このブログでは最近、Macの中だけで動くAIアプリ（p933）やローカルLLM（p911）を実際に作ってきました。手を動かすうちに気になってきたのが、「そもそもAI全体って、今どうなってるんだろう？」という大きな話です。

そこで今回は制作はお休みして、AI市場の“現在地”と“これから”を、公式の統計や調査をもとに整理してみます。むずかしい専門用語はできるだけ避けて、ふだんAIに詳しくない方にも分かるようにまとめました。数字はすべて出典（情報の出どころ）をつけています。

※ 本記事は2026年6月時点で公開されている統計・調査・発表をもとにした調査・分析記事です。市場の数字は調査会社によって前提が違い、金額には幅があります。本文では出典を明記したうえで、傾向（増えている／減っている）が分かることを重視しています。

この数年でAIはどう変わった？（サービスとモデルの整理）

まず全体像から。AIには大きく分けて2つのタイプがあります。この違いは記事を通して何度も出てくるので、最初に押さえておきます。

数年前は、まともに使えるAIといえばほぼクラウド型一択でした。ところが今は、手元のパソコンでも実用的なAIが動くようになっています（これは後半でくわしく）。

市場全体としても、AIは急速に大きくなっています。調査会社グランドビューリサーチによると、世界のAI市場は2025年に約3,909億ドル → 2026年に約5,395億ドル → 2033年には約3兆4,973億ドルに達すると予測されています（年平均成長率 約30.6%）。(出典: Grand View Research)

モデル（AIの“頭脳”そのもの）の数も爆発的に増えました。数年前はGPT系くらいしか選択肢がありませんでしたが、今はOpenAI・Google・Anthropicなどのクラウド型に加え、Meta（Llama）・Alibaba（Qwen）・DeepSeekといった「中身を公開した（オープンな）モデル」も多数登場し、誰でも手元で使えるようになっています。

誰がどう使っている？利用者の広がり

利用者の増え方は、数字で見るとかなり驚きます。代表格のChatGPTは、週に使う人の数（週間アクティブユーザー）が2025年だけで一気に伸びました。

使い方も「個人の遊び」から広がりました。開発者・企業・行政まで使うようになり、OpenAIの年換算売上は2025年に200億ドルを超え、2026年2月末には250億ドル超になったと報じられています。(出典: DemandSage)

興味深いのは地域の広がりです。OpenAIによると、2025年時点で所得の低い国での利用の伸びが、所得の高い国の4倍以上。AIは一部の先進国だけのものではなくなりつつあります。(出典: TechCrunch)

賢く・速く・安く――推論性能の進化

AIに質問して答えが返ってくる処理を「推論（すいろん）」と呼びます。この数年で、推論は「賢く・速く・安く」の3拍子で進化しました。とくに大きいのがコストの下がり方です。

• 同じ賢さなら、どんどん安く：GPT-4級の賢さを出すのにかかるコストは、2023年から2025年でおよそ10分の1になったとされます。(出典: Startups.com)
• 小さなモデルが昔の大きなモデルを追い抜く：例えば「GPT-4.1 nano」という小型モデルは、2024年8月のGPT-4oを上回りながら、コストは約25分の1と報告されています。(出典: Startups.com)
• これからも下がる：調査会社ガートナーは、2030年には1兆パラメータ級モデルの推論コストが2025年比で90%超下がると予測しています。(出典: Gartner)

この「軽くしても賢い」という流れが、後半で出てくる「手元のパソコンでもAIが動く」という話に直接つながっていきます。

クラウド型AIの仕組みとデータセンターの行方

ChatGPTのようなクラウド型AIは、自分のスマホやPCで計算しているわけではありません。実際は遠くにある巨大なコンピュータ群＝データセンターが計算し、その結果がネット越しに返ってきています。

ここで②に出てきた「GPU」とは何か、少し補足します。AI市場を理解するうえでとても大事な部品だからです。

GPU（ジーピーユー）はもともと、ゲームなどの映像・3Dを描くための部品です。画面の無数の点を一斉に計算する必要があるため、単純な計算を“同時に大量に”こなすのが得意になっています。一方、私たちが普段「パソコンの頭脳」と呼ぶCPUは、複雑な処理を順番に手早くさばくのが得意です。

そしてもう1つ、GPUとセットで重要なのがVRAM（ブイラム）＝GPU専用の高速メモリです。AIを速く動かすコツは、モデル（AIの頭脳にあたるデータ）を丸ごとメモリに広げっぱなしにしておくこと。毎回ディスクから読み込んでいては遅いので、動かしている間はずっとメモリ上に“展開”したままにします。GPUで計算する場合、その置き場所がVRAMです。図にすると、ふつうのアプリとAIでは“どのメモリを主役に使うか”が違います。

つまりクラウド型AIの“賢さ”の正体は、このデータセンターの規模です。そして利用者が爆発的に増えた結果、データセンターと電力の消費も急増しています。国際エネルギー機関（IEA）の調査が分かりやすいです。

お金の動きも桁違いです。大手テック企業のAI設備投資（おもにデータセンターとGPU）は2025年に合計4,000億ドルを超え、2026年はさらに約75%増える見込みとされます。(出典: IEA) AIの1台あたりの消費電力も上がり続け、IEAは2027年には先端データセンターの1ラック（棚1本）が、約65世帯分の電力に匹敵すると試算しています。(出典: IEA)

クラウド型AIが便利な裏側では、「電気をどれだけ食うか」が世界的な課題になりつつある、ということです。

ローカル型AIの仕組みと、クラウドとの差

一方のローカル型AIは、データセンターを使いません。AIモデルを自分のパソコンに丸ごとダウンロードして、その中で計算します。仕組みはこのブログのp933で実際に作ったとおりです。

かつては「ローカルなんておもちゃ」という評価でした。ところが2024年末以降、ここが大きく変わりました。中身を公開したオープンなモデルの性能が一気に上がったのです。

• DeepSeekが2024年12月にV3、2025年1月にR1を公開。クラウドの最先端に迫る性能を、オープンに出してきました。(出典: IISS)
• 調査機関Epoch AIによると、オープンなモデルは最先端モデルに平均で約3か月遅れのところまで来ています。つまり「数か月待てば、最先端に近い性能が無料で手元に降りてくる」状況です。(出典: Epoch AI)
• コストも段違いで、DeepSeek V3はClaude 3.5 Sonnetの約1/12.5、GPT-4oの1/15以下のコストで動くという試算もあります。(出典: MindStudio)

ただし差が消えたわけではありません。とくに複雑な推論（長い思考が必要な問題）や、AIエージェントのような長い作業では、まだクラウドの最先端モデルが一歩リードしています。(参考: TECHSY)「肉薄しているが、全部で同点ではない」というのが正直なところです。

ローカルはクラウドに追いつける？市販PCの限界

ここは私の実体験も交えてお話しします。p933で、手元のMac（Apple Silicon・メモリ32GB）に軽量モデル Qwen2.5-3B（約1.8GB）を組み込んで動かしたところ、毎秒およそ38トークン（人が読むより速いくらい）で文章が出てきました。メモリ16GBクラスのMacでも動く軽さです。

「もう市販PCで十分じゃないか」と思いたくなりますが、ここに市販PCの壁があります。

※ 数値は量子化（圧縮）後のおおよその目安。実際は文章の長さ（コンテキスト）でも増減します。

つまり、「小さめのモデルなら市販PCで快適。でも最先端の超巨大モデルは、データセンターでしか動かせない」というのが現実です。クラウドの最先端に個人PCが追いつくのは難しい。けれど――前章のとおり小さなモデルがどんどん賢くなっているので、「日常のほとんどの用途なら、手元のAIで十分」という地点には、すでに来ています。

ここが今のAIのおもしろいところで、「一番賢いAIが欲しい人はクラウド、プライバシー重視・無料・オフラインで十分な人はローカル」と、用途で住み分けが進んでいます。

実例：最強モデル「Claude Fable 5」が公開3日で止まった話

「クラウド型AIは便利だが、自分の支配下にはない」――それを象徴する出来事が、ちょうどこの2026年6月に起きました。AI企業Anthropic（アンソロピック）が、最高性能モデル「Claude Fable 5（クロード・フェイブル5）」を一般公開したものの、わずか3日で利用停止になったのです。

少し整理します。Anthropicの最上位は「Mythos（ミトス）クラス」と呼ばれ（従来のOpus系の位置づけを引き継ぐ最上位帯）、そのうち一般向けに安全対策をして公開されたのがFable 5、サイバー防衛など限られた相手だけに渡される強力版がMythos 5という関係です。Fable 5は公開時点で「ほぼすべてのベンチマークで最高水準」とされた、まさに最先端モデルでした。(出典: Anthropic)(出典: CNBC)

ところが2026年6月9日の公開からわずか3日後（6月12日）、アメリカ商務省がAnthropicに対し、Fable 5とMythos 5の提供停止を命じました。理由は安全保障を理由とした輸出管理。「外国籍の人物には使わせない」という制限で、背景には公開直後に安全対策の“抜け道”が見つかったこと、Mythosに中国関連の組織がアクセスできていた懸念があったと報じられています。(出典: MakeUseOf)

やっかいなのは、「誰が外国籍か」をリアルタイムに見分けるのは難しいこと。結局Anthropicは、世界中のすべての利用者に対して両モデルを止めるしかなく、料金を払っていた人には返金対応となりました。その後、他の政府機関が「Fable 5は安全に戻せる」と判断し、近く復活する見込みと報じられています（2026年6月末時点）。(出典: Axios)

AI市場が抱える課題

勢いのあるAIですが、課題も山積みです。代表的なものを整理します。

• 電力・環境：前述のとおりデータセンターの電力消費は急増中（2030年に世界の約3%）。発電が追いつくか、CO2をどうするかが大問題です。(出典: IEA)
• 巨額投資とバブル懸念：ハイパースケーラー（巨大IT）の投資は2025年で少なくとも3,000億ドル、2026年は7,000億ドルに達するという見方も。一方で「投資が過熱しすぎ＝バブルでは」という警告も金融機関から出ています。(参考: Brookings)
• 半導体（GPU）の供給：先端チップは需要に供給が追いつかず、品薄・ボトルネックが起きやすい状況です。(参考: IEA)
• メモリ（RAM）の高騰：前章のとおり、AIはモデルを丸ごとメモリに展開したまま動かすため、メモリを大量に消費します。AIサーバー1台は普通のサーバーの約8〜10倍のメモリを積むとされ、需要が桁違いに増加。半導体大手が生産をAI用メモリ（HBM）に振り向けた結果、メモリ用半導体（DRAM）の価格は2026年1〜3月だけで前期比およそ9割上昇、4〜6月の契約価格も前期比6割前後上昇（ここ10年で最大級）と報じられています。(出典: IEEE Spectrum)(出典: TrendForce) この影響は一般のパソコン用メモリの値上がりにも及んでおり、AIブームが身近なPCの価格にも波及しています。
• データと著作権：AIの学習に使うデータが「無断利用では」という議論が続いています。EUのAI規制では、提供者に著作権ポリシーの整備などが求められます。
• 規制：EUの「AI法（AI Act）」は段階的に施行中で、2026年8月2日から汎用AI（GPAI）への本格的な執行が始まるとされます。ルール整備と技術の速さのバランスが課題です。(出典: Lyceum)
• 寡占：最先端モデルとデータセンターを持てるのは一部の巨大企業に偏りがち。だからこそ、誰でも使えるオープンなモデルの存在が重要になっています。

これからどうなる？今後の動向予測（まとめ）

ここまでの調査を踏まえて、できるだけ平易に今後の流れをまとめます（あくまで現時点の予測です）。

• ① 二極化が進む：「最高の賢さ＝クラウド型（データセンター）」と「無料・オフライン・安心＝ローカル型」で、用途による住み分けがさらに進みます。どちらか一方が勝つ、という話にはならなさそうです。
• ② 安く・軽くは続く：推論コストは今後も大きく下がる見込み（ガートナーは2030年に90%超減と予測）。小さなモデルがますます賢くなり、手元AIの実用範囲が広がるでしょう。(参考: Gartner)
• ③ ボトルネックは「電気・チップ・メモリ」：性能そのものよりも、電力供給・GPU・メモリの確保が成長のブレーキになり得ます。電力と半導体（GPU・メモリ）の奪い合いが次の主戦場です。
• ④ ルール作りと国際情勢が追いかける：EUのAI法に加え、輸出管理など各国の規制・安全保障がAIの提供を左右します（公開3日で止まったFable 5はその象徴）。著作権・安全性・透明性のルール整備が世界で進みます。

個人として実感するのは、「すごいAIを“使う”だけでなく、手元で“動かす・作る”こともできる時代になった」ということです。このブログで作ってきたオフラインAIアプリやローカルLLMは、まさにその恩恵です。市場全体は巨大で課題も多いですが、自分の手の届く範囲でAIを動かせる楽しさは、これからもっと広がっていくはずです。

それでは、今回はここまで。最後までありがとうございました😊