米企業5万社のAI支出データでDeepSeekが首位 — 「自前で動かす」から「直接課金」への転換

Rampが毎月公開している「Top SaaS Vendors」の2026年6月版で、DeepSeekが新規課金成長率1位を獲得した。

これだけなら「中国AIが安い」で終わる話だ。だが、今回のデータが示しているのはもう少し根の深い変化で、米国企業がDeepSeekのオープンソースモデルを自社サーバーで動かすのではなく、DeepSeekに直接お金を払い始めているという事実だ。

Rampの数字が示すもの

Rampは米国5万社以上が利用する法人カード・経費管理プラットフォームで、毎月の実際の決済データからソフトウェアベンダーのトレンドランキングを作成している。つまりアンケートやページビューではなく、「どの会社に、いくら払ったか」の生データだ。

6月のランキングでDeepSeekはイベント管理のPheedLoopや推論インフラのFireworks AIを抑えて首位に立った。注目すべきは、このランキングが「初回課金の急成長」を追跡している点だ。DeepSeekに初めてお金を払う企業が急増しているということになる。

なぜ「直接課金」が意味を持つのか

DeepSeekのモデルはオープンソースで公開されており、これまで多くの企業はHugging FaceやAWS Bedrock経由で自社インフラにデプロイして使っていた。コストを自分でコントロールでき、データが中国に流れる心配もない。

それが「DeepSeekのAPIに直接課金する」に変わったということは、セルフホスティングのコストや運用負荷よりも、DeepSeekが提供するマネージドAPIの安さが上回ったことを意味する。

2026年5月にDeepSeekはV4 ProモデルのAPI価格を75%値下げし、主要モデルの中で最安値圏に入った。OpenAIやAnthropicのAPIと比較すると、同等の推論タスクで5分の1から10分の1の価格帯になる。この価格差は、セキュリティリスクを天秤にかけてもなお魅力的だということだ。

AI予算が制御不能になっている

背景にあるのは、米国企業のAIトークン消費が予想をはるかに超えるペースで膨張していることだ。Rampの同じ6月レポートでは、AIリーダー企業とそれ以外の企業の間に680倍の支出格差があることも報告されている。

SalesforceがAnthropicへの支払いで年間3億ドルに達し、UberはAIのトークン予算を4ヶ月で使い切った。こうした事例が象徴するように、AIの導入が進むほどコストは加速度的に膨らむ。となれば、「同じ品質で安いモデル」に流れるのは経済合理性として当然の帰結だ。

性能差と安全保障のジレンマ

ただし、コストだけで判断できない要素もある。

米商務省傘下のAI標準イノベーションセンター（CAISI）は、DeepSeekの最新モデルを「米国最先端モデルの約8ヶ月遅れ」と評価している。つまり最先端の推論性能が必要なタスクでは、まだOpenAIやAnthropicに優位性がある。

より深刻なのはデータの行き先だ。DeepSeekのAPIに直接課金するということは、企業データがDeepSeekのサーバー（中国国内）を経由する可能性がある。米中間のデータ主権が政治イシューになっている現在、これは技術的な問題というより地政学的な問題だ。

正直なところ、「8ヶ月遅れでも10分の1の価格」は多くの実務タスクで十分すぎる性能だ。社内文書の要約、コードレビュー、データ分析のような日常業務では、最先端モデルとの差はほとんど体感できない。米国企業がDeepSeekに流れる理由は、理屈として完全に筋が通っている。

日本企業にとっての示唆

このトレンドは日本企業にも無関係ではない。

DeepSeekのV4モデルは日本語でも高い精度を出しており、NEC等の大手がすでにDeepSeekモデルの活用を検討している。「中国AIだから」という理由だけで選択肢から外すのは、コスト競争力の観点で不利になりうる。

一方で、日本の個人情報保護法やセキュリティ基準との整合性を考えると、API直接利用よりもオープンソースモデルの国内デプロイが現実的な選択肢になるだろう。DeepSeekのオープンソース戦略が、結果としてこの「いいとこ取り」を可能にしている点は見逃せない。

価格競争の次に何が起きるか

Rampのランキングは毎月更新される。DeepSeekが首位を維持するかどうかより重要なのは、この流れがOpenAIやAnthropicの価格戦略に影響を与えるかどうかだ。

すでにその兆候はある。OpenAIはChatGPT Proを200ドルから120ドルに値下げし、Anthropicも使用量バンドルの導入でコスト感度の高い層への対応を始めた。AIモデルのコモディティ化が、想定より早く進んでいる。