AI-Papers
- OpenAIがアクティブユーザー10億人超、導入企業200万社超を突破し、CFOのサラ・フライアー氏が公式ブログで公表しました
- モデル提供のエンドツーエンドコスト20%削減、トークン生成効率15%以上向上、出力トークン6分の1化など具体的な効率化を達成しました
- 効率化で生まれた余力をGPT-5.6 LunaとTerraの値下げとして顧客に還元し、コスト低下から再投資への循環を打ち出しました
10億人と200万社の大台
OpenAIは7月31日、ChatGPT のアクティブユーザーが10億人を超え、導入企業が200万社を突破したと発表しました。公表は最高財務責任者（CFO）のサラ・フライアー氏による公式ブログを通じて行われています。
利用の広がりは単なる人数の増加にとどまりません。登録から半年が経過したユーザーでは、1日あたりの送信メッセージ数が約50%増え、ChatGPT を使う仕事の種類も約2倍になったと報告されています。定着したユーザーほど、より多くの場面で AI に頼るようになる傾向が数値で裏付けられた形です。
社内での使われ方も特徴的です。開発支援ツール Codex を介したエージェント的な作業が、週間の出力トークンの99.8%を占めているといいます。人が対話で少しずつやり取りするよりも、AI が自律的にタスクをこなす使い方が処理量の大半を担っている状況がうかがえます。
効率化を支える技術
今回の発表で目を引くのは、規模の拡大と同時に提供コストを大きく下げた点です。フライアー氏によれば、効率化の中心となったのは推論の保持とコンテキスト管理の改善でした。無駄な計算や情報のやり取りを減らすことで、同じ答えをより少ない処理で導けるようにしたということです。
具体例として、推論能力を測るベンチマーク ARC-AGI-3 での GPT-5.6 Sol のスコアが13.3%から38.3%へ上がった一方、出力トークンは6分の1で済んだと説明されています。性能を高めながら、生成する文字量そのものを大幅に絞り込めたことを示す数字です。
さらに GPT-5.6 Sol が技術チームと連携して本番環境を最適化した結果、モデル提供のエンドツーエンドのコストが20%下がりました。加えて、複数のトークンをまとめて予測する投機的デコードの改良により、トークン生成効率も15%以上向上したとされています。
値下げで顧客に還元
OpenAI はこれらの効率化で生まれた余力を、価格の引き下げという形で顧客に還元しました。GPT-5.6 Luna と GPT-5.6 Terra の大幅な値下げを同日に発表しており、Luna については80%もの値下げに踏み切っています。
コストを削減した分を自社の利益として抱え込むのではなく、利用料に反映させる選択です。フライアー氏は「有用な知能のコストが下がれば取り組む価値のある仕事が増え、利用が広がれば収益と需要の実データが得られて次世代の研究とインフラに再投資できる」と述べ、価格を下げることが結果的に事業全体の拡大につながるという考えを示しました。
実際の現場でも、AI を組み込んだ接客や業務支援の導入が進んでいます。たとえば avatarin が GPT-Realtime を使ってヤマダ電機に接客 AI を導入した事例では、2週間で3万人が利用しました。こうした具体的な成果が積み上がることで、利用料低下と需要拡大の循環が回り始めます。
成果あたりコストという指標
フライアー氏の説明で示された視点は、AI の事業経済性を考えるうえで示唆に富みます。顧客が本当に求めているのはトークンそのものではなく、サポート案件の解決やソフトウェアの出荷といった成果だという指摘です。
この考え方に立てば、適切な指標はトークンの単価ではなく「成功した成果1件あたりのコスト」になります。同じ料金でも、1つの仕事を完了させるのに必要なトークンが減れば、実質的な費用は下がります。今回の出力トークン6分の1化は、まさにこの成果あたりコストを押し下げる効果を持ちます。
コストが下がれば新たに採算が合う用途が増え、利用が広がれば得られたデータを次の研究とインフラ投資に回せます。OpenAI が描くのは、この循環を回し続けることで規模と収益を同時に伸ばす構図です。10億人という到達点は通過点であり、値下げを起点とした次の拡大局面をどう作るかが問われる段階に入りました。
