ソフトバンクのOpenAI出資、10兆円は何に使われる？
画像出典: 写真: 首相官邸ホームページ / Office of the Prime Minister of Japan Official Website（CC BY 4.0 / Wikimedia Commons）
ソフトバンクグループはOpenAIへ総額300億米ドルの追加出資を実行中で、完了すれば累計646億米ドル（10兆円超）・出資比率約13%になります。AIに巨額の資金が必要な理由は、モデルを作るときに一度かかる「学習コスト」と、ユーザーが使うたびに発生し続ける「推論コスト」という二層構造にあります。その資金の大半はGPUという計算装置と電力に姿を変えて消えていきます。
「兆円」という数字は、大きすぎるとかえって実感が消えます。1億円なら家が何軒、と想像できますが、1兆円になると頭の中の絵が止まってしまう。正直なところ、そこで思考が止まるのは自然なことです。
ただ、この金額には行き先があります。銀行口座に眠るのではなく、ほとんどが計算装置と電気代という「モノと電力」に姿を変えて消えていくお金です。そしてその消え方には、AIという技術特有のはっきりした構造があります。
ここでは、ソフトバンクグループがOpenAIへ実行している追加出資を材料に、AIにかかるお金の中身を学習と推論の二層に分けて見ていきます。数字の桁を覚える必要はありません。お金が何に変わるのかの絵が浮かべば、この手のニュースは急に読めるようになります。
ソフトバンクはOpenAIにいくら出資しているのか？
ソフトバンクグループ（SBG）は2026年2月27日、OpenAI Group PBCとの合意にもとづき、ソフトバンク・ビジョン・ファンド2を通じて総額300億米ドルの追加出資を実行すると発表しました。一度に払い込むのではなく、100億ドルずつ3回に分けて実行される形です。
| トランシェ | 金額 | 実行日 |
|---|---|---|
| ファーストトランシェ | 100億米ドル | 2026-04-01 |
| セカンドトランシェ | 100億米ドル（約1兆6,273億円） | 2026-07-01 |
| サードトランシェ | 100億米ドル | 2026-10-01（予定） |
ソフトバンクグループ株式会社の公表データをもとに作成
上の表にある「トランシェ」は、分割して実行される出資の1回分を指す言葉です。このうちセカンドトランシェは2026年7月1日に払い込みが実行され、同日、SBGは2026年3月27日締結のブリッジローン契約にもとづき100億ドルの借入も実行したことを開示しています。手元資金だけで出すのではなく、借りて出資しているという点は、この投資の性格を知るうえで見逃せません。
SBGは2024年9月以降、すでに346億ドルをOpenAIへ投資済みです。今回の300億ドルが完了すると累計は646億ドル（10兆円超）、保有株式は約13%になる見込みとされています。出資の基準となるOpenAIの出資前企業価値は7,300億ドル。取得するのは優先株式で、IPOなどの上場イベントが起きると自動的に普通株式へ転換される設計です。
そのお金は何に変わって消えていくのか？
AI開発の費用は、ソフトウェアというより工場に近い性質を持っています。ここが、多くの人の直感とずれるところです。
普通のソフトウェアなら、開発者の人件費が主で、完成後の配布コストはほぼゼロに近づきます。1本作れば100万人に配っても追加費用はほとんど増えません。ここまでは、多くの人が持っているソフトウェアのイメージだと思います。
AIはここから違います。AIはGPU（大量の計算を同時並行でこなす専用の計算装置）の上でしか実用的に動かず、そのGPUは物理的な機械です。買えば代金がかかり、動かせば電気を食い、置くにはデータセンターという建物が要る。つまりAI企業への出資は、実質的には計算装置・電力・建物という物理資産への投資に近い。だから金額が製造業の設備投資みたいな桁になります。
その規模感がはっきり出ているのが、OpenAI・SoftBank・Oracle・MGXが2025年1月に発表した「Stargate」計画です。米国内にAIデータセンターを建設する構想で、今後4年間で総額5,000億ドルを投資する計画とされました。さらに2025年9月には、OpenAI・SoftBank・Oracleが米国内に新たに5つのデータセンター拠点を追加し、年内10GW（ギガワット）容量の達成を目指すと発表しています。GWは発電所の規模を語るときの単位です。AIの話をしているのに、出てくる単位が発電所と同じになる——ここにこの産業の正体があります。
AIのコストはなぜ「二層構造」なのか？
AIにかかるお金は、性質の違う2つの層に分かれます。ここを分けて見られるようになると、ニュースの数字がどちらの話なのかが判別できるようになります。
- 学習コスト：モデルを作るときに一度かかる費用。工場の建設費に近い固定費。
- 推論コスト：ユーザーが使うたびに発生する費用。工場の稼働ごとの電気代に近い変動費。
学習コスト：モデルを1つ作るのにかかる一度きりの費用
学習とは、大量のデータを読ませてモデルの中身（パラメータ）を調整していく工程のことです。この間、GPUは数か月にわたって止まらず回り続けます。
金額の規模については、いくつかの推計が報じられています。GPT-4クラスの大規模言語モデルの学習には推定1,000億円以上のコストがかかったとされ、GPT-5クラスでは17億〜25億ドル（約2,500億〜3,800億円）と推計されています。いずれもメディアや専門家による推計であり、OpenAIの公式発表ではありません。
内訳の目安も試算されています。NVIDIA H100サーバーは1台20万〜40万ドル（約3,000万〜6,000万円）。GPT-4o級モデルの学習にはH100を約1万基、期間にして3〜4か月が必要と推定され、GPU調達だけで（1基4.2万ドルのプレミアム価格換算で）約4.2億ドル、データセンター・電力・人件費を含めた総開発コストは約5億ドルに達するという試算があります。これも推計値ですが、「モデル1つ作るのに、装置1万台を数か月回し続ける」という絵は掴めるはずです。
推論コスト：使われるたびに発生し続ける費用
推論とは、できあがったモデルに質問を投げて答えを出させる工程です。あなたがChatGPTにメッセージを1通送るたび、どこかのデータセンターでGPUが動いて電気を消費しています。
ここが学習コストとの決定的な違いです。学習は作り終われば止まりますが、推論は使われる限り毎日発生し続けます。しかも利用者が増えるほど比例して増える。無料で使えるサービスであっても、運営側のコストはゼロにはなりません。
この負担の規模として、OpenAIは2025年上半期だけでMicrosoft Azureの推論費用に50億2,000万ドル（約8,082億円）を費やしたとされています（メディアによる推計値）。半年でこの額です。
出資額・トランシェの日程・企業価値・出資比率は、ソフトバンクグループの公式発表にもとづく確定情報です。一方、学習コストや推論コストの金額は、いずれもメディアや専門家による推計であり公式に確認された数値ではありません。桁の感覚を掴むための材料として読んでください。断定的に引用するのは適切ではありません。
なぜ「あとで」ではなく「今」これだけ出すのか？
急ぐ理由の中心にあるのは、GPUという物理資源の奪い合いです。
AIモデルは、GPUがなければ作ることも動かすこともできません。そしてGPUは工場で製造される物理製品なので、お金を積めば即座に無限に手に入るものではありません。生産能力の上限があり、世界中の企業が同じチップを取り合っています。資金の量ではなく、確保できた計算資源の量が開発速度の上限を決める——これがAI産業の構造です。
この不足感がどれほどかを示す例として、OpenAIは将来的に「あと1億GPU」規模の計算資源が必要になるとの見方があり、市場価格ベースで概算約3兆ドル（約450兆円）規模の投資が必要になるとの試算が報じられています（サム・アルトマンCEOの発言をもとにした推計とされます）。3兆ドルという数字は現実の調達計画というより、需要の青天井さを表す数字として読むのが妥当でしょう。
つまり、300億ドルの追加出資は「余裕があるから出す」お金ではありません。データセンターが建ち、GPUが確保され、モデルが学習され、それが使われて推論費用が発生する——この一連のサイクルを止めずに回し続けるための燃料です。ブリッジローンで調達してでも予定日に払い込む理由も、ここにあります。
この構造を知ると、ニュースの何が読めるようになるのか？
コストの二層構造を頭に入れておくと、AI関連のニュースを次の3つの角度から読み分けられるようになります。
- その金額は学習の話か、推論の話か「新モデルの開発費」なら一度きりの固定費、「運用費」「サーバー費用」なら使われ続ける限り出ていく変動費。同じ「◯億ドル」でも意味が違います。
- お金は最終的に何に変わるのかGPUの購入代金か、データセンターの建設費か、電気代か。「AI企業に出資」の裏側は、ほぼこの3つのどれかに着地します。
- 効率化のニュースが持つ重み同じ答えを少ない計算量で出せる技術は、変動費そのものを削ります。だから「モデルを軽くした」「計算量を減らした」という一見地味な話が、産業レベルでは大きなニュースとして扱われます。
この視点は、自分がAIを使う側に立ったときにも効きます。長文を毎回まるごと投げるのも、要点を絞って投げるのも、裏側では計算量の差になっています。料金体系がトークン（文章を細かく区切った処理単位）ごとに設定されているのは、そこが実際のコスト発生点だからです。無料プランに利用回数の制限があるのも、推論が変動費だからだと考えれば筋が通ります。
兆円のニュースと、自分の手元のAI利用。両者は同じ一本の構造でつながっています。金額の桁に驚くだけで終わらせず、「そのお金はどの層のコストで、最後は何に変わるのか」という問いを1つ持っておく。それだけで、この分野のニュースはずいぶん読みやすくなります。
よくある質問
ソフトバンクグループはOpenAIにいくら出資しているのですか？
ソフトバンクグループは2026年2月27日、OpenAI Group PBCへの総額300億米ドルの追加出資を発表しました。100億ドルずつ3回に分けて実行され、2026年4月1日・7月1日に実行済み、10月1日に3回目が予定されています。2024年9月以降の既存投資346億ドルと合わせると累計646億米ドル、出資比率は約13%になる見込みです。
AIの「学習コスト」と「推論コスト」はどう違いますか？
学習コストはモデルを作る際に一度かかる固定費で、大量のデータを読ませてモデルを調整する数か月の工程にかかります。推論コストはユーザーが実際にAIへ質問を送るたびに発生する変動費で、サービスが使われ続ける限り毎日かかり続けます。学習は作り終われば止まりますが、推論は利用者が増えるほど増加します。
AI開発になぜGPUが必要で、それがコストを押し上げるのですか？
GPUは大量の計算を同時並行で処理する専用の計算装置で、AIモデルの学習と推論はこの装置の上でしか実用的に動きません。GPUは物理的な製品のため購入代金がかかり、稼働には大量の電力とデータセンターという建物が必要です。NVIDIA H100サーバーは1台20万〜40万ドルとされ、大規模モデルの学習には約1万基規模が必要と推定されています（いずれも推計値）。
Stargateプロジェクトとは何ですか？
OpenAI・SoftBank・Oracle・MGXが2025年1月に発表した、米国内にAIデータセンターを建設する計画です。今後4年間で総額5,000億ドルを投資する構想とされています。2025年9月には、OpenAI・SoftBank・Oracleが米国内に新たに5つのデータセンター拠点を追加し、年内10GW容量の達成を目指すと発表されました。
※記事で使用した内容・数値は変更される場合があります。最新情報は公式サイトをご確認ください。