インド初の生成AIユニコーンがクラウドサービスに転向：大規模モデルの夢、現実に砕け散る

2026年5月5日、インド初の生成AIユニコーンであるKrutrimは、簡潔なブログ記事で戦略転換を宣言した：同社は自社開発の大規模言語モデル（LLM）事業から、クラウドサービスインフラへ全面的にシフトする。このニュースはインドのテック業界に衝撃を与えた——わずか18か月前、著名な実業家Bhavish Aggarwalが創設したこの企業は、Google、Microsoftなどの巨大企業から数十名のAI研究者を巨額の資金で引き抜き、「インド版GPT」を作ると豪語していた。

スターから窮地へ：Krutrimの急速な転落

Krutrimは2023年に設立され、当初は「インド初のネイティブマルチモーダル大規模モデル」を売りに、Sequoia Capital Indiaなどの機関から急速に支持を獲得した。2024年のシリーズD調達後には評価額が12億ドルを突破し、同国初の生成AIユニコーンとなった。しかし、その後光は予想以上の速さで色褪せた。関係者によると、同社は2025年第3四半期からコアモデルの公開アップデートを停止し、社内の研究開発チームはピーク時の120名から40名未満にまで縮小された。今年3月、Krutrimはひっそりと非技術系スタッフの約30%をレイオフし、クラウド事業と顧客サポート部門のみを維持している。

「我々は自社開発モデルに4億ドル以上を投じたが、商業化の進捗は予想を遥かに下回った。インド市場の大規模モデルに対する実需は非常に断片化しており、コストはシリコンバレーよりも30%以上高い。」——元Krutrim幹部が匿名インタビューで語った。

実際、Krutrimの苦境は孤立した事例ではない。インド国内のAIモデル系スタートアップは、共通して三重の課題に直面している：第一に、NVIDIAのハイエンドチップ（H100など）はインドでは供給が逼迫し、価格プレミアムも深刻で、月額レンタルコストはアメリカより約40%高い。第二に、アメリカのような豊富なオープンソースエコシステムと高品質なトレーニングデータが不足しており、ヒンディー語、タミル語などの現地言語データセットの品質はばらつきが大きい。第三に、企業顧客は成熟した海外モデルのAPI（OpenAI、Claudeなど）を好み、現地代替品ではなく海外製品を選ぶ傾向にある。

クラウドサービス：より「堅実」な活路？

Krutrimの新CEOは声明で次のように述べた：「我々は困難だが必要な決断を下した——Krutrimのインテリジェントクラウドプラットフォームをコア事業とする。我々のGPUクラスタ、推論最適化ツール、エッジコンピューティング能力は既に200社以上の企業顧客にサービスを提供しており、これは資金を燃やし続けて汎用大規模モデルを追いかけるよりも持続可能だ。」 計画によれば、Krutrimは既存のデータセンター資産とインドの通信事業者との特別なパートナーシップを活用し、手頃な価格のGPU計算リソースのレンタルサービスを提供する。ターゲット顧客は中小規模のAIスタートアップや大学の研究室である。

この転換は本質的に「次元を下げての生存戦略」である。資本の冬が続き、世界的なAI投資が上位企業に集中している現在、インドのベンチャーキャピタル業界では、純粋なモデル企業の評価ロジックが既に逆転している。2025年第4四半期、インドのAIスタートアップの調達総額は前年同期比で62%減少し、1億ドル超の資金調達を完了した企業はわずか5社のみ、しかも全てがアプリケーション層（カスタマーサービスボット、医用画像ツールなど）に集中していた。Krutrimがこのタイミングでクラウドサービスへ転換することは、これまでの過度に楽観的な路線への是正であり、同時にインドのインフラ層に確かに満たされていない市場の空白——現地化された、低コストで安全な計算リソースの供給——が存在することを反映している。

編集後記：インドAIの「悲壮な成人式」

Krutrimの物語は、インドの生成AI業界の典型的な縮図と言えるだろう。過去2年間、世界的な「大規模モデル熱」の影響を受け、インドでは「モデル企業」を自称するスタートアップが数十社現れたが、その大多数は最終的に海外モデルの「ガワをかぶせただけのアプリ」に成り下がるか、商業化の初期段階で失敗を宣告された。突き詰めれば、大規模モデルの競争は長期的かつ巨額で確実な投入を必要とする「持久戦」であり、インド国内にはMicrosoftやGoogleレベルの巨大テック企業が存在しないため、こうした投入を支えることが難しい。

Krutrimのクラウドサービスへの転換は、ビジネスロジック上は合理的である——コアであるGPUスケジューリングと推論エンジン技術を保持しつつ、クラウドコンピューティングの高い粗利益モデルでキャッシュフローを黒字化することができる。しかしこれは同時に、インドが「自社開発基盤モデル」という道において、短期間では突破口を見出すことが困難であることを意味する。おそらくインドのような新興市場にとっては、「AIを作る」よりも「AIをうまく使う」ほうが現実的なのかもしれない。

本記事はTechCrunchから翻訳・編集されたものです。