AnthropicがOpenAIを逆転——RAMPデータが示す企業AI市場の構造変化と、数学AIスタートアップの台頭

2026年春、企業向けAI市場の力学が静かに、しかし、明確に変わりつつある。法人向け決済・支出管理プラットフォームRAMPのチーフエコノミストAra Karzai氏がCNBCに登場し、リアルタイムの企業支出データからAI市場の勢力図を解説した。さらに、スタンフォード大学のPhDを中退し、数学特化AIスタートアップAxiomを立ち上げた24歳のKarina Hong氏も同番組に登場。シリーズAで2億ドル、評価額16億ドルを達成した経緯と、「AIで数学を解く」というアプローチの意義を語った。

1. RAMPデータが示すAnthropicの台頭——「4社に1社」という現実

1-1. 1年で25倍の普及率という急変

RAMPのAIインデックスによれば、2026年時点でRAMPプラットフォーム上の企業のうち4社に1社がAnthropicに料金を支払っている。1年前は25社に1社だった。この数字が示す変化の速度は、通常の企業ソフトウェア市場では考えにくいほどだとKarzai氏は指摘する。

2025年を通じて、AI導入企業数は着実に増加し、現在米国企業のほぼ半数が何らかのAIサービスに料金を支払っている。ただし残りの50%以上はまだ未採用であり、「その市場を誰が取るか」が今後の競争の焦点だ。

1-2. 直接対決でAnthropicが70%勝利——転換点は2026年1月

最も注目すべきデータは、AnthropicとOpenAIの直接対決において、現在70%がAnthropicを選択しているという数字だ。この逆転は2026年1月に起きた。Claude Codeのリリース、そしてAnthropicが「開発者・エンジニア向け」から「非エンジニアのビジネスユーザー向け」にも展開を広げたことが主因とされる。

Karzai氏は、「AnthropicはClaude Coworkというエージェントを通じて、コードを書けない一般ビジネスユーザーがPCのファイルや業務システムと連携できるようにした。これが企業採用を加速させた」と分析した。

2. OpenAI「最悪の月」——市場シェア1.5%減の意味

2-1. 新規顧客の争奪戦で敗れた

OpenAIは、RAMPインデックスにおいて、今回の集計期間中で過去最大のシェア低下（1.5%減）を記録した。ただし、Karzai氏は、これを「既存顧客の離反」というより「新規顧客獲得競争での劣勢」と分析している。既存のOpenAIユーザーが一斉に乗り換えているわけではなく、AIを初めて導入する企業がAnthropicを選ぶ割合が急増しているという構図だ。

Anthropicのモデルは、OpenAIより平均価格が高く、さらに需要超過でレートリミットも存在する。それでも選ばれているという事実は、価格競争ではなくモデルの質に対するエンジニアやユーザーの明確な選好を示していると言える。

2-2. 国防総省の「禁止」が生んだブランド効果

特筆すべきは、米国防総省がAnthropicを「サプライチェーンリスク」として事実上ブラックリストに掲載しようとしたことが、逆にAnthropicの認知度を高めたという逆説的な展開だ。この騒動の後、AnthropicのClaudeはApp Storeで1位を獲得し、有料サブスクライバーが倍増した。

Karzai氏は、「データ上では、この件が正味プラスかマイナスかを判断するのはまだ早い」と慎重な立場をとる。一方で「企業内のエンジニアや早期採用者がAnthropicのツールに強い選好を持っている。彼らが社内で推薦者（エバンジェリスト）として機能しているため、企業レベルでの契約解除は容易ではない」と述べた。

3. Anthropicの次の成長トリガー——プライベートエクイティとの連携

3-1. ブラックストーンとの提携報道が示す意味

The Informationが報じた、Blackstone（ブラックストーン）とAnthropicの提携交渉は、まだ公式発表ではないが、仮に実現すればAI市場のディストリビューション構造を変える可能性がある。

Karzai氏は「VCバックの企業とPEバックの企業では、AIの採用率がすでに異なる。PEが投資先企業にAnthropicを導入するよう働きかければ、これはトップダウンで普及が進む強力な配布チャネルになる」と指摘した。現時点でも、PE傘下企業のAI採用率は一般企業より高く、これが大規模小売チェーンや病院ネットワークなど、従来AIが入りにくかった産業への普及につながる可能性がある。

3-2. 「経済の生産性向上」が見えてくる転換点

Karzai氏が注目しているのは、AIの生産性効果が経済統計に現れるかどうかだ。「現在の恩恵はほぼソフトウェアエンジニアリングワークフローに集中している。しかし、多くの労働者はテック企業ではなく、小売・医療・製造などの産業で働いている。そこにAIが入り込んで初めて、マクロの生産性向上が見えてくる」。そのきっかけがPEのトップダウン展開にあるというのが彼の見立てだ。

4. 「Open Claw」現象——AIエージェントの企業普及は始まったばかり

4-1. 試みて止めた企業も多い

番組では、AnthropicのMCP（Model Context Protocol）をベースにした「Open Claw」的なエージェント活用（社内Slack・Google Docs・ファイルなどにAIがアクセスして業務を処理する）への言及もあった。Karzai氏によると、多くの企業が試みたがすぐに停止しているケースも多い。理由は「スケーラブルなミスを犯すリスク」への恐れだ。

「AIが顧客サービス全体を担うとなると、一つのミスが数千のインタラクションに波及する。その信頼性をまだ完全には担保できていない」とKarzai氏は述べた。この「トラスト問題」が企業AIのフルスケール展開における最大の障壁の一つになっている。

5. Axiom——24歳が数学AIで大手ラボに挑む

5-1. 「ChatGPTは数学の答えを出せるが、なぜ正しいかを証明できない」

スタンフォード大学のPhDを中退してAxiomを創業したKarina Hong氏（24歳）は、「数学的推論の厳密性」という独自のアプローチでAI市場に参入した。シリーズAで2億ドルを調達し、評価額は16億ドルに達した。創業から7〜8ヶ月という異例のスピードだ。

Axiomが解こうとしている課題はシンプルだ。現在の大規模言語モデルは数学の問題に対して「答え」を出せるが、その答えが正しいことを「証明」することはできない。これをFormal Verification（形式検証）と呼ばれる古典的な技術とAIを組み合わせることで解決しようとしている。

5-2. なぜ数学的証明が重要なのか

AIが生成するコードが急増する中で、そのコードが「本当に正しいか」を証明できないことは深刻なリスクになりつつある。Hong氏は「ソフトウェアが複雑になればなるほど、統計的なコード生成だけでは対応できないシステムが増える。形式検証はその穴を埋める」と説明する。

既にNvidiaのGPU設計・AWS・Boeing・Airbus・欧州の公共交通システムなどで形式検証は活用されているが、これをAIで自動化・民主化するのがAxiomの狙いだ。競合はDeepMind・OpenAIなどの大手ラボが展開する数学AIプロジェクト、そして同じく数学AIに特化したHarmonicだ。

5-3. 200億ドルの使途と今後の製品展開

調達した2億ドルはコンピュートコストと採用に使われる。直近のプロダクトは「Axel（Axiom Lean Engine）」で、形式証明の検証・操作ツールとしてコミュニティ向けに無料提供されている。本格的な商業製品はコード検証ツールとして、ハードウェア設計・ソフトウェア検証・金融システムなどの企業向けに展開予定だ。

IPOについてはHong氏は「まだ考えていない。今は建設するフェーズ」と明言した。研究と製品のフィードバックループを回し続けることが現時点での最優先だという。

おわりに

RAMPのデータが示すAnthropicの台頭は、AIモデルの選好が「デフォルト」から「明確な選択」へと移行したことを示している。価格が高く、使用制限があってもなおAnthropicが選ばれるという構図は、エンジニアリングコミュニティにおける強固なブランド選好が企業採用を引っ張るという新しいパターンを生んでいる。一方でAxiomのような「AIの信頼性・証明可能性」を突き詰めるスタートアップの登場は、AIが「生成」から「検証」という次の段階に進みつつあることを示す兆候の一つだ。投資家にとっては、AIを使う企業への投資と同時に、AIの信頼性インフラを構築する企業への視点も持ち続ける価値がある。

オススメ記事

Next Big Wave——成長株・アイデアの種・トレンド深掘り