OpenAIは第3四半期を、年換算売上高(ランレート)が$500億近くという水準で終えました。前四半期比70%増で、最高財務責任者(CFO)のサラ・フライアー氏が明らかにしました。この四半期は構造的な転換点でもありました。法人向け売上高が前四半期比で倍増し、同社の売上は法人顧客と個人消費者でちょうど半々になっています。フライアー氏は急成長の要因として、新しいフロンティアモデルの相次ぐ投入と企業ワークフローへの急速な展開という2つの力が連動したことを挙げ、これまで法人向け製品だった仮想アシスタント「Dots」が年内に個人消費者にも届き始めると見込んでいます。
70%増はどこから来たのか
フライアー氏の説明では、この四半期の成長は新モデルと法人事業の両方によるもので、両者を切り離すのは困難です。モデル面では、OpenAIは四半期の初めに「5.6」と番号付けされたフロンティアモデルを、9月初めには2つ目のモデル「Astra」をリリースしました。同氏によれば、これらのリリースが売上成長の大きな部分を牽引しました。事業面では、法人部門が1四半期で倍増し、売上に占める割合は少数派から半分へと押し上げられました。
両者がかみ合った仕組みは、新モデルが特定の企業ユースケースで売れる製品になったことです。フライアー氏は法人事業の加速要因として3つを挙げました。
- ソフトウェアエンジニアリング。モデル上に構築されたコーディングツールが盛んに使われています。
- サイバーセキュリティ。特にAstraは防御能力の大きな前進と位置付けられています。
- 同社のエージェント型仮想アシスタントDotsの初期導入。
中小企業もこの流れに加わりました。中小企業(SMB)向けの階層は、第3四半期だけで過去6四半期の合計を上回る成長を記録しました。
法人側が追いついている間も、消費者需要は停滞しませんでした。ChatGPTの週間アクティブ消費者ユーザーは現在12億人で前四半期比20%増、有料の個人サブスクライバーは四半期中に1億人を突破しました。フライアー氏はこの加入者数の節目を、「消費者は生成AIに決してお金を払わない」という主張への直接の反証と捉えています。
| 指標 | 数値 | 比較 |
|---|---|---|
| 年換算売上高ランレート | 約$500億 | 前四半期比70%増 |
| 法人向け売上高 | 倍増 | 前四半期比 |
| 売上構成 | 法人50%、消費者50% | 法人売上倍増後 |
| 第3四半期のSMB階層の成長 | 過去6四半期の合計を上回る | 単一四半期の成長 |
| 週間アクティブ消費者ユーザー | 12億人 | 前四半期比20%増 |
| 有料個人サブスクライバー | 1億人超 | 第3四半期に到達 |
OpenAIが法人顧客の離脱を防ぐ方法
どの買い手にとっても当然の疑問は、各ラボが頻繁に新バージョンを出す中で、急速に変わるモデルの上に築かれた法人売上が持続するのかという点です。フライアー氏の答えは、定着度は顧客がどれだけ深く製品を組み込んだかで決まるというものです。APIを通じてフロンティアモデルを呼び出すだけの企業は、ベンダーを簡単に切り替えられます。一方、モデルを組織のコンテキスト、独自データ、永続的なメモリに織り込んだ企業にとって、乗り換えははるかに難しくなります。蓄積されたコンテキストは一緒に持ち出せないからです。

▲ 企業ワークフローに組み込まれたDotsアシスタント
2つの顧客事例がこのパターンを示しています。VisaとOpenAIの関係はサイバー防御から始まりました。フライアー氏は、公開インターネットの約70%を機能停止させる恐れがあった深刻なPHPの脆弱性を挙げ、OpenAIが迅速なパッチ適用を支援したと述べました。製薬会社のAmgenはライフサイエンスと創薬の業務から始めましたが、知的財産を守るためにサイバーセキュリティを優先事項に据えました。いずれのケースも、入り口は汎用のチャットツールではなく、重要度が高く専門的なタスクでした。
Dotsはこの結びつきをさらに深めます。法人導入では、メール、カレンダー、機密性の高い財務システムを横断して接続し、複数ステップのワークフローを実行します。受信トレイ、予定、帳簿をすでに把握しているエージェントを中心に従業員が日々の習慣を築けば、エージェントは組織の運営そのものの一部になります。
OpenAIは、データを外部にさらさずにカスタマイズしたい企業向けの道筋も用意しています。フライアー氏によれば、オープンウェイトモデルを求める企業は通常、推論コスト、強化学習(出力へのフィードバックでモデルを改善する学習手法)を適用できること、データ主権の3つを解決しようとしています。OpenAIの対応は、Amgenのような顧客がサンドボックス化された環境の中で強化学習によりサイバー防御エージェントを訓練できるようにし、独自データを外に出さないというものです。
法人の買い手にとっての意味
OpenAIと代替候補を比較検討する企業顧客にとって、この顧客維持戦略は諸刃の剣です。Dotsを有用にしているメモリとコンテキストの統合そのものが、後で離れるときのコストを押し上げます。導入を評価する買い手は、組織のメモリがどのように保存されるのか、エクスポートできるのか、サンドボックス化された訓練が独自データを自社の管理下にとどめる仕組みはどうなっているのかを、早い段階で確認しておくとよいでしょう。規制業種の企業について、フライアー氏はAmazonのAWS Bedrockとの市場開拓パートナーシップを、政府や規制の厳しい金融サービス企業への導入を可能にしてきたチャネルとして強調しました。厳格なコンプライアンス要件を持つ銀行、保険会社、公的機関にとっては、この経路が最も関連性が高いと考えられます。
消費者がDotsを使えるようになる時期
Dotsはこれまで意図的に法人限定でした。フライアー氏はこの方針を「高地でのトレーニング」と表現します。最も複雑で相互に絡み合った環境に先に取り組み、その後に大衆向けの消費者へとスケールダウンするという考え方です。エージェントを週間12億人のユーザーに展開することは、主に経済性の問題です。エージェントのセッションはいずれも実質的にユーザー1人に割り当てられたクラウドコンピュータであり、データセンターのボトルネックは2027年から2028年まで続くと見込まれています。フライアー氏は、世界的な計算資源の制約が現実のものであることを認めています。この制約が、法人向けビジネスモデルが計算資源1単位あたり最も高いリターンを生む場所にDotsを先に展開するようOpenAIを促しています。
消費者への橋渡しとなるのは、より安価な基盤モデルです。OpenAIは最近、推論コスト削減のためにDotsの基盤でTerraモデルが動作するようになったと発表し、フライアー氏は消費者向けの展開が年内に始まると予測しています。動く理由には競争上の圧力もあります。MetaのMuse製品はユーザーコンテキストを積極的に収集しているように見え、消費者向け投入が遅れれば競合の利用習慣が定着しかねません。アシスタント型の支援に対する消費者需要はChatGPTにすでに存在しており、週に3億人のユーザーが健康やウェルネスについて、2億人が個人の資産管理について質問しています。
フライアー氏は法人から消費者へという道筋をテクノロジー分野ではおなじみのものと見ており、オフィスから日常の個人利用へ広がった電子メールと、逆方向に個人のデバイスから企業環境へ広がったiPhoneを引き合いに出しています。
コストの議論と「2026年の神話」
計算資源の問題の大部分は、モデルの経済性に帰着します。OpenAIはフロンティアの推論モデルを使って、はるかに小さなナノモデルやマイクロモデルを訓練しています。これらはパレートフロンティア上に位置するモデルで、特定のタスクに対してコストと能力の最良のトレードオフを提供します。同社は現在、単体のモデルではなくTerraやSolといったモデルファミリーを提供しており、ファミリーはコストと性能の目標に基づいて各タスクを最適なモデルに自動的に振り分けます。

▲ 定型タスクを軽量モデルに振り分ける仕組み
フライアー氏は、同氏が「2026年の神話」と呼ぶもの、つまり中国のオープンソースモデルがフロンティアラボに対して決定的なコスト優位を持つという見方に反論しました。同氏の説明によれば、OpenAIのコンパクトなLunaモデルは、フロンティア級の知能を維持しながら、同等の中国製オープンソースモデルのおよそ5分の1から6分の1のコストで動作します。OpenAIがローンチの2週間後にLunaの価格を80%引き下げると、開発者のトークン使用量は10倍近くに増えました。DotsをLunaとTerraで動かすことで、消費者向け価格を手頃に保ちながら粗利益率を拡大できると同氏は述べています。
もう1つのレバーは無料プランの収益化です。OpenAIの消費者基盤の約90%は依然として無料プランにとどまっており、フライアー氏はこれを将来の広告・コマース収益への入り口と位置付けています。
主権とAWS Bedrockチャネル
フライアー氏は、各国政府の間で高まる自国管理型AIへの需要にも言及しました。スタンフォード大学の研究を引用し、2025年に米国は52のフロンティアモデルを、中国は37を生み出したのに対し、欧州はわずか1つだったと指摘しました。フロンティア研究には一部の地域しか持ち得ない資本と計算資源が必要なため、個々の国にとって真のモデル主権は極めて難しいと同氏は警告し、欧州の政策立案者は防衛やサイバーセキュリティにおいて安全で信頼できるフロンティアモデルに頼る必要性を次第に認識していると述べました。最も鋭い指摘はタイミングに関するものでした。外国の脅威アクターがすでに最先端のフロンティア能力を使っている以上、防御システムは自国の主権モデルを待っていられないということです。OpenAIのAWS Bedrockとのパートナーシップは、規制対象の顧客や政府顧客に事前承認済みのインフラ経路を提供する実践的な答えと位置付けられています。
要点と取るべき行動
OpenAIの第3四半期は、新モデルと法人導入が同時に牽引しました。5.6とAstraのリリースが能力を供給し、コーディング、サイバー防御、Dotsがそれを法人売上の倍増と50対50の売上構成に変えました。顧客維持は企業のメモリとデータへの深い統合に依存しており、これは買い手が精査すべき主要なポイントでもあります。Dotsは低コストのTerraモデルの上で、年末までに消費者に届き始める予定です。
今OpenAIを評価している企業チームへの提案です。
- どのワークフローにフロンティアモデルが必要で、どれがLunaやTerraのような軽量モデルで動かせるかを決め、タスクを自動で振り分けるモデルファミリーを使う。
- Dotsのようなエージェントに踏み切る前に、組織のメモリとコンテキストがどう保存され、エクスポートできるかを確認する。
- サンドボックス化された強化学習を使い、独自データを外部にさらさずにモデルを適応させる。
- 規制業種や公共部門であれば、OpenAIがそうした導入の中心だったと説明するAWS Bedrockの経路を評価する。
ここで挙げた成長数値はいずれも同社が自ら報告した単一四半期の数字であり、Dotsの消費者向けスケジュールは確定したローンチ日ではなく見通しです。


