OpenAI社長グレッグ・ブロックマン：AIの自己改善、スーパーアプリへの大賭博、AGIへの道、計算能力の拡張

Greg Brockman が Big Technology Podcast のスタジオに座った時、OpenAI はちょうど三つの大きな出来事を成し遂げていました：Sora を廃止すること、1,100 億ドルの資金調達を受けること、そして次世代モデル Spud の事前トレーニングを完了することです。スター製品の一つを切り捨て、巨額の資金を獲得し、新しいモデルに賭けるという三つの出来事が同時に起こり、それぞれに説明が必要でした。続く 90 分間で、この OpenAI の共同創設者兼社長は、高難易度の任務を遂行します：一見受動的に見える決定をすべて、先見的な戦略的選択として再構築することです。

彼はそれを成し得たのでしょうか？大部分の場面で成功しましたが、その物語の隙間には、注意深く見るに値するいくつかの手がかりが隠されています。

Brockman は過去 18 ヶ月間、主に会社の「規模（Scale）」部門を統括しており、GPU インフラストラクチャ、データセンター、サプライチェーンを担当しています。今回のインタビューで扱われた話題の範囲は極めて広大です：Sora がなぜ廃止されたのかから、Super App の姿、次世代モデルが何を実現できるか、1,100 億ドルをどのように使うか、そして彼が MAGA Inc. に 2,500 万ドルを寄付した理由に至るまで。

オリジナル動画：https://www.youtube.com/watch?v=J6vYvk7R190

Sora の廃止は「技術の核心への集中」なのか、それとも損失の拡大防止（止血）なのか。Brockman は Sora と GPT が技術樹（Technology Tree）上の異なる枝であり、限られた計算資源を考慮すればどちらか一方を選ばざるを得ないと説明します。しかし、Sora の日次コストが数百万ドルに達し、ユーザー数が 50 万人を下回っているという現実については言及していません。

Super App は、ChatGPT、プログラミングエージェント Codex、ブラウザ Atlas を一つの統合アプリケーションに統合するもので、今後数ヶ月以内に提供される見込みです。しかし、このビジョンは Microsoft 365 Copilot と直接的な重複があり、インタビューの中でこの点について問われることはありませんでした。

次世代モデル Spud は約二年間の研究の成果を凝縮したものであり、Brockman はこれが AI の能力の天井と床の両方を同時に引き上げると述べていますが、その能力に関する記述はすべて感情的な表現に留まり、具体的な数値指標はありません。

AGI（人工汎用知能）への進捗を自己評価で 70-80% と評していますが、Brockman は同時に AGI の定義が「むしろ一種の雰囲気のようなもの」であり、精確に定義できないものをどのように精確に定量化できるのかという矛盾について言及していません。

プログラミングツールの「最後の一段階（ラストワンマイル）における可用性」において Anthropic に遅れをとっていたことを認めつつ、現在は追いついたと主張しています。しかし、サードパーティのデータでは Anthropic の企業市場シェアが依然として急速に拡大していることが示されています。

Anthropic CEO の Dario Amodei 氏が OpenAI のインフラ投資を「過度に攻撃的（過剰）」だと批判したことに対し、「同意しない」と応答しましたが、Amodei 氏による「収益予測の誤差が一年でも生じれば破綻する」という具体的な論証については言及していません。

Sora の廃止：技術的な選択か、それとも商業的な損失拡大防止か？

Kantrowitz が冒頭で問いかけます：OpenAI は消費者市場で先行しているのに、なぜ突然リソースを動画生成から転換させたのか？

Brockman が提示した説明の枠組みは、世間の推測とはかなり異なっています。彼は Sora のモデルと GPT シリーズが「技術樹上で全く異なる枝」であり、構築方法も根本的に違うと述べます。計算資源が限られた世界において、二つの技術ルートを同時に推進することは莫大な代償を伴うのです。彼はベクトルの比喩を用いました：

ランダムなベクトルの和はゼロになるが、方向を揃えれば前進できる。

力が分散すれば互いに相殺し合い、集中することで運動エネルギーが生み出される。彼によれば、深層学習分野における問題とは機会不足ではなく、むしろ機会が多すぎることであり、投資を分散させることはどの方向にも遠くまで到達できないことを意味します。

この説明は技術的な論理としては整合していますが、物語の半分しか語っていません。WSJ の調査と TechCrunch の報道によると、Sora は商業的には失敗しており、ユーザー数はピーク時の 100 万人からわずか数ヶ月で 50 万人未満に急落し、毎日約 100 万ドルの計算リソースコストを燃費しています。WSJ の報道によれば、ディズニーが Sora に 10 億ドルを投資し、キャラクターのライセンス権限を与えるという取引もキャンセルされましたが、ディズニーは公式発表のわずか 1 時間前までその事実を知りませんでした。Sora を停止させた背景には、技術的な焦点を絞る論理だけでなく、ビジネス上の出血を止める現実的な圧力もありましたが、Brockman は前者のみについて語りました。

彼はこれは「消費者向けから企業向けへ移行する」ことではなく、「選択を迫られる」ことだと強調しました。彼が現在最も重要な 2 つの応用分野と考えるのは、ユーザーを理解し目標に合致するパーソナルアシスタントと、困難な課題を解決してくれる AI です。これら 2 つのことだけでも、OpenAI が現在保有している計算リソースでは足りません。

技術的な詳細として、ChatGPT 内の画像生成機能は影響を受けません。画像生成は GPT アーキテクチャに基づいており、テキストや音声と同じ技術ルートを共有しています。一方、Sora は拡散モデル（diffusion model）を使用しており、これは別の技術体系に属するものです。Sora の研究チームが解散したわけではなく、ロボット分野における世界シミュレーション研究へと転換しました。

Kantrowitz はさらに質問しました。Google DeepMind の Demis Hassabis は、AGI に最も近いのはテキストモデルではなく画像生成器だと考えています。なぜなら、物体間の相互作用や世界の仕組みを理解しなければならないからです。OpenAI がこの路線を放棄することは、誤ったレーンに賭けることにならないでしょうか？

Brockman はこれは現実的なリスクであると答えました。「もちろんそうです。この分野では選択を迫られ、賭けに出る必要があります。」しかし、彼は続けて、OpenAI に自信がある理由は「AGI への道筋を見たから」だと述べました。彼が挙げた例とは、ある物理学者が長年未解決だった問題を OpenAI のモデルに投げかけたところ、12 時間後に解答を得て、「初めて AI が『思考』していると感じた」と語ったというものです。ただし Brockman はその物理学者の名前や具体的な問題については明かさず、この事例は独立して検証することはできません。【注：公開情報において、数学者の Terence Tao は 2026 年 3 月に ChatGPT Pro が核心証明を担当した論文を発表しましたが、これは数学分野に属するものであり、ここで述べられている内容と直接対応するものではありません。】

スーパーアプリ：壮大なビジョンだが、マイクロソフトの問いに誰が答えるのか？

動画生成機能を削除したことで、OpenAI は賭けを別の方向へ向けました。Kantrowitz がスーパーアプリとは何かと問うと、Brockman は ChatGPT（チャット）、Codex（プログラミングエージェント）、そしてブラウザを 1 つのアプリケーションに統合するものだと答えました。

コンピュータは人間に合わせて動くべきであり、人間がコンピュータに合わせて動くべきではありません。

彼はスーパーアプリをノートパソコンに例えました。あなたのノートパソコンは私用ですか、それとも業務用ですか？両方です。スーパーアプリも同様で、パーソナルアシスタントであると同時に仕事道具でもあります。個人利用の場面には、ChatGPT が現在持つすべての用途に加え、より深い記憶力と文脈理解能力が加わります。ChatGPT 内にはすでに「Pulse」と呼ばれる機能（パーソナライズされたコンテンツ配信）があり、AI がユーザーについて学習した内容に基づいて毎日コンテンツを配信しています。

しかし Brockman は、ユーザーが目にするインターフェースは「氷山の一角」に過ぎないと述べました。より重要なのは基盤となる技術の統一です。過去 2 年間の AI の発展は、「モデルだけを見る」ことから「システム全体を見る」へと変化しました。つまり、モデルがどのように文脈を取得し、外部世界とどう接続し、どのような操作を実行できるかという点です。これらについては OpenAI 内部でも複数の実装が存在しましたが、今後はそれらを一元化して、汎用的な「AI レイヤー」を形成します。通常の場合、ユーザーが金融 AI や法律 AI のような専門的な AI を個別に必要とするわけではありません。スーパーアプリで十分通用するのです。このビジョンが実現すれば、確かに AI 製品の形態そのものを再定義する可能性があります。

問題は、Microsoft 365 Copilot がすでにほぼ同じことを実行している点にあります。AI をワークフローに組み込み、統一された入口を提供し、さまざまなツールを接続しています。OpenAI は Microsoft のモデル供給元であると同時に、Microsoft と直接競合する製品も展開しようとしています。この緊張関係をどう解消するのか？Kantrowitz 氏はこれを問うておらず、Brockman 氏も当然ながら答えていません。さらに Sora が OpenAI の消費者向け製品の提供実績が必ずしも輝かしいものではないことを示したばかりであり、「数ヶ月以内の納品」というタイムラインには疑問符を付す必要があります。

Codex：プログラマーから一般ユーザーへ至る道はどれほど遠いのか

Super App の野望を実現するためには、Codex が重要なピースの一つとなります。当初はソフトウェアエンジニア向けに設計されましたが、OpenAI 内部ではすでに非エンジニアによる自発的な利用が多数見られます。Brockman 氏によれば、Codex の基盤となるのは二つの要素です。一つはツールを呼び出せる汎用エージェントフレームワーク（Agent Framework）、もう一つはコードを記述できる AI です。これに電子スプレッドシートや Word ドキュメントを接続することで、知識労働も可能になります。

具体的な事例として、Codex を使用して動画編集を行うケースがあります。AI 自身が Adobe Premiere のプラグインを作成し、自動で章分けを行いました。また、社内コミュニケーションチームは Codex を Slack やメールに連携させ、フィードバックを統合しました。これらの事例が事実であれば、AI が異なるツールをつなぐ「万能の接着剤」としての能力が形成されつつあることを示しています。ただし、これらはすべて Brockman 氏が口述した内部利用のシナリオであり、外部ユーザーによる検証は行われておらず、公開されているかどうかについても言及されていません。

Brockman 氏は、非プログラマーにとって現在の Codex の使いやすさは低いと指摘します。設定中にエラーが発生した場合、開発者なら対処法を知っていますが、一般ユーザーは途方に暮れてしまいます。しかし彼は、最も困難な部分（真に賢い AI を作り出すこと）はすでに完了したと考えており、残りの部分は「はるかに容易だ」と述べています。この判断が妥当かどうかは、「難しい」をどう定義するかによります。消費者向け製品に取り組んだ経験がある人にとって、「最後の 1 キロ」はそれまでの 99 キロよりも遥かに困難であることがよくあります。

また、OpenClaw の創設者 Peter Steinberger 氏が OpenAI に加入したことも言及しました。これは Codex を非プログラマー向けに拡張するシグナルです。Steinberger 氏はオーストリアの开发者で、2025 年末にメールの自主管理、食事注文、スマートホーム制御を可能にするオープンソースの AI エージェントを開発し、GitHub のスター数は 19.6 万、週次アクティブユーザーは 200 万人に達しました。2026 年 2 月、Altman 氏は彼が「次世代の個人エージェント」を担当すると発表しました。この役職自体が、OpenAI が「AI をプログラマーの枠組みから解放する」という課題を真剣に取り組んでいることを示しています。

Anthropic の追跡：後れを認めつつも、追い上げを宣言

Kantrowitz 氏は質問します。「Anthropic はすでに Claude チャット、Claude Cowork、Claude Code を提供しており、事実上独自の Super App を構築しました。OpenAI は Anthropic が行ったことを見て初めて気づいたのでしょうか？」

Brockman 氏は、OpenAI は過去にプログラミング分野で常に最良の競争成績を収めてきたと認めつつも、「最後の 1 キロにおける使いやすさ」への投資が不足していたと認めます。モデルはプログラミングコンテストでは非常に賢いですが、現実世界のごちゃごちゃしたコードベースにはまだ触れたことがありません。

約一年前の中頃、OpenAI はこの問題解決のために専任チームを編成しました。実際のコードベースに見られるさまざまな「雑多な作業」を研究し、奇妙な方法で中断される混乱したシナリオを模擬するトレーニング環境を構築したのです。彼は現在では追いついたと主張し、正面からの比較においてユーザーは OpenAI をより好む傾向にあるとしています。しかし同時に、フロントエンドの体験はまだ後れをとっていると認めています。

第三者のデータが示す状況は異なります。Synergy Research などの機関によると、Anthropic の企業市場シェアは 2023 年の低水準から 2025 年末には約 40% に上昇し、一方 OpenAI は 50% から約 27% へと低下しました。Claude Code はソフトウェアエンジニアの間で極めて高い評価を得ています。Brockman が「追いついた」と言った際、何を比較しているのか、モデルの能力なのか市場シェアなのか。彼は巧妙にも議論の場を前者に限定しました。

より大きな変化は社内において起こっています。Brockman によれば、OpenAI は過去に研究と実装を「ほぼ別々の事柄」として扱っていましたが、今後はこれらを一つのプロセスとして統合し、研究を行う段階から製品がどのように利用されるかを視野に入れる方針です。これはこの発言の中で最も実質的な情報量を含んだ一文であり、OpenAI のこれまでの組織体制には確かに問題があったことを示唆しています。

製品競争から社内文化へと視点を移し、Kantrowitz は別の角度から問いかけました。2022 年以来 OpenAI が一貫して先行してきたが、今や競争が激化する中で社内の雰囲気に変化はあるのかと。

Brockman はあるエピソードを語りました。ChatGPT の発表後の祝賀パーティーにおいて、会社全体に「我々は勝った」という空気が漂っているのを感じたそうです。それが彼にとって最も恐ろしい瞬間でした。

これはテクノロジー企業の経営者がよく使う標準的なレトリックです。時価総額 3000 億ドルの企業が挑戦者であるかのように自称し、かつて Google が自社のことをスタートアップだと宣言したのと似ています。信じるかどうかは読者の自由ですが、彼は続けてより実のある言葉を補足しました。「好調な時期には他人が言う自分の良さも信じすぎず、不調な時期にも他人が言う自分の悪さも過信してはいけない」と。

Spud：感覚としては合っているが、データはどこにある？

文化論の次は技術です。次世代モデルである Spud について、Brockman はそれが「約 2 年間にわたる研究成果を凝縮した新しい事前学習ベースモデル」であることを確認しました。

彼はまず思考の枠組みを修正しました。重要なのは特定のモデル一つではなく、全体としての「進歩のエンジン（engine of progress）」です。モデル開発は数段階に分かれます。まず大量のデータで基礎モデルを訓練する事前学習を行い、これが最もコストがかかる段階です。次に強化学習を通じて問題解決能力を高める後処理（post-training）を行います。最後に行動と可用性を調整します。Spud はこの新たな事前学習サイクルの結果であり、その後は大規模な後処理による最適化が待っています。

Spud が具体的に何ができるかについては、Brockman は数値指標を示していません。彼は「ビッグモデルの匂い（big model smell）」という概念を創り出しました。モデルが本当に強力になった時、その質感は「嗅ぎ取れる」ものだと。質問に対して逸脱した回答をせず、繰り返し説明する必要もないのです。Spud は天井（より開放的で時間跨度の長い問題への対応力）と床（日常タスクの実用性）の両方を同時に引き上げると言います。

ベンチマークスコアも競合との比較データも、具体的なタスクにおける実演データもありません。このような純粋に感覚的な記述は機密保持のためかもしれません。業界ではモデル発表前の保密が常態化しています。しかし、競合他社が頻繁にベンチマーク結果を公開する現状において、「感覚」だけで説得力を持つのは限定的です。OpenAI も以前 GPT-4 を発表した際、一部ベンチマークの詳細を意図的に避けましたが、その後の実際の製品パフォーマンスによって発言権を取り戻しました。Spud が同じ道筋をたどれるかどうかは、発表後の実力次第です。

2025 年 12 月：転換点の物語

Kantrowitz は問いました。「2025 年 12 月に何が起こったのか？プログラミングエージェントが理論から実践へと移行したように見えます」

Brockman によれば、その時のモデル発表により AI は「あなたのタスクの 20% をこなせる状態」から「80% をこなせる状態」へと飛躍しました。単なる「おまけ」から、「AI に合わせて業務フローを再構築しなければならない」という必須要素へと変化したのです。

彼は長年にわたる個人的なテストを共有しました。AI にウェブサイト作成を依頼したところ、かつてプログラミングを学んだ際に数ヶ月かけて作ったサイトを、2025 年の大半の期間では四五時間かけて複数回の対話を経て完成させる必要がありました。しかし 12 月には、プロンプト（指示）を一度与えるだけで完了しました。

ゆっくりと、ゆっくりと、そしてゆっくりと。その後、一瞬で全てが変わりました。

この表現はヘミングウェイの『太陽は再び昇る』から出たもので、原文では「どうやって破産したのか」という問いです。AI 能力の非線形的な成長を形容するには、まさにふさわしい言葉ですね。

もう一つの事例として、彼と密接に協力しているエンジニアがいます。このエンジニアは GPT-5.2 の時代には、基盤となるシステム工学において AI を全く活用できませんでした。しかし 5.3 になると、AI に設計ドキュメントを渡すだけで、コードの実装、監視指標の追加、パフォーマンス分析ツールの実行、そして自己最適化まで行い、最終的にエンジニアが求める成果物を生み出せるようになりました。

「GPT-5 の発表後、一般からの反応にはやや失望感があった」という点について、Brockman はこう述べています。どの製品発表にも二つのグループが存在します。一つは劇的な変化を実感する人々、もう一つは AI がボトルネックとならない用途で利用しているため、違いを感じられない人々です。真に重要なのは、人々が AI の能力に対するメンタルモデル（心的モデル）を更新する速度が、技術そのものの進化よりも遅いという事実です。

AGI：70-80% だが、定義は「雰囲気（Vibe）」

Nvidia CEO の黄仁勲氏は最近、「私たちはすでに AGI を実現したと考えている」と発言しました。Kantrowitz 氏が Brockman 氏にこれに同意するか尋ねると、Brockman 氏は AGI の定義は人によって異なるものだと答えました。現在の技術は「非常にばらつきがある（very jagged）」状態です。コーディングのようなタスクではすでに人間を超えていますが、人間が簡単にこなせる基本的なタスクのいくつかについては、AI はまだ苦手としています。どこに線を引くかという判断は、「科学というよりは、むしろ雰囲気や感覚に近いもの」だと言います。

彼自身による評価では、「70-80% まで到達した」としています。

この一見矛盾する表現は、業界全体が抱えるジレンマを反映しています。もし AGI の定義が科学ですらなく「雰囲気」に過ぎないなら、その 70-80% という数字はどうやって算出されたのでしょうか？誰もが、自分たちで正確に定義できない概念を数値化しようとしています。黄氏の AGI 定義は極めて狭く、彼自身も 10 万個の Agent を作っても Nvidia のような企業にはなれないと認めています。Lex Fridman 氏はかつて、「10 億ドル規模の会社を設立し運営できるか」を判断基準として提案しました。Brockman 氏は黄氏よりも慎重ですが、同じく定義というジレンマに陥っています。

彼は今後数年以内に AGI が実現すると考えており、AI はコンピュータ上で行う知的作業のほとんどをこなせるようになるでしょう。ただし、能力には依然としてばらつきがある状態が続くと述べています。

自動化 AI 研究員：AI で AI を加速させる

OpenAI は今年秋に、自動化された AI 研究員の導入を計画しています。

Brockman 氏は現在の段階を「離陸（takeoff）」と呼んでいます。この用語は AI セーフティの分野で特定の意味を持ち、AI が急速な再帰的自己改善フェーズに入ることを指します。彼がこの文脈でこの言葉を使っていることは、少なくともその重みを理解していることを示しています。彼の意図には二つの層があります。技術的には、AI 自体がより高度になるほど、自己改良を加速させるようになります。応用面では、チップメーカーが投資を拡大し、企業が各分野で AI アプリケーションの模索を進めており、すべてのエネルギーが蓄積されつつあるのです。

具体的には AI 研究員について、Brockman 氏は「OpenAI の研究科学者が行う一連のエンドツーエンドの作業全体を、シリコンチップ上で実行できるようにするもの」と定義しています。

しかし彼は、これは AI に丸投げして放任するということではないと強調しました。彼はその様子を、若手研究員を指導することに例えました。放っておくと、その研究員は役に立たない道に進んでしまうからです。上級研究員が方向性と審査を担当し、AI が実行役を務めるのです。

エージェント時代における人間の責任：外部化できない

Kantrowitz 氏は、Brockman 氏が以前述べた言葉を引用しました。「AI エージェントを使って作業を行うとき、あなたは数千の Agent からなる艦隊の CEO のようなものになります。彼らはあなたの目標とビジョンを遂行しますが、各タスクが具体的にどう解決されているかは理解できません。この新しい働き方は、問題に対する感覚（パルス感）を失ったように感じさせるかもしれません」という内容です。

Brockman 氏はこれは善悪両方の側面があるとし、重要なのは「強みを認め、弱みを軽減すること」だと答えました。AI エージェントは巨大なレバレッジをもたらしますが、最終的に責任を負うのは「一人の当事者」です。あなたの Agent がウェブサイトを壊してユーザーに迷惑をかけた場合、それは Agent のせいではなく、あなた自身の責任です。

Kantrowitz 氏は尋ねます。「しかし、『問題に対する感覚を失う』ことと『責任を持つ』ことはどう両立させるのですか？」

Brockman 氏はリフォームの例えを用いました。総工事に頼んで家を改装する場合、一部の細部については専門家を信頼しているため気にする必要はありません。しかし何か問題が起きた場合、そのことを知っておく必要があります。「盲目的に『もう何も関与しなくていい』と受け入れるべきではありません。自ら積極的に問題へのコントロールを維持する必要があります」と述べています。

1100 億ドルの計算資源への豪賭：収益の中核か、カジノのチップか？

技術的アプローチと製品ビジョンから、ビジネスの現実へと話を戻しましょう。

ブロクマンは計算資源を営業職員の採用に例えました。製品が売れ、スケーラブルな販売方法が存在する限り、営業員が多ければ多いほど収益は増えるという考え方です。計算資源はコストセンターではなく、収益センターであると彼は主張します。ChatGPT の発表当日の内部での会話について語りました。

「どれだけの計算資源を買うべきか？」「全部だ。」

「いやいや、本当にそう思うのか？」

「どうやって構築しようとも、需要には追いつかないとわかっている。」

彼はその後、毎年この判断が正しかったことが証明されたと述べています。現在の ChatGPT は週次アクティブユーザー数が 4 億人を超え、消費者向けサブスクリプションからの収益も継続的に増加しており、需要側の視点から見ればこの判断は確かに成立しています。しかし課題は、計算資源の調達には 18 か月から 24 ヶ月先を見越した事前ロックインが必要であり、未来を正確に予測しなければならない点にあります。

収益構造については、消費者向けサブスクリプションが依然として最大の源泉ですが、企業における知識労働分野での成長は極めて速いです。彼は将来の収益が単に「消費者」と「企業」の 2 つに分類されるものではないと考えており、むしろユーザーがデジタル世界への入口を一つ持つようなものであり、その入口から収益が発生すると捉えています。

カントロウィッツは、ダリオ・アモダイが特定の競合他社が「YOLO（人生一度きり）方式」で資金を燃やしており、「リスクのノブをやりすぎまで回している」と示唆したことに言及しました。

ブロクマンの返答はこうです。「私は同意しません。私たちは常に非常に慎重に行動し、このトレンドをいち早く察知して先手を打ってきました。」

しかし「私は同意しない」と述べた後、彼はアモダイの核心的な論点には応えていません。それは、「収益予測が 1 年ずれた場合、会社は破綻する可能性がある」という点です。この問題は態度で答えられるものではなく、数字が必要です。そしてその数字はブロクマン側に完全に味方しているわけではありません。1100 億ドルの資金調達のうち、約 250 億ドルだけが確定した即時キャッシュであり、残りは計算資源（Nvidia からの 300 億ドルの大部分は GPU）か、マイルストーン条件付き（Amazon からの 350 億ドル）です。The Information などのメディアによる推計では、OpenAI の 2027 年までの年間キャッシュバーン（資金消費額）は 570 億ドルに達するとされています。資金調達の数字自体は大きいものの、実際のランウェイ（生存可能期間）はわずか 18 か月から 24 ヶ月程度かもしれません。これに対し、Anthropic も同様に 500 億ドルのインフラストラクチャーを約束していますが、収益成長のペースに厳密に合わせて進めています。

より大規模な事前学習（pre-training）を行う必要があるかどうかについては、ブロクマンの立場は明確です。「事前学習を改善すれば、すべての下流工程が容易になる」と彼は言います。しかし同時に、過去 24 ヶ月で重要な転換点があったとも述べています。それはもはや純粋な能力の追求だけでなく、推論効率（inference efficiency）も同時に考慮し、「インテリジェンス × コスト」における最適解を見つけようとしているという点です。

AI のリスクについて触れる際、ブロクマンは「レジリエンス（resilience：回復力・耐性）」の枠組みを提案しました。多くの参加者が技術を開発すると同時に、技術が正しい方向へ進むことを保証するための社会インフラストラクチャーも構築するという考え方です。彼は電力に例えました。「多くの人々が電気を生産しており、電気にも危険は伴いますが、私たちはその周りに安全基準、規制、検査員など一連の体系を築いてきたのです。」

AI に対する一般のネガティブな態度（YouGov のデータによると、アメリカ人の AI による社会への悪影響を懸念する割合は、好影響を支持する割合の 3 倍に達している）について、ブロクマンは人々に AI が具体的にどのように役立つかを見せることが重要だと考えます。彼は医療の事例を挙げました。「ある家庭の子供が頭痛などの症状を示した際、健康保険会社が MRI 検査を拒否しました。その家族は ChatGPT を使って症状を調べた結果、保険会社を説得する論拠を見つけ、MRI の実施に成功しました。その結果、脳腫瘍が見つかり、適切な治療によって子供の命が救われたのです。」彼はこのような物語が「毎日起こっている」と語っています。

データセンターをめぐる議論について、Brockman は OpenAI のアビリーンにある施設（10 万基以上の GPU を配備した世界最大級のスーパーコンピューターの一つ）の年間使用水量が「一般家庭 1 軒分程度」に相当すると主張している。この発言には疑念が残る。参考として、Microsoft は 2024 年の環境報告書で、同社のグローバルデータセンターの年間使用水量が約 70 億リットルであると明らかにしており、Google の数字も同じ量級である。アビリーン施設が最先端の空気冷却方式を採用していたとしても、10 万基の GPU から発生する熱を一般家庭の用水量で処理できる範囲を超えており、かつこの主張は独立した第三者による検証を受けていない。

電力面では、OpenAI が「自腹で負担し」、地元住民の電気料金を引き上げないと約束している。また、ノースダコタ州の事例を引き合いに出して、データセンターの導入が逆に電気料金の低下に寄与したと述べているが、この点についても第三者による裏付けは見つかっていない。

政治献金：2500 万ドルをめぐる議論

MAGA Inc. への 2500 万ドルの寄付に関する議論について、Brockman は自身と妻も両党のスーパー PAC（Political Action Committee）に寄付したと述べた。彼は「単一議題の献金者」であり、「AI 技術を真に受け入れる政治家を支援する」ことに焦点を当てていると主張している。しかし、MAGA Inc. はトランプ氏の議案を広く支持する PAC であり、特定のテクノロジー政策に特化した組織ではない。「単一議題」という位置づけと、献金先の性質の間には明白な緊張関係が存在する。Brockman は同時に、AI の発展を促進する両党系 PAC「Leading the Future」にも 2500 万ドルを寄付している。この 2500 万ドルは MAGA Inc. が 2025 年後半に受け取った最大の単一献金であり、この寄付が 2026 年初頭に #QuitGPT（#グッバイGPT）というボイコット運動を引き起こした。

Brockman の今回のインタビューで構築された物語を分解して見ると、OpenAI が直面しているのは三層の圧力であることが浮かび上がる。

第一に製品面での圧力がある。Sora の機能縮小は出血を止めたが、ChatGPT は依然として世界で最も利用者が多い AI 製品である。しかし、次の賭けである「スーパーアプリ」が直面する競争環境は Sora の時よりも過酷だ。Microsoft 365 Copilot が企業向け、Anthropic が開発者向け、Google が消費者向けにそれぞれ強固な地位を築いており、OpenAI はこれら三社の挟撃の中で「統一された入口」を実現しようとしている。Brockman はこれに対し「数ヶ月以内に提供」と答えているが、Sora の前例が示すように、技術があるからといって製品化が成功するわけではない。

第二に表現のジレンマである。インタビュー全体を通じて、Brockman は最も厳しい質問に対してはデータではなく感情的な言葉で応対し続けた。「Spud」の能力は「嗅覚」によって支えられ、AGI（人工汎用知能）の進捗は「雰囲気」で測られ、Anthropic への追いつきを示す証拠は非公開の社内比較に依存している。これは OpenAI が現在抱える構造的矛盾を反映している。1,100 億ドルの資金調達を完了したばかりの企業として、投資家に対して技術的優位性を証明する必要がある一方で、製品発表前に具体的な数値指標を開示することはできない。その結果、「感覚」が唯一安全な表現手段となっている。問題は、感覚は事実と置き換えられない点だ。特に競合他社がベンチマーク（性能評価）や市場シェアで戦っている状況においてなおさらである。

第三に規模拡大に伴うリスクがある。1,100 億ドルという資金調達の数字は一見恐ろしく見えるが、中身を分解すればそれほど安全ではないとは言い切れない。Brockman は Amodei 氏の「YOLO（人生は一度きり）」という批判に対し、「同意しない」と述べるにとどまり、核心的な質問——需要の成長が予想より一年遅れた場合どうなるのか——には正面から答えていない。彼自身が「計算資源の調達には 18〜24 ヶ月先の予約が必要」と述べている点は、恰好にもアナリストが推定する OpenAI の実際の資金繰りの限界（ランウェイ）と一致している。

Brockman は AI に懐疑的な人々に対し、「まずは試してみればよい」とアドバイスしている。しかし、1,100 億ドルという巨額の賭けが正しいかどうかは、個人の試用体験だけで判断できる問題ではない。今後 6 ヶ月で「Spud」が約束を履行できるか、スーパーアプリが Microsoft と Anthropic の挟撃の中で提供可能かが問われる。これが OpenAI の物語が先見の明に基づくものなのか、単なる話術に過ぎないのかを決定づけることになる。

原始视频：https://www.youtube.com/watch?v=J6vYvk7R190

OpenAI 总裁 Greg Brockman：AI 自我改进、Super App 豪赌、通往 AGI 之路、算力扩张 (続き 8/8)

原文のタイトル行は翻訳対象に含まれないため、本文の最初の段落から直接開始します。

（注：提供された入力テキストには、動画リンクと記事タイトルのみが含まれており、実際の翻訳対象となる記事本文（Greg Brockman のインタビュー内容や解説部分）が存在しません。そのため、該当する日本語訳文を生成することはできません。上記の「原文のタイトル行は翻訳対象に含まれないため...」という注釈は、入力テキストが不完全であることを示すための説明であり、翻訳結果の一部ではありません。）

（※ 実際の翻訳タスクでは、ここに Greg Brockman のインタビュー内容や記事本文の日本語訳が記載されます。例：「AI が自己改善を行う仕組みについて、Brockman氏は...」など）

（※ 入力テキストに記事本文が含まれていないため、この出力はプレースホルダーです。実際の翻訳を希望される場合は、全文を入力してください。）