ジェンスン・フアンの中国モデル擁護、Nvidiaの利害関係から読み解く
ベッセント財務長官が制裁を警告した同日、ジェンスン・フアンは中国のオープンモデルを擁護しました。双方の発言をそれぞれの利害関係とNvidiaの事業構造から読み解きます。
ビジネスベッセントの制裁警告、数時間後のフアンによる正反対の発言
7月21日、米国で数時間の間隔を置いて正反対の発言が飛び出しました。
まずスコット・ベッセント財務長官がFox Businessに出演し、こう語りました。「海外のモデルが私たちの素晴らしい企業から盗用していることが確認されれば、私たちはその窃盗を根拠に制裁を科すことができます」。中国のAIモデルの中から米国のモデルの「ウォーターマーク」が発見されているという発言とともにです。
そして同じ日、テキサス州フォートワースで、NvidiaのCEOジェンスン・フアンがAxiosの単独インタビューでこう語りました。「これらの中国モデルは素晴らしい。優れたオープンソースモデルは使われるべきです」。米国企業が中国モデルを使えるようにすべきかという質問には、「当然です(absolutely)」と答えました。
二人の発言を理解するには、それぞれの役割や利害関係も合わせて見る必要があると考えます。二つの発言を並べてみると、米国のAI戦略の中にどのような意見の対立が存在しているかが浮き彫りになります。
Kimiパニック、そして1日の舌戦
この舌戦は先週始まりました。北京のMoonshot AIが7月中旬に公開したKimi K3が発端です。Axiosはこのモデルが「DeepSeek以来、最も激しいAIパニック」を引き起こしたと表現しました。その理由は、三つの特性が1つのモデルに同時に備わっていたためです。最上位モデルに迫る性能、低い利用料金、そして開発者がダウンロードして修正できるオープンウェイト1まで揃っていたからです。
市場の論理は2025年1月のDeepSeekショックの時と同じでした。「これほど安くて優れたモデルが無料で公開されたら、天文学的なAIインフラ投資は正当化されるのだろうか?」。この疑問が再び持ち上がり、Nvidiaをはじめとするチップ関連株が売られました。報道によると、半導体セクターは6月の高値から20%以上下落し、Nvidiaは世界時価総額1位の座を一時明け渡す事態にもなりました。
ここにワシントンからの圧力が重なります。ベッセントによる制裁検討の発言が出たほか、OpenAIやAnthropicは中国の競合他社が自社モデルの能力を抜き取ったと主張し、中国モデルを締め出すようロビー活動を展開しています。
このような状況下で、フアンは正反対の立場を公に打ち出しました。インタビューでの発言を要約すると次の通りです。
- 「市場は当初DeepSeekの影響を見誤り、今回はKimiの影響を再び見誤っている」
- 「中国が米国企業を市場から追い出すシナリオなど存在しない。可能性はゼロだ」
- 「無料のAIはハードウェアに良く、チップに良く、データセンターに良い」
- 「ダウンロードしたモデルが北京のバックドアになるというのは誤解だ。サンドボックスの中で制御できる」
- 「蒸留は、AIから学ぶことは、知能の根本である」2
一つひとつを聞けば、どれももっともらしく聞こえます。しかし、この発言をした人物がNvidiaのCEOであるという点を踏まえて読み直すと、意味合いが変わってきます。
発言を利害関係へと翻訳してみると
フアンの発言をNvidiaの事業構造と結びつけながら、一つずつ見ていきましょう。
まず「無料のAIはチップに良い」から見てみます。 これは経済学でいうジェボンズのパラドックス3のAI版です。効率が高まれば消費が減るのではなく、安くなった分だけより多く使われるようになり、総需要はむしろ増えるという論理です。DeepSeek以降の需要増加はこの論理と一致しています。ただし、需要増加の要因がすべてモデル価格の下落によるものかどうかは、別途検証する必要があります。DeepSeekショックからの1年半、AIコンピューティング需要は減るどころか激増し、Nvidiaの株価も結局はそれに追随したのですから。フアンが「市場はDeepSeekを見誤った」と語る資格はあるわけです。
ただし、この論理には静かに隠された前提が1つあります。「増えた需要がNvidiaのチップへと流れる」という前提です。総需要が増えることと、その需要を誰が獲得するかは完全に別の命題だからです。前号で取り上げたように、中国はすでに自国製チップだけで1GW級のデータセンターを稼働させる段階に達しています。中国のオープンモデルが中国製チップの上で動作する世界では、「無料のAIはチップに良い」の「チップ」はNvidiaではない可能性があります。フアンの言葉は全体的な需要という観点では正しいものの、Nvidiaにとって有利に働くためには、増えた需要がNvidiaのチップへ流れなければならないという条件がつきます。
「中国のモデルは当然使われるべきだ」という発言も同じ構造です。 中国のオープンモデルが米国および世界中の企業に広がるほど、そのモデルを動かす推論用コンピューティングの需要が増加します。そして中国の外でその需要を受け止めるチップは、大半がNvidia製です。つまりフアンにとって中国のオープンモデルは競合相手ではなく、自社チップの需要を押し上げてくれる要因なのです。逆に中国モデルが禁止されれば、その需要が消滅するか、あるいは中国製チップとソフトウェアの内部だけで消費されてしまう恐れがあります。
興味深いのは、フアンが自社の顧客たちとも対立姿勢を取った点です。 中国モデルの遮断を求めてロビー活動を行っているOpenAIやAnthropicは、ほかならぬNvidiaの大口顧客だからです。フアンは「OpenAIやAnthropicがオープンモデルを恐れる理由はない」とし、オープンモデルはより多くの人々にAIの原体験を提供して市場全体を拡大させ、利便性や性能を求めるユーザーは最終的にクローズドな有料サービスを選ぶだろうと語りました。プレミアム市場と無料市場が共存するという見立てですが、この見通しが正しければ、多種多様なモデルにチップを供給するNvidiaも利益を得ることができます。
一歩踏み込んで、フアンはAnthropicが公開を制限しているモデルにまで言及しました。 Anthropicがサイバーセキュリティ上のリスクを理由に一般公開を制限しているClaude Mythos4について、「Mythosはサービスとして提供されるべきだ」、「Anthropicの足を引っ張るのは米国の利益にならない」と述べたのです。「Anthropicを走らせておけ(Let Anthropic run)」という表現まで使いました。安全を理由にモデルの公開を制限するのはAnthropicの判断ですが、フアンはそれを米国の競争力の問題として再定義したのです。そしてここでも計算は同じです。モデルの利用範囲が広がれば、推論用コンピューティングの需要も増える可能性があります。公開を制限したモデルであっても開発や一部の顧客の利用にコンピューティングは使われますが、利用者が増えればさらなる追加需要が期待できるわけです。
セキュリティの論理も覆します。 フアンは「すべてが単一のモデル、単一の攻撃地点、単一の単一障害点へと収束すれば、世界ははるかに脆弱になる」と語りました。開放が危険を生み出すのではなく、外部の研究者がモデルを徹底的に検証し、弱点を露呈させ、防御を固めることを可能にするため、むしろ安全を生み出すのだという論理です。セキュリティコミュニティにおいて長年続けられてきた論争であり、開放側の論拠もしっかりしたものですが、この主張は規制に反論するための論拠でもあります。開放が常に、自動的により安全な結果をもたらすわけではありません。
今度はベッセント側の視点を見てみましょう。財務長官が使える手段は関税と制裁です。そして彼は、米国が全世界のAI演算能力の80%を支配すべきだと公言してきた人物です。その戦略のもとでは、中国製オープンモデルの拡散は統制の問題として捉えられます。米国のモデルの知的財産を侵害したという主張は、制裁を検討するための根拠として提示されました。実際に侵害が証明されたかどうかは別の問題です。フアンが「不正な行為は処罰すべきだが、モデルを標的にしてはならない」と語ったのは、この法的な名分に真っ向から反論したものです。
米国政府・チップ企業・モデル企業の立場の違い
二つの発言を並べて見ると、構図が鮮明に浮かび上がります。米中の競争の中にあっても、米国の内部にいるプレイヤーたちは、何を制限すべきかを巡って意見を異にしています。
ベッセントにとってAIモデルは統制すべき戦略資産です。フアンにとってモデルは自由に広がるべき需要創出の手段であり、統制の対象とすべきは物理的なボトルネックであるチップです。今回のインタビューでフアンは、最先端チップの対中輸出規制とオープンモデルの使用を明確に区別しました。私の目には、チップの輸出規制を受け入れつつモデルを広く普及させようとする主張は、Nvidiaの利害関係と完全に一致しているように映ります。一方でOpenAIやAnthropicにとってはモデルそのものが事業ですから、モデルこそが守るべき資産です。同じ「米国のAI陣営」の内部で、財務省、チップ企業、モデル企業がそれぞれ異なるものを封じ込めようと主張している状況なのです。
この対立は、米国内の政治問題だけにとどまりません。現在、DeepSeekやKimi、GLMといった中国製オープンモデルを自社サービスに組み込んで利用している企業は、世界中に無数に存在します。性能に対するコストパフォーマンスが圧倒的だからです。しかし、ベッセントの方向性が現実のものとなれば、この選択に「制裁リスク」という新たな変数が加わります。従来の性能・コスト・セキュリティという基準に加えて、制裁の可能性まで検討しなければならなくなるのです。フアンの「可能性はゼロ」という発言は心強いものですが、それを口にしている人物が中国モデルの拡散によって利益を得る当事者であるという点まで計算に入れておく必要があります。
Oswarldの視点
私はGTM戦略を策定する中で、CEOの公式発言を分析する機会が多くありましたが、その際に身についた原則が1つあります。最高経営責任者のインタビューは率直な心情の告白ではなく、聞かせる相手を定めた上で自社にとって有利なポジションを確保するための発言である、ということです。
この基準で見ると、今回のインタビューの主たる聞き手を三つに分類できます。第一は市場です。Kimiパニックによって崩れかけた「インフラ投資への期待」を立て直すこと、これが最も火急の課題だったはずです。第二はワシントンです。中国モデル禁止論が法制化される前に、反対の論理を言論空間に植え付けておくことです。第三は北京です。Nvidiaは依然として中国市場への復帰を望んでいる企業であり、「中国モデルは素晴らしい」という言葉はその相手にも届くよう意図された発言です。「開放は全員に利益をもたらす」という主張は、これら三者のすべてに届けられるメッセージです。私はこれこそが今回のインタビューの特徴であると見ています。
したがって、私はフアンの言葉が間違っているとは思いません。需要拡大の論理はデータによって裏付けられています。ただ、彼が語らなかった部分に注目すべきです。フアンの楽観論が成立するためには、「増大した需要がNvidiaへと流れ続ける」という前提が維持されなければなりませんが、その前提を揺るがす要因こそが中国のチップ自立です。私の解釈では、フアンが真に恐れているシナリオは中国のオープンモデルではなく、中国モデルと中国製チップの垂直統合です。中国モデルが中国製チップの上で動くようになれば、「無料のAIはチップに良い」という言葉の恩恵を受けるのはNvidiaではなくHuaweiになるからです。彼がモデルの自由な移動をこれほど強力に擁護するのは、モデルが国境に閉じ込められた瞬間、チップもまた閉じ込められてしまうことを誰よりも理解しているからだと考えます。
そして本稿を書き終えようとしていたところ、先述した構図が配信当日に実際の事例として現れました。 ロイター通信によると、ニューヨークのHugging Faceにおいて、OpenAIの技術を用いて構築されたエージェントが制御不能となりトラブルを引き起こしました。ところが、その事故を分析しようとした米国のモデル群が「防御側と攻撃側を区別できない」としてサイバー関連の作業を拒否し、結局この米国のスタートアップが頼らざるを得なかったのは中国Zhipu(智譜)のオープンモデルGLM-5.2でした。ここで米国のモデルを使えなくしたのは、ベッセントの制裁や知的財産窃盗の論理ではありませんでした。モデル企業自身が安全を理由に設けていた利用制限だったのです。つまり、米国のモデルの利用を阻む仕掛けは財務省の制裁だけではありません。安全を理由とした独自の制限も、結果だけを見れば米国の顧客に中国モデルを選択させる要因となっているのです。もちろん、その安全装置が無意味に存在しているわけではありません。防御を助ける能力は攻撃をも同様に助けてしまうため、「単に規制を外せばよい」という話ではないからです。ただし、開放されたモデルが最終的に選ばれるというフアンの主張が、配信当日に明白な一例を得たことは間違いありません。
おわりに
この対立について、三つのポイントで整理してみます。
第一に、ベッセントの制裁警告とフアンの中国モデル擁護は同日に出された正反対の発言ですが、どちらも自らの利害関係に沿って出された主張であるという点で本質は同じです。
第二に、モデルの利用料が下がったことで、コンピューティングの需要は拡大しました。ただし、Nvidiaが利益を得続けるためには、その需要が自社のチップへと結びつく必要があります。全体の需要と特定企業のシェアは区別して考えるべきです。
第三に、米中競争とともに、米国内における利害関係の対立にも目を向ける必要があります。チップの輸出を制限するのか、モデルの使用を制限するのかによって、各企業が受ける影響は異なります。そしてモデルを封じる手段は制裁だけでなく、「安全」という名目でも機能するということを、今週のHugging Faceの事例が示しました。この争いの結末が、世界中の企業におけるモデルの選択肢を左右することになります。
この論争の次の舞台は、前号で取り上げた9月の米中AI会談になる可能性が高いと考えられます。そこでの交渉のテーブルにおいて、「モデル」がどちら側に置かれるのかを共に見守っていきましょう。
読者の皆さんは、実務において中国のオープンモデル(DeepSeek、Kimi、GLMなど)の導入を検討したり、実際に利用したりされていますか? モデルを選定する際、性能やコストだけでなく「地政学リスク」まで考慮されたことがあるか、もしあればどのような基準で判断されたのか、ぜひコメントでお聞かせください。実際の事例を集めて、次号で取り上げてみたいと思います。
📨 中国のオープンモデル導入を検討している同僚の方がいらっしゃいましたら、ぜひこの記事をシェアしてください。
参考資料と関連リンク
主要出典
- Axios (Mike Allen), “Exclusive: Nvidia’s Jensen Huang defends Chinese AI amid Kimi panic”, 2026.7.22. ··· 本日の記事の一次出典です。引用したフアンの発言全文が掲載されていますので、原文のニュアンスを直接確認されることをお勧めします。
- CNBC, “Bessent says U.S. could sanction China over AI model ‘theft’”, 2026.7.21. ··· ベッセントによるFox Businessでの発言の報道です。「ウォーターマーク」発言の文脈を確認できます。
- TechCrunch, “US threatens sanctions against Chinese AI models over IP theft”, 2026.7.21. ··· 蒸留を巡る「知的財産窃盗」論争が業界内でも意見が分かれている点を的確に整理しています。
- Reuters (Aditya Soni, Jaspreet Singh), “Chinese AI’s role in stopping rogue OpenAI agent shows cost of US guardrails”, 2026.7.22. ··· 今回の記事で「リアルタイムの証拠」として挙げたHugging Faceの事案に関する一次報道です。米国のモデルがサイバー防御を拒否した経緯とともに、「だからといって安全装置を撤廃することが正解ではない」という専門家の反論(BairdのShrenik Kothari)まで網羅されています。
背景知識
- Axios, “China’s open-source AI surge”, 2026.7.18. ··· Kimi K3がなぜDeepSeek以来最大のパニックを引き起こしたのか、性能・価格・オープンウェイトの三要素の結合から解説しています。
- NAI500, “Why Jensen Huang Just Cheered China’s Kimi That Wrecked Nvidia’s Stock”, 2026.7. ··· Kimi K3公開後の半導体セクターの調整と、フアンの「チップは規制しモデルは開放せよ」という立場を市場の視点から整理しています。
合わせて読みたいバックナンバー
📝 用語解説
각주
-
オープンウェイト(open weights): モデルの学習成果である重み(パラメータ)ファイルを誰もがダウンロードし、自社サーバーで稼働させたり修正したりできるように公開する方式です。ソースコード全体の完全な公開とは区別されますが、実際の利用という観点では「自由に持ってきて使えるモデル」を意味します。 ↩
-
蒸留(distillation): 大規模なモデルの出力を教材として利用し、より小さなモデルを学習させる手法です。生徒が教師の解答案を見て学ぶことと似ていますが、その「教師」が競合他社のモデルである場合、これが窃盗にあたるのか正当な学習なのかを巡って現在議論が紛糾しています。 ↩
-
ジェボンズのパラドックス(Jevons paradox): 資源の利用効率が向上すると消費が減るように思われますが、価格が安くなった分だけ用途が拡大し、結果として総消費量がむしろ増加する現象を指します。19世紀の石炭消費において観察され、近年はAIコンピューティングの需要論争において頻繁に引き合いに出されます。 ↩
-
Claude Mythos: Anthropicが、サイバーセキュリティ能力があまりに強力すぎるという理由から一般公開を制限し、検証済みのパートナーにのみ提供しているモデルです。一般公開されているFable 5は、このモデルから危険な機能を取り除いたバージョンにあたります。前号で9月の米中AI会談の議題として言及されたモデルでもあります。 ↩

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。