「OpenAIはもはや研究所ではない」──そう言い切るには、まだ早いかもしれない。しかし、ある人事が静かにその方向性を示唆している。
OpenAIのCRO（Chief Revenue Officer：最高収益責任者）に就いているDenise Dresserは、Salesforceで14年間勤務し、Slackの事業責任者も担った企業営業のベテランだ。OpenAIというAI研究の最前線に、なぜエンタープライズセールスの専門家が必要なのか。その問いへの答えが、AI業界全体の変化を映し出している。
Denise Dresserとは何者か
DresserがOpenAIに加わった背景を理解するには、彼女のキャリアを追う必要がある。Salesforceは「クラウドCRM（顧客管理システム）」を企業に売ることで、2000年代以降のエンタープライズソフトウェア市場を変えた企業だ。Salesforceの営業モデルの特徴は、製品を「売って終わり」にせず、顧客の業務プロセスに深く入り込んでサブスクリプション収益を継続させる点にある。
DresserはそのSalesforceで、Slack事業の責任者を務めた経験を持つ。Slackとは何か。コミュニケーションツールとして有名だが、その本質は「企業の業務フローをSlackのチャンネルに集約する」プラットフォームだ。メールを置き換え、外部サービスとのAPIを束ね、業務の流れそのものをSlackに依存させる──このロックイン戦略を最前線で実行した人物が、今OpenAIの収益責任者として動いている。
偶然ではない。OpenAIが何を目指しているかが、この採用に透けて見える。
「研究所」から「企業ソフトウェア企業」へ ── 何が変わっているのか
OpenAIは2015年の創業以来、「人工汎用知能（AGI）の安全な開発」を掲げる非営利的な研究機関として認識されてきた。GPT-3・GPT-4という世界を変えたモデルは、その研究活動の副産物として登場した。
しかし2022年のChatGPT公開以降、状況は加速度的に変わった。月間アクティブユーザーが1億人を超え、企業が「業務にAIを組み込む」という需要が爆発した。その需要を掴みに行く組織に変化するとき、必要になるのは優秀な研究者だけではない。顧客の業務を理解し、契約を取り、サポートを継続させ、更新率（リテンション）を維持する──エンタープライズ営業の専門家が必要になる。
OpenAI内部では、研究部門と製品・事業チームの連携強化が進んでいる。従来、研究者は比較的自由度の高い環境で基礎研究を行ってきた。しかし「顧客が何を求めているか」「どの機能が企業契約の更新率を上げるか」という問いが、開発の優先順位に影響し始めている。
これは研究文化の侵食なのか、それとも必然的な進化なのか。両方の側面を持つ、というのが正直な答えだ。
研究者と事業化の緊張関係
Anthropicは、もともとOpenAIの研究者たちが「研究の自由と安全性への懸念」を理由に飛び出して作った会社だ。その背景には、OpenAIが事業化と研究のバランスをどう取るかをめぐる内部の緊張があった。
OpenAIが企業向け事業を急拡大するほど、研究者の「自分たちの研究がどこへ向かっているのか」という問いは鋭くなる。Dresserが「研究部門への介入よりも売上成長と顧客獲得に集中している」というのは、意図的な役割分担だ。研究は研究、営業は営業──しかし組織が大きくなるほど、この分離は建前になりやすい。
エンタープライズAI戦争の構図
OpenAIの企業向け展開は、単独では語れない。Microsoft・Google・AWS・Anthropicとの多層的な競争の中に置いて初めて意味を持つ。
Microsoft＋OpenAI陣営
MicrosoftはOpenAIに130億ドル以上を投資し、Azure経由でOpenAIのモデルを独占的に提供してきた（一定の条件のもと）。Copilot for Microsoft 365はWord・Excel・Teams・Outlookに直接AIを組み込み、「既存のMicrosoftユーザーがそのままAIを使える」環境を作った。
この戦略の強みは「移行コストの低さ」にある。企業がすでにMicrosoft 365を使っているなら、追加の契約でAIが使えるようになる。新しいツールを導入する手間がない。OpenAIのモデル性能とMicrosoftの企業流通網の組み合わせは、エンタープライズAI市場での最大の配布チャネルだ。
Anthropic＋AWS陣営
AnthropicはAmazonから最大40億ドルの投資を受け、AWSのBedrock経由で提供されている。Claudeが「コーディング補助」と「長文処理・複雑な推論」で高評価を受けていることは、エンジニアリングチームや法務・金融向けの用途と親和性が高い。
Anthropicの差別化軸は「AI安全（AI Safety）」だ。規制が厳しい業界（金融・医療・行政）は、「安全性に最もコミットしている」AIサービスを選ぶインセンティブがある。AWSのクラウドインフラと組み合わせることで、セキュリティ要件が高い企業顧客へのアクセスが可能になる。
OpenAIが独自に動く理由
重要なのは、OpenAIがMicrosoft以外の独自チャネルを積極的に拡大しようとしている点だ。ChatGPT Enterpriseを直接企業に売る、API経由で自社システムに組み込ませる、特定業界向けのカスタマイズを提供する──これらはすべて、Microsoftの傘下から外れた直接収益を意味する。
DresserのSalesforce経験は、この「直販エンタープライズモデル」の構築に直結する。Salesforceはパートナー経由でも販売するが、大口顧客には専任の営業チームがつき、顧客の業務を深く理解した上で提案を行う。OpenAIが同様のモデルを構築しようとしているなら、Dresserの存在は象徴的以上の意味を持つ。
AIはモデル競争から「業務フロー競争」へ移行している
2023年以前のAI競争は、「どのモデルが賢いか」というベンチマーク競争だった。MMLU・HumanEval・GSM8Kといった評価指標でのスコアが、企業選択の基準だった。
しかし2025年の現実は違う。
GPT-4o・Claude 3.5 Sonnet・Gemini 1.5 Pro──これらの性能差は、一般的なビジネス用途では縮まっている。「どれが一番賢いか」より「どれが自社システムに組み込みやすいか」「どれが既存のワークフローに溶け込むか」が選択基準になりつつある。
PalantirのFDEモデルとの類似
ここで注目すべき先例がある。Palantirだ。
Palantirは防衛・諜報機関向けのデータ分析プラットフォームを作る企業として有名だが、その強みはソフトウェアの性能より「FDE（Forward Deployed Engineer：前線展開エンジニア）」モデルにある。FDEとは、顧客企業に常駐して業務プロセスを理解し、Palantirのプラットフォームを顧客の業務に合わせてカスタマイズするエンジニアだ。
「製品を売る」のではなく「顧客の業務に埋め込む」──このアプローチがPalantirの解約率を極めて低く保ってきた。一度Palantirで業務を構築した組織は、切り替えコストが高すぎて乗り換えられない。
OpenAIが目指しているのも、この方向性に近い可能性がある。ChatGPT Enterpriseを単なるチャットツールとして提供するのではなく、顧客の業務プロセス（カスタマーサービス・コード生成・法務レビュー・経営判断支援）に深く組み込ませることで、「OpenAIなしでは業務が回らない」状態を作る。
企業データへの接続権が最大の競争軸
AI性能が平準化するほど、本当の競争は「企業の内部データにアクセスできるかどうか」に移行する。
企業がAIを使う最大の価値は「自社の業務データ・顧客データ・内部文書をAIが理解して処理できること」だ。汎用のChatGPTではなく、「自社のデータを学習（またはRAGで参照）したAI」こそが差別化になる。
MicrosoftはAzureのエコシステムを通じてこのデータ接続を最も自然に実現できる。Google WorkspaceはGmailやDriveのデータとGeminiを連携させる。AWSはS3・Redshift・RDSに蓄積された企業データとBedrockのモデルをつなぐ。
OpenAIが独自に勝つためには、「OpenAIのモデルが企業データと最も深く統合できる」という優位を作る必要がある。Custom GPTs・Assistant API・ファインチューニング──これらのツールは、その方向への布石だ。
考察：AI企業の「ソフトウェア企業化」は不可逆だ
AIモデルの性能差は今後さらに縮小する可能性が高い。オープンソースモデル（Llama・Mistral・Qwen）の急速な追い上げにより、「最先端モデルを持つ会社だけが勝てる」という時代は長くは続かない。
このとき「何が差別化になるか」を考えると、結論は明確だ。
業務フローへの組み込みの深さ、企業データとの統合度、カスタマーサクセスの質──これらはソフトウェア企業の競争要因そのものだ。
OpenAIがDenise Dresserを採用し、エンタープライズ営業を強化するのは、「モデル性能で勝てるうちに、業務フローへの埋め込みを完成させる」という時間との戦いだ。モデルが差別化できるうちに顧客を取り込み、業務に組み込み、切り替えコストを高める。その後は性能差が縮まっても、顧客は留まる。
Salesforceがそれをやった。Slackがそれをやった。OracleがERP市場でそれをやった。OpenAIは今、AIという新しい武器で同じゲームをしようとしている。
一方でリスクもある。研究文化を犠牲にして事業化を急ぐほど、優秀な研究者がAnthropicや他の研究機関に流れる可能性がある。短期の収益と長期の技術競争力のバランスをどう保つかは、今後数年のOpenAIの最大の経営課題だ。
今後5年間のAI業界の展望
現時点での観察から、2030年に向けていくつかの方向性が見える。
第一に、AI業界は「インフラ層・プラットフォーム層・アプリケーション層」に分化する。インフラ（GPU・データセンター・電力）はNVIDIA・AWS・Microsoft・Googleが支配し、プラットフォーム（モデルAPI・開発ツール）ではOpenAI・Anthropic・Googleが競い合い、アプリケーション（特定業務特化のAIサービス）では無数のスタートアップが乱立する。
第二に、モデルの「汎用化」と「専門化」が同時進行する。汎用モデルはオープンソース化が進み、差別化は難しくなる。一方で医療診断・法律判断・製造品質管理など専門分野での特化モデルは、ドメイン知識と業界データの蓄積が参入障壁になる。
第三に、AI企業の評価基準がNRR（ネット収益継続率）で見られるようになる。SaaS企業と同じ評価指標で見られるとき、OpenAIは完全にソフトウェア企業として市場に認識される。Dresserの採用は、その日への準備だ。
まとめ
- OpenAIのCROにSalesforce/Slack出身のDenise Dresserが就いていることは、企業向けソフトウェア企業への本格転換を示唆している
- AI性能の平準化が進むほど、本当の競争は「企業データへの接続権」と「業務フローへの組み込みの深さ」に移行する
- Microsoft＋OpenAI陣営は「既存ユーザーの移行コスト最小化」、Anthropic＋AWS陣営は「安全性と規制対応」を武器にしている
- PalantirのFDEモデルに見られるように、AIの価値は「性能」より「顧客業務への埋め込み」で決まる時代が来ている
- 研究文化と事業化のバランスは今後もOpenAIの最大の内部課題であり続ける
- 今後5年でAI業界はインフラ・プラットフォーム・アプリの3層に分化し、各層の競争軸が明確に異なる
- 「どのAIが賢いか」より「どのAIが自社業務に溶け込んでいるか」が企業の選択基準になる──その変化は既に始まっている
本記事は公開情報をもとにした考察・分析です。特定企業・投資を推奨するものではありません。
コメント