OpenAIの年換算売上は「700億ドル」ではなく「500億ドル近く」 ― FTが報道、算出方法の違いが原因か
2026年10月8日(米国時間)、TechCrunchは、OpenAIに関する2つの記事を掲載しました。1つは、同社の年換算売上高について「先週報じられた約700億ドルより約200億ドル低い」とするFinancial Times(FT)の報道です。もう1つは、OpenAIが今週公開した数学の問題の「解答」が、同社が助言を求めた数学者のグループの指針に十分沿っていないとする記事です。
どちらも、OpenAIの成果や規模をどう測り、どう検証するかが問われているという共通点があります。本記事では、2つの記事の内容を整理します。数値や主張は、各記事が引用する報道や関係者の発言に基づき、OpenAI側のコメントは記事の時点では示されていません。
1. OpenAIの売上をめぐる報道
1-1. 「700億ドル」から「500億ドル近く」へ
TechCrunchのルーカス・ロペック氏によると、約1週間前に、OpenAIの年換算売上高が約700億ドルに迫っていると報じられていました(Axiosの9月29日の報道を引用)。この数字は、Anthropicの報告されている売上の run rate(8月のCNBC報道では、7月時点で年換算650億ドル)に匹敵する水準でした。
ところが、FTは、OpenAIが投資家に対し、年換算売上が「500億ドルに近づいている」と伝えたと報じました。つまり、先の数字より約200億ドル低いことになります。
1-2. 700億ドルの出どころ
FTによると、700億ドルという数字は、OpenAIの投資家に共有された情報をもとに報じられたもので、OpenAI自身の投資家が、Anthropicの年換算売上と直接比較しようとして作った試算でした。
さらに、TechCrunchは、両社の算出方法が違う点を指摘しています。
Anthropic:クラウドパートナー経由の売上を含めて数える
OpenAI:クラウドパートナー経由の売上は含めない
そのため、単純な比較は難しいといいます。
1-3. 背景
TechCrunchは、売上の数字が、OpenAIにとって重要な論点になっていると述べています。
同社は、3月の資金調達だけで1,220億ドルを調達した
今年、流出した同社の2025年の財務では、売上は約130億ドルだったが、支出はそれを大きく上回っていた
今年中とも噂されたIPOは、2027年初めに先送りされた(CNBCの報道を引用)
TechCrunchは、OpenAIにコメントを求めていますが、記事の時点で回答は紹介されていません。
2. OpenAIの数学の「解答」と、研究者の指摘
2-1. 何が公開されたのか
TechCrunchのティム・ファーンホルツ氏によると、OpenAIは、今週、世界で最も難しいとされる数学の問題に対する、数百件の「解答」と主張するものを公開しました(GitHubのリポジトリで公開)。同社は、前回、モデルが数学の長年の問題を解いたときの論争を避けるため、一流の数学者の助言グループに相談したと説明しています。ここでいう前回の論争は、9月にTechCrunchが報じた、NYUの数学者が、OpenAIが数学の問題をめぐって「汚い手を使った」と述べた件を指します。
2-2. 助言グループの指針
この助言グループは、Advisory Group on Mathematics and Artificial Intelligence(AGMAI)で、プリンストン高等研究所が主催し、世界の研究機関に所属する9人の著名な研究者で構成されます。9月末に、フロンティアラボが数学の問題を解く際の指針を公表しました。
最新の公開に対するAGMAIの声明は、「推奨がどの程度守られたかを評価するのは、最終的に数学コミュニティだ」という趣旨でした。AGMAIは、TechCrunchからのより詳細な評価の依頼には答えていません。
2-3. 指針とのずれ
TechCrunchは、OpenAIが助言グループの指針の一部には沿い、一部には沿っていないと整理しています。
まず、指針の最初の要請は、高度な数学の問題を非公開(プロプライエタリ)のモデルで試すのをやめることでした。しかし、OpenAIの公開文書は、非公開モデルを数学の未解決問題で評価していると明記しており、この点は指針と食い違っています。
一方で、沿っている点もあります。結果をできるだけ早く公開することと、モデルが結論に至った過程の情報を含めることです。ただし、後者は十分とは言えません。719本の原稿のうち、モデルの思考の連鎖が公開されたのは10本のみでした。
形式化についても課題が残ります。指針は、人間が理解できない証明は形式化(Leanなど)するよう提案していますが、記事は、OpenAIが公開した証明の42%が、この過程を経ていないと記しています。
さらに、人間の理解への責任という点では、OpenAIが指針の求める「人間の理解が追いつくことへの責任」を担っているかは、依然として不明確です。助言グループは、人間の数学者の研究に資金を提供することも提案しており、OpenAIが解答を実際に意味のあるものにするには、その支援が必要だという考えです。加えて、自然言語の証明と形式化した成果物を対応づける機械可読なメタデータを付けるよう求めていましたが、OpenAIは今回の公開でそれを付けていません。
2-4. テレンス・タオ氏とメラニー・ウッド氏の指摘
OpenAIの手法を批判してきたテレンス・タオ氏は、公開後に、次の趣旨を発信しました。
問題が、AIに指示を出す人によって自動的に解かれているが、その人は、最初の目標が「解けた」あとは、より広い分野に関心を持たない
AIの出力を十分に理解しておらず、結果について質問に答えたり、講演したり、分野の人々と交流したりできない
ハーバード大学のメラニー・ウッド教授は、TechCrunchに対し、モデルに難問を解かせて解答が出た時点では、「人間の理解はなく、これから作業が始まる」と述べました。数学者は通常、人間が新しい結果を見つけたときは、その責任を持ち、論文、講演、セミナーで、分野に伝える、という説明です。
2-5. 「Lean」への翻訳をめぐる疑問
TechCrunchは、ケンブリッジ大学とロンドンのキングス・カレッジの数学者が今週公開した論文も紹介しています。
AIモデルは、数学の問題を解くとき、まず「自然言語」の説明を作り、それをプログラミング言語Lean(コードとしてコンパイルすることで、証明の正しさを確認する言語)で表現しようとする
論文は、OpenAIが、流体の複雑な挙動を表すNavier-Stokes方程式から派生した問題に出した解答について、自然言語の証明と、その背後にあるLeanのコードとの間に、少なくとも2つの食い違いがあることを示した
これらは、どちらかの解答が誤りだと証明するものではないが、モデルが自分の解答を、人間の関与なしに形式化することを信頼できるかという疑問を生む
論文の著者は、OpenAIの自然言語の証明と、自動形式化されたLeanの証明は、他の証明と同じ査読と精査を経ずに、鵜呑みにすべきではないと結論づけている
