OpenAI DevDay 2025 の要約

ニュースレター登録はこちら, https://maily.so/kkumaeunsonyeon

Sam Altman 基調講演の要約

2025年10月6日に「OpenAI DevDay 2025」が開催されました。今回のイベントでは、OpenAIの最新の研究成果と製品アップデートを中心に、さまざまな分野にわたる今後の戦略的変化を図る内容が発表されました。

Sam Altman は基調講演でAI開発の未来を展望し、開発者がAIを通じて世界を変えることに貢献できるよう、OpenAI が提供する新しいツールとプラットフォームを紹介しました。基調講演の冒頭では過去と現在を比較しながら、OpenAIプラットフォームの成長を具体的な数値で示して聴衆の理解を助けました。（API処理量が毎分3億トークンから60億トークン以上へと大幅に増加し、AIが単なる遊びの道具を超えて日常生活で活用されるツールとして定着しつつあることを示唆）また Sam Altman は、まだ旅の初期段階にあり、開発者がAIをより簡単に活用できるよう支援することに注力すると付け加えました。

そのために、ChatGPT内でアプリを構築・配布する方法、エージェント構築をさらに速く効率的にする方法、反復的なコーディング作業を減らしてソフトウェア開発を簡素化する方法、そしてこれらすべてを支えるモデルおよびAPIのアップデートを発表するとし、OpenAI は開発者がAI技術を通じてより大きな可能性を実現できるよう継続的に支援することを約束しました。

OpenAI は今回の DevDay 2025 を通じて、ハードウェアおよびインフラ提携、マルチモーダルモデルの拡張、アプリエコシステムの開放など、複数の側面にわたる戦略的変化を発表
消費者中心から企業向けAIプラットフォーム事業の拡大へ転換
著作権および安全性の問題、公開ウェイトモデル計画など、外部リスクと規制対応も並行

主な発表と動向

1. Apps In ChatGPT : App SDK のローンチ

OpenAI は、ChatGPT を通じてユーザーがより生産的かつ創造的に活動できるよう支援するため、ChatGPT を開発者に開放するさまざまな取り組みを進めてきました。GPT's、MCPs のような標準を採用し、ChatGPT とより多くのアプリケーションを接続してきました。こうした取り組みの結果、OpenAI は開発者がChatGPT内で実際のアプリを構築できるよう App SDK をリリースしました。この App SDK は、開発者がChatGPTユーザーと相互作用し、パーソナライズされたアプリを作れるよう支援します。App SDK は MCP をベースに構築されており、開発者はバックエンドロジックとフロントエンドUIを完全に制御できます。

App SDK で開発されたアプリは、数億人のChatGPTユーザーに到達でき、これは開発者が製品を素早く拡大する上で大きな助けになるでしょう。ユーザーがすでに既存製品を購読している場合は、会話内ですぐにログインすることもできます。また OpenAI は、新しい Agent Commerce プロトコルを通じて、ChatGPT内で決済が可能なさまざまな収益化手段を支援する予定だとしています。これにより、ユーザーが特定のアプリを要求しなくても、ChatGPT は会話内容に関連するアプリを推薦できるようになります。

2. AgentKit : エージェント開発の簡素化と効率向上

OpenAIは、AIが単純な質問応答システムから、ユーザーのために多様な作業を実行できるシステムへと進化しており、その進化の中心にエージェントがあると説明しました。（エージェントは、コンテキスト、ツール、信頼を基盤として作業を実行するソフトウェア）しかし、エージェントに対する高い期待と潜在力にもかかわらず、実際に本番環境で広く使われているエージェントはまだ非常に少ないのが現状です。これは、エージェント開発の難しさ、複雑なフレームワークの使用、オーケストレーション、評価ループ、ツール接続、ユーザーインターフェース構築など、さまざまな要素が複合的に作用した結果です。OpenAIの AgentKit は、アイデアからエージェントまでの過程を素早く簡単にすることを目標としています。

AgentKit は OpenAI プラットフォームで提供される完全なビルディングブロック群であり、エージェントをプロトタイプから本番まで容易に構築、配布、最適化できるよう設計されています。AgentKit は Agent Builder、Chat Kit、Eval for Agents、データに対するエージェントアクセスなど、さまざまな中核機能を提供します。

Agent Builder: エージェント構築のためのビジュアルキャンバスで、ロジックの各段階を設計し、フローをテストし、アイデアを素早く実装できるよう支援します。
Chat Kit: アプリケーションにすぐ統合できるチャットインターフェースを提供し、ユーザー体験を向上させます。
Eval for Agents: エージェント性能を測定するための新機能で、段階ごとのエージェント意思決定を理解し、データセットを評価し、プロンプト最適化を自動化し、外部モデルに対する評価を実行できるよう支援します。また、OpenAI のコネクタレジストリを通じて、エージェントを社内ツールおよびサードパーティシステムに安全に接続できます。

3. Codex : ソフトウェア開発方式の変化

OpenAIは、AIがソフトウェア開発の方法を変える新しい時代に入っていると強調し、Codex を通じてソフトウェア開発者がより速く効率的にコードを書けるよう支援します。Codex は IDE、ターミナル、GitHub、クラウドなど、コードを書くあらゆる場所で動作し、ChatGPT アカウントを通じてすべてを接続することで、ツール間で作業をシームレスに移動できるよう支援します。

Codex は GPT-5 Codex モデルを基盤としており、コードリファクタリングやコードレビューのような作業により長けており、作業の複雑さに応じて思考時間を動的に調整できます。開発者はこの新しいモデルを好んでおり、Codex の利用量は急速に増加しています。Codex は OpenAI 内部でも広く使用されており、新しいコードの大半は Codex ユーザーが作成しており、ほぼすべての OpenAI PR が Codex のレビューを経ています。

Codex は個人開発者だけでなく、エンジニアリングチームにとっても有用です。Slack 統合、Codex SDK、および管理ツールを通じてチームワークを向上させ、Codex の利用を管理できます。たとえば Cisco は Codex をエンジニアリング組織全体に展開し、コードレビュー速度を50%短縮し、平均プロジェクト期間を数週間から数日に短縮しました。

（Raman は Codex および API を使って、身の回りのあらゆるものを実行可能なソフトウェアへ変える方法を実演しました。彼はカメラ制御パネルのインターフェースを Codex CLI で作成し、Figma のブランディングを追加してデザインを完全に一致させました。彼はコードを1行も書かずに、Codex CLI を使って Sony FR7 カメラを制御する方法を尋ね、Visca プロトコルを使って統合をスキャフォールディングし、制御パネルに接続しました。）

4. GPT-5 Pro, GPT-Realtime-Mini, Sora2
OpenAIは複数のモデルアップデートを発表しました。

8月にリリースされた GPT-5 は、エージェントのステアリングとエンドツーエンドのコーディングに長けており、Cursor、Windsurf、Percel のようなコーディング系スタートアップで、ソフトウェア開発の方法を変え、アプリをリリースするために使われています。

OpenAI は GPT-5 Pro を API として公開し、すべての開発者が利用できるようにしました。GPT-5 Pro は高い精度と深い推論が必要な金融、法律、医療などの難しい作業に適しており、GPT-Realtime-Mini というより小型で軽量なモデルも API として公開しました。このモデルは2か月前に公開された高性能軽量モデルより70%安価で、同等の軽量品質と表現力を提供します。OpenAI は軽量モデルがAIと相互作用する主要な方法の1つになると見ています。

OpenAI はクリエイター向けの新機能である Sora2 を API として公開しました。これにより、Sora2 の驚異的な動画出力を支える同じモデルにアクセスできるようになります。Sora2 は以前のモデルより制御性が大幅に向上しており、詳細な指示に対応し、スタイリッシュで正確に構成された結果を提供します。

たとえば iPhone ビューを取り込み、Sora に映画のような広範囲のワイドショットへ拡張するよう求めることもできます。このモデルは視覚要素とサウンドをうまく組み合わせることもでき、音声だけでなく豊かなサウンドスケープ、環境音、同期された効果も提供します。

このほか

マルチモーダルおよび推論モデルのアップデート

GPT-4.5 モデル: チャット中心の対話モデルとして、パターン認識と創造性の向上、ユーザー意図理解能力の改善などに言及
o3-mini: コストパフォーマンスに優れた推論モデルとして、数学、科学、コーディング分野で o1 を上回る性能を発表
GPT-4o（マルチモーダル版）の画像入力解釈能力が強化

ハードウェアおよびインフラ提携

OpenAI は AMD と数十億ドル規模のチップ供給契約を締結し、今後 XGW（ギガワット）規模のコンピューティング資源を確保する計画
韓国企業との提携: Samsung Electronics、SK hynix などとのパートナーシップを通じて Stargate プロジェクトを韓国内に誘致する議論と同時に、半導体供給およびAIデータセンター構築についても議論中

著作権対応と映像生成モデル

Sora2 モデル: テキスト入力から映像 + 音声を生成する高度なマルチモーダルモデルで、より現実的で制御可能な成果物を生成可能
Sora2 モデルは人気キャラクターなどを含む動画生成が可能であるため、権利者から著作権問題に関する反発が起こる可能性が提起
OpenAI は権利者に詳細な制御オプションを提供する方針を発表（例: 動画生成の許可可否や利用制限など）

企業向けAI事業強化とアプリエコシステム戦略

OpenAI は ChatGPT を単なる対話型モデルではなく、プラットフォームまたはOSのように活用できるエコシステムへ転換しようとしています。（例: ChatGPT内でのアプリ実行）
業界別パートナーシップ拡大を目標に、Samsung Electronics、SK hynix、Spotify、Zillow、Canva、Booking.com などが言及
OpenAI はアプリ提出および審査プロセスを導入し、アプリ内決済が可能なコマース機能も提供する計画

OpenAI の中核戦略の再解釈

今回の OpenAI DevDay 2025 の内容を通じて、今後の OpenAI のビジネス中核戦略を再解釈すると次のようになります。

1. プラットフォームへの転換とエコシステム掌握の始まり

ChatGPT を単なるAIチャットボットではなく、ユーザーがさまざまなアプリと相互作用できる hubspot へ転換しようとする意図
AgentKit、Connector、Registry、Apps SDK などは「App -> AI Platform」転換の技術的土台を整備
Google、MS、Meta などの競合に対してプラットフォームのロックイン効果を強化しようとする戦略

2. インフラ統制とコスト管理

AIモデル、特に大規模マルチモーダルおよび映像モデルの成長には、計算コストとハードウェア確保が中核的なハードル
AMD との戦略的契約は NVIDIA 中心のハードウェア依存を緩和し、サプライチェーンを多様化する戦略
AMD の持分オプション確保は、単なる顧客-供給関係を超えて戦略的提携関係へ進化する兆候を意味

3. 収益構造の転換

消費者中心の無料およびプレミアムサービス中心の売上だけでは、現在投入されている莫大なインフラコストを賄うのが難しいという現実的判断
企業向けAI顧客の拡大、アプリ内収益化、API利用拡大などによる収益モデルの多角化

4. 競争環境の中でのリスク認識

AIプラットフォーム競争がますます激しくなる中、OpenAI は自社プラットフォーム中心戦略への迅速な転換を試みていますが、エコシステム拡大の成否、AI開発者の流入、パートナーシップを含む提携先の確保、各種規制リスクなどが依然として変数として作用しており、ハードウェア中立性確保のための戦略は競合各社の対応を引き出す可能性が高いです。

示唆と注目ポイント

1. プラットフォーム転換: ChatGPT → ChatGPT内アプリのエコシステム

ChatGPTが単なる言語モデルではなく、アプリプラットフォームへ進化する方向性が明確になりました。
開発者はチャットインターフェースを通じてユーザーと直結し、開発および配布が容易なエコシステムへの入口が開かれます。
このような変化は、モバイルアプリやWebアプリ中心のアプリ市場構造への挑戦となり得ます。

2. エージェント中心ワークフロー自動化の拡大

AgentKit は、複雑な自動化、ユーザー向けカスタム作業、プロセス調整などを実行できるAIエージェントを迅速に開発できるようにします。
今後は企業内部業務、顧客支援、自律的なデータ処理など、さまざまな領域でエージェントベースの自動化が拡大する可能性が高いです。
特に non-coder 設計方式でエージェントを組み合わせて実装できるようになることで、技術的参入障壁が下がる点が重要です。

3. コスト対性能と軽量モデルの重要性増大

大規模モデルではなく、軽量モデル（GPT‑Realtime‑Mini など）や特定目的に最適化されたモデルが強調されています。
リアルタイムインタラクション、音声・映像処理などでは、軽量モデルの性能・コストのバランスが核心です。
これは開発者および企業にとって、「コスト負担なく日常業務へAIを統合する」可能性を高めます。

4. ハードウェア／インフラ戦略による競争優位の確保

AIモデルとプラットフォームがいかに革新的でも、インフラが支えなければ拡張性は制限されます。
AMD との提携は、OpenAI が計算資源確保においてより柔軟な構造を作ろうとする試みと見ることができます。
また、インフラの規模と効率性の確保は、競合他社に対するコスト競争力と安定性確保の基盤となります。

5. 競争構図の変化とエコシステム戦争

Apple、Google のアプリストア中心エコシステムモデルへの挑戦となる可能性が提起されています。
AIモデル提供者 + プラットフォーム提供者が同時にアプリ配布／収益化まで扱う構造が強化されます。
他社も同様の方向で対応することになり、AIプラットフォーム競争はさらに激しくなるでしょう。

6. リスクと検討事項

ユーザープライバシー、データセキュリティ、処罰可能性、責任の所在など、法的・倫理的論点がさらに重要になります。
特にチャットベースのアプリとエージェントがユーザー権限をどの水準まで許可するのか、ガバナンス戦略が中核課題です。
また、ハードウェア依存とコスト負担、サプライチェーンリスクなど、物理インフラのリスクも依然として存在します。

企業および開発者の観点から見た今後の戦略

1. ChatGPT内アプリ開発の準備

既存アプリ、Webアプリを ChatGPT ベース環境へ移行または連携する戦略を検討
Apps SDK、MCP（Model Context Protocol）の初期プロトタイプを作成

2. エージェントベース自動化の適用事例の発掘

反復業務、相談および支援、予約およびスケジューリングなど、AI Agent ベースサービスの有望分野を探索
AgentKit 活用による社内パイロットプロジェクトを実行

3. モデルコスト最適化戦略の策定

軽量モデルおよび特定目的モデルを適材適所で活用
API利用パターン、バッチ処理とリアルタイム連携（処理）のバランスを考慮

4. インフラおよびクラウド戦略の再整備

ハードウェア依存の分散、クラウド計算資源確保に関する計画
社内リソースおよび外部パートナーシップを積極的に検討

5. データガバナンスおよび規制対応

プライバシー保護、透明性、安全性強化を積極的に模索
エージェント動作の責任体制とモニタリング体制を整備

6. エコシステム競争への対応と協業戦略

他プラットフォームおよびサービスとの提携を模索
独自のデータとドメイン強みを活用した差別化戦略