トップAI企業であるにもかかわらず、OpenAIは2026年に140億ドルの損失を出すと予測されている。同社は週間8億人のユーザーを抱えているが、そのうち95%は無料利用者だ。生成AI時代を定義した企業でさえ、基本的なビジネス上の疑問に答えられずにいる。誰がこれらすべての費用を負担するのか？
カーネギーメロン大学（CMU）とAnaxi Labsによる新たな研究は、業界全体が同じ問題に直面していると指摘する。この研究は、AIがユーザーをリンクに誘導する代わりに、直接回答を提供する場合に何が起こるかを検証している。
クリックが消失することで、コンテンツプロバイダーはトラフィックを失っている。そして、それらの回答を生成するための計算コストは上昇し続けている。
「収益が実際にどこから来るべきか、そして収益がエコシステム内でどのように分配されるべきかは、非常に不明確だ」と、AIデータ経済学を専門とするCMUの研究者、チェンヤン・シオン氏は述べた。「このインセンティブと経済的な部分が解決されなければ、技術の成長を著しく阻害することになる」
その影響は甚大だ。ロイターによると、米国におけるAI検索広告への支出は、2025年の約10億ドルから2029年までに260億ドルへと急増する見込みだ。2026年1月の別の調査では、Mediumに掲載された研究が、多様化された収益化戦略がなければ、AIスタートアップの最大99%が失敗する可能性があると指摘している。ドイツ銀行は、OpenAIの財務軌道を前例のないものと評し、これほどの規模の損失を抱えて運営するスタートアップは歴史上存在しないと指摘している。
数十億ドルの損失がAI戦略なのか？
OpenAIは最新の資金調達ラウンドで400億ドル以上を調達し、企業価値評価額は3000億ドルを超えた。
その論理はアマゾンの初期の戦略に従っている。今ユーザーを獲得し、後で収益化する。
エンタープライズとAPI収益は成長しており、マイクロソフトはOpenAIのモデルを大規模にCopilotに組み込んでいる。そして、モデルが小型化し効率化するにつれて、推論コストは低下している。この見方によれば、OpenAIは意図的な市場獲得戦略を実行している。
CMUの研究は、この枠組みが重要な区別を見逃していると示唆する。アマゾンは初日から明確な単位経済性を持つ製品を販売していた。同社は物流とインフラで損失を出しながら、すでに機能していた取引モデルを完成させていた。
OpenAIは、95%のユーザーが取引を伴わずにコストを生み出す製品を拡大している。市場獲得戦略は、その土地の価値を知っている場合にのみ機能する。現時点では、AI業界はまだその不動産を調査している段階だ。
実用的なAIフレームワーク
CMUとAnaxi Labsのホワイトペーパーは、実用的なフレームワークを提供している。広告に全面的に依存するプラットフォームはユーザーを遠ざける。完全に広告なしにするプラットフォームは計算コストを維持できない。長期的な収益と維持率が最も高いのは、ユーザーの感度と長期的な維持価値に基づいて、クエリごとに広告の決定を行う動的なアプローチだ。
シオン氏は、米国人口の大多数が1〜2年以内にAIを使用するようになると推定している。このタイムラインは、コンテンツプロバイダーがすでに苦しんでいるため、これらの経済性を緊急のものにしている。一部は検索トラフィックが劇的に減少している。他の企業は、AIクローラーがコンテンツをスクレイピングすることによる壊滅的なサーバーコストに直面している。適切なインセンティブがなければ、シオン氏は、オープンウェブがペイウォールの背後で断片化するリスクがあると警告する。
「それはますます閉鎖的なデジタル世界につながるだろう」と同氏は述べた。
この協力は、広告対サブスクリプションの議論を超えて、エージェント間のインタラクション、データセットの評価と価格設定にまで及んでいる。
Anaxi Labsの共同創設者であるケイト・シェン氏は、そのビジョンを「プロンプト、エージェント、ワークフロー、データセットが再利用可能な構成要素として公開され、使用量が計測され、収益が自動的に共有される、AI機能のプログラム可能なマーケットプレイス」と私に説明した。ByteDanceのAIキャラクタープラットフォームはすでに実験を開始しており、運営に必要な利益のみを保持し、残りをコミュニティクリエイターに分配すると発表している。
ビジネスリーダーのための3つのAI教訓
第一に、収益化モデルには柔軟性が必要だ。この研究は、極端な戦略が両方向で裏目に出ることを示している。勝利するアプローチは動的であり、単一のモデルにデフォルト設定するのではなく、ユーザーの感度と長期的価値に基づいて広告露出を調整する。
第二に、データとAIスキルは収益化可能な資産になりつつある。シオン氏はこの概念を音楽のロイヤリティに例えた。エージェントが他のエージェントを呼び出し、ワークフローが外部ツールから引き出すにつれて、それらの機能の背後にいる貢献者には、追跡可能な報酬モデルが必要になる。
KPMGはすでに、AI税務エージェントとして機能する100ページのプロンプトを構築しており、洗練されたクリエイティブな入力がモデル自体と同じくらい価値あるものになっていることを示している。独自の知識を再利用可能なAIコンポーネントに早期にパッケージ化する企業は、構造的な優位性を持つことになる。
第三に、公正な経済性がエコシステムの勝者を決定する。ジェンスン・フアン氏はGTCで、熟練したAIコーダーが年間25万ドル相当のトークンを消費する可能性があると指摘した。その支出はインフラプロバイダーに流れる。この研究はより困難な質問を投げかける。それらの出力を有用にするデータ、スキル、貢献を提供する人々に何が還元されるのか？
「構造的公平性は単なる倫理的立場ではない」とシェン氏は述べた。「それは実証済みの競争優位性だ」
