コンピューティング能力の再集中化：DeepSeekの価格引き下げ後、AIインフラを誰が管理するのか？

—ゴンカ氏のLA Hacks 2026でのスピーチから始まる

4月26日、DeepSeekはV4シリーズAPIの新しい価格を発表した。シリーズ全体の入力キャッシュヒットの価格は、当初の発売価格の10分の1にまで下がり、期間限定の割引により、100万トークンの処理コストはわずか0.025元となり、1年前と比べてほぼ100分の1の安さとなった。A株上場のコンピューティングパワー関連株は軒並みストップ高となり、市場心理は活況を呈した。

しかし、歓声の裏には、誰も直接的に取り組もうとしない問題がある。それは、モデルが安価になるにつれて、それを実行するために必要な計算能力がますます集中化しているということだ。

データは嘘をつかない。2025年第4四半期には、Microsoft、Amazon、Meta、Googleの4つのクラウドベンダーの合計設備投資額が前年同期比64%増の1,186億ドルに達した。2026年通年の設備投資総額は、前年同期比53%増の5,708億ドルに達すると予測されている。Googleも同時期に、2026年のTPUチップ出荷目標を50%引き上げ、600万個とした。NvidiaのH100シリーズの納入期間は、一部の市場で数か月に及んでいる。

モデル層における価格決定権は開発者側にシフトしつつあるものの、計算能力層における支配権は、さらに速いペースで少数の巨大企業に集中しつつある。これは、AI時代における隠れた、しかし深刻な矛盾である。

こうした背景のもと、2026年4月24日、ゴンカプロトコルの共同創設者であるダニール・リバーマンとデビッド・リバーマンは、 LA Hacks 2026の基調講演の壇上に立った。UCLA最大の年次大学ハッカソンであるLA Hacks 2026の今年の基調講演者であるリバーマン兄弟は、業界への参入を控えた数百人の優秀なエンジニアに向けて講演を行った。彼らがその時特に明確に提起した疑問は、「分散型コンピューティング能力は依然として実現可能なのか？」というものだった。

I. 価格引き下げ波の裏側

DeepSeek V4の価格引き下げのロジックは、技術進歩によってもたらされた効率化の恩恵にあるようだ。新しいアテンションメカニズムはトークン次元を圧縮し、DSAスパースアテンションと組み合わせることで、計算能力とGPUメモリの需要を大幅に削減する。しかし、価格引き下げが継続するには、特定の場所で計算能力が十分かつ安価であるという前提が必要となる。

現実には、この「十分な」コンピューティング能力は、世界中のごく少数のノードに急速に集中しつつある。大手光通信企業であるLumentumのCEO、マイケル・ハールストン氏は最近、現在の傾向に基づくと、同社の生産能力は2028年までにほぼ完売状態になると述べている。これは特定の企業だけの問題ではなく、急速に拡大する需要に直面したAIインフラサプライチェーン全体にかかる、集合的な負担となっている。

LA Hacksでの講演で、ダニールはシンプルながらも力強い例えを用いた。ビットコインネットワークの計算能力は、Google、Microsoft、Amazonの3つのクラウドデータセンターの合計計算能力を既に上回っているが、この計算能力は何に使われているのか？誰も答えを必要としないハッシュパズルを解いているのだ。世界中の遊休GPU計算能力についても同じことが言える。ゲーマーのマシンに搭載されているグラフィックカード、大学のコンピュータラボにあるサーバー、中小規模のクラウドサービスプロバイダーが保有する余剰容量など、すべてが合わさって膨大な規模になるにもかかわらず、連携メカニズムの欠如によりAI推論に利用できないのだ。

Gonkaは、この調整問題を解決しようと試みている。世界中に散らばる遊休GPUをネットワークに組織化し、実際のAI推論タスクを実行できるようにするため、プルーフ・オブ・ワークというインセンティブメカニズムを活用している。

II. 推論こそが新たな戦場

DeepSeekの価格引き下げは、中国のインターネット上で「AIの平等」に関する広範な議論を巻き起こした。しかし、見落とされている点が一つある。価格引き下げは「呼び出し料金」に適用され、「計算コスト」には適用されないのだ。AIアプリケーションの規模が拡大するにつれ、推論呼び出しの増加は指数関数的であり、業界予測によると、2026年までに推論は世界のAI計算能力消費の約3分の2を占めるようになる。

これはどういう意味でしょうか？コール価格が桁違いに下がるたびに、実際に必要となる計算能力の総量は減るどころか増える一方です。大規模モデルの「民主化」は、ある程度、計算能力の集中化を加速させます。なぜなら、極めて低い利益率で推論サービスを運営できるのは、膨大な計算能力を持つ企業だけだからです。

これは新たな構造的ロックイン現象である。推論側の物理的な計算能力を支配する者が、AI時代への真のインフラストラクチャ・ゲートウェイを支配することになる。この観点からすると、分散型コンピューティング・ネットワークの意義は、もはや「50%コスト削減」といったコスト最適化だけではなく、中央集権的なロックインが完了する前に、構造的な代替経路を提供することにある。

III. 若き建築家にとっての真の試練

LA Hacksの参加者である、カリフォルニア州の一流大学のエンジニアやプロダクトマネージャーたちは、まもなく、あまりロマンチックとは言えないエンジニアリング上の選択に直面することになるだろう。それは、どのコンピューティングパワーのレイヤーで製品を構築するかという選択だ。

貴社のAI製品は、推論にどのサーバーを使用していますか？

もしそのプラットフォームが価格戦略やアクセス方針を変更した場合、移行する能力はありますか？

あなたが構築を支援しているユーザー基盤は、あなた自身にとって価値を生み出しているのでしょうか、それともプラットフォームに優位性をもたらしているのでしょうか？

これらの問題は、Web2時代に開発者が既に経験していたものです。アプリケーションの運命がプラットフォームのアルゴリズムや配信ルールに深く依存している場合、「独立性」という言葉は常に再定義を必要とするものとなります。AI時代のコンピューティング能力への依存は、インフラストラクチャ層においても同様の論理を再現し、切り替えコストが高くなるため、ロックイン効果はさらに強まるでしょう。

ハッカソンという形式には、本質的に皮肉な側面がある。最小限のリソースで最大限のスピードで36時間以内に動作するものを構築する――これこそまさに、分散型ネットワークのインセンティブメカニズムが目指す状態なのだ。ダニールがLA Hacksのステージに立ったとき、彼は単にGonkaについて話していたのではなく、むしろ参加者たちにこう問いかけていた。「君たちは将来何をするつもりなのか？中央集権化の傾向を加速させるのか、それとも新たな可能性を創造するのか？」

IV. PoW 2.0：エンジニアリング上の提案

Gonkaは、プルーフ・オブ・ワークのインセンティブ構造をハッシュ計算からAI推論へと転換することで、ネットワークの計算能力のほぼ100%を現実世界のタスクに直接対応させることを可能にしました。このメカニズムには重要なエンジニアリング要件があります。それは、AI推論タスクが検証可能かつ再現可能であることです。つまり、同じモデル重み、同じ乱数シード、同じ入力が与えられれば、どのノードでも計算結果を再現し、その妥当性を検証できる必要があります。これが、Gonkaを学術的なプロトタイプから実用的なネットワークへと押し上げた、中核的なエンジニアリング上の課題です。

経済的な観点から見ると、このメカニズムの重要な点は、トークンの価値が流動性への期待ではなく、物理的な計算能力のコストに自然と連動している点にある。計算能力を提供するマイナーは報酬を受け取り、計算能力を利用する開発者は手数料を支払う。システム全体のインセンティブループは、いかなる仲介者の善意にも依存しない。

もちろん、技術的な実現可能性は問題の一部に過ぎません。より難しい問題は、コンピューティング能力への需要が急速に高まり、大手企業が数百億ドルもの資金を投じる時代において、自発的なコミュニティの貢献によって組織された分散コンピューティングネットワークが、規模の面で真に競争力を発揮できるのか、ということです。

Gonkaの初期データはベンチマークとなる。メインネットのローンチから1年足らずで、ネットワークの総計算能力はH100相当の60から10,000以上に拡大した。これは、中央集権的な割り当てではなく、世界中の数百もの独立したノードが自発的に統合されたことによって達成された成長である。これはスケーリングの問題が解決されたことを証明するものではないが、インセンティブメカニズムが初期の成長を効果的に促進したことを示している。

V. ウィンドウ期間に関連する問題

歴史的に見ると、インフラ分野における支配力は初期段階で急速に収束する傾向にある。これは鉄道時代、インターネット時代、そしてモバイルインターネット時代においても同様であった。いずれの時代においても、標準規格が確立される前に自らの地位を確立する企業もあれば、中央集権化が完了した後に初めて、自社の事業規模が著しく縮小したことに気づく企業もあった。

AIコンピューティングインフラは現在どこに配置されているのでしょうか？大手クラウドベンダー4社の2026年の設備投資額予測は5,708億ドルであり、集中化が加速していることが分かります。しかし、開発者の実際の利用状況を見ると、供給側には依然として統合されていないリソースが大量に存在します。このギャップこそが、分散型ネットワークが構造的に存在し得る領域なのです。

ダニール氏はスピーチの中で、対照的な例を挙げた。2000年のドットコムバブル崩壊後、残ったのは廃墟ではなく、その後20年間にわたりデジタル経済の運営を支えるグローバルな光ファイバーネットワークだった。AIインフラ投資ブームが収束した後、確立されたコンピューティング能力プロトコルとインセンティブメカニズムが次のサイクルのインフラとなるだろう。問題は、どのプロトコルがプレッシャーの下でも機能し続けるのに十分な堅牢な基盤ロジックを備えているかということだけだ。

これは特定のプロジェクトに関する質問ではなく、分散型AI分野全体が取り組むべき課題です。ガバナンス設計は、単一制御の侵食に真に抵抗できるのでしょうか？インセンティブメカニズムは、規模拡大後も有効性を維持できるのでしょうか？コンピューティングネットワークの分散化は、技術実行層、トークン発行層、アップグレード意思決定層という3つの側面すべてにおいて同時に有効なのでしょうか？

結論

DeepSeekの価格引き下げは、「AIの民主化」という物語を再び燃え上がらせた。しかし、推論呼び出しの民主化とコンピューティングインフラの民主化は別物である。前者は既に実現しつつあるが、後者が実現するかどうかは、今後数年間でどれだけの人がそれを単なる耳障りの良い物語ではなく、解決すべき価値のあるエンジニアリング問題として真剣に取り組むかにかかっている。