昨夜から、WeChat の公式アカウントが DeepSeek の梁文峰の録音を必死に転載し、AI を使って要約し記事を書いている。
元の録音トランスクリプトの PDF をダウンロード
📎
https://xiangyangqiaomu.feishu.cn/wiki/Ojsuw8gE6ieBZJkYOMtcOcaenwq
DeepSeek には DDCP というモデルがある。その価格が当初の 4 分の 1 に値下げされた日、会社のグループチャットは歓声に包まれた。
普通の会社の財務会議では、値下げは収益の低下を意味し、叱責を受けるような悪いニュースだ。
DeepSeek はそれを祝うに値する瞬間として扱った。
この 3 時間 44 分にわたる交流会で、梁文峰は繰り返しこう言った。彼らには金がなく、カードもなく、名声もなく、チームにトップクラスの人材もおらず、彼自身も最高の学校を卒業したわけではない。
普通の人々の集まりが、どうやって 2 年で世界中を緊張させるものを作り上げたのか？
梁文峰の逆直感的な判断：AI において、最も多くを得ようとする者が最初に敗れる。
多くを取りすぎると、死が早まる
梁文峰は計算をした。仮に AI が最終的に世界の GDP の 10% を消費するとし、OpenAI がその 5% を取りたいとする。この計算は理論的には正しい。
しかし、たった 1% しか取りたくない競合が現れれば、より低い価格で前者を打ち負かすことができる。
そしてまた別の誰かが現れ、0.1% しか欲しくないと言い、前の者も打ち負かす。
この連鎖は均衡点に達するまで下方に転がり続ける。取り分が少なすぎればビジネスモデルが成り立たず自然淘汰され、取り分が多すぎれば、より少なく取る者たちに層ごとに締め出される。
梁文峰は率直に言う。AGI が巨大な商業的価値を持つことに疑いはないが、より大きなシェアを得る方法よりも、それを実現する確率を高める方法に関心がある。
そして、その確率を高める方法こそ、自らが取ろうとする分を積極的に縮小することなのだ。
この論理を価格設定に当てはめると、DeepSeek の API は 10 ヶ月で損益分岐点に達するように設計されており、これはおよそ 6 倍の利益に相当する。
これは利益の最大化ではない。本当に利益を最大化したいのであれば、価格はもっと高く設定されるべきだ。現在の範囲のユーザー需要は非弾力的であり、値上げしても消費は大幅に減少しないからだ。
しかし、6 倍の利益という上限は、非常に現実的な理由で能動的に固定されている。利益率を十分に低く抑えることで、第三者がオープンソースモデルを自前でデプロイして商売を奪うことが割に合わなくなるからだ。
オープンソースと低利益は、同じコインの表裏である。
クローズドソースで利益を固定する代わりに、彼らは利益を他者が再現できない水準に圧縮することで、市場そのものを守っているのだ。
梁文峰は計算した。もし本当に 100 倍の利益を得ようとすれば、オープンソースは抜け穴になる。なぜなら、サードパーティのデプロイコストは彼らの 20 分の 1 で済むかもしれないからだ。
しかし、DeepSeek は最初からその道を取ろうとはしなかった。
彼はオープンソースを心配していない。なぜなら、垂直的な独占によって 100 倍の利益を得ることを考えたことが一度もないからだ。
この「意図的に稼ぎを少なくする」という論理は、この会社が下すほとんどすべての一見すると非採算的な決断を説明する。
目の前のゴマ、その先のスイカ
昨年の旧正月、DeepSeek のコンシューマー向け（C 端）ユーザーベースは突然爆発的に増加した。
これは計画外だった。チームはそれらのユーザーを維持しないことさえ考えたが、ユーザーは「追い払っても去らず」、結局残った。
梁文峰はこの現象について率直に説明する。目の前にあるものを最優先にすると、より大きな機会を逃すことになる。
彼はこれを「ゴマを拾う」と呼ぶ。昨年の C 端トラフィックも今年のビジネス向け（B 端）収益も、彼の見方では単なるゴマであり、通りすがりに拾うだけで十分で、立ち止まる価値はない。
本当のスイカは AGI であり、AGI の機会は常に十分に大きいため、今どれだけのシェアを占められるかを正確に計算する必要はない。
これは興味深い結果を生む。DeepSeek はほとんど偶然に製品を作る。
梁文峰は言う。同社のトレーニングと API の出発点はユーザーに良いサービスを提供することではなく、AGI への道でこのステップを通過しなければならないからだ。ユーザーと収益は、その過程で生じる副産物にすぎない。
この戦略は、彼の目には次元削減攻撃のように映る。AGI を目標とする組織は、製品そのものを目標とする企業よりも C 端や B 端の製品に費やす思考がはるかに少ないが、結果は必ずしも劣らない。
彼の説明はこうだ。より大きなビジョンはトップ人材をよりよく結集できる。その結果生まれる人材の優位性は自然に製品レベルにあふれ出し、次元削減攻撃となる。
逆に、「良い製品を作る」ことを最終目標とする企業は、製品体験、トラフィック、ユーザーサービスにおいて優位性を持つが、上流の技術力においては、技術そのものを最終目標とする企業に決して追いつけないかもしれない。
同じ抑制が、DeepSeek がやらないことを選ぶことにも表れている。
チップ製造も、全産業チェーンもなし
ある投資家が梁文峰に、上流のチップ製造に進出するのか、あるいは下流の金融や医療といった垂直アプリケーションに進出するのかを尋ねた。
彼の答えは「ノー」だった。
その理由は発電所の比喩である。発電所を運営する人は、自分で発電機を製造する必要はない。合理的な価格で購入できるのであれば、なぜ自分で作る必要があるのか？
これは同じ「抑制」の論理の延長である。
梁文峰は言う。AI のパイは十分に大きく、将来多くの trillion-dollar 企業が出現するだろう。DeepSeek はそのうちの 1 つになればよく、自分たちが最も得意とする部分だけを食べ、産業チェーン全体を飲み込む必要はない。
食べ過ぎれば、かえって早期退場を招く。
同じ姿勢は競合他社に対しても当てはまる。
梁文峰は、DeepSeek は Alibaba、Zhipu、Moonshot AI がオープンソースモデルをより良く再現するのを喜んで支援する、なぜならそれは自社の利益を損なわないからだ、と述べた。
聞こえ方は丁寧だが、根底にあるアルゴリズムは一貫している。市場が十分に大きければ、他社が好調であることは脅威ではない。他社が不振に陥り、エコシステム全体の信頼を損なうことこそが本当の損失である。
抑制は、DeepSeek が何をしないかを説明する。
何をするかについては、その答えは長い間考え抜かれてきた技術的なはしごである。
残業なしでも登れるはしご
梁文峰は AI 技術の進化を、はしごを一段ずつ登るようなものだと表現する。すべてのステップは前のステップの上に構築され、無駄なステップはない。
昨年のステップは Chain of Thought (CoT) であり、モデルに自分で考えることを学習させ、知能の上限をさらに押し上げた。すでにコーディングや数学オリンピックの問題でトップの人間を上回っている。
今年のステップは Agents であり、マルチステップのタスク実行を通じて能力の限界をさらに押し広げる。
しかし、Agent の道も終わりに達する。
その終点に達しても、モデルはまだ本当の従業員の代わりにはならない。
梁文峰は非常に適切な例を挙げた。新入社員が入社すると、環境に慣れるのに 2 ヶ月かかる。その後、「王さんを呼んで」と言えば、彼らは理解する。
AI にはこの 2 ヶ月の蓄積がなく、誰が王さんで、どこにいて、どんな役職なのかを説明してからでないと実行できない。
この「完全な文脈を提供しなければならない」という制約が、現在の AI と真の知能の間にある見えない壁である。
次に越えるべきステップは継続的学習である。モデルは新入社員のように、環境との継続的な接触を通じて自ら経験を蓄積できるのか。それとも毎回、人間が文脈を口の中に詰め込むことに依存するのか？
継続的学習が解決されると、梁文峰が「シンギュラリティ」と呼ぶ段階が現れる。モデルの能力は、モデル自身の次のバージョンを反復し、自身で研究を行い、より高度な次世代を開発するのに十分なほど強力になる。
彼は特に、このシンギュラリティは突然の変異ではなく、漸進的で継続的なプロセスであるが、慣例的にシンギュラリティと呼ばれていると強調した。
その後に初めて、具現化知能（Embodied Intelligence）が訪れ、ロボットが実際に物理世界に入り、家事や介護を行うようになる。
なぜこの順序に従うのかについて、梁文峰はこう言う。これが最も労力の少ない道だからだ。
最初に継続的学習を解決することで、AI はその後の研究開発のあらゆるステップを加速でき、人間がすべてを自分で背負う必要がなくなる。
逆に、最初に具現化知能に取り組めば、それは人間の労働の上に築かれた苦労の多い困難な道となり、DeepSeek はそれを選びたくない。
ここで注目すべき詳細がある。DeepSeek が次世代モデルを訓練する主な目標は、外部のユーザーがうまく使えるようにすることではなく、自社のチームがより速く開発できるようにすることである。
モデルはまず社内の R&D 効率に役立ち、その後に付随的に外部ユーザーに利益をもたらす。
この優先順位は、ある程度、この会社におけるほぼすべてのリソース配分の順序を決定する。
20,000 枚のカードと溶ける堀
中国と米国の差について語るとき、梁文峰の判断は非常に率直だった。人材はボトルネックではない。計算能力こそがボトルネックである。
中国には AI 人材が不足しているわけではない。母集団は十分に大きく、賢い人々の分布はランダムである。「最も賢い人々はすべて米国に行った」というようなことはない。
真のボトルネックはリソースである。
数字は非常に直接的だ。DeepSeek は現在約 20,000 枚の H シリーズ相当の計算カードを保有しており、そのほとんどはここ 1 ～ 2 ヶ月で到着したものだ。
現在の最大規模のモデル（活性化パラメータ約 800B）と同格のモデルを訓練するには、50,000 枚の GB300 カード、または 200,000 枚の Huawei の最新カードが必要である。これは訓練自体のためだけで、研究段階での膨大な実験コストは含まない。
DeepSeek の現在のリソースは、数十億の活性化パラメータ規模の実験をサポートできる程度で、800B にはまだ 1 桁及ばない。
国産チップについて、梁文峰の判断は意外にも楽観的だった。
彼は、CUDA のエコシステムの堀は、3 つの力によって同時に解体されつつあると考える。AI 自体がコード作成を支援し、エコシステム構築の敷居を大幅に下げる。TileLang のような高水準言語は、CUDA のオペレーターシステム全体を迅速に書き換えることができる。ゲーミングカードと計算カードはもともとアーキテクチャを共有していたが、AI 計算市場がゲーミング市場よりも大きくなった今、両者はもはや結びつく必要がなく、専用チップが主流になりつつある。
彼は具体的な時期の判断を示した。今後 1 年以内に、国産チップのエコシステムが問題ないということが事実によって証明されるだろう。
残された唯一の障害は生産能力である。
具体的なコストパフォーマンスの比較も非常に直接的だ。Huawei の 950 スーパーノードは、性能と価格の面で NVIDIA の GB200 と GB300 を代替できるが、4 枚のカードで 1 枚に相当し、2 年遅れている。 50% から 200% 高くても問題ではなく、購入できさえすればよい。
DeepSeek は現在、Huawei から約 16,000 枚分のキャパシティを得ている。このボリュームは NVIDIA カード 4,000 枚分に相当し、次世代モデルを訓練するには十分ではないが、Huawei がまずエコシステムを立ち上げるのを助けるには十分だ。
梁文峰はこれを「まず Huawei がこれをうまくやるのを助ける」と呼ぶ。彼はこれらのカードに頼ってより大規模なモデルを訓練するとは期待しておらず、将来への道を開いているのだ。
さらに興味深いのは、彼が提供するキャッチアップのシナリオである。過去、中国の AI は他者の 20 分の 1 の計算能力で同等のものを生み出し、1 ～ 2 年遅れをとっていた。
将来的には、この「遅れ時間」を 1 ～ 2 年から 3 ～ 6 ヶ月に圧縮する必要があり、計算能力のギャップは同じくらい大きいままだ。
より多くのリソースに頼るのではなく、よりスマートな方法に頼るのだ。
この「巧みな力でギャップを埋める」アプローチは、会社の管理方法にも反映されている。
コア研究者の半数がデータにラベル付け
誰かが梁文峰に、大規模言語モデルのハルシネーション問題がユーザー体験に影響を与えるかどうかを尋ねた。彼の答えは非常に率直だった。ハルシネーションは解決不可能な問題ではない。より良いポストトレーニングで改善できる。ただ、誰も多くの労力をかけて取り組んでいないだけだ。
DeepSeek 内部では、これは製品の問題として分類されており、解決されるだろうが、焦点ではない。
ハルシネーション問題よりも記憶に値する詳細は、DeepSeek のコア研究者の半数がデータにラベル付けをしていることである。
これは中国でデータラベリングが安いからではない。逆に梁文峰は、中国での高品質データラベリングのコストは米国と変わらず、特にハイエンドデータにおいてはコスト面での優位性はまったくないと述べた。
したがって、現在の戦略は二本立てである。低コストのものから先にラベル付けし、高コストのものは今のところ保留にする。
彼はこれを、資本の問題ではなく時間の問題だと判断している。
OpenAI と Anthropic はより早く始めており、長い間稼働してきた。中国は本格的に投資を始めてから約 6 ヶ月だが、ギャップの大部分は 1 年以内に埋められると見込んでいる。
組織のない会社：何が人を結びつけるのか？
梁文峰は DeepSeek には「組織」がなく、ビジョンによって動かされていると言う。
具体的な運用方法はこうだ。会社の管理は 2 つのラインに分かれる。1 つはトップダウンの集団プロジェクト用で、例えば V4 のリリースには全スタッフの協力と分業が必要であり、この部分は「公式」と呼ばれる。もう 1 つはボトムアップで、各自が好きなことを研究する。誰も管理せず、KPI もない。
梁文峰が自分自身に課す基準はこうだ。公式な仕事が従業員の時間の半分を超えてはならない。
この背後には 2 つの考慮事項がある。
第一に、研究にはリラックスした環境が必要である。あまりに強く推しすぎると、新しいことを探求できなくなる。目標が自発的な興味を刺激することである以上、「自由な発想」のためのスペースを残さなければならない。
第二に、DeepSeek は十分に集中しており、やるべきことは少ない。同社の製品は概して不完全であり、それらを修正する努力もしていない。これはそれ自体が積極的な選択である。
この組織スタイルには、コピーできるテンプレートはない。
梁文峰は、DeepSeek はベル研究所を含むいかなる会社も模倣していないと述べた。ベル研究所は自らの損益に責任を持つ必要がなかったが、DeepSeek は結局のところ、どうやって生き残るかを考えなければならない会社であり、政府からは 1 セントももらえないからだ。
すべての選択は、目の前の実際の状況に基づいて計算された結果であり、コピーされた答えではない。
あの歓声に戻って
今、DDCP 値下げの日のあの歓声を振り返ってみよう。それは孤立した話ではなく、この会社の生存アルゴリズム全体の縮図だった。
最大のシェアを追求しない抑制は、十分に大きな市場では、貪欲な者が最初に締め出されるからだ。
ゴマを拾っても立ち止まらないのは、目先の利益に固執すれば、背後にあるより大きなスイカが見えなくなるからだ。
チップや垂直アプリケーションを作らないのは、食べ過ぎれば早期退場につながるからだ。
技術ロードマップに最も労力の少ない順序を選ぶのは、節約されたエネルギーを真のボトルネックがある場所に使えるからだ。
研究者の半数がデータラベリングをするのは、計算能力で埋められないギャップは、より強固な基盤でしか埋められないからだ。
これらの決断は表面上は無関係に見えるが、実際には同じ一文を異なる方法で書いているにすぎない。十分に大きなトラックにおいて、今どれだけ得られるかを正確に計算しないことが、より多くを得るための前提条件である。
これは、競争の激しい業界にいる誰もが直接使える判断方法である。
次に「今どれだけ得られるか」と「将来どれだけ得られるか」の選択に直面したときは、目先の計算を急いではならない。
もっと根本的な問いを自問しよう。この件は、あなたが今あまりに多くを取りすぎたために、より少なく取りたいと考える競合を早期に惹きつけてしまうだろうか？
答えがイエスであるなら、短期的な利益がどんなに魅力的であっても、それと引き換えに生存確率を下げる価値はない。
