UBSの新しいレポートは、北京を拠点とするAI企業を「中国版Anthropic」と称賛し、収益がわずか2年間で1億ドル近くから11億ドル以上に急増すると予測しています。
戻る
UBSの新しいレポートは、北京を拠点とするAI企業を「中国版Anthropic」と称賛し、収益がわずか2年間で1億ドル近くから11億ドル以上に急増すると予測しています。

UBSの新しいレポートは、北京を拠点とするAI企業を「中国版Anthropic」と称賛し、収益がわずか2年間で1億ドル近くから11億ドル以上に急増すると予測しています。
UBSは智譜AI(Zhipu AI)のカバレッジを「買い」評価で開始し、同社がプログラミング向けAIに焦点を当てて企業導入を推進することで、Anthropic(アンスロピック)の道を辿っていると論じています。Wei Xiong氏率いる同行のアナリストは、急速に向上するモデル性能と積極的な収益化の強力な組み合わせを背景に、智譜AIの収益が2025年から2027年にかけて年平均231%の複利成長率で拡大すると予測しています。
4月20日付のレポートでは、「智譜のモデル開発と商業化の道筋は、世界のAIリーダーであるAnthropicと非常に類似している」と述べられ、清華大学系の同社を「中国版Anthropic」と直接位置付けました。
この比較は、智譜の年間経常収益(ARR)の爆発的な成長に裏打ちされています。ARRは2025年12月の3,900万ドルから2026年3月までに2億5,000万ドルへと6.4倍に急増しました。これはAnthropicの初期の軌道を上回る成長率です。智譜の最新モデル「GLM-5.1」は、グローバルな知能ベンチマークでAnthropicの「Claude Opus 4.6」をわずか2ポイント下回るスコアを記録していますが、価格は約78%低く、1ドルあたりの性能で大きな優位性を提供しています。
グローバルな大手銀行によるこの分析は、明確な収益化戦略を持つエンタープライズ特化型AI企業に対する投資家の関心の高まりを示しています。好意的な比較と積極的な予測は、智譜の未公開企業としての評価額を押し上げ、バイドゥ(百度)やアリババ(阿里巴巴)といった既存プレーヤーへの競争圧力を強める可能性があります。なお、これらの既存企業のAIモデルも智譜のプラットフォームの顧客となっています。
Anthropicと同様、智譜の核心戦略は、複雑なコードの記述と実行が可能なAI市場を支配することにあります。これは、高価値なエンジニアリング・ワークフローの自動化に向けた直接的な道筋です。同社のGLM-5.1モデルは、実際のコーディングタスクをシミュレートする「SWE-bench Pro」テストで世界第2位にランクされ、OpenAIのGPT-5.4を上回りました。
この焦点化により、智譜は強力な価格決定力を獲得しました。これは商業戦略の重要な裏付けとなっています。2026年2月、同社はプログラミング特化型の「コーディングプラン」の価格を30%引き上げました。UBSが引用したOpenRouterのデータによると、この値上げはユーザーを遠ざけるどころか、3月の総トークン消費量は3倍に増加しました。最高価格のモデルであるGLM-5.0の使用量が最も多く、顧客が高い性能に対してプレミアムを支払う意欲があることを示しています。
値上げにもかかわらず、智譜は顕著なコスト優位性を維持しています。旗艦モデルGLM-5.1の総合的な価格は100万トークンあたり約2ドルであるのに対し、同等性能のClaude Opus 4.6は約9ドルです。UBSは、モデルの改良が続く中で、この格差が将来的な智譜の値上げに向けた十分な余地を提供していると指摘しています。
UBSは、智譜の総収益が2025年の1億ドル(7億2,400万人民元)から、2027年には予測で11億ドル(79億4,000万人民元)に達すると予測しています。この年平均231%の複利成長の主な原動力は、同社のオープンプラットフォームAPI事業になると期待されています。
開発者が智譜のモデルを自社アプリに統合できるようにするこのセグメントは、収益が年平均470%の複利成長を遂げ、総収益に占める割合は2025年の26%から2027年までに78%に上昇すると予測されています。政府や大企業向けのプライベートデプロイメント(専用環境構築)事業は成長が緩やかですが、売上高総利益率50%〜70%の安定した収益基盤を提供しています。
智譜はまだ黒字化しておらず、UBSは2029年の黒字化に先立ち、2027年には6億6,000万ドル(47億5,000万人民元)の純損失を計上すると予測しています。予測に対する主なリスクには、他の主要AIラボとの競争激化、バイトダンス(字節跳動)やテンセント(騰訊)といった大顧客が自社モデルの向上に伴い智譜への依存を減らす可能性、そしてハイエンドなコンピューティング・リソースへのアクセス制限の可能性が含まれます。
この記事は情報提供のみを目的としており、投資勧誘を構成するものではありません。