AI業界の構図を変える資金調達
2026年5月、中国のAI分野で象徴的な出来事が起きました――DeepSeekが第1ラウンドの対外資金調達を完了し、調達総額は500億元超（約74億米ドル）に達し、投資後の評価額は500億米ドルを突破しました。これは、これまで資本市場から距離を置いてきた同社のトップクラスのモデル企業が、初めて資金調達の扉を開いた出来事です。
投資家の顔ぶれは豪華の一言です。創業者の梁文锋氏が個人で200億元を出資し、腾讯が100億元、宁德时代が50億元、网易と京東、IDGキャピタルがそれぞれ30億元を拠出しました。さらに、Monolith砺思資本や正心谷投資なども名を連ねています。
この資金調達が業界に地殴り級の衝撃を与えたのは、その規模だけでなく、かつて「資金調達もしない、上場もしない、商業化もしない」と宣言していた会社から来たからでもある。人々は疑問に思った——梁文鋒はなぜ考えを変えたのか？ これほど多くの光環を与えられたこの会社の、実際の技術ルートとビジネス哲学とは一体何なのか？
近日、DeepSeekの資金調達期間中の社内会議記録の一部が業界内で出回っている。数時間に及ぶこの記録で、梁文鋒は珍しく、組織文化、技術ルート、ビジネス上の駆け引き、そして計算資源のインフラに関する自身の考えを体系的に語った。これらの見解は、この会社のこれまでの一見直感に反するが、結局正しいと証明されてきた抑制的な意思決定を説明するのに十分だ。
ビジョン主導の組織実験：KPIのない会社
「大企業をマネジメントするのに頼るのは、あなたの規則や手続きではない。ビジョンだ。」会議で梁文鋒は、DeepSeekの組織哲学をこのように定義した。
これは空虚なスローガンではない。彼ははっきり言った。DeepSeekは「組織がない」のだと。純粋にビジョンに突き動かされている。「私たちは“どんなKPIを達成するのか”“どう評価するのか”という形でやっているわけではない。私たちにはビジョンしかない。」
こうした組織実験の具体的な現れはこうだ。会社のマネジメントは2本のラインに分かれている——上から下へ向けた正式プロジェクトと、下から上へ向けた自由な探索だ。梁文鋒は、正式の仕事が「社員の時間の半分を占めること」を望まず、残りの半分時間は研究員が、自分が重要だと考えるあらゆる方向に自由に探索できるようにしたい。「誰も彼を管理しないし、KPIもない。」
「私たちは、あまり残業もしない。」彼は2つの理由を挙げた。第一に、研究にはゆとりのある環境が必要で、締め付けすぎると研究ができない。第二に、会社は極度に集中している。「抑制だからこそ、多くのことはやらない。やることが少なくなると、各人に回る仕事も少なくなる。」
この一見「悟り系（俗っぽくない）」に見えるマネジメントの背後には、明確な戦略判断がある。DeepSeekの最大の核心利益は、チームの安定性を維持することだ。
「チームの安定性を保てる限り、私は必ずAGIを成し遂げられる。」梁文鋒はこう言った。「早いか遅いかの違いに過ぎない。挫折に遭ってもみんなが離れていかないなら、私はそのまま続けてやれる。」
彼はそれを「唯一絶対に譲れない核心利益」だと捉えている。その他のすべて——時間、リソース、お金——は変数になり得るが、チームはバラけてはいけない。この資金調達の重要な意味の1つは、オプションによって核心チームを長期的に結びつけたことだ。
さらに重要なのは、彼がビジョンそのものを使って、DeepSeekがなぜ人材を惹きつけ、そして定着させられるのかを説明していることだ。
「AGIはより大きなビジョンだ。このビジョンは、より多くの優秀な人材を結集させられる。」彼の見立てでは、DeepSeekが商業企業に対して持つ構造的な優位性だという。商業企業のビジョンは「C端のユーザーにサービスを良くする」かもしれず、製品や流量では強みがあるが、技術面で優位を作るのは難しい。「いま最も有利な状況は、モデル技術こそが最核心で最重要だということだ。」
こうしたビジョン主導の組織モデルによって、梁文鋒はDeepSeekを歴史上のベル研究所と意図的に区別した。「ベル研究所は、商業化が不要だと明確にしていたが、私たちは商業化が必要だと明確にしている。最終的に生き残れる必要がある。私たちは結局会社だから、政府が一銭もくれない。」
これが彼の哲学の実務的な側面だ——世界を変える善意を抱きつつも、結局は自分たちが生き延びられることが最優先だ。
AGIの階段：思考連鎖から身体性知能へ
組織文化がDeepSeekのOSだとするなら、AGIロードマップはそのナビゲーション地図だ。会議で梁文鋒は、明確な階段状の発展ルートを描いた。
「AIの発展は、階段だと理解できる。」彼は言った。「去年の階段はCoT（思考連鎖）で、思考連鎖のやり方によって知能をさらに高い水準まで引き上げられると分かった。今年の階段はAgentだ。Agentのやり方によってAIの能力の範囲は広がり、知能の上限も高くなる。」
この階段は、それぞれが独立しているわけではない。1段上がるたびに、前のすべてのステップの支えが必要だ。「AgentはCoTを使い、CoTも前の言語モデルを使う。どの一歩も“無駄足”ではない。」
しかしAgentの後、彼は核心的なボトルネックを見た——継続的な学習。
「AIは結局、人間の社員を代替できない。人は継続的に学べるからだ。社員を1人雇えば、2か月かけて会社の環境と仕事に慣れて、すぐ戦力になる。『王さんを呼んで』と言えば、相手は“王さん”が誰か分かる。でもAIにその2か月の学習がなければ、“王さん”が誰で、どんな職務で、どこにいるのかといったあらゆる文脈を全部与える必要がある。現実的ではない。」
梁文鋒の見立てでは、継続的な学習こそがAGIへの必須の門番だ。そこを越えた先に、次の節点が来る。AIが自己反復し、次のバージョンを自分で開発し、より強いモデルを自分で研究する。そこで初めて身体性知能——「現実世界に踏み込み、家事をしてくれて、老後の面倒も見てくれる。」が順番になる。
このロードマップが、DeepSeekの取捨選択のロジックを決める。何をやるか、何をやらないか——すべては「知能の主筋に乗っているかどうか」を軸にしている。
マルチモーダル？「それは一コンポーネントであって、主筋そのものではない。やることはあるけど、それを“知能そのもの”とは見なさない。」動画生成？「知能の主筋とはあまり関係ない。やらない。」世界モデル？「今、知能の上限を上げることとも大して関係ないし、やらない。」
このような集中は、外部からは保守的だと誤解されることもある。でも梁文鋒の論理は明快だ。彼は“知能の階段”にある核心の段だけを作りたい。他のことは、たとえ商業的価値が巨大でも、どちらかと言えば他者に譲る。
「Soraが出てから、すべての大企業も小企業もみんなやる。でも小企業は後になって結局切った。それは商業的には良いビジネスだけど、知能とは関係がない。私たちは、それが“知能のロードマップ上のもの”だからという理由でだけやる。」
同時に、Scaling Lawへの信仰は揺るがない。「私たちはScalingを信じている。規模が大きいほど、確実に効果も良くなる。私たちのScalingを止めているのは、実は計算資源であって、私たちがScalingしたくないからではない。単に、そんなに計算資源がないだけだ。」
シリコンバレーで喧伝される「Scalingは頭打ち」という見方に対し、梁文鋒は一言で切り込んだ。「それはシリコンバレーにとっての話。中国の人間にとっては、我々はその段階からまだずっと遠い。そもそも、あそこまでScalingできていない。」
抑制の商業哲学：ゴマとスイカ
DeepSeekの最も不可解なビジネス判断は、おそらく常に短期利益を積極的に手放しているように見える点だ。APIの価格は極端に低く、製品は急いで収益化せず、ユーザー成長も重視せず、最強クラスのオープンソースモデルを提供する——これらの行動は、従来のビジネスの論理からするとほとんど理解不能だ。
梁文鋒は一連の「抑制哲学」で、これらすべてを説明した。
「AIというのは大きすぎる。利益も大きすぎる。抑制すればするほど、そのことは成し遂げられる可能性が高い。」論理の連鎖は明快だ。AIは最終的に人類のGDPの10%を占めるかもしれない。これほど巨大な市場が、1社に独占されるわけがない。独占を狙えば、歴史に見捨てられる。だから、自分が“手にする量を限らせる”仕組みを設計しなければならない。
これは、受け身の防御としての「抑制」の一面だ。しかし抑制には別の面もある——戦略的な攻勢の武器としての側面だ。
「抑制は戦略であり、ときには何かを捨てて、より多くの別のものを得ることができる。」
彼はこの取捨選択をたとえで説明した——目の前のユーザー成長や短期的な収益化は、たぶんただの「ゴマ」であって、AGIこそが本当の「スイカ」だ。「私は、どんなゴマでも奪いにいくべきではない。去年のC端、今年のB端——こういうことはやるべきで、やり切るべきだが、それは我々の目標ではない。我々がAGIルートで進める中で生まれる副産物であって、“中間成果”だ。」
APIの価格設定が、この哲学を最もよく体現している。DeepSeekの価格原則はこうだ——10か月で設備コストを回収する。
「このコスト、10か月で回収する——自分たちならできるが、他社はできない。たとえばアリババやテンセントは、我々ほど最適化していないので、コストはおそらくこれより何倍も高いはずだ。」
面白いことに、価格を倍にしても、ユーザーが消費するトークン量はほとんど変わらなかった——その範囲では需要に弾力性がないのだ。理論上は値上げすれば直接収益が増えるはずだ。しかし価格を下げようとすると、会社のグループチャットでは「一面で歓呼」が起きた。
「これこそが、私たちの本当の考えだ。合理的な利益を得たうえで、皆が使えるようにする。それが、私たちがこれほどの労力をかけてモデルを作り、皆が十分に使えるようにする目的だ。」
一見「お人よし（無邪気な）甘い」ように見える価格戦略こそ、まさに強力な競争バリアを形成している。10か月で回収することを目標に価格設定するので、他の事業者が第三者のモデルをデプロイしても利益が出ない——コストがより高いからだ。オープンソースは収益に影響しないどころか、逆に堀の一部になる。
「他の人が私たちのモデルをデプロイして競争してくることは、全く心配していない。私は、彼らがデプロイできないことだけを心配している。細部を間違えると、効果が落ちたり、コストが高くなるからだ。」
彼の根底の信念はこうだ——「多くを手にする者は、少しを手にする者に敗れる。」
「OpenAIは最初から“本当にこの世界を独占できる”と思っていた。でも実際には、非常に多くの挑戦者に直面する。米国からの挑戦は受けるし、将来は中国からの挑戦も受けるだろう。なぜなら中国の人は“多くを手にする”より“より少なく”で済ませたいと思っているからだ。多くを手にする者は、少しを手にする者に負ける。しかも本当に多くを手にする必要すらない。ビジョンが“多くを得ること”なら、ビジョンを“少なく得ること”に掲げる側に負ける。」
計算資源の格差と現実的な戦略：2年遅れ、計算資源は二十分の一
あらゆる率直な説明の中でも、計算資源の部分に関する話が最も現実的で、そして最も冷静だ。
「米国との差は主に資源の面で、人の面の差は大きくない。」梁文鋒は一言で言い切った。人材の本質は同じ一団であり、一部の人は国内に残り、一部は海外へ行く——配分はある程度ランダムだ。本当の差は計算資源だ。国内では実験ができる機会が少ないため、人材全体では米国に遅れを取る。「人材の差の本質も、計算資源の差だ。」
彼は認めている。DeepSeekは現在、数十Bの活性パラメータ規模で実験できる。一方、米国のトップモデルは800B活性規模だ。「桁が違う。仮に500億を全部使っても、実は訓練できない。」
この格差の物語を、彼は一言でまとめた。「米国に2年遅れているが、米国の2割の計算資源でそのことをやり切る。」
だが彼はここで止まるつもりはない。「未来には、このナラティブを書き換える。つまり、我々はその計算資源のごく一部を使うが、その時間はもっと短縮して、6か月、3か月にまで縮める。」
この追い上げへの確信の一部は、彼の核心仮説に由来している——AIはAIの研究を加速できる。継続学習の問題を先に解決できれば、AIは研究AIを助け、自身を加速するフライホイールが回る。
国産チップの代替について、梁文鋒は多くの人よりも楽観的な判断を示した。
「NVIDIAのCUDAの堀は、急速に崩されつつある。」彼は3つの理由を挙げた。AIそのものがコードを書いてエコシステムを構築できること。DeepSeekが開発したTileLangという高度な言語によって、NVIDIAのエコシステムを素早く作り替えられること。計算カード市場はゲームカードよりすでに大きく、専用チップはもはやCUDAと結合する必要がないことだ。
彼の結論はこうだ。「国産AIチップのハードもエコシステムも問題ない。唯一の問題は生産能力が足りないことだ。1年以内に、事実でこれらの認識を覆せる。」
しかし彼は、華為の現実的な制約についても率直だ。華為がDeepSeekに提供する計算能力は1万6000枚のカードで、これはNVIDIAのBシリーズカード4000枚相当しかない。「大きい量ではない。今の世代のモデルを訓練するには足りるが、次の世代を訓練するには足りない。」
彼は中米の半導体格差を精密な数字でまとめた——「4倍プラス2年。」華為のカード4枚でNVIDIAのカード1枚相当、同時に2年遅れている。
それでも彼は長期に楽観的だ。「今後5年たっても、我々が生産能力の問題で詰まったままだとは、あまり信じていない。」
業界の終着点：暴利はなく、あるのはコスト、時間、体験だけ
大規模モデルの競争の終着点における差別化はどこに現れるのかと問われ、梁文鋒は極めて簡潔に答えた——コスト、時間、ユーザー体験。
「それ以外は、おそらく大きな差はない。」
コストが最優先だ。同じサービス品質のもとで、誰がより低いコストにできるか——それが最も核心的な壁だ。次は時間——数か月早いか遅いかの差は、極めて大きい。ユーザー体験は第三位だが、それでもある程度の粘着性やバリアはあるけれど、「本質ではないかもしれない」。
それにもとづいて、彼は業界は必ず収束すると判断している。「いま国内には基礎モデルを作っているところが多すぎる。米国はたぶん3社くらいで、中国の資源は分散しすぎている。これは必ず収束する。そんなに多くは要らない。」
彼は予言する——参加者たちが、この案件の利益が想像ほど高くないと分かれば、自然と退出していく。「私は暴利は信じていない。客観的な法則に合わないからだ。中国では最後に3、4社が競うようになるが、価格はすでに十分に打ち合いになっている。」
グローバルな分業の中で、中国企業の構造的チャンスは「量を最大化し、製品を最安にすること」だと彼は考える。「中国の人はもっと少なくて済ませたいから、あなたにそのサービスを提供できる。この安さは“系統的な低さ”であって、他の業界で中国がより安いサービスを提供しているのと、たぶん同じようなものだ。」
ではAGIはいったいあとどれくらい必要なのか？
「AIに関して言えば、中国では今後1、2年で海外と同等のところまで到達できる。今年は海外のモデルの“平替（代替）”ができるかもしれない。ただ、それでも本当のAGIではない。AGIに求める条件は、継続的な学習能力があることだ。それ以前は、我々ができるのはコストであり、その効果をより良くし、速度をより速くすることだ。しかし大きなブレークスルーには、継続学習が必要だ。」
エピローグ：誰の真似もしない探究
「私たちは模倣の対象がない。1歩ごとに、実際の状況にもとづいて損得を分析し、意思決定する。」会議が終盤に近づいたとき、梁文鋒はこのようにDeepSeekの道の選び方をまとめた。
これは奇妙な組み合わせだ——極致の野心と、極致の抑制が同居している。野心とは、彼がやろうとしているのがAGIであり、どんな中間駅にも満足しないこと。抑制とは、そのためにほぼすべての短期利益を捨てる覚悟があり、さらには最強モデルをオープンソースにし、APIの価格を競合他社が利益を出せない水準まで押し下げることすら厭わないことだ。
この組み合わせの底層ロジックは、おそらく梁文鋒が最も核心的に見抜いた洞察だ——今まさに、想像を絶するほど大きな市場が訪れようとしている中で、成功確率を最大化する方法は、目先の利益を必死にかき集めることではなく、最大のエコシステムと合意を構築することだ。抑制は弱さではない。長期的な攻勢の一種だ。
「多くの会社がすごいことをできるのは、“利益以外の追求”があるからだ。でもその追求は、最後には商業化を妨げるどころか、むしろ商業化をより良くする。」
この資金調達会議の記録は、AI起業史において何度も見返す価値のあるテキストになるかもしれない。単に、会社が重要な節目で戦略を考えたことを記録しているだけではなく、短期利益と技術的不安に駆動されるこの業界の中で、善意、抑制、そして長期的視点でより大きな未来に賭けようとする、極めて稀なビジネス哲学を示している。
（本稿はDeepSeekの資金調達期間中の社内会議記録を基に整理・執筆したもので、内容は界面新聞、腾讯科技、深蓝财经などの報道を総合したもの）