資産と後継者を生み出す組織の能力を区別する必要があります。分銅の商品寿命は短い場合があります。研究システム、データの権利、評価インフラストラクチャ、流通、実績のあるチームは、世代を超えて価値を保持する可能性があります。その能力を維持するために必要な再投資はキャッシュ フローに含まれます。

投資家は、陳腐化準備金または明示的な交換スケジュールを使用できます。このモデルでは、あらゆる研究資金を活用することを避け、すべての研究がすぐに消滅するという想定を避ける必要があります。どの支出が管理され移転可能な能力を生み出すかは証拠によって決まります。

9 コンピューティング アクセスとインフラストラクチャのコミットメントをテストする

基盤モデルの開発と導入には、アクセラレータ、ネットワーキング、ストレージ、電源、および特殊なソフトウェアへのアクセスが必要です。 Microsoft、Alphabet、Meta、Oracle の公開出願では、多額の AI、データセンターへの投資、インフラストラクチャがコストと資本支出に及ぼす影響 [26-29] について説明されています。これらの開示は、業界の資本集中を示しています。彼らは民間ターゲットの経済状況を明らかにしません。

ターゲットのコンピューティング レジスタには、プロバイダー、リージョン、アクセラレータ、容量、期間、価格、最低使用量、更新、移植性、セキュリティ、データの場所、終了、割り当て、制御の変更、およびサービス レベルの権利がリストされている必要があります。戦略的投資とクレジットは、法的合意と使用可能な容量と調整される必要があります。

集中は利点とリスクの両方を生み出す可能性があります。優先アクセスはモデルの配信をサポートする場合があります。クラウドへの取り組みが結びつくと、切り替えの柔軟性が低下し、企業が 1 つのサプライヤーのロードマップにさらされる可能性があります。 FTC と CMA の報告書は、これらの関係を調査するための枠組みを提供します [7-9]。

マイナス面のケースでは、キャパシティの遅延、使用率の低下、コミットメントの行き詰まり、クレジットの喪失、価格変更、移行コスト、トランザクション後の契約の割り当て不能などをテストする必要があります。また、実験的な需要から信頼性の高い生産に移行するために必要な資本もテストする必要があります。

10 ディリジェンスデータの権利と出所

トレーニングと評価はデータに依存しており、その権利はソースや用途によって異なる可能性があります。登録には、ライセンスされたコンテンツ、公開データ、顧客データ、合成データ、従業員の貢献、購入したデータセット、スクレイピングされた素材、および生成された出力が含まれる必要があります。企業は、ソースごとに、所有者、ライセンス、許可された使用、地域、用語、帰属、機密保持、プライバシー、削除、およびモデル出力への影響を記録する必要があります。

法的分析は管轄区域および事実に応じて行われます。評価の結果は運用上の依存から生じます。マテリアル データセットを更新できない場合、または後継モデルに使用できない場合、管理者は交換の時間、コスト、およびパフォーマンスへの影響を見積もる必要があります。顧客データが製品を改善する場合、契約はその使用をサポートする必要があります。

データの品質も重要です。来歴、重複排除、汚染、言語範囲、安全性フィルタリング、およびリフレッシュは、モデルのパフォーマンスと主張に影響を与えます。勤勉チームは、主要な評価およびトレーニング データセットを再現可能なパイプラインに追跡する必要があります。

データ オプションの価値は、現在のキャッシュ フローとは別にしておかなければなりません。権利、使いやすさ、独自性、実証済みの需要が存在する場合、コレクションは将来の製品をサポートできます。量だけでは価値は確立されません。

11 人材と研究オペレーティングシステムを重視する

基礎モデルの機能は、少数の研究者、システム エンジニア、製品リーダー、安全専門家に依存する場合があります。投資家は、コード、実験、インシデント、モデルリリース、顧客エスカレーション、技術的決定を通じて重要なチームを特定する必要があります。役職と出版物の数はコンテキストを提供し、運用上の証拠は依存関係を示します。

研究用オペレーティング システムには、実験設計、データ パイプライン、トレーニング オーケストレーション、評価、レビュー、文書化、セキュリティ、リリースおよびリリース後の学習が含まれます。再現可能なシステムは、特定のモデルが古くなっても価値を維持できます。創設者に依存するプロセスは、トランザクション後にすぐに価値を失う可能性があります。

保持分析には、権利確定、流動性、報酬、移民、所在地、競業禁止の強制力、学術上の役割、使命の整合性を含める必要があります。取引構造は、株式のロールオーバー、保持の取り決め、ガバナンス、資金提供された研究ロードマップを通じて継続性を保護できます。最新の法律および税務に関するアドバイスが必要です。

プラットフォームの価値を評価する前に、知識の伝達をテストする必要があります。別の承認されたチームは、文書化されたシステムを使用してビルドを再現し、評価を実行し、障害を診断し、制御リリースを実行する必要があります。

12 分散能力とモデルの移植性を評価する

オープン モデルが米国 AI 企業を拡大するか置き換えるかは、分布によって決まります。クラウド マーケットプレイス、開発者プラットフォーム、コンシューマー アプリケーション、エンタープライズ スイート、システム インテグレーター、デバイス チャネルはそれぞれ、ディスカバリー、価格設定、顧客 ID、データ、サポートに影響を与えます。多くのホストで利用可能なオープン リリースにより、モデルへのアクセスの希少性を低下させながら、配布を拡大できます。

企業は、顧客関係と技術的なルーティングの決定を誰が管理するかを文書化する必要があります。モデル間で切り替えることができるアプリケーション プロバイダーは、モデルの価格が変更された場合に貢献を保護する場合があります。 1 つのクラウド ルートに依存するモデル プロバイダーは、集中、決済、配置のリスクに直面する可能性があります。ゲートウェイを制御する顧客は、アプリケーションを再ネゴシエートすることなくボリュームを移動できます。

移植性をテストする必要があります。デリジェンス チームは、インターフェイスの互換性、プロンプトとツールの依存性、微調整、評価証拠、セキュリティ管理、データの場所、サポート、容量、および終了権限を検査する必要があります。主張されているマルチモデル アーキテクチャの価値は、品質やサービスを大幅に損なうことなく代表的なワークロードが移行されるまでは限られています。

分配額は、契約、観測された転換、決済および留保された拠出金がそれを裏付ける基本ケースに属します。発表された可用性または大規模な開発者コミュニティがオプションのケースをサポートしている可能性があります。商業的証拠が開発されるまで、評価ではそのオプションを分離しておかなければなりません。

13 ガバナンスの安全性と経済性への責任を調和させる

NIST の AI リスク管理フレームワークと生成-AI プロファイルは、ガバナンス、マッピング、測定、管理を通じてリスク作業を整理します [22,23]。安全な開発ガイダンスにより、ソフトウェアとモデルのライフサイクル全体にわたって必要な証拠が拡張されます ^[24]。 EU AI フレームワークは、役割、システム、用途に基づいて義務を作成できます ^[25]。これらの情報源は、勤勉な質問を提供します。会社の任務には最新の法的分析が必要です。

ガバナンスコストは運用モデルに反映される必要があります。評価、レッドチーム、インシデント対応、悪用防止、顧客保証、モデル文書化、セキュリティおよび規制に関する作業には、人材とシステムが必要です。コントロールが弱いと、発売の遅れ、顧客の損失、修復、責任が生じる可能性があります。効果的な制御により、規制対象の顧客または信頼性の高い顧客へのアクセスをサポートできます。

ターゲットは、マーケティング、ベンチマーク、安全性、プライバシー、著作権、セキュリティおよびパフォーマンスに関する記述を証拠および責任ある所有者に結び付ける請求登録簿を維持する必要があります。顧客の契約は、製品の機能および上流の条件と一致している必要があります。

評価のマイナス面には、モデルの撤退、重要なインシデント、規制上の制限、データ請求、セキュリティ侵害、顧客の修復、サービス クレジットなど、定義されたイベントを含める必要があります。保険、契約上の限度額、および準備金は、エクスポージャーに対して評価される必要があります。

14 4 つのオープン モデル導入シナリオを構築する

独自の復元力のケースでは、顧客が差別化された品質、規制された保証、製品の統合、および信頼性の高い容量のために独自のシステムを保持していることを前提としています。オープン モデルは市場全体を拡大しますが、企業の価値の高いワークロードをほとんど置き換えません。実効価格はゆっくりと下がり、貢献は研究計画の多くを支えます。

ハイブリッド差別化のケースでは、顧客とベンダーが独自モデルとオープン モデルのポートフォリオを使用していることを前提としています。標準的なワークロードは低コストのモデルに移行しますが、専門的で結果の高いタスクは制御されたサービスに残ります。同社は、ルーティング、ワークフローの所有権、顧客データ、保証を通じて価値を保護しています。価格は下がり、量は増えます。

オープン価格収束のケースでは、有能なオープン モデルがワークロードの広範なシェアに受け入れられるようになることが前提となっています。独自のインターフェイスの価格は下がり、契約割引は増加し、顧客は交渉の影響力を獲得します。利用は拡大するが貢献は弱まる。同社はフロンティア研究プログラムを維持するために外部資本を必要とし、コストを削減するか製品範囲を狭める必要があります。

オープンファーストディスプレイスメントのケースでは、顧客がデフォルトでモデルを開き、定義された例外に対してのみ独自のアクセスを購入することを前提としています。広範なインターフェースのボリュームが減少します。同社は、厳選された規制対象グループやパフォーマンス重視のグループを維持し、フロンティア支出を削減し、防御可能なアプリケーションとツールに集中しています。これらは予測ではなく分析状態です。

15 統合された米国の財務モデルを構築する

財務モデルは、ワークロード コホートと導入段階から始める必要があります。収益は、コミットメント、クレジット、サービス レベル、パートナーの経済状況を考慮して調整された、承認された請求可能単位に実効価格を乗じたものと等しくなります。直接コストは、モデルのアクセスまたはホスティング、インフラストラクチャ、ツール、サポート、安全性、人間によるレビューを通じて各ワークロードに従います。

移行は明示的に表示される必要があります。モデルは、技術的に移動に適格であるワークロード、移動が検証されたワークロード、移動が承認されたワークロード、および実際に移動されたワークロードの割合を示す必要があります。これには、1 回限りのエンジニアリングと検証のコスト、契約のタイミング、および並行運用の期間が含まれる必要があります。オープン モデルがリリースされた日に、ワークロードが独自の収益から消えるわけではありません。

営業支出は、製品の提供、研究、販売、ガバナンス、および主要なトレーニング プログラムを分離する必要があります。キャッシュ フローには、生産能力のコミットメント、顧客の回収、設備投資、資金調達、税金が含まれる必要があります。同社は、研究と配布に多額の資本を必要としながらも、推論コストの削減から恩恵を受ける可能性があります。

理事会は、価格、量、寄付金、研究資金、資金調達前の現金、およびすべてのケースについての最低資金を受け取る必要があります。相関する感度は、モデルのパフォーマンス、オープンアダプション、価格パススルー、ホスティングコスト、顧客維持を組み合わせる必要があります。制御可能な各対応には、所有者と証拠の期限が必要です。

16 競争状態に評価方法を適用する

キャッシュフローの割引により、維持される顧客コホートとその顧客にサービスを提供するために必要な資本の価値が高まります。予測は、オープン モデルの導入、価格の転嫁、移行のタイミング、研究サイクル、インフラストラクチャへのコミットメントを直接表す必要があります。割引率を高くしても、こうしたキャッシュフローの仕組みに取って代わることはできません。

比較対象企業分析では、慎重な同業他社の選択が必要です。モデル開発者、クラウド プラットフォーム、アプリケーション ソフトウェア会社、インフラストラクチャ プロバイダーは、さまざまなレイヤーから価値を獲得しています。収益倍率は、貢献度、資本集約度、顧客所有権、成長、集中度、オープンモデルへのエクスポージャを考慮して調整する必要があります。顧客サービスやリサーチのコストを伴わない成長報告は、比較可能性を誇張する可能性があります。

交換コストは、再現可能なコード、データ、評価システム、およびオペレーティング システムの価値を知ることができます。歴史研究の支出には、失敗した研究や時代遅れの研究が含まれます。関連する問題は、人材、権利、インフラストラクチャ、顧客の受け入れなど、管理された機能を今日再構築するために必要なコストと時間です。

部分の合計のアプローチにより、保持されている独自のコホート、モデルに依存しないアプリケーション、ホスティングまたはツールの収益、データ資産、開発オプションを分離できます。共有コストは一度割り当てられる必要があります。オプションの価値は、将来の決定、必要な投資、および証拠ゲートによって決まるはずです。 IFRS 第 13 号と IVS は有用な評価原則を提供しますが、取引の結論は目的、日付、事実に固有のままです [1-3]。

17 例示的なオープンモデルシナリオ経済学

エンタープライズ、開発者、およびアプリケーションの顧客にサービスを提供する完全に架空の米国の会社 AI について考えてみましょう。このセクションのすべての図は、方法を説明するために使用される管理上の仮定です。この数字は現在の企業や投資機会を説明するものではありません。

独自のレジリエンスのケースでは、年間収益が USD 320 million、寄付が USD 170 million、訓練および研究支出が USD 130 million、融資前の現金が USD 15 million と想定されています。ハイブリッド差別化ケースでは、収益が USD 270 million、寄付が USD 125 million、研究支出が USD 145 million、融資前の現金がマイナス USD 45 million であると仮定します。

オープン価格収束ケースでは、収益が USD 215 million、寄付が USD 68 million、研究支出が USD 135 million、融資前の現金がマイナス USD 92 million であると仮定します。オープンファーストディスプレイスのケースでは、収益が USD 160 million、寄付が USD 42 million、研究支出が USD 85 million、融資前の現金がマイナス USD 70 million であると仮定します。

これらの事例は、オープンアダプションにより、重要な資金要件を残したまま、収益と直接コストの両方を削減できることを示しています。中心的な問題は、同社が顧客の貢献を維持し、流動性が制約される前に研究資金を調整できるかどうかだ。

18 証拠の記載を個別に評価する

例示的な評価では、4 つの証拠状態が分離されます。保持されるコホートには、検証済みの実稼働顧客と現在の契約に基づく貢献が含まれます。差別化されたプラットフォームにより、製品の統合、ワークフローの証拠、移植性が追加されます。拡張されたハイブリッド プラットフォームは、顧客の所有権と貢献を維持しながら、独自のモデルとオープン モデルを組み合わせます。カテゴリ ネットワークにより、耐久性の高い配信、独自のデータ、資金調達可能な戦略的オプションが追加されます。

デモンストレーションのために、保持されたコホートには 20% の確率で USD 450 million の企業価値が割り当てられます。差別化されたプラットフォームには、35 パーセントの USD 1,100 million が割り当てられます。拡張されたハイブリッド プラットフォームには、30 パーセントの USD 2,100 million が割り当てられます。カテゴリ ネットワークには 15% の USD 3,500 million が割り当てられます。確率加重合計は USD 1,630 million です。

この計算は評価の結論ではありません。これにより、投資委員会は各州を裏付ける証拠を特定することになる。企業固有の確率、値、推移を評価日に対して作成し、財務モデルと調和させる必要があります。

19 資本の構造と採用証拠に関する考慮事項

資本構成は証拠とキャッシュサイクルを反映する必要があります。株式は、不確実な研究や製品の移行に資金を提供できます。顧客の承諾と支払いが明確であれば、生産能力をサポートできます。インフラストラクチャファイナンスは、制御された機器や契約容量に適している場合があります。負債には、信頼できる返済キャッシュと下値耐性が必要です。

オープンモデルの採用が不確実な場合、取引を考慮することで双方を保護できます。基本価値は、維持された顧客の貢献に従うことができます。延期された対価は、更新、承認された移行、または回収された現金の後に行われる場合があります。研究資金は、定義されたモデル、製品、顧客の証拠に基づいてリリースできます。販売者のロールオーバーにより、技術的および商業的な継続性が重要な場合に調整を維持できます。

文書では、指標、ソース、会計方針、モデルと製品のバージョン、測定期間、アクセス権、紛争プロセス、および管理制御外の変更への対応を定義する必要があります。幅広い収益目標を設定すると、割引や不経済な数量が報われる可能性があります。拠出金と現金の対策には、通常、より強力なコストと決済の管理が必要です。

企業は、下振れの場合でも、選択した製品と研究計画を実行するのに十分な流動性を維持する必要があります。資金調達の決定は、将来の投資家が未解決のモデル移行に資金を提供することを前提とすべきではありません。

20 投資後の政府評価

オープンモデルの競争では、終了後も証拠を継続する必要があります。取締役会は、ワークロードの移行、価格、保持量、受託タスクのコスト、貢献度、顧客の集中度、研究支出、容量コミットメント、および流動性をレビューする必要があります。ディリジェンスで使用したのと同じ定義をレポートでも継続する必要があります。

管理者は、モデル登録、ワークロード台帳、および承認されたルーティング ポリシーを維持する必要があります。材料モデルのリリースでは、実稼働使用前に管理された評価をトリガーする必要があります。顧客の移行では、品質、コスト、セキュリティ、受け入れ、商業効果を記録する必要があります。導入、価格設定、または資本ニーズが承認された範囲を超えた場合には、評価ケースを更新する必要があります。

資本放出は証拠に従う必要があります。取締役会は、受け入れられたワークロード、顧客のコミットメント、利用可能な流動性を中心に、製品、ホスティング、研究支出を段階的に設定できます。技術の進歩と貢献の継続との間に継続的なギャップがある場合、範囲、価格設定、または資本の決定につながるはずです。

ガバナンスでは、ライセンス、データの権利、輸出管理、安全性、セキュリティ、モデルの出所もカバーする必要があります。関連するモデル、取引、管轄区域については、最新の法的アドバイスが必要です。 NTIA、NIST、FTC、DOJ、および BIS の資料は、勤勉な質問を提供します。これらは企業固有の法的分析に代わるものではありません[7、22-24、37-40、47-50]。

21 米国投資家向けの意思決定テスト

投資委員会は、シナリオ分析を一連の短い意思決定テストに変換する必要があります。最初のテストは顧客管理に関するものです。企業は、どちらの当事者が契約を保持し、製品テレメトリーを受信し、価格を設定し、導入をサポートし、現金を回収するのかを示す必要があります。モデルプロバイダーは、技術的なパフォーマンスは強力でも、顧客の所有権が弱い場合があります。アプリケーション企業は、基盤となるモデルを変更しながら顧客を維持できます。評価は、貢献を生み出す契約上および運営上の関係に従う必要があります。

2 番目のテストは代替証拠に関するものです。管理者は、代表的なワークロードのサンプル、現在のシステム、提案されたオープンな代替案、ロックされた評価プロトコル、導入コスト全体、および移行スケジュールを提示する必要があります。委員会は、受け入れられた品質、故障率、遅延、セキュリティに関する調査結果、エンジニアリングの取り組み、顧客の承認を確認する必要があります。ワークロードの証拠がないベンチマークの差は、実質的な価値の調整をサポートすることはできません。

3 番目のテストは経済的捕獲に関するものです。財務モデルでは、モデルまたはインフラストラクチャのコストのそれぞれの削減を誰が受け取るかを説明する必要があります。顧客は値下げ交渉を行うことができます。ホスティングプロバイダーは節約額の一部を保持する場合があります。会社は貢献を改善したり、追加の製品機能に資金を提供したりする場合があります。証拠は、サプライヤーの請求書、顧客の価格設定、製品の使用状況、およびコホートごとの貢献を調整する必要があります。コンピューティング コストが低いと利益が拡大するという一般的な仮定は、競争によってコスト削減が顧客に移転される場合には不十分です。

4 番目のテストは資本の柔軟性に関するものです。企業は、どの研究、インフラストラクチャ、製品への取り組みが固定され、どれが段階的に実行可能で、どれが停止可能であるかを示す必要があります。導入の遅れ、価格の収束の加速、顧客の移行の遅れに備えて、資金を投入したダウンサイド計画を維持する必要があります。流動性は、不特定の将来の資金調達に依存することなく、決定期間を通じて十分に維持される必要があります。

5 番目のテストは移植性に関するものです。管理者は、モデルまたはホスティング ルート間で少なくとも 1 つの制御された移行を実証し、その結果生じる品質、コスト、セキュリティ、顧客への影響を文書化する必要があります。移植性により、交渉のレバレッジを保護し、1 つのモデル プロバイダーへの依存を減らすことができます。また、評価、ルーティング、サポートへの継続的な投資が必要になる場合もあります。この値は、アーキテクチャ上の主張ではなく、実証済みの動作能力に属します。

最後のテストはガバナンスに関するものです。ライセンス、モデルの出所、データの権利、輸出管理、安全要件、インシデント、および顧客の義務は、モデル登録簿とワークロード台帳に関連付けられたままにする必要があります。権限のある所有者は材料モデルの変更を承認する必要があります。取締役会は例外、財務上の影響、および是正措置を受け取る必要があります。これらのテストは、技術競争から価格、貢献度、流動性、企業価値に至る証拠の道筋を作成します。

結論

オープン モデルの競争は、ワークロードの代替、価格の転嫁、展開の選択、市場の拡大を通じて米国の AI の評価を変えます。投資家はこれらのメカニズムを直接モデル化する必要があります。単一のオープン モデルの市場シェア予測では、顧客の検証、セルフホスティングのコスト、契約のタイミング、製品の統合、またはアプリケーションと配布によって保持される価値を表すことはできません。

実際の方法は、モデルとライセンスの分類から始まり、顧客のワークロードをマッピングし、技術的な代替をテストし、完全な展開の経済性を計算し、移行と保持を測定し、一貫したシナリオの下で製品と研究計画に資金を提供します。既存の顧客のキャッシュ フロー、必要な再投資、戦略的オプションは分離しておかなければなりません。

企業が顧客のワークフローを制御し、モデル間でルーティングでき、価格変更後も貢献を保持し、譲渡可能な権利を保持し、モデルの使用を管理する場合、価値はより防御可能になります。取引の対価と将来の資本は、受け入れられた導入、維持されたコホート、測定された貢献、制御された移行、および収集された現金などの証拠に従う必要があります。

オープンモデル競争証拠登録簿

証拠登録には、法人、資産所有権、モデル バージョン、トレーニング実行、データ権利、評価記録、顧客契約、使用状況、請求書、現金、価格設定、容量コミットメント、クラウド クレジット、直接コスト、配布条件、インシデント、ガバナンス管理、資金調達、および予測ヴィンテージが含まれている必要があります。投資委員会の主張はすべて、日付の記載された情報源と責任ある所有者にリンクされている必要があります。

付録 B. ワークロードの導入と価格設定ファイル

価格設定ファイルは、ワークロード テレメトリから顧客の請求書を再現する必要があります。入力、キャッシュされた入力、出力、ツール、ストレージ、バッチ、予約容量、地域配送、割引、クレジット、サービス調整を識別する必要があります。各期間に使用されたプロバイダーの価格スケジュールと契約バージョンを保持する必要があります。

付録 C. オープンモデル置換文書

関係書類には、トレーニング範囲、データ、コンピューティング、評価、安全性、開始基準、キャパシティ、顧客の移行、前任者の退職、コスト、スケジュール、および実現された商業的成果が含まれている必要があります。予測と実際の証拠は分離しておかなければなりません。

付録 D. 導入シナリオ管理シート

それぞれのケースでは、実効価格、量、顧客維持、モデルミックス、コンピューティングコスト、使用率、流通シェア、研究プログラム、運転資本、資金調達、確率を記載する必要があります。経営陣は相関関係と運用上の対応を文書化する必要があります。

付録 E. 取引証拠室

証拠室には、企業記録、知的財産の譲渡、モデルとデータの文書化、顧客とパートナーの契約、クラウド契約、財務調整、セキュリティ証拠、規制分析、保険、人材手配、資金調達、署名された評価モデルが含まれる必要があります。

提案された勤勉構造。証拠要件は会社や取引によって異なります。

分析状態。これらは予測ではありません。

顧客レベルの経済分析用に提案された最小限の証拠フィールド。

USD 百万単位の管理上の仮定。この数字は市場観察による予測や評価の結論ではありません。

USD 百万単位の管理上の仮定。中央研究所の販売管理財務および税金は含まれません。

USD 百万単位の管理上の仮定。これは評価の結論ではありません。

提案されたフレームワーク。実際の金融商品には、最新の法定税務会計および財務上のアドバイスが必要です。

情報源

1. IFRS財団。 IFRS第13号の公正価値の測定。 一次ソースを読む
2. IFRS財団。 IFRS第13号における引用されていない資本商品の測定に関する教育資料。 一次ソースを読む
3. 国際評価基準評議会。国際評価基準。 一次ソースを読む
4. IFRS財団。 IFRS第15号 顧客との契約から得られる収益。 一次ソースを読む
5. IFRS財団。 IAS 第 38 号無形資産。 一次ソースを読む
6. IFRS財団。 IAS 第 36 号 資産の減損。 一次ソースを読む
7. 米国連邦取引委員会。クラウド サービス プロバイダーと AI 開発者の間のパートナーシップ。 2025 年 1 月。 一次ソースを読む
8. 英国競争市場庁。 AI 基礎モデルの更新ペーパー。 2024 年 4 月。 一次ソースを読む
9. 英国競争市場庁。 AI ファウンデーションモデルの技術アップデートレポート。 2024 年 4 月。 一次ソースを読む
10. スタンフォード人間中心人工知能研究所。 AI インデックス レポート 2026 の技術パフォーマンス。 一次ソースを読む
11. スタンフォード人間中心人工知能研究所。 2026 AI 指数レポート。 一次ソースを読む
12. オープンAI。 API モデルと価格のドキュメント。 一次ソースを読む
13. オープンAI。バッチ API 参照。 一次ソースを読む
14. オープンAI。 API の顧客向けのスケール層。 一次ソースを読む
15. 人間的。 Claude プラットフォームの価格ドキュメント。 一次ソースを読む
16. 人間的。モデルの非推奨とライフサイクルのドキュメント。 一次ソースを読む
17. グーグル。 Gemini Developer API の価格。 一次ソースを読む
18. アマゾン ウェブ サービス。 Amazon Bedrock の価格設定。 一次ソースを読む
19. アマゾン ウェブ サービス。モデル推論を高速化するための即時キャッシュ。 一次ソースを読む
20. MLコモンズ。 MLPerf 推論ベンチマーク。 一次ソースを読む
21. MLコモンズ。 MLPerf Inference データセンターのベンチマーク。 一次ソースを読む
22. 米国国立標準技術研究所。人工知能リスク管理フレームワーク。 一次ソースを読む
23. 米国国立標準技術研究所。生成人工知能プロファイル NIST AI 600-1。 一次ソースを読む
24. 米国国立標準技術研究所。生成 AI およびデュアルユース基盤モデルのための安全なソフトウェア開発実践。 一次ソースを読む
25. 欧州委員会。人工知能の規制枠組み。 一次ソースを読む
26. マイクロソフト株式会社2026 年度の Form 10-K の年次報告書。 一次ソースを読む
27. Alphabet Inc. の 2025 年の Form 10-K 年次報告書。 一次ソースを読む
28. Meta Platforms Inc. の 2025 年フォーム 10-K 年次報告書。 一次ソースを読む
29. オラクル株式会社2026 年度の Form 10-K の年次報告書。 一次ソースを読む
30. 財務会計基準委員会。会計基準成文化トピック606。 一次ソースを読む
31. ホフマンJなど。コンピューティングに最適な大規模言語モデルのトレーニング。 2022年。 一次ソースを読む
32. カプラン・Jなど。神経言語モデルのスケーリング則。 2020年。 一次ソースを読む
33. FinOps 財団。 FinOps フレームワーク 2025。 一次ソースを読む
34. FinOps のオープンなコストと使用量の仕様。ユニットエコノミクスを計算します。 一次ソースを読む
35. 世界知的所有権機関。人工知能と知的財産。 一次ソースを読む
36. 米国証券取引委員会。 AI ラウンドテーブルの発言。 2025 年 3 月 27 日。 一次ソースを読む
37. 米国国家電気通信情報局。広く利用可能なモデル重量レポートを備えたデュアルユース基礎モデル。 2024 年 7 月。 一次ソースを読む
38. 米国国家電気通信情報局。モデルのオープン性と背景のスペクトル。 一次ソースを読む
39. 米国国家電気通信情報局。広く利用可能なモデルの重みのリスクと利点。 一次ソースを読む
40. 米国国家電気通信情報局。オープン基盤モデルに対するポリシーの推奨事項。 一次ソースを読む
41. メタ。ラマ4の群れ。 2025 年 4 月。 一次ソースを読む
42. メタ。 Llama 開発者のドキュメントとリソース。 一次ソースを読む
43. メタ。 Llama の責任ある使用ガイド。 一次ソースを読む
44. ディープシーク AI。 DeepSeek V3 テクニカル レポートおよびリポジトリ。 一次ソースを読む
45. ディープシーク AI。 DeepSeek V3 重みファイルのドキュメント。 一次ソースを読む
46. ミストラルAI。モデルと開発者のドキュメント。 一次ソースを読む
47. 米国司法省と連邦取引委員会。ジェネレーティブ AI ファウンデーション モデルおよび AI 製品における競争に関する共同声明。 2024 年 7 月。 一次ソースを読む
48. 米国司法省反トラスト局。 AI ワークショップ概要レポート。 2025年。 一次ソースを読む
49. 米国産業安全保障局。 AI モデルのトレーニングに使用される高度なコンピューティング項目に関するポリシー ステートメント。 2025 年 5 月。 一次ソースを読む
50. 米国産業安全保障局。輸出管理規則パート 748。 一次ソースを読む