OpenAIがChatGPTの画像生成機能を2025年3月25日にアップグレードしてから9日間で、ユーザーは7億を超える画像を生成した - 1億3000万人を超えるユーザーが、1日あたりおよそ1億枚のペースで(TechCrunch, reporting OpenAI’s Brad Lightcap, 2025)。 この単一機能のローンチは一時的にOpenAIのサーバーを限界まで押し上げ、Studio Ghibli風のスタイルを世界的な著作権論争に巻き込んだ。これは例外的な出来事ではなかった。GoogleはNano Bananaモデルが2025年8月のデビュー以来500億枚の画像を突破したと発表し(Google I/O 2026)、Adobe Fireflyは2025年半ばまでに240億件のアセットに達した(Adobe MAX 2025)。本分析は、OpenAI(TechCrunch経由)、Google、Adobe、Everypixel Journal、Grand View Research、Fortune Business Insights、Pew Research Center、AP-NORC、Meta、C2PA、a16z、そのほか9つの一次情報源からのデータを、プラットフォームの開示情報、市場提出資料、学術研究、判例にわたって統合したものである。
この1年を特徴づける3つの緊張関係がある:どのカウンターでも完全には追跡できない生産量、手法次第で2桁も幅が生じる「市場規模」、そして何が合成コンテンツかを圧倒的多数が知りたいと望みながらも、通常は見分けがつかないと認める世論である。
TL;DR
- ChatGPTユーザーは、2025年3月25日のアップグレード後最初の9日間で7億枚を超える画像を生成し、ユーザー数は1億3000万人を超えた(TechCrunch / OpenAI, 2025)。
- GoogleのNano Bananaは、2025年8月のデビュー以来500億枚の画像を突破した(Google I/O 2026)。
- Adobe Fireflyは、2025年6月までに生成アセット数が240億件に達し、4月の220億件から増加した(Adobe MAX 2025)。
- 独立系のAI画像生成ツール市場は2023年時点で3億4960万ドルであり、2030年までに17.7%のCAGRで10億8000万ドルに達すると予測されている(Grand View Research)。
- 米国成人の33%が画像の作成・編集にAIを使用したことがある(AP-NORC, July 2025 survey)。
- 米国人の76%はコンテンツがAIによって作られたかどうかを知ることが重要だと回答している一方、実際に見分けられる自信があると答えたのはわずか12%だった(Pew Research Center, 2026)。
- 50,000人規模の調査では、人々はAI生成画像を76%の確率で、本物の写真を74%の確率で正しく識別した(Kellogg / Northwestern, CHI 2025)。
- Instagramでは、29日間の単一ウィンドウで「AI Info」ラベルの表示回数が1兆を超えた(Meta Transparency Center, Oct 2024)。
- EU AI ActのAIコンテンツ透明性規則は2026年8月2日に施行され、違反には最大1500万ユーロまたは世界売上高の3%の罰金が科される(European Commission)。
- 2025年11月4日、UK High CourtはGetty ImagesがStability AIに対して起こした著作権侵害の中核的な主張を退けた(Getty Images v Stability AI)。
- Stable Diffusion XLで1,000枚の画像を生成すると、およそ4.1マイル走行分に相当する炭素を排出する(Hugging Face / Carnegie Mellon, via MIT Technology Review, 2023)。
1. AI画像生成の規模
このカテゴリ全体を対象にした検証済みのオドメーターを運用している者はいないため、規模を測る誠実な方法は各プラットフォームが開示する数値の合計であり、その数字自体が単独でも驚異的である。GoogleのNano Bananaだけでも、2025年8月以降500億枚の画像を報告しており、これはAdobe Fireflyが2年以上かけて生成した画像数を上回る。 際立つのはそのペースだ:ChatGPTの7億枚の画像を9日間で割ると1日あたりおよそ1億枚となり、Nano Banana Proは2025年11月20日のローンチから2か月足らずで10億枚の画像を記録した。以下のEverypixel Journalの数値は、公開された手法に基づくクロスプラットフォームの最後の完全なスナップショットだが、2025年の生成ブーム以前のものであり、現在の総計としてではなく2023年時点の下限値として読むべきである。
| 指標 | 値 | 出典 |
|---|---|---|
| ChatGPTの画像生成数、最初の9日間(Mar 25-Apr 3, 2025) | 700 million+ (130M+ users) | TechCrunch / OpenAI |
| Google Nano Bananaの画像数、August 2025以降 | 50 billion+ | Google I/O 2026 recap |
| Nano Banana Proの画像数、最初の~2か月(Nov 20, 2025から) | 1 billion | 9to5Google, Jan 2026 |
| Adobe Fireflyの生成アセット数、June 2025時点 | 24 billion | AI-AP / Adobe MAX 2025 |
| 2022年以降に作成されたAI画像数(Everypixelの最新データ、2023年時点) | 15 billion+ | Everypixel Journal |
| Stable Diffusionエコシステムの累計画像数(2023年) | 12.59 billion (~80% of all AI imagery) | Everypixel Journal |
| DALL-E 2の画像数、最初の15か月間(2023年) | 916 million | Everypixel Journal |
| Midjourneyの画像数、Jul 2022-Aug 2023 | 964 million | Everypixel Journal |
背景:a16zの消費者向けアプリトラッカーによると、OpenAIとGoogleが画像(そして次第に動画)生成を主力アシスタントに組み込むにつれて、独立系の画像生成ツールはトラフィックシェアを失いつつある - この生産がどこへ向かうかについては、当社のAI動画生成統計を参照。
2. 市場規模とベンダー収益
AI画像生成における「市場規模」は、この分野で最も乱用されている数値である。アナリストによって全く異なるものが集計されているためだ。同じ年についての推定値は、およそ4億ドルから124億ドルまで幅があり - この30倍のギャップは完全に手法の違いによるもので、成長についての見解の相違ではない。 Grand View ResearchとFortune Business Insightsはいずれも独立ツールという狭い市場を追跡しており、CAGRについては互いに数パーセント以内の近い値(17.4%から17.7%)を示している一方、企業向けAPIやプラットフォーム統合を含めたより広い推定値は一桁高くなる。ベンダーレベルの収益を見るとより明確な構図が見えてくる:Midjourneyは約40人の従業員のみで、ベンチャー資金なしに9桁の年間収益ランレートに到達した。
| 指標 | 値 | 出典 |
|---|---|---|
| AI画像生成ツール市場、2023年から2030年(狭い範囲) | 349.6M dollars to 1.08B dollars, 17.7% CAGR | Grand View Research |
| AI画像生成ツール市場、2025年(狭い範囲) | 412.5M dollars, to 1.75B by 2034 (17.4% CAGR) | Fortune Business Insights |
| AI画像生成市場、2026年(広い範囲、API含む) | ~12.4 billion dollars | MarketsandMarkets (via reporting) |
| 北米の市場シェア(2025年) | 40.34% | Fortune Business Insights |
| ソフトウェアセグメントのシェア(2023年) | 79% | Grand View Research |
| Midjourneyの年換算収益(2023年) | ~200M dollars, ~1.4M paying subscribers | Sacra |
| Adobeの2025会計年度の総収益 | 23.8 billion dollars (+11% YoY) | Adobe Investor Relations |
外れ値の注記:画像生成は、はるかに大きな生成AI経済のごく一部にすぎない。モデルベンダーと企業支出の全体像については、当社の生成AI統計を参照。
3. 普及状況と人口統計
AI画像ツールの普及は、ほとんどのクリエイティブソフトウェアよりも速いペースで目新しさから日常的な行動へと移行したが、依然として少数派の行動であり、年齢と性別による偏りが顕著である。米国成人の3人に1人がすでに画像の作成・編集にAIを使用しており、これはAIの利用用途全体で5番目に多いものとなっている(AP-NORC, July 2025)。 マーケターの導入率は一般人口のおよそ2倍であり、大手モデル各社はこの需要を吸収している:a16zのデータによると、ChatGPTは2位の消費者向けAIアプリの2.7倍のウェブトラフィックを集めている。2023年を特徴づけた性別間の格差は縮小したものの、解消はしていない。
| 指標 | 値 | 出典 |
|---|---|---|
| 画像の作成・編集にAIを使用した米国成人 | 33% (5th most common AI use) | AP-NORC |
| 画像・動画作成にAIを使用する米国成人(2026年) | 24% | Pew Research Center |
| 性別による生成AIの利用状況(2024年) | 44% of men vs 33% of women | AP-NORC |
| 画像アセットに生成AIを使用するマーケター | 62% | Salesforce State of Marketing |
| ChatGPT対2位の消費者向けAIアプリ、ウェブトラフィック | 2.7x larger | a16z, Top 100 Gen AI Consumer Apps, 6th Ed. |
| AP-NORCの画像利用調査サンプル数(July 10-14, 2025) | 1,437 U.S. adults | AP-NORC |
外れ値の注記:a16zの報告によると、既存企業が今やこの機能を自社製品に組み込むようになったため、画像の生の生成量が伸び続ける一方で、独立系の画像生成ツールは上位のコンテンツ制作アプリに占めるシェアとしては低下している。
4. 検出、ラベリング、信頼
2026年のAI画像における決定的なパラドックスは、世論が開示を強く求めている一方で、大半が自力では検出できないという点である。米国人の76%はコンテンツがAIによって作られたかどうかを知ることが重要だと回答しているが、実際に見分けられる自信があると答えたのはわずか12%だった(Pew Research Center, 2026)。 統制された研究では、この自己評価よりもやや人間に有利な結果が出ている:時間の制約がなければ、精度は80%近くまで上昇する。静止した顔画像では機械が人間を上回るが、動画ではそうではない。プラットフォームのラベリングは今やインターネット規模で稼働しており、1か月で数兆回のラベル表示が発生している。
| 指標 | 値 | 出典 |
|---|---|---|
| コンテンツがAI製かどうかを知ることが重要だと答えた米国人 | 76% | Pew Research Center |
| AIコンテンツを識別できる自信がある米国人 | 12% | Pew Research Center |
| 人間の精度:AI画像/本物の写真(50,000人超の参加者) | 76% / 74% | Kellogg, Northwestern (CHI 2025) |
| 視聴時間別の人間の精度(1sから10s) | 72% to 80% | Kellogg, Northwestern (CHI 2025) |
| ディープフェイクの顔に対するAI検出器の精度(偶然レベルの人間との比較) | up to 97% | University of Florida (Feb 2026) |
| Instagramの「AI Info」ラベル表示回数、29日間のウィンドウ(Oct 2024) | 1 trillion+ (60M+ actions) | Meta Transparency Center |
| Facebookの「AI Info」ラベル表示回数、29日間のウィンドウ(Oct 2024) | 380 billion+ (26M+ actions) | Meta Transparency Center |
| Content Authenticity Initiativeの会員数(Aug 2025) | 5,000+ | Content Authenticity Initiative |
背景:米国人の53%は、AI生成コンテンツと人間が作成したコンテンツを区別できる自信がないと回答している(Pew Research Center, 2026)。検出側の軍拡競争については、当社のディープフェイク検出統計を参照。
5. 著作権と規制
画像生成をめぐる法的基盤は急速に変化しており、初期の判決はどちらの方向にも振れている。2025年11月4日、UK High CourtはStability AIに画期的な勝利をもたらした。Getty Imagesは訓練が英国内で行われたことを立証できず、著作権に関する中核的な主張を取り下げたためであり、著作権保護された画像での訓練が侵害に当たるかという中心的な論点は未解決のまま残された(Getty Images v Stability AI)。 米国のクラスアクションであるAndersen v Stability AIは、2023年1月に50億枚のスクレイピング画像から成るLAIONデータセットをめぐって提起されたもので、2026年9月の裁判に向かっている。一方で規制は固定されたスケジュールで到来しつつある:EU AI Actの透明性義務にはすでに期日が定められている。
| 指標 | 値 | 出典 |
|---|---|---|
| Getty Images v Stability AI訴訟におけるUK High Courtの判決 | Nov 4, 2025 (core copyright claim rejected) | Mayer Brown analysis |
| Andersen v Stability AIの裁判日 | September 8, 2026 | BakerHostetler tracker |
| Andersen訴訟で争点となったLAION訓練データセット | 5 billion scraped images | NYU JIPEL |
| EU AI Act第50条の透明性規則の適用開始 | August 2, 2026 | European Commission |
| EU AI Actの透明性義務違反に対する最大罰則 | 15M euros or 3% of global turnover | Sidley Data Matters |
| ディープフェイク関連法を制定した米国の州(2024-2025年会期) | 40+ states | NCSL, via reporting |
外れ値の注記:Gettyの判決は、管轄権の問題と、モデルの重みが訓練画像の保存された「コピー」ではないという認定に基づくものであり、AIの訓練をフェアユースとして広く容認するものではない。
6. 環境負荷と悪用
大量の画像生成に伴うコストは法的な問題だけではない。Stable Diffusion XLで1,000枚の画像を生成すると、平均的なガソリン車で4.1マイル走行するのとほぼ同量の二酸化炭素を排出し、高品質な画像1枚あたりの消費エネルギーはスマートフォンをフル充電するのにほぼ匹敵する可能性がある(Hugging Face and Carnegie Mellon, via MIT Technology Review, 2023)。 同時に、同じ合成ツールが深刻な悪用も可能にしている:合成の性的画像ツールを追跡する研究者は、少数のサイト群に対して月間数千万件の訪問があることを発見した。環境データと被害データの両方に共通するのは、来歴と同意という原則であり、合成メディアは追跡可能であるべきで、許可を得た場合にのみ作成されるべきだという考え方である。それは、対象が画像であっても、責任ある音声クローンソフトウェアにおける本人自身の声であっても変わらない。
| 指標 | 値 | 出典 |
|---|---|---|
| Stable Diffusion XL画像1,000枚生成の炭素排出量 | ~ driving 4.1 miles (gas car) | MIT Technology Review |
| 高品質AI画像1枚あたりのエネルギー消費量 | ~ one smartphone charge | MIT Technology Review |
| 1024px画像1枚あたりのGPUエネルギー消費量、Stable Diffusion 3 Medium | ~1,141 joules | arXiv (2025) |
| 31の合成性的画像サイト群への月間訪問数(May 2025) | ~21 million | Institute for Strategic Dialogue |
| 10か国の合成画像調査における個人的な被害経験 | 2.2% (of 16,000+ respondents) | ACM (CHI 2024) |
| 生成AIによる児童虐待描写に関するNCMECへの通報件数(2023年) | ~4,700 | Utah Legislature brief |
まとめ:数字で見るAI画像生成
| 指標 | 値 | 出典 |
|---|---|---|
| ChatGPTの画像数、最初の9日間(2025年) | 700 million+ (130M+ users) | TechCrunch / OpenAI |
| Google Nano Bananaの画像数、Aug 2025以降 | 50 billion+ | Google I/O 2026 |
| Nano Banana Proの画像数、最初の~2か月 | 1 billion | 9to5Google (2026) |
| Adobe Fireflyのアセット数、June 2025時点 | 24 billion | Adobe MAX 2025 |
| Everypixelのクロスプラットフォーム合計(2023年データ) | 15 billion+ | Everypixel Journal |
| AI画像に占めるStable Diffusionのシェア(2023年) | ~80% | Everypixel Journal |
| AI画像生成ツール市場、狭い範囲(2023年から2030年) | 349.6M to 1.08B dollars (17.7% CAGR) | Grand View Research |
| AI画像市場、広い範囲(2026年) | ~12.4 billion dollars | MarketsandMarkets |
| Midjourneyの年換算収益(2023年) | ~200M dollars, ~1.4M subscribers | Sacra |
| AIで画像を作成・編集した米国成人 | 33% | AP-NORC (2025) |
| 画像アセットにAIを使用するマーケター | 62% | Salesforce |
| コンテンツがAI製かどうかを知りたい米国人 | 76% | Pew Research Center |
| AIコンテンツを見分けられる自信がある米国人 | 12% | Pew Research Center |
| AI画像に対する人間の精度(50,000人超の調査) | 76% | Kellogg / Northwestern (CHI 2025) |
| ディープフェイクの顔に対するAI検出器 | up to 97% | University of Florida |
| Instagramの「AI Info」ラベル表示回数、29日間(2024年) | 1 trillion+ | Meta Transparency Center |
| EU AI Act透明性規則の施行 | August 2, 2026 | European Commission |
| Stable Diffusion XL画像1,000枚あたりの炭素排出量 | ~4.1 miles driven | MIT Technology Review |
手法と情報源
本稿の数値は、プラットフォームの一次開示情報、手法を公開した市場レポート、査読済みおよびプレプリントの学術研究、政府・裁判所の記録、名称の明らかな調査プログラムから収集した。市場推定値が分かれる場合は少なくとも2社を相互参照し、範囲の違いを明示した。また入手可能な最良の数値が2024年以前のものである場合は、その旨を明記した。
- OpenAI(TechCrunch経由)、ChatGPTの画像生成に関する開示、April 2025
- Google、Nano Banana / Gemini画像のマイルストーン(I/O 2026;9to5Google、January 2026)
- Adobe、Fireflyアセットのマイルストーン(Adobe MAX 2025)および2025会計年度のInvestor Relations実績
- Everypixel Journal、AI Image Statistics(最新の数値は2023年データを反映)
- Grand View Research、AI Image Generator Market Report、2024-2030
- Fortune Business Insights、AI Image Generator Market、2025年更新版
- MarketsandMarkets / The Business Research Company、AI Image Generator Global Market Report 2026(広範囲の推定)
- Sacra、Midjourney企業プロファイル
- AP-NORC Center for Public Affairs Research、Young Adults Leading the Way in AI Adoption(調査July 10-14, 2025)
- Pew Research Center、Americans’ views of AI、2025-2026
- Salesforce、State of Marketing
- a16z、Top 100 Gen AI Consumer Apps、第6版(March 2026)
- Kellogg School of Management, Northwestern、CHI 2025で発表された研究
- University of Florida、ディープフェイク検出研究、February 2026
- Meta Transparency Center、Labeling AI Content(October 2024のウィンドウ)
- Content Authenticity Initiative / C2PA、会員数のマイルストーン、August 2025
- Getty Images v Stability AI、UK High Court、November 4, 2025
- Andersen v Stability AI訴訟トラッカー
- European Commission、EU AI Act第50条透明性コード
- MIT Technology Review - Hugging Face / Carnegie Mellonのエネルギー研究について(2023年)
- Institute for Strategic DialogueおよびACM CHI 2024 - 合成画像の悪用について
Data watch: 複数の定期更新元で新しい版が近く公開される見込みである。AP-NORCとPew Research Centerは少なくとも年1回、AIに対する意識調査を更新している。a16zはTop 100 Gen AI Consumer Appsをおよそ年2回更新している。Adobeは毎秋のMAXカンファレンスでFireflyのマイルストーンを発表している。Grand View ResearchとFortune Business Insightsは市場規模の推定を毎年再発行している。そしてEU AI Act第50条の義務は2026年8月2日に施行され、最初のコンプライアンスデータが生成される見込みである。Andersen v Stability AIの裁判は2026年9月に予定されている。
最終更新日:2026年7月9日。新しいデータが公開され次第、四半期ごとにこのページを見直し更新しています。