#OpenAIAnnualRecurringRevenueNears$70B

OpenAIは年換算の収益ランレートで700億ドルに近づいていますが、この話で最も興味深い部分は、もはや$70B それ自体ではないと思います。

本当の問題は、成長を支えるコストもまた巨額になりつつある中で、企業がこれほど急速に成長したときに何が起こるのかということです。

Axiosによると、OpenAIの年換算収益ランレートは第3四半期の初めから70%以上上昇し、700億ドル近くに達しました。一方、エンタープライズ向け売上高は7月以降、2倍以上に増加しています。消費者向け事業も、第3四半期だけで2025年全体を通じて得た収益を上回りました。

これは驚くべき加速です。

しかし、私は収益の伸びる速度と事業の経済性を分けて考えたいと思います。

年換算のランレートは、1年間で実際に700億ドルの収益を計上したことと同じではありません。直近の収益ペースを取り、それを将来に延長して推計したものです。Reutersも、急成長するAI企業を評価する際に、この違いがなぜ重要なのかを指摘しています。

したがって、OpenAIが700億ドルに到達できるかを問う代わりに、次世代のAIバリュエーション論争は別の問いから始まると私は考えています。

OpenAIは、追加のコンピューティング費用1ドルごとに、どれほどの経済的価値を生み出せるのでしょうか。

この問いは、エンタープライズでの導入が加速するにつれて、はるかに重要になります。

企業顧客は、もはや単にチャットボットを試すために料金を支払っているわけではありません。AIは、コーディング、研究、カスタマーサポート、文書処理、生産性向上、そしてますます自律的なワークフローに組み込まれています。こうした業務が日々の事業運営に組み込まれるなら、AI収益はより継続的で、業務上も重要なものになる可能性があります。

しかし、エンタープライズの成長は新たな問題も生み出します。

顧客が増えれば、推論処理も増えます。

推論処理が増えれば、GPU、メモリ、ネットワーク、データセンター、電力がさらに必要になります。

そしてコンピューティングが増えるなら、その収益を支える基盤コストを上回る速さで収益を拡大させなければなりません。

ここからが、OpenAIの次の段階がはるかに難しくなると私が考える理由です。

企業は非常に速いペースで収益を伸ばしていても、追加の顧客1社を支えるために必要なインフラがほぼ同じ速さで増えるなら、厳しい経済性に直面する可能性があります。

だからこそ、OpenAIが報じられている資金調達計画は非常に重要です。Bloombergは、同社が少なくとも300億ドルを、約1.4兆ドルのバリュエーションで調達しようとしていると報じました。これは、3月の資金調達ラウンドに関連する約8,520億ドルのバリュエーションから大幅な上昇となりますが、新たな資金調達は、まだ完了した取引ではなく、報じられた目標にとどまっています。

ここで数字をまとめて見てみましょう。

年換算収益はほぼ$70B 。

追加資本は最大で$30B 。

報じられているバリュエーション目標は約1.4兆ドル。

そして、巨額の継続的な投資を必要とするAIインフラのエコシステム。

これはもはや、単なるソフトウェア企業の成長物語ではありません。

資本配分の物語になりつつあります。

市場が最終的に理解する必要があるのは、収益を生み出すために必要なコンピューティングインフラの費用を支払った後、OpenAIの収益のどれだけが持続的なフリーキャッシュフローになり得るのかということです。

そして、もう一つ特に興味深い展開があります。

OpenAIのCFOは、エンタープライズAIの経済性について、AIの利用量やトークン消費量を単純に測るのではなく、1ドル当たりの有用な知能という別の考え方を推進しています。この考え方が重要なのは、トークンが安くなったからといって、必ずしも経済性が改善するとは限らないからです。重要なのは、AIが顧客にとって価値のある仕事を実際に完了できるかどうかです。

これは、AI業界の次の段階で最も重要な指標の一つになる可能性があります。

同じ100億ドルのAI収益を生み出す企業が2社あると想像してください。

一方は、その収益を生み出すために膨大なコンピューティング資源を必要とします。

もう一方は、推論コストを大幅に抑えながら、同じ事業価値を提供できます。

両社の収益額は同じに見えるでしょう。

しかし、経済性は同じではありません。

だからこそ、推論コストの低下は、たとえ安価なAIが当初は価格に圧力をかけるとしても、AIビジネスにとって最大の強気材料の一つになり得るのです。価値のある知能を生み出すコストが価格よりも速く低下すれば、潜在的な利益プールは拡大する可能性があります。

そこには非常に興味深いフィードバックループが生まれます。

より優れたモデルが需要を増やす。

需要の増加がさらなる収益を生む。

さらなる収益が追加のインフラに資金を提供する。

インフラの増強によって可用性が向上し、計算コストが低下する。

コンピューティングコストの低下によって、より多くの業務でAIが役立つようになる。

業務の増加が、さらなる需要の波を生み出す。

このサイクルが続くなら、現在の巨額のインフラ投資は、単なる費用ではなく、はるかに大規模なテクノロジープラットフォームの基盤に見えてくるでしょう。

しかし、反対のシナリオにも注目する必要があります。

AI顧客がより価格に敏感になり、モデル間の競争によって価格が推論コストの低下よりも速く下落し、またはインフラへのコミットメントが収益化よりも速く拡大すれば、収益の成長だけでは全体像を語れません。

だから私は、次のAIバリュエーション論争が、また別の印象的なARRの見出しによって決着するとは思いません。

決め手になるのはユニットエコノミクスです。

エンタープライズ顧客1社にサービスを提供するには、どれだけのコストがかかるのか。

推論コストはどれほど速く低下しているのか。

収益のうち、どれだけが継続的なものなのか。

AIは顧客のワークフローにどれほど深く組み込まれているのか。

新たな収益1ドルごとに、どれだけの追加コンピューティングが必要なのか。

そして最終的に、インフラ費用を支払った後にどれだけのフリーキャッシュフローが残るのか。

タイミングの問題もあります。

OpenAIは現在、別の巨額な資金調達ラウンドを検討していると報じられていますが、同時に、他の最先端AI企業も並外れたペースで収益とインフラを拡大している業界で事業を展開しています。例えばAnthropicの最新の提出書類からは、将来のインフラへのコミットメントが数千億ドルに上ることが明らかになりました。

これは業界全体について重要なことを示しています。

AI競争は、もはや単により優れたモデルを構築することではありません。

収益成長、コンピューティング効率、資本集約度の間の競争になりつつあります。

そして、ここから私が注目したい指標がそれです。

$70B という数字は、企業や消費者がAIに本気でお金を使う意思があることを証明しています。

次の問いは、はるかに難しいものです。

システムが拡大するにつれて、OpenAIはAI収益の追加1ドルごとに、より高い利益を上げられるのでしょうか。

最終的に答えがイエスなら、今日の収益成長が持つ経済的意義は、見出しが示す以上にはるかに大きくなる可能性があります。

答えがノーなら、並外れた収益成長が並外れた資本需要と共存することさえあり得ます。

だから私は、$70B という数字を結論ではなく、出発点だと考えています。

AIはすでに、人々が知能に対して料金を支払うことを実証しました。

今度は業界が、経済的なコストで有用な知能を生み出せることを実証しなければなりません。

次の1兆ドル規模のAI論争は、そこで決着するでしょう。