OpenAIのエージェントAPIは、AIトレードが稼ぐ収益源となる：推論処理量

9月10日、OpenAIは自社のAgents APIを公開バージョンとして提供しました。これは、「長期間にわたって動作するエージェント」を構築するためのサービスです。このAPIを利用して作成されたエージェントは、単一の質問に答えるわけではなく、複数段階にわたるタスクを実行します。ツールを呼び出したり、サブエージェントを生成したり、自分自身のコンテキストを整理して、最終的にタスクが完了するまで処理が続けられます。開発者は、タスクやモデル、ツールなどを1回のAPI呼び出しで定義できます。そしてOpenAIがその処理を実行し、CodexやChatGPT for Workと同じ機械上でハーネスやサンドボックスを動作させます。

AI関連のビジネスをしている人にとって重要なのは、請求内容です。OpenAIはAPI自体に対して何の追加料金もかかりません。開発者は、エージェントが消費するトークンに代金を支払う。製品の言語を取り除けば、OpenAIが売っているのは、料金に応じて処理されるコンピュテーションです。そして、エージェントが処理を行うたびに報酬が得られます。

その請求構造が問題なのです。なぜなら、エージェントはトークン予算を使う上で非常に悪影響を与えるからです。Gartnerが2026年に行ったエージェント型ワークロードに関する分析によると、その数は…標準的なチャットボットの交換量の5倍から30倍まで一つのサポートチケットを解決するのにかかる時間は、数十回の通常の会話と同じくらいになる。各ツールの呼び出し、各サブエージェントの動作、コンテキストの圧縮など、すべてが計量される。つまり、Agents APIは単にエージェントを利用できるようにすることだけではなく、彼らが計算を多く行うことを許可しているのだ。これは、用語の変化ではなく、実際に需要を引き起こす要因の大きな変化である。

発売のストーリーは、製品そのものではありません。発売のストーリーとは、推測する欲求に他なりません。

これらは、OpenAIの価値を単独で増加させるものではありません。なぜなら、OpenAIはプライベート企業だからです。最も直接的に利益をもたらすものを購入することはできないのです。実際には、AI投資の話題が「モデルがどんどん改善される」という形から、「どれだけの計算能力が消費されるか」という形へと変わるのです。そして、その効果はNvidiaのアクセラレーターやMicrosoftのAzure、OpenAIを利用するサービス、そしてネットワークやデータセンターの層を通じて公開市場に反映されます。Nvidiaは既にこのテーマについて多くの成果を上げています。また、ソフトウェアの面では、Microsoftの情報を分析したアナリストたちは、OpenAIの評価を…マイクロソフトのAI事業による収益の約70％その名前を持つユーザーにとって、Agents APIは、実際に有料利用が行われるものであり、デモ用ではないというリスクを伴うものです。

その法案が制約となっており、それはOpenAI自身の法案なのです。

ここが、PR対策が実際に役立つ場所です。OpenAIは、エージェントを成長の機会として捉えており、その収益も実在します。2026年の中頃までには、およそ400億ドルに相当する。2025年末時点では約200億ドルになり、そのうち企業向けの分野が半分以上を占める。しかし、この会社は収入よりも支出が多い企業でもある。独立した分析によると、その数値はおおよそ…収入1ドルあたり3.30ドルが費用としてかかる。、そして投影する計算による拡大は、およそ7500億ドルです。それは、自らの活動から生じるものを完全にカバーすることはできない。漏洩された監査記録9月初めに、その懸念が再び浮上しました。急成長していて収益性の低いスタートアップが普通ですが、この規模では、エージェントが得られる利益と、それを実現するためにかかるコストとの差額は、単なる小さな問題ではありません。

OpenAIは、供給面でのギャップを埋めることを目指しています。実際、ソフトウェアのように見えるこのプロジェクトは、実際にはシリコンや経済的な側面を考慮しているのです。同社が開発した初のカスタムインフェレンスチップであるJalapeñoは、商用システムと比べて、キロワットあたりの処理能力が高く、トークンのレイテンシも低いという成果を達成しています。また、モデルのコスト面でも努力しており、GPT-5.6 Solは最高のコーディングベンチマークスコアを獲得しました。主要な競合他社より、約54％少ない出力トークン数OpenAI自身は、これをジェヴォンズのパラドックスと呼んでいる。つまり、有益な知能の単位が安くなるほど、処理するタスクが多くなり、総消費量も増えてしまうのだ。

確かに、それは自己中心的な主張です。しかし、それが実際の仕組みでもあります。単位コストが下がり、生産量が増えることで、結果はどちらが勝つかによって決まるのです。

実際に見るべきもの

つまり、Agents APIは2つの要素を同時に操作するのです。そして、それらの要素が互いに反作用し合います。需要側では、エージェントをデモ用のものから、計量可能で長時間稼働するワークロードへと変換することで、推論処理の消費量を増加させることができます。これは、個人投資家が実際に所有できるチップやクラウド関連企業にとって好都合なことです。一方、コスト面では、OpenAIの計算戦略は、その量あたりの価格を低減するように設計されており、その財務状況も、その計算に必要な資金を賄うのに苦労しています。

この問題を判断するための観察対象は、発売時期やOpenAIのプレゼンテーション資料ではありません。重要なのは、エージェントのトークン消費が有料利用に反映されるかどうか、つまりAPIの使用量やAzureやクラウドへの需要、Microsoftに送られる収益情報などです。また、単位コストが十分に低下して、その規模で利益を得られるかどうかも重要です。OpenAIが公表したベータ顧客数（1つのパートナーは1件あたりのコストが60％削減したと主張しています）はマーケティング上の数字に過ぎず、実際のデータとなるのは今後数四半期における有料利用量です。

メカニズムやその経済的側面が明確な方向を示している場合、そこで止めます。しかしここではそうではありません。メカニズム——エージェントがトークンを増やすという点は明確ですが、経済的側面——誰がその量から利益を得るかという点はまだ解決されていません。Agents APIは、エージェントが長期にわたってワークフローを実行できるかどうかに関する技術的な疑問を解消しません。また、誰がコンピューティングの費用を負担するかについての疑問も解消しません。