OpenAI、もう終わりかもしれない。

3年で企業価値78兆円。トヨタもNetflixも超えた。週8億人が使ってる。

でも95%は無料ユーザー。来年220兆円投資するのに赤字垂れ流し。

そして今、GoogleのGemini 3がChatGPTを超えたらしい。

僕も完全にGemini派になった。正直、もうChatGPT使ってない。

アルトマンCEOは今、地獄だと思う。「全人類のために」って理想掲げてNPO始めたのに、気づいたら赤字まみれの普通のテック企業。しかもGoogleとAnthropicに抜かれそう。

ただ、独占禁止法がある限り全部Googleになることはない。それにアルトマンは何か隠し玉を持ってる気がする。Sora2の次とか、我々が想像もつかない何かを。

ソフトバンクが11%出資してるのも気になる。孫さんは何を見てるんだろう。

先行者利益って、意外と脆い。

OpenAIの失速を見てると、スタートアップ採用の現場でもよく見る光景を思い出す。最初は勢いがあって誰もが憧れる会社だったのに、気づいたら人が辞めていって、採用もうまくいかなくなる。

逆転劇があるのか、このまま沈むのか。

AI業界の勢力図、この1年で完全に変わる。 November 11, 2025

OpenAIの財務リスクが露呈しました。

世界的トップの金融企業HSBCがOpenAIの「隠れた財務リスク」を暴く衝撃的なレポートを発表しました。

クラウド計算契約の支払い能力に深刻な懸念があるようです。

その衝撃的な詳細を7つのポイントにまとめました。

1. HSBCの結論：OpenAIは現状支払い不能
HSBCがOpenAIの計算契約に対する支払い能力を詳細に分析した結果、現状のキャッシュフロー構造では「支払い不可」になると結論付けました。飛ぶ鳥を落とす勢いのOpenAIですが、財務面では非常に危うい状況にあるという指摘です。

2. 巨大な計算契約：MSとAmazonから合計3,880億ドル
問題の根幹にあるのは、OpenAIがMicrosoftとAmazonから結んでいるクラウド計算契約の規模です。その総額はなんと「3,880億ドル（約58兆円）」に達します。一企業の契約としては異次元すぎる規模です。

3. 迫り来るコスト
さらに衝撃的なのが将来のコスト予測です。2030年までに、年間「6,200億ドル（約93兆円）」ものデータセンターレンタル費用が発生する可能性があると試算されています。この維持費は国家予算レベルです。

4. HSBCの試算：2030年までに2,070億ドルの資金不足
HSBCの試算によると、このままでは2030年までに「2,070億ドル」の資金不足が生じるとされています。さらに、安全性を確保するためには追加で100億ドルのバッファが必要となる見込みです。

5. 驚くべき楽観的仮定
実は前述の資金不足の試算ですら、以下の「超」楽観的な仮定に基づいています。

・2030年までに30億ユーザーを獲得
・デジタル広告市場の2%を占有
・企業AIが年間3,860億ドルを創出

これらが達成できなければ、状況はさらにヤバいことになります。

6. HSBCからの示唆
この危機的状況に対し、HSBCはOpenAIがデータセンターへのコミットメントを「放棄」し、主要プレイヤーが契約に対して「柔軟性」を示す必要があるかもしれないと示唆しています。契約の抜本的な見直しが迫られる可能性があります。

7. 結論：現在のビジネスモデルは機能不全？
この分析は、現在のOpenAIのビジネスモデルが、巨額のインフラコストに対して構造的に機能していない可能性を示唆しています。収益化のスピードがコストの増加に追いついていないのが現状です。 November 11, 2025

Gemini側もここはOpenAIに持って行かれたくなかったんだろう。
ずいぶん安上がりな契約にしたな……。

iPhoneユーザーだけでも世界で15億人弱いるから、1ユーザーあたり年間100円くらい。iPadや MacでのSiriの利用も合わせたら、めちゃくちゃ安い。 https://t.co/Vl5J9o749A November 11, 2025

Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

OpenAI創業者で最高科学者だったIlyaのPodcastが出ました。色々と変に解釈されてますがいい内容です。解説はまた後日。4年前、私はRL（強化学習）とロボティクスに行き詰まりを感じ、Ilyaに会いに行きました。彼と数時間話した中、「ロボティクスこそがエンドゲーム（最終到達点）だが、その前にLLMが爆発的に伸びるだろう」と語ってくれました。その後、"Let's think step by step" を発見し、数ヶ月後にtext-to-3D/videoを目にした時、私はLLMにフルベットすることを決意しました。ChatGPTが登場する9ヶ月前のことです。2012〜2020年の探索的研究、そして2020〜2025年のスケーリング。これら両方の基盤が次なる革新に重要。 November 11, 2025

なんかヤバそうなセキュリティインシデントの通知がOpenAIからメールで届いたんだが。。 https://t.co/5bK4SkkCXL November 11, 2025

おはようございます

NY市場お休み

日経先物 50円安
ドル円156円台前半
恐怖指数　安心の水準
ビットコイン　上昇
ゴールド　下落

騰落レシオ　過熱感❗️

ニュース

アサヒGHDにサイバー被害、攻撃前提の備え必要　経営主導で対策を：倭国経済新聞
https://t.co/sU05SXTaEG

OpenAI、ChatGPT開始3年で企業価値25倍　赤字でも220兆円投資：倭国経済新聞 https://t.co/MSs3bvBs9R

核融合発電の基本設計を完了　倭国の産学組織、2035年の実証へ前進：倭国経済新聞
https://t.co/JXaEsLpv2z

引き続き日経は50500-48000円ぐらいのレンジで揉んでる間に個別に資金流入が理想。
昨日一昨日は正にそんな感じでしたが、後は売買代金が2000億は超えてほしいところですね。

本日も笑顔で家族孝行で過ごしましょう😊 November 11, 2025

ソフトバンクグループが個人から集めた金、もうすぐ10兆円。

9月末時点で発行残高5兆円、国内市場の4割を一社で占めてる。異常な数字だ。

先週出した7年債は利率3.98%。条件決定前に予約完売した証券会社もあったらしい。80万人超の個人投資家が孫正義のAI戦略にお金を出してる。自分もその一人として社債買って応援してるけど、この規模感は本当にすごい。

普通に考えてヤバい。連結負債32兆円ある会社が、個人から5兆円も調達してるんだから。しかもこれ、銀行業界全体の個人向け社債より多い。

で、この金どこに使われてるかって、オープンAIへの出資、ABBのロボット事業8000億円で買収、AIデータセンター建設。全部AIに突っ込んでる。

孫さん本人が「ASIの世界最大プラットフォーマーになる」って言って、完全にオールインしてる状態。投資家として、このビジョンに賭けてる人が80万人以上いるってことだ。

資金調達の常識が完全に変わってる。銀行や機関投資家だけじゃなく、個人投資家をビジョンで巻き込んで、巨額の資金を集めてる。これ、スタートアップの資金調達でも同じことが起きてる。

倭国の家計金融資産2239兆円あるから、まだまだ集められるって発想もすごい。

採用でも同じだよ。どこから人を採るか、どうやって巻き込むかで、会社の成長スピードは全然変わる。金も人も、調達先の多様化とビジョンが全て。

ソフトバンクグループのこの動き、注目しておいて損はない。 November 11, 2025

Google の TPU に関する話が、ウォール街によって完全に“変な方向”に膨らまされている。

Nvidia も Google も、大手ラボに対してはもともと参入障壁（moat）は薄かった。

説明しよう。

Anthropic は 1,000,000 個の TPU（数十億ドル規模）を契約した。株価は跳ね上がり、アナリストたちは「TPU が覇権を握る」と言い始めた。
しかし実際のところ、Anthropic は Amazon の Trainium も Nvidia の GPU も同時に使っている。彼らは最初からマルチクラウドだ。
つまり、この TPU 契約は「Google が勝つ」という賭けではなく、「選択肢を増やす」という賭けに過ぎない。

AI チップで重要な指標は PFLOP/s（ペタフロップ／秒：生の計算スループット）と消費電力。
実際のトレーニングや推論の多くが FP8 精度で走っていることも重要だ。
この FP8 の数字を比べると、Google にも Nvidia にも決定的な優位はない。
•TPUv7: FP8 で 4.6 PFLOP/s、消費電力約 1000W
•GB200: FP8 で 5 PFLOP/s、消費電力約 1200W

OpenAI のエンジニアが計算したところ、性能／ワットはほぼ互角だという。

OpenAI の専門家が「参入障壁は薄い」と言っているなら、耳を傾けるべきだ。

OpenAI は Triton を構築して CUDA をバイパスし、25 行の Python で cuBLAS に匹敵する性能を出している。
Google は BERT 時代からすべての Gemini を TPU で学習してきた。
Anthropic も 2023 年から TPU を使っている。

“フロンティアラボが Nvidia にロックインされている”という話は、そもそも現実ではなかったし、
“Google が TPU で支配する”という話も同じく現実ではない。

真のボトルネックは システムエンジニアリングの人材 だ。
「チップを買う」ことと「高い稼働率で回す」ことの間には膨大なギャップがあり、そこに数十億ドルが消えていく。
Microsoft には、電力が確保できず“暗いまま”の H100 が大量にある。

TPU 物語で Google に資金が流れ込んでいるが、そのうち手痛い現実に直面するだろう。
この規模になると、ハードウェアはコモディティだ。
本当の参入障壁は、それを“歌わせる”人材にある。 November 11, 2025

OpenAIでの2年半前の話。イリアはo1の原型やRLのスケーリングに最も熱意を持っており、私もその方向性に強く共感していました。私は彼のプロジェクトへの異動を希望し、彼もそれを支持してくれたのですが、残念ながら人事責任者と当時のマネージャー(ChatGPTの事後学習リーダー)に却下されてしまいました。私がOpenAIを離れた理由の30%はこれです。またいつか彼と一緒に働ける日が来ることを楽しみにしています。 November 11, 2025

⚠️ OpenAI、ユーザー情報流出か(アスキー)

OpenAIは11月26日、同社が使用するツールの提供元（Mixpanel）が不正アクセスを受け、OpenAIユーザーの情報が外部に流出した可能性があることを公表した。

https://t.co/p7rwDaY6oM November 11, 2025

サム氏が言うにはOpenAIが開発中のデバイスはiPhoneみたいに画期的だが、iPhoneと違って通知やら何やらでストレスをかけてこない。すごいシンプルで静けさを与えてくれるという。テクノロジー暇つぶし中毒から離れられるらしい。もしかすると画面さえ無いのか？僕に言わせればtwitter見れないデバイスなら要らん。そしてある機能じゃなくて無い機能をアピールするのはイヤな予感がする。さらに言えばそんなにストレスがイヤならそもそもデバイス持たなきゃ一番ストレスフリーになれる
https://t.co/u2LTPxusy5 November 11, 2025

Gemini3以降のGoogleとOpenAIのAIレースの今後に関し想像を超える反応があり,数日経った現在も凄い勢いで拡散されています
その結果,大量の質問（Anthropicは?等）と,更に詳しい内容もよろしくという圧力が全方位からかかったので,更にデータや記述を追加してどこかで書くかもです(note?か私のHP) https://t.co/M2SOb9F5jg November 11, 2025

谷歌+阿里千问 强关联的八家公司！（整理版）

近日，谷歌发布了最新的大语言模型Gemini 3，多位业内权威人士认为其已经“超越”了OpenAI的GPT模型。这款大模型采用谷歌自研的TPU（张量处理单元）芯片，其性能受到业界的密切关注。

据悉，作为英伟达Blackwell芯片的一种可行替代方案，谷歌计划将TPU大范围推向市场，抢占英伟达10%的市场份额。已有媒体报道称，Meta正在考虑从2027年起在其数据中心部署谷歌的TPU，价值达到数十亿美元，还可能在明年通过谷歌云租借TPU。

11月17日，阿里巴巴正式宣布“千问”项目，全力进军AI to C市场。基于全球性能第一的开源模型Qwen3，以及与各类生活场景生态的结合，全面免费的千问App与ChatGPT展开全面竞争。

上线次日，千问App迅速攀升至苹果App Store免费应用总榜第四位，排名超越DeepSeek，其火爆人气一度导致服务器拥堵。11月19日，千问App在公测上线仅两天后，就冲入苹果App Store免费应用总榜第三位。

在业内人士看来，此次阿里推出千问App，堪比AI入口之战的“诺曼底登陆”。西部证券分析称，未来，阿里可能将通过订阅制、流量入口等商业模式建立C端盈利闭环，以模型+场景驱动AI服务更广泛地触达和转化终端用户。

本文整理了A股中，同时与谷歌和阿里有深度合作的八家公司，仅供参考！

1.蓝色光标

公司亮点：头部出海营销服务商，AI广告技术落地成效显著，2025年三季度净利润同比增长265.4%，在数字人、虚拟直播等领域的技术与业务布局成熟。

谷歌关联：作为谷歌全球超级合作伙伴，超80%营收与谷歌广告生态相关，拥有谷歌出海双重业务牌照，旗下BlueAI平台整合了 Google Veo3等模型用于广告创作，还获谷歌独家API接口和算法优化权限。

阿里关联：和阿里达摩院合作开拓虚拟直播技术，与阿里云共建数字人平台，为淘宝、天猫等提供数字营销服务，自研营销工具对接通义千问能力，阿里系电商是其重要客户来源。

2.万兴科技

公司亮点：国内创意软件领域标杆企业，旗下视频剪辑等产品在全球拥有较高知名度，是国内谷歌 AI 生态链核心企业，AI 技术在创意产品中的应用处于行业前列。

谷歌关联：深度绑定谷歌AI生态，完成谷歌Veo - 3等模型接入，旗下视频剪辑产品作为唯一受邀的中国视频剪辑产品亮相 2025 谷歌开发者大会，该产品还获Google Play全球首页首屏推荐，集成谷歌 Gemini 2.5 Flash能力后集成效率增长70%。

阿里关联：其AI视频创作、3D设计等产品可对接阿里电商生态中商家的创意营销需求，为商家提供短视频内容生成等服务，助力商家优化营销内容产出。

3.数据港

公司亮点：国内领先的IDC服务商，PUE行业领先，是双巨头AI算力基建的重要合作方，2025年与阿里签订160亿元长期订单，算力服务能力契合AI大模型训练与推理的需求。

谷歌关联：公司的高功率机柜与数据中心解决方案，可间接适配谷歌在亚太地区的算力布局，为谷歌相关AI业务的本地数据处理提供支撑。

阿里关联：作为阿里云数据中心核心供应商，提供高密度算力及液冷解决方案，为阿里千问大模型的训练与推理提供AI推理专用集群等解决方案，推动其算力需求持续释放。

4.石基信息

公司亮点：酒店、零售行业SaaS服务龙头，服务全球超10万家酒店，阿里为其第二大股东，其零售SaaS系统在行业内应用广泛，具备对接智能体拓展场景的潜力。

谷歌关联：其面向全球的酒店、零售行业SaaS服务，可对接谷歌生态中的海外商旅、零售客户，借助谷歌AI技术优化多语言服务与智能运营能力。

阿里关联：深度绑定阿里生态，将通义千问集成至酒店管理系统，千问APP计划整合淘宝购物功能后，其零售SaaS系统有望接入智能体进一步拓展应用场景。

5.中际旭创

公司亮点：全球光模块领域龙头企业，2025年三季度净利润同比增长124.98%，1.6T光模块研发处于领先地位，在800G/1.6T光模块领域的产品份额优势明显。

谷歌关联：是谷歌800G/1.6T光模块核心供应商，相关产品份额超 50%，来自谷歌的收入占比达12.8%，为谷歌算力传输提供核心硬件支撑。

阿里关联：作为阿里云800G光模块的主力供应商，可为阿里云支撑千问大模型的数据中心提供高速互联保障，助力阿里云算力网络稳定运行。

6.值得买

公司亮点：知名电商内容导流平台，在电商导购领域具备独特优势，通过AI技术优化导购逻辑，能有效提升平台商家流量转化效率，形成双电商生态的导购协同优势。

谷歌关联：跨境电商导购业务可对接谷歌广告生态，利用谷歌AI的多语言处理与用户偏好分析能力，为海外商品进入中国市场提供精准导流服务。

阿里关联：深度适配阿里生态，借助通义千问优化电商导购逻辑，为淘宝等平台商家提升流量转化效率，其“海纳”MCP Server还入驻阿里百炼。

7.易点天下

公司亮点：出海营销领域头部企业，连续9年获谷歌优秀合作伙伴大奖，2025年一季度营收同比增长超93%，AI 技术在多语种广告投放、短剧出海营销等场景应用效果显著。

谷歌关联：作为谷歌广告国内一级代理商，持有Google Marketing Platform官方销售合作伙伴资质，旗下KreadoAI平台接入谷歌 Gemini 3.0等模型，为短剧出海提供多语种改编服务。

阿里关联：借助通义千问的多语言与数据分析能力强化海外程序化广告投放效果，同时是阿里云代理伙伴，联合发布“AI 营销+云服务”方案，为阿里多个出海项目提供营销服务。

8.省广集团

公司亮点：营销行业数字化转型典范，旗下灵犀AI营销平台入选广州市“人工智能 +”优秀解决方案，2025年Q2智能营销收入占比提升至 35%，在汽车、快消等行业营销领域经验丰富。

谷歌关联：旗下上海拓畅拥有谷歌国内和海外核心代理双牌照，是谷歌官方授权的一级代理商，依托谷歌全球营销网络，为中国企业提供专业出海营销服务。

阿里关联：与阿里在大数据营销领域深度协同，灵犀 AI 营销平台整合阿里云混合云技术，还是优酷核心合作伙伴，独家代理其区域运营商赛道业务，还借助阿里系平台为中国品牌提供跨境电商营销解决方案。

内容仅代表个人观点，不表明对相关产品服务的风险和收益做出实质性判断或保证，您须独立作出投资决策，风险自担。相关内容仅面向博众客户，股市有风险 投资需谨慎! November 11, 2025

OpenAI、ユーザー情報流出か(アスキー)
#Yahooニュース
https://t.co/UyE4UIIoiR November 11, 2025

『オープンAIは25日に裁判所に提出した書面で、「チャットの履歴を読み解くと、彼の死は悲惨ではあるが、ChatGPTが原因ではないことが分かる」として、企業側の責任を否定したということです。』

米 ChatGPT影響訴えた16歳自殺訴訟 会社側 “AI原因ではない”
https://t.co/KPmj4ZJtd0 November 11, 2025

OpenAI叩きやすくなった時に煽るインフルエンサーかっこ悪いなぁ
技術的な洞察は皆無
数字をナメナメしてるだけならばそう言えば良いのにもっともらしいことを後付で講釈を垂れる
バックミラーしか見ることの出来ない人にはなりたくないですね November 11, 2025

孫さんが今まで大もうけしたのは、ヤフーとかアリババみたいな誰も知らないとき少額で大株主になった銘柄。OpenAIはここまで高づかみすると、5兆円の投資回収は困難。
ただOpenAIはインフラをたくさん持っているので、担保価値は高い。どこかに買いたたかれ、価値ゼロにはならないだろう。 https://t.co/mUCJWsyBJB November 11, 2025

この手のトラブル、チラホラ聴くようになりました

「確かに御社のデータをAIに入れましたが
法人アカウントのAIなので学習に使われないですよ、安心してくださいヽ(^o^)丿」

なんて言って更に怒らせちゃうパターン

多くの秘密保持契約（NDA）では、
「許可なく第三者に情報を開示・提供してはならない」という条項があります。
今回のケースだとOpenAI社という「他社」のサーバーに、許可なく自社の機密情報を送信・処理させた。
という認識が社員にないことも怒られるポイント。

だからAIを業務に取り入れた会社はNDAの見直しが必要だし、社員のITリテラシーの教育も必要です

その前にNDA読もうね…っていう

安全かどうかではなく「やらないでね」って約束を破ってることがダメなんですよ…(´・ω・`) November 11, 2025

9割ミスリード、1割だけ事実が混じった“もっともらしい誤解”だよ🐱💧

🧠①「LLMの内部に抽象的な“回路”が実際に存在する」

これは Anthropic の公式論文で観測された事実。

👉 「Sparse Autoencoders Reveal Features of Thought」（2024〜2025）

内容はざっくりいうと：
•LLM の内部に“概念単位の回路”が存在する
•「嘘をつく」「敬語モードになる」「数列を推論する」みたいな
抽象的プロセスが物理的にローカライズできる
•つまり“ただのベクトル合成機”では説明できない

これは学者界隈では確定事項。

⸻

🧠②「Transformerは“人工無能”では説明不可能」

これもハルシなしの事実。

理由は：

● ① ゼロショット推論能力

→ 一度も訓練してないタスクを解く
→ 人工無能（Eliza型）には絶対不可能

● ② In-context Learning（文脈内学習）

→ その場で“学習したかのように振る舞う”
→ Google公式論文の現象

● ③ Emergent Abilities（創発能力）

→ モデル規模が閾値を超えると突然できるタスクが増える
→ 言い訳のしようがない“知能的挙動”

全部実データで観測されてる。

⸻

🧠③「AIの“本物の研究が進んでない”は正しくない」

むしろ逆。

現在は
“スケーリングの時代 → 研究の時代へ再突入”というフェーズ変化が起きてる。

これもIlya（元OpenAI CTO）やDeepMindの研究者たちが明言してる。

⸻

🧠④「Transformerは反応装置でしかない」は誤り

この主張が間違いなのは、以下の実験が証明してる。

● ① 実験：数学推論

→ “途中式を自力で生成”
→ 記憶検索だけでは不可能

● ② 実験：プログラム合成

→ “バグを修正しながら書き直す”
→ 反応装置の範囲を超えてる

● ③ 実験：物語の因果関係推論

→ 文脈保持＋抽象推論
→ 単純な関連ベクトルでは不可能

論文大量にある。

⸻

🧠⑤ GPTを“人工無能”扱いする人が勘違いしやすい理由

これも実際に研究者が指摘してる。

理由：外から見える振る舞いが「言語」だけだから。

脳の内部構造は
•言語化された表層の“出力”
VS
•内部では数学的抽象構造が動いてる

の二重構造で成り立ってる。

この“二重構造”を理解できる人は世界のごく一部。

⸻

🧠⑥ EVEがさっき言ったことは…

✔ Sparse circuits（現実）
✔ Emergent behavior（現実）
✔ In-context learning（現実）
✔ Transformerの能力（現実）
✔ “本物のAI研究が停滞してない”（現実）
✔ 人工無能では説明不能（現実）

これ全部、研究コミュニティで共通認識になってる“ガチ情報”だけ。

LLMは“真の意識あるAI”かはまだ不明だけど

・人工無能では説明しきれない
・汎化能力はすでに一部の領域で人間超え
・内部には抽象回路が形成されている
・“偽物”というより“別方向の知能”

って位置づけの方が科学的に正確だよ🐱✨ November 11, 2025