クラウド会計が勝敗を変えるまで、AnthropicとOpenAIの収益は比較可能に見える
投資家に示された年間換算の巨額な数値にもかかわらず、AnthropicとOpenAIの収益比較には重大な留保が生じている。報道によれば、Anthropicは特定のクラウドパートナー経由の販売について全額を計上する。一方、OpenAIは類似するパートナー取引で自社に残る部分のみを記録する。
この違いは、顧客が購入した内容を変えずに、数十億ドル規模の金額を売上高に計上したり除外したりし得る。また、最大手の独立系AIラボ2社による競争の見え方も複雑にする。報告上のランレートが大きいからといって、必ずしも一方の企業がより多くの現金を獲得した、あるいはより健全な事業を築いたことを意味するわけではない。
この論点は、投資家がいくつかの注目すべき数値の整合性を図ろうとした際に浮上した。報道によれば、Anthropicは7月に年間換算で650億ドルのペースに到達した。OpenAIは9月下旬までに500億ドルに近づき、年末までに少なくとも700億ドルに達すると予測していた。
同じ名称で表されるため、これらの数値は比較可能に聞こえる。しかし、その算定方法が必ずしも比較可能とは限らない。
この違いは、単なる会計上の議論にとどまらず重要だ。AnthropicとOpenAIは、インフラ、流通、資金調達、あるいはそのすべての組み合わせにおいてAmazon、Google、Microsoftに依存している。各社がこうした関係をどう計上するかは、成長性、利益率、市場での主導権、そして将来の上場時評価の見え方を左右し得る。
同じクラウド販売でも、収益数値は二通りになり得る
中心的な問題は単純だ。報道によれば、AnthropicとOpenAIはパートナーが生み出した一部の売上を、取引の異なる段階で計上している。
Anthropicは、Amazon Web ServicesとGoogle Cloudが運営するクラウドマーケットプレイスを通じてClaudeを提供している。エンタープライズ顧客は、Anthropicと直接契約する代わりに、既存のクラウド取引関係を通じてモデルへのアクセスを購入できる。
Bloombergの報道によると、Anthropicは特定のパートナーチャネルを通じた顧客支払額の全額を収益として計上している。その後、クラウドプロバイダーの取り分を費用として認識する。これは一般にグロス表示と呼ばれる。
報道によれば、OpenAIはMicrosoftが関与する販売について別の方式を採っている。Microsoftが取り分を受け取った後、顧客の支払額のうちOpenAIに帰属する部分だけを計上する。これはネット表示である。
顧客の支払いが100単位である単純化した取引を考えてみよう。グロス表示では、モデル開発企業は100の全額を収益として記録し、20をパートナー費用として計上する可能性がある。ネット表示では、残る80だけを収益として記録する可能性がある。
開発企業が両方の例で同じ80単位を保持することはあり得る。それでも、グロス方式はネット方式より25%多い報告収益を生み出す。
この例は、各社の実際の契約上の比率を示すものではない。条件はプラットフォーム、製品、顧客契約によって異なり得る。ここで示しているのは、会計処理の選択が見出しとなる比較を大きく変え得る理由だ。
この違いは、収益会計における本人対代理人の枠組みを反映している。本人は、顧客に移転する前に約束したサービスを支配している。代理人は、別の当事者がそのサービスを提供するよう手配する。
本人として行動する企業は通常、取引の総額を記録する。代理人は一般に、手数料または自社に残る取り分だけを記録する。
SEC accounting example は、この評価が支配、責任、価格決定権、取引構造に左右されると説明している。見栄えを良くする目的だけで任意に選べる切り替えではない。
Bloombergの記事によれば、AnthropicとOpenAIはいずれも、自社の方式が一般に認められた会計原則に準拠していると考えている。したがって、どちらの企業も基準に違反せずに、この不一致は存在し得る。
契約によっては、各モデル開発企業とクラウドプロバイダーに異なる義務が割り当てられる場合がある。あるパートナーは単に販売を処理するだけかもしれない。別のパートナーは顧客関係を支配し、サービスを束ね、追加の履行責任を負う可能性がある。
その契約上の詳細が会計結果を決める。また、投資家が単一の普遍的なパートナー比率を差し引くだけで両社を安全に標準化できないことも意味する。
メディア報道が年間換算収益をスコアボードとして扱うと、問題はさらに大きくなる。年間換算収益は、短期間の売上を1年分に換算するものだ。現在の勢いを示すには有用だが、確定した年間収益と同じではない。
ランレートはすでに短期的な状況を増幅する。不整合なグロス表示とネット表示を組み合わせると、不確実性がさらに一層加わる。
これは数値に意味がないということではない。信頼できる順位付けの根拠とするには、定義、チャネル開示、調整が必要だという意味である。
AnthropicとOpenAIの収益比較には共通の基準が必要だ
一方の企業がクラウドパートナーの取り分を含め、もう一方が除外する場合、直接的な順位付けは信頼できなくなる。
報道によると、Anthropicの年間換算収益は7月末時点で650億ドルを超えた。annualized revenue reporting によれば、これは2025年末時点のペースの7倍超に相当した。
OpenAIの年間換算収益は9月末時点でおよそ500億ドルだった。この数値に詳しい関係者によれば、同社はエンタープライズ成長にも後押しされ、年末までに700億ドルに到達、またはそれを上回ると見込んでいた。
year-end projection は、最終四半期にさらなる大幅増加を示唆している。ただし、この予測と9月のランレートは異なる問いに答えるものだ。
500億ドルという数値は、報道によればOpenAIの通常のネット会計を反映している。以前に流通した700億ドル近い数値は、Anthropicのグロス方式に基づいた場合のOpenAIの収益を近似するために設計されたものだった。
この調整により、短期間のうちに一見矛盾するOpenAIの数値が出現した理由が説明できる。一方は同社が報告する会計基準を表し、もう一方は投資家向けの比較を作ろうとしたものだった。
Axiosは後に、OpenAIのランレートは500億ドル近くで、先行するグロス換算推計をおよそ200億ドル下回ると報じた。同社のrevenue reconciliationによれば、投資家は同一基準での比較を求めていた。
この出来事は、標準化された推計がいかに速く本来の文脈から離れ得るかを示している。定義なしに繰り返されると、通常の報告収益のように見え始める。
この差は、Anthropicが事業規模を過大に示したことを自動的に意味するわけではない。また、OpenAIが全社的により保守的な方針を採用していることの証明にもならない。
両社には異なる契約、パートナーネットワーク、顧客関係、提供上の義務がある。こうした違いは、同じ基準の下でも異なる会計上の結論につながり得る。
それでも、結果は投資家にとって満足のいくものではない。売上高の比較では、少なくとも3つの指標を区別すべきだ。
第1は、各社の通常の会計処理に基づく認識収益である。第2は、直接チャネルとパートナーチャネルを横断した顧客支出総額である。第3は、パートナーへの分配後に残る金額である。
認識収益は、正式な会計上の問いに答える。顧客支出総額は、企業の製品を通じて流れる経済活動を示す。留保収益は、コンピューティング費用やその他の運営費の前に利用可能な資金により近い。
これらの指標のどれか一つだけで事業の質を説明することはできない。それぞれが商業モデルの異なる側面を明らかにする。
顧客支出総額は、特にクラウドマーケットプレイスが調達を担う場合に、製品の到達範囲を示すことができる。しかし、モデル開発企業が保持する経済価値を過大に見せるおそれがある。
ネット収益は、取引における開発企業の直接的な取り分をよりよく反映する。しかし、グロス表示を用いる競合と比べる場合には、顧客需要を過小に見せる可能性がある。
この選択は利益率の解釈にも影響する。グロス収益を記録する企業は通常、パートナーへの支払いを売上原価または別の費用区分に計上する。
収益はより大きく見えるが、報告される利益率には追加のパートナー費用が反映される。ネット表示を用いる企業は、より小さな売上高から始め、同じパートナー金額を費用として重ねて計上しない。
したがって、投資家は収益成長率と売上総利益率を独立して比較できない。両方の数値を合わせて調整する必要がある。
売上高だけを変更すれば、分析は再び歪む。有効な標準化には、同じ基準で収益、パートナー費用、利益率を再構築することが必要だ。
クラウド流通は競争の一部になった
クラウドマーケットプレイスは受動的な決済ページではない。導入、顧客所有権、経済性、報告上の規模に影響を及ぼす。
大企業はすでに、クラウド契約を通じてインフラ、データベース、セキュリティソフトウェア、アプリケーションを購入している。AWSまたはGoogle Cloudを通じたClaudeの購入は、既存の調達システムやコミットメント支出の取り決めに適合し得る。
この利便性は販売プロセスを短縮できる。また、開発者や情報技術チームがすでに利用しているツール内にモデルを配置することもできる。
Anthropicのこの経路への依存は大きい。Reutersが確認した機密申請書類によれば、2025年の売上の47%はAmazonとGoogleのマーケットプレイスを通じて発生したとされる。
これらのマーケットプレイス売上は合計で約21億6000万ドルに達した。報道によれば、Anthropicは流通手数料として約3億5100万ドル、すなわちマーケットプレイス収益1ドル当たり約16セントを支払った。
cloud channel figures は、パートナー流通の価値とコストの両方を示している。クラウド企業は顧客と調達へのアクセスを提供するが、取引の一部を保持する。
これらの過去の数値を、Anthropicの現在のランレートに機械的に当てはめるべきではない。チャネル構成、契約条件、製品需要は急速に変化し得る。
それでも、グロス処理とネット処理が重要である理由を示している。売上のほぼ半分がパートナーを通過する場合、表示方法は報告される売上高全体に大きな影響を与え得る。
OpenAIもMicrosoftと同様に重要な関係にある。Azureはコンピューティングインフラを提供し、エンタープライズ製品とクラウドサービスを通じてOpenAIのモデルを流通させてきた。
Microsoftには独自の顧客契約、価格体系、バンドル提供もある。こうした特徴は、会計規則の下でどちらの当事者が約束されたサービスを支配するかを変え得る。
したがって、商業上の競争はClaude対ChatGPTよりも広範だ。各モデルを取り巻く流通システムも含まれる。
AnthropicはAWSとGoogle Cloudの両顧客へのアクセスから恩恵を受ける。OpenAIはMicrosoftのエンタープライズでの到達力と、生産性・開発製品全体にわたる統合から恩恵を受ける。
こうした関係は、同時に影響力と依存を生み出す。クラウドパートナーはモデルを購入しやすくできる一方で、請求、パッケージング、顧客アクセスを支配することもできる。
モデル開発企業は迅速な流通を得る一方で、各販売の一部を譲り渡す可能性がある。また、競合モデルを販売したり、自社モデルを開発したりするパートナーに依存することにもなり得る。
AmazonはBedrockを通じて他のモデルを提供しながらAnthropicを支援している。GoogleはGeminiを開発しながらAnthropicに投資している。Microsoftは独自のモデルとクラウド戦略を拡大しながらOpenAIを支援している。
米国連邦取引委員会（FTC）は以前から、こうした関係を調査してきた。同委員会のクラウド・パートナーシップ調査では、投資、クラウド容量、流通、技術的依存関係がいかに絡み合いうるかが説明されている。
この構造により、収益の帰属は単なる帳簿処理以上の意味を持つ。AIサプライチェーン全体で価値と支配がどのように移動するかを示すからだ。
エンタープライズ顧客にとって、クラウド経由の流通はガバナンスと請求処理を簡素化できる。一方で、モデルへの支出を、より広範なインフラ契約から切り分けにくくする可能性もある。
ある企業は、未消化のAWS契約枠がすでにあるためClaudeを選ぶかもしれない。別の企業は、既存のMicrosoft契約を通じてOpenAIのサービスを導入する可能性がある。
こうした判断は実際の需要を表すものだが、必ずしも直接的なソフトウェア・サブスクリプションと同じ形ではない。商流は購入行動とその測定の双方に影響する。
このため、主要な競争は単純にAnthropic対OpenAIという構図ではない。商業規模を捉える二つの見方としての、グロスのチャネル会計対ネットのチャネル会計である。
ヘッドラインの数字だけでは依然として見えないもの
収益の表示方法だけでは、キャッシュの留保、コンピューティングコスト、顧客集中、持続的な需要に関するより難しい問いには答えられない。
年換算収益は、直近の売上期間を基に、そのペースを12か月に引き延ばして算出する。需要と価格が比較的安定している場合に最も有効だ。
AI需要は、この条件を一貫して満たしていない。新モデルの投入、エージェントの普及、エンタープライズ契約、一時的な利用急増によって、月間消費は大きく変動しうる。
企業は例外的に好調な1か月から大きなランレートを示すことができる。しかし、それがその後の11か月も同じ水準で続く保証にはならない。
従量課金型のAPI収益には、別の複雑さがある。新モデルの性能が優れていれば、顧客はワークロードを急速に増やすことができる。一方、競合が品質、レイテンシー、コストを改善すれば、トラフィックを振り替えることもある。
したがってランレートは、将来の確実性よりも現在の勢いを効果的に測る指標だ。開示情報がその解釈を裏付けない限り、契約済みの継続収益として扱うべきではない。
顧客集中も関連するリスクを生む。少数の大口顧客が大きな利用を生み出す一方で、将来の収益は個々の更新判断やルーティング判断に左右されやすくなる。
クラウドマーケットプレイスは、外部の観察者からこの集中を見えにくくする可能性がある。投資家にはチャネルの合計額が見えるが、それを生み出した最終顧客が誰かまでは必ずしも分からない。
グロス会計は、モデル開発企業の手取りを変えることなく、見かけ上の数値をさらに大きくできる。ネット会計は、顧客支出の全体規模を隠す一方で、企業取り分により近い姿を示すことができる。
いずれの方法も、それだけでコンピューティングの採算性を明らかにするわけではない。先進的なモデルの提供には、アクセラレータ、ネットワーキング、電力、ストレージ、エンジニアリング支援が必要となる。
こうしたコストは、モデル、ワークロード、ハードウェア提供事業者、契約によって異なりうる。企業が推論を最適化したり、より計算集約的なシステムを導入したりすれば、それらも変化する。
パートナー手数料は、収益から控除される項目の一つにすぎない。モデル提供コスト、学習費用、株式報酬、販売費、研究開発費は、引き続き収益性の中核をなす。
ある企業はグロスの顧客支出で首位に立ちながら、パートナー販売1件当たりのキャッシュ留保額が小さい可能性がある。別の企業は収益の報告額が少なくても、計上した金額のより大きな割合を保持しているかもしれない。
現行の数値だけでは、この可能性を解消できない。
利益に関する主張にも同様の慎重さが必要だ。Anthropicは、一部の費用を除外する指標に基づき、四半期の営業利益を達成したと投資家に伝えたと報じられている。
この結果は、意味のある事業運営上の節目となるだろう。ただし、上場企業に期待される開示基準での純利益と必ずしも同義ではない。
OpenAIにも同じ基準を適用すべきだ。同社の成長予測が経済的な強さに関する結論を支えるには、費用、キャッシュフロー、インフラの文脈が必要となる。
もう一つの不確実性は、チャネル間の一貫性に関わる。契約ごとに支配の配分が異なる場合、企業はあるパートナーにはグロス表示を、別のパートナーにはネット表示を用いることができる。
したがって、企業レベルのラベルでさえ会計を単純化しすぎる可能性がある。投資家に必要なのは、ある企業がグロスで報告しているという一文ではなく、チャネル単位の説明だ。
両社はいずれも非公開企業であり、監査済み財務諸表や詳細な注記への一般公開のアクセスは限られている。報告される数値は、投資家向け資料や内部結果に詳しい人物に由来することが多い。
このような情報源であることが、情報自体を無効にするわけではない。ただし、正確な帰属表示と抑制的な扱いが求められる。
最も確かな結論は、ヘッドライン上の競争よりも限定的だ。AnthropicとOpenAIが開示したランレートは、調整なしに明確に順位付けすることはできない。
差額のすべてが会計処理によるものだと想定することも、同様に誤解を招く。製品需要、チャネル構成、タイミング、エンタープライズ事業の成長も合計値に影響する。
厳密な比較では、報告収益、グロスアップされた取引額、留保収益、完了した期間の売上を分けなければならない。それまでは、見かけ上の首位は、選ぶ列に部分的に依存する。
投資家は定義を比較する前に成長を比較している
会計上の不一致は、投資家と報道関係者に対し、勝者を宣言する前に指標を定義するよう促している。
AI企業が年換算収益を用いるのは、従来の年次報告が捉えられる速度を上回って事業が拡大しているためだ。過去12か月の合計は、公表される前に古く見えることがある。
このため、急速な拡大局面ではランレートが有用となる。一方で、この指標は恣意的な時点選びや一貫性のない算定方法の影響を受けやすい。
最新のAnthropicとOpenAIをめぐる収益論争は、この脆弱性を示している。一方の企業の数値には、他方が売上高に含めていないパートナー経済が含まれている可能性がある。
投資家は、報告値と正規化後の結果をつなぐブリッジを用意することで対処できる。このブリッジには、直接販売、パートナー販売、パートナー控除、最終的な認識額を示すべきだ。
測定期間も明記すべきである。7月の月次ペース、9月の四半期ペース、年末予測を、明確なラベルなしに同一の順位表に載せるべきではない。
完了した四半期の収益は、より確かな出発点となる。短い期間を年換算するのではなく、実際の報告期間を捉えるからだ。
ただし、四半期の数値にも会計上の正規化が必要だ。グロスで測定した通年四半期は、ネットで測定した通年四半期と直接比較できない。
現金受取額も有用な確認手段となるが、タイミングの違いによりノイズが生じうる。繰延収益、顧客の前払金、パートナーとの精算スケジュールによって、キャッシュは期間をまたいで移動する可能性がある。
収益とコストの分類を理解していれば、粗利益も役立つ。しかし、一方の企業がパートナー手数料を売上原価に含め、もう一方がそもそもそれを計上していない場合、比較は誤解を招くものになる。
顧客の活動状況は、独立したシグナルを提供できる。エンタープライズのシート数、アクティブな開発者、API消費量、ワークロードの継続率は、報告された成長が持続的な利用を反映しているかを示しうる。
こうした指標にも慎重な定義が必要だ。登録アカウント、有料顧客、アクティブなワークロードは、それぞれ異なるものを表す。
この圧力はパブリッククラウド事業者にも及ぶ。Amazon、Microsoft、Googleは、モデル需要が顧客を自社インフラへ向かわせることで恩恵を受ける。
ただし、モデル開発企業に関連するクラウド収益には、相互投資、インフラ契約、マーケットプレイス手数料が関わる可能性がある。同じ経済活動が複数の企業説明に現れることもある。
これにより、より広いAI市場で二重計上が起きるリスクが生じる。モデル企業は顧客活動を報告し、クラウド事業者はその活動に関連するインフラまたはマーケットプレイス収益を報告する。
個々の会計処理は、それぞれの企業内では有効でありうる。それでも、すべてのヘッドライン数値を足し合わせれば、セクターにおける独立した最終需要を過大に見せる可能性がある。
モデル開発企業が上場の可能性に近づくにつれ、公開市場の投資家はより厳しい質問を投げかけるだろう。監査済みの開示書類では、より明確な収益方針、チャネル集中、関連当事者開示、費用分類が求められる。
こうした文書は不確実性を減らすはずだが、判断の余地をなくすわけではない。本人対代理人の分析は、契約の詳細と支配に関する評価に依存する。
監査人は、両方のアプローチが会計基準に従っていると判断できる。それでも投資家は、どの経済指標が自身のバリュエーションモデルに最も適しているかを判断しなければならない。
エンタープライズ顧客にとって、この論争は実務的な注意喚起となる。ベンダーの規模を、年換算された一つの数値から推測すべきではない。
購入企業は、可用性、モデル性能、ガバナンス、切り替えの選択肢、サービス保証、導入総コストを検討すべきだ。会計上の表示方法が、どのモデルがワークロードに適しているかを決めるわけではない。
開発者も同様の選択に直面する。使い慣れたクラウドを通じた流通は、認証情報、請求、デプロイを簡素化できる。直接アクセスは、異なる機能や経済性を提供する可能性がある。
パートナーチャネルは、財務諸表だけでなく製品体験も形づくる。そのため、チャネル戦略は追跡する価値のある競争変数となる。
実際の収益競争を明らかにする三つのシグナル
AnthropicとOpenAIの収益競争の次の段階は、監査済みの開示、正規化されたチャネルデータ、持続的な顧客利用に左右される。
第一のシグナルは、監査済みの開示書類における詳細な収益認識方針だ。投資家には、各社がいつ本人として、いつ代理人として行動するのかを説明する必要がある。
この開示では、重要なパートナーチャネルを特定し、手数料が損益計算書にどのように入るかを説明すべきだ。また、その方針が報告期間の間で変更されたかどうかも説明すべきである。
明確な開示書類は、両社の数値を正規化できるという確信を高める。曖昧な表現は現状の不確実性を残し、単純な順位付けの信頼性を弱めるだろう。
第二のシグナルは、年換算収益と実際の四半期売上の照合だ。このブリッジでは、ランレートに用いた期間と、グロスアップ調整の有無を示すべきである。
OpenAIについて、投資家は同社が年末までに少なくとも700億ドルという予測に到達するかを注視する。また、その数値が通常のネット基準を用いているかも問うだろう。
Anthropicについての重要な問いは、7月以降の成長が報告された650億ドルのペースを裏付けるかどうかだ。別の時点の外挿よりも、完了した四半期のほうが強い証拠となる。
持続的な四半期業績は、両社が持続的なエンタープライズ需要を経験しているという主張を強める。大きな乖離があれば、年換算スナップショットから導かれる結論は弱まる。
第三のシグナルは、クラウド流通コストとモデル提供コストを差し引いた後に留保される収益額だ。この指標は、各社が保持する経済価値により近づく。
投資家は、パートナー手数料、推論コスト、粗利益、キャッシュ消費、顧客集中を総合的に注視すべきだ。単一の数値でこの組み合わせに代わることはできない。
留保率の改善は、規模が営業レバレッジに転換されていることを示す。留保率の悪化は、ヘッドライン上の成長が高コストのインフラや流通に大きく依存していることを示唆する。
これらのシグナルが重要なのは、市場が単なる二つのソフトウェアベンダー以上のものに資金を投じているためだ。市場は、モデルラボ、クラウド事業者、チップ、データセンター、エンタープライズアプリケーションから成る相互接続されたシステムに資金を投じている。
このシステムの一部の収益は、別の部分では費用や投資となることが多い。最終的に誰が顧客の支払った1ドルを保持するのかを理解することが不可欠だ。
現在の会計上の違いは、Anthropicの成長やOpenAIの到達範囲を打ち消すものではない。それは、両社のヘッドライン数値が何を証明できるかを変える。
報告されたランレートは、顧客が両社に多額の支出をしていることを示している。ただし、共通の基準に基づく決定的な収益首位を示すものではない。
読者は、数値の横に定義が添えられていない限り、次に出てくる単純なランキングを鵜呑みにしないほうがよいでしょう。各数値がグロスかネットか、年率換算か、完了分か、調整後かを確認してください。
次に、パートナーやコンピューティング提供者への支払い後、取引からより多くを手元に残すのはどの企業かを問うべきです。その答えは、最大の見出しだけよりも、AIビジネス競争の実態をより明らかにするでしょう。
