AI企業は黒字化できるのか？

この記事は Exponential View との共同で執筆した。

更新（2026年3月6日）：新たな情報と、事情に詳しい人々からのフィードバックを踏まえて推定を改訂した。具体的には、1）新しい情報を受けて推論実行のコストの推定を引き上げ、2）無料ユーザーへの提供にかかる推論実行の計算資源コストを除外したうえで、販売・マーケティング費の推定を引き下げた。この記事は更新後の数値を反映している。

AIモデルは利益を生んでいるのか。Sam Altman や Dario Amodei に聞けば、答えはどうやら「イエス」だ。ただ、表面上はそう見えないだけだという。

考え方はこうだ。個々のAIモデルは、運用すればそれ自体の研究開発（R&D）費をまかなえるだけの売上を生む。しかしその黒字は、次の大型モデルの開発費に食われてしまう。そのため、モデル単位では稼いでいても、会社としては毎年赤字になりうる。

これが本当なら大きな話だ。急成長するテック分野では、投資家はふつう、将来の大きな利益と引き換えに目先の赤字を受け入れる。だから、AIモデルがすでに自らのコストをまかなえているのなら、AI企業の財務の見通しは健全だと言えるだろう。

とはいえ、Altman と Amodei の言葉をうのみにはできない。CEOが自社の財務を明るく描いてみせるのは当然のことだ。仮に彼らが正しいとしても、モデルがどれほど利益を生んでいるのかは分からない。

この点を明らかにするため、私たちは注目すべき事例を一つ調べた。OpenAI の財務に関する公開報道をもとに¹、GPT-5 の運用で得た利益と、それが研究開発費の回収に足りたかどうかを根拠のある推測で見積もったのである。分かったことは次のとおりだ。

• GPT-5 の運用が黒字だったかどうかは、どの利益率の話をしているかによる。売上から計算資源のコストを差し引いて（会計上の）粗利益率を計算すると²、約30%になるとみられる。ソフトウェア企業の標準（60〜80%が一般的）よりは低いが、それでも多くの業種より高い。
• しかし、給与やマーケティングなど他の営業費用も差し引くと、研究開発費を含めなくてもOpenAI はかろうじて収支トントンだった。さらに、Microsoft との収益分配契約を考慮すると、赤字になった可能性が高い。
• そのうえ、OpenAI は GPT-5 の4か月の存続期間のうちに、その開発費を回収できなかった可能性が高い。粗利益で見ても、GPT-5 が主力だった期間は短すぎて、発売前の4か月間に OpenAI が費やした研究開発費を埋め合わせるだけの売上を上げられなかった。したがって、GPT-5 が少しでも典型的な例だとすれば、少なくとも現時点では、AIモデルの開発・運用は赤字の事業だということになる。

だからといって、GPT-5 のようなモデルが悪い投資だとは限らない。黒字にならないモデルでも進歩を示すことはでき、それが顧客を引きつけ、将来のモデルを学習させる資金を研究所が調達する助けになる。そして次の世代は、はるかに多くを稼ぐかもしれない。さらに、GPT-5 に注ぎ込まれた研究開発は、GPT-6 のような将来のモデルにも生かされる可能性が高い。そのため、こうした研究所の財務の見通しは、一見して思えるよりずっと良いのかもしれない。

では、詳しく見ていこう。

Epoch AI の最新情報を受け取る 購読する

第1部：AIモデルの運用はどれだけ儲かるのか

この問いに答えるため、「GPT-5 バンドル」と呼ぶ事例を考える³。これは、GPT-5 が主力モデルだった期間に OpenAI が提供していたものすべて、つまり GPT-5 と GPT-5.1、GPT-4o、ChatGPT、API などを含む⁴。そのうえで、このバンドルを運用したときの売上とコストを推定する⁵。

売上は比較的わかりやすい。バンドルには OpenAI のすべてのモデルが含まれるので、GPT-5 の存続期間、つまり昨年8月から12月までの同社の総売上がそのまま売上になる⁶。これは60億ドルになる⁷。

60億ドルは一見すると十分な額に思えるが、GPT-5 バンドルの運用コストと並べてみると印象が変わる。コストの主な出どころは次の四つである⁸。

1. 推論実行の計算資源：40億ドル。2025年に OpenAI が推論実行の計算資源に費やした総額の公開推定値にもとづき、GPT-5 が主力だった期間への計算資源の配分は、その期間に上げた売上が年間売上に占める割合に比例すると仮定した⁹。このコストには有料ユーザーと無料ユーザーの両方への提供が含まれる¹⁰。
2. 人件費：10億ドル。OpenAI の従業員数、株式報酬に関する報道、H1B ビザの申請書類などから逆算できる。大きな不確実性の一つは、株式報酬のうちどれだけが研究開発ではなくモデルの運用に回っているかである。私たちは、推論実行に回る計算資源の割合に合わせて40%と仮定した。人員も同じ比率で分かれているかどうかは不確かだが、これが私たちの最善の推測である¹¹,¹²。
3. 販売・マーケティング費（S&M）：5億ドル。スーパーボウルの広告や法人向けの販売キャンペーン、販促・値引き、その他の関連費用が含まれるはずだ。なお、無料ユーザーへの提供にかかる計算資源コストは含まない¹³,¹⁴。
4. 法務・オフィス・管理費：2億ドル。2024年の費用から1.6〜2倍に増えたと仮定した。オフィスの拡張、新しいオフィスの開設、従業員の増加に伴う管理費の上昇を織り込んでいる。

では、利益はどうなるのか。一つの見方は粗利益である。これはモデルの運用に直接かかるコストだけを考えるもので、この場合は推論実行の計算資源コスト40億ドルだけになる。売上が60億ドルなので、利益は約20億ドル、粗利益率は約30%となる¹⁵。他のソフトウェア事業（一般に70〜80%）よりは低いが、いずれ事業を築くには十分な高さだ。

一方、4種類のコストをすべて合計すると60億ドル近くになる。売上とほぼ同じなので、営業利益で見れば GPT-5 バンドルはほぼ収支トントンだったと私たちは考えている¹⁶。

より強気な仮定や保守的な仮定で分析を試しても、全体像はあまり変わらない¹⁷。

利益率の種類	説明	推定値の中央値 （保守的、強気）
粗利益率	売上から推論実行の計算資源コストを差し引いたもの	30%（90%信頼区間：25%〜45%）
営業利益率（研究開発費を除く）	売上からすべてのコストを差し引いたもの 研究開発費と Microsoft との収益分配契約は除く。	-5%（90%信頼区間：-30%〜10%）

信頼区間はモンテカルロ分析で求めた。利益率は5%単位で四捨五入している。

そして、もう一つ厄介な点がある。OpenAI は Microsoft と、60億ドルの売上の約20%を渡す契約を結んでおり¹⁸、そのせいで最終的には赤字になる¹⁹。これは、この収益契約が OpenAI にとって害しかないという意味ではない。たとえば、Microsoft の側からも OpenAI に収益が分配されている²⁰。また、この契約がモデルの収益性の見方を大きく左右することはおそらくないだろう。AIモデルに本質的な問題というより、OpenAI の経済的な構造に関わる話だと思われるからだ。それでも、OpenAI と Microsoft がこの契約の再交渉を続けてきたことを見ると、この契約は OpenAI が黒字化を目指すうえで実際の足かせになっていると考えられる。

要するに、AIモデルの運用は、まずまずの粗利益率があるという意味では黒字である可能性が高い。しかし、マーケティングや人件費を含む OpenAI の営業利益率は、ゼロに近い可能性が高い。ただし急成長中の企業では、営業利益率は誤解を招きうる。販売・マーケティング費はふつう売上ほどには増えないので、長期的な収益性の目安としては粗利益率のほうが適切だと言えるだろう。

したがって、私たちの数字は今のところ、必ずしも Altman や Amodei の主張と矛盾しない。しかし、ここまでで見たのは話の半分にすぎない。研究開発費をまだ勘定に入れていないのだ。次はそれを見ていこう。

第2部：モデルはライフサイクル全体で黒字になるのか

粗利益率で見るべきだという議論を受け入れるとしよう。その場合、GPT-5 バンドルの運用は黒字だった。しかし、開発費を回収できるほどの黒字だったのだろうか。

理論上は、イエスだ。モデルを動かし続けさえすれば、遅かれ早かれ開発費を回収できるだけの売上が得られる。しかし実際には、モデルの寿命が短すぎて十分な売上を上げられないかもしれない。たとえば、ライバルの研究所の製品に競り負け、置き換えを迫られることがありうる。

そこで答えを出すために、GPT-5 バンドルに戻ろう。その粗利益は約20億ドルだと、すでに見積もった。では、これは研究開発費と比べてどうなのか。

これを推定するのは、思いのほか厄介な作業である。OpenAI は2025年に研究開発に150億ドルを費やしたと私たちは推定しているが²¹、そのうちの一部を GPT-5 バンドルに割り当てる、概念的にすっきりした方法はない。いくつもの恣意的な選択をしなければならないのだ。o1 や o3 のような以前の推論モデルに注いだ研究開発も数えるべきか。実験が失敗し、GPT-5 の学習方法を直接は変えなかった場合はどうか。こうした問いへの答え方しだいで、開発費は大きく変わりうる。

それでも、例示のための計算はできる。保守的に、OpenAI が GPT-5 の研究開発を始めたのは、昨年4月の o3 の公開の後だったと仮定しよう。それでも、そこから8月の GPT-5 公開までには4か月あり²²、その間に OpenAI は研究開発に約50億ドルを費やしている²³。これは粗利益の20億ドルをなお上回る。言い換えれば、OpenAI が GPT-5 公開前の4か月間に研究開発に費やした額は、GPT-5 が主力だった4か月間に得た粗利益よりも多かった²⁴。

つまり実際には、モデルが主力でいられる期間は、研究開発費を回収するにはやはり短すぎるのかもしれない。実際、GPT-5 の主力期間が短かったのは外部との競争のためだった。Gemini 3 Pro は、3か月もたたないうちに GPT-5 のベースモデルを上回ったと言ってよい。

一つの捉え方は、フロンティアモデルを急速に価値が目減りするインフラとして扱うことだ。競合や後継モデルが現れて時代遅れになる前に、その価値を引き出さなければならない。したがってAI製品を評価するには、推論実行の利益率と、ユーザーがより良いものへ移るまでにかかる時間の両方を見る必要がある。GPT-5 バンドルの場合、粗利益率の観点からでさえ、ライフサイクル全体ではっきりと赤字だという結果になった。

第3部：AIモデルは黒字化するのか

このように、GPT-5 バンドルの財務は、Altman や Amodei がほのめかすほどバラ色ではない。他の研究所の他のモデルについては直接の証拠がそれほどないものの、似たような状況にある可能性は十分ある。たとえば Anthropic は、OpenAI と同程度の粗利益率を報告している。そこで、GPT-5 バンドルが他のモデルの典型だとしたら何を意味するのかを考えておく価値がある。

何より肝心なのは、モデルがライフサイクル全体で赤字だからといって、必ずしも警戒する必要はないということだ。将来は黒字になると企業が投資家を説得できる限り、AIモデルは今黒字である必要はない。急成長するテック企業ではよくあることである。

初期の段階では、投資家は利益より成長を重視する。企業がいったん市場を押さえれば、いずれ利益を出す方法を見つけるはずだと考えるからだ。その典型例が Uber である。同社は14年にわたって純損失を出し続け、325億ドルの累積赤字を抱えたのち、2023年に初めて黒字の年を迎えた。この物差しで見れば、OpenAI は順調だ。売上は毎年3倍に増えており、予測でも成長が続くとされている。この軌道が維持されれば、黒字化の可能性は非常に高いと思われる。

さらに、AIの長期的な収益性について非常に強気になれる理由さえある。最大の理由は、AIが生み出しうる価値の規模そのものだ。AI企業の多くの幹部たちは、経済的価値のあるほぼすべての作業でAIシステムが人間を上回ると予想している。心の底から本気でそう信じているなら、労働の自動化から数兆ドルを手にできる可能性があるということになる。そこから生じる売上の伸びは、利益率が薄く、モデルの寿命が短くても、開発費をはるかにしのぐかもしれない。

これは大きな飛躍であり、この構想に乗らない投資家もいるだろう。あるいは、売上が大きく伸びれば自動的に巨額の利益になるとは限らないと疑うかもしれない。研究開発費も売上と同じように膨らんだらどうなるのか、と。こうした投資家は、現在のAIの利益率に特に注目し、AI企業が近い将来にどうやって黒字になりうるのかについて、より具体的な見通しを求めるだろう。

こうした投資家への答えもある。AIが知能爆発を引き起こしたり、人間の寿命を2倍にしたりするほど優れたものになるとは思えなくても、AI企業が利益を出す道はまだある。たとえば OpenAI は現在、一部の ChatGPT ユーザーに広告を展開しており、ユーザー数がまったく増えなくても年間20億〜150億ドルの売上を上乗せしうる²⁵。同社は個人消費者の先へと進み、企業への導入にますます頼るようになっている。アルゴリズムの革新によって、モデルの運用は毎年何分の一にも安くなりうるし、さらに速いペースで安くなる可能性もある。ユーザー基盤と利用の密度にも、まだ大きな伸びしろがある。たとえば ChatGPT のユーザーは10億人近くだが、インターネット利用者は約60億人いる。これらを合わせれば、数百億ドル規模の売上が上乗せされうる。

AI企業にとって、これは必ずしも容易ではない。特に、個々の研究所はAIの「価値が目減りするインフラ」問題に正面から向き合わなければならないからだ。実際には、「最高水準」はモデルの公開から数か月以内に脅かされることが多く、Claude や Gemini がユーザーを奪い続けるなら、最新の GPT で利益を上げるのは難しい。

しかし、こうした研究所間の競争があるからといって、すべてのAIモデルが黒字になれないわけではない。寡占市場では、消費者が乗り換えられる選択肢が限られるため、利益が高くなりやすい。また、ある研究所がアルゴリズム上の何らかの「秘伝のタレ」を持っていたり、より多くの計算資源を持っていたりすることで、抜け出すこともありうる²⁶。あるいは、継続学習の技術を開発して、消費者がモデルの提供元を乗り換えにくくするかもしれない。

こうした競争上の障壁は、回避することもできる。企業はそれぞれ独自の領域を築くことができ、それはすでにある程度起きている。Anthropic は「コードさえあればいい」とでも言うべき使命を追求しており、Google DeepMind は「知能を解明」し、それを使ってがんから気候変動まであらゆる問題を解決したいと考えている。Meta は料金を測るのもばかばかしいほど安いAIの友人を作ろうとしている。こうすれば、個々の企業はより長く売上を得られる。

では、AIモデル（ひいてはAI企業）は黒字化するのだろうか。私たちは、それは十分にありうると考えている。GPT-5 バンドルの分析結果は Altman や Amodei がほのめかすより控えめだが、それよりもトレンドのほうが重要である。計算資源のコストが利益を圧迫する度合いは下がりつつあり、法人契約はより解約されにくく、モデルは GPT-5 のサイクルが示すよりも長く現役でいられる。

この記事へのフィードバックと支援について、JS Denain、Josh You、David Owen、Yafah Edelman、Ricardo Pimentel、Marija Gavrilov、Caroline Falkman Olsson、Lynette Bye、Jay Tate、Dwarkesh Patel、Juan García、Charles Dillon、Brendan Halstead、Isabel Johnson、Markov Gray、Stefania Guerra の各氏に感謝する。この共同作業を立ち上げ、欠かせない意見をくれた Azeem Azhar 氏と、詳しいフィードバックと議論をしてくれた Benjamin Todd 氏には特に感謝する。

Epoch AI は、OpenAI や Anthropic を含む複数のAI企業と商業的な関係を持っている。こうした関係とそれに伴う利益相反は、資金源のページで開示している。ここで示した見解と分析は独立したものであり、これらの企業によるレビューや承認は受けていない。