「OFOの悲劇を繰り返すな」李開復、01.AI海外黒字の現実

1. 決断の分岐点――「OFOの二の舞は演じない」北京の深夜会議で下された宣告

2023年春、北京の中関村（Zhongguancun）。中国のシリコンバレーと呼ばれるこの街の一角にある創新工場（Sinovation Ventures）本部ビルの会議室で、白熱した議論が深夜まで続いていました。

ホワイトボードには、米OpenAIが投下したGPT-4に対抗するためのGPUクラスター調達計画、そして数億ドル規模の資金調達スキームがびっしりと書き込まれていました。当時、中国のテック業界ではテンセント、アリババ、バイトダンスなどのメガIT企業から大学発の精鋭チームまで、数百社が一斉に自社製モデルの発表を競い合う「百模大戦（100の大規模モデルが乱立する消耗戦）」が幕を開けたばかりでした。

創業者たちの多くは、「まずは数十万枚のGPUを確保し、兆単位のパラメータを持つ超巨大モデルを事前学習することこそが唯一の生存切符である」と信じ込んでいました。

しかし、アップル、SGI、マイクロソフトで要職を歴任し、元Google中国代表として米中両国のテック生態系を知り尽くした李開復（Kai-Fu Lee）氏は、居並ぶ創業コアメンバーたちを前に、冷徹な一言を放ちました。

「かつてシェア自転車のOFOが、1台ごとのユニットエコノミクスを無視して巨額の現金を焼き尽くし、最後は灰燼に帰した光景を忘れたのか。基盤モデルの推論コストが売上を上回る構造のままユーザーを集めても、1回のAPIリクエストが走るたびに会社が墓場へと近づくだけだ」

この夜、李開復氏率いる零一万物（01.AI）の運命は、他の中国AIスタートアップとは決定的に異なる軌道を描き始めました。それは、世界水準の基盤モデル「Yiシリーズ」を極めて高い計算効率で開発しながら、同時に海外市場でいち早くドル建てのサブスクリプション収益を刈り取るという、極めてプラグマティック（実利主義的）な「両利きの経営」でした。

---

2. 第一性原理としての「TC-PMF」――なぜ従来のPMFだけでは死に至るのか

シリコンバレーと中国のインターネット産業において、創業の黄金律として信奉されてきたのが「PMF（Product-Market Fit：製品と市場の適合）」です。「顧客が熱狂する製品を作り、市場の需要を掴めば、ビジネスモデルは後からついてくる」という思想は、モバイルインターネット時代にUberやTikTokなどのメガベンチャーを生み出しました。

しかし李開復氏は、このモバイル時代の成功体験こそが大規模言語モデル（LLM）（LLM）時代の起業家を破滅させる最大の罠であると見抜いていました。

モバイルアプリの世界では、ソフトウェアの限界費用（Marginal Cost）はほぼゼロでした。100万人のユーザーが1,000万人に増えても、サーバーのインフラ費用は緩やかにしか増えず、ネットワーク効果によるスケールメリットが指数関数的な利益をもたらしました。

ところが生成AIでは、ユーザーが質問を投げるたびに、高価なGPUクラスターが電力を消費し、トークンを生成します。限界費用はゼロどころか、モデルが賢くなればなるほど推論コストが重く跳ね上がるのです。

そこで李開復氏が提唱したのが、「TC-PMF（Technology-Cost & Product-Market Fit：技術・コスト・製品・市場適合）」という新しい方程式でした。

比較項目	モバイルインターネット時代（PMF）	AI 2.0 / 生成AI時代（TC-PMF）
限界費用（1アクセス）	ほぼゼロ（帯域と安価なサーバー代のみ）	極めて高額（GPU計算能力・電力・トークン消費）
資本投下の性質	マーケティングとユーザー獲得（CAC）に集中	モデルの事前学習・継続推論インフラに大半を投下
コスト構造	スケールに伴い単位コストが急減	利用量に正比例してGPUコストが増大（逆スケールリスク）
成功の決定打	ネットワーク効果とDAU（デイリーアクティブ数）	推論コストの逓減速度と単位当たり課金売上（ROI）の均衡
価格競争への耐性	無料モデルで市場を独占した後に広告で回収	API価格破壊戦争に巻き込まれれば即座に赤字破綻

李開復氏は極客公園（GeekPark）の対談でも次のように断言しています。「推理コストの低下こそが、大規模言語モデル（LLM）を前進させる最大の推進力だ。良いモデルには相応のコストがかかる。価格競争のバーゲンセールで安売りしても、本物のスーパーアプリは決して生まれない」。

TC-PMFの神髄は、「技術の実現可能性（Technology）」と「推論コストの低下曲線（Cost）」をあらかじめ予測し、そのコストが市場の支払い意欲（Product-Market Fit）と交差する瞬間を正確に狙ってプロダクトを市場へ投入することにあります。

---

3. グローバル収益化の先兵「PopAi」――海外市場で叩き出した数千万ドルARRのカラクリ

このTC-PMFの理論武装を、生々しい商業の現場で証明してみせたのが、零一万物が海外市場向けに投入したAI生産性ツール「PopAi」でした。

中国国内のAI市場は、巨大クラウドベンダーによる100万トークン数銭レベルの苛烈なAPI値下げ合戦が吹き荒れ、単体アプリケーションでの課金マネタイズは極めて難易度が高い環境にありました。この国内環境を見据えていた李開復氏は、創業初期から開発リソースの相当部分を英語圏およびグローバル市場へと振り向けました。

3.1 知識ワーカーの「調べる・読む・書く」を垂直統合

PopAiが狙いを定めたのは、世界中の研究者、コンサルタント、ビジネスパーソンが日常的に行うヘビーなドキュメントワークです。

• 学術論文・長文PDFの超高速解析： 数百ページの技術文書や財務諸表を一瞬で構造化し、エビデンス付きで対話要約。
• インテリジェント・プレゼンテーション生成： テキストのアイデアから、スライド資料の構成案とデザインドラフトを自動出力。
• マルチモーダル連携： フローチャートや数式画像を即座に認識し、編集可能なコードやドキュメントへと変換。

欧米や東南アジアのユーザーは、業務効率を高めるSaaSに対して月額10〜20ドルのサブスクリプションを支払う文化が完全に定着しています。PopAiはこの高単価な支払い意欲を捉え、派手な広告宣伝費を投じることなく、オーガニックな口コミと招待制のバイラルループで急速にユーザー基盤を拡大しました。

特筆すべきは、PopAiが公開後9カ月余りで「ROIがほぼ1.0」、すなわちユーザー獲得および推論インフラにかかる費用をサブスクリプション売上で完全に回収できる水準に達した点です。年商換算で数千万ドル（数十億円規模）の年間経常収益（ARR）を海外市場から吸い上げることで、零一万物はVCからの追加調達に命運を握られることなく、基盤モデルの研究開発費を自前で賄うサイクルを作り上げました。

---

4. 「模応一体」と組織の外科手術――研究開発と商業部隊の生々しい摩擦

しかし、基盤モデルの研究開発（Model）と収益アプリケーション（Application）を同一組織で両立させる「模応一体」の道は、決して平坦なものではありませんでした。

初期の零一万物には、世界トップクラスのAIラボ出身の研究者と、コンシューマー向けプロダクトを急成長させてきたインターネット企業出身のプロダクトマネージャーが混在していました。ここでも、清華大学発の智譜AIが経験したようなアカデミアと商業のカルチャー摩擦が噴出します。

研究員たちは「より大きなパラメータを積み上げ、国際学会で評価される未踏の事前学習アーキテクチャに挑みたい」と主張しました。一方でPopAiの運用チームは、「今すぐ推論遅延を200ミリ秒縮め、1トークンあたりの計算コストを半減させてくれなければ課金ユーザーが離脱する」と悲鳴を上げていたのです。

李開復氏はここで、組織構造に対する果断な外科手術を行いました。

李開復氏は、純粋な万億級AGIモデルの事前学習レースからは距離を置き、自社インフラで真にコスト対効果の高い実用中核モデルに集中する方針を固めました。さらに、自立採算が可能なC端向け事業や特定バーティカル（デジタルヒューマン、AIゲームなど）を段階的にスピンオフし、各組織が独自の資本効率で走れる体制を整えたのです。

さらに2025年以降、DeepSeekが推論特化型モデル「R1」で業界にパラダイムシフトを起こすと、零一万物は自前主義に固執することなく、PopAiのバックエンドにDeepSeekを迅速に組み込みました。自社のYiモデルでコスト効率を極限まで高めつつ、最高峰の推論ロジックが必要な箇所には最適な外部エンジンを組み合わせる柔軟性こそが、李開復氏の率いるチームの真骨頂です。

---

5. 日本産業界への教訓――巨額Capex競争の陰で勝機を掴む「知能の資本効率」

現在、日本の産業界やITベンチャー界隈でも、生成AIの本格導入と独自モデルの開発をめぐる議論が熱を帯びています。ソフトバンクが数千億円規模の計算基盤投資を発表し、大手通信キャリアや電機メーカーが国産LLMの旗を掲げています。

しかし、多くの日本企業が直面しているのは、「米国ビッグテックの巨額Capex（設備投資）競争には到底追いつけず、かといってオープンソースのラッパー製品では差別化できず、サブスクリプション課金の回収目処も立たない」という閉塞感ではないでしょうか。

零一万物と李開復氏の実践は、この袋小路を打破するための極めて明快な示唆を与えています。

1. 「PMF」から「TC-PMF」への思考転換

どれほど技術的に優れたモデルであっても、その推論を回すコストがビジネスの粗利を圧迫するならば持続性はありません。PoC（概念実証）の段階から「このプロンプト1回あたりのGPUコストは何セントか」「顧客はその価値にいくら支払うのか」を精緻に試算する冷徹さが不可欠です。

2. 国内市場の縮小を言い訳にしないグローバル直販

中国国内の過酷な価格競争を嫌気した零一万物が、初日から英語圏の知識ワーカーを狙ってPopAiを立ち上げ、ドル建ての経常収益を確保した戦略は、日本のスタートアップにもそのまま通底します。優れたUI/UXと特定の業務ワークフローに特化した機能があれば、国境を越えた課金フライホイールを回すことは十分に可能です。快手の動画生成AI「Kling」が海外で爆発的なARRを稼ぎ出した構図とも見事に軌を一にしています。

3. 「自研の深さ」と「外部調達の柔軟さ」のハイブリッド

すべてを自社製モデルで賄う必要もなければ、すべてを他社製APIに委ねる必要もありません。基底のトークナイザや推論インフラの最適化ノウハウを自社で握りつつ、市場で最もコストパフォーマンスの高いモデルを自在に組み合わせる。この「知能のインテグレーター」としての組織能力こそが、激変するAIエコシステムを生き抜く防波堤となります。

巨大な資本力だけが勝敗を決めるわけではない――李開復氏が零一万物を通じて体現しているのは、知能のフロンティアを追い求めながらも、1セントの推論コストに徹底的にこだわる「エンジニアリング哲学と資本効率の融合」なのです。

---