OpenAIはどう競争するのか？
(ben-evans.com)- OpenAIは独自の技術優位なしに大規模なユーザー基盤を確保したが、ユーザーの関与度と継続性は低く、ネットワーク効果が不在の構造にある
- 現在、6組織以上が同等水準のフロンティアモデルをリリースし、数週間おきに互いを追い抜いており、どの企業も競合が追いつけない構造的優位を確保できていない
- GoogleとMetaは既存製品と配布チャネルの優位を活用して急速に市場シェアを拡大しており、ChatGPTは差別化されていない製品での初期先行が持続しにくい構造にある
- OpenAIはチップ・インフラから消費者アプリまでのフルスタック・プラットフォーム戦略を提示するが、WindowsやiOSのようなネットワーク効果やエコシステムのロックイン効果は存在しない
- 真の戦略課題は、まだ発明されていない次世代AI体験とユースケースを誰が作り出すかであり、すべてを一社で発明することはできない状況
- 結局、OpenAIの競争力は継続的な実行力と市場適応の速度にかかっており、これは戦略というより日々の実行競争に近い
OpenAIの4つの根本課題
- 1. OpenAIには独自技術や製品優位がなく、ユーザー基盤は大きいが関与度と定着性が低く、ネットワーク効果もない
- モデル自体は競合と同程度の水準で、消費者向け製品のプロダクト・マーケット・フィット不在
- 2. AI市場の価値獲得構造と製品体験は急速に変化中。既存の強者と数千人の起業家が新しい機能・体験・ビジネスモデルを作っており、ファウンデーションモデルが低マージンの汎用インフラへ転落するリスクがある
- 3. OpenAIとAnthropicは既存製品基盤による流通やキャッシュフローなしで資本集約型産業に参入しなければならない難しさを抱える（Cross the Chasm）
- 既存製品を持つ企業にも自己破壊は必要だが、GoogleがAIをできないと言われていた時点はすでにずっと昔に過ぎた
- 4. 研究中心の組織構造のため、製品ロードマップと戦略の統制権が限定的
- 朝にメールを開くと研究所が何かを解決していて、それをボタンにすることが仕事になる
> 「JakubとMarkが長期的な研究方向を設定しました。そして数か月の作業の末に驚くべき結果が出て、ある研究者が私に連絡してきて『本当にすごいものを一つ見つけました。これをチャットにどう活用しますか？ 企業向け製品にはどう適用しますか？』と聞いてきたのです」
> OpenAI製品責任者 Fidji Simo (2026)
> 「顧客体験から始めて、そこから逆算して技術を開発すべきです。技術から始めて、それをどこに売るか考えるべきではありません。」
> スティーブ・ジョブズ (1997)
- OpenAIは優れた技術と野心的な人材を持つが、2000年代のGoogleや2010年代のAppleと違って、他の誰にもできない、確実に機能するものを持っていない
- Sam Altmanの最近の動きは、音楽が止む前に紙の上の価値をより耐久的な戦略ポジションに交換しようとする試みとして解釈できる
モデル競争力: 独自技術優位の不在でリーダーシップの持続可能性が弱い
- 現在およそ6組織以上がほぼ同等水準のフロンティアモデルをリリースしており、数週間ごとに互いを追い抜いている
- ベンチマークごとの差はあるが、全体としては同じ図式を示している
- Metaは現在この曲線から外れ、Apple・Amazon・Microsoftはまだフロンティアに入っておらず、中国は約6か月遅れていて他社研究への依存が大きい
- Windows、Google検索、iOS、Instagramなどで見られた市場シェアそのものが自己強化されるネットワーク効果は、現在のモデル競争には存在しない
- **継続学習（continuous learning）**のようなブレークスルーがネットワーク効果を可能にするかもしれないが、現時点では計画できる話ではない
- 独占的なデータアクセスが実質的な規模効果を生む可能性はあるが、ユーザーデータ／バーティカルデータ（SAP、Salesforce、投資銀行のスプレッドシートなど）の規模効果がどのようなものになるかは不明で、既存プラットフォーム企業もすでに多くのデータを保有している
ユーザー基盤: 広いが浅い関与度、習慣化は弱い状態
- OpenAIは8〜9億人のユーザーを保有しているが、これは「週間アクティブユーザー」基準であり、DAUではなくWAUを発表している点が注目に値する
- 週間アクティブ中心の数値を出すということは、大多数が日常習慣にできておらず、**没入度／スティッキネス（stickiness）**が低いと考えられる
- ChatGPTユーザーの**約5%だけが有料購読**している
- 米国の10代も1日に何度も使うより、週に数回以下しか使わない 比率の方がはるかに高い
- 「2025 Wrapped」プロモーションデータによれば、80%のユーザーが2025年に1,000件未満のメッセージしか送っておらず、これは1日平均で約3件未満のプロンプトに相当する
- 大半のユーザーはモデル間の性格や強調点の違いを認識できておらず、**「メモリー」**など定着性を高める機能も、実質的なネットワーク効果ではなく定着性にすぎない
- 「コンピュータの使い方の変革」を掲げているが、週に数回の利用であれば人生を変えたとは言いにくい
- OpenAI自身も、モデルの能力と実際の利用の間にある**「能力ギャップ（capability gap）」**を認めており、これは明確なプロダクト・マーケット・フィットがないことを婉曲に表現したものだ
広告戦略と関与度深化の試み
- OpenAIの広告プロジェクトは、コスト面で90%以上を占める無料ユーザー向けサービス費用を賄い、広告主に対する初期先行と学習を目的としている
- 戦略的には、無料ユーザーにも最新・最強力（高コスト）モデルを提供して関与度を深めようとする狙いがある
- Fidji Simoは**「拡散と規模が最も重要だ」**と述べている
- しかし、今日ChatGPTで何をすべきか思いつかないユーザーに、より良いモデルを提供したからといって関与度が高まるかは不確実だ
- ユーザーが**ブランクスクリーン問題（blank screen problem）**に突き当たっている、あるいはチャットボットという形式自体がそのユースケースに適していない可能性も同程度にある
Gemini・Meta AIのシェア上昇とNetscape : 差別化されないチャットボット
- 差別化されていない製品では初期採用の優位は持続しにくく、競争はブランドと配布チャネルへ移る傾向がある
- GeminiとMeta AIが急速にシェアを獲得している現象はそれを示しており、一般ユーザーには製品がほぼ同じに見える
- Llama 4は技術コミュニティでは失敗と評価されたが、Metaの数字は良好に見える
- AnthropicのClaudeはベンチマーク上位だが、消費者向け戦略や製品がなく、消費者認知はほぼゼロ
- Claude CoworkはGitのインストールを要求するレベルだ
- ChatGPTをNetscapeになぞらえる見方がある: Microsoftが配布力で製品差別化が難しい市場に参入したのと似ている
- Webブラウザで差別化が難しかったことと、チャットボットで差別化が難しいことは同じ構造的問題であり、どちらも入力ボックスと出力ボックスにすぎない
- ブラウザにおける最後の成功した製品革新は、タブと検索・URLバーの統合だった
- Microsoftはブラウザ市場を支配したが、結局それは重要ではなかった。本当の価値獲得は別の場所で生まれる
- **ChatGPTアプリは「薄いラッパー（thin wrapper）」**にすぎず、機能追加だけでは差別化が難しい
- ユーザー体験の革新が次の段階の核心だが、誰がそれを主導するのかは不明だ。その担い手がなぜOpenAIであるべきかという答えもない
- シリコンバレーのすべての起業家が「生成AIの第2段階体験」を発明しようと競っている中で、「計画して自分がそうなれるのか？」
OpenAIのプラットフォーム戦略とその限界
- 昨年のOpenAIの対応は「すべてを、同時に、昨日」のような様相だった。アプリプラットフォーム、ブラウザ、ソーシャル動画アプリ、Jony Iveとの協業、医療研究、広告、数兆ドル規模の設備投資発表など
- 以前に成功したプラットフォームの形を、理解なしに複製する傾向があった。**「プラットフォームにはApp Storeがあるのだから、私たちにもApp Storeが必要だ」**という式の発想だ
- Sam Altmanは昨年末、図を通じて全体戦略を提示し、Bill Gatesの有名な引用を使った。「プラットフォームの定義とは、自分自身よりもパートナーにより多くの価値を生み出すことだ」
- 戦略構造は、チップ・インフラから上に積み上げるフルスタック・プラットフォーム企業で、各層が相互に強化し、クラウド・チップ・モデルをすべて提供し、エコシステムとネットワーク効果を確保するというもの
- しかしこれはWindowsやiOSが機能したやり方であり、現在のOpenAIにはそのプラットフォーム／エコシステムの力学が存在しない
- CFOが示した設備投資と売上の関係図も、実際のフライホイールではない
設備投資（Capex）競争: テーブルに着くための条件
- ビッグ4のクラウド企業は昨年、インフラに約4,000億ドルを支出し、今年は少なくとも6,500億ドルを計画している
- OpenAIは未来に向けた1.4兆ドル・30ギガワットのコンピューティング確保を主張したが、具体的なタイムラインはなく、2025年末時点の実使用は1.9ギガワット
- 既存事業からの大規模なキャッシュフローがないため、資金調達（一部はまだ未完了）と他社のバランスシート活用で賄っており、一部は「循環売上（circular revenue）」である
- 長期的にはAIインフラ費用が航空機製造や半導体製造に似た構造になる可能性がある。ネットワーク効果はないが、世代ごとにより難しく高価になり、少数企業だけが投資を維持できる寡占構造だ
- ムーアの法則（Moore's Law）（トランジスタ数は2年ごとに2倍）と対比されるロックの法則（Rock's Law）（最先端半導体ファブのコストは4年ごとに2倍）の比喩
- Sam Altmanが年間1兆ドル規模の設備投資を示唆するのは、「自己実現的予言」を作ろうとする試みであり、3年前には売上がなかった企業が意志の力でテーブルに着こうとしている
- しかし、テーブルに着くことがそれ以上の優位をもたらすかは不確かだ。TSMCは最先端チップの事実上の独占企業だが、スタック上位でのレバレッジや価値獲得はほとんどない
API・標準・ネットワーク効果の可能性と限界
- 開発者が特定のファウンデーションモデルを使って製品を作っても、ユーザーはどのモデルが使われているか知らず、気にも留めない
- クラウドを運営していることは、スタック上位のサードパーティ製品・サービスに対するレバレッジを与えない
- 新しい違いとして、モデルとWebサイトが互いに通信できる標準とプロトコルのアルファベットスープが登場しつつある（OpenClawブームがその一部を捉えている）
- Webサイトが自前の機能を公開すれば、ChatGPT内に不動産検索やショッピングカートを直接表示できる
- エージェントにInstagramのレシピを見て、Instacartで材料を注文するよう指示できる
- OpenAIは、ChatGPTアカウントがこれらすべてをつなぐ接着剤の役割を果たすことを提案し、これがネットワーク効果になり得ると示唆している
- しかし、**「ウィジェットの誤謬（widget fallacy）」**という問題がある。複雑な製品を単純な標準インターフェースへ抽象化できるという、繰り返される誤りだ
- 10年前の**「APIが新しいBDだ」**という概念と同じで、ほとんどは失敗した
- デモで格好よく見えることと、実際のワークフローの相互作用モデルとの間には大きな隔たりがある
- どの企業も他社の単純なAPIコールになりたがらない。配布と顧客関係の統制の間には本質的な緊張がある
- こうしたシステムが抽象化されたAPIで接続されるとしても、ユーザーや開発者が特定の一社にロックインされる理由は不明確だ
- OpenAIとGeminiが異なる標準を使っても、開発者が両方をサポートできない理由はなく、iOS/Android向け両対応アプリ開発よりはるかに少ないコードで済む
- Tinder、Zillow、Workdayに同じアカウントでログインするのが合理的かどうかも疑問だ
核心の問い: 「パワー」の不在
- プラットフォーム、エコシステム、レバレッジ、ネットワーク効果といった用語は技術業界で頻繁に使われるが、実際の意味は曖昧だ
- 核心概念は**「パワー（power）」**、つまりユーザーが望まなくても特定のシステムを使わされる力にある
- Microsoft、Apple、Facebook、Amazonはこのようなパワーを持っている
- プラットフォームが本当に達成するのは、技術業界全体の創造的エネルギーを活用して、すべてを自分で発明しなくても大規模に構築させつつ、あらゆるものが自社システム上で行われるようにすることだ
- ファウンデーションモデルは確かに乗数効果を持つが、競合が同じものを作ったのに、なぜ皆が特定企業のものを使わなければならないのかという理由は存在しない
- 競合がどれだけ金と努力を注ぎ込んでも、常により良い状態を維持できる構造的理由がないなら、残るのは**日々の実行力（execution）**だけだ
- 実行力での優位は願望にはなり得るし、一部企業は長期間それを維持したが、それは戦略ではない
結論
- OpenAIは技術・製品・エコシステム面で独占的優位を持たない状態にある
- 大規模なユーザー基盤と資本力があるにもかかわらず、持続可能な競争力の確保は未完だ
- プラットフォームのネットワーク効果不在、製品差別化の限界、インフラ投資の不確実性が主要リスクである
- 結局、OpenAIの競争力は日々の実行力と市場適応の速度にかかっている
脚注
- ZIRP時代の「資本を武器に」戦略との比較: 低金利期に企業は安価な資本で規模を確保し、ネットワーク効果で防衛しようとしたが、Uberでは機能した一方、ネットワーク効果のないWeWorkでは失敗した。OpenAIもネットワーク効果がない点で類似する
- まったく異なる結果もあり得る。さまざまなサイズ・形態のモデルが大量に存在し、一部はエッジで無料稼働して、AIインフラ寡占がSQLインフラ寡占と同じくらい無意味になる可能性
- Microsoft、Google、Apple、Metaは勝者総取り効果の中にあっても、自分たちが勝ったと考えたことはなく、常に背後を振り返っていた
- Andy Groveの**「偏執狂だけが生き残る」**がその心理を象徴的に表している
- Intelはネットワーク効果と技術的優位を持っていたが、その両方を失った
1件のコメント
Hacker Newsの意見
人々は OpenAIのスティッキネス（stickiness） を過小評価している
ほぼ10億人のユーザーがいること自体が本物の 参入障壁 だ
私の妻も毎日ChatGPTを使っているが、ほかを試す理由を感じていない
会話履歴が多くて移行しづらく、広告ベースの収益化は自然な選択にも見える
消費者市場ではOpenAIがほかの競合より有利な位置にいる
ネットワーク効果やUIの学習効果はほとんどなく、単なる会話履歴だけではその価値を説明しにくい
しかも今後はほとんどのデバイスやアプリにAI機能が標準搭載されるはずなので、最終的には バックエンドAPI レベルへとコモディティ化する可能性が高い
無料ユーザーは広告が増えればすぐ別の無料サービスへ移る気がする
実際、私のパートナーは最近の障害時にDeepSeekへ移って、そのまま戻ってこなかった
The Registerの記事でも同じことが語られている
むしろ Google のほうが有利かもしれない — メール、写真、位置履歴などの個人データをAIに統合すれば、はるかに強力なパーソナライズが可能になる
企業向けでもGoogle DocsやGCPとの統合は自然だ
長期的には「AI + 数人のGoogleエンジニア」でチームを置き換えるモデルもあり得そうだ
あまりに多くのターゲットを同時に狙うあまり、「誰にとっても中途半端」な立ち位置に陥る危険がある
インフラを自前で保有していない点も不安材料だ
流行が変わればOpenAIもGrokやPerplexityのように押しのけられるかもしれない
関連記事: MIT Technology Review
ローカルモデルが大半のユースケースをカバーできる水準になるまで、どれくらいかかるのか気になる
5年ほど後には、今のOpenAIが1970年代の VAXシステム のように見えるかもしれない
結局、ローカルLLMが十分に良くなるには GoogleのAPIへのアクセス許可 が必要だろう
消費者向けGPUの VRAMの成長速度 を見ると、2035年以前に高性能なローカルモデルを運用するのは厳しそうだ
より高速なモデルは望ましいが、それでも 高価なチップ が必要で、消費者向け製品になるまでには時間がかかりそうだ
データセンターはホームサーバーよりはるかに効率的なので、ローカルモデルは一部の好みにとどまる可能性が高い
私は プライバシー重視のAIチャットサービス を好む
ProtonのLumo+とDuckDuckGoのDuck.aiを比較してLumo+を選んだ
チャット履歴がProtonのデータと統合され、すべてのデバイスからアクセスできる
技術的な作業にはGemini PlusやAnthropicを使うが、個人的な会話には プライベートAI を使っている
家族の健康問題のような敏感な状況では、個人情報保護 が前提であるべきだ
プライバシーリスクは理論上のものでしかなく、実際には 効用のほうがはるかに大きい
私は機密性の高い作業にはTinfoilでKimi-k2を使っている
BigLabsと大差はないが、privatemode.aiやconfer.toのように Apple AIレベルの機密性 を目指すサービスもある
この記事はOpenAIの 経済的な防御力 を最もうまく分析した記事だと思う
OpenAIは市場が自らを 「崩せない存在」 にする戦略を取っているように見える
AI競争が国家間の 政治的競争 に広がっていくのも、この戦略の一部に見える
世間のAI懐疑論は強く、失敗しても社会的衝撃は大きくない
Google Geminiは 統合性 の面で最も優れている（Android、WearOS、Google Home、音声認識など）
Anthropic Claudeは コーディング統合 が強みだ
Metaはオープンソースで存在感を保っているが、市場を主導する力はない
フロントエンドUXはClaudeのほうが良いが、Codexは コストパフォーマンス最高 だ
オープンソースコミュニティがアクセス可能な構造なので、ClaudeCodeの差別化は弱い
OpenAIが「メモリがほぼいっぱいです」という広告を出して以降、複数のAIを並行して使っている
Grok、Alexa+、Gemini Plus、Copilot、Claude Code、Opencodeなどに分散して使っている
どれか一つにも 依存しない構成 が気に入っている
必要ならいつでも別のサービスへ移れる
垂直統合（vertical integration） の機会が過小評価されている
AnthropicがIDEを自分で作らないと言っていたのにClaude Codeへと方向転換したように、各分野（法務、医療など）へ拡張する可能性は大きい
オープンソースモデルは6〜12か月遅れているので、差が広がる可能性がある
コード生成だけを見れば、すでに十分実用的な水準になりそうだ
AGIが実現すれば、あらゆる 知識ベース企業 が無意味になるかもしれない
新しいAI企業が簡単に参入するのは難しそうだ
「Claude for Accountants」のような製品が通常のClaudeより高ければ、説得力は弱い
AIの進歩が続くなら、今の スティーブ・ジョブズ式のユーザー中心哲学 はAIの方向性と合わないかもしれない
ChatGPTは特定のユーザー課題を解決するために作られたのではなく、偶然市場性が生まれた製品 だった
AppleはまだAIをどう扱うべきか分かっていないように見えるが、AnthropicやOpenClawのような ツール中心アプローチ を学ぶべきだ
OpenAIにも学ぶ点はあるが、AppleやGoogleほど有利な立場ではない
結局、AI市場はもっと 多様なエコシステム へ流れていくだろう
英語ネイティブとしてコスタリカを訪れたとき、現地の人たちが言語の壁にぶつかると ChatGPTで翻訳 しているのをよく見た
こうした AI終末論的な記事 の多くは企業価値の観点で語られている
だが人類全体の観点で見れば、むしろ楽観的だ
今世代のコンピューティングでは、特定の企業が人々を 望まない方向へ動かす力 を持てないのかもしれない
それは良いことだ