<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
	<channel>
	<title>AI企業のビジネス構造 | 大和総研</title>
		<link>https://www.dir.co.jp/report/technology/feature/ai-business/index.html</link>
		<language>ja</language>

		<item>
			<title>AIエージェント時代、企業はAIコストとどう向き合うべきか</title>
			<link>https://www.dir.co.jp/report/technology/feature/20260918_026067.html</link>
			<pubDate>Fri, 18 Sep 2026 12:00:00 +0900</pubDate>
			<description><![CDATA[
    
    はじめに
生成AIの利用拡大とともに、AIサービスのコスト構造は大きく変化しつつある。特に近年は、与えられた目的や設定された権限・条件に基づき、情報収集や分析、システム操作などを実行するAIエージェントの登場により、AIが処理する情報量や計算量が急速に増加している。こうした変化に伴い、トークン（AIが文章を処理する際の単位）消費量も大幅に拡大している。AIサービス事業者にとって、こうしたトークン消費量の増加は、計算資源や電力消費の増加、ひいてはサービス提供コストの上昇を意味する。その結果、高性能モデルやAIエージェントを中心に、利用量に応じて料金が発生する従量課金型のサービスが広がりつつある。
もっとも、本稿で注目したいのはAIサービス事業者の収益構造そのものではない。むしろ重要なのは、その変化がAIを利用するユーザー企業側にどのような影響を与えるかである。従量課金モデルが広がるということは、AIの利用量と企業の支出がこれまで以上に密接に結び付くことを意味する。AI活用による生産性向上が期待される一方、利用実態を適切に把握・管理できなければ、AI関連支出が想定以上に膨らむ可能性もある。また、AI関連支出がどのような成果や事業価値につながっているのかを評価することは容易ではない。AI活用を継続的な競争力につなげるためには、コスト管理に加えて価値評価の視点が重要となる。
そこで本稿では、まずAIサービスの料金体系やコスト構造が変化している背景を整理したうえで、利用企業に求められるコスト管理の考え方を考察する。特に、近年注目される「FinOps for AI」の考え方を取り上げ、AI活用の拡大とコスト最適化を両立するための実践的なアプローチについて整理する。

AIエージェントが変えるコスト構造
AIサービスのコスト構造が変化している一因となっているのが、AIエージェントの普及である。従来のチャット型サービスでは、利用者が入力した質問に回答を返す処理が中心だった。一方、AIエージェントは、与えられた目的や設定された権限・条件に基づき、情報収集や分析、システム操作などを複数段階で実行する。その結果、利用者から見える依頼は1回であっても、実際には複数回の推論処理や検索、ツール実行が内部で実行される。また、コストは単純な利用回数だけで決まるわけではなく、利用するモデル、読み込む文書量、会話履歴、再試行回数、エージェント間連携などによって大きく変動する。
実際、スタンフォード大学などによる特定の実験条件下の研究では、SWE-bench Verified上のエージェント型コーディングタスクについて、比較対象としたコード推論タスクやコードチャットよりも、トークン消費量が約1,000倍となるケースが報告されている。また、同研究では、同一タスクを反復実行した場合でも、実行条件等によってトークン消費量に最大30倍の差が確認された（※１）（※２）。これらの結果が示すのは、AIエージェントはより多くのトークンを消費するだけでなく、その消費量に不確実性があるということである（図表1）。
また、AI企業によるトークン消費量の公表値を見ても、その消費量が大幅に増加していることを読み取れる。Googleは2026年5月に開催された開発者会議で、自社のAI関連サービスやモデルなどが処理するトークン数が月間3,200兆トークンに達し、前年の480兆トークンから約7倍になったと説明した（※３）。これはAIエージェントによるトークン消費量の増加を直接的に裏付けるデータではないが、その傾向を示唆するものだと捉えることができる（図表2）（※４）。

        

	
    

	
		こうしたコスト構造の変化を受けて、AIサービスの料金体系にも変化が見られる。Microsoftが2026年6月に一般提供を開始したCopilot Coworkでは、ユーザー単位のライセンスに加え、エージェントの利用量に応じて料金が発生する仕組みが採用されている（※５）。こうした動きはMicrosoftに限ったものではない。Anthropicも、Claude CoworkやClaude Codeなどのエージェント機能を含む高度な利用について、利用量ベースで管理する仕組みを提供している（※６）。またGitHub Copilotは、2026年6月1日から、従来のプレミアムリクエスト数を基準とする仕組みに代えて、入力・出力・キャッシュトークンの消費量等に基づくGitHub AI Creditsを用いた料金体系へ移行した（※７）。
ユーザー企業にとってみれば、このような従量課金モデルはコスト管理の不確実性を生むものになる。そのため、利用実態を可視化し、発生する費用を継続的に把握・管理していくことが必要だ。利用状況を適切に把握できなければ、AI活用の拡大とともに支出が想定以上に膨らむ可能性もあるだろう。

テクノロジー投資の価値を最大化する「FinOps」
AIコスト管理の重要性が高まるなか、その対応策として注目されているのが「FinOps（フィンオプス）」である。FinOpsとは、Finance（財務）とDevOps（開発・運用の連携手法）を組み合わせた造語であり、エンジニアリング部門、財務部門、ビジネス部門が連携しながら、テクノロジー投資の価値を最大化することを目的としている。
FinOpsはもともとAI向けに生まれた考え方ではなく、クラウドの従量課金モデルが普及するなかで生まれたものである。クラウドが普及する前のITシステムでは、サーバーやストレージなどの設備を購入することで費用の大部分が確定していた。一方、クラウドサービスでは利用した分だけ料金が発生する従量課金モデルが一般的であり、利用状況によって毎月の費用が変動する。その結果、企業は従来よりも継続的かつ動的なコスト管理を求められるようになった。
FinOpsはこうした状況に対応するための考え方だ。FinOpsの普及・標準化を推進する業界団体であるFinOps Foundationは、FinOpsを「テクノロジー投資のビジネス価値を最大化し、エンジニアリング、財務、ビジネス部門の連携を通じて、データに基づく意思決定と財務上の説明責任を実現する運営フレームワークおよび文化的実践」と定義している（※８）。
図表3は、FinOps Foundationが提唱する「FinOps Framework」の全体像を示したものである。これは組織がFinOpsに取り組むうえで、どのような体制、役割、活動を整備すべきかを体系的に整理したフレームワークである。図の上段から順に見ていくと、まず最上段には企業の事業戦略（Business Strategy）と技術戦略（Technology Strategy）が配置されており、FinOpsがその両者を結び付ける役割を担うことを示している。その下には、どのような支出領域を対象とするかを表す「Scope」、関与する部門・関係者を示す「Personas」、実践すべき活動を示す「Domains」と「Capabilities」が整理されている。
	

        

	
    

	
		
	

        
    
    （注９）FinOps Framework by FinOps Foundation（CC BY 4.0ライセンスに基づく表示）

        
    
    フレームワークから読み取れる重要なポイントを4つ紹介する。まず、① 全社横断で取り組む運営モデルという点だ。FinOpsは特定部門の活動ではなく、エンジニアリング、財務、事業部門などが連携してテクノロジー投資の意思決定を行う全社的な運営モデルであることが示されている。次に、② 「把握」「評価」「最適化」が主要な活動であることも重要だ。フレームワークでは、利用状況とコストの把握、事業価値の評価、利用・コストの最適化が主要な活動の例として位置付けている（※１０）。さらに、③ 目的はコスト削減ではなく価値最大化であることも意識すべきである。図の最上段で事業戦略と技術戦略が強調されているのもそのためであり、コストだけでなく、成長、収益性、生産性などの事業成果とのバランスを取りながら意思決定を行う考え方が示されている。最後に、④ 適用対象はクラウドからAIへ拡大していることも注目だ。最新のフレームワークでは、クラウドだけでなくSaaSやデータ基盤など幅広いテクノロジー領域を対象としており、近年はAIサービスやAIエージェントの利用管理にも適用が広がりつつある。
AIエージェント時代に企業が直面している課題は、クラウド普及期に企業が経験した課題とよく似ている。利用量に応じて費用が変動すること、利用実態が見えにくいこと、想定以上の支出が発生し得ることなどがその例である。前述のとおり、FinOps FrameworkでもAIが対象領域として位置付けられており、AIサービスやAIエージェントについても、利用量、コスト、事業価値を継続的に管理することが求められるようになっている。こうしたAI領域へのFinOpsの適用は、近年「FinOps for AI」と呼ばれている。次章では、このFinOps for AIについて詳しく見ていく。

AI活用とコスト最適化を両立する「FinOps for AI」
従来のFinOpsがクラウド利用の最適化を主な対象としてきたのに対し、FinOps for AIはAIサービスやAIエージェントに焦点を当てた考え方である。FinOpsの考え方をAI領域へ適用し、AI利用に伴うコストを可視化・最適化しながら、事業価値の向上を図る。
FinOpsに取り組む企業を中心に、FinOps for AIへの関心は急速に高まっている。図表4は、FinOps Foundationが実施した調査において、FinOpsの領域で現在注力しているテーマと、今後12か月間で優先的に取り組むテーマを比較したものである（※１１）。これを見ると、現在の優先事項としては上位ではないものの、今後12か月間の優先事項では、「FinOps for AI」が33％となり、調査項目の中で最も高い回答割合を示している。AI活用の拡大に伴い、AIコストの管理や最適化が企業にとって重要な経営課題として認識され始めていることがうかがえる。

        

	
    

	
		では、FinOps for AIにはどのように取り組むべきだろうか。まず重要なのは、従来のFinOpsの対象であったクラウドをAIへ置き換えるだけでは不十分だという点である。クラウドでは、サーバーやストレージ、ネットワークといったインフラ利用量が主な管理対象であった。一方、AIでは、利用するモデル、入力・出力トークン数、推論回数、読み込むコンテキスト量、エージェントの実行回数など、多様な要素がコストに影響する。
もっとも、AI活用の拡大に伴ってコストが増加すること自体は必ずしも悪いことではない。AI活用が生産性向上や業務効率化、新たな価値創出につながるのであれば、そのための支出増加は合理的な投資と考えることもできる。重要なのは、発生したコストを抑制することではなく、そのコストによってどのような成果や事業価値が生み出されているのかを把握し、継続的に評価できる状態を構築することである。
こうした考え方をもとに、本稿では利用企業に求められる取り組みを3ステップで整理した（図表5）（※１２）。AI利用の実態やコスト構造を「理解する（Understand）」、コストと性能を踏まえて最適な利用方法を「選択する（Decide）」、そして事業価値の観点から投資効果を「評価する（Value）」の3ステップである。まず利用実態を理解し、そのうえで適切な選択を行い、最終的に事業価値の観点から評価するという一連のサイクルを継続的に回していくことが重要だ。以下、各ステップで取り組むべき事項について説明する。
	

        

	
    

	
		① 理解する（Understand）
AI利用の実態とコスト構造を正しく理解する。AIでは、利用するモデルやトークン量、コンテキスト量、エージェントの実行回数など、多様な要素がコストに影響する。そのため、誰が、どの業務で、どのAIサービスを利用し、なぜそのコストが発生したのかを把握できる状態を構築することが重要となる。
例えば、同じ「レポートを作成する」という業務であっても、簡単な要約であれば少量のトークン消費で済む一方、大量の資料を参照しながらAIエージェントが情報収集や分析を繰り返す場合には、コストが大きく増加することがある。利用回数だけでは実際のコスト構造を把握できないため、まずはAI利用の実態を可視化し、そのコスト構造を正しく理解することがFinOps for AIの出発点となる。

② 選択する（Decide）
コストと性能を踏まえて適切な利用方法を選択する。AIは、利用するモデルやサービス形態、システム構成によってコストと性能が大きく変化する。したがって、利用開始後のコスト最適化だけでなく、どのモデルやアーキテクチャを採用するかといった利用前の意思決定も重要な管理対象となる。
例えば、すべての業務に最高性能のモデルを利用することが最適とは限らない。用途によっては小型モデルや専用モデルで十分な成果を得られる場合もある。また、SaaS型サービスを利用するのか、APIを活用するのか、自社環境で運用するのかといった選択もコストと価値に大きな影響を与える。

③ 価値で評価する（Value）
コストと事業価値を結び付けて評価する。FinOps for AIの目的はコスト削減そのものではない。AIによる生産性向上や業務改善、新たな価値創出によって十分な成果が得られているのであれば、コストの増加は必ずしも問題ではない。
例えば、AI導入によって月間の利用コストが増加したとしても、提案書作成時間の短縮や問い合わせ対応件数の増加などによって、それを上回る効果が得られているのであれば、その投資は合理的であると考えられる。重要なのは、その支出によってどのような成果が生み出されているのかを継続的に評価し、より高い価値を生み出す領域へ投資を振り向けていくことである。

FinOps for AIの実践を支援する製品・サービス
ここまで、FinOps for AIへの取り組み方について説明してきた。最後に、FinOps for AIの実践にあたって参考となる製品・サービスの例を紹介する。これらの製品・サービスは、クラウド事業者が自社のクラウド環境向けに提供する「ⅰ. クラウドベンダー型」と、複数のクラウドやAIサービスを横断的に管理する「ⅱ. ベンダー横断型」に分けて考えることができる。なお、現時点ではFinOps for AIを前面に押し出した製品があるというより、クラウドのコスト管理、AIの利用状況の監視、費用配賦、投資効果の評価といった複数の機能を組み合わせてFinOps for AIを実現するケースが多い。また、投資効果を「評価する（Value）」領域については、市場形成の途上にあり、関連する製品・サービスはまだ限定的である。

ⅰ. クラウドベンダー型の製品・サービス
クラウドベンダー型の例として、Microsoft、AWS、Google Cloudが提供するコスト管理機能が挙げられる（図表6）。これらは、各社のクラウド上でAIサービスを利用している企業にとって導入しやすく、既存の請求・監視・権限管理の仕組みを活用できる点に特徴がある。
	

        

	
    

	
		Microsoftでは、Microsoft Cost Managementなどを通じて、Azureサービスの利用量や費用の可視化、予算管理等の機能を提供している。Azure OpenAI Serviceを含むAI関連コストの分析や試算については、利用するサービスや構成に応じて関連機能を組み合わせることになる。AWSでは、Amazon Bedrockの利用コストをユーザーやチーム、アプリケーション単位で把握できる（※１３）。AI利用に伴う費用を組織内へ適切に配分し、ショーバックやチャージバック（※１４）へ活用しやすい仕組みを提供している。Google Cloudでは、FinOps Hubを中心にコスト最適化を支援する機能を提供している。またプロジェクト単位の支出管理に関する機能として発表されたSpend Caps（※１５）などにより、AI利用の拡大に伴うコスト統制を支援する仕組みも示されている。

ⅱ. ベンダー横断型の製品・サービス
複数のクラウドやAIサービスを利用している企業においては、クラウドベンダーごとの管理画面だけでは、AI関連支出の全体像を把握しにくい場合がある。その場合には、ベンダー横断型の製品・サービスを利用し、クラウドやAIモデルを横断して管理することが選択肢となる（図表7）。
	

        

	
    

	
		まず、IBM傘下のApptioが提供するサービス群が挙げられる。IBM Cloudabilityはマルチクラウド環境のコスト管理を支援する製品であり、AI TCO & UsageではAI利用量や費用に加え、クラウドや人件費などを含むAI投資全体の総保有コスト（TCO）を把握できる。さらに、Apptio AI Value & ROIは、AI関連支出を売上、コスト、スピード、生産性、リスクなどの成果指標と関連付ける機能として発表されている（※１６）。もう一つの例が、DatadogのAgent Observability／Cloud Cost Managementである。Datadogは、AIアプリケーションやAIエージェントの性能、品質、コストを統合的に監視できる点に特徴がある。トークン利用量や推定コストなどを把握できるほか、クラウドやSaaSを含めた費用分析にも対応している。

おわりに
AIエージェント時代の到来により、企業におけるAI活用は新たな段階へ入りつつある。AIの利用量や適用範囲が拡大するなか、関連コストを適切に把握・管理することは、企業にとって不可欠な取り組みになりつつある。
FinOps for AIは、こうした環境下でAI活用とコスト最適化を両立するための実践的なアプローチである。ただし、本稿で紹介した製品・サービスからも分かるように、AIの利用量やコストの可視化、費用配賦、最適化を支援する仕組みが整いつつある一方、AI活用が生み出した価値を測定し、投資判断に結び付ける手法やサービスは、いまだ発展途上にある。
AI活用による効果は、業務時間の短縮や処理件数の増加のように定量化しやすいものだけでなく、意思決定の高度化や顧客体験の向上など、短期的には数値で捉えにくいものも含まれる。こうした多様な効果をどのような指標で捉え、コストと関連付けて評価するかが、FinOps for AIを実践する企業にとって次の課題となる。今後は、コストを可視化・抑制するだけでなく、AI活用の価値を継続的に測定し、その結果を次の投資判断や資源配分につなげる仕組みを確立することが重要となるだろう。
	

        
    
    （※１）Stanford University “How Do AI Agents Spend Your Money? Analyzing and Predicting Token Consumption in Agentic Coding Tasks - Stanford Digital Economy Lab”（2026年4月14日付）
（※２）SWE-bench Verified上で8種類のフロンティアLLMによるAgentic Coding Tasksを分析した研究。
（※３）Google “I/O 2026: Welcome to the agentic Gemini era”（2026年5月19日付）
（※４）AIコストの構造変化については、下記レポートも参考にされたい。
新田 尭之、田邉 美穂「エージェント化が迫るAIコストの二極化」（2026年6月15日付）
（※５）Microsoft “Copilot Cowork is now generally available | Microsoft 365 Blog” （2026年6月16日付）
（※６）Anthropic “Manage usage credits for Team and seat-based Enterprise plans | Anthropic Help Center”（2026年5月19日付）
（※７）GitHub “GitHub Copilot is moving to usage-based billing - The GitHub Blog”（2026年4月27日付）
（※８）FinOps Foundation “FinOps Framework Overview”（2026年8月31日閲覧）
（※１０）「把握」「評価」「最適化」に加え、FinOps活動自体を運営する領域も設けられている。
（※１１）FinOps Foundation “State of FinOps 2026 Report”（2026年8月31日閲覧）
（※１２）この考え方は、下記のWebサイトで説明されている「FinOps for AI」の内容をもとに、ユーザー企業が利用しやすい形で当社が整理したものである。
FinOps Foundation “FinOps for AI - FinOps Framework Technology Category”（2026年8月31日閲覧）
（※１３）厳密には、呼び出し元のユーザーやロールに付与したタグを利用し、部門、チーム、プロジェクト、アプリケーションなどの単位で費用を把握・配賦できる。
（※１４）ショーバックは利用部門ごとの費用を可視化する仕組み、チャージバックは利用部門へ実際に費用を配賦する仕組み。
（※１５）2026年4月に限定公開プレビューとして発表され、その後パブリックプレビューへ移行。
（※１６）Apptio AI Value & ROIに関する記述は、2026年8月時点で公表されているパブリックプレビュー版の情報に基づく。一般提供開始は2026年第3四半期を予定している。詳細は下記を参照。
IBM “IBM Introduces Apptio AI Value & ROI to Close the Gap Between AI Spend and Business Results”（2026年8月6日付）

        ]]></description>
		</item>
			
		<item>
			<title>OpenAIが辿るビジネスの変遷</title>
			<link>https://www.dir.co.jp/report/technology/feature/20260617_025829.html</link>
			<pubDate>Wed, 17 Jun 2026 09:00:00 +0900</pubDate>
			<description><![CDATA[
    
    OpenAIは生成AIのブームをもたらし、その普及に大きく貢献した企業である。注目の契機は2022年に公開したAIチャット「ChatGPT」であり、わずか2か月で月間1億人のユーザーを獲得する急成長を遂げたサービスとなった（※１）。AIモデル開発においても、「GPT」シリーズによって一定の存在感を示し、世界で最も有名なAI開発企業の1社である。
このような成功の裏で、同社の事業体制は創業から今日まで大きく変遷してきた。本記事では、同社のビジネスモデル、財務状況、事業領域の観点で整理を行う。


OpenAIのビジネス概要
OpenAIは現在、BtoCとBtoBを組み合わせたビジネスモデルを展開している。
BtoCでは、フリーミアム型クラウドサービスを基本とし、「ChatGPT」の無償版から、より高機能なサービスをサブスクリプションで提供し売上を得ている。
BtoBでは、APIなどを通じた他社商材へのAIモデルの組み込み、「ChatGPT」のBtoB向けライセンス提供、個別案件などを行っている。

        

	
    

	
		OpenAIの資金調達の状況
本項では、OpenAIのビジネス体制と資金調達の推移について整理する。重要パートナーであるMicrosoftとの協業関係については、別途「Microsoftとの協業状況」にて整理した。
創業(2015年)～2018年：非営利研究機関をコンセプトとしたスタートと資金調達の行方
OpenAIは2015年の設立時、「人類全体に恩恵をもたらす」ことを理念に掲げ、Elon Musk氏やSam Altman氏を含む著名投資家たちが総額10億ドルの資金拠出を約束し、非営利の研究開発に取り組む体制でスタートした（※３）。ただし、2018年にはElon Musk氏がTesla社でのAI開発との競合を避けるためという理由でOpenAIの取締役を退任した。その後、資金調達や人材確保の必要性を背景として、同社は営利企業形態への転換を進めていくこととなった。
2019年～2021年：営利企業の設立とMicrosoftの10億ドル出資
OpenAIは資金と優秀な人材の確保のため、2019年に既存の非営利団体の傘下に営利団体のOpenAI LPを設立し、営利企業としての要素を取り入れた新たな体制を整備した。同年7月にはこの新体制の下、Microsoftが同社へ10億ドルを出資し、資本・業務提携を結んだ。結果として、OpenAIはMicrosoftのクラウド基盤、MicrosoftはOpenAIのAI技術をそれぞれメリットとして享受できる排他的な協業関係が実現した（※４）。
技術・ビジネス面では、「GPT」シリーズのAPI提供を始め、徐々に生成AIの研究開発や製品・ビジネス開発を進展させた。
2022年～2023年：追加の資金調達とMicrosoftとの協業強化
2022年11月には同社の最大の中核サービスとなる「ChatGPT」をリリースした。同サービスは2か月で月間1億人のユーザーを突破する急成長を遂げたサービスとなった（※１）。その後、画像入力にも対応するAIモデル「GPT-4」が発表され、「ChatGPT」の中核技術として同サービスの成長を後押しした。「ChatGPT」の成功を受け、OpenAIは追加の資金調達を行った。その中でMicrosoftは2023年1月に複数年にわたる数十億ドル規模の追加出資を発表した（※５）。同時期のMicrosoftとの協業成果として、2023年2月から3月にかけて「Microsoft Bing」や「Microsoft 365 Copilot」などにOpenAIのAIモデルが組み込まれ、エコシステムの拡張が進んだ。
一連の資金調達によりOpenAIは資金基盤を強化し、研究開発と大規模サービス運営に必要なリソースを確保した。
2024年～2025年：資金調達の巨大化と出資企業の多様化へ
OpenAIはその後も大型の資金調達を重ねてきた。2024年には約66億ドルの増資を行い、調達後の評価額が1,570億ドルに達したことも発表した（※６）。さらに2025年春にはソフトバンクなどが主導する最大400億ドルの出資のコミットメントを獲得した(最終クロージングは2025年末、総額410億ドルとなった)（※７）。
2025年10月には、事業構造・パートナーシップを見直し、Microsoftとの関係性は維持しつつ、柔軟な協業体制への転換が図られた。具体的には、非営利部門をOpenAI Foundation、営利部門をパブリック・ベネフィット・コーポレーション(PBC)（※８）であるOpenAI Group PBCとして再編し、OpenAI Group PBCは株式発行による外部からの資本調達を可能にした（※９）。
この変更に際し、MicrosoftはOpenAI Group PBCの27%の株式を持つ主要株主となった（※１０）。同時に契約改定が行われ、OpenAIとMicrosoftは従来の独占関係の一部を緩和した。以降の両社の関係は、優先的なパートナーとして相互の成長を促進しつつ、独立性も確保する新たな枠組みへと変わった。
2026年：超大型資金調達
2026年3月、2025年10月の体制変更の成果として、OpenAIは過去最大となる総額1,220億ドルの資金調達を取り付けた。資金調達後の評価額は約8,520億ドルに達し、OpenAIは世界有数の評価額を持つ未上場テック企業となった。主な出資者はAmazon、NVIDIA、ソフトバンクであり、Microsoftも追加出資を行い、長期パートナーとして参画している（※１１）。
2026年4月にはMicrosoftとの独占契約の修正・解消により、OpenAIは他社との資本提携や、大型案件への取り組みが可能となった（※２）。


Microsoftとの協業状況
本項では、重要パートナーであるMicrosoftとの協業状況の推移について整理する。
2019年の資金調達以降、MicrosoftはOpenAIのAIモデルと技術に独占的なクラウド提供権・知的財産利用権を得る一方、OpenAIは研究開発とサービス提供に必要なクラウド基盤を「Microsoft Azure」環境で賄えるようになり、Win-Winの関係を構築した。この協業関係の下、長らくMicrosoftは、独占クラウドプロバイダーとして、「Azure OpenAI Service」「Microsoft Copilot」などのサービスを通じてOpenAIのAIモデルを提供してきた。
金銭面では、MicrosoftはOpenAIのAIモデルを活用した自社サービスの売上から一定割合をOpenAIに還元し、OpenAIはMicrosoftのクラウド利用料支払いに加え、出資企業であるMicrosoftへ自社の収益を分配する契約を結んでいた（※２）（※１２）（※１３）。
2025年10月：独占関係の緩和へ
このように、両社が双方にとっての重要な顧客かつ収益源となるという関係がOpenAIの事業を支えていたが、両者の関係は2025年10月から2026年4月の契約の変更により変化した。
2025年10月の契約改定では、独占関係が一部緩和された。具体的には、OpenAI側はサードパーティ企業との共同製品開発、非API製品のクラウドプロバイダー経由の提供、米国政府の安全保障分野の顧客についての他社クラウドでの提供、オープンウェイトモデル(学習済みパラメータ・重みが外部に公開され、自社の環境やローカルPCで自由に実行・応用できるAIモデル)の公開が認められ、Microsoft側は、独自のAGI研究が認められた（※１０）。
2026年4月：独占関係の終了・優先パートナーとしての協業へ
2026年4月には両社の関係が追加的に見直された（※２）。OpenAIは他社との資本提携や、大型案件への取り組みだけでなく、Microsoft以外の企業のサービス上でもAPIサービスを含めた同社の全製品の提供が可能となった。また、同社がMicrosoftへ支払う収益分配には総額上限が設定された。Microsoftは2032年までの非独占的ライセンスと主要株主の立場を保持する優先パートナーとしての立場を維持しつつ、OpenAIへ支払っていたAIサービス売上の収益分配が廃止されたほか、OpenAIと競合するAIモデル「MAI」の提供も開始した。
	

        

	
    

	
		OpenAIの売上の整理
OpenAIは2020年の有償APIサービスの開始以降、2022年11月の「ChatGPT」公開から1年以内に10億ドルの売上を達成するなど、公式発表からも売上の急拡大が推測できる（※１１）。同社の2026年1月の発表では、売上ではないもののARR(Annual Recurring Revenue：年間経常収益、集計時点で確定している、年間ベースの継続的な収益)が公表されており、2023年が20億ドル、2024年が60億ドル、2025年が200億ドル超と、1年ごとにおよそ3倍の伸びを示している（※１４）。また、2026年3月の発表では、その時点での同社の月当たりの売上が20億ドルとなっていることを公表している（※１１）。一方で、2026年4月の発表に「一見すると奇妙に見える私たちの行動の多く——収益がまだ比較的小さい段階で大量の計算資源を確保すること」と記載するような（※１５）、売上に見合わない大量の計算資源の確保を行っている施策などから、同社は投資を優先させている段階にあると考えられる。


AIインフラ投資をめぐる論点
OpenAIの資金調達や売上拡大をめぐっては、巨額の出資、クラウド利用、半導体需要が相互に結びつく構造について、一部の金融機関・投資家から慎重に見るべきだとの指摘がある（※１６）。
具体的には、OpenAIでは、AIモデルの開発・運用に必要な計算リソースの確保に向けて、出資資金がクラウド利用料や半導体調達として関連企業の売上に結びつく構造が形成されている（※１２）（※１７）。注視すべきは、AIインフラ需要の成長が外部顧客による実需にどの程度支えられているのか、また戦略的パートナー間の資金循環にどの程度依存しているのかといった点である。AI関連投資が拡大する中、業界構造として見極めていく必要がある。


OpenAIの事業領域の推移
本項では、同社の事業領域の取り組みについて整理する。
中核領域：AIモデル開発・対話AI・AIエージェント
当初はオープンなAIを標榜し、得られた成果・特許を広く公開する方針をとり、強化学習・研究基盤に取り組んでいた。その後、基盤モデル「GPT」シリーズの開発に着手し、2018年に「GPT-1」、2019年に「GPT-2」(選択的な公開・API利用を行った)、2020年に「GPT-3」(APIを公開し、収益化が始まる)を公表し、その後も「GPT-4」「GPT-5」とアップデートを続けている。また、同社では上記以外にも、音楽生成「Jukebox」、画像生成「DALL·E」、音声認識「Whisper」、動画生成「Sora」など、多様なAIモデル開発が行われてきた。
「ChatGPT」は2022年のリリース以降、同社の最新AIモデル、マルチモーダル、コーディング、AIエージェントなどの技術を組み込み進化してきた。2025年7月に「ChatGPT Agent」を公開し、翌年4月にはチームで共有・運用できる業務エージェント「Workspace Agents」を発表し、タスクを実行するAIエージェントへの対応が進んでいる。
AIエージェントでは上記以外にも、法人ユーザーが自律的に働くAIエージェントを安全に構築・管理・運用するためのプラットフォーム「OpenAI Frontier」を2026年2月に提供開始した。開発者向けのエージェント型AIアプリケーションのフレームワーク「OpenAI Agents SDK」も2025年3月に公開し、翌年4月に大型アップデートを行った。
同社は今後、最優先課題としているAGIの開発を進めるとともに、「ChatGPT」「Codex」など自社のAI機能を統合した「AIスーパーアプリ」の開発計画も明らかにしている（※１１）。上記を踏まえ、OpenAIは従来の枠組みを超え、AI時代の総合プラットフォーマーへ進化しようとしていると考えられる。
一方で、同社が研究開発・ビジネス展開を進める中、競合企業のAI開発も目覚ましく進んでおり、対抗策としての中核領域へのリソース集中が語られている。過去にはロボティクスのAIモデルや動画生成サービスに取り組んでいたが、リソース集中を理由に撤退の判断もなされた例がある（※１８）。
応用先としてのセキュリティ・脆弱性検知への取り組み
応用先の一つとしてセキュリティ領域への取り組みが注目されている。2026年4月にAnthropicの「Claude Mythos Preview」を契機としたセキュリティ・脆弱性検知を得意とするAIモデルが注目を集めた。OpenAIもベースとなる「GPT-5.4」からガードレールを緩和し、セキュリティに特化したAIモデル「GPT-5.4-Cyber」を公表し、審査済みの組織、研究者に限定して提供する動きをみせている。5月には「GPT-5.5-Cyber」への更新に加え、脆弱性の検知・修正を行うAIサービス「Daybreak」を発表するなど、競争のフィールドを広げている。
ハードウェアへの取り組み
OpenAIはハードウェア領域にも着手している。計算リソースへの取り組みとして、2025年にはBroadcomと提携してAIアクセラレータの開発に着手し、2026年後半以降のAIアクセラレータを組み込んだサーバーラックの展開を目指す方向性を明らかにした（※１９）。
また、エンドユーザーが扱うハードウェアの開発も進めている。OpenAIは2025年5月に「iPhone」などをデザインした著名デザイナーのJony Ive氏が立ち上げた、AIネイティブな端末を開発するスタートアップio Productsを買収した（※２０）。2025年11月には、Ive氏が「OpenAIが2年以内にハードウェアデバイスを公開する」と述べたことが報じられた（※２１）。
デリバリー能力の強化
OpenAIはさらにデリバリー能力も強化している。2026年2月にはBoston Consulting GroupやMcKinsey & Companyなど大手コンサルティング企業4社と契約を結び、顧客企業におけるAIの本格展開を支援する「Frontier Alliances」を発表した。同年5月には、外部パートナーとともに40億ドル超の初期投資を行い、デリバリーを強化する企業The OpenAI Deployment Company (DeployCo)を設立した。大手企業の社内にエンジニアを常駐させ、基幹システムやワークフローの再設計を行いながらAIの導入を進めていくビジネスの展開を発表した（※２２）。


おわりに
OpenAIは今なお進化の途上にあり、その動向は日々報じられている。今後の課題として、これまでの投資に見合った収益性の確立、高度化するAIモデルの安全性確保と規制対応、そして競合するGoogleやAnthropic、中国企業をはじめとするAI開発企業との技術競争が挙げられる。
特に競争の局面では、AIモデルの性能差が縮小する中、競争の軸がAIエージェント、ガバナンス、業種特化AI、エコシステム、デリバリー能力といった総合力へと多元化しつつある。技術やサービス一つ一つの競争だけでなく、いかにしてそれらを連動させ、よりよい価値提供につながるかがポイントになると考えられる。
このような課題と競争環境を踏まえつつ、同社は多くの企業の働き方へ影響を与えるAI領域の主要企業として、引き続き注目すべき存在となっている。
	

        
    
    （※１）
・OpenAI　OpenAI の新しい経済分析
https://openai.com/ja-JP/global-affairs/new-economic-analysis/
（※２）
・Microsoft　The next phase of the Microsoft-OpenAI partnership
https://blogs.microsoft.com/blog/2026/04/27/the-next-phase-of-the-microsoft-openai-partnership/
（※３）
・OpenAI　Introducing OpenAI
https://openai.com/index/introducing-openai/
（※４）
・Microsoft　OpenAI、マイクロソフトと コンピューティングパートナーシップを締結 新しい Azure AI スーパーコンピューティング技術の構築へ
https://news.microsoft.com/ja-jp/2019/07/25/190725-openai-forms-exclusive-computing-partnership-with-microsoft-to-build-new-azure-ai-supercomputing-technologies/
（※５）
・Microsoft　Microsoft and OpenAI extend partnership
https://blogs.microsoft.com/blog/2023/01/23/microsoftandopenaiextendpartnership/
（※６）
・OpenAI　New funding to scale the benefits of AI
https://openai.com/index/scale-the-benefits-of-ai/
（※７）
・ソフトバンクグループ　OpenAIへの追加出資に関するお知らせ
https://group.softbank/news/press/20250401
・ソフトバンクグループ　OpenAIへの225億ドルの追加出資完了について
https://group.softbank/news/press/20251231
（※８）
・西村あさひ法律事務所　米国等における民間で公的役割を担う法人形態について[概要版]
https://www.cas.go.jp/jp/seisaku/atarashii_sihonsyugi/wgkaisai/bc_houkokusyo/gaiyouban.pdf
（※９）
・OpenAI　当社の体制
https://openai.com/ja-JP/our-structure/
（※１０）
・Microsoft　The next chapter of the Microsoft–OpenAI partnership
https://blogs.microsoft.com/blog/2025/10/28/the-next-chapter-of-the-microsoft-openai-partnership/
（※１１）
・OpenAI　OpenAI、AI の次の段階を加速するために1,220億ドルを調達
https://openai.com/ja-JP/index/accelerating-the-next-phase-ai/
（※１２）
・Microsoft　Microsoft and OpenAI evolve partnership to drive the next phase of AI
https://blogs.microsoft.com/blog/2025/01/21/microsoft-and-openai-evolve-partnership-to-drive-the-next-phase-of-ai/
（※１３）
・Microsoft　OpenAI forms exclusive computing partnership with Microsoft to build new Azure AI supercomputing technologies
https://news.microsoft.com/source/2019/07/22/openai-forms-exclusive-computing-partnership-with-microsoft-to-build-new-azure-ai-supercomputing-technologies/
（※１４）
・OpenAI　インテリジェンスの価値とともに成長するビジネス
https://openai.com/ja-JP/index/a-business-that-scales-with-the-value-of-intelligence/
（※１５）
・OpenAI　私たちの原則
https://openai.com/ja-JP/index/our-principles/
（※１６）
・The Wall Street Journal　AI企業の「循環取引」はバブルの兆候か
https://jp.wsj.com/articles/is-the-flurry-of-circular-ai-deals-a-win-winor-sign-of-a-bubble-8a3ae9b4
（※１７）
・OpenAI　OpenAI と Amazon が戦略的パートナーシップを発表
https://openai.com/ja-JP/index/amazon-partnership/
・NVIDIA　OpenAI and NVIDIA Announce Strategic Partnership to Deploy 10 Gigawatts of NVIDIA Systems
https://nvidianews.nvidia.com/news/openai-and-nvidia-announce-strategic-partnership-to-deploy-10gw-of-nvidia-systems
（※１８）
・OpenAI　Sora の提供終了について知っておくべきこと
https://help.openai.com/ja-jp/articles/20001152-what-to-know-about-the-sora-discontinuation
（※１９）
・OpenAI　OpenAI と Broadcom が戦略的提携を発表、OpenAI の設計による10ギガワットの AI アクセラレーターを展開
https://openai.com/ja-JP/index/openai-and-broadcom-announce-strategic-collaboration/
・Broadcom　OpenAI and Broadcom announce strategic collaboration to deploy 10 gigawatts of OpenAI-designed AI accelerators
https://investors.broadcom.com/news-releases/news-release-details/openai-and-broadcom-announce-strategic-collaboration-deploy-10
（※２０）
・OpenAI　A letter from Sam & Jony
https://openai.com/sam-and-jony/
（※２１）
・CNBC　Execs say OpenAI has first hardware prototypes, plan to reveal device in 2 years or less
https://www.cnbc.com/2025/11/24/openai-hardware-jony-ive-sam-altman-emerson-collective.html
（※２２）
・OpenAI　OpenAI launches the OpenAI Deployment Company to help businesses build around intelligence
https://openai.com/index/openai-launches-the-deployment-company/

        ]]></description>
		</item>
			
	</channel>
</rss>