中国のAIブームと監査されないデザインテーブル
2026年1月、中国のAIおよび半導体企業6社が香港証券取引所に上場し、合計で36億ドルを調達しました。これは、2025年第1四半期に同市場で行われたIPO総額の約60%増です。MiniMaxやZ.aiの株は、公開価格を倍増させました。小口投資家は両方の発行を千倍以上も超えて申し込みました。MiniMaxの背後にあるIDGキャピタルは、300億ドル以上の紙上利益を得る結果となりました。以前、Sequoia Capital Chinaとして知られていたHongShanは、6つの上場のうち3つに参加しました。
見出しは速度を称賛しますが、私はアーキテクチャを監査したいと思います。
市場が見逃しているもの
この資本の急増の背後にある論理は、その単純さに魅力があります：中国は自国の言語モデルを持ち、独自の開発中のチップを持ち、大陸規模の国内市場を有し、国家も後ろから押し出している。Baiduは2025年第4四半期にAIによって推進された中核事業収入が前年同期比で48%増加したと報告しました。Alibabaは3970億個のパラメータを持つQwen 3.5を発表し、201言語をサポートし、Hugging Faceで7億回以上ダウンロードされました。Cambriconは、2026年にAIアクセラレーターの生産を三倍にし、50万ユニットを計画しています。BaiduのロボタクシーサービスApollo Goは、1700万回のグローバルな旅行を完了し、すでにドバイで運営しておりロンドンへの進出を計画しています。
これらの指標は現実です。しかし、資本市場は、スケールを評価する一方で、そのスケールが構築される前提の脆弱性を監査することが文書化された歴史を持っています。このブームにおける最も脆弱な前提は、チップやモデルのパラメータにはないのです。それは、誰がどの問題を解決すべきかを決定し、どのユーザーに対して、そしてどの成功基準のもとで行うかです。
大きな言語モデルが巨大なテキストコーパスで訓練されると、偏見は明らかなエラーとして現れるわけではありません。設計 Entscheidungenとして現れ、それは中立的に見える場合がありますが、製品がクリエイターの仮定が適用されない市場に触れると、その中立性が問われます。Qwen 3.5は201言語をサポートしていますが、単に言語をサポートすることと、それを話す人々の文化的枠組み、権力構造、実際の経済的必要を理解することは別の現象です。言語のカバレッジは、デザインテーブルでの多様性の代わりにはなりません。
36億ドルの背後にある社会的アーキテクチャ
このブームが明らかにするのは、AIエコシステムが中国でどのように動いているかを示す社会的資本モデルです。HongShanは3つの上場に関与し、Qiming Venture PartnersとIDGキャピタルはそれぞれ2つずつ参加しています。同じ信頼のネットワーク、同じ検証の回路、同じ創業者プロファイルが同じ投資家に承認されています。Chanson & Co.のディレクターであるShen Mengは、中国の規制当局は高評価かつ高不確実性のIPOには香港を好むと説明します。なぜなら、機関投資家は大陸証券取引所の小口投資家よりもボラティリティを吸収するのが得意だからです。これは、財務リスク管理において完全に合理的な論点です。
しかし、この論理が捉えない別のリスクがあります。それは、閉じられた検証ネットワークが製品上の決定に影響を与えるリスクです。同じファンドが同じ種類のチームを支援し、同じ想像されたユーザーのために構築すると、資本は技術を資金提供するだけではありません。それは、その技術が誰のためであるかに関する特定のビジョンを資金提供します。そして、そのビジョンは、BaiduのERNIE 5.0のように2.4兆のパラメーターを持つモデルや、すでにドバイの公共道路で運営され、ロンドンへの進出を準備しているApollo Goのような自動運転システムにコード化されると、運営上の詳細ではありません。それは、グローバルなスケールの影響を持つガバナンスの決定です。
均質なネットワークは、非常に効率的に知られた領域内を迅速に移動する特性を持っています。しかし、知らない領域には構造的に盲目です。問題は効率性ではなく、AIモデルはただ創作者が知っている領域だけで動作するのではないということです。彼らは世界中で機能します。
スケールにおける盲点の真のコスト
メカニズムについて具体的に説明させてください。AIモデルが表現の偏見を持って訓練されると、これらの偏見は時間とともに消えることはありません。それは増幅されます。中国の都市の交通パターンのみで訓練され、その後ドバイやロンドンで展開される自動運転システムは、単なる適応エンジニアリングの課題ではありません。それは、特定の環境で行動する車両や歩行者の暗黙の仮定に基づいて瞬時に決定を行うシステムです。その仮定は、これらの環境を知る人々によって検証されていません。
そして、これはApollo Goのグローバルな拡大に対する反論ではありません。それは、これらのシステムを設計するチームが、システムが公共の場でそれらの盲点を見つける前に検出できるほど多様であることを要求する主張です。AI工学チームの思考や出自の多様性は象徴的な価値ではありません。それはエラーの検出メカニズムです。均質なチームは同じ盲点を共有するため、チームのエラーはシステムのエラーになり、システムのエラーは数百万のユーザーに拡大します。
同じ分析は言語モデルにも適用されます。Qwen 3.5はHugging Faceで7億回ダウンロードされ、18万以上の派生モデルを生成しました。各派生モデルは、ベースモデルの偏見を継承し、適応するチームの決定に応じて増幅または緩和されます。Qwen 3.5の訓練コーパスの品質基準を定義する際に、誰がテーブルに座っていたかという質問は、企業の社会的責任の問題ではなく、金融工学の問題です。検出されていない偏見を持つ派生モデルは、 reputational と規制の負債を生み出し、最終的には損益計算書に影響を与えます。
香港で集まった36億ドルは、その発生しないことに賭けている部分が大半です。もしくは、少なくとも、ファンドが出口を見つける前には発生しないことに。
このブームが構築していない社会的資本
IPOのどの目論見書にも現れないが、グローバルにスケールするテクノロジー企業の長期耐久性を決定する要因が一つあります。それは、創業者とは異なるコミュニティとの本当の信頼を構築する能力です。その資本は、上場後に多様性と包括性のチームを雇うことで構築されるものではありません。誰が設計するか、誰が検証するか、誰が製品に関する決定を行うかの基準に、問題を市場に持ち込む前にそれらを検出する視点が含まれるときに構築されます。
中国のAIブームに関する主流の物語は、地政学、チップ、パラメータ、アメリカの輸出管理について語ります。これらの変数はすべて重要ですが、このグループの企業が2030年にどれだけ関連性を保持するかを決定する変数は、Cambriconがいくつのアクセラレーターを製造するのか、ERNIEがいくつのパラメータを持つのかではありません。それは、これらのシステムを構築するチームが、自らのエラーを検出できるほど多様であるかどうかです。
市場は、これらのモデルの潜在能力に対し、Nasdaq 100より40%のプレミアムを付けています。そのプレミアムは、技術が機能することを期待しています。しかし、誰も想像しなかったユーザーに対してそれがうまく機能しないコストは考慮されていません。
次回、企業のAI投資パイプラインを見直す際には、デュー・ディリジェンスの分析に、現在の標準的な質問票には含まれていない一つの質問を追加すべきです。それは、モデルの成功基準を定義するチームが誰であるかということです。もし、全員が同じタイプの機関出身で、同じ資金調達回路、同じ市場出身なら、その製品は多様性の問題を抱えているのではなく、監査されていないリスクの表面の問題を抱えています。そして、その問題はモデルがスケールすると消えることはありません。それはそれに伴い増幅されます。次の戦略会議で、もし自分のテーブルにいる全員が同じ考え方をし、同じ経験をし、同じ仮定を検証していることに気付いた場合、なぜ企業が次の製品の欠陥を見逃し、市場がそれを許さないかがすでに示されています。
