OpenAIが2026年に140億ドルの損失を計上し、2027年には資金枯渇の可能性が報じられる中、AIバブル崩壊の懸念が高まっている。一方でOpenAI CFOは計算資源の拡大と収益成長の相関性を強調し、新たな収益源として2026年後半にAIハードウェアデバイスの投入を計画している。イーロン・マスクはOpenAIを再び提訴し最大1340億ドルの損害賠償を求めているが、その正当性については判断が分かれる。TeslaはDojo 3の開発を再開し、xAIはColossus 2で1ギガワット規模のAI訓練クラスターを世界初で稼働させるなど、圧倒的なスピードで競争をリードしている。しかしxAI従業員が社内ロードマップを漏洩したことで即座に解雇される事態も発生した。中国のAI企業も30億パラメータのGLM4.7 Flashで他モデルを凌駕する性能を示し、小型モデルでの効率化競争が激化している。GPT-5.2 Proによる数学的問題の解決は、新規の証明ではなく既知の結果への独立した証明生成であったことが判明したが、それでもAIの進歩を示す事例である。
OpenAIの財務状況と将来展望
さて、OpenAIが急速に資金を失っており、報道によれば早ければ2027年にも破産する可能性があるとされています。xAIの従業員がインタビューで社内ロードマップを漏洩した後に解雇され、GPT-5.2 Proがまた別の数学的発見をしたとされています。本当でしょうか? それでは詳しく見ていきましょう。
今週最大のニュースの一つは、OpenAIの将来の収益についてでした。報道によると、2026年だけで140億ドルの損失が予測されています。そして、もし次の資金調達ラウンドを確保できなければ、早ければ2027年にも資金が底をつく可能性があるのです。これは当然ながら大きな話題となり、多くの人々がAIバブルが正式に弾けたと主張していました。
しかしほぼ同時期に、OpenAIのCFOであるサラ・フライアーが「知性の価値とともにスケールするビジネス」というタイトルのブログ投稿を公開しました。このブログ投稿で彼女は、計算能力のスケーリングが収益成長と直接相関していることについて述べています。彼らは2023年から2025年にかけて計算能力を約3倍にスケールさせました。その結果、収益も2023年から2025年にかけて約3倍に成長したのです。
つまり、数十億ドルの損失を出している一方で、彼らの資金はすべて計算能力を増やすためのインフラ構築に投じられており、それが最終的には収益を成長させると信じているわけです。これは特に新しいことではありません。OpenAIがやろうとしていること、実際にやっていることは分かっています。そして、すべてが順調に進み、需要が計算能力と並行して成長し続ける限り、近い将来に破産するとは思えませんし、永久に破産しないかもしれません。
むしろ買収される可能性の方が高いでしょう。さらにOpenAIは、今後登場するAIハードウェアデバイスを中心に、新たな収益経路を積極的に模索しています。今週の複数の報道によると、彼らの最初のデバイスは2026年後半に発売される予定です。このデバイスは、ペン型のコンテキスト認識音声アシスタントか、AirPodsに似たコンテキスト認識イヤホンのいずれかになる可能性が高いとされています。
彼らは現在、両方に取り組んでいるようです。話題を変えますが、実際の判決が出るまではこれはすべて憶測に過ぎないので、本当はこの件を取り上げたくなかったのですが、イーロン・マスクがOpenAIを再び訴えています。非営利組織を今日の営利企業に転換したことを理由にしており、OpenAIとマイクロソフトの両方から最大1340億ドルの損害賠償を求めているとされています。
OpenAIがやったことは非常に怪しかったけれども、生き残るためには絶対に必要だったことだと、誰もが同意できると思います。だから彼らがそうした理由は理解できます。ただ、おそらく何らかの法的措置が取られるべきだとは思います。明らかに合法とは思えませんから。しかし、それが何を意味すべきか、そしてイーロンが何らかの形で補償されるべきかどうかについては、完全な詳細が分からないので判断できません。
最近いくつかの新しいメールが公開されたことは知っていますが、繰り返しますが、私たちがまだ知らないストーリーの続きが確実にあるはずです。だから、おそらく公式な判決が出るまで、この件についての報道は待つつもりです。
TeslaとxAIの技術開発
さて、次に進みます。イーロン・マスクは、TeslaがDojo 3、つまり社内AI訓練スーパーコンピューターの開発を正式に再開することを確認しました。これは彼らのAI5チップが良好な状態になったためです。
このAI5チップは、Nvidia Hopperチップに匹敵する性能を持つことになります。イーロンによれば、これによって自動運転が完璧になり、Optimusが大幅に強化されるとのことです。さらに彼は、AI6チップはOptimusとデータセンター向けになり、AI7チップはDojo 3と組み合わせて宇宙ベースのAI計算用になると述べています。そう、ほとんどの企業が知能をレンタルしている間に、Teslaはスタック全体を所有しようとしているのです。そしてAIが現実世界で生活し始めると、これは非常に重要になる可能性があります。
xAIもまた、Colossus 2でギガワット規模の一貫したAI訓練クラスターをオンラインにした最初の企業となり、すでに4月までに1.5ギガワットへのアップグレードを計画しています。これがどれほど驚異的なことかを理解するには、OpenAIのブログ投稿に戻る必要があります。そこでは、OpenAIの2025年の総計算能力がわずか1.9ギガワットに達したことが示されています。つまり、xAIはColossus 2だけで、すでにOpenAIの全計算フットプリントの約半分の規模で稼働しているのです。
そして彼らはそれを急速に超えようとしています。今、xAI、そして延長線上のTeslaに近いスピードで動いている企業は文字通り誰もいません。そして企業がそれほど速く動いているとき、秘密保持がすべてになります。
彼らは自分たちがどれだけ先を行っているか、あるいはどれだけ遅れているかを他者に知られたくないのです。残念ながら今週、彼らの従業員の一人が失言をしました。サリアン・カンゴリという名前のxAI従業員、いや、元xAI従業員がポッドキャストに出演し、xAIの社内ロードマップの一部を何気なく説明し始めたのです。その中には会社が明らかに公開したくなかった詳細も含まれていました。
そして数日以内に、彼は解雇されました。彼を解雇させたとされる瞬間がこれです。
えーと、100万台の仮想マシンが欲しいとしましょう。北米だけで約400万台のTesla車があります。そのうちの3分の2か半分がハードウェア4を搭載していると仮定します。そして時間の70から80パーセント、彼らはそこでアイドル状態で、おそらく充電中です。
私たちはオーナーにお金を払って車の時間をリースしてもらい、彼らにはネットワーキング、冷却、電力があるので、デジタルOptimusである人間エミュレーターをその上で実行させることができます。そうすればオーナーはリース料を払ってもらえるし、私たちは働かせることができる完全な人間エミュレーターを手に入れることができます。
これは何の構築要件もなく実現できます。純粋にソフトウェアの実装だけが必要なのです。
資産がそこに座っていて、それを使えばいいわけですね。
そうです。素晴らしい。マクロハードにおける人間エミュレーターの目的は何ですか? 数百万の人間をスケールアップすることの目的は?
基本的なコンセプトは非常にシンプルです。Optimusでは、人間ができる物理的なタスクを取り上げて、ロボットがそれをコストのほんの一部で、24時間365日の稼働時間で自動的に実行できるようにしています。私たちは人間がデジタルで行うことについても同じことをしているのです。つまり、人間がデジタル入力、通常はキーボードとマウスの入力を必要とし、画面を見て判断を下すあらゆることについて、私たちは人間がやっていることを直接エミュレートするのです。
したがって、ソフトウェアからの適応は一切必要ありません。現在人間がいる可能性のあるあらゆる状況に展開できます。
そう、この人物はマクロハードの社内ロードマップを明かし、働かせることができる完全な人間エミュレーターを持っていることを自慢したのです。まず第一に、何と信じられないほど愚かな行動でしょう。
そして第二に、このエミュレーターがどれほど優れているか、実際に何ができるのかを見るのが待ちきれません。つまり、多くの企業がデジタルで人間の行動をシミュレートするエージェント、計画、推論、ツールの使用、記憶などを構築しようとしていますが、それを大規模に実際に機能させるのは非常に困難です。だから、もしxAIが本当にここで意味のあるものを持っているなら、それは大きな出来事です。
しかし実際に展開されるのを見るまでは、それはまだ単なる主張に過ぎません。誰かの仕事を犠牲にした主張です。
中国AI企業の躍進
他のAIニュースでは、最近IPOを果たした中国のAI企業ZhipuAIが、GLM4.7 Flashという別のモデルを発表しました。このモデルはわずか300億パラメータで、同じ重量クラスの他のモデルを完全に圧倒しています。
SWE-Bench Verifiedで60パーセントというのは、このような小型モデルとしては本当に驚異的です。彼らはこれが完璧な軽量展開オプションだと言っています。そしてコーディング以外にも、創作執筆、翻訳、長いコンテキストタスク、ロールプレイにも推奨しています。全体として、これは信じられないほど効率的なモデルのようで、もし何かを展開する予定があれば、確実に使用を検討するでしょう。
これはまた、中国のAI研究所が小型モデルから性能を引き出すことに非常に優れ続けているという明確な兆候でもあります。計算能力が主なボトルネックになるにつれて、これは非常に重要になります。
GPT-5.2 Proの数学的証明
最後に、冒頭で述べたように、今週GPT-5.2 Proが問題番号281という別の問題を解決したという主張があり、以前に解決策は見つかっていなかったとされていました。
伝説的な数学者のテレンス・タオでさえ、AIが未解決問題を解決した最も明確な事例かもしれないと述べました。しかし、以前の証明が存在しなかったという重要な主張は、実際には間違っていたことが判明しました。この投稿はX上でコミュニティノートが付けられ、1936年のダベンポートとエルデシュ、そして1960年代のロジャースによる後の研究にまで遡る、以前の証明がすでに存在していたことが指摘されました。
つまり、これはAIが全く新しい未解決問題を解決したわけではなく、既知の結果に対してAIが独立して新しい証明を生成したということです。それでも印象的ですが、ただそれほど印象的ではないというだけです。
とにかく、これが今週のAIニュースのすべてでした。ところで、ほとんどの方がすでにご存知のように、私はXからニュースのほとんどを得ていますが、そのプラットフォームにはあまりにも多くのノイズがあるので、もっと焦点を絞ったものを作りたいと思っていました。
実際に、私のXアカウント「AIopium」で毎日のAIニュース要約を投稿し始めました。簡潔でキュレーションされた内容を、毎平日の東部標準時午前12時に投稿しています。もしそこにいるなら、ぜひチェックしてみてください。きっと気に入ってもらえると思います。
ご視聴ありがとうございました。楽しんでいただけたら「いいね」を押してください。チャンネル登録もお願いします。それでは、また次回お会いしましょう。
コメント