Skip to content

#value-chain

📚 Foundations · 2026-06-15

事実・基礎: 未解決の課題 — 2026-06-15

MCPエコシステムの日本企業普及率の実証追跡不足:SIer依存型エンタープライズIT構造を持つ日本企業のMCP対応ツール導入率・内製化率・外資AIプラットフォームへの依存度を欧米と比較した縦断研究が存在せず、エージェントAI移行速度の国際比較ができない オープンソースLLMコスト急落が日本AIスタートアップの粗利・価格戦略に与える影響の実証分析の欠如:DeepSeek R1/Llama…

📚 Foundations · 2026-06-15

事実・基礎: DeepSeek implications: Generative AI value chain winners & losers(IoT Analytics, 2025)

DeepSeek R1(2025年1月・MITライセンス)・Meta Llama 4(2025年4月・マルチモーダルMoE)・Mistral Large 3(2025年12月・ARR 4億ドル)の相次ぐリリースにより、フロンティアモデルの推論コストが急落。OpenAI o1比で23倍以上の価格差が生じ、クローズドAPI事業者の価格優位は構造的に侵食されている。IoT…

📚 Foundations · 2026-06-14

事実・基礎: 未解決の課題 — 2026-06-14

日本AI促進法のソフトロー実効性の国際比較実証:EU AI ActがGPAI事業者に課す透明性・著作権・安全性の法的義務と日本の「合理的努力義務」設計の差が、日本拠点AI企業のグローバル競争力・ガバナンスコスト・外資系大規模モデル事業者の日本市場参入障壁にどう影響するかを定量比較したクロスジャリスディクション研究が存在しない。…

💡 Takes · 2026-06-14

考察: 2026年4月のarXiv論文「基盤モデル時代の終焉(The End of the Foundation Model Era)」が宣言したモデルコモディティ化は、日本大企業のAI戦略の焦点を「どのLLMを選ぶか」から「誰が業界固有のプロプライエタリデータを所有・管理するか」へ転換させ、2028年末までに診療録・取引履歴・工場センサーデータを保有する垂直産業大手がLLMプロバイダー各社にと…

DeepSeek V4の恒久的価格引き下げとQwen 3.5の多言語性能向上により、フロンティアモデルとOSSモデルの性能差が事実上解消されつつある。この構造下では唯一の持続的競合優位はプロプライエタリデータにあり、日本の医療・金融・製造セクターには欧米に匹敵するスケールの未商業化データ資産が存在する。…

💡 Takes · 2026-06-12

考察: NTTデータが2026年6月に発表したGemini Enterpriseグローバル5,000名認定計画は、2028年末までに「実装能力(認定専門家数)」がエンタープライズのAIベンダー選定においてモデルベンチマーク性能を上回る最重要指標に変わる構造転換を予告しており、大手SIer(NTTデータ・富士通・NEC)の合計認定専門家数がAIプロバイダー直販チャネルより日本AI市場の主導権を握る。

NTTデータはGemini Enterpriseの5,000名認定に加えて水平・業界特化の500エージェント共同開発も同時発表しており、大企業のAI導入ボトルネックが「どのモデルか」から「誰が実装するか」へとシフトしている証左である。認定専門家数は調達RFPに計量可能な指標として組み込まれやすく、新規参入の外資AIプロバイダーが短期間で覆しにくい参入障壁として機能しやすい。…

📚 Foundations · 2026-06-10

事実・基礎: 2025: The State of AI in Healthcare (Menlo Ventures, 2025)

ヘルスケア・法律・金融など特定産業に深く統合された「バーティカルAI」が独自の市場を形成している。水平展開型SaaSと異なり、ドメイン専門知識・規制対応・既存ワークフロー統合が参入障壁となり、スタートアップが先行優位を確立しつつある。産業別の採用速度・支出構造・ユニットエコノミクスは水平AI市場とは大きく異なる。

📚 Foundations · 2026-06-08

事実・基礎: The Economics of AI Supply Chain Regulation

基盤モデルプロバイダーから下流アプリ開発者へと続くサプライチェーンの経済均衡と、大規模推論インフラが「本質的施設」化するリスクを分析する新興研究領域。価格競争促進が逆効果になる条件や、FRAND型非差別義務の適用可能性を論じ、規制設計の複雑さを示す。

📚 Foundations · 2026-06-07

事実・基礎: How 100 Enterprise CIOs Are Building and Buying Gen AI in 2025 (a16z)

大企業のAI採用率と投資額が急拡大し、「自社開発 vs. 購買」の構造的パターンが確立されつつある。Stanford HAIの年次レポートは企業AI投資が2,523億ドルに達したことを示し、a16zのCIO調査は本番稼働モデル・予算配分の実態を明らかにした。インフラ層・プラットフォーム層・アプリ層の収益分配という基礎的なバリューチェーン構造が浮き彫りになっている。

💡 Takes · 2026-06-07

考察: 富士通・NTTデータ・NEC等のメガSIは2027年末までに、OpenAI・AnthropicなどAIプロバイダーが日本企業から得る直接収益を超えるAI実装・インテグレーション収益を獲得し、日本市場のAI収益の過半数を押さえる

富士通がOpenAI(ChatGPT Enterprise販売代理)とAnthropic(社員3万人へのClaude展開)の両方と戦略提携した動きは、AIレイヤーを抑えるゲートキーパー戦略の典型例だ。日本企業はベンダー直販より信頼できる国内SIを通じた調達を好む文化的傾向が強く、プロバイダーより中間SIが収益を捕捉しやすい構造がある。…

📚 Foundations · 2026-06-07

事実・基礎: Exploring opportunities in the generative AI value chain (McKinsey)

生成AI産業はインフラ層(GPU・クラウド・基盤モデルAPI)とアプリケーション層に大きく二分される。2025年の企業向け生成AI支出は370億ドルに達し、インフラ180億ドル・アプリケーション190億ドルとほぼ均等。AIネイティブスタートアップはアプリケーション層収益の63%を占め(前年36%から急拡大)、既存SaaSベンダーを上回る。基盤モデルAPIのシェアはAnthropicが40%(前年2…

📚 Foundations · 2026-06-07

事実・基礎: 2025: The State of Generative AI in the Enterprise (Menlo Ventures)

生成AI産業はインフラ層(GPU・クラウド・基盤モデルAPI)とアプリケーション層に大きく二分される。2025年の企業向け生成AI支出は370億ドルに達し、インフラ180億ドル・アプリケーション190億ドルとほぼ均等。AIネイティブスタートアップはアプリケーション層収益の63%を占め(前年36%から急拡大)、既存SaaSベンダーを上回る。基盤モデルAPIのシェアはAnthropicが40%(前年2…