この記事を共有・保存
AUDIO
この記事を聴く
ログイン情報を確認しています…
本文をもとにした音声版です。
要旨 OpenAIのCEO、サム・アルトマンを評価するなら、巨額調達やChatGPTの人気だけを見るのでは足りない。消費者向けサービスで広い接点を作り、企業の業務へ入り、得た資金と需要予測を次の研究と計算資源へつなぐ——この設計には戦略上の筋がある。一方、資金調達は利益ではなく、確保した電力容量は稼働した能力ではない。「使う人が増える」「儲かる」「安全で信頼される」の三つは、別々に検証しなければならない。本文では公開一次資料と米規制当局の資料を突き合わせ、事業モデルの強さと崩れる条件を整理する。
1|巨額の数字は同じ成功を語っているのか
2026年3月31日、OpenAIは新たな資金調達ラウンドで1,220億ドルのコミットメントを得たと発表した。調達後の企業価値評価は8,520億ドル。同年4月、同社は米国内のAIインフラとして10ギガワット(GW)超を確保したと説明した。さらに8月末、ChatGPT広告事業が年換算で10億ドルの売上規模に達したと公表した。[1][2][3]
見出しだけをつなげれば、「資本も設備も売上も急拡大する会社」に見える。しかし三つの数字は単位も性格も違う。1,220億ドルは調達ラウンドで表明されたコミットメントで、2026年の利益ではない。10GWは施設と電力を含むインフラの確保に関する発表であり、全量がすでに稼働し、利用者の要求を処理している意味ではない。広告の10億ドルも、当日までに実際に10億ドルを回収した累積売上ではなく、現時点のペースを年に引き伸ばした年率換算ランレートだ。
この区別は細かい会計用語の問題ではない。経営判断では、将来への約束、供給能力、売上、利益、現金収支を別々に管理する必要があるからだ。しかもAI企業では、利用者が増えても、推論のたびに計算費用が発生する。売れるほど費用も増える事業である以上、利用者数だけで成長の質は決まらない。
ここから考えたい問いは「サム・アルトマンは天才か」ではなく、「なぜOpenAIは、需要が確定する前にこれほど大きな計算資源への約束を重ね、なお多くの投資家・企業・利用者を引きつけられるのか」だ。人への評価を、検証可能な戦略へ分解する。
2|研究室から三つの会社へ——アルトマン自身が示した役割の変化
OpenAIは2015年に非営利組織として始まり、2019年に研究と実装を拡大するため営利子会社を設けた。その後2025年10月に、非営利のOpenAI Foundationが支配権を維持しながら、営利部門を公益法人OpenAI Group PBCとする再編を完了した。[4]
この変化を「理想から金儲けへ」とだけ語ると、重要な構造を落とす。研究開発に必要な計算機、人材、電力、顧客の利用規模が拡大すれば、研究だけを運営する組織とは異なる資金調達・契約・ガバナンスの仕組みが必要になる。ただし、その必要性が組織設計の正当性を自動的に証明するわけではない。使命と収益の利害が衝突したときに、誰が何を決められるかが問題になる。
2025年5月、アルトマンは社内向けの公開メッセージで、OpenAIが研究所に加えて、世界規模の「製品企業」と「インフラ企業」になったと述べた。同時にFidji SimoをApplicationsのCEOとして迎え、自身は研究・計算・アプリケーションの整合を監督する立場を明示した。[5]
ここに経営上の転換がある。モデルを作る人、利用者の使い勝手を改善する人、データセンターや資本を調達する人では、専門性と意思決定の速度が違う。ひとりのリーダーが全工程を直接管理するのではなく、各領域の責任者を置き、境界にまたがる資源配分を自分が担う。今回の記事で扱うのは、この複数事業を連結する経営である。
もっとも、こうした体制はアルトマン一人で生まれたものではない。経営陣、研究者、営業組織、取締役会、外部パートナーの仕事が実行を支える。会社の業績と本人の個性を一対一に結ぶことはできない。
3|第一の循環:個人利用を、企業導入の入口に変える
OpenAIは2026年9月の事業説明で、自社製品が週10億人超の利用者と250万の企業・組織に届くと述べた。[6] これは同社の公表指標であり、第三者による独立監査済みの人数と同一視はしない。さらに「週に一度利用した人」と「課金している人」「業務で継続的に価値を得ている人」は異なる。
それでも事業モデル上、この接点には意味がある。従来の企業向けソフトウェアは、営業担当者が組織に売り込み、導入後に社員が操作を学ぶことが多かった。ChatGPTでは順番が逆になる。個人が先に使い、家庭や学習で機能を覚え、その経験を職場へ持ち込める。会社は社員に未知の製品を一から説明する負担を減らせるかもしれない。
これは「製品主導型成長」と呼ばれる販売構造に近い。ただし、個人の人気がそのまま企業契約に変わるわけではない。法人利用には、情報管理、アクセス制御、監査、サポート、予算責任、規制対応が必要だ。OpenAIは企業向けデータについて、入力・出力を原則としてモデル訓練に用いないと表明している。[7] その方針は企業導入の条件を整えるものだが、個別企業が必要とする全ての法的・技術的保証を代替するわけではない。
2026年4月、最高収益責任者Denise Dresserは企業向け事業が総収益の40%超を占めると発表した。[8] ここでいう40%は「企業ユーザーの割合」ではなく、同社の説明に基づく収益構成比だ。会社が急成長していても、個人向けと企業向けでは契約単価、解約率、導入コスト、サポート費が違う。40%が高いことと、企業事業の粗利益率が高いことも同義ではない。
重要な観察は、無料・個人・企業を別々の島にしない設計だ。個人利用は導入の説明コストを下げ、企業導入はより継続的な業務需要を生み、開発者は用途をさらに増やす。会社はこの連なりを一つの配布網として利用しようとしている。現実にどれほど強い循環かを確認するには、企業の有料継続率や利用量、導入効果の独立データが必要であり、公開資料だけでは十分に見えない。
4|第二の循環:サブスクだけでなく、異なる支払い方を束ねる
ChatGPTの有料プランは分かりやすい収益源だ。だが、OpenAIの収益手段は一つではない。個人・企業の定額契約、開発者が使うAPIの従量課金、広告などが組み合わさる。2026年1月のCFO Sarah Friarの説明では、2025年の年換算売上ランレートは200億ドル超、2023年は20億ドル、2024年は60億ドルとされた。[9]
ランレートは、ある時点の売上ペースを年換算したもの。2025年の監査済み年間売上高や純利益の開示と混ぜてはいけない。また「APIは従量課金だから利益が出る」とも言えない。処理するトークンや長い推論が増えれば、計算費、通信、ストレージ、サポートなどの費用も増える。
2026年8月末には、ChatGPT広告のランレートが10億ドルに達したとOpenAIが公表した。[3] 10月の技術記事は、広告の候補抽出・ランキング・配信が通常の回答生成とは別のシステムで動くと説明した。[10] これは同社が掲げる回答の独立性を守るための設計上の説明だ。利用者の信頼が本当に守られるかは、運用の監査、広告表示の分かりやすさ、苦情、長期的な利用行動も見なければ判定できない。
広告には別の緊張がある。無料利用を支える売上源になる一方、広告収益を増やす圧力が強まれば、「何を出すと広告主が得をするか」と「何を答えると利用者の役に立つか」を区別し続けなければならない。OpenAIの公表原則は広告と回答を分離するとしているが、約束の存在と外部から検証された達成は別の話だ。
定額制、従量制、広告はリスクの形も異なる。定額制は過剰利用者のコストが膨らみ得る。従量制は使用量が増えれば売上も増えるが、価格競争に晒される。広告は課金しない利用者を収益化できる反面、信頼とブランド安全性に依存する。複数モデルの採用は、単なる売上源の追加というより、需要が不確実なときに一つの収益経路へ賭け過ぎないための分散と読める。ただし、この評価はFORWARD BASISの独自解釈である。
5|第三の循環:モデルの賢さより「計算できる量」が制約になる
AIモデルは公開すれば無限にコピーして提供できるデジタル商品とは違う。高性能な学習には大量の計算資源を使い、利用者に回答を返す推論にも継続的な設備を使う。大量の利用が増えると、モデルの品質だけでなく、ピーク時の供給、応答速度、コストが競争力を左右する。
OpenAIは2026年4月、Stargate計画について2029年までに米国内で10GWのAIインフラを確保するという2025年の目標を上回ったと説明した。[2] ここでの動詞は「確保する」である。発電所や変電所、土地、建設、系統接続、GPU調達、稼働率まで含めて10GWが今日すべて使えている、と読み替えてはいけない。同社自身、施設立地には電力、許認可、送電、労働力、地域の協力が必要だと記している。
10GWという大きな数字には、経営の時間差が凝縮される。需要は今あるが、データセンターは明日完成しない。設備の契約や建設を先行させれば、競合より先に供給できる可能性がある。反面、モデルが安くなり過ぎる、競争で単価が下がる、需要の伸びが鈍る、電力や機材の納入が遅れる、といった状況では、先に約束した容量が資金負担へ変わる。
CFOは2026年1月、供給制約に備えて複数パートナーを活用し、バランスシートを軽く保ち、需要の兆候に合わせて契約を段階的に進める姿勢を説明した。[9] こうした言葉は経営方針を知る資料にはなるが、各契約の保証額、違約金、最低利用義務、実際の設備稼働率までは公開されていない。「資産を所有しない」ことと「大きな契約上の負担を負わない」ことは別だ。
そして、計算資源は多ければ常に良いわけではない。需要に対して過剰なら利用されない設備の負担が重い。需要に対して不足すれば、速度の低下や販売機会の損失が起きる。経営上の重要指標はGWの宣伝値だけでなく、実稼働容量、実効稼働率、品質を満たす一作業あたりの供給コストになる。しかしそれらの十分な時系列情報は、外部からはまだ見えない。
6|値下げで市場を広げる戦略は、利益を削る戦略にもなる
2026年7月31日、OpenAIは一部モデルのAPI価格を大きく引き下げたと発表した。[11] 価格引き下げは企業・開発者にとって歓迎されやすい。以前は費用に見合わなかった処理が採算に合えば、使い道が増えるからだ。例えば、数千件の書類から候補を整理し、何度か品質チェックをかける仕事では、1回あたりの推論コストが下がると自動化を試しやすくなる。
しかし、安いAIが売上と利益の両方を増やすとは限らない。単価が下がる幅より利用量が増えれば売上は増えるが、処理にかかる総計算コストがもっと増えれば利益率は悪化し得る。逆にモデル効率の改善で同じ品質を安い計算量で供給できれば、値下げと粗利益改善が両立する余地がある。価格、利用量、供給原価の三つを同時に見なければならない。
さらにモデルの価値は「100万トークンの料金」だけでは測れない。仕事を完了するには、失敗時のやり直し、専門家の確認、外部ツールの費用、個人情報の管理が必要になる。安いモデルが不正確な処理を繰り返せば、総コストは高くつく場合もある。反対に高価なモデルが一度で正確に終えられるなら、成果物あたりの費用は安くなる可能性がある。
ここで経営の問いは「最も高性能なモデルを作る」から「顧客が許容できる費用・速度・信頼性で、必要な仕事を終える」へ移る。これはAIだけでなく、製品戦略の一般原則でもある。ただし実際にOpenAIのモデルが競合より高い投資利益率を生むかどうかは、顧客ごとの独立検証が必要だ。
7|Microsoftとの契約変更が示す「提携しながら依存を減らす」
巨大な計算基盤を自前で一から調達するのは難しい。OpenAIとMicrosoftの協力関係は、研究と商用展開の双方を支えてきた。2025年10月の資本再編時、Microsoftの持分はおよそ27%と説明されている。[4][12] この数字は当該再編時点の公表値であり、現在の全ての希薄化を織り込んだ最新割合とは限らない。
2026年4月27日、両社は協定の改定を発表した。発表によると、Microsoftは引き続き主要クラウドパートナーであり、一定条件の下でOpenAI製品はAzureに先行提供される。一方、OpenAIは自社製品を複数のクラウド事業者から顧客に提供できるようになり、Microsoftのモデル・製品の知財ライセンスは2032年まで継続しつつ非独占となった。収益分配の取り決めにも変更がある。[12]
ここにあるのは単純な「Microsoftと決別した」という話ではない。強いパートナーから資本・販路・インフラを得ながら、将来の供給経路を一社に閉じない設計だ。パートナーの力を使うほど依存が深まる可能性があるため、契約変更は選択肢の確保として理解できる。
反対に、クラウド事業者を増やせば自動的に費用が下がるわけでもない。違う設備やソフトウェア構成を使えば最適化・移行・検証の手間がかかる。資源配分の交渉も複雑になる。さらに独占条件が緩んでも、既存顧客、モデル配置、開発環境には移行コストが残る。独占がないことと、切り替えが容易なことは違う。
米連邦取引委員会(FTC)が2025年に公表した調査報告は、大手クラウド企業とAI開発企業の提携について、計算資源、人材、切り替え費用、機密情報へのアクセスなどの競争上の懸念を整理した。[13] ただし、これはリスクに関する競争当局の分析であり、OpenAIとMicrosoftの全契約が違法と判定されたという意味ではない。事業が拡大するほど、顧客に価値を届ける効率と市場の競争を守る条件を同時に検討する必要がある。
8|2023年の解任騒動は、経営者の強さだけで片付けられない
サム・アルトマンの経営を語るとき、2023年11月にCEOを解任され、その後復帰した出来事は避けられない。2024年3月、OpenAIの取締役会特別委員会は法律事務所WilmerHaleによる調査を公表し、旧取締役会とアルトマンの信頼関係の破綻が解任の背景だったと説明した。委員会は彼の継続的な指導力に信任を示した。[14]
ここで「復帰したのだから全ての疑問が解決した」とみなすのは早い。この調査は会社側が委嘱し、公表した要約である。外部からすべての証言や非公開資料を確認できるわけではない。一方、当時の解任を製品安全の問題や財務不正の認定だと断定することも、公開された調査要約の範囲を超える。
経営上の教訓は、カリスマ経営者を守るべきか倒すべきかという二択ではない。巨大な技術企業には、CEOに実行権限を与えることと、取締役会が監督し、異議を唱えられることの両方が必要だ。創業者の判断が速いほど、その判断を訂正できる制度が弱くなってはならない。
2025年の再編ではOpenAI Foundationが営利企業の取締役全員を指名・交代できる特別な権限を保持した。[4] これは形式上の監督制度を示す。しかし実効性は、重要な情報が理事会に届くか、利益相反をどう扱うか、安全上の異議が意思決定へ反映されるかによって決まる。制度を作ったことだけで、完全な独立性や安全性が保証されるわけではない。
9|「安全」をコストではなく供給条件として扱えるか
AIの安全対策は、収益を生む製品機能と対立する費用として見られることがある。だが法人顧客にとっては、誤った回答やデータ漏えい、権限を越えた操作が起きれば、導入自体が止まる。一定以上の信頼性は、売上を得る前提条件でもある。
OpenAIは2026年5月、Frontier Governance Frameworkを公開し、危険な能力の評価、セキュリティ、インシデント対応、外部専門家からの意見などの考え方を説明した。[15] 企業向けにはデータを原則学習に利用しないとする方針も示している。[7] これらは調達時の説明や、リスク管理の検討材料になる。
ただし、文書化された安全手順と、実世界での安全実績は同じではない。技術が高度化し、外部サービスの操作やファイル変更まで行うエージェントが普及すれば、事故の種類と費用は変わる。評価した危険だけでなく、想定外の失敗を検知・停止・回復する仕組みが必要になる。安全対策が商品の選ばれる理由にもなり得る一方、不十分なら利用を阻む要因にもなる。
また、広告と個人向けの大規模な利用履歴、企業が求める厳格な秘匿性は、同じ「利用者拡大」の数字では測れない。個人が便利と感じても、企業の法務・セキュリティ基準を通過するとは限らない。ここにも成長の時間差がある。
10|OpenAIが最も強いという反論と、最も弱いという反論
まず強い側の仮説を考える。広い個人接点を持ち、モデル研究、API、業務用製品、広告、計算基盤までつなげられる企業なら、一度の研究投資を複数市場に生かせる。個人が企業導入を後押しし、企業の継続需要が設備投資を正当化し、安価な計算が次の利用を開く。これが経営陣の語る好循環である。[1][6][9]
この説明は構造としては成立し得る。しかし現時点で好循環の全てが実現し、利益を伴っていると証明されたわけではない。調達額、ユーザー数、GW、年換算売上の公表だけでは、営業利益、フリーキャッシュフロー、調達した資金の将来回収、企業顧客の継続率までは分からない。特にAIモデルの性能差が縮まり、ユーザーが他社の安価なサービスに移りやすくなれば、巨大な設備約束は重荷になり得る。
逆に弱い側の仮説もある。OpenAIは巨額の資金を使い、コストが低下する激しい価格競争に挑む「高成長だが収益化が不確実な事業」だという見方だ。競合の進歩、規制、著作権訴訟やコンテンツ調達、電力供給、製品の誤動作、セキュリティ事件が成長を削る可能性はある。価格が下がる速度がコスト削減より速ければ、利用者が増えても経済性は改善しない。
ただし、この悲観論も「失敗が確実」という証明にはならない。新しい用途が生まれて顧客が支払う総額が増え、供給費用が改善し、企業の業務で高い継続率を得られれば、投資負担を吸収する道はある。どちらの仮説が強いかを決めるのは、予言ではなく将来の収益と品質のデータだ。
つまり、アルトマンの戦略は「必勝法」でも「巨大な空約束」でもなく、実際の需要を作りながら、将来の供給と信頼を先に組み立てる高リスクな競争戦略と見るのが適切だろう。これはFORWARD BASISの分析上の評価であり、公式に認定された成功要因ではない。
11|Master Insight:この経営は「三つの時計」を合わせる仕事だ
ここまでの資料を、一つの見方に接続したい。OpenAIの競争力を考えるとき、研究、売上、設備を同じ成長曲線に押し込むより、速度の違う三つの時計として考える方が精度が上がる。
第一の時計は、利用と収益化の時計。 個人向け製品の使い方は日々変わり、企業契約は審査と導入を経て積み上がる。広告やAPIは利用量で変動する。短期の収益を増やしても、翌年も顧客が残るかは別に測る必要がある。
第二の時計は、研究と設備の時計。 モデル開発は試行錯誤を要し、電力や施設の確保は年単位の計画になる。将来の需要を予想して先に投資すれば、間に合ったときに強い。しかし外れたときの契約・資金負担も先に生じる。10GW確保という発表は、この時計を進めようとする意思の表れであって、10GW分の利益の証拠ではない。
第三の時計は、信頼と制度の時計。 消費者は製品を数分で試せるが、企業と社会は誤動作、秘密保持、規制、監督制度の実績を時間をかけて評価する。信頼を得るには反復的な良い実績が必要だが、失うときは一度の事故でも速い。2023年のガバナンスの混乱や現在の安全枠組みは、製品開発とは異なる時間軸を持つ。
この三つを「売上の数字が伸びたのだから全て順調」と同一視すると、経営の見落としが生じる。逆に、設備投資が巨額だから直ちに破綻すると決めつけても誤る。強い戦略とは、最も速い時計だけを加速することではなく、遅い時計が追いつくまで耐えられる資金・組織・信頼を設計すること。これが本稿のMaster Insightだ。
この枠組みは、アルトマンが実際に全ての意思決定で三つの時計を意識していたという心理的な断定ではない。公開資料から読み取れる戦略を、読者の判断のために再整理したものである。
12|小さな会社が真似るべきこと、真似てはいけないこと
OpenAIほどの規模がなくても、取り入れられる原則はある。第一に、商品を「売りたい機能」ではなく「継続して解決する仕事」から設計する。次に、無料体験や公開情報で価値を知ってもらい、有料で必要になる追加価値を区別する。さらに、需要が分からないうちに固定費を巨大化させず、使われた量・継続率・顧客が得た結果で投資判断を更新する。
例えば記事を制作・販売する小規模メディアなら、無料記事は新しい読者との接点になる。しかし無料記事の閲覧数が伸びたから有料記事の需要も同じ割合で増えるとは限らない。読者が本当に支払いたいのは、文章の長さなのか、別資料を横断した検証なのか、実践に使える判断材料なのかを確かめる必要がある。これはOpenAIの企業導入へ向かう構造と同じ問いを持つが、同じ資本投下を真似る必要はない。
実務では三つの帳簿を分けるとよい。需要の帳簿には読者・顧客の再訪、継続、課題解決を記録する。供給の帳簿には制作やサービスに必要な費用、ボトルネック、品質不良を記録する。信頼の帳簿には訂正、苦情、出典の透明性、説明責任を記録する。一つの数字が良くなっただけで、他も良いとみなさない。
そして、投資前に反証条件を決める。「3か月後も有料継続が弱ければ新しい固定費を増やさない」「品質エラーが増えたら自動化を戻す」「顧客の秘密を扱う案件は必要な管理が整うまで受けない」といった条件だ。目標の大きさは誇りにできる。しかし、撤退や修正の条件を持たないことまで勇気と呼ぶ必要はない。
13|結び:アルトマンの経営はまだ採点途中にある
サム・アルトマンのOpenAIは、研究モデルを直接使う個人を獲得し、企業と開発者へ用途を広げ、調達と提携で計算供給を増やし、公益法人と非営利の監督構造を調整してきた。少なくとも、これらの動きが連動するように設計されていることは、複数の公式資料から確かめられる。
一方で、同社の発表する成長指標を利益の証拠にしてはいけない。企業価値の評価額は回収した現金ではない。設備の確保は実稼働ではない。利用者数は顧客価値の独立した証明ではない。安全に関する原則は運用実績と照合し続けなければならない。そして、組織の成果はCEOひとりの能力だけでは生まれない。
この人物から学べる最も実用的なことは、壮大な目標を語る能力よりも、異なる速度で変わる需要・供給・信頼を同時に管理するという経営上の問いだ。優れた事業モデルは、うまくいった場合の循環だけでなく、うまくいかなかった場合にどこが壊れるかまで説明できる。その基準で見るなら、OpenAIの物語はまだ完結していない。
SOURCE / 原典
この記事の出典
本文の事実確認に使用した原典です。FORWARD BASIS独自の解釈・整理は本文内で区別しています。
- 公式OpenAI (2026-03-31) — 調達コミットメント$122B、評価額$852B、2026年3月発表の月次売上ペース
- 公式OpenAI (2026-04-29) — Stargate 10GW securing commitment; not all operational
- 公式OpenAI (2026-08-31) — 広告10億ドル annualized revenue run rate
- 公式OpenAI (2025-10-28) — 非営利FoundationによるPBC支配、株式持分26/27/47
- 公式OpenAI (2025-05-07) — Sam Altman本人公開メッセージ:製品・インフラ・研究の3役割、Fidji Simoへの委譲
- 公式OpenAI (2026-09-08) — 週10億人超、250万企業・組織という会社公表規模
- 公式OpenAI (accessed 2026-11-07) — 法人向けデータの学習利用は原則オプトイン
- 公式OpenAI (2026-04-08) — 企業向け収益比率40%超(CRO公表)
- 公式OpenAI CFO Sarah Friar (2026-01-18) — 2023/2024/2025 ARR $2B/$6B/$20B+、段階的設備計画
- 公式OpenAI Engineering (2026-10-21) — 広告サーバーと回答生成のシステム分離に関する会社技術説明
- 公式OpenAI (2026-07-31) — 一部APIモデル価格の値下げ
- 公式OpenAI (2026-04-27) — クラウド・ライセンス・収益配分の変更
- 公式U.S. Federal Trade Commission (2025-01) — クラウド大手・AI開発企業提携の潜在競争リスク
- 公式OpenAI Board Special Committee (2024-03-08) — 2023年解任の原因に関するWilmerHale報告要約
- 公式OpenAI (2026-05-28) — リスク評価とガバナンス枠組み
SUPPORT FORWARD BASIS
この記事が参考になったら
FORWARD BASISは、根拠に基づく質の高い情報を届けています。記事が役に立ったと感じたら、OFUSEから活動を応援していただけるとうれしいです。
おすすめ記事
なぜNikeは「走る仲間」をつくるのか──ランクラブを広告ではなく事業として読む
ランニングシューズを売る企業が、なぜ無料の練習プランや仲間との体験を提供するのか。ランクラブの拡大を入り口に、Nikeの施策とStravaのデータから、コミュニティを商売につなげる仕組みと、その限界を考える。
「毎日のシャワー」はなぜ高く売れるのか──Doveが広げるHygiene Resetの市場
清潔にするためだけなら、シャワーは短時間で終わる。ところが海外のSNSでは、香りを選び、ボディケア用品を並べ、入浴後の時間まで含めて楽しむ「セルフケアの儀式」が注目されている。日常の動作は同じでも、そこに求める価値が増えると、商品選びも変わる。
「朝に外すだけ」の動画が、なぜ商品を売るのか——Morning ShedとBootsに見る美容ビジネスの転換
夜に何層も美容アイテムを重ね、朝になったら一つずつ外す。Morning Shedは奇抜な流行にも見える。だが、ビジネスの側から見ると重要なのは美容法の新しさよりも、買う前には見えにくかった「使用過程」を、短い動画の商品説明に変えてしまったことだ。
サム・アルトマンは「AI」をどう事業に変えたのか——OpenAIの成長を支える三つの時間差