核要内容のまとめ
DeepSeekは最近、その評価額が3500億元に急騰し、初めてテンセントやアリババなどの外部資本を導入しました。調達した資金を主に2つの方向に投じています：超大規模な計算力インフラの構築（データセンターの建設や運用管理）とアプリケーション製品化（コードエージェントツールの開発）です。IDC設計エンジニアや草原地帯にあるデータセンターの運用スタッフを採用したり、Claude Codeに匹敵するコードチームを組織したりすることから、彼らが単なるAIモデル会社で留まらず、基盤となる計算力からアプリケーションエコシステムに至るまでの全ての段階を自ら構築しようとする野望が明らかになっています。
1. 調達額3500億元：資金はどこから来たのか、どこに使われるのか？
DeepSeekは以前は自己資金で運営されており、ほとんど外部からの投資を受けていませんでした。しかし最近、初めて資本市場に門戸を開き、評価額は3500億元（約480億米ドル）に達しました。潜在的な投資家にはテンセントやアリババのような大手企業が含まれています。この資金はどのように使われるのでしょうか？採用情報からその答えが分かります：半分を計算力インフラに、もう半分を製品化に投じるという計画です。
- 計算力インフラ：IDC設計エンジニアや草原地帯のデータセンター運用スタッフを採用し、超大規模なデータセンターを自ら建設する。
- 製品化：コードエージェントチームを組織し、Claude Codeに匹敵するツールを開発して開発者市場を狙う。
簡単に言えば、「まずはしっかりと基盤（計算力）を築き、その上に建物（アプリケーション）を建てる」ということです。
2. 超大規模なデータセンターの自建：なぜAIモデル会社がクラウドベンダーの仕事を奪おうとするのか？
今回の採用活動で最も驚くべきは「IDC設計プランニングエンジニア」の募集です。このポジションはデータセンター建設の責任者であり、場所選びから設計、実施まで全てを担当します。これはDeepSeekが他人のデータセンターを借りるだけに満足せず、自ら大規模なデータセンターを建設しようとしていることを示しています。その規模はGW級（1GW＝1000MW、つまり何万ものGPUが同時に動作できる超大型のAI計算センター）です。
なぜ自ら建設するのか？
- 借りたデータセンターでは不十分：トリリオンパラメータを持つ大規模モデルの訓練には膨大な計算力が必要で、データセンターを借りるとコストが高くなるだけでなく、GPUリソースが不足した際にクラウドベンダーに優先的に割り当てられる可能性がある。
- コストの削減：ウランチャブのような寒い気候の地域にデータセンターを建設することで、サーバーの冷却にかかる電力を大幅に節約でき、PUE（エネルギー効率）を1.2程度まで高めることができる（一線都市のデータセンターよりも20％以上低い）。
- コントロールの強化：自分たちのデータセンターを自由に使え、大規模モデルの訓練や将来の推論サービスの安定性を確保できる。
ウランチャブのデータセンターではすでに運用スタッフの採用が始まっており、間もなく稼働する予定です。
3. アプリケーション開発：「コードエージェントチーム」の組織化と市場攻略
インフラ構築が「下への進出」であるならば、コードエージェントは「上への挑戦」です。DeepSeekは新たに「Agent Harness製品マネージャーや研究開発エンジニア」を採用し、ベテラン研究者のチェン・デリが「ゼロからCode Harnessを開発する」ための人材募集を行っています。これはAnthropicのClaude Code（非常に人気のあるAIプログラミングツール）に直接対抗するものです。
この取り組みの目的は明確です：
- モデルの同質化における差別化：現在、大規模モデルの基本機能はどれも似ていますが、それを使いやすいツールに変えられる企業だけがユーザーをつかむことができる。
- 開発者エコシステムの獲得：Code Harnessはプログラマー向けのAIツールで、コードの作成やバグの検出を支援する。開発者を取り込むことで、彼らにDeepSeekのモデルを使ってより多くのアプリケーションを開発してもらい、エコシステムを形成する。
- 収益化：ツール製品は使用回数やサブスクリプション制で収益を得やすく、単にモデルAPIを販売するよりも安定した収入源となる。
4. インフラ構築とアプリケーション開発の両立：梁文锋の全体的な野望
DeepSeekのリーダーである梁文锋はこれまで控えめな姿勢を貫いてきましたが、今回の採用活動でその野望が明らかになりました：単一の段階にとどまらず、計算力からアプリケーションに至るまでの全てのプロセスを掌握する巨人になることです。
- インフラ構築：「ボトルネック」問題を解決し、大規模モデルの訓練に十分な計算力を確保する。
- アプリケーション開発：モデルの機能をユーザーが直接使えるツールに変換し、収益化を実現する。
- 長期的な目標：OpenAI（モデル）+ Microsoft Azure（計算力）+ Copilot（アプリケーション）のような「計算力＋モデル＋アプリケーション」のエコシステムを構築する。ただし、DeepSeekはこれら全てを自社で行うつもりです。
この「重資産＋製品化」のアプローチは資金を多く消費しますが、成功すればAI分野で他者には真似できない競争力を築くことができます。なぜなら、数十億元を投じてデータセンターを建設できる企業は多くなく、モデルを使いやすいツールに変えることができる企業も限られているからです。
総括：DeepSeekの「大胆な賭け」
DeepSeekは350億元という評価額を背景に、リスクを伴うが必要な取り組みを進めています。一方で計算力の問題を自ら解決し、もう一方でアプリケーション開発に力を入れて収益化を図っています。この戦略が成功すれば、国内AI分野で「フルスタックのプレイヤー」となる可能性があります。しかし失敗すれば資金をすべて使い果たすかもしれません。しかし梁文锋が賭けているのは未来です。AI競争の本質は結局のところ、計算力とエコシステムの競争なのです。