オープンウェイトとドメイン特化型AIの台頭：2026年以降の基盤モデル調達におけるコスト構造と選定基準

2026年に312億ドル規模に達する世界の基盤モデル市場は、2031年には1192億9000万ドル規模へと拡大する見通しです。この急成長の背景には、初期の文章作成支援から、業務プロセスを担う自律型エージェントや高度な推論、データ分析への需要移行があります。

市場調査会社のモルドール・インテリジェンスが2026年7月に公表した調査レポートによると、クラウド主導の利用が基盤にある一方で、機密保持や規制対応を背景にオンプレミス導入が年平均39.90%の高成長を記録する見込みです。オープンウェイトモデルの普及や特定領域に最適化された軽量モデルの性能向上により、調達と実装の前提は新たな段階へ入っています。

今回は、マルチモーダル化と推論への需要移行、オープンウェイトと領域特化型モデルの台頭、オンプレミスとデータ主権の要請、基盤モデル導入における投資判断について、取り上げたいと思います。

生成から推論・自動化へ向かう市場構造の転換

世界の基盤モデル市場は、初期の実証段階を通過し、業務システムへ深く組み込まれる実用段階に入っています。市場規模は2025年の217億2000万ドルから2026年には312億ドルへ拡大し、2031年には1192億9000万ドルに達する見込みです。2026年から2031年にかけての年平均成長率は30.76%と予測されており、高い拡張基調が続きます。

この成長を牽引している要因は、単なる文章の要約や下書き作成から、複雑な推論や業務自動化、意思決定支援へと利用目的が高度化している点にあります。2025年時点のモデル種別収益シェアでは、テキストを主体とする大規模言語モデルが59.11%を占めて主流の位置を保ちました。一方で、テキストに加えて画像、音声、構造化データを統合して処理するマルチモーダルモデルは、2031年までに年平均31.34%の成長が見込まれています。

用途別の構成比にも明確な変化が現れています。2025年時点で収益の31.98%を占めていたコンテンツ生成用途に対して、ビジネスインテリジェンスおよびデータ分析用途は2031年に向けて年平均37.57%という高い成長率を示す予測です。企業は、断片的なプロンプトへの応答ではなく、社内の多様な形式のデータを文脈に応じて解釈し、測定可能な事業成果へ直結する仕組みを求めています。

こうした需要の変化に伴い、モデル調達における評価基準も変わりつつあります。ベンチマークテストにおける表面的なスコアの高さよりも、複数段階の手順を論理的に実行できる推論能力や、既存の業務フローと円滑に連携できる運用性が重視される傾向が強まっています。

オープンウェイトと領域特化がもたらす調達構造の再編

基盤モデルの供給構造においては、巨大な資本を持つ事業者による独占的なAPI提供モデルに対抗して、オープンウェイトのエコシステムが急速に台頭しています。公開されたモデル重みを基に、自組織の環境でカスタマイズや運用を行う選択肢が広がったことで、調達の柔軟性が向上しています。

中国のアリババが展開するQwenシリーズは、2025年4月時点で派生モデルが10万件を超え、累計ダウンロード数が3億回を突破したと報告されています。さらに2026年7月には、テンセントが2950億パラメータを持つ混合エキスパートモデル「Hunyuan Hy3」をオープンソースライセンスで公開し、社内エージェント業務での高いタスク完了率を実証しました。あわせて推論インフラを提供するトゥギャザーAIが2026年7月に8億ドルの資金調達を実施するなど、オープンエコシステムを支える基盤への投資も活発化しています。

このオープン化の進展は、特定領域に特化したドメイン特化型モデルの実用性を大きく引き上げました。一般的なウェブデータ全体を学習した巨大モデルよりも、財務データや医療記録など専門性の高いデータセットで調整した中小型モデルの方が、特定業務において高い精度と安定性を示す事例が増えています。金融分野の研究では、パラメータ数を70億に抑えた軽量モデルに効率的な追加学習を施すことで、特定指標においてフロンティアモデルを上回る成果が確認されています。

モデルの小型化と特化は、推論にかかる計算コストを大幅に削減し、機密データを外部の共通クラウドへ送信せずに処理することを可能にします。これまで導入の障壁が高かった中小企業層においても、2031年に向けて年平均35.21%の成長が予測されており、モデル調達の主役は画一的な汎用モデルから、用途に応じた専用モデル群へと多様化が進んでいます。

オンプレミス需要の急伸とデータ主権を巡る制度的要請

導入形態の観点では、クラウド中心の利用形態が続く一方で、オンプレミス環境での自社運用が力強い伸びを示しています。2025年の収益シェアではクラウド型が66.39%を占めましたが、オンプレミス型は2031年までに年平均39.90%という高い成長率で拡大する見通しです。

オンプレミス導入が再評価されている最大の要因は、高度なセキュリティ要件とデータ主権の確保にあります。エンドユーザー別に見ると、政府および防衛部門の需要が2031年に向けて年平均39.76%の成長を記録すると予測されています。防衛、公共インフラ、医療といった機微情報を扱う組織では、外部通信を遮断した閉域網環境でのモデル稼働が必須条件となるケースが多く、ハードウェアと一体化した導入形態が選定されています。

法制度や規制の整備も、運用のあり方に直接的な影響を与えています。欧州における厳格なデータ保護と透明性の確保義務に加え、韓国では2026年1月に人工知能発展基本法が施行され、事業者に明確な法令遵守体制が求められるようになりました。国境を越えたデータ移転に対する制約が強まる中で、自国内や自社設備内で完結する処理基盤の価値が高まっています。

加えて、金融や医療などの規制産業では、事実に基づかない回答を出力するハルシネーションのリスクが導入の慎重な判断を促しています。誤った出力が重大な損失や法令違反につながる領域では、出力の監視、監査ログの保持、人間による介在を前提としたガードレール層の構築が不可欠であり、これらを統合管理しやすい環境として自社管理インフラが選択されています。

AIエージェントの業務組み込みとインフラ主導権の移動

基盤モデルの利用形態は、対話型の問い合わせ対応から、自律的にタスクを分解して実行するAIエージェントへと進化しています。モデルは孤立したツールではなく、基幹業務システムや社内データベースと直接連携し、業務プロセスそのものを遂行する構成要素となっています。

この流れを受けて、主要な技術提供企業はモデル単体の提供から、実行環境を含めた統合プラットフォームの提供へと競争軸を移しています。2026年6月には、アンソロピックの「Claude Sonnet 5」がマイクロソフトの基盤上で利用可能となり、最新のハードウェアインフラを介して企業向けエージェント環境の構築が容易になりました。オープンAIも2026年6月に「GPT-5.6」シリーズを発表し、用途に応じた価格体系と安全管理体制を提示しています。

ハードウェアとモデルの統合も加速しています。アップルが展開する第3世代の基盤モデル群は、端末内の処理とクラウド側の処理を組み合わせるハイブリッド設計を採用し、消費電力や通信帯域の制約を克服するアプローチを示しています。また、製造やロボティクス分野では、エヌビディアとハギングフェイスがロボット制御向けのモデル群を開発環境へ統合するなど、物理空間での自動化を見据えた連携が進んでいます。

さらに、モデルの学習や評価、データ整備を支援するサービス企業の存在感も増しています。2026年6月に発表されたイーエックスエル・サービス・ホールディングスによるアイメリットの買収合意に見られるように、高品質な訓練データの確保と評価体制の整備が、基盤モデルを実業務に定着させるための前提条件として認識されています。

投資対効果を最大化するモデル選定と統合運用の視点

基盤モデルの開発においては、最先端フロンティアモデルの学習費用が1回の試行で数億ドル規模に達するなど巨額の資本投下が続いており、先頭集団の開発主体は限られた資本力を持つ組織へ集約される構造があります。その一方で、モデルを利用して価値を創出する側の企業組織には、過度な資本投下を避けつつ実効性を確保する現実的な戦略が求められます。

実務における有力なアプローチは、すべての業務を単一の最上位モデルで処理するのではなく、多層的なモデル構成を設計することです。日常的な分類や定型処理、機密データを扱う分析には社内で運用可能な軽量特化モデルを割り当て、高度な推論や創造性を要する例外的な処理にのみフロンティアモデルのAPIを活用するという役割分担が合理的です。

モデル選定の評価軸も、ベンチマーク上の性能値から、推論レイテンシ、トークン単価、データ管理コスト、ガバナンス対応力を含めた総所有コストへと移行させる必要があります。中国石油天然気が開発した「昆侖」基盤モデルが、石油・天然ガスのサプライチェーン全体で152の業務シナリオに展開された事例は、自社の固有データと業務手順に深く根ざしたモデル運用の有効性を示しています。

調達担当者や事業責任者にとっての判断時期は、モデルの性能向上を待つ段階から、社内データの標準化とセキュリティ要件の整理を完了させる段階へと移っています。自社の優位性の源泉となるデータ資産を特定し、それを安全にモデルと接続できるパイプラインを構築することが、将来の技術進化を柔軟に取り込むための基盤となります。

今後の展望

マルチモーダル推論の高度化とオープンウェイトによる推論コストの低下、そしてデータ主権を背景としたオンプレミス需要の拡大という複数の潮流が合流することにより、基盤モデルの導入競争は「モデル自体の規模」から「業務システムとの統合力」へと焦点が移る見通しです。

今後は、クラウドの柔軟性とローカル環境の堅牢性を両立させるハイブリッド運用が実務の標準形として定着するでしょう。各国の法規制がより具体化する過程において、モデルの精度だけでなく、出力結果の検証可能性やデータの追跡性を担保できる組織構造が、本格運用の成否を分ける条件となります。

自組織が保有する独自の情報をどのように構造化し、どの業務領域を自律型エージェントへ委ねるのか。表面的なツール導入にとどまらず、業務フローの再設計と統制体制の構築を同時に進める姿勢が、次なる競争力を決定づけることになります。