第73号

アリババのToken Hubはどんな事業を束ねたのでしょうか

アリババがモデル研究、APIサービス、消費者・企業向けAI製品をToken Hubに束ねました。組織改編の狙いと、Qwen開発者が確認すべき変化を見ていきます。

AI・テック

アン・グァンソプ（Oswarld）· INLEVEL9 著者・編集者

Google の優先ソースに追加
アリババのToken Hubはどんな事業を束ねたのでしょうか

Qwen責任者の辞任とAI組織改編

2026年3月初め、アリババQwen1の技術責任者リン・ジュンヤン（林俊旸）がSNSに辞任の挨拶を残しました。

「me stepping down. bye my beloved qwen.」

Qwenを開発し、グローバルな開発者たちとコミュニケーションを取ってきた中心人物が去るという知らせに、同僚たちも惜しむ声を上げました。続いて3月16日、アリババはAlibaba Token Hub（ATH）という事業グループを新設し、CEOのエディ・ウー（Eddie Wu）自らが率いると発表しました。

二つの出来事は近い時期に起きましたが、辞任の理由や組織改編との因果関係がすべて公開されているわけではありません。確認できる変化は、アリババがAI研究とサービスを一つの事業グループで調整しようとしている点です。どのような組織が集まり、それを通じてどう収益を上げようとしているのかを見ていきます。

モデル研究から業務用製品まで

ATHにはTongyi研究所、MaaS事業、Qwen事業部、Wukong事業部、AIイノベーション事業部が含まれます。研究から顧客の実際の利用までをつなぐ組織を束ねた構成です。

  • Tongyi研究所：Qwenのような基礎モデル2を研究・開発します。
  • MaaS（Model-as-a-Service）：開発者や企業がクラウド上でモデルを利用するサービスを担当します。
  • Qwen事業部：消費者向けAIアプリなど、利用者が直接使う製品を担当します。
  • Wukong事業部：企業の業務を処理するAIプラットフォームを開発します。
  • AIイノベーション事業部：新しいAI製品と活用分野を担います。

Wukongは画像生成ブランドではなく、企業向けAI業務プラットフォームです。アリババの3月17日の発表によると、文書編集、表作業、会議記録など複数の業務を処理できるよう設計されており、当時は大規模ベータテストの最中でした。独立アプリまたはDingTalk内で利用できると説明しています。

アリババはATHの役割を次の三段階で説明しました。

トークンを作り、提供し、活用する。

モデルの能力を高める研究、モデルをサービスとして提供する技術と事業、そのサービスを使うアプリや業務ツールをつなげるという意味だと読めます。

トークン利用量は収益とどうつながるのでしょうか

トークン3は言語モデルが入力と出力を処理する際に使う単位です。多くのモデルAPIは入力・出力トークン数に応じて課金します。ただしモデルごとにトークンの分割方式と価格が異なり、アプリのサブスクリプションや企業契約のように別の課金方式もあります。

私はToken Hubという名前から、モデル開発を顧客の利用量や売上にもっと近づけて結びつけようとする意図を読み取りました。研究をやめるという宣言と見る必要はありません。良いモデルを開発してこそ、顧客がAPIや製品を選ぶ理由も生まれるからです。

ここには価格競争という問題があります。API単価を下げれば顧客を獲得しやすくなり得ますが、利用量が増えても売上と利益が十分に伸びない場合もあります。モデルの規模や品質、入力・出力条件が異なる価格を単純に一列で比較すると、実際にどれだけ安いのかも分かりにくいものです。

アリババにはAPI料金のほかにも、クラウド資源や業務用製品を販売する経路があります。ジョー・ツァイ会長は2026年2月に会社が公開した説明の中で、Qwenをオープンにしても、顧客が自社インフラでモデルを学習・実行すればクラウド収益を得られると述べました。公開モデルと有料サービスが並行して運用され得るという説明です。

ATHはこのように互いにつながった事業を調整しようとする組織と見ることができます。モデルを作った後にAPIとして提供し、QwenアプリやWukongのような製品で使わせるわけです。WukongはDingTalkと連動しており、アリババはEコマースやクラウドなど他のサービスも段階的に連携させる計画だと明らかにしています。計画されている連携と、すでに動いている機能は区別して見る必要があります。

アリババのAIサービス連携を表現したイラストです。ここでいうトークンは暗号資産ではなく、モデルの処理単位を指します。

多く使われるモデルは有料顧客を増やせるのでしょうか

Qwenが広く使われているという事実と、アリババがその利用から収益を得ているという事実は、別々に確認する必要があります。

AI企業は無料アプリ、個人向けサブスクリプション、API課金、企業契約、クラウド販売などを組み合わせて事業を運営しています。国ごとに顧客の支払い意欲や競争条件は異なるでしょうが、これを「西側は直接課金、中国は間接収益」という一つの構図に分けるのは難しいものです。同じ会社の中でも、サービスごとに収益構造が異なるからです。

アリババの場合、開発者がQwenをダウンロードして自前のサーバーや他社クラウドで実行することもできます。この場合Qwenの利用は増えますが、その実行コストが必ずしもアリババの売上になるわけではありません。逆に、アリババのマネージドAPIやクラウドを選べば有料顧客になり得ます。

アリババは2026年2月、Qwenモデルの累計ダウンロード数が10億回を超え、派生モデルは20万個以上に達したと発表しました。ファインチューニング4などを通じて別の用途に活用されているモデルが多いという意味です。ただしダウンロード数には重複ダウンロードも含まれ得ますし、派生モデル一つがユーザー一人や有料契約一件を意味するわけでもありません。

したがって、モデルの影響力を見るにはダウンロードと派生モデルを、事業の成果を見るには有料顧客・利用量・売上・コストを別々に確認する必要があります。ATHの設立はこの二つをつなげようとする試みと理解できますが、組織改編だけでその連結が完成したと見なすことはできません。

責任者たちの離脱をどう見るべきでしょうか

Qwenチームの人員変化も注目を集めました。

3月初めの報道では、リン・ジュンヤンのほかにQwen Codeを率いていたホイ・ビンユアンと、ポストトレーニング5責任者のウェイ・ボーウェンの離脱も言及されました。Recode China AIは、ホイ・ビンユアンが1月にMetaへ移ったと伝えています。ただし、それぞれの退社時期と理由をすべて同じ出来事として一括りにするのは難しいものです。

Recode China AIなどは、Qwenの統合開発組織を事前学習・後段学習・マルチモーダル6など機能別に分けようとする改編と、責任範囲の変化が対立要因だった可能性があると報じました。この説明は報道に基づくものであり、リン・ジュンヤン本人が明らかにした確定的な退社理由とは区別する必要があります。

研究組織をどう分けるかは、実際に重要な経営課題です。一つのチームがモデル開発全体を担えば意思決定が速くなり得ますし、機能別に分ければ専門人材や資源を共有しやすくなり得ます。どちらの方式が適切かは業務や組織規模によって変わります。研究者は公開だけを望み、経営陣は売上だけを望むというように、当事者の考えを決めつけることはできません。

エディ・ウー自らが事業グループを率いるという発表は、組織間の調整を強化するというメッセージです。ただし、これが人材離脱への直接的な対応策なのか、既存の対立を解消したのかは、公開されている情報だけでは判断が難しいところです。

Oswarldの視点

私はATHを、モデル研究、サービス提供、顧客獲得を一つの責任体系のもとで管理しようとする経営措置と読みました。

GTMの観点では、製品を開発してから顧客が実際に使うまでのどの段階でうまくつながっていないのかを確認することが重要です。モデル性能が良くてもAPIが不安定であれば企業顧客は使いづらく、APIが良くても業務への適用方法が複雑であれば導入が遅れます。ATHに異なる組織を束ねた理由も、こうした連携を改善するところにあると私は見ています。

私が併せて注視している部分は、公開モデルに対する方針です。モデルファイルをダウンロードして使う方式と有料APIは並行して運用できます。したがって、収益化に注力するからといってQwenの公開が近く打ち切られると予想する必要はありません。ただし、どのモデルをどのライセンスで公開し、アップデートとサポートをどう続けていくのかは、開発者にとって重要な選択条件です。

Qwenを基盤に製品を作った開発者は、今後のモデル公開の有無や互換性に関心を持たざるを得ません。重要な責任者が去った後も、リリースや文書、ライセンス説明が着実に続いているかを確認する必要があるでしょう。私は、こうした実際の行動こそが開発者の信頼を判断する根拠だと考えています。

事業面では三つを見たいと思います。有料顧客と利用量が増えているか、それに対してサービス提供コストがどれだけかかっているか、開発者が引き続きQwenを選ぶかです。これらの指標が改善して初めて、ATHの改編が成果につながったと言えるはずです。

おわりに

ATHの構成は、アリババがモデル研究とAIサービス売上をより密接に管理しようとしていることを示しています。Wukongのように企業業務に適用する製品も、その中に含まれています。

一方で、Qwen責任者たちの離脱の理由にはまだ公開されていない部分があります。組織内対立に関する報道と、確認済みの事業計画を区別しながら、今後製品や開発者サポートがどう変わっていくのかを見ていく必要があります。

私たちの組織でも、開発した機能が実際の利用につながっているかを点検してみることができます。顧客がどこで利用を諦めているのか、導入に必要な支援は何か、使い続けるに足るだけコストと品質が見合っているのか、具体的に確認してみるのです。私は事業グループの名前よりも、こうした課題を誰が担って解決していくのかのほうに関心があります。

あなたの視点が次の号をつくります

この号で最も共感した点、あるいは違う経験をした点はどこですか。

読者アカウントがあれば無料でコメントできます。

参考資料と関連リンク

筆者アン・グァンソプ（安光涉）は世宗大学校経営学科教授であり、INLEVEL9のリードコンサルタントである。大学では経営データ管理、ビジネスアナリティクスなど統計およびデータ分析を教える一方、現場ではGTM戦略とAI戦略コンサルティングを率い、技術とビジネスの接点を設計している。AI対話システムの記憶アーキテクチャ（HEMA）研究で学術論文を発表しており、日々グローバルなAI論文をキュレーションするDaily Arxivプロジェクトを運営している。高麗大学校技術経営専門大学院修士課程とKMBAを修了した。著書に『思考を委ねる人々：ホモ・ブレインレス』がある。

アン・グァンソプ（Oswarld）のイラスト

著者 アン・グァンソプ（Oswarld） は世宗大学校 兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。 最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

각주

  1. Qwen（通義千問）：アリババのAIモデル系列の名称です。同名の消費者向けアプリとモデル自体は区別して見る必要があります。 ↩

  2. 基礎モデル（Foundation Model）：さまざまな作業に活用できるよう大規模データで学習させたAIモデルです。 ↩

  3. トークン（Token）：モデルが処理するテキストなどの単位です。文字数とトークン数の関係は、言語やモデルの分割方式によって変わります。APIでは入力と出力のトークン価格が異なる場合も多いです。 ↩

  4. ファインチューニング（Fine-tuning）：学習済みモデルに追加データを学習させ、特定の作業や形式に合わせて調整する過程です。 ↩

  5. ポストトレーニング（Post-training）：事前学習の後に、応答方式や推論能力などを改善する追加の訓練過程です。 ↩

  6. モダリティ（Modality）：テキスト、画像、音声のように、モデルが処理するデータの種類です。複数の種類を同時に処理することをマルチモーダルと呼びます。 ↩

あわせて読みたい過去の号

第68号

オープンモデルを使うとき、トークン単価と運用コストはどう変わるのか

GLM-5とGemma 4を機に、エージェントのAPI料金と自前運用コストを見てみます

AI・テック
第67号

AI企業のARRを読むときに併せて見るべきこと

年換算売上高と累積売上高は意味が異なります。AI企業の成長数値に、コストと顧客維持率を併せて見るべき理由を見ていきます。

AI・テック
第62号

81,000人に聞いた。「AIに何をしてほしいですか？」

Claudeユーザー8万人余りは、AIによって仕事をうまくこなし、学び、休む時間を得たいと答えました。同じ人の回答に恩恵と懸念が同時に現れた理由を見ていきます。

AI・テック