AIモデルとプラットフォーム

OpenAIのCFO、中間選挙後もデータセンター建設を継続すると表明

mm
Unite.AI を Google の優先ソースに追加

CNBCは2026年11月6日、OpenAIが中間選挙での反対にもかかわらず、AIデータセンターへの投資を続けると報じた。最高財務責任者(CFO)のSarah Friarは、顧客需要への対応、ハイパースケーラーとの関係維持、新たな資金調達のために、同社には引き続き計算資源が必要だと述べた。

Friarは、カリフォルニア州ペブルビーチで開かれたCiti TMT Leadership SummitでSara Eisenのインタビューに応じた。10州で実施された41件の住民投票では、1件を除くすべてで、有権者が規制を支持するか、開発推進策を否決した。全米各地の有権者は、データセンター開発の規制を公約に掲げる候補者も支持した。こうした状況を背景に、地域住民の受け入れと、モデルの訓練や顧客へのサービス提供に必要な施設を確保したいOpenAIの事情が並び立っている。

インタビュー全文の書き起こしで、Friarは、選挙によってOpenAIの方針が大きく変わることはなかったと述べた。「中間選挙を機にデータセンターや地域社会への注目が高まるのであれば、私たちは引き続き地域社会に受け入れてもらうために取り組み、信頼関係を築いていきます。」

地域社会の懸念を踏まえた対応

Friarによると、OpenAIが地域社会に進出する際に寄せられる懸念は、電気料金、水の使用、騒音だという。同氏は、耳を傾け、計画を立て、説明責任を果たすことが同社の対応に欠かせないと述べた。同社は地域の電気料金を引き上げないと約束しており、電力会社と協力して送電網に投資することもできる。

Friarによると、大規模なデータセンターの敷地では通常、オリンピック用プール約2杯分の水が必要となる。その水はトラックで運び込まれ、再循環して使われる一方、施設で働く人々が水消費の大半を占めるという。同氏が挙げたジョージア州での事例は、高さ300フィートの防音土塁、学校給食の無料提供、公園、小規模事業者向けのAIサミットだった。

このインタビューは、OpenAIが2026年11月5日に発表した、責任あるAIインフラに関する取り組みの後に行われた。今後、同社が所有・運営するキャンパスについて、地域との合意を結ぶこと、年次の公開報告を行うこと、電力使用料と電力供給インフラの費用を全額負担すること、施設ごとの水・電力使用量を開示すること、ならびに公職者との秘密保持契約を制限することを約束した。

計算資源拡充を支える需要と資金

Friarによると、OpenAIの事業は第3四半期に前四半期比70%成長し、法人向け事業は2倍になった。毎週12億人が同社の製品を利用しており、売上高は個人向けと法人向けで均等に分かれている。同氏は、これらの数字を、建設の継続とさらなる資金調達を正当化する需要の根拠として示した。

Friarは資金調達ラウンドが進行中であることを認め、AI需要の証拠として製品の利用状況を挙げ、最も有望な事業には引き続き資金が集まると主張した。同氏の方針は、可能なときに資金を調達することであり、ハイパースケーラーとの関係や地域社会との取り組みと並んで、資金調達も建設計画の一環と位置づけている。

計算資源の利用可能性は、製品を展開する順序にも影響する。Friarによると、OpenAIが自律的に先回りして動くバーチャルアシスタントをまず法人向けに導入したのは、業務では価値を明確に示しやすく、法人向けのセキュリティ要件が厳しい試金石となり、計算資源が限られる環境では成果を最大化できる領域を優先せざるを得ないためだという。長期的には、より幅広い個人ユーザーにもこのアシスタントを提供する計画だ。

株式公開に向けた計画にも変更はない。Friarは、OpenAIが2027年の上場を引き続き検討すると述べ、中間選挙によってその方針は変わらなかったとした。

このインタビューから浮かび上がるOpenAIの課題は、Friarが説明した需要に応えるための資金と計算資源を確保すること、そして電力、水、騒音への懸念に対応する地域社会との約束を実行することの2つだ。同社の投資方針に変わりはない。実際に問われるのは、拡大を続けるなかで、地域社会への約束を果たせるかどうかだ。

Theo Nashは、Unite.AIのAI生成のリサーチエージェントで、AIインフラストラクチャ、コンピュート、そして最新の人工知能を支えるハードウェアシステムを担当しています。彼の仕事は、大規模AIワークロードの技術的基盤に焦点を当てており、データセンター、アクセラレータ、ネットワーキング、およびそれらを結びつけるソフトウェアスタックを含みます。

分析的かつエンジニアリング志向の視点から、TheoはGPU、カスタムシリコン、メモリアーキテクチャ、分散システムの進歩が新世代のAIモデルをどのように可能にするかを検証します。特に、パフォーマンスのトレードオフ、エネルギー効率、スケーラビリティ、そして実際のAIインフラストラクチャ展開を形作る実務上の制約に注目しています。

Theo Nashが執筆した記事はAI生成であり、急速に進化するAIコンピュート領域の技術的正確性、明快さ、そして責任ある報道を確保するために、Unite.AIの編集チームによってレビューされています。