中国は自動車と同じ手をAIでも使っているのか──Doomberg「Old Tapes」を数字で検証する
📌 この記事は公開情報（公的統計・各社の公表・報道・調査など）をもとにした情報提供・解説です。数値・固有名詞は執筆時点（2026年7月23日）で確認できた情報にもとづくもので、状況は今後変わり得ます。
2026年7月22日、エネルギー・産業分析で知られるニュースレター Doomberg が「Old Tapes（古いテープ）」という記事を公開しました。
主張はこうです。中国が自動車産業で使った戦略を、いまAI産業でもう一度、しかもより速く回している。国内で支援を受けた企業が育ち、技術を取り込み、世界市場に競合が採算を合わせにくい価格で供給し、既存プレイヤーがシェアを失う──「古いテープをもう一度再生している」というタイトルの意味です。
説得力のある主張です。ただ、「型が繰り返されている」という説明は、腑に落ちるぶん検証を飛ばしがちでもあります。そこでこの記事では、①その主張のどこまでが数字で裏づけられるかを確かめ、そのうえで②自動車とAIで条件が変わる3つの論点を整理します。
結論を先に
長くなるので、先に3行でまとめます。
- 自動車側の数字は、主張と整合的です。中国の自動車輸出は2026年6月に単月103万7,000台（前年同月比75.1%増）と初めて100万台を突破した一方、国内販売は3.2%減。国内が縮むなかで輸出が伸びる、という非対称がはっきり出ています。
- AI側でも似た現象は観測できます。開発者がモデルを呼び出すサービスOpenRouterでは、2026年5月時点で中国製モデルが消費トークンの約61%を占め、AlibabaのQwenは累計10億ダウンロード超。かつてオープンモデルの代名詞だったMetaのLlamaは1%未満まで後退したと報告されています。
- ただし、これは「同じ型の証明」ではありません。観測できたのは「輸出と利用が伸びた」という結果であって、国家の統一した戦略の証拠ではない。しかも流通の止め方・価格の効き方・供給網の握り方という3つの論点で、自動車とAIは条件が違います。似ている部分と、条件が変わる部分を分けて読むのが本記事の提案です。
Doombergは何を言っているのか
まず主張の骨格を押さえます。Doombergが描く「型」は4段階です。
そのうえでDoombergは「同じ流れが人工知能産業で、さらに速いペースで進行している」とし、西側はこれを正しく理解していない、と警告しています。
📝 念のため2点。①Doombergは有料ニュースレターで、記事の後半は購読者限定です。本記事が検証するのは、公開部分で確認できた仮説の骨格であり、同社の論証全体を再構成したものではありません。②以下で使う数値はすべて編集部が別途、公的統計や調査データで裏取りしたものです。
数字で見る「自動車の型」
まず自動車から。ここは公的統計がはっきりしています。
中国汽車工業協会（CAAM）が2026年7月9日に発表したデータによれば、2026年6月の中国の自動車輸出は103万7,000台で、前年同月比75.1%増。単月で100万台を超えたのは初めてです（ジェトロ）。内訳は新エネルギー車（NEV。電気自動車・プラグインハイブリッド・燃料電池車の合計）が52万3,000台で前年同月の2.6倍、従来型のエンジン車が51万4,000台で32.7%増でした。
注目したいのは、同じ月の国内販売が前年同月比3.2%減の281万台だったことです。国内が縮むなかで輸出だけが伸びている。この非対称は、Doombergの主張と整合的な観測事実です。2026年上半期の輸出は509万6,000台に達し、日本の2025年の年間輸出台数を上回る規模になりました。
貿易全体でも方向は同じです。2025年の中国の貿易黒字は1兆1,890億ドルと過去最大で、初めて1兆ドルを超えました。輸出は5.5%増、輸入はほぼ横ばい。電気自動車・リチウム電池・太陽光パネルといった品目の輸出は27%増でした（中国税関総署）。一方で対米輸出は20.0%減。米国向けが細っても、それ以外へ回して全体を伸ばしている構図です。
同じことがAIで起きているのか
では本題のAIです。ここは公的統計がないので、実際の利用データを見ます。
先に用語を3つ。重みとは、学習で調整された大量の数値のことで、モデルの振る舞いを形づくる本体です。オープンウェイトは、その重みを配布して誰でも取得・改変・自社環境での実行ができるようにしたもの（学習データや手順まで公開されるとは限らず、利用条件はモデルごとに異なります）。トークンは、AIが文章を処理する単位で、文字数や質問回数とは一致しません。
そのうえで、OpenRouter（ひとつの窓口から各社のモデルを選んで呼び出せるサービス）のデータを見ると、2026年5月時点で消費されたトークンの約61%が中国製モデルでした。18か月ほど前はほぼゼロだったものが過半に達したことになります。AlibabaのQwenはHugging Faceで累計10億ダウンロードを超え、最もダウンロードされたオープンモデルになりました。一方、2023〜24年にオープンモデルの代名詞だったMetaのLlamaは1%未満まで落ち、事実上撤退した状態だと報告されています。
この限界は重要です。このデータが示すのは「開発者がどのモデルを選んでいるか」であって、世界のAI利用全体ではありません。一般の人の多くはChatGPTやGeminiを直接使っており、量としてはそちらのほうがはるかに大きい。「中国製が6割」だけを切り取ると、実態より大きく見えます。
もう1点。この61%という数字は、普及の結果を示す傍証であって、国家の統一した戦略の証拠ではありません。性能、価格、ライセンスの使いやすさ、コーディング用途の伸びなど、企業ごとの競争でも説明がつきます。実際、Alibaba・DeepSeek・Moonshotなどは事業モデルも利害も異なる別々の会社で、一枚岩の行動を示す証拠は確認できていません。前日に扱ったKimi K3のように無料公開に踏み切る会社もあれば、有料APIを主軸にする会社もあります。
4段階のうち、どこまで確認できたか
検証記事なので、Doombergの4段階それぞれについて「何が確認でき、何が未確認か」を並べます。
| 段階 | 確認できた事実 | 未確認・留意点 |
|---|---|---|
| ①国内で育てる | 中国に多数のAI企業が並立し、国内で激しい競争が起きていること | 具体的な補助金額や政策支援の規模は本記事では確認していない |
| ②技術を取り込む | Anthropicが2026年2月、Claudeの蒸留で中国AI各社を名指しした（既報） | これはAnthropicの主張であり、確定した事実ではない。各社の反論も確認できていない |
| ③世界に安く供給する | 自動車は輸出が急増。AIは開発者向けサービスで中国製の利用比率が上昇 | AI側は「無料だから伸びた」とまでは証明されていない。低価格APIや性能評価による選択の可能性 |
| ④競合が退場する | Llamaが1%未満まで後退したと報告される | 撤退の理由はMeta自身の戦略変更もありうる。他の西側モデルが退場した実績は確認していない |
こうして並べると、①③は観測と整合、②は係争中の主張、④は事例が限定的、という濃淡が見えてきます。「型が完成している」と言い切るには、まだ材料が足りない、というのが正直なところです。
本記事の核心──自動車とAIで条件が変わる3点
そのうえで、仮に同じ型が動いていたとしても、自動車とAIでは前提条件が変わる論点が3つあります。ここが本記事でいちばん伝えたい部分です。
順に見ます。
①流通の止め方が変わります。 自動車は物理的な製品なので港で止められ、実際に欧米は中国製EVへの追加関税で流入速度を落とそうとしました。一方モデルの重みはインターネット越しのダウンロードなので、物品関税では止めにくい。ただし手段がないわけではありません。配布サイトへの遮断、輸出管理、政府調達からの排除、クラウドやAPIへの規制、ライセンス上の制約など、別の道具は存在します。止められないのではなく、止め方が変わるという整理が正確です。
②価格の効き方と稼ぎ方が変わります。 自動車で中国が競争力を持てた背景には、電池を含む供給網を押さえて原価を下げたことがありました。AIでは、重みの入手費をゼロにできる点が目を引きます。ただし、無料といえる範囲は限定的です。重みを手に入れても、動かすにはGPU・電力・運用の費用がかかります。実際、OpenRouterで中国製の比率が上がった理由も、無料というより低価格のAPIや性能評価にもとづく選択である可能性が高い。そして配布する側にとっても、重みの配布そのものからは直接収益を得にくいため、クラウドや法人サービス、有料APIなど別の場所で稼ぐ必要があります。ここは前日の記事でも「稼ぎ方が未証明」として触れた論点です。
③供給網のどこに位置しているかが変わります。 自動車では、中国が電池やレアアースの精製・加工で大きなシェアを持ち、川上を押さえたうえで川下の完成車で伸ばしました。AIでは事情が異なります。先端計算資源をめぐっては米国主導の輸出管理網が中国の調達を制約しており、しかも供給網は米国だけで完結しません（先端製造は台湾、露光装置はオランダ、広帯域メモリーは韓国などが要所を占めます）。つまりAIでは、中国は上流の要所を押さえないまま川下で存在感を高めていることになります。この制約は中国のデータセンター政策の空回りを扱った記事でも実際に効いていました。
なお公平のために付け加えると、計算資源の制約があるからといって、川下での普及戦略が成立しないとは限りません。制約がむしろ効率化やオープン化を促し、少ない計算資源で戦う工夫につながっている、という見方もできます。3つの論点は、Doomberg説を否定するものではなく、同じ結論に至るとは限らない条件差として読んでください。
どこに圧力がかかりうるのか
投資家として気になるのは「で、どこに効くのか」でしょう。個別銘柄ではなく、構造として押さえます。
| 立場 | 追い風になりうる面 | 向かい風になりうる面 |
|---|---|---|
| モデルを提供して稼ぐ企業 | クラウドや法人契約、サポートで収益化する道は残る | 近い性能が安価に出回るほど、性能を理由に高値を取りにくくなる |
| AIを使ってサービスを作る企業 | 調達コストが下がりやすい | 参入が容易になるぶん競争も激化。導入費・安全性対応の負担も生じる |
| 半導体・計算資源の供給側 | AI開発全体の需要が続けば下支えになりうる | 輸出管理などの政策変更に左右されやすい |
⚠️ この表は構造の整理であり、投資推奨ではありません。個別の銘柄名を挙げていないのは、「この型に当てはまるから、この株が上がる／下がる」と単純に結びつけられないためです。需要が増えることと企業の利益が増えることは別ですし、規制強化が必ず業績悪化を意味するわけでもありません。
投資家として、どう読む？
あらためて、この記事は特定の銘柄や資産を勧めるものではなく、相場の見通しを述べるものでもありません。検討の材料になりうる観点を3つ挙げます。
- 「型が同じ」という説明は、腑に落ちるぶん慎重に扱う。歴史の繰り返しを指摘する議論は説得力が高い一方、違う部分が見えにくくなります。今回でいえば流通・価格・供給網の3点は、結論を左右しうる条件差でした。似ている点と条件が変わる点を、両方数えておきたいところです。
- 統計は「何を測ったか」まで見る。「中国製が6割」は強い数字ですが、測っているのは開発者向けサービス上のトークンで、出典自身が「市場の全体ではない」と断っています。都合のよい数字ほど、出典が自分でつけた但し書きを読む。今回いちばん実務的な学びはここでした。
- 「AI関連」を一語でまとめない。上の表のとおり、モデルを売る側と使う側では受ける向きが逆になりえます。AIと投資の基礎で書いたとおり、立場ごとに分けて見ることが有効です。同じことは中国側の企業についても言えて、Alibaba・DeepSeek・Moonshotを「中国AI」とひとまとめにすると、事業モデルの違いを見落とします。
まとめ
- Doomberg「Old Tapes」（2026年7月22日）は、中国が自動車で使った「国内で育て、世界に安く供給し、競合が退場する」型をAIでも再演していると主張する
- 自動車側は数字と整合的。2026年6月の輸出は103万7,000台（+75.1%）で初の単月100万台超、一方で国内販売は3.2%減。2025年の貿易黒字は1兆1,890億ドルと初の1兆ドル超え
- AI側でもOpenRouterの消費トークンの約61%が中国製（2026年5月）、Qwenは累計10億DL超、Llamaは1%未満に後退。ただし出典自身が「中継は市場の全体ではない」と限界を明記し、これは普及の傍証であって国家戦略の証拠ではない
- 4段階のうち①③は観測と整合、②は係争中の主張、④は事例が限定的。加えて流通の止め方・価格と収益化・供給網の位置という3点で自動車とは条件が変わる。似ている部分と条件差を分けて読むのが安全
情報源
- Doomberg：Old Tapes（2026年7月22日）（一部有料。本記事が検証するのは公開部分の主張）
- ジェトロ：中国の6月の自動車販売、前年同月比3.2%減も輸出は75.1%増で初の単月100万台突破（2026年7月16日・CAAM 7月9日発表）
- ジェトロ：中国の2026年上半期の自動車輸出台数500万台超え、日本の2025年の年間輸出台数を上回る
- 日本経済新聞：中国25年輸出5.5%増 通年の貿易黒字、初の1兆ドル超え／時事通信：中国貿易黒字が過去最大 初の1兆ドル超え
- Chris Zeoli：China’s Open-Weight Takeover（2026年6月24日）（OpenRouterの集計と、その限界の明記）
- 関連記事：中国Moonshotの「Kimi K3」／AIは「蒸留」でコピーできる？／中国「東数西算」の空回り
本記事は情報提供を目的としたものであり、特定の金融商品の投資勧誘や投資助言を行うものではありません。投資にともなう最終的な判断は、ご自身の責任で行ってください。記載内容の正確性には努めていますが、その完全性・将来の結果を保証するものではありません。
