#OpenAIQ2Revenue67BAsLossesWiden

$OpenAI — 収益67億ドル、営業損失123億ドル：AI競争は経済性の段階へ突入

OpenAIの最新の第2四半期の数字は、現在のAIブームにおける最大の矛盾の一つを浮き彫りにしている。

収益は急速に伸びているが、最先端AIの構築・提供コストはそれを上回る速度で増加している。

OpenAIの第2四半期の収益は、報道によると約67億ドルに達し、第1四半期の57億ドルから約18％増加した。同時に、報告された営業損失は、およそ93億ドルから123億ドルへ拡大した。

これらの数字を単純に「AIは赤字を出している」と捉えるべきではない。

より重要な問題は、テクノロジーがスケールするにつれて経済性が改善するかどうかだ。

AIへの需要が現実のものであることは明らかだ。

消費者はAI製品にお金を支払っている。企業はAIを業務フローに組み込んでいる。開発者はAPIを利用している。コーディングツールやAIエージェントが新たなユースケースを生み出している。

しかし、ユーザーが1人増えるごとに、コンピューティング能力も必要になる。

より高性能なモデルには、膨大な量の学習用および推論用コンピューティングが必要だ。つまり、GPU、メモリ、ネットワーク、電力、データセンター、そしてますます高度化するインフラが必要になる。

これがAI経済の中心的な方程式を生み出している。

収益の成長は、最終的に知能のコストの増加を上回らなければならない。

それが本当の課題だ。

OpenAI自身も、拡大するAI需要に応えるには、コンピューティング能力、流通、資本が必要だと強調している。3月には、同社は8520億ドルのポストマネー評価額で1220億ドルのコミット済み資本を発表し、拡大の背後にある莫大な財務規模を示した。

そしてインフラ競争はさらに大きくなっている。

最近の報道によると、OpenAIが計画するインフラおよびクラウドへの支出は、2030年までに約7500億ドルに達する可能性がある。また、最新の拡張計画には、大規模なデータセンターおよび電力に関するコミットメントが含まれている。

これが、AIの物語がソフトウェアをはるかに超えて広がっている理由だ。

AI需要が増えるたびに、インフラチェーン全体で需要が生まれる。

GPU

HBMおよび先端メモリ

ネットワーク

データセンター

電力

冷却

半導体製造

クラウドインフラ

だからこそ、NVIDIAや大手メモリメーカーなどの企業は、AI投資サイクルと非常に密接に結びついている。

最近のNVIDIAとOpenAIのインフラ開発は、もう一つの例を示している。NVIDIAは、オハイオ州で計画されているデータセンタープロジェクトに対して大規模な支援を行うことを約束しており、その容量は8GWに達すると見込まれている。2028年までに800MWを初期利用可能とすることが目標だ。

しかし、反対側にはリスクもある。

AIインフラへの支出があまりにも大きくなっているため、投資家は、その投資がいつ持続可能なリターンに結びつくのかをますます問い始めている。

Reutersは最近、大手テクノロジー企業のAI設備投資が、追加的な営業キャッシュフローを上回る可能性について懸念を示した。これにより、フリーキャッシュフローと資金調達要件への圧力が高まっている。

ここから、AI競争の次の段階がより興味深くなる。

第1段階は、能力をめぐる競争だった。

最も強力なモデルを構築できるのは誰か？

第2段階は、次のようになりつつある。

最も効率的に知能を提供できるのは誰か？

つまり、投資家は次のような指標にますます注目すべきだ。

収益成長率

営業損失

推論コスト

ユーザー1人当たり収益

企業による導入

顧客維持率

インフラ利用率

フリーキャッシュフロー

設備投資

モデル効率

競争

もう一つの大きな変化は、競争環境の変化だ。

最近の報道によると、Anthropicは第2四半期に約116億ドルの収益を生み出し、初めてOpenAIの四半期収益を上回った。また、同時に小幅な営業利益も達成したと報じられている。

これによって競争をめぐる議論は変わる。

AIの勝者は、必ずしも最も多くの資金を使う企業とは限らない。

モデルの能力、価格決定力、顧客需要、インフラ効率の間で最適なバランスを見つける企業かもしれない。

企業向けAIは、特に重要になる可能性がある。

企業がAIをチャットボットとして使う段階を超え、ソフトウェア開発、研究、顧客サービス、財務分析、社内業務フローにAIエージェントを組み込み始めれば、AIプロバイダーは単なる個々のやり取りではなく、完了したタスクや事業上の成果を収益化できるようになる可能性がある。

それによって、AIの長期的な経済性は大きく改善する可能性がある。

しかし、弱気シナリオも同様に重要だ。

インフラコストが上昇し続ける一方で収益成長が鈍化すれば、損失への圧力は続く可能性がある。競争の激化によって価格の引き下げを余儀なくされ、需要が増加しているにもかかわらず利益率が低下する可能性もある。

それは難しい方程式を生み出す。

収益成長の鈍化

+

より高いコンピューティング要件

+

大規模な設備投資

+

激化する競争

=

AIの経済性への圧力の高まり。

私の全体的な見方では、67億ドルという収益の数字は重要なことを証明している。AI製品の市場はすでに巨大なのだ。

しかし、123億ドルの営業損失は、次の課題を浮き彫りにしている。

AIは、人々や企業が知能に対して支払いをいとわないことを証明した。

今度は業界が、持続可能な経済性を生み出せるほど効率的に知能を提供できることを証明しなければならない。

だからこそ、私は次の5つに最も注目している。

1. OpenAIは急速な収益成長を維持できるのか？

2. 営業損失は最終的に縮小するのか？

3. モデルの効率化に伴い、推論コストは低下するのか？

4. 企業向けAIやエージェントベースのAIは、より高価値な継続収益を生み出せるのか？

5. AIの収益は、最終的にその背後にある莫大なインフラ投資を正当化できるのか？

AI競争は、もはやより賢いモデルをめぐる競争だけではない。

より優れたユニットエコノミクスをめぐる競争になりつつある。

知能 + 規模 + 効率性 + 流通 + 持続可能な利益率。

この組み合わせが、どのAI企業が次世代のテクノロジー大手になるのかを決める可能性がある。

市場にとって最大の問題は、もはやAIに需要があるかどうかではない。

需要があることは明らかだ。

問題は、経済性がその野心に追いつけるかどうかだ。

これは教育目的の市場およびテクノロジー分析であり、財務上の助言ではない。

@GateSquare @Gate_Square