OpenAI

OpenAI とは

OpenAI は、大規模言語モデルの GPT シリーズと、それを対話サービスにした ChatGPT、画像や音声を扱うモデルなどを開発している米国の組織だ。2015 年 12 月に非営利法人 OpenAI, Inc. としてデラウェア州で設立され、Elon Musk と Sam Altman が共同会長、Ilya Sutskever や Greg Brockman らが創業に名を連ねた。「安全で人類全体に利益をもたらす AI」という掲げ方は設立当初から変わらないが、組織の形は後述のとおり大きく変わっている。

主なプロダクト

プロダクト	内容
GPT シリーズ	文章を生成する大規模言語モデル
ChatGPT	GPT を対話形式で使えるサービス
API	自社アプリに AI 機能を組み込む手段
画像・音声系モデル	画像生成や音声認識

個々のモデル名と世代は数か月単位で入れ替わるため、この表では系統だけを挙げている。現行のモデル一覧・対応する機能・料金は、提供元の公式ドキュメントで確認するのが確実だ。

歩みの要点

時期	出来事
2015 年 12 月	非営利法人として設立。総額 10 億ドルの出資表明を得る
2019 年	利益に上限を設けた営利子会社を置き、Microsoft の出資と Azure の計算資源を受け入れる
2020 年	GPT-3 と、それを貸し出す API を公表。最初の商用製品となる
2022 年 11 月	ChatGPT を公開。生成 AI が一般利用へ広がる契機とされる
2025 年 10 月	営利部門を公益法人へ転換し、利益上限を撤廃

設立時の 10 億ドルは表明された額であり、税務申告に基づけば 2021 年までに実際に受け取ったのは 1 億 3320 万ドルだったとされる。一方で大規模モデルの開発には巨額の計算資源が要る。非営利のままでは調達が追いつかないという矛盾への妥協案が 2019 年の営利子会社で、利益の上限を「出資額の 100 倍」に定める形で外部資本を受け入れた。

2020 年の GPT-3 (論文「Language Models are Few-Shot Learners」・2020 年 5 月に arXiv へ投稿・第 1 著者 Tom B. Brown) は、モデルそのものを売るのではなく API として貸し出す事業の形を定めた。自前でモデルを持たない企業が 生成 AI を組み込めるという現在の構図は、ここで固まっている。

2025 年 10 月 28 日、OpenAI はカリフォルニア州とデラウェア州の司法長官の承認を得て新しい構造へ移行したと発表した。営利部門は公益法人 (public benefit corporation) の OpenAI Group PBC となり、非営利側は OpenAI Foundation へ改称し、2019 年に設けた利益上限は撤廃された。非営利が営利部門の約 26%、Microsoft が約 27% を保有する形とされ、2026 年 6 月には米国証券取引委員会へ株式公開の申請を行ったことを公表している (資本構成と上場に関する数字はいずれも 2026 年 8 月時点)。研究組織として始まった組織が、通常の企業と同じ資金調達の枠へ入っていく過程だと読める。

なぜ生成 AI 普及の中心にいるのか

理由はモデルの優劣だけではない。専門知識のない利用者がそのまま触れる ChatGPT と、同じモデルを外部の開発者へ開く API が同時に存在したことが効いている。試して驚いた人が増えるのと、それを自社サービスへ組み込む開発者が増えるのが並行し、その需要が使用量という測れる数字になって次のモデルへの投資根拠になった。技術と流通経路と資金調達が同じ輪の中で回った点が、他の研究組織との違いだ。

開発者から見た位置づけ

アプリケーション開発者にとっての OpenAI は「言語処理を外部に任せられる API 事業者」だ。要約・分類・抽出・対話といった処理を、モデルを自前で持たずに呼び出せる。学習・推論の基盤を用意しなくてよい代わりに、品質と可用性と価格の主導権は提供側にある。

同種の API は Anthropic や Google も提供しているため、乗り換えられる前提で書いておくと選択肢が残る。具体的には、モデル名とプロンプトをコードへ直書きせず設定値として外へ出し、呼び出し自体も 1 つの層に閉じておく。こうしておけば価格改定やモデルの提供終了 (deprecation) が来たときに、直す箇所が 1 か所に収まる。

利用時に意識すること

API を業務に組み込むときは、利用量に応じた従量課金、応答のばらつき、入力データの取り扱いを設計へ織り込む必要がある。特に機密情報を送る場合のデータ管理方針と、出力の事実確認の責任は利用側にある。同じ出力が返る保証はないため、後から検証できるように入力と出力を記録しておく設計も併せて考えたい。

動向を追うときの勘所

モデルの世代・価格・提供終了の予定は、提供元の公式ドキュメントと変更履歴が一次情報になる。追い方としては、新しいモデルの発表を全部追うより、自分が依存している部分の変更告知を追う方が実務では効く。運用中のシステムで使っているモデル ID を一覧できるようにしておけば、提供終了の告知が出た時点で影響範囲をすぐ引ける。この 1 手間が、LLM を組み込んだシステムの寿命を決める。