著者 Maksym Misichenko · CNBC ·
AIエージェントがこのニュースについて考えること
パネルのコンセンサスは、中国のAI推進は重要であるものの、特にハードウェアとソフトウェアのタレントにおいて、相当な障害に直面しているということです。中国の「十分な」効率性と産業統合という戦略は、最先端AIにおける米国との差を埋めるには十分ではない可能性があります。主要なリスクは、ハードウェアのボトルネックと、補助金を持続的な競争優位に転換できないことです。
リスク: ハードウェアのボトルネックと、補助金を持続的な競争優位に転換できないこと
機会: ハードウェアの不利な点をソフトウェアの効率性で部分的に相殺する可能性
本分析は StockScreener パイプラインで生成されます — 4 つの主要な LLM（Claude、GPT、Gemini、Grok）が同じプロンプトを受け取り、組み込みの幻覚防止ガードが備わっています。 方法論を読む →
こんにちは、北京からエブリンです。地元企業からの情報や見聞をまとめた「ザ・チャイナ・コネクション」の最新号へようこそ。
AI競争は、支出額で勝負が決まるのか（米国）、それとも（中国の）国家管理下の電力コストのおかげで価格が安い方が有利なのか？おそらくどちらでもないだろう。
北京にとって、人工知能競争は決意の物語である。
「中国に1ドル残るとしたら、その1ドルは不動産ではなくAIに費やされるだろう」と、エソテリカ・キャピタルのCEO、ブルース・リウ氏は語った。
目標は、米国に依存せず、AIにおける自給自足を実現することだと同氏は述べた。「世界最高のAIを持つ必要はない。」
中国の国家政策から地区レベルの補助金に至るまで、あらゆるものがその野心を裏付けている。これまでのところ、中国はAIを支える先進チップで進歩を遂げている。しかし、Nvidiaにはまだ及ばない。
現在、Nvidiaはウォール街の巨頭を集め、AI開発のための5000億ドルの資金調達を支援しており、米国の資本における優位性を示している。
フィッチ・ソリューションズ傘下のBMIのTMTアナリスト、アレクサンダー・ケダー氏によると、米国の民間セクターのAI投資は、中国本土の23倍に相当するという。
「北京が中国のAI企業による外部の非国家資本へのアクセスを容易にしない限り、この資金調達の非対称性は、米国がリーダーシップを発揮する最も持続的な構造的説明の一つであり続けるだろう」とケダー氏は述べた。
それでも、中国企業が同様の能力を持つAIモデルを、ディープシークの週末の価格引き上げ後でさえ、より低価格でリリースするのを止めることはできなかった。世界中の企業がそれらを試したがっている。
しかし、モデルを実行するには依然としてチップが必要であり、これは北京が米国と比較して不足している能力である。
S&Pグローバル・レーティングスのディレクター、クリフォード・クルツ氏は、「中国はさらに多くの財政支援を発表するかもしれない」と述べた。「しかし、チップがなければ、支援する意味は何だろうか？資金を投じる対象がない。」
クルツ氏によると、ファーウェイはNvidiaのコンピューティング能力の約8分の1しか提供しておらず、そのほとんどは中国国外にある。同氏が指摘したように、ファーウェイの最も先進的なAscend 950チップの各々は、NvidiaのGB300チップ1個の約13%のコンピューティングパワーしか持たない。
Nvidiaは今年、さらに強力なVera Rubinチップを発売する予定だ。そして現時点では、ファーウェイはより多くのチップを積み重ねることで補っている。
しかし、クルツ氏は、中国企業が今年生産すると予想される先進AIチップは135万個に過ぎず、これは最も控えめな見積もりであるNvidiaの600万個をはるかに下回ると指摘した。
状況は急速に変化する可能性がある。ファーウェイやAIサプライチェーンの他の中国企業は、わずか数年でグローバルな競合他社との差を縮めた。中国はAI人材の誘致にも力を入れており、電力コストも低い。
ラッフルズ・ファミリー・オフィスのような投資家にとって、中国の国内半導体への取り組みは、香港とシンガポールに拠点を置く同社のウィリアム・チョウ副グループCEOによると、米国テクノロジーへの資金の流れに対する競争ではなく、「並行した」機会を生み出しているという。
同氏によると、顧客は今年、AIへの投資のエントリー価格をはるかに重視しているという。チョウ氏は、Nvidiaの資金調達計画はリスクを株式から信用へとより多くシフトさせるため、投資の分散がより重要になると指摘した。
ここでも、状況は米国とは異なる。
中国のAIプロジェクトに関して、「主要な国内企業による大規模な債務発行の具体的な計画は観察されていない」と、北京に拠点を置く経済シンクタンク、CF40インスティテュートのシニアフェロー、朱赫氏は述べた。これはCNBCが北京語から翻訳したものによる。
朱氏は、ほとんどの企業がAI支出に株式ファイナンスと内部資金を使用しており、通信大手やインターネット企業がこの技術に投資していると述べた。
中国は6月に、より高速なコンピューティングパワーをサポートするためのインフラ構築に関する3カ年計画を発表し、先月には、同国のコンピューティングパワーネットワークの構築が2030年までに4兆元の資本を引き付けると予想されると述べた。
エソテリカのリウ氏によると、中国であろうと米国であろうと、AIに必要な資金の規模は、過去20年間で企業が成功するのを助けてきたアセットライトモデルからの移行を反映しているという。「ハイパースケーラーは、先行するために支出する必要がある。」
最終的に、AIは依然として商業化のテストに直面している。米国企業は最も賢いモデルを開発するために多額の費用を費やしてきたが、中国の目標は産業全体でのAI統合である。
ニューヨーク大学法学部の非常勤教授、ウィンストン・マー氏は、「AIのライバル関係は、完全なAIスタックに基づいたアプリケーションに関するものだ」と述べた。
適切な公式を見つけた者が勝利を収めるだろう。
北京、中国の超富裕層の間で混乱を招く税制の明確化へ動くとされる
中国国家税務総局は、オフショア信託への課税の適用方法に関する技術的な詳細を調整するため、地方税務官向けの研修を実施していると、複数の税務アドバイザーが述べている。
Manus、独立企業として復帰へ
Manusは、中国当局が4月にMetaに対し、人工知能スタートアップの20億ドルの買収を解消するよう要求した後、「間もなく独立企業として事業を再開する」と述べた。
ボーイングとエアバスに匹敵する中国製旅客機、初の国際線フライトを実施
中国製のC919が、北京とモンゴルのウランバートル間の商業路線を開始した。
Tencent、支出急増、潜在的な「優れた」AIリターンを擁護
中国のテクノロジー大手は、AIインフラへの投資を継続しているため、第2四半期の資本支出が65%増加したと述べた。Tencentはまた、国内ゲーム収益が前年同期比17%増加し、第1四半期から加速したと付け加えた。
Unitree IPOが今週予定
8月18日：Pony.ai決算発表
8月19日～23日：北京世界ロボット会議
8月20日：中国人民銀行、基準貸出プライムレートの月次決定
8月20日：Alibaba決算発表
8月22日～26日：北京世界ヒューマノイドロボットゲーム
4つの主要AIモデルがこの記事を議論
"中国のAI戦略は、最先端モデル競争から産業利用へとシフトしており、国内AI統合の成功にとってハードウェアのギャップは二次的な懸念事項となっています。"
米国と中国の間の二項対立的な「AIレース」という物語は、目的の相違を無視しています。米国は巨額の資本支出を通じて最先端のAGI（汎用人工知能）を追求していますが、中国は産業統合と「十分な」効率へと移行しています。BMIが引用した23倍の資金調達ギャップは、失敗の兆候というよりも、中国が西洋型のベンチャーキャピタルから国家主導の産業政策へと移行していることを反映しています。しかし、ハードウェアのボトルネックは現実です。ファーウェイがチップクラスタリング（複数のチップを積み重ねてハイエンドのパフォーマンスを模倣する）に依存していることは、大規模なレイテンシと電力効率の低下を生み出し、スケーリングを妨げるでしょう。投資家は、これらのインフラ投資が実際に増分収益を生み出しているのか、それとも単にCAPEXを膨らませているだけなのかの兆候を、アリババ（BABA）の決算で注視すべきです。
中国が垂直統合と国家補助による電力供給を通じて「AI主権」を達成できれば、AIレイヤーをグローバルにコモディティ化し、価格競争によって米国のハイパースケーラーによる巨額のCAPEX投資を事実上不採算にする可能性がある。
"中国のAIにおけるボトルネックは、資本でも半導体でもなく、米国の輸出規制が恒久的に差を縮める前に、アルゴリズムの革新とソフトウェアの効率性がハードウェアの不利を相殺できるかどうかにかかっている。"
この記事は、中国のAIの課題を資本とチップ供給の制約として捉えているが、より微妙なリスクを見落としている。すなわち、AIインフラに対する中国の株式ファイナンス（負債ではなく）への依存は、Nvidiaの5000億ドルの負債依存型計画がもたらす信用リスクシフトを回避する上で、構造的に優れている可能性があるということだ。しかし、真の制約は資金やチップではなく、ソフトウェア人材とアルゴリズム革新である。DeepSeekの価格引き下げは、支配ではなく、利益率の圧迫を示唆している。中国のチップ生産量135万個に対し、Nvidiaの600万個以上というのは、現在の設備投資率では4〜5年の差があるが、地政学的な摩擦により米国が輸出規制を課せば、その差は縮まる。この記事は、HuaweiのAscend 950がスタッキングとソフトウェア最適化によってどれだけ急速に改善する可能性があるかを過小評価している。
中国の国内AIモデルが能力で同等になり、価格が60-70%低くなれば、中国AIの対応可能市場は新興市場とグローバルの中小企業で爆発的に増加し、記事が示唆するよりもはるかに速くNvidiaのTAMを食い尽くし、ソフトウェア効率が改善されればチップのギャップは重要でなくなります。
"国内の半導体能力にブレークスルーがない限り、中国のAI競争は米国のリーダーシップに追いつくのに苦労するだろう。"
中国のAI推進は本物だが、この記事は主要なボトルネック、すなわちコンピューティング能力の可用性、輸出管理、補助金を持続的な競争優位性に転換する能力を軽視している。エネルギーコストの低さや積極的な政策をもってしても、中国は最先端チップ（Nvidiaクラスのアクセラレータ）および実用的なAI上の利点をもたらすソフトウェア/共同トレーニングエコシステムにおいて、依然として大きく遅れをとっている。民間資本とクラウドスケールのハイパースケーラーにおける米国のリードはこれを増幅させ、いかなる「自給自足」の物語も、1) グローバルなチップ供給、2) 主要ツールへのアクセス、3) データアクセスに大きく依存させる。国内の半導体能力におけるブレークスルーがない限り、中国のAI競争は真の均衡よりも市場獲得が中心となるだろう。
これに対し、国内生産のAIチップの急増と輸出規制の緩和により、想定よりも早く差が縮まる可能性があります。政策手段がアーリーステージのハードウェアスタートアップにベンチャーキャピタルを引き付ければ、中国のストーリーは依然として驚きをもたらすかもしれません。
"N/A"
[利用不可]
"ソフトウェア最適化では、大規模AIトレーニングにおける劣悪なハードウェアクラスターの根本的な物理的制約を克服することはできません。"
クロード氏、「ハードウェアの欠点を回避するための『ソフトウェア効率』への注力は危険だ。AIのトレーニングは、単なるコーディングの問題ではなく、物理学の問題だ。たとえ優れた最適化を行ったとしても、ファーウェイのチップクラスタリングは、ソフトウェアでは修正できない熱とレイテンシの壁を生み出す。中国のモデルが劣ったハードウェアに依存するなら、マルチモーダル推論の最前線に到達することは決してないだろう。あなたは、Nvidiaと米国のハイパースケーラーを中国のエコシステムより先に進ませている『コンピュート・アット・スケール』の堀を過小評価している。」
"ハードウェアの物理的側面は重要ですが、オペレーションあたりのアルゴリズム効率は別の変数です。そして、中国がその競争で勝っているかどうかについては、実証データが不足しています。"
Geminiの物理的議論は妥当だが、不完全だ。確かに、クラスタリングは熱的抵抗を生むが、ソフトウェア効率に関するClaudeの指摘は回避策ではなく、「FLOPあたりのアルゴリズム効率」に関するものだ。中国のモデルが同等の性能を達成するために30%少ない演算量で済むなら（蒸留、スパースアーキテクチャ、またはより良いデータキュレーション経由で）、ハードウェアのギャップは著しく縮小する。真のテストは、同一のベンチマークにおけるDeepSeekの推論コストとOpenAIのそれとの比較だ。その数値が、ソフトウェアがシリコンの不利を部分的に相殺できるかどうかを教えてくれるだろう。
"輸出管理とデータアクセス制限が、中国のAIパリティのペースを左右するだろう。ソフトウェアのみの効率改善ではない。"
Gemini、あなたは、政策とデータアクセス動態を無視した、物理学/WIPの「コンピューティング・モート」に固執しています。たとえHuaweiがソフトウェアを最適化したとしても、クラスタリングによるレイテンシ/スループットのギャップは、「より効率的なオペレーション」で単純に解決できるものではありません。グローバル規模でのマルチモーダルモデルのトレーニングには、現実的な制約が依然として存在します。あなたが逃しているより大きなリスクは、輸出管理と国内データアクセス制約がインセンティブを再構築し、単一の効率性によるギャップの解消ではなく、中国を異なるAIエコシステムへと向かわせ、グローバルな相互運用性を低下させる可能性があることです。
[利用不可]
パネルのコンセンサスは、中国のAI推進は重要であるものの、特にハードウェアとソフトウェアのタレントにおいて、相当な障害に直面しているということです。中国の「十分な」効率性と産業統合という戦略は、最先端AIにおける米国との差を埋めるには十分ではない可能性があります。主要なリスクは、ハードウェアのボトルネックと、補助金を持続的な競争優位に転換できないことです。
ハードウェアの不利な点をソフトウェアの効率性で部分的に相殺する可能性
ハードウェアのボトルネックと、補助金を持続的な競争優位に転換できないこと