a16z前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、最近深度分析の記事を発表し、表面上の繁栄の背後にあるOpenAIが直面す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早く、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、現在のOpenAI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。同社は独自の技術もネットワーク効果も持たず、9億の週次アクティブユーザーのうち有料ユーザーはわずか5％、2025年に送信されるメッセージの80％は1000件未満であり、これは平均して1日あたり三回未満のプロンプトに過ぎない。この「一マイル幅、一インチ深さ」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すでに技術面で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、OpenAIが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一方で、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、その戦略の成功は疑問だと示している。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ことを意味している。技術的優位性の喪失：モデルの均質化加速--------------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、いずれも他を凌駕する技術的優位を築いていない。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、いくら資金や労力を投入しても独占を破るのが難しい。この技術の平準化は、持続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は現状それを計画し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、競争はブランドや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高評価を得ているものの、消費者戦略や製品戦略に欠け、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。基本的には入力ボックスと出力ボックスに過ぎず、製品革新の余地は非常に限られている」と述べている。ユーザーベースの脆弱性：規模は粘着性を隠せない---------------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の使い方を理解し、日常的に習慣化しているわけではない。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層の方が多く、毎日何度も使う層は少ない。OpenAIは「2025年年度総括」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件未満と明かしている。これは表面上、平均して1日あたり三回未満のプロンプトに過ぎず、実際の会話頻度はさらに少ない。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高めるだけで、ネットワーク効果にはつながらない」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現状では、その価値は疑わしい。OpenAI自身も、モデルの能力と実際のユーザー利用との間に「能力ギャップ」があることを認めている。エヴァンスはこれを、製品と市場の適合性が不明確なまま回避しようとする試みとみなす。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。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存在しない----------------昨年、OpenAIのサム・アルトマンCEOは、同社の施策を一つの一貫した戦略にまとめようとし、図表を示し、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と。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、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、各層の技術スタック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、エヴァンスはこれを正しい比喩とは考えていない。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と断言する。そのフライホイール図は、実際には真のフライホイール効果を示していない。資本支出に関して、昨年、主要なクラウドコンピューティング企業四社はインフラに約4000億ドルを投じ、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、今後の計算能力として1.4兆ドルと30ギガワットの約束を掲げたが（具体的な時期は不明）、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に例えると、ネットワーク効果はなくとも、各世代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の投資を維持できる状態になる。しかし、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に結びついているわけではない。エヴァンスは、Windowsのアプリを開発するのは、ほぼすべてのユーザーがWindowsを使っているからだと指摘する。ユーザーはWindows PCを買うのは、ほぼすべての開発者がWindowsを使っているからだ。これはネットワーク効果の典型例だ。しかし、生成型AIを使って新しい優れた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し、気にできない。製品主導権の喪失：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の製品責任者Fidji Simoが2026年に語っ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出て、その後研究者たちが私に連絡してくる。『面白いものができた。チャットでどう使う？企業製品にどう応用？』」この言葉は、スティーブ・ジョブズの1997年の名言と対照的だ：「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のは間違いだ。」エヴァンスは、「AI研究所の製品責任者としては、自分の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は非常に限定的だ」と考える。朝メールを開けば、研究所が何かを発見したとわかり、その成果をボタン一つにするのが仕事だ。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、他者が真似できない本当に効果的な製品が存在しない。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認識し、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。昨年の大半は、「すべてを同時に進め、即座に実行する」という答えだった。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・アイヴとのコラボ、医療研究、広告など。エヴァンスは、それらのいくつかは「全面攻勢」のように見えるか、あるいは積極的に人材を大量採用した結果の一部だと考える。時には、過去の成功したプラットフォームの模倣に過ぎず、その目的や動的メカニズムを十分理解していないようにも見える。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ている。彼は、大学時代の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。これこそ本当の問題だ。OpenAIは、消費者や開発者、企業に対して、自分たちのシステムをより多く使わせる能力を持っているのか？」と。エヴァンスは、ビル・ゲイツの言葉の解釈の一つとして、プラットフォームが本当に実現しているのは、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完結し、コントロールされている。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、なぜ誰もが自分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、なぜ自分の製品が常に優れているといえるのか？エヴァンスは、これらの優位性がなければ、唯一の武器は日々の実行力だけになるとまとめる。実行力が他より優れていることは望ましいが、長期的にそれを制度化できた企業は少なくない。だが、それは戦略ではない。リスクと免責事項市場にはリスクが伴い、投資は自己責任です。本記事は個別の投資助言を意図したものではなく、特定の投資目的や財務状況、ニーズを考慮したものではありません。読者は、本文の意見や見解、結論が自身の状況に適合するかどうかを判断し、投資の責任は自己にあります。
表面の華やかさの下で、OpenAIの「四大困境」
a16z前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、最近深度分析の記事を発表し、表面上の繁栄の背後にあるOpenAIが直面す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早く、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、現在のOpenAI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。同社は独自の技術もネットワーク効果も持たず、9億の週次アクティブユーザーのうち有料ユーザーはわずか5％、2025年に送信されるメッセージの80％は1000件未満であり、これは平均して1日あたり三回未満のプロンプトに過ぎない。この「一マイル幅、一インチ深さ」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すでに技術面で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、OpenAIが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一方で、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、その戦略の成功は疑問だと示している。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ことを意味している。
技術的優位性の喪失：モデルの均質化加速
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、いずれも他を凌駕する技術的優位を築いていない。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、いくら資金や労力を投入しても独占を破るのが難しい。
この技術の平準化は、持続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は現状それを計画し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、競争はブランドや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高評価を得ているものの、消費者戦略や製品戦略に欠け、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。基本的には入力ボックスと出力ボックスに過ぎず、製品革新の余地は非常に限られている」と述べている。
ユーザーベースの脆弱性：規模は粘着性を隠せない
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の使い方を理解し、日常的に習慣化しているわけではない。
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層の方が多く、毎日何度も使う層は少ない。OpenAIは「2025年年度総括」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件未満と明かしている。これは表面上、平均して1日あたり三回未満のプロンプトに過ぎず、実際の会話頻度はさらに少ない。
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高めるだけで、ネットワーク効果にはつながらない」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現状では、その価値は疑わしい。
OpenAI自身も、モデルの能力と実際のユーザー利用との間に「能力ギャップ」があることを認めている。エヴァンスはこれを、製品と市場の適合性が不明確なまま回避しようとする試みとみなす。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。
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存在しない
昨年、OpenAIのサム・アルトマンCEOは、同社の施策を一つの一貫した戦略にまとめようとし、図表を示し、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と。
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、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、各層の技術スタック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、エヴァンスはこれを正しい比喩とは考えていない。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と断言する。そのフライホイール図は、実際には真のフライホイール効果を示していない。
資本支出に関して、昨年、主要なクラウドコンピューティング企業四社はインフラに約4000億ドルを投じ、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、今後の計算能力として1.4兆ドルと30ギガワットの約束を掲げたが（具体的な時期は不明）、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に例えると、ネットワーク効果はなくとも、各世代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の投資を維持できる状態になる。しかし、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に結びついているわけではない。
エヴァンスは、Windowsのアプリを開発するのは、ほぼすべてのユーザーがWindowsを使っているからだと指摘する。ユーザーはWindows PCを買うのは、ほぼすべての開発者がWindowsを使っているからだ。これはネットワーク効果の典型例だ。しかし、生成型AIを使って新しい優れた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し、気にできない。
製品主導権の喪失：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の製品責任者Fidji Simoが2026年に語っ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出て、その後研究者たちが私に連絡してくる。『面白いものができた。チャットでどう使う？企業製品にどう応用？』」
この言葉は、スティーブ・ジョブズの1997年の名言と対照的だ：「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のは間違いだ。」
エヴァンスは、「AI研究所の製品責任者としては、自分の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は非常に限定的だ」と考える。朝メールを開けば、研究所が何かを発見したとわかり、その成果をボタン一つにするのが仕事だ。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、他者が真似できない本当に効果的な製品が存在しない。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認識し、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。
昨年の大半は、「すべてを同時に進め、即座に実行する」という答えだった。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・アイヴとのコラボ、医療研究、広告など。エヴァンスは、それらのいくつかは「全面攻勢」のように見えるか、あるいは積極的に人材を大量採用した結果の一部だと考える。時には、過去の成功したプラットフォームの模倣に過ぎず、その目的や動的メカニズムを十分理解していないようにも見える。
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ている。彼は、大学時代の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。これこそ本当の問題だ。OpenAIは、消費者や開発者、企業に対して、自分たちのシステムをより多く使わせる能力を持っているのか？」と。
エヴァンスは、ビル・ゲイツの言葉の解釈の一つとして、プラットフォームが本当に実現しているのは、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完結し、コントロールされている。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、なぜ誰もが自分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、なぜ自分の製品が常に優れているといえるのか？
エヴァンスは、これらの優位性がなければ、唯一の武器は日々の実行力だけになるとまとめる。実行力が他より優れていることは望ましいが、長期的にそれを制度化できた企業は少なくない。だが、それは戦略ではない。
リスクと免責事項
市場にはリスクが伴い、投資は自己責任です。本記事は個別の投資助言を意図したものではなく、特定の投資目的や財務状況、ニーズを考慮したものではありません。読者は、本文の意見や見解、結論が自身の状況に適合するかどうかを判断し、投資の責任は自己にあります。