OpenAI は表面上の成功の裏で、4 つの大きな課題に直面しています。

執筆者： Zhao Ying 、ウォールストリート・インサイト

a16zの元パートナーであり、著名なテクノロジーアナリストであるベネディクト・エバンス氏は最近、OpenAIの見かけ上の繁栄の裏に潜む4つの根本的な戦略的ジレンマを指摘する詳細な分析を発表しました。エバンス氏は、OpenAIは大規模なユーザーベースと潤沢な資本を有しているにもかかわらず、技術的な堀の欠如、ユーザーの定着率の低さ、競合他社との激しい競争、そして研究室の研究方針に制約された製品戦略が、長期的な競争力を脅かしていると主張しています。

エバンズ氏は、OpenAIの現在のビジネスモデルには明確な競争優位性が欠けていると指摘する。同社は独自の技術もネットワーク効果も持たず、週9億人のアクティブユーザーのうち有料会員はわずか5%に過ぎず、2025年までにユーザーの80%が1,000件未満のメッセージを送信する見込みだ。これは、1日平均3件未満の通知数に相当する。この「広大で深い」利用パターンは、ChatGPTがユーザーにとってまだ日常的な習慣になっていないことを示している。

一方、GoogleやMetaといった巨大テック企業は、OpenAIに技術的に追いつき、流通面での優位性を活かして市場シェアを奪い取ろうとしています。エバンズ氏は、 AIの真の価値は、まだ発明されていない新しい体験やアプリケーションから生まれると考えています。OpenAIは、これらのイノベーションをすべて独力で生み出すことはできません。そのため、同社はインフラからアプリケーション層まで包括的なレイアウトを構築し、複数の戦線で同時に戦わなければなりません。

エヴァンス氏の分析は、根本的な矛盾を浮き彫りにしている。OpenAIが巨額の資本投資とフルスタック・プラットフォーム戦略を通じて競争障壁を構築しようとする試みは、ネットワーク効果とユーザー・ロックインのメカニズムが欠如している状況下で、この戦略の有効性に疑問を投げかける。投資家にとって、これはOpenAIの長期的な価値提案と、AI競争環境における同社の真の立ち位置を再評価する必要があることを意味する。

技術的優位性が消え、モデルの均質化が進む

エバンズ氏は分析の中で、現在、ほぼ同等の性能を持つ競争力のある最先端モデルを発売できる企業は6社程度だと指摘している。これらの企業は数週間ごとに互いを追い抜いているものの、他社に匹敵するほどの技術的優位性を確立した企業はない。これは、Windows、Google検索、Instagramといったプラットフォームとは対照的だ。これらのプラットフォームはネットワーク効果によって自己強化的な市場シェアを獲得しており、競合他社がどれだけリソースを投入しても独占状態を打破することは困難である。

この技術的平等の状況は、継続的な学習機能の実現といった特定のブレークスルーによって変化する可能性がありますが、エバンズ氏はOpenAIが現時点ではこれに備えることができないと考えています。もう一つの潜在的な差別化要因は、ユーザーデータや垂直産業データを含む独自データのスケール効果ですが、既存のプラットフォーム企業もこの分野で優位性を持っています。

モデルのパフォーマンスが収束するにつれ、競争はブランディングと流通チャネルへと移行しています。GeminiとMeta AIの急速な市場シェア拡大はこの傾向を象徴しています。平均的なユーザーにとって、これらの製品はほぼ同じように見えますが、GoogleとMetaは強力な流通能力を有しています。対照的に、AnthropicのClaudeモデルは、ベンチマークで頻繁に上位にランクインしているにもかかわらず、消費者戦略と製品ラインナップの欠如により、消費者の認知度はほぼゼロに留まっています。

エバンズ氏は、ChatGPTとNetscapeを比較しています。Netscapeは当初ブラウザ市場で優位に立っていましたが、最終的にはMicrosoftに流通面での優位性を利用して敗北しました。彼は、チャットボットとブラウザは、本質的に単なる入出力ボックスに過ぎず、製品イノベーションの余地が極めて限られているという点で、同じ差別化の課題に直面していると考えています。

脆弱なユーザーベース: 規模は不十分なユーザー定着率を隠すことはできない

OpenAIは週当たり8億～9億人のアクティブユーザー数で大きくリードしているものの、エバンズ氏は、この数字には深刻なユーザーエンゲージメントの問題が隠れていると指摘する。ChatGPTに精通し、使い方を知っているユーザーの大多数は、それを日常的に利用していないのだ。

データによると、ChatGPTユーザーのうち、コンテンツに料金を支払っているのはわずか5%で、アメリカの10代の若者の間でも、週に数回以下しか使用していないユーザーの割合は、1日に複数回使用しているユーザーの割合をはるかに上回っています。OpenAIは「2025年末総括」イベントで、2025年にはユーザーの80%が1,000件未満のメッセージを送信しており、これは1日平均3件未満の通知に相当し、実際のチャットセッション数はさらに少ないと発表しました。

この表面的な使用法は、ほとんどのユーザーが各モデルの個性や焦点の違いに気づかず、スティッキネスを高めるために設計された「メモリ」などの機能の恩恵も受けていないことを意味します。エバンズ氏は、メモリ機能はスティッキネスを高めるだけで、ネットワーク効果にはつながらないことを強調しています。一方、より大規模なユーザーベースからの使用状況データは有利かもしれませんが、ユーザーの80%がせいぜい週に数回しか使用していない場合、この利点の程度は疑問です。

OpenAI自身も問題の存在を認めており、モデルの能力と実際のユーザー利用の間に「能力ギャップ」があると指摘している。エバンズ氏は、これは製品市場適合性が不明確であるという事実を回避しようとする試みだと考えている。ユーザーが日常生活でそれをどう活用するか思いつかないのであれば、それはまだ彼らの生活を変えていないことを意味する。

同社がこの広告プログラムを開始した目的は、90%を超える無料ユーザーのサービス費用を賄うことも一因だが、より戦略的な観点からは、これらのユーザーに最新かつ最も高性能（かつ最も高価）なモデルを提供することで、ユーザーエンゲージメントの深化を目指している。しかし、エバンズ氏は、ユーザーが今日や今週、ChatGPTで何をすべきか思いつかないのであれば、より良いモデルを提供したところで状況は改善されるのか疑問視している。

プラットフォーム戦略には疑問がある。真のフライホイール効果が欠けているのだ。

昨年、OpenAIのCEO、サム・アルトマン氏は、同社の様々な取り組みを一貫した戦略に統合しようと試み、あるグラフを提示し、ビル・ゲイツ氏の言葉を引用した。「プラットフォームとは、自社よりもパートナーにとってより多くの価値を生み出すものと定義される」。同時に、CFOは「フライホイール効果」を示す別のグラフも公開した。

エバンズ氏は、フライホイール効果は洗練され、一貫性のある戦略だと考えています。資本支出自体が好循環を生み出し、フルスタック・プラットフォーム企業を構築するための基盤となります。チップとインフラから始まり、テクノロジースタックの各レイヤーは上へと構築され、上位層に進むほど、他社が自社のツールを使って独自の製品を開発するのを支援するようになります。誰もが自社のクラウド、チップ、モデルを使用し、さらに上位層では、テクノロジースタックの各レイヤーが互いに強化し合い、ネットワーク効果とエコシステムを形成します。

しかし、エヴァンス氏は、これは正しい類推ではないと考えていると述べた。OpenAIは、かつてのMicrosoftやAppleのようなプラットフォームやエコシステムのダイナミクスを備えておらず、フライホイール図は真のフライホイール効果を示していないからだ。

設備投資に関しては、大手クラウドコンピューティング企業4社は昨年、インフラに約4,000億ドルを投資し、今年は少なくとも6,500億ドルを投資する計画を発表しました。OpenAIは数ヶ月前、将来的に1.4兆ドルの投資と30ギガワットのコンピューティングパワー（具体的な時期は未定）を約束していると主張しましたが、実際の利用量は2025年末時点でわずか1.9ギガワットです。既存事業からのキャッシュフローが不足しているため、同社は資金調達と他社のバランスシート（一部は「回転収入」を含む）の活用によってこれらの目標を達成しています。

エバンズ氏は、巨額の資本投資は競争優位性ではなく、地位を確保するだけかもしれないと主張している。彼はAIインフラのコストを航空機製造や半導体産業と比較する。ネットワーク効果は存在しないものの、製品世代が進むにつれて製造はより困難で高価になり、最終的には優位性を維持するために必要な投資を維持できる企業はごくわずかになる。しかし、TSMCは最先端チップにおいて事実上の独占状態にあるものの、それが上流の技術スタックにおけるレバレッジや価値獲得能力に繋がっていない。

エバンズ氏は、Windowsがほぼすべてのユーザーを抱えているため、開発者はWindows向けのアプリを開発せざるを得ず、開発者のほぼ全員がWindows PCを買わざるを得ないと指摘する。これはネットワーク効果と言える。しかし、生成AIを用いて優れた新アプリや新製品を開発する場合、クラウドで稼働する基盤モデルをAPI経由で呼び出すだけで済む。ユーザーはどのモデルが使われているかを知ることも、気にすることもない。

製品管理の欠如：研究室によって制約された戦略

記事の冒頭で、エバンズ氏はOpenAIのプロダクトリーダーであるフィジ・シモ氏の2026年の発言を引用している。「ヤクブとマークは長期的な研究の方向性を定めました。数ヶ月にわたる作業の後、驚くべき成果が現れ、研究者たちは私に連絡を取り、『本当に素晴らしいものがあります。チャットでどのように活用する予定ですか？当社のエンタープライズ製品ではどのように活用できますか？』と尋ねてきました。」

この発言は、スティーブ・ジョブズが1997年に残した有名な言葉「顧客体験から始めて、そこからテクノロジーへと遡っていく必要があります。テクノロジーから始めて、どこでそれを販売するかを考えることはできません。」とは対照的です。

エバンズ氏は、AIラボのプロダクトリーダーは、ロードマップをほとんどコントロールできず、製品戦略を策定する能力も非常に限られていると主張しています。朝、メールを開いてラボの研究内容を確認するだけで、あなたの仕事はそれをボタンに変えるだけです。戦略は別の場所で策定されますが、一体どこで策定されるのでしょうか？

この問題は、OpenAIが直面する根本的な課題を浮き彫りにしている。2000年代のGoogleや2010年代のAppleとは異なり、OpenAIの聡明で野心的な従業員たちは、他社が模倣できない真に効果的な製品を開発していないのだ。エバンズ氏は、過去12ヶ月間のOpenAIの活動から得られる一つの解釈は、サム・アルトマン氏がこの点を痛感しており、音楽が止まる前に、同社の評価をより持続可能な戦略的ポジションへと転換しようとしているということだと考えている。

昨年の大部分において、OpenAIの答えは「すべてを、一度に、即座に」というように見えました。これには、アプリケーションプラットフォーム、ブラウザ、ソーシャルビデオアプリ、ジョニー・アイブとのコラボレーション、医学研究、広告などが含まれます。エバンズ氏は、これらの一部は「総攻撃」のように見えた、あるいは単に野心的な人材を大量に急速に採用した結果であると主張しています。時には、人々が以前成功したプラットフォームの目的や力学を十分に理解することなく、その形態を模倣しているという印象を与えることもありました。

エバンズ氏はプラットフォーム、エコシステム、レバレッジ、ネットワーク効果といった用語を繰り返し用いているが、これらの用語はテクノロジー業界で広く使われているものの、その意味は曖昧であると認めている。彼は大学時代の中世史教授、ロジャー・ロヴァット氏の言葉を引用し、「力とは、人々にやりたくないことをさせる能力である」と述べている。真の疑問はそこにある。OpenAIには、システムが実際に何をするかに関わらず、消費者、開発者、そして企業にそのシステムをより多く利用させる力があるのだろうか？Microsoft、Apple、Facebookはかつて、そしてAmazonも、その力を持っていた。

エバンズ氏は、ビル・ゲイツ氏の発言を解釈する良い方法は、プラットフォームがテクノロジー業界全体の創造性を真に活用し、すべてを自ら開発する必要なく、システム内で、そして自らの管理下で、より多くのものを大規模に構築できるようにすることだと考えている。その基盤となるモデルはまさに乗数効果を発揮し、膨大な量の新しいものがプラットフォームを使って構築されるだろう。しかし、競合他社が既に同じものを開発しているとしても、誰もがあなたの製品を使わなければならない理由はあるだろうか？競合他社がどれだけの資金と労力を投入したとしても、あなたの製品が常に競合他社よりも優れている理由はあるだろうか？

エバンズ氏は、これらの優位性がなければ、日々の業務遂行だけが頼りになると結論づけています。他社よりも優れた業務遂行をすることは確かに願望であり、中には長期間かけてそれを達成し、組織化していると自らに言い聞かせている企業もありますが、それは戦略とは言えません。