撰文：赵颖出典：ウォールストリートジャーナルa16zの元パートナーであり著名なテクノロジーアナリストのベネディクト・エヴァンスは、最近深掘りした分析記事を発表し、表面上の繁栄の背後にあるOpenAIが直面している四つの根本的な戦略的困難を指摘した。彼は、OpenAIが巨大なユーザーベースと十分な資本を持ちながらも、技術的な防御壁に欠け、ユーザーの粘着性が不足し、競合他社の追い上げが速く、製品戦略が研究所の開発方針に左右されていることが、長期的な競争力を脅かしていると考えている。エヴァンスは、OpenAIの現行のビジネスモデルには明確な競争優位性がないと指摘する。同社は独自の技術を持たず、ネットワーク効果も形成していない。9億の週次アクティブユーザーのうち、課金しているのはわずか5％であり、2025年に送信されるメッセージの80％は1000件未満—つまり、1日あたり平均3回未満のプロンプトに過ぎない。この「1マイルの幅、1インチの深さ」の利用パターンは、ChatGPTがユーザーの日常習慣になっていないことを示している。一方、GoogleやMetaなどのテクノロジー大手は、技術面でOpenAIと追いつき、その流通優位性を利用して市場シェアを奪い合っている。エヴァンスは、AI分野の真の価値は、未発明の新しい体験や応用シナリオに由来すると考えており、OpenAIだけではこれらすべての革新を創出できないと指摘する。これにより、同社はインフラからアプリケーション層まで複数の戦線で同時に戦う必要に迫られている。エヴァンスの分析は、核心的な矛盾を浮き彫りにしている。OpenAIは、大規模な資本投入とフルスタックプラットフォーム戦略を通じて競争の壁を築こうとしているが、ネットワーク効果やユーザーロックインの仕組みが欠如しているため、その戦略が成功するかどうかは疑問だ。投資家にとっては、OpenAIの長期的な価値提案とAI競争の中での実際の地位を再評価する必要がある。技術的優位性の喪失：モデルの同質化が進行エヴァンスは、現在約六つの機関が競争力のある最先端モデルをリリースでき、その性能はほぼ同等であると指摘する。各社は数週間ごとに互いに追い越し合い、いずれも他社に匹敵し得る技術的優位を築くことはできていない。これは、WindowsやGoogle検索、Instagramなどのプラットフォームと対照的だ。後者はネットワーク効果によって市場シェアを自己強化し、競合他社がいくら資金や努力を投入しても独占を破るのは難しい。この技術の平準化は、持続的な学習能力の実現などの突破口によって変わる可能性があるが、エヴァンスはOpenAIは現時点でその計画を持っていないと考えている。もう一つの差別化要因は、ユーザーデータや垂直産業データなどの独自データの規模効果だが、既存のプラットフォーム企業も同様に優位性を持つ。モデル性能の均質化が進む中、競争はブランドと流通チャネルに移行している。GeminiやMeta AIの市場シェア拡大はこの傾向を裏付けている。一般ユーザーにとっては、これらの製品は大差なく見えるが、GoogleやMetaは強力な流通力を持つ。一方、AnthropicのClaudeモデルは、ベンチマークではしばしばトップに立つものの、消費者戦略や製品が乏しいため、消費者の認知度はほぼゼロに近い。エヴァンスは、ChatGPTとNetscapeの類比を用いて、後者はブラウザ市場で初期の優位を築いたが、最終的にはMicrosoftの流通優位に敗れたと指摘する。彼は、チャットボットとブラウザは同じ差別化の難しさに直面していると述べる。つまり、どちらも本質的には入力ボックスと出力ボックスに過ぎず、製品の革新余地は非常に限られている。ユーザーベースの脆弱性：規模は粘着性不足を隠せないOpenAIは8〜9億の週次アクティブユーザーという明らかな優位を持つが、エヴァンスはこの数字が深刻なユーザーエンゲージメントの問題を隠していると指摘する。大多数のユーザーはChatGPTを知り、使い方も理解しているが、それを日常習慣に育ててはいない。データによると、ChatGPTの有料ユーザーはわずか5％であり、米国の青少年でさえ、週に数回しか使わない割合の方が、1日に何度も使う割合よりもはるかに高い。OpenAIは「2025年総括」イベントで、80％のユーザーが2025年に送信したメッセージは1000件未満と明かしており、表面上は平均1日あたり3回未満の提示に相当し、実際の会話回数はさらに少ない。この浅い利用は、多くのユーザーがモデル間の個性や焦点の違いを見出せず、「記憶」など粘着性を高める機能の恩恵も受けられていないことを意味する。エヴァンスは、記憶機能は粘着性をもたらすだけであり、ネットワーク効果ではないと強調する。また、より大きなユーザーベースからの使用データは一つの強みだが、80％のユーザーが週に数回しか使わない場合、その優位性は疑わしい。OpenAI自身も問題を認めており、「モデルの能力と実際のユーザーの使用との間にギャップがある」と述べている。エヴァンスはこれを、製品と市場の適合性が不明確な事実を回避しようとするものとみなす。もし普通の日常で何に使えばいいかわからないなら、それは彼らの生活を変えていない証拠だ。同社は広告事業も展開しており、これは90％以上の非課金ユーザーのコストをカバーするためだが、より戦略的な意味合いは、これらのユーザーに最新かつ最も強力（かつ高価）なモデルを提供し、エンゲージメントを深めることにある。しかし、エヴァンスは疑問を呈する。もし今日や今週、ChatGPTを何に使えばいいかわからないユーザーに、より良いモデルを提供しても状況は変わらないのではないかと。プラットフォーム戦略の疑問：真のフライホイール効果は欠如昨年、OpenAIのサム・アルトマンCEOは、同社の施策を一貫した戦略に統合しようとし、図表を示しながらビル・ゲイツの名言を引用した。「プラットフォームの定義は、パートナーにとっての価値が自社のそれを超えることだ」。同時に、CFOは別の「フライホイール効果」を示す図を公開した。エヴァンスは、フライホイール効果は巧妙で一貫した戦略だと考える。資本支出自体が良性の循環を生み出し、それがフルスタックプラットフォーム企業の基盤となる。チップやインフラから始まり、各層を積み上げていくことで、上層に行くほど他者が自分のツールを使って自分の製品を作るのを助ける。誰もがクラウドやチップ、モデルを使い、より高い層で技術スタックの各層が相互に強化され、ネットワーク効果とエコシステムを形成する。しかし、エヴァンスはこれが正しい比喩ではないと直言する。OpenAIは、かつてのMicrosoftやAppleのようなプラットフォームとエコシステムのダイナミクスを持っていない。あのフライホイール図は、実際の真のフライホイール効果を示していない。資本支出については、昨年、四大クラウド事業者はインフラに約4000億ドルを投資し、今年は少なくとも6500億ドルを投入すると発表した。OpenAIは数か月前、将来的に1.4兆ドルと30ギガワットの計算能力を約束した（具体的な時期は未定）と述べたが、2025年末の実使用量は1.9ギガワットにとどまる。既存事業の大規模なキャッシュフローがないため、同社は資金調達や他者の資産負債表を利用してこれらの目標を達成しようとしている。エヴァンスは、大規模な資本投入は単に席を確保するだけで、競争優位にはならないと考える。AIインフラのコストを航空機や半導体産業と比較し、ネットワーク効果はなくとも、各世代の製品の工芸はより困難で高価になり、最終的には少数の企業だけが最先端を維持するために投資を続けることになると指摘する。ただし、TSMCは最先端の半導体で事実上の寡占状態にあるが、それが上流の技術スタックにおいてレバレッジや価値獲得をもたらしているわけではない。エヴァンスは、Windowsのアプリを開発者が構築するのは、ほぼすべてのユーザーがWindowsを使っているからであり、ユーザーはほぼすべての開発者がいるからWindows PCを買うのだと述べる。これがネットワーク効果だ。しかし、生成型AIを使って優れた新しいアプリや製品を発明した場合、クラウド上の基盤モデルをAPI経由で呼び出すだけで、ユーザーは何を使っているか気にしない。製品の主導権喪失：戦略は研究所に左右されるエヴァンスは、記事の冒頭でOpenAIのプロダクト責任者フィジ・シモが2026年に述べた言葉を引用している。「JakubとMarkは長期的な研究方向を設定している。数か月の作業の末に素晴らしい成果が現れ、研究者たちが私に連絡してくる。『面白いものがあります。チャットでどう使うつもりですか？企業向けにどう活用しますか？』」この言葉は、1997年のスティーブ・ジョブズの名言と対照的だ。「顧客体験から始めて、それを逆算して技術を作る。技術から始めて、どこに売るかを考えることはできない。」エヴァンスは、AI研究所のプロダクト責任者であるとき、ロードマップをコントロールできず、製品戦略を設定する能力が非常に限定的だと考える。朝メールを開くと、研究所が何かを発見したとわかり、それをボタンに変えるのが仕事だ。戦略は別の場所で決まるが、その場所はどこか？この問題は、OpenAIが直面する根本的な課題を浮き彫りにしている。2000年代のGoogleや2010年代のAppleとは異なり、OpenAIの優秀で野心的な社員たちには、真に効果的で他者が真似できない製品がない。エヴァンスは、過去12か月のOpenAIの活動の一つの解釈として、サム・アルトマンがこの点を深く理解し、音楽が止まる前に、同社の評価額をより持続的な戦略的地位に変えようとしていると考えている。昨年の大半の時間、OpenAIの答えは「すべてを同時に進め、即座に実行する」だった。アプリケーションプラットフォーム、ブラウザ、ソーシャル動画、ジョニー・アイブとのコラボ、医療研究、広告など。エヴァンスは、これらのいくつかは「全面攻勢」のように見えるか、あるいは単に積極的に人材を大量採用した結果のように見えると指摘する。時には、過去の成功したプラットフォームの形式を模倣しているだけで、その目的や動的メカニズムを十分に理解していないように見えることもある。エヴァンスは、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を繰り返し使うが、これらの用語はテクノロジー業界で広く使われているものの、その意味はかなり曖昧だと認める。彼は、中世史の教授ロジャー・ロヴァットの言葉を引用している。「権力とは、人々にやりたくないことをさせる能力だ」。これこそが本当の問題だ。OpenAIは、消費者や開発者、企業に対して、自社のシステムをより多く使わせる能力を持っているのか？ かつてMicrosoft、Apple、Facebookはそうだったし、Amazonもそうだった。エヴァンスは、ビル・ゲイツの言葉の解釈の一つとして、プラットフォームは実際には、テクノロジー業界全体の創造力を活用し、自分で全てを発明せずに多くのものを大規模に構築できる仕組みだと考える。これらはすべて自分のシステム上で行われ、あなたがコントロールしている。基盤モデルは確かに増幅器であり、多くの新しいものがそれを使って構築される。しかし、なぜ誰もがあなたの製品を使わなければならないのか？ 競合が同じものを作った場合でも、なぜあなたの製品が常に優れているのか？ その理由はあるのか。エヴァンスは、これらの優位性がなければ、唯一の資産は日々の実行力だけになると締めくくる。誰よりも良く実行できることは望ましいが、一部の企業は長期にわたりそれを制度化し、実現していると自負しているが、それは戦略ではない。
表面の華やかさの下に、OpenAIの「四大困境」
撰文：赵颖
出典：ウォールストリートジャーナル
a16zの元パートナーであり著名なテクノロジーアナリストのベネディクト・エヴァンスは、最近深掘りした分析記事を発表し、表面上の繁栄の背後にあるOpenAIが直面している四つの根本的な戦略的困難を指摘した。彼は、OpenAIが巨大なユーザーベースと十分な資本を持ちながらも、技術的な防御壁に欠け、ユーザーの粘着性が不足し、競合他社の追い上げが速く、製品戦略が研究所の開発方針に左右されていることが、長期的な競争力を脅かしていると考えている。
エヴァンスは、OpenAIの現行のビジネスモデルには明確な競争優位性がないと指摘する。同社は独自の技術を持たず、ネットワーク効果も形成していない。9億の週次アクティブユーザーのうち、課金しているのはわずか5％であり、2025年に送信されるメッセージの80％は1000件未満—つまり、1日あたり平均3回未満のプロンプトに過ぎない。この「1マイルの幅、1インチの深さ」の利用パターンは、ChatGPTがユーザーの日常習慣になっていないことを示している。
一方、GoogleやMetaなどのテクノロジー大手は、技術面でOpenAIと追いつき、その流通優位性を利用して市場シェアを奪い合っている。エヴァンスは、AI分野の真の価値は、未発明の新しい体験や応用シナリオに由来すると考えており、OpenAIだけではこれらすべての革新を創出できないと指摘する。これにより、同社はインフラからアプリケーション層まで複数の戦線で同時に戦う必要に迫られている。
エヴァンスの分析は、核心的な矛盾を浮き彫りにしている。OpenAIは、大規模な資本投入とフルスタックプラットフォーム戦略を通じて競争の壁を築こうとしているが、ネットワーク効果やユーザーロックインの仕組みが欠如しているため、その戦略が成功するかどうかは疑問だ。投資家にとっては、OpenAIの長期的な価値提案とAI競争の中での実際の地位を再評価する必要がある。
技術的優位性の喪失：モデルの同質化が進行
エヴァンスは、現在約六つの機関が競争力のある最先端モデルをリリースでき、その性能はほぼ同等であると指摘する。各社は数週間ごとに互いに追い越し合い、いずれも他社に匹敵し得る技術的優位を築くことはできていない。これは、WindowsやGoogle検索、Instagramなどのプラットフォームと対照的だ。後者はネットワーク効果によって市場シェアを自己強化し、競合他社がいくら資金や努力を投入しても独占を破るのは難しい。
この技術の平準化は、持続的な学習能力の実現などの突破口によって変わる可能性があるが、エヴァンスはOpenAIは現時点でその計画を持っていないと考えている。もう一つの差別化要因は、ユーザーデータや垂直産業データなどの独自データの規模効果だが、既存のプラットフォーム企業も同様に優位性を持つ。
モデル性能の均質化が進む中、競争はブランドと流通チャネルに移行している。GeminiやMeta AIの市場シェア拡大はこの傾向を裏付けている。一般ユーザーにとっては、これらの製品は大差なく見えるが、GoogleやMetaは強力な流通力を持つ。一方、AnthropicのClaudeモデルは、ベンチマークではしばしばトップに立つものの、消費者戦略や製品が乏しいため、消費者の認知度はほぼゼロに近い。
エヴァンスは、ChatGPTとNetscapeの類比を用いて、後者はブラウザ市場で初期の優位を築いたが、最終的にはMicrosoftの流通優位に敗れたと指摘する。彼は、チャットボットとブラウザは同じ差別化の難しさに直面していると述べる。つまり、どちらも本質的には入力ボックスと出力ボックスに過ぎず、製品の革新余地は非常に限られている。
ユーザーベースの脆弱性：規模は粘着性不足を隠せない
OpenAIは8〜9億の週次アクティブユーザーという明らかな優位を持つが、エヴァンスはこの数字が深刻なユーザーエンゲージメントの問題を隠していると指摘する。大多数のユーザーはChatGPTを知り、使い方も理解しているが、それを日常習慣に育ててはいない。
データによると、ChatGPTの有料ユーザーはわずか5％であり、米国の青少年でさえ、週に数回しか使わない割合の方が、1日に何度も使う割合よりもはるかに高い。OpenAIは「2025年総括」イベントで、80％のユーザーが2025年に送信したメッセージは1000件未満と明かしており、表面上は平均1日あたり3回未満の提示に相当し、実際の会話回数はさらに少ない。
この浅い利用は、多くのユーザーがモデル間の個性や焦点の違いを見出せず、「記憶」など粘着性を高める機能の恩恵も受けられていないことを意味する。エヴァンスは、記憶機能は粘着性をもたらすだけであり、ネットワーク効果ではないと強調する。また、より大きなユーザーベースからの使用データは一つの強みだが、80％のユーザーが週に数回しか使わない場合、その優位性は疑わしい。
OpenAI自身も問題を認めており、「モデルの能力と実際のユーザーの使用との間にギャップがある」と述べている。エヴァンスはこれを、製品と市場の適合性が不明確な事実を回避しようとするものとみなす。もし普通の日常で何に使えばいいかわからないなら、それは彼らの生活を変えていない証拠だ。
同社は広告事業も展開しており、これは90％以上の非課金ユーザーのコストをカバーするためだが、より戦略的な意味合いは、これらのユーザーに最新かつ最も強力（かつ高価）なモデルを提供し、エンゲージメントを深めることにある。しかし、エヴァンスは疑問を呈する。もし今日や今週、ChatGPTを何に使えばいいかわからないユーザーに、より良いモデルを提供しても状況は変わらないのではないかと。
プラットフォーム戦略の疑問：真のフライホイール効果は欠如
昨年、OpenAIのサム・アルトマンCEOは、同社の施策を一貫した戦略に統合しようとし、図表を示しながらビル・ゲイツの名言を引用した。「プラットフォームの定義は、パートナーにとっての価値が自社のそれを超えることだ」。同時に、CFOは別の「フライホイール効果」を示す図を公開した。
エヴァンスは、フライホイール効果は巧妙で一貫した戦略だと考える。資本支出自体が良性の循環を生み出し、それがフルスタックプラットフォーム企業の基盤となる。チップやインフラから始まり、各層を積み上げていくことで、上層に行くほど他者が自分のツールを使って自分の製品を作るのを助ける。誰もがクラウドやチップ、モデルを使い、より高い層で技術スタックの各層が相互に強化され、ネットワーク効果とエコシステムを形成する。
しかし、エヴァンスはこれが正しい比喩ではないと直言する。OpenAIは、かつてのMicrosoftやAppleのようなプラットフォームとエコシステムのダイナミクスを持っていない。あのフライホイール図は、実際の真のフライホイール効果を示していない。
資本支出については、昨年、四大クラウド事業者はインフラに約4000億ドルを投資し、今年は少なくとも6500億ドルを投入すると発表した。OpenAIは数か月前、将来的に1.4兆ドルと30ギガワットの計算能力を約束した（具体的な時期は未定）と述べたが、2025年末の実使用量は1.9ギガワットにとどまる。既存事業の大規模なキャッシュフローがないため、同社は資金調達や他者の資産負債表を利用してこれらの目標を達成しようとしている。
エヴァンスは、大規模な資本投入は単に席を確保するだけで、競争優位にはならないと考える。AIインフラのコストを航空機や半導体産業と比較し、ネットワーク効果はなくとも、各世代の製品の工芸はより困難で高価になり、最終的には少数の企業だけが最先端を維持するために投資を続けることになると指摘する。ただし、TSMCは最先端の半導体で事実上の寡占状態にあるが、それが上流の技術スタックにおいてレバレッジや価値獲得をもたらしているわけではない。
エヴァンスは、Windowsのアプリを開発者が構築するのは、ほぼすべてのユーザーがWindowsを使っているからであり、ユーザーはほぼすべての開発者がいるからWindows PCを買うのだと述べる。これがネットワーク効果だ。しかし、生成型AIを使って優れた新しいアプリや製品を発明した場合、クラウド上の基盤モデルをAPI経由で呼び出すだけで、ユーザーは何を使っているか気にしない。
製品の主導権喪失：戦略は研究所に左右される
エヴァンスは、記事の冒頭でOpenAIのプロダクト責任者フィジ・シモが2026年に述べた言葉を引用している。「JakubとMarkは長期的な研究方向を設定している。数か月の作業の末に素晴らしい成果が現れ、研究者たちが私に連絡してくる。『面白いものがあります。チャットでどう使うつもりですか？企業向けにどう活用しますか？』」
この言葉は、1997年のスティーブ・ジョブズの名言と対照的だ。「顧客体験から始めて、それを逆算して技術を作る。技術から始めて、どこに売るかを考えることはできない。」
エヴァンスは、AI研究所のプロダクト責任者であるとき、ロードマップをコントロールできず、製品戦略を設定する能力が非常に限定的だと考える。朝メールを開くと、研究所が何かを発見したとわかり、それをボタンに変えるのが仕事だ。戦略は別の場所で決まるが、その場所はどこか？
この問題は、OpenAIが直面する根本的な課題を浮き彫りにしている。2000年代のGoogleや2010年代のAppleとは異なり、OpenAIの優秀で野心的な社員たちには、真に効果的で他者が真似できない製品がない。エヴァンスは、過去12か月のOpenAIの活動の一つの解釈として、サム・アルトマンがこの点を深く理解し、音楽が止まる前に、同社の評価額をより持続的な戦略的地位に変えようとしていると考えている。
昨年の大半の時間、OpenAIの答えは「すべてを同時に進め、即座に実行する」だった。アプリケーションプラットフォーム、ブラウザ、ソーシャル動画、ジョニー・アイブとのコラボ、医療研究、広告など。エヴァンスは、これらのいくつかは「全面攻勢」のように見えるか、あるいは単に積極的に人材を大量採用した結果のように見えると指摘する。時には、過去の成功したプラットフォームの形式を模倣しているだけで、その目的や動的メカニズムを十分に理解していないように見えることもある。
エヴァンスは、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を繰り返し使うが、これらの用語はテクノロジー業界で広く使われているものの、その意味はかなり曖昧だと認める。彼は、中世史の教授ロジャー・ロヴァットの言葉を引用している。「権力とは、人々にやりたくないことをさせる能力だ」。これこそが本当の問題だ。OpenAIは、消費者や開発者、企業に対して、自社のシステムをより多く使わせる能力を持っているのか？ かつてMicrosoft、Apple、Facebookはそうだったし、Amazonもそうだった。
エヴァンスは、ビル・ゲイツの言葉の解釈の一つとして、プラットフォームは実際には、テクノロジー業界全体の創造力を活用し、自分で全てを発明せずに多くのものを大規模に構築できる仕組みだと考える。これらはすべて自分のシステム上で行われ、あなたがコントロールしている。基盤モデルは確かに増幅器であり、多くの新しいものがそれを使って構築される。しかし、なぜ誰もがあなたの製品を使わなければならないのか？ 競合が同じものを作った場合でも、なぜあなたの製品が常に優れているのか？ その理由はあるのか。
エヴァンスは、これらの優位性がなければ、唯一の資産は日々の実行力だけになると締めくくる。誰よりも良く実行できることは望ましいが、一部の企業は長期にわたりそれを制度化し、実現していると自負しているが、それは戦略ではない。