本記事は、YouTube動画『中国がAIバブルを崩壊させるかもしれない』の内容を基に構成しています。
米国のビッグテック企業を中心に拡大してきたAI投資ブームに、中国企業の低価格AIが大きな変化をもたらす可能性が指摘されています。
動画で注目されているのは、中国のAI企業「Moonshot AI」が発表した新しいAIモデルです。このモデルは、米国の有力な生成AIと部分的に同等、あるいはそれを上回る性能を持ちながら、非常に低価格で利用できるとされています。
問題は、中国のAIが単に性能面で米国に追いついたことではありません。米国企業が巨額の資金を投じて開発した技術に近い性能を、中国企業がはるかに低いコストで提供し始めた点にあります。
これにより、これまでAI関連株を支えてきた「米国企業が世界のAI市場と利益を独占する」という前提が揺らぐ可能性があります。
中国AIの登場で変わり始めたAI市場
動画では、中国のMoonshot AIが発表したAIモデルが、AI・半導体株の下落要因の1つとして注目されていると説明しています。
中国のAIと聞くと、2025年1月に市場を揺らした「DeepSeekショック」を思い出す人も多いでしょう。当時は、低コストで開発された中国製AIが米国の有力モデルに迫ったとの見方から、半導体株を中心に株価が急落しました。
しかし、その後は市場が比較的早く落ち着き、「中国のAIが米国企業の優位性を根本から崩すほどではない」という見方が広がりました。
今回の動画では、現在起きている変化は、過去のDeepSeekショックとはやや異なる可能性があると指摘しています。中国企業の技術力や製品開発力が継続的に向上し、低価格だけでなく、実用面でも米国製品との差が縮まっているためです。
中国企業は「模倣する側」から「模倣される側」へ
中国企業は、かつて海外製品を模倣し、低価格で販売する企業として見られることが少なくありませんでした。
動画では、その代表例として中国の電気自動車メーカーBYDを取り上げています。かつてのBYD車には、日本車と非常によく似たデザインの車種もありました。
しかし、その後BYDは電池技術や製造コスト、量産能力を高め、世界有数のEVメーカーへと成長しました。動画では、2025年のEV販売台数が225万台に達し、世界トップクラスになったと紹介しています。
また、TikTokの動画推薦アルゴリズムは、InstagramやYouTubeなどのサービスにも大きな影響を与えました。BYDの低価格バッテリーや製造ノウハウも、世界の自動車メーカーが注目する技術になっています。
つまり、中国は単に海外の製品を模倣するだけの国ではなく、一部の分野では世界の企業から模倣される側へと変わりつつあります。
中国企業の強みは、既存技術を分析し、本家と同等に近い性能の製品を、圧倒的な低価格で短期間のうちに市場へ投入することです。この特徴がAI分野でも発揮され始めています。
米国AI市場を支える「利益独占」という前提
現在のAI関連株の株価は、AIが将来的に巨大な利益を生み出すという期待によって支えられています。
Microsoft、Amazon、Google、Meta、NVIDIA、Oracleなどの企業は、AI向け半導体、データセンター、クラウドサービスに巨額の資金を投じています。
その中心には、OpenAIやAnthropicなどのAI開発企業が存在します。これらの企業が高性能なAIを開発し、多くの利用者や企業が料金を支払うことで、半導体やクラウド、データセンターへの投資が回収されるという構造です。
簡単に表すと、次のような資金循環が形成されています。
AI企業が高性能モデルを開発し、クラウド企業が計算環境を提供します。クラウド企業はNVIDIAなどから大量の半導体を購入し、データセンターを建設します。AIへの需要が増え続ければ、各企業の売上と利益も拡大するという考え方です。
しかし、OpenAIやAnthropicが十分な利益を生み出せなかったり、低価格の中国AIに顧客を奪われたりすれば、この循環構造の前提が崩れる可能性があります。
米国政府の規制が示したAI依存のリスク
動画では、米国のAI市場に対する信頼を揺るがした出来事として、2026年6月の規制問題を取り上げています。
2026年6月12日、米国政府はAnthropicに対して、最上位AIモデルへのアクセスを外国籍の人に制限するよう求めたとされています。
対象は中国人だけではなく、日本、フランス、ドイツなどの国籍を持つ人や、Anthropic社内で働く外国籍の社員まで含まれていたと動画では説明しています。
この規制は2026年6月30日に解除されたとされていますが、約18日間の出来事は、各国政府や企業に重要な問題を認識させました。
それは、米国企業のAIサービスに依存していると、米国政府の判断によって突然利用できなくなる可能性があるという問題です。
世界各国にとって、AIは単なる業務効率化ツールではありません。政府機関、防衛、金融、医療、通信などにも関係する重要なインフラです。
そのため、技術的に優れていても、政治的な理由で利用を止められる可能性があるサービスには全面的に依存できません。
この問題をきっかけに、欧州などでは米国製AIや米国製データ分析サービスへの依存を見直し、自国企業やオープンソース型AIへ切り替える動きが出ていると動画では説明しています。
AIは従来のソフトウェアほど利益率が高くない
AI企業の問題を理解するためには、従来のソフトウェア企業との違いを知る必要があります。
一般的なソフトウェアは、開発時には多額の費用がかかります。しかし、完成したソフトウェアを追加で販売するコストは非常に小さくなります。
たとえば、MicrosoftがExcelを新たに1本販売しても、そのために大きな追加費用が発生するわけではありません。利用者が増えるほど売上が伸び、利益率も高くなります。
一方、生成AIは利用されるたびに計算処理が必要です。
利用者が質問を送信すると、データセンターでGPUが稼働し、電力や通信設備、冷却装置などが使用されます。利用者が増えれば、売上だけでなく運営コストも増えます。
動画では、AI企業を「ソフトウェアの外見をしたレストラン」に例えています。
レストランは料理を1皿提供するたびに、食材費や人件費がかかります。AIも同様に、回答を1回生成するたびにコストが発生します。
しかも現在のAI企業は、サービスを利用してもらうほど赤字が膨らむ可能性がある価格設定になっていると指摘されています。
OpenAIの巨額赤字と収益化の難しさ
動画では、OpenAIが2025年の1年間に、報道ベースで約3兆円の営業赤字を計上したと説明しています。
これは、日本最大級の金融グループである三菱UFJフィナンシャル・グループの年間純利益を上回る規模です。
通常の成長企業であれば、利用者が増えて規模が拡大すると、固定費の割合が低下し、利益率が改善することが期待されます。
しかし、AIでは新しいモデルほど多くの計算資源が必要になり、運用コストも増加する傾向があります。利用者が増えるほど計算量が増えるため、規模の拡大がそのまま利益率の改善につながるとは限りません。
AI企業の課金方法にも課題があります。
多くのAIサービスでは、AIが読み書きした文章量を示す「トークン」の数に応じて料金が発生します。回答が正確でも間違っていても、使用したトークンが同じなら、利用者は同じように料金を支払います。
しかし、企業が本当に求めているのは、処理した文章量ではなく、業務改善や売上増加、コスト削減といった成果です。
AIが企業にどれだけの利益をもたらしたのかを正確に計測できなければ、巨額のAI投資を継続する理由を株主や取締役会に説明することが難しくなります。
ハルシネーションとデータ流出への不安
AIの収益化を難しくしているもう1つの問題が、ハルシネーションです。
ハルシネーション：AIが事実ではない情報を、事実であるかのように生成する現象です。
AIが作成した回答には、もっともらしい誤情報が含まれる場合があります。重要な契約、法律、医療、金融、企業経営などで誤った情報が使われれば、大きな損害につながる可能性があります。
そのため、AIが人間の業務を完全に代替するには、回答を確認する人間が必要です。AI導入によって作業時間が短縮されても、確認作業やリスク管理のコストが残ります。
企業がAIサービスへ機密情報を預けることにも不安があります。
AI企業が顧客企業の業務やデータを学習し、将来的に顧客と競合するサービスを開発する可能性があるためです。
動画では、AI企業がデザインツール企業と協力関係を持ちながら、独自のデザイン関連サービスを発表した事例を紹介しています。
こうした事例が増えると、企業は外部のAIサービスにデータを預けることを警戒し、自社で管理できるAIモデルを求めるようになります。
AI投資を支える資金循環の不安定さ
現在のAIブームでは、データセンターや半導体への投資が急速に拡大しています。
動画では、Oracleが7.1GW規模のデータセンター設備を、実質的に特定の大口顧客のために準備していると説明しています。7.1GWは、原子力発電所約7基分に相当する巨大な電力需要です。
その顧客とされるのがOpenAIです。
動画の試算では、この投資を回収するためには、OpenAIから年間10兆円を超える利用料が継続して支払われる必要があるとされています。
しかし、OpenAIは巨額の赤字を抱えていると報じられており、現時点で将来の支払い能力が保証されているわけではありません。
NVIDIAを中心とした半導体市場でも、複雑な資金循環が形成されています。
新興クラウド事業者が借金によってNVIDIAのGPUを大量購入し、そのGPUを使った計算能力を貸し出します。さらに、NVIDIA自身がそれらのGPUを借り戻すような取引も報じられていると動画では説明しています。
このような構造では、最終的な利用者による本当の需要と、企業間の投資や取引によって作られた需要を見分けることが難しくなります。
設備投資が設備投資を呼び、それが半導体の売上を押し上げ、株価上昇がさらに投資を促す循環になっている可能性があります。
中国は米国の約10分の1の投資で性能差を縮めている
動画によると、米国のAI関連投資は2026年に約115兆円、2027年には約150兆円へ向かうペースとされています。
約150兆円という金額は、日本の一般会計予算を上回る規模です。
一方、中国の2026年のAI投資額は約15兆円とされています。金額だけを比較すると、米国は中国の約10倍を投資していることになります。
しかし、AIモデルの性能差は、投資額の差ほど大きくありません。
動画では、AIモデルを同一基準で評価する調査機関の指数で、米国の最上位モデルが60点、中国のオープンモデルが51点だったと説明しています。
中国のモデルは首位ではないものの、実用上は十分に高い性能を持っています。
さらに重要なのが価格差です。
同じコーディング作業を米国の最上位モデルと中国のAIモデルに依頼した例では、処理時間はどちらも約5分30秒でほぼ同じだった一方、料金は米国モデルが約350円、中国モデルが約47円だったと紹介されています。
中国モデルの料金は、米国モデルの約7分の1です。
別の比較でも、品質差が数ポイントしかないモデル同士で、作業1件当たりのコストが76％低かったとされています。
中国AIが低価格を実現できる理由
中国企業が低価格で高性能なAIを提供できる理由の1つとして、動画では「蒸留」と呼ばれる技術を説明しています。
蒸留：高性能で大規模なAIモデルの出力を教材として利用し、より小さなAIモデルを効率よく学習させる方法です。
最先端のAIモデルをゼロから開発するには、膨大な半導体、電力、データ、人材が必要です。開発費は数千億円から数兆円規模になる可能性があります。
しかし、すでに存在する高性能モデルの回答を教師データとして使えば、比較的少ない費用で、一定水準の性能を持つモデルを開発できます。
動画では、米国企業が巨額の資金を使って生み出した知識を、中国企業が低コストで圧縮し、世界に安く提供しているような構図だと説明しています。
この方法には知的財産や学習データをめぐる問題がありますが、市場競争という点では強力です。
米国企業が最先端性能を追求して開発費を増やす一方、中国企業は少し性能を落としたモデルを大幅に安く提供できます。
企業が日常業務で求めるAIは、必ずしも世界最高性能である必要はありません。
問い合わせへの返信、書類整理、議事録作成、データ入力、文章の要約といった業務では、最高性能のAIよりも、十分な品質を低価格で提供するAIの方が選ばれやすくなります。
「90％の品質を10％の価格」で提供する脅威
企業がAIに任せたい仕事の多くは、最先端の推論能力を必要とするものではありません。
カスタマーサポート、書類処理、社内検索、請求書作成、データ整理など、一定の精度があれば十分な業務が大半を占めます。
そこで中国企業が、米国製AIの90％程度の品質を10％程度の価格で提供すれば、多くの企業は低価格モデルを選ぶ可能性があります。
この価格競争は、米国のAI企業にとって深刻です。
米国企業は半導体、データセンター、電力設備に巨額の資金を投じています。その投資を回収するためには、高い料金を継続して支払う顧客が必要です。
しかし、性能差の小さい低価格AIが普及すれば、AIサービスの利用料金は下落します。
利用者が増えても単価が下がり続ければ、売上は伸びても利益が出ない可能性があります。
この点が、AIバブルを支える「将来的に米国企業が巨大な利益を独占する」という物語の弱点です。
中国AIがすぐ世界を独占するとは限らない
動画では、中国AIの価格競争力を評価する一方で、中国企業が世界のAI市場を全面的に支配するとは限らないとも述べています。
大きな理由は、データの安全性と政治的な信頼です。
企業や政府が中国製AIを利用する場合、入力した情報がどこに保存され、どのように利用されるのかという不安があります。
機密情報、顧客データ、企業戦略、政府情報などを扱う企業にとって、価格が安いだけでは導入を決められません。
多くの企業はすでにGoogle、Microsoft、Amazonなどのサービスを利用しており、既存の業務システムとの連携やセキュリティ基準も整っています。
そのため、米国製AIから中国製AIへ世界中の企業が一斉に切り替える可能性は高くないと考えられます。
ただし、中国には巨大な国内市場があります。中国国内だけでも多数の企業と利用者が存在するため、中国AI企業は海外市場を完全に獲得できなくても、国内需要によって成長できる可能性があります。
S&P500やオルカンにも影響する理由
AIバブルの問題は、NVIDIAなどの個別株を保有している人だけに関係する話ではありません。
S&P500では、Microsoft、Apple、NVIDIA、Amazon、Alphabet、Metaなどの大型テクノロジー企業が高い構成比を占めています。
動画では、S&P500の時価総額の約3分の1を、AI投資の中心にいるビッグテック企業が占めていると説明しています。
全世界株式型のインデックス、いわゆるオルカンでも、米国株の構成比は6割を超えています。
そのため、AI関連企業の株価が大きく下落すれば、インデックス投資家の資産にも影響します。
「個別のAI株を持っていないから関係ない」とは言い切れません。
一方で、長期の積立投資では、高値でも安値でも一定額を購入する仕組みが前提です。短期的な下落を予想して売買を繰り返すと、反発局面を逃す可能性もあります。
重要なのは、AI関連企業への集中度を理解したうえで、生活防衛資金や現金比率を確認し、下落局面でも投資を継続できる状態を作ることです。
日本の半導体株やデータセンター関連株への波及
日本株では、AI向け設備投資の拡大が多くの企業の株価を押し上げてきました。
特に恩恵を受けてきたのは、半導体製造装置、半導体検査装置、半導体材料、電線、電力設備、データセンター建設、冷却設備などの分野です。
これらの企業は、米国のビッグテックによる設備投資が拡大することで受注を増やしてきました。
しかし、米国企業がデータセンター投資を10％削減するだけでも、日本企業の受注見通しや業績予想に影響する可能性があります。
AIバブルの中心が米国であっても、半導体製造装置や素材を供給する日本企業は、設備投資の変化を直接受けます。
さらに、米国株の急落時に円高が進めば、海外資産を保有する日本人投資家は、株価下落と為替差損の両方を受ける可能性があります。
2024年8月の株価急落でも、株安と円高が同時に進み、円換算した米国株の評価額が大きく下落しました。
AIを「作る側」から「使う側」への資金移動
中国AIの低価格化は、すべての企業にとって悪材料ではありません。
AIを開発する企業にとっては価格競争の激化につながりますが、AIを利用する企業にとってはコスト低下という利益があります。
たとえば、AIの利用料金が10分の1になれば、これまで採算が合わなかった業務にもAIを導入できるようになります。
日本では、次のような分野が恩恵を受ける可能性があります。
・人手不足に悩むサービス業
・物流や倉庫業務の効率化を進める企業
・製造工程の自動化に取り組む企業
・請求書や領収書処理を自動化する企業
・社内文書や顧客情報の検索を効率化する企業
動画の発信者自身の会社でも、請求書や領収書の処理、社内情報の検索などをAI化したことで、人員を増やさずに業務を処理できるようになったと説明しています。
AIの利益が「AIを作る企業」から「AIを安く使う企業」へ移るのであれば、株式市場でもセクターローテーションが起きる可能性があります。
セクターローテーション：投資資金が、ある業種から別の業種へ移動することです。
AI半導体やデータセンター関連株から、AIを使って利益率を高められる製造業、物流、サービス業、バリュー株などへ資金が移る展開も考えられます。
AIバブル崩壊前に確認したい4つのシグナル
動画では、AIバブルが崩れる前に確認すべきシグナルとして、4つの項目を挙げています。
重要なのは、データセンター投資が実際に停止するまで待たないことです。
2000年のITバブルでは、NASDAQが2000年3月にピークを付けた後も、光ファイバーなどへの設備投資は2001年まで続きました。
企業の設備投資が停止するよりも前に、投資家が成長物語を信じなくなり、株価が先に下落したのです。
1．ビッグテックの設備投資に関する発言
最初のシグナルは、Microsoft、Amazon、Google、Metaなどの決算説明会で、設備投資のペースを調整する発言が出ることです。
「投資を停止する」という明確な発言でなくても、「今後は投資ペースを緩やかにする」「設備投資を慎重に選別する」といった小さな表現が転換点になる可能性があります。
1社が設備投資を削減して株式市場から評価されれば、他社も追随しやすくなります。
2．データセンター向け債券発行の減少
大規模なデータセンターを建設するには、企業の手元資金だけでなく、社債や融資による資金調達が必要です。
計画されている設備をすべて建設するには、今後も巨額の借り入れを継続しなければなりません。
債券市場で資金を集めにくくなったり、金利が上昇したりすれば、強気な建設計画があっても実行できません。
そのため、データセンター関連企業の社債発行額や資金調達条件は重要な指標になります。
3．クレジットスプレッドの拡大
クレジットスプレッド：企業が資金を借りる際の金利と、安全性が高い国債金利との差です。
企業の信用不安が高まると、投資家はより高い金利を要求するため、クレジットスプレッドが拡大します。
動画では、2008年の金融危機時に一部のスプレッドが22％近くまで上昇したと説明しています。
一方、2026年7月時点では約2.6％と、比較的落ち着いた水準だったとされています。
ただし、スプレッドが低いからといって、安全が保証されているわけではありません。2007年にも住宅市場の問題が進行していたにもかかわらず、信用市場は比較的平穏でした。
クレジットスプレッドは危機を常に事前に知らせるものではなく、投資家や金融機関の警戒感が高まった段階で急上昇する場合があります。
4．AIトークン価格の下落
AIサービスでは、文章やデータを処理する単位としてトークンが使われます。
動画によると、AIの利用料金を指数化した価格は、2026年5月の高値から約20％下落していたとされています。
価格下落の理由としては、利用者がより安いモデルへ移っていることや、企業が高価格のAIに料金を支払わなくなっていることが考えられます。
AI需要そのものが増えていても、価格競争によって単価が下落すれば、AI企業の収益性は悪化します。
中国製AIによる低価格競争が市場へ影響し始めているかを確認するうえで、トークン価格は重要な指標です。
AIバブルはすでに部分的に崩れ始めている可能性も
動画では、AIバブルが将来いつ崩壊するのかを正確に予測することはできないとしています。
すでに一部の半導体株やAI関連株が大幅に下落しているため、「バブル崩壊はまだ先」とも「すでに始まっている」とも断定できません。
また、AI関連の大型株が下落している一方で、S&P500などの指数全体が大きく下落していない場合もあります。
これは、AI関連株から流出した資金が、生活必需品、公益、医薬品などのディフェンシブ株や、割安株へ移動している可能性を示します。
そのため、市場全体の指数だけを見るのではなく、どの業種が売られ、どの業種が買われているのかを確認することが重要です。
個人投資家はどのように対応すべきか
動画の結論は、AIバブル崩壊を予想してすべての資産を売るべきだというものではありません。
一方で、AIの成長を信じて無条件に高値を買い続けるべきだという主張でもありません。
S&P500やオルカンを積み立てている長期投資家は、積立投資が高値と安値の両方を機械的に購入する仕組みであることを再確認する必要があります。
そのうえで、相場が大きく下落しても生活に影響が出ないよう、生活防衛資金や現金比率を確認しておくことが重要です。
個別株投資家は、AI関連企業の株価だけでなく、次のような情報も確認する必要があります。
・ビッグテックの設備投資計画
・データセンター関連企業の資金調達
・社債市場の信用不安
・AIサービスの利用単価
・AI半導体を購入する企業側の収益性
・AIを利用する企業への資金移動
AI関連株が下落したという理由だけで安易に買うのではなく、事業の収益構造や設備投資の持続可能性を確認することが大切です。
まとめ
中国企業は、米国の有力AIに近い性能を持つモデルを、はるかに低い価格で提供し始めています。
米国企業はAI半導体、データセンター、電力設備に巨額の資金を投じていますが、AIサービスが十分な利益を生み出せるかどうかは、まだ明確ではありません。
中国企業が「90％の品質を10％の価格」で提供する競争を広げれば、米国企業が高価格のAIサービスによって設備投資を回収する計画が崩れる可能性があります。
さらに、米国政府による利用制限の問題は、世界各国に「米国製AIは政治的な判断で停止される可能性がある」と認識させました。これにより、各国が自国製AIやオープンモデルを求める動きも強まる可能性があります。
ただし、中国製AIにはデータ管理や安全保障上の不安があるため、価格が安いという理由だけで世界中の企業が一斉に乗り換えるとは限りません。
今後の焦点は、AIバブルが単純に崩壊するかどうかではなく、AIによる利益が「作る側」から「使う側」へ移るかどうかです。
投資家は、ビッグテックの設備投資発言、データセンター向けの資金調達、クレジットスプレッド、AIトークン価格という4つのシグナルを確認しながら、市場の変化を冷静に見極める必要があります。
AIの成長そのものが終わるわけではありません。しかし、AIが普及することと、現在高く評価されているAI企業が巨額の利益を得ることは、必ずしも同じではありません。
中国AIによる低価格競争は、AI産業の成長を加速させる一方で、米国ビッグテックや半導体企業の収益モデルを大きく変える可能性があります。個人投資家には、単純な強気論や暴落論に流されず、資金の流れと企業の利益構造を見極める姿勢が求められます。
コメント