Anthropicの商売は何で成り立っているか
海外のAI業界分析ブログEmerging Trajectoriesが、Kimi K3, Qwen 3.8, and Anthropic's (Potential) Unravellingという刺激的な題の論考を出しました。直訳すれば、Kimi K3とQwen 3.8、そしてAnthropicの（起こりうる）崩壊です。ClaudeやClaude Codeを仕事で使っている私たちにとって、提供元の商売が崩れるかもしれないという話は他人事ではありません。この記事では、この論考が何を言っているのかを噛み砕いたうえで、10人規模の会社を経営する方や個人事業主の方が明日から何をすべきかまで落とし込みます。
まず前提の整理からです。Anthropicは、Claudeを開発・提供するアメリカのAI企業です。同社のようなフロンティアラボ（最前線のAIモデルを自社開発する研究企業のこと）の商売は、単純化するとこうなっています。数千億円から兆円規模のお金を集めて巨大なモデルを訓練し、その利用料で回収する。モデルの訓練には大量の半導体と電力が必要で、1世代ごとに費用は膨らみ続けています。つまり、先行投資がとてつもなく重く、回収は利用料頼みという構造です。
この構造が成立する条件は1つしかありません。自社のモデルが競合より明確に賢く、その差に対してお客さんがお金を払い続けてくれることです。差が縮まれば値下げ圧力がかかり、値下げすれば巨額投資の回収が遠のく。**フロンティアラボの経営は、性能の差を保ち続けられるかどうかという一点に賭けた構造になっています。**この前提を頭に入れると、今回の論考の意味が見えてきます。
何が起きたか: Kimi K3とQwen 3.8の衝撃
論考の題に挙がっている2つは、どちらも中国企業が開発したAIモデルです。Kimi K3は北京のスタートアップMoonshot AIが、Qwen 3.8はアリババが手がけるモデルの新しい世代にあたります。この2つに共通する特徴が、オープンウェイトという提供形態です。オープンウェイトとは、モデルの中身（学習済みの重みデータ）を無償で公開し、誰でも自分のサーバーで動かせるようにする方式のことです。
ここ1年ほど、中国発のオープンウェイトモデルは世代を重ねるたびに性能を伸ばし、文章作成や表計算の処理、プログラム生成といった実務タスクで、有料の最前線モデルにかなり近い水準まで来たと評価されるようになりました。しかも利用料は桁違いに安いか、自前で動かせばモデル自体は無料です。
これがフロンティアラボの商売に突きつける問いは単純です。9割の仕事が10分の1の価格でできるなら、お客さんは残り1割のためにいくら払うのか。Emerging Trajectoriesの論考は、この価格差と性能差の逆転が進んだ先に、Anthropicのような巨額投資型企業の収益モデルがほどけていく（unravel）可能性がある、という問題提起をしています。あくまで可能性の話であり、崩壊が始まったという報道ではありません。ただ、**追いかける側が無料に近い価格で9割の性能を出せるようになった時点で、値付けの主導権は先頭を走る企業の手から離れ始めます。**この構図の変化は、論考の見立てに賛成するかどうかに関わらず、事実として押さえておく価値があります。
崩壊論はどこまで本当か: 私の見立て
私はこの崩壊論を、半分正しく、半分早すぎると読んでいます。
正しい半分は、価格の重力です。性能差が縮まれば利用料は下がる方向にしか動きません。実際、AIの利用料はこの2年で何度も引き下げられてきました。開発費が世代ごとに膨らむのに売値が下がるのですから、体力勝負になるという指摘はその通りです。
早すぎる半分は、実務での価値は点数だけでは決まらないという点です。ベンチマーク（モデルの性能を測る共通テストのこと)の点数が並んでも、日本語の微妙なニュアンス、長い文書を扱ったときの安定感、間違いの少なさ、そしてClaude CodeやClaude Coworkのような仕事の道具としての完成度までが並んだわけではありません。私自身、経理書類の整理や記事作成をClaudeに任せていますが、道具全体の使い勝手で選んでいるのであって、モデル単体の点数で選んでいるわけではありません。さらに、企業利用では安全管理やデータの扱いへの信頼が価格以上に効きます。オープンウェイトを自社で安全に運用するには専門の人手が必要で、これは10人規模の会社が気軽に持てるものではありません。
とはいえ、方向性ははっきりしています。**AIの頭脳そのものは急速に安くなり、値段の付く場所が道具や仕組みの側へ移っていきます。**Anthropic自身もモデル単体の販売から、Claude Codeのような業務の道具へと軸足を移しています。崩壊というより、商売の重心の移動と捉えるのが実態に近いと私は考えています。
非エンジニアにとってこのニュースが持つ意味
ここからが本題です。AI企業同士の競争は、使う側の私たちに3つの変化をもたらします。
1つ目は、AIを使う費用が下がり続けることです。今まで月数万円かかっていた処理が数千円になる流れは止まりません。去年、費用対効果が合わないと見送った自動化の企画があるなら、今年はもう一度計算し直す価値があります。判断の前提となる価格そのものが動いているからです。
2つ目は、特定のAIに縛られるリスクが上がることです。競争が激しいほど、値上げ、値下げ、サービス改編、モデルの世代交代が頻繁に起きます。1つのAIの画面上にしか業務の手順が存在しない状態は、その会社の都合に自社の業務を預けている状態と同じです。
3つ目は、差がつく場所の移動です。どのAIを使うかでは、もう差がつきにくくなります。競合他社も同じモデルを同じ価格で使えるからです。差がつくのは、自社の業務知識をどれだけAIに渡せる形に整理してあるかという一点です。**モデルが安く賢くなるほど、自社の手順書と業務データを整えてある会社ほど得をする構図になります。**これは設備投資ではなく、書き出す手間の投資なので、規模の小さい会社ほど相対的に有利です。
業種別シナリオ1: 建設業の経理担当の方
従業員30人ほどの建設会社で、経理をひとりで回している方を想定します。毎月、協力会社から届く請求書が紙とPDFで80枚前後。工事番号ごとに振り分けて原価台帳に転記し、支払一覧を作る作業に月3営業日かかっているとします。
この作業をClaudeに任せる場合、以前なら処理量に応じた利用料がネックでした。モデルの価格競争が進んだ今は、月80枚程度の読み取りと転記なら利用料は月数百円から数千円の水準に収まり、費用対効果の議論はほぼ終わっています。やることは、請求書PDFを渡して、工事番号・会社名・金額・支払期日を表に起こしてもらい、自分は最終確認だけする形に変えることです。
このとき今回のニュースが効いてくるのは、指示文の残し方です。読み取りルール（工事番号の桁数、消費税の扱い、値引き行の処理)を自社の手順書として1枚のテキストにまとめておけば、将来もっと安いモデルが出たときに、その手順書ごと乗り換えられます。画面上の操作の記憶ではなく、文章になった手順が資産になります。
業種別シナリオ2: 10人規模のマーケティング会社の経営者の方
クライアント7社のSNS運用と広告レポートを受託している会社を想定します。この業種は今回の価格競争の影響を最も直接受けます。月次レポートの下書き、投稿文の量産、競合調査といった納品物の中間工程は、まさにAIの得意分野であり、モデルが安くなるほど原価が下がるからです。
具体的には、クライアントごとにトーン・NGワード・過去の好評だった投稿例をまとめた指示書を作り、Claudeに投稿文の一次案を月100本単位で出させます。人は選別と手直しに徹する。この体制ができると、1社あたりの制作時間が半分以下になり、同じ人数で受託社数を増やせます。
経営判断として重要なのは、値下がりの受け止め方です。AIの利用料が下がるということは、遅かれ早かれ競合も同じ原価構造になるということです。先に体制を作った会社は、浮いた時間を戦略提案や分析の深掘りといった単価の高い仕事に振り向けられますが、後から追う会社は値下げ競争に巻き込まれる側に回ります。道具の差ではなく、移行の早さの差が利益率の差になります。
業種別シナリオ3: 社会保険労務士事務所の方
所長と事務スタッフ2名の社労士事務所を想定します。顧問先40社から、就業規則の改定相談、助成金の要件確認、労務トラブルの初期相談が日々届き、返信文の作成が業務時間の3割を占めているとします。
士業がオープンウェイトモデルの話題で押さえるべきなのは、性能よりデータの取り扱いです。顧問先の個人情報や労務トラブルの内容を扱う以上、安いからという理由で提供元の運営体制が見えないサービスに乗り換えるのは危険です。ここは、データを学習に使わない設定や運営会社の信頼性を確認できる大手のサービスを使い続ける判断が正解です。価格競争のおかげで、その大手の利用料自体も下がっていくのですから、無理に冒険する必要はありません。
実務では、過去に作成した返信文から相談類型ごとのひな形を20本ほど整備し、新しい相談が来たらClaudeに、該当するひな形と相談メールを渡して一次回答案を作らせます。最終判断と署名は必ず有資格者が行う。この線引きさえ守れば、返信作成の時間は3分の1になり、浮いた時間を顧問先の訪問に回せます。
そのまま使える実践手順
上の3シナリオに共通する型を、5つの手順にまとめます。特別な技術は不要で、必要なのはClaudeの有料プラン（月20ドル前後）と、書き出す時間だけです。
手順1、対象業務を1つ選びます。毎月繰り返す、判断基準を言葉にできる、間違えても即座に致命傷にならない、の3条件を満たす作業が最適です。請求書の転記、レポートの下書き、定型的な問い合わせ返信あたりが定番です。
手順2、その作業の手順書を書きます。新人に引き継ぐつもりで、入力（何を受け取るか)、処理（どう判断するか）、出力（どんな形で仕上げるか）を箇条書きにします。A4で1枚あれば十分です。
手順3、Claudeにその手順書と実際の材料を渡し、次の手順書に従って処理してくださいと指示します。結果がずれたら、手順書のどこが曖昧だったかを直します。ここで直すのはAIへの話しかけ方ではなく手順書本体です。
手順4、人の最終確認を必ず挟んだ形で運用を始めます。最初の1か月は全件確認し、精度が安定したら抜き取り確認に移ります。
手順5、手順書を更新し続けます。この1枚こそが、どのモデルが勝ち残っても持ち運べる自社の資産です。乗り換え先を試すときも、同じ手順書を渡して結果を見比べるだけで判断できます。
注意点とよくある誤解
誤解の1つ目は、安い中国製モデルにすぐ乗り換えるべきだというものです。オープンウェイトモデルを自社で動かすには、サーバーの用意と安全管理の専門知識が必要で、担当者のいない会社が手を出すと、浮いた利用料より管理の手間と事故リスクの方が高くつきます。個人事業主や中小企業は、信頼できる提供元の完成品サービスを使い、価格競争の恩恵は利用料の値下がりという形で受け取るのが現実的です。
2つ目は、Anthropicが危ないならClaudeで業務を組むのは怖いという受け止めです。これは順序が逆で、どの会社の先行きも読めない時代だからこそ、前の章の手順書方式が効きます。手順書さえあれば提供元の変化はリスクでなくなります。逆に、手順書を作らずに特定の画面の操作に習熟するだけの使い方は、どのAIを選んでも同じ弱さを抱えます。
3つ目は、もっと安くなってから始めようという待ちの姿勢です。利用料は確かに下がり続けますが、月数千円の利用料と、手順の言語化に慣れるまでの数か月は別物です。待って得られるのは前者の節約だけで、後者の習熟は始めた日からしか積み上がりません。競合が積み上げている間の数か月の遅れの方が、節約額よりはるかに高くつきます。
最後に、機密情報の扱いだけは業種を問わず徹底してください。顧客の個人情報や取引条件を渡す場合は、入力データを学習に使わない設定になっているかを必ず確認する。これはどのAIサービスを選ぶ場合でも変わらない大前提です。
まとめ: 勝者を当てるゲームから降りる
Kimi K3とQwen 3.8の登場は、AIの頭脳が急速に安くなる時代の号砲であり、Anthropic崩壊論はその値付けへの影響を先回りして論じたものです。私の結論はシンプルで、使う側の私たちは、どのAI企業が勝つかを当てるゲームに参加する必要がありません。価格が下がるほど得をする側、つまり自社の手順書と業務データを整えた側に、先に回っておけばよいのです。
そのための第一歩は、毎月繰り返している作業を1つ選び、手順書をA4で1枚書くことです。今日の午後にでも始められます。
自社のどの業務から手を付けるべきか迷う場合は、Claude Worksの無料30分相談をご利用ください。業種と業務内容を伺い、費用対効果の高い着手順と手順書の作り方を、その場で一緒に整理します。→ 無料30分相談を予約する
