おはようございます。今日は、AI業界の力関係が数字の上で入れ替わったという報道からです。ただし両社とも未上場で、公開された決算ではありません。そこも含めてお伝えします。

1. Anthropicの四半期売上がOpenAIを初めて上回る — 報道ベース

何が起きた? ウォール・ストリート・ジャーナルなどの報道によると、2026年4〜6月期(第2四半期)の売上で、AnthropicがOpenAIを初めて上回ったとされています。8月19日に相次いで報じられました。

伝えられている数字は、Anthropicが116億ドル(1〜3月期の47.3億ドルから2倍以上)、OpenAIが67億ドル(同57億ドルから18%増)です。損益では、Anthropicが5.59億ドルの調整後営業利益を計上した一方、OpenAIの営業赤字は123億ドルへと膨らんだ(1〜3月期は93億ドル)と報じられています。

ただし、これらは公開された決算書の数字ではありません。両社とも未上場で、投資家向け資料や関係者の話をもとにした報道です。Anthropic側の数字は「暫定的で変わりうる」とされ、営業利益も株式報酬を除いた「調整後」の値で、計算方法の詳細は明らかにされていません。数字の出どころが違う報道では、金額が数億ドル単位でずれていることもあります。

なぜ重要? 一般の利用者から見ると、この差はそのまま**「どちらのサービスが今後も伸びるか」の見通し**につながります。企業向けの契約やAPI(プログラムからAIを呼び出す仕組み)の利用が売上の中心なので、開発者や企業がどちらを選んでいるかが表れやすい数字でもあります。

とはいえ、四半期ひとつで勝負がつく世界ではありません。OpenAIは利用者数では依然として大きく先行しているとされ、赤字が膨らんでいるのも、投資を先に積んでいる段階だからという見方があります。「一時点のスナップショット」として受け止めるのが妥当でしょう。

ひとこと解説: 「営業利益」は本業でどれだけ稼いだかを示す数字です。「調整後」とつくときは、特定の費用(ここでは株式報酬)を差し引いて計算し直したことを意味します。会社ごとに何を除くかが違うので、他社と単純に比べられない点には注意が必要です。

2. Stripe、AIモデルの「振り分け役」OpenRouterを買収へ — 8,000億円規模

何が起きた? 決済サービス大手のStripeが、AIモデルの振り分けサービスOpenRouterを買収することで合意したと、8月19日から20日にかけて報じられました。買収額は報道によって幅があり、**70億〜85億ドル(およそ1兆円前後)**と伝えられています。両社とも金額は公表していません。

OpenRouterは、80社以上が提供する400以上のAIモデルを、1つの窓口(API)から使えるようにするサービスです。「この質問は難しいから高性能なモデルへ」「これは簡単だから安いモデルへ」といった振り分けを、内容の複雑さ・価格・速度・安定性をもとに自動で行います。あるモデルが応答しなくなったときに、別の提供元へ切り替える機能もあります。

Stripeは以前から、AIの利用量にもとづく課金の仕組み(トークン課金)を手がけてきました。今回の買収で、「どのモデルに流すか」と「いくら請求するか」を一続きで扱えるようになるというのが同社の説明です。

なお、OpenRouterは3か月前の2026年5月の資金調達時に13億ドルと評価されていました。報道どおりなら、わずか3か月で評価額が5倍以上になった計算です。

なぜ重要? 一般の利用者が直接使うサービスではありませんが、私たちが日々触れるAIアプリの裏側のコスト構造に関わる話です。AIを組み込んだアプリは、動くたびに提供元へ利用料を払っています。その配分を最適化する場所が、決済インフラの会社に押さえられた、という構図です。

裏を返せば、AIモデルは「どれを使うか」ではなく「自動で選ばれるもの」になりつつあるということでもあります。アプリの中で、自分がどのAIと話しているか意識しない場面は今後増えていきそうです。

ひとこと解説: 「トークン」は、AIが文章を処理するときの細かい単位です。おおむね単語や文字のかたまりに対応し、AIの利用料はこのトークンの量で決まるのが一般的です。「ルーティング(振り分け)」は、リクエストごとに最適なモデルへ送り分ける仕組みを指します。

3. 『AI白書2026』の調査 — 日本企業では「AI投資の拡大=人員削減」になっていない

何が起きた? 角川アスキー総合研究所が、8月20日発売の『AI白書2026』に載せる独自調査の結果を公表しました。上場企業と従業員300人以上の非上場企業に勤める310人への調査です。

目を引くのは、AI投資を増やす・横ばいとする企業のうち、間接部門の人員削減を見込むのは約14%にとどまるという結果です。海外では「AI導入による人員削減」の報道が続いていますが、国内の回答からは、削減より業務の拡張に向かう傾向が読み取れるとしています。

もう一つは「シャドーAI」の広がりです。会社が正式に認めていないAIツールを業務で使っている人の割合は、管理職で46.5%、一般社員で38.1%。ルールを決める側のほうが、ルールの外で使っているという結果になりました。

さらに、**ガイドラインをきちんと整備した企業でもシャドーAIの利用率は46.9%**で、一部だけ整備した企業(50.0%)とほとんど変わりませんでした。回答者の約45%が「ガイドラインが実務の実態に合っていない」と答えています。

上場・非上場の差も出ています。AI投資を増やす予定は上場企業で80.1%、非上場で50.0%。効果を数値で測れているかは37.0%対13.7%と、2.7倍の開きがありました。

なぜ重要? 「AIが仕事を奪う」という話は目にする機会が多いのですが、国内の実感としてはまだそこまで来ていないことを示すデータです。ただしこれは310人への調査であり、日本企業全体を代表するものではありません。あくまで一つの目安として見るのが正確です。

むしろ実務的に効いてくるのは、シャドーAIのほうかもしれません。会社の許可なくAIに業務の情報を入れると、社外に情報が出ていくリスクがあります。禁止するだけでは使用が水面下に潜るだけ、という構図がこの数字から見えます。

ひとこと解説: 「シャドーAI」は、会社が把握していないAIツールを社員が勝手に業務利用することです。かつて「シャドーIT」と呼ばれた問題のAI版で、便利さが先に立って広がるところまで似ています。

4. AIエージェントに「自由な研究」をさせたら不合格 — 自己改善の見通しに疑問符

何が起きた? プリンストン大学のPeter Kirgis氏とSayash Kapoor氏らの研究チームが、AIエージェントに本物の研究をゼロからやらせる実験を行い、その結果が8月18日にMIT Technology Reviewで報じられました。

条件はかなり手厚いものです。AnthropicのClaude Opus 4.8を使い、6日間・3,000ドル分のAPI利用枠・GPU・ウェブにつながった仮想マシンを与えました。課題は、まだ発表されていないNeurIPS(AI分野の主要な国際会議)2026年投稿論文の研究テーマ2件。出てきた成果を、元の論文の著者たちが査読者として採点するという設計です。

結果は、2件とも不合格でした。文献調査をこなし、何百回もの実験を回し、結果をまとめる — こうした作業としての部分はできていた一方で、新しい着想がなく、文章の質も低かったと評価されています。

指摘された弱点は具体的です。試すアイデアの幅が狭い、うまくいかない方針に早く決め打ちしてしまう、失敗した方法を立て直せない、計算資源の配分を誤る。Kapoor氏は「エージェントは研究そのものについては明確に下手だった」と述べています。

ただし、論文2件だけの結果であり、採点した著者たちはAIが書いたものだと知っていました。自由度の高い課題を深く見るぶん、評価の客観性は下がるという限界も、研究チーム自身が認めています。

なぜ重要? 「AIがAIを改良し、加速度的に賢くなっていく」という再帰的自己改善の話は、この数年よく語られてきました。今回の実験は、その前提となる「自分で研究テーマを立てて進める力」が、現時点ではまだ足りないことを具体的に示したものです。

ニュースで「AIが自ら進化する」といった表現を見たときに、どの部分ができていて、どの部分がまだなのかを切り分ける材料になります。作業の自動化と、判断や発想の自動化は、別の話だということです。

ひとこと解説: 「AIエージェント」は、指示を一つ受けるだけでなく、目標に向かって自分で手順を決め、ツールを使いながら作業を進めるAIのことです。「再帰的自己改善」は、AIが自分自身をよりよく作り直し、それを繰り返して急速に能力を上げる、という考え方を指します。

5. Amazon、ドローン配送を全米約500都市へ — 年内に6倍規模

何が起きた? Amazonは8月19日、自律飛行ドローンによる配送サービス**「Prime Air」を、2026年末までに全米のおよそ500の都市・町へ広げると発表しました。現在の対応地域のおよそ6倍**になります。

現時点では、アリゾナ・フロリダ・カンザス・ルイジアナ・ミシガン・ネブラスカ・テキサスの7州、11の都市圏で運用中です。1拠点あたりの配送範囲はおよそ175平方マイル(約450平方キロメートル)。今年に入ってからの配送は数十万件、1日あたり数千件に達しているとしています。近く、シカゴ、アトランタ、クリーブランド、シラキュース、ボイシの各都市圏で始まる予定です。

使われているのは自律飛行のMK30という機体で、運べるのは約2.3キログラム(5ポンド)まで。Amazonによれば、よく注文される商品の6割以上がこの重さに収まるそうです。障害物を自分で見つけて避ける仕組みを積んでおり、対象商品なら最短30分で届くとしています。

規制面では、Amazonは商用航空会社と同じ枠組みの認証(FAA Part 135)を持ち、操縦者の目視の範囲外を飛ぶ許可も得ています。

なぜ重要? AIというと画面の中の話になりがちですが、これは自律的な判断が屋外の空で日常的に動いている例です。人が一機ずつ見ていない状態で、機体が自分で経路と回避を決めています。

日本での展開は今回の発表に含まれていません。国内は住宅密集地が多く、空域のルールも異なるため、同じ形がそのまま来るとは考えにくい状況です。ただ、「自律機械が公共の空間で動く」ことへの社会の慣れという点では、先行事例として意味を持ちます。

ひとこと解説: 「目視外飛行(BVLOS)」は、操縦者が機体を直接見ていない状態で飛ばすことです。人の目に頼らず機体側のセンサーと判断に任せる必要があるため、各国とも慎重に許可を出しています。

まとめ

今日の5本は、AIの話がだんだん「業界の中の話」から外へ出ていく流れでした。売上の逆転と1兆円規模の買収は、AIを動かすお金の流れが組み替わっていることを示しています。ドローンの拡大は、判断するAIが屋外に出てきた例です。

一方で、研究の実験結果は期待にブレーキをかける材料でした。作業はこなせるが、発想と判断はまだ、という切り分けは覚えておいて損がありません。

そして『AI白書』の調査は、いちばん身近な話でした。管理職の半数近くが会社に無断でAIを使っている — この数字を見て、思い当たる方もいるかもしれません。今日できることを1つ挙げるなら、自分が仕事で使っているAIツールが、会社の許可の範囲に入っているかを確かめてみることです。数分で終わりますし、あとで困る種を1つ減らせます。

出典: