OpenAIの二つの帳簿——$1Bの広告収入と検収済み業務

OpenAIによると、ChatGPT広告の年換算売上高は$1 billionに達した。広告収入を得るうえで、製品が顧客の業務を完了する必要はない。これに対し、一部の大口顧客は、AIが業務を完了した場合に限って料金を支払えると報じられている。これは同じ製品に二つの価格を付けたものではない。OpenAIが何を実証したとみなすか、その基準が二つあるということだ。

宣言に代わり、契約が実力を示す

OpenAIは2015に、$1 billionの拠出を後ろ盾とする非営利の人工知能研究会社として発足した。同社は、能力を増していく機械知能を研究と安全性の問題として位置づけ、論文、実演、性能評価を通じて成果を示し、やがて汎用人工知能に近づいていると主張するようになった。

その後、OpenAIが非公開モデルの利用権をAPI経由で販売するようになっても、顧客側には、返された結果を実際に動くソフトウェアへ仕立てる作業が残った。GPT-3の事業構造は供給元への依存を生んだが、責任の境界は明確だった。OpenAIが提供するのはモデルの呼び出しまでであり、業務手順、意思決定、その結果については顧客が責任を負った。

OpenAIとMicrosoftは、AGIを契約上の節目として残した。OpenAIのシステムがAGIに達した後、Microsoftが知的財産をどこまで利用できるかを定める契約について、MicrosoftはAGI条項の削除を求めていたと報じられている。

しかしOpenAIは、一部の大口顧客に対し、AIが業務を完了した場合に限って支払いを求めているとされる。この報道だけでは、全社方針なのか、広範に導入されているのか、信頼性に関する基準が開示されているのかは分からない。それでも、対象を限った契約であっても、OpenAIは一線を越える。能力を提供するだけでなく、実際に業務へ組み込んだ結果にも責任を負うからだ。

この違いが重要なのは、AIエージェントが一度の回答だけで仕事を終えるわけではないためだ。目的を読み取り、モデルを呼び出し、各種の道具を使い、外部の仕組みを操作し、例外に対処し、処理を続けるか人に引き継ぐかを判断する。したがって顧客が評価するのは、モデルを取り巻く業務基盤全体である。モデルはもっともらしい回答を返せても、エージェントの仕事が検収されるには、その外側で起きるあらゆる問題を乗り越えなければならない。

広告が証明するのは到達力であり、遂行力ではない

OpenAIによると、広告事業は年換算売上高$1 billionに達し、上場の可能性を見据えて世界展開を進めている。ChatGPTは、OpenAIが画面の裏側にある知能だけでなく、利用者の関心に触れる機会そのものを売れるほど、多くの消費者を集めた。

利用者が不完全な回答を受け取っても、会話を途中でやめても、取引に至らなくても、OpenAIには広告収入が入る。広告主が買うのは、人々の目に触れる機会であって、完了した業務ではない。

成果契約では関係が逆転する。企業顧客が料金を支払う対象は、利用権でも、注目でも、情報量でも、エージェントによる試行でもない。顧客が認めた結果である。好条件の下で性能を発揮するモデルと、実在する組織の中で繰り返し機能する仕組みとの隔たりは、OpenAIが引き受けることになる。

二つの収益源は両立でき、消費者への広い普及によってOpenAIの製品がより多くの利用者に届く可能性もある。しかし、広告の年換算売上高$1 billionが示すのは人々の関心であって、エージェントが企業業務を自律的に、かつ採算を確保しながら遂行できるかどうかではない。

本当に見るべき実力値は「完了」の内訳にある

成果課金が単純に見えるのは、分母が隠れているからだ。完了業務1件当たりの売上高は、情報量当たりの売上高より分かりやすく聞こえる。だが実際の利益率は、再試行、修正、規定への適合確認、道具の不具合、人による確認を経て、購入企業が受け入れた業務量によって決まる。

成果単位で請求するなら、OpenAIは信頼性の不足を自社の損益として負担する。API課金では、最初の呼び出しが失敗しても、モデルをもう一度呼び出せば通常は新たな課金対象になる。成果課金では、追加の呼び出し、復旧の試み、人による確認、破棄された生成結果のすべてを、対応する売上なしにOpenAIが負担する。

完了を請求単位とする事業者は、仕組みと契約の両面で、何をもって完了とするかも定める。難しい案件を人に回す、対象業務を狭める、例外を測定対象から外すといった方法で、名目上の完了率を高めることもできる。その場合、実際には従業員が処理待ちの案件を引き受け、エージェントが形式上は終えた仕事を手直しする。

したがって購入企業が確認すべきなのは、検収済み業務1件当たりの総費用である。結果を利用できる状態にするまでに必要な、すべてのモデル呼び出し、道具の操作、復旧処理、修正、上位判断への引き継ぎ、確認を含めなければならない。OpenAIが価格を上回らせるべきなのは、最後に成功した推論だけの費用ではなく、この総額である。

OpenAIには、成果契約による再試行や人手での対応が加わる前から、報じられている推論費用の重荷がある。人が一つひとつの応答を待たなくてもエージェントは動かせるが、画面上のカーソルを誰も見ていない間も、サーバーラックは電力を消費し続ける。

顧客がかつて負っていた処理量のばらつきをOpenAIが引き受けるため、同じモデルでも成果課金にすると採算が悪化し得る。処理の難しい案件が少数ながら長く残れば、APIでは魅力的な採算を維持できても、成果課金の利益率は損なわれる。

従量課金が測るのは消費量、成果課金が移すのは危険負担

ソフトウェア各社はすでに、利用者数を基準とする課金から先へ進み始めている。2025末までに、調査対象となった500社のソフトウェア企業のうち79社が、利用量に応じたAI料金を導入した。これは2024の2倍を超える。AIの出力が増えても契約利用者数が同じように増えるとは限らないため、従量課金なら、呼び出し回数、利用枠、処理能力、作業量に応じて請求できる。

従量課金で変わるのは料金を測る物差しであって、業務を完遂できない危険を誰が負うかではない。処理が役立つ結果を生まなくても、顧客は料金を支払う。

成果を売る事業者は、定められた結果が出た後でなければ代金を受け取れない。そのため、例外処理まで織り込んで価格を決められるほど、対象業務を理解する必要がある。OpenAIとSalesforceによる試みが、広く進む従量課金への移行以上に重要なのはこのためであり、同時に、いまだ試行段階にとどまる理由でもある。現在までの報道では、何を完了と数えるのか、却下された業務をどう扱うのか、確認費用を誰が負担するのかは明らかにされていない。

コンサルティング会社も、時間単位の請求からゆっくり離れる過程で、同じ問題に直面してきた。時間は数えやすく、売り手と買い手が因果関係について合意する必要もない。一方、成果を基準にすれば、その合意が不可欠になる。業務1件当たりの価格を受け入れる前に、購入企業は検収条件、却下の規則、人が確認する段階、失敗時の費用負担者を定めなければならない。

成果を売るなら、OpenAIは業務の中に入らなければならない

モデルの利用権を売るだけなら、OpenAIは比較的中立な立場を保てる。成果を売るには、道具を使う許可、顧客の仕組みに関する情報、受け入れ可能な仕事の定義、例外を処理する権限が必要になる。業務手順の奥深くまで入るほど、モデルが動く条件に対してOpenAIが必要とする支配力も強まる。

そこでOpenAIと顧客の利害は逆方向に働く。顧客は、選択肢を確保して依存を減らすため、モデルの供給元を自由に切り替えられる状態を望む。OpenAIは、不慣れな道具、規定、その後段の仕組みに対して安定した支配力を求める。結果を約束しながら、その結果を生む仕組みに中立ではいられないからだ。

この緊張を具体的に示したのがCursorをめぐる対立である。OpenAIは、SpaceXがOpenAIの利用規約の範囲内で技術を使うとの確信を持てないとして、November 12にCursorへのモデル提供を停止する予定だと述べた。これに対し、Cursor共同創業者のMichael Truellは、OpenAIが占めるのはCursor利用者の通信量の約5%であり、Cursorは同社が中立を維持すると信頼していたと反論した。

Cursorが示した5%という数字は、供給元の交渉力に対する購入側の答えでもある。通信の大半をほかの供給元に振り分けることで、Cursorは複数社にまたがる主導権を保っている。OpenAIによる提供停止は、利用制限を執行する供給元が、無関心な公共設備のようには振る舞えないことを示す。

成果契約になると、この対立はいっそう強まる。完了した業務と、もっともらしく見えるだけの失敗を区別するには、OpenAIが結果を評価できるだけの業務情報を得なければならない。だが、連携機能の故障や曖昧な指示がすべて請求不能な例外になるほど、運用上の責任を広く引き受けることもできない。モデルという形で知能を売ることから始まった会社は、顧客の業務基盤のどこまでを自ら担うのか、契約ごとに決めなければならない。

$1 billionの広告の帳簿には、顧客の業務が終わる前から、人々の関心が収益として記録される。もう一方の難しい帳簿を締められるのは、モデルの呼び出し、失敗した道具の操作、人による修正の費用を支払った後、検収済み業務1件を請求書に計上できたときだけだ。