OpenAI CEO、年収130億ドル超を公言 投資懸念に強気

CEOが語る驚異的な収益力

年間収益130億ドルを大幅に超過
収益は急成長を継続中
マイクロソフトの事業計画を常に超過

巨額投資と将来への自信

1兆ドル超インフラ投資への懸念を一蹴
AIクラウドなど多角的な事業を展開
2027年の売上1000億ドルも視野に
来年のIPO計画は明確に否定

OpenAIサム・アルトマンCEOが、ポッドキャスト番組で同社の年間収益が130億ドルをはるかに超えると明言しました。マイクロソフトのサティア・ナデラCEOも同席したこのインタビューで、アルトマン氏は今後10年で1兆ドル超とされる巨額のインフラ投資への懸念を一蹴。収益の急成長を背景に、会社の将来性に対する強い自信を示しました。

インタビュアーがOpenAIの収益と巨額投資のバランスについて質問した際、アルトマン氏は「まず、収益は(130億ドルより)はるかに多い」と反論。さらに「株を売りたいなら買い手を見つけますよ」と述べ、OpenAI株への高い需要を示唆し、財務状況への懸念を払拭しようと試みました。

アルトマン氏は、一部の批評家が「OpenAIは倒産寸前だ」と指摘することに対し、強い不快感を示しました。「そうした人々が株式を空売りできればいいのに。きっと痛い目を見るだろう」と語り、事業の持続可能性と成長力への絶対的な自信をのぞかせ、市場の憶測を強く牽制しました。

同社の成長はChatGPTだけにとどまりません。アルトマン氏は、重要な収益源として「AIクラウド事業」を挙げ、さらに「消費者向けデバイス事業」や「科学を自動化するAI」が将来的に巨大な価値を生み出すとの見通しを語りました。多角的な事業展開が、強気な姿勢の裏付けとなっています。

この自信を裏付けるように、マイクロソフトのナデラCEOもOpenAIを高く評価しています。ナデラ氏は、OpenAI投資家であるマイクロソフトに提示した事業計画を「すべて上回ってきた」と証言。両社の強力なパートナーシップと、計画を上回る実績が、OpenAIの成長ストーリーの信憑性を高めています。

将来の展望について、アルトマン氏は2028年か2029年に売上1000億ドルという予測に対し「2027年はどうか?」と応じ、成長の加速を示唆しました。一方で、来年のIPO(新規株式公開)計画は「具体的な日程はない」と明確に否定。当面は非公開企業のまま、技術開発と事業拡大に集中する方針です。

@koziiiのXポスト: サム・アルトマンが語った「130億ドルを超える収益」と「120億ドルの赤字」。AIブームは本物か、それとも壮大なバブルか。 OpenAIの収益構造とアルトマンの戦略的発言を、最新情報から徹底解析する👇 アルトマンが出演したポッドキャスト「Bg2 Pod」で語った発言が波紋を呼ん…

著名VC提唱、AIハード投資『殴りたくなるか』テスト

AIハードウェアへの警鐘

社会的受容性を欠く製品への懸念
常に会話を盗聴するような設計

VC業界の変化と未来

AIによる起業コストの劇的な低下
プログラミングは「雰囲気」で可能に
VCに求められる高いEQ(感情指数)

成功する投資の条件

技術力より感情的共感が重要
「不可能を健全に無視する」創業者

True Venturesの著名投資家ケビン・ローズ氏が、AIハードウェアへの投資基準として「それを着けている人を殴りたくなるか?」というユニークなテストを提唱しました。同氏はTechCrunch Disrupt 2025の場で、現在のAIデバイスの多くがプライバシーや社会的受容性を軽視していると警鐘を鳴らし、技術力だけでなく、人間社会に受け入れられるかどうかが成功の鍵を握るとの考えを明らかにしました。

ローズ氏が問題視するのは、会話を常に記録・分析するようなAIハードウェアの設計思想です。「多くの製品は社会的な規範を壊している」と指摘。自身もHumane AIピンを夫婦喧嘩で使おうとして失敗した経験を語り、技術を生活に無理やり組み込むことの危険性を示唆しました。このようなデバイスは、ユーザーとその周囲の人々に不快感を与える可能性があるのです。

成功するウェアラブル製品は何が違うのでしょうか。スマートリング市場の8割を占めるOuraの元役員でもあるローズ氏は、技術的な優位性だけでは不十分だと断言します。重要なのは、ユーザーがどう感じるか、そして周囲の人々にどう受け止められるかという「感情的な共感」と「社会的受容性」です。これらが欠如した製品は、一時的な話題になっても定着しないと分析します。

一方でローズ氏は、AIが起業環境を劇的に変えることには非常に楽観的です。AIコーディングツールを使えば、専門家でなくても短時間でアプリを開発・展開できるようになると予測。「高校生が次の10億ドル企業を立ち上げるだろう」と述べ、起業の参入障壁が日々縮小していると強調しました。

この変化は、ベンチャーキャピタルVC)の役割も変えます。起業家資金調達を遅らせたり、不要にしたりできるため、VCの価値は資金提供から別のものへ移行するとローズ氏は見ています。求められるのは、技術的な問題解決ではなく、創業者が直面する感情的な課題に寄り添う高いEQ(感情指数)を持つパートナーとしての資質です。

では、ローズ氏はどのような創業者投資するのでしょうか。Google共同創業者ラリー・ペイジの「不可能を健全に無視すること」という言葉を引用し、常識を疑う大胆なアイデアに挑戦する起業家を求めていると語ります。「たとえ失敗しても、その考え方や姿勢を評価し、再び支援したい」と、長期的なパートナーシップを重視する姿勢を明らかにしました。

@iwashi86のXポスト: 参考になる。いくつかメモ。 ・AIではない「本物の人間」だと証明するため、ライブ配信の価値が爆発的に高まる ・クリエイターは単なる発信者ではなく、自分のファンを組織して会社やファンドを作る創業者に ・次の大きなスタートアップは、既存のAIツールを複数組み合わせて新しいサービスを…

Metaの巨額AI投資、収益化の道筋に懸念

ウォール街の厳しい視線

決算発表後に株価が12%急落
時価総額2000億ドル超が消失
AIへの巨額投資募る不信感

ザッカーバーグ氏の弁明

将来の巨大な機会だと強調
研究開発の加速が必要と説明
具体的な収益予測は示されず

収益化製品の不在

OpenAIとの明確な事業格差
既存AIは実験段階の域を出ず

Meta社が、AI分野への巨額投資に対する明確な収益化計画を示せなかったことで、投資家の厳しい視線にさらされています。同社の四半期決算発表後、AI戦略の不透明さを理由に株価は急落し、ウォール街の懸念が浮き彫りになりました。

MetaのAI関連支出は急増しています。営業費用は前年比で70億ドル増加し、設備投資も200億ドルに迫る規模です。これはAI人材とインフラへの集中的な投資の結果ですが、まだ意味のある収益には繋がっていません。

マーク・ザッカーバーグCEOは、この投資を「巨大な潜在的機会」を掴むためのものと説明。「最先端のモデルを構築するため、投資を加速するのが正しい」と述べ、長期的な視点を強調しましたが、投資家の不安を払拭するには至りませんでした。

市場の反応は明確でした。決算説明会の後、Metaの株価は12%も下落し、時価総額にして2000億ドル以上を失いました。これはAI戦略の不透明さに対する、ウォール街からの厳しい評価と言えるでしょう。

なぜMeta投資だけが問題視されるのでしょうか。例えばOpenAIも巨額を投じていますが、そこには急成長する消費者向けサービスと年間200億ドル規模の収益という明確な成果があります。Metaにはこれに匹敵するAI製品がありません。

MetaのAIアシスタント動画生成機能は、まだ実験的な段階に留まっています。ザッカーバーグ氏が次にどのような製品を打ち出すのか。明確な収益化への道筋を早急に示すことができなければ、市場からの圧力はさらに高まるでしょう。

脱・投機実行、決定論的CPUがAI性能を予測可能に

投機的実行の限界

予測失敗によるエネルギー浪費
Spectre等の脆弱性リスク
AI処理での性能の不安定化

決定論的実行の革新

時間ベースでの正確な命令実行
パイプライン破棄なくし高効率化
ハードウェア簡素化と低消費電力

AI/MLへのインパクト

ベクトル演算での高スループット
TPUに匹敵する性能を低コストで実現

30年以上主流だったCPUの「投機的実行」に代わる新技術として、「決定論的実行」モデルが登場しました。これは命令を予測に頼らず時間ベースで正確に実行するもので、特にAIや機械学習(ML)の分野で課題だった性能の不安定さを解消します。エネルギー効率とセキュリティを大幅に向上させ、予測可能なパフォーマンスを実現する次世代アーキテクチャとして注目されています。

従来の投機的実行は、命令の実行順序を予測することで高速化を図ってきました。しかし、予測が外れるとパイプラインを破棄・再実行する必要があり、エネルギーの浪費と遅延が発生します。さらに、SpectreやMeltdownといった深刻なセキュリティ脆弱性の温床にもなりました。特にAIワークロードでは、この予測不可能性が性能の大きな足かせとなっていました。

新しい決定論的実行モデルは、予測という「当て推量」を排除します。代わりに「タイムカウンター」と「レジスタスコアボード」という仕組みを利用し、各命令に正確な実行タイミングを割り当てます。データやリソースが利用可能になる瞬間を事前に計算し、計画通りに命令を実行するため、無駄な処理が一切発生しないのです。

このアーキテクチャの最大の利点は、予測可能なパフォーマンスです。処理するデータによって性能が大きく変動する「パフォーマンスクリフ」がなくなり、安定したスループットを実現できます。また、パイプラインの破棄が不要になるため、エネルギー効率が劇的に向上し、ハードウェア設計も簡素化できるというメリットがあります。

決定論的実行は、ベクトル演算や行列演算が多用されるAI/MLワークロードに特に適しています。GoogleTPUのような専用ハードウェアに匹敵するスループットを、より低コストかつ低消費電力で実現する可能性を秘めています。これにより、データセンターからエッジデバイスまで、幅広いAIアプリケーションの性能向上に貢献するでしょう。

開発者にとって、この移行はスムーズです。アーキテクチャはRISC-V命令セットの拡張をベースにしており、GCCやLLVMといった既存のツールチェーンと互換性があります。プログラミングモデルを大きく変えることなく、ハードウェアの予測可能性と効率性の恩恵を受けられるため、よりシンプルに高性能なアプリケーションを開発できます。

かつて投機的実行がCPU設計に革命をもたらしたように、決定論的実行は次のパラダイムシフトとなるのでしょうか。AI時代の到来により、性能の予測可能性と電力効率への要求はかつてなく高まっています。この新しいアプローチは、次世代コンピューティングの鍵を握る重要な技術革新と言えるでしょう。