数日前、OpenAIは何の前触れもなく、AI動画生成モデルSoraの停止を発表しました。2年前に突然登場し、「映画産業を変える」と期待されていたことから、今では寂しく舞台を降りる形となり、Soraのライフサイクルの短さと転換のあまりの急さには、思わずため息が出ます。シリコンバレーでは、象徴的なプロジェクトの停止には往々にして“時流を示す指標”としての意味があります――ちょうど、アップルが10年にわたる長距離走の末に車づくり計画をきっぱりと断念したように、またMetaが、命のように見ていたメタバース実験ラボを大幅に縮小したように、こうしたプロジェクトの没落には企業、さらには業界全体の戦略転換が伴うことが多いのです。OpenAIの取捨選択と布陣を通して、アメリカのAI産業でいま起きている変化をうかがい知ることができます。タン氏は、AI業界の複数の関係者にインタビューしました。中米のAI界を長く行き来している研究者や、最前線で働く実務者も含まれます。彼らが語ってくれた詳細の中から、いくつかの手がかりが見えてきます。「リソース（資源）」は業界の関係者が繰り返し口にする言葉であり、こうしたすべての変化を理解する出発点でもあります。かつてOpenAIやMetaなど、アメリカの主要AI企業の研究開発担当者に接してきた専門家によると、業界には現在「人工知能の競争は結局、リソースの競争である」という共通認識が広くあります。人材、資金、そして計算資源（算力）が十分にあるなら、AI企業は通常、複数の技術方向に同時に賭けるのが一般的です。そしてOpenAIがSoraを停止したのは、リソースが不足になった結果です。まず最も土台となる算力の問題から見ていきましょう。この2年、アメリカはより多くのデータセンターを建設し、算力をさらに拡張すると語り続けてきましたが、現実には供給が需要の増加に常に追いついていません。ゴールドマン・サックスの試算によれば、アメリカのデータセンターの算力における需給ギャップは、常態化する傾向を示しており、今後数年も、概ね約10ギガワットの水準で長期的に維持される見込みです。さらに重要なのは、大量の新規プロジェクトが電力やインフラの段階で詰まり、最終的には着地できない可能性が高いことです。これをOpenAIに当てはめると、問題はさらに際立ちます。OpenAIの特徴は、自社でデータセンターを建てていない点で、主要な算力はMicrosoftなどの供給業者との協業に依存しています。2025年、OpenAIの社長は、社内でのGPU配分が、いまや「非常に苦痛な」プロセスになっていると述べました。各プロジェクトの終了時期を見極めるために、専用の小チームを置いて、空いた算力を新プロジェクトへ再配分する必要さえあるのです。まさにこの時期に、第二の圧力が姿を現し始めました。AI業界が新しい資本の周期へ入っているのです。過去の「まず投入し、次に検証する」とは対照的に、投資家は測定可能なビジネス上のリターンを強く要求するようになりました。｜｜米国のコンサル会社の調査によると、投資家の53%が6か月以内にリターンを得ることを期待しています。｜｜70%以上のCIOが、2026年半ばまでにAIの商業価値を示せなければ、関連予算が削減されると明確に述べています。資本の要求がより高くなり、算力が高価で希少になると、企業は社内で選別せざるを得なくなります。いまのアメリカのAI企業にとって、この変化はとりわけ急激なものです。試算によれば、Soraが10秒の動画を生成するコストは1.3ドル。ユーザーが毎日1130万本の動画を生成すると仮定すると、1日の算力コストは約1500万ドルですが、実際の収益はそれを大きく下回っています。Soraは、この「取捨選択のロジック」の一例にすぎません：｜｜最近1か月で、調整されたのはChatGPT本来のクイック決済機能などでもあります。｜｜同時期に、OpenAIは米国防総省と協定を結び、OpenAIのモデルを軍の機密ネットワークへ配備することを発表しました。これらの切り捨てられたプロジェクトには共通の特徴があります。消費者向けの位置づけ、算力消費が非常に高いこと、ユーザー数の伸びが停滞していること、短期のリターンが不明確であることです。その背後には、アメリカのAI業界が経験している構造的な調整の波があります：｜｜Metaは2026年3月に、6月15日にVRヘッドセット上のHorizon Worldsのサポートを終了する計画を発表しました。予算の大半は、AIインフラ、ウェアラブル端末、モバイル端末などの方向に投じられます。｜｜Amazonは、Amazon FreshとAmazon Goの実店舗の実験プロジェクトを閉じると発表し、さらにAmazon Oneの指掌紋決済システムも停止します。｜｜AIのデータラベリング分野の大手企業Scale AIは、2025年7月にチームを再編し、企業および政府向けの販売にリソースを増やし、またデータラベリング事業の重点を最も儲かる機会に置くことにしました。アメリカのAI業界では、利幅（粗利益）の高いプロジェクトを優先し、消費者向けのイノベーションに継続して投じることを減らす、という共通認識が形成されつつあります。では、どのようなプロジェクトが「利幅が高い」のでしょうか？つい最近、OpenAIは米国防総省と協定を結び、先進モデルを軍の機密ネットワークに配備することになりました。この選択が持つ特別な点は、2つの“底線”を突破していることです。｜｜1つ目はOpenAI自身の底線です。OpenAIはこれまで繰り返し、大規模な国内監視や自律型の兵器システムに対して技術支援はしないと強調してきましたが、今や立場を変えたのです。｜｜2つ目は業界の底線です。別のアメリカの主要AI企業Anthropicは、この底線を守り続けてきたために、国防総省から「サプライチェーン上のリスク」として挙げられています。OpenAIは同時期に、その“受け皿”として引き受けているのです。これは、アメリカのAIが次に進む上での危険な動きを明らかにします。かつて触れることをためらっていた領域に今、踏み込もうとしている。かつて守ってきた底線が、今まさに突破されようとしている。14ラウンドの中米人工知能対話に参加した陈琪（チェン・チー）は、タン氏に対し、アメリカの戦略界や企業の主流が、AIによる「軍備競争」を繰り広げることを強く後押ししており、他国に対する絶対的な優位を追求していると伝えました。とりわけ過去1年、本会のアメリカ政府は、前政権の「安全で、信頼できるAI」という理念を完全に覆し、「AI競争に勝つ」に転換しました。そして、他国を打ち負かすことを、絶対的な核心に据えたのです。これは、資本と軍の間の緊密な結びつきを実現する道筋を開きました。「競争に勝つ」ことへの圧力のもとで、かつて設けられていた境界線は引き直されつつあり、国防総省は非常に魅力的な協力パートナーになっています。縦方向で見ると、消費者（To C）、企業（To B）、公共部門（To G）の3つの方向性のうち、公共部門がAIの最後の「ブルーオーシャン」になりつつあります。配備の進捗について、アメリカの公共部門の専門職がAIを使う頻度は、ほとんどのアメリカ人よりはるかに低い。つまり、未開拓の大きな余地があるということです。同時に、公共部門はまだ「リターンの評価」段階に入っていません。ここでは、予算は利益要件ではなく、補助金（歳出）から出るため、サイクルはより長く、資金はより安定し、リスク許容度もより高いのです。横方向で見ると、公共部門の中でも、国防総省の協力意欲が最も高いことが分かります。アメリカ連邦政府の契約データに関する統計によれば、国防総省には70%以上の連邦政府のAI契約があります。さらに、わずか2022年9月から2023年8月の期間に、国防総省のAI契約の金額は1500%増加しました。アメリカのシンクタンクや軍の代表団と交流した経験がある劉偉（リウ・ウェイ）は、タン氏に対し、自身の観察によると、企業が軍との協力を選ぶのは、第一に現実の運営上の圧力があるからで、第二に、軍という「試験地」を通じて技術の突破口を実現したいからだと語りました。こうした協力は、アメリカがAI覇権を構築するうえでの重要な一端です――それは、技術開発と軍事能力を深く結びつけ、公的資金で資本の道を切り開き、そして技術の優位をもって軍事覇権に還元する形になります。しかし、その代償が、いま姿を現しつつあります。本来、アメリカ政府のAI配備が遅かったのには、内在する論理がありました。公共部門は民間部門と違います。AIには、現時点でのいくつかの欠陥――AIの幻覚、精度不足など――が、民間の場面では単なる体験上の問題にとどまる可能性がある一方で、公共部門では社会問題へと発展し得ます：｜｜統計部門：AIでデータ処理を補助すれば効率は大幅に向上しますが、AIの幻覚によって数値が誤ると、経済や暮らしに直接影響する恐れがあります。｜｜農業・エネルギーなどの部門：AIは科学研究や資源配分の支援に使えますが、AIの幻覚によって誤ったモデル予測が起きる可能性があります。｜｜防衛領域：これまで一部のAIプロジェクトで、目標識別システムが劣悪な天候下での精度がわずか約30%にとどまる問題が起きていました。人命に関わる判断で誤りが生じた場合、その結果は取り返しがつきません。いま、この慎重さは捨てられつつあります。国防総省はさらに、「使いながら直す」という大胆な路線を取っています――AIを実戦シーンへ素早く投入し、実際のフィードバックで反復的に最適化するのです。このやり方自体が、人命のリスクを技術の反復スピードと引き換えにすることでもあります。劉偉は、タン氏に対し、とりわけ自分が接してきたアメリカの中低級の軍官たちは、まさに前線で戦っている人々であり、AIの軍事化への適用に対して非常に積極的だと述べました。彼らは一般に、それが作戦能力や戦略計画の水準を引き上げる助けになると考えています。ここまで見れば、OpenAIの選択の背後にあるもの――そして、アメリカのAI覇権構築がもたらす危険な動向が――見えてきます。資本はリターンを追い求め、アメリカ政府は軍事的優位を求め、両者はAI領域で互いに妥協し合い、互いに力を借り合うことで、倫理と安全の底線を共同で突破したのです。アメリカはすでに、AIを軍事分野に優先して配備することを選びました。次に、その境界線はどこまで押し広げられるのでしょうか？
Sora退場之後
数日前、OpenAIは何の前触れもなく、AI動画生成モデルSoraの停止を発表しました。
2年前に突然登場し、「映画産業を変える」と期待されていたことから、今では寂しく舞台を降りる形となり、Soraのライフサイクルの短さと転換のあまりの急さには、思わずため息が出ます。
シリコンバレーでは、象徴的なプロジェクトの停止には往々にして“時流を示す指標”としての意味があります――ちょうど、アップルが10年にわたる長距離走の末に車づくり計画をきっぱりと断念したように、またMetaが、命のように見ていたメタバース実験ラボを大幅に縮小したように、こうしたプロジェクトの没落には企業、さらには業界全体の戦略転換が伴うことが多いのです。
OpenAIの取捨選択と布陣を通して、アメリカのAI産業でいま起きている変化をうかがい知ることができます。
タン氏は、AI業界の複数の関係者にインタビューしました。中米のAI界を長く行き来している研究者や、最前線で働く実務者も含まれます。彼らが語ってくれた詳細の中から、いくつかの手がかりが見えてきます。
「リソース（資源）」は業界の関係者が繰り返し口にする言葉であり、こうしたすべての変化を理解する出発点でもあります。
かつてOpenAIやMetaなど、アメリカの主要AI企業の研究開発担当者に接してきた専門家によると、業界には現在「人工知能の競争は結局、リソースの競争である」という共通認識が広くあります。人材、資金、そして計算資源（算力）が十分にあるなら、AI企業は通常、複数の技術方向に同時に賭けるのが一般的です。
そしてOpenAIがSoraを停止したのは、リソースが不足になった結果です。
まず最も土台となる算力の問題から見ていきましょう。
この2年、アメリカはより多くのデータセンターを建設し、算力をさらに拡張すると語り続けてきましたが、現実には供給が需要の増加に常に追いついていません。ゴールドマン・サックスの試算によれば、アメリカのデータセンターの算力における需給ギャップは、常態化する傾向を示しており、今後数年も、概ね約10ギガワットの水準で長期的に維持される見込みです。
さらに重要なのは、大量の新規プロジェクトが電力やインフラの段階で詰まり、最終的には着地できない可能性が高いことです。
これをOpenAIに当てはめると、問題はさらに際立ちます。
OpenAIの特徴は、自社でデータセンターを建てていない点で、主要な算力はMicrosoftなどの供給業者との協業に依存しています。
2025年、OpenAIの社長は、社内でのGPU配分が、いまや「非常に苦痛な」プロセスになっていると述べました。各プロジェクトの終了時期を見極めるために、専用の小チームを置いて、空いた算力を新プロジェクトへ再配分する必要さえあるのです。
まさにこの時期に、第二の圧力が姿を現し始めました。AI業界が新しい資本の周期へ入っているのです。
過去の「まず投入し、次に検証する」とは対照的に、投資家は測定可能なビジネス上のリターンを強く要求するようになりました。
｜｜米国のコンサル会社の調査によると、投資家の53%が6か月以内にリターンを得ることを期待しています。
｜｜70%以上のCIOが、2026年半ばまでにAIの商業価値を示せなければ、関連予算が削減されると明確に述べています。
資本の要求がより高くなり、算力が高価で希少になると、企業は社内で選別せざるを得なくなります。いまのアメリカのAI企業にとって、この変化はとりわけ急激なものです。
試算によれば、Soraが10秒の動画を生成するコストは1.3ドル。ユーザーが毎日1130万本の動画を生成すると仮定すると、1日の算力コストは約1500万ドルですが、実際の収益はそれを大きく下回っています。
Soraは、この「取捨選択のロジック」の一例にすぎません：
｜｜最近1か月で、調整されたのはChatGPT本来のクイック決済機能などでもあります。
｜｜同時期に、OpenAIは米国防総省と協定を結び、OpenAIのモデルを軍の機密ネットワークへ配備することを発表しました。
これらの切り捨てられたプロジェクトには共通の特徴があります。消費者向けの位置づけ、算力消費が非常に高いこと、ユーザー数の伸びが停滞していること、短期のリターンが不明確であることです。
その背後には、アメリカのAI業界が経験している構造的な調整の波があります：
｜｜Metaは2026年3月に、6月15日にVRヘッドセット上のHorizon Worldsのサポートを終了する計画を発表しました。予算の大半は、AIインフラ、ウェアラブル端末、モバイル端末などの方向に投じられます。
｜｜Amazonは、Amazon FreshとAmazon Goの実店舗の実験プロジェクトを閉じると発表し、さらにAmazon Oneの指掌紋決済システムも停止します。
｜｜AIのデータラベリング分野の大手企業Scale AIは、2025年7月にチームを再編し、企業および政府向けの販売にリソースを増やし、またデータラベリング事業の重点を最も儲かる機会に置くことにしました。
アメリカのAI業界では、利幅（粗利益）の高いプロジェクトを優先し、消費者向けのイノベーションに継続して投じることを減らす、という共通認識が形成されつつあります。
では、どのようなプロジェクトが「利幅が高い」のでしょうか？
つい最近、OpenAIは米国防総省と協定を結び、先進モデルを軍の機密ネットワークに配備することになりました。
この選択が持つ特別な点は、2つの“底線”を突破していることです。
｜｜1つ目はOpenAI自身の底線です。OpenAIはこれまで繰り返し、大規模な国内監視や自律型の兵器システムに対して技術支援はしないと強調してきましたが、今や立場を変えたのです。
｜｜2つ目は業界の底線です。別のアメリカの主要AI企業Anthropicは、この底線を守り続けてきたために、国防総省から「サプライチェーン上のリスク」として挙げられています。OpenAIは同時期に、その“受け皿”として引き受けているのです。
これは、アメリカのAIが次に進む上での危険な動きを明らかにします。かつて触れることをためらっていた領域に今、踏み込もうとしている。かつて守ってきた底線が、今まさに突破されようとしている。
14ラウンドの中米人工知能対話に参加した陈琪（チェン・チー）は、タン氏に対し、アメリカの戦略界や企業の主流が、AIによる「軍備競争」を繰り広げることを強く後押ししており、他国に対する絶対的な優位を追求していると伝えました。
とりわけ過去1年、本会のアメリカ政府は、前政権の「安全で、信頼できるAI」という理念を完全に覆し、「AI競争に勝つ」に転換しました。そして、他国を打ち負かすことを、絶対的な核心に据えたのです。
これは、資本と軍の間の緊密な結びつきを実現する道筋を開きました。
「競争に勝つ」ことへの圧力のもとで、かつて設けられていた境界線は引き直されつつあり、国防総省は非常に魅力的な協力パートナーになっています。
縦方向で見ると、消費者（To C）、企業（To B）、公共部門（To G）の3つの方向性のうち、公共部門がAIの最後の「ブルーオーシャン」になりつつあります。
配備の進捗について、アメリカの公共部門の専門職がAIを使う頻度は、ほとんどのアメリカ人よりはるかに低い。つまり、未開拓の大きな余地があるということです。
同時に、公共部門はまだ「リターンの評価」段階に入っていません。ここでは、予算は利益要件ではなく、補助金（歳出）から出るため、サイクルはより長く、資金はより安定し、リスク許容度もより高いのです。
横方向で見ると、公共部門の中でも、国防総省の協力意欲が最も高いことが分かります。
アメリカ連邦政府の契約データに関する統計によれば、国防総省には70%以上の連邦政府のAI契約があります。さらに、わずか2022年9月から2023年8月の期間に、国防総省のAI契約の金額は1500%増加しました。
アメリカのシンクタンクや軍の代表団と交流した経験がある劉偉（リウ・ウェイ）は、タン氏に対し、自身の観察によると、企業が軍との協力を選ぶのは、第一に現実の運営上の圧力があるからで、第二に、軍という「試験地」を通じて技術の突破口を実現したいからだと語りました。
こうした協力は、アメリカがAI覇権を構築するうえでの重要な一端です――それは、技術開発と軍事能力を深く結びつけ、公的資金で資本の道を切り開き、そして技術の優位をもって軍事覇権に還元する形になります。
しかし、その代償が、いま姿を現しつつあります。
本来、アメリカ政府のAI配備が遅かったのには、内在する論理がありました。
公共部門は民間部門と違います。AIには、現時点でのいくつかの欠陥――AIの幻覚、精度不足など――が、民間の場面では単なる体験上の問題にとどまる可能性がある一方で、公共部門では社会問題へと発展し得ます：
｜｜統計部門：AIでデータ処理を補助すれば効率は大幅に向上しますが、AIの幻覚によって数値が誤ると、経済や暮らしに直接影響する恐れがあります。
｜｜農業・エネルギーなどの部門：AIは科学研究や資源配分の支援に使えますが、AIの幻覚によって誤ったモデル予測が起きる可能性があります。
｜｜防衛領域：これまで一部のAIプロジェクトで、目標識別システムが劣悪な天候下での精度がわずか約30%にとどまる問題が起きていました。人命に関わる判断で誤りが生じた場合、その結果は取り返しがつきません。
いま、この慎重さは捨てられつつあります。
国防総省はさらに、「使いながら直す」という大胆な路線を取っています――AIを実戦シーンへ素早く投入し、実際のフィードバックで反復的に最適化するのです。このやり方自体が、人命のリスクを技術の反復スピードと引き換えにすることでもあります。
劉偉は、タン氏に対し、とりわけ自分が接してきたアメリカの中低級の軍官たちは、まさに前線で戦っている人々であり、AIの軍事化への適用に対して非常に積極的だと述べました。彼らは一般に、それが作戦能力や戦略計画の水準を引き上げる助けになると考えています。
ここまで見れば、OpenAIの選択の背後にあるもの――そして、アメリカのAI覇権構築がもたらす危険な動向が――見えてきます。
資本はリターンを追い求め、アメリカ政府は軍事的優位を求め、両者はAI領域で互いに妥協し合い、互いに力を借り合うことで、倫理と安全の底線を共同で突破したのです。
アメリカはすでに、AIを軍事分野に優先して配備することを選びました。次に、その境界線はどこまで押し広げられるのでしょうか？