OPENAI SEARCH INSIGHT

2026.10.07 / OpenAI最新情報

OpenAI、GPT-6 AstraをIronclad業務で訓練・評価

この記事で分かること: OpenAIとIroncladの協業で何が検証され、一般のChatGPT利用者や業務チームにどのような意味があるのかを知りたい。

OpenAIは2026年10月6日、契約業務ソフトウェアを手がけるIroncladと協力し、複雑な契約関連ワークフローをAIエージェントに扱わせるための訓練・評価を進めていると発表した。狙いは、文書作成だけでなく、専門ソフトウェア上で複数の業務ルールを守りながら仕事を完了できるAIの開発だ。

今回の発表は、ChatGPT利用者向けに新機能の提供開始、価格、利用条件を示したものではない。一方で、AIが企業の専門業務を扱う際には、単に回答が正しいだけでなく、承認条件や例外処理を最後まで守れることが重要だという、OpenAIの研究開発の方向性が具体的に示された。

OpenAIとIroncladが発表した協業の概要

OpenAIは、専門的な業務におけるコンピューター利用能力を高めるため、少数のソフトウェア企業と直接連携する方針を説明している。業務をよく知る企業とともに、難易度が高く価値の大きい作業を研究課題へ落とし込み、モデルの訓練と評価に使う。

最初の協業先がIroncladだ。IroncladはAIを活用した契約業務の分野で事業を展開しており、今回、契約、承認、再利用可能な法務条項の設定などをAIエージェントに実行させる課題の設計に協力した。

OpenAIによると、目標は、モデルが企業固有のビジネスルールを理解し、複数段階のワークフローを実行し、その結果が当初の要件を満たすか検証できるようにすることだ。途中の操作を個別に成功させるだけでなく、完成した業務プロセス全体が想定どおり動くことが重視されている。

契約業務では何が難しいのか

OpenAIは例として、企業がソフトウェアを購入する際の契約プロセスを挙げた。一定金額を超える購入は財務部門の承認が必要であり、特定の依頼はセキュリティ部門が確認し、標準外の契約条件は法務部門が確認する、といったルールがあり得る。

人がこの仕組みを設定する場合、依頼受付フォーム、文書テンプレート、承認ルール、最終契約の記録を整備する必要がある。AIエージェントも同様に、ソフトウェアを操作しながら、金額のしきい値を超えた場合と超えない場合で正しい承認経路へ進むよう設定・確認しなければならない。

契約管理では例外が生じても、企業が守るべき統制やルールを維持する必要がある。OpenAIとIroncladは、こうした現実の業務で求められる条件を、モデルがどこまで満たせるか測る評価課題として扱った。

11件の実務課題で訓練と評価を実施

研究者は、Ironcladの従業員と、OpenAIでIroncladを利用する人々の協力を得て、法務、商取引、調達にまたがる11件のタスクを選定した。秘密保持契約（NDA）の設定、調達に必要な承認プロセスの作成、依頼者が選んだ法域に応じた再利用可能な法務条項の更新などが含まれる。

OpenAIの推計では、これらの作業は経験を積んだ利用者でも、1件当たり平均30〜40分を要する。評価では、課題の複雑さに応じて各タスクを8〜50の基準で確認し、モデルがどの要件を満たし、どこで不足したかを調べた。

Ironcladは、モデルが課題を練習できる自社製品のホスト型ソフトウェア環境も提供した。OpenAIの研究者は、代表的なワークフローを基にした合成の訓練課題を作り、強化学習を使って、試行とフィードバックを通じたモデルの改善を進めたとしている。

GPT-6 Astraの評価結果

OpenAIは、Ironcladの課題で訓練された最初のフロンティアモデルとしてGPT-6 Astraを位置付けた。11件の研究タスクにおいて、Astraは「Max reasoning」、比較対象のGPT-5.6 Solは「High reasoning」という、それぞれ最も高得点だった設定で比較された。

結果は、GPT-6 Astraの平均スコアが55.0%、GPT-5.6 Solが41.6%だった。OpenAIは、Astraの平均スコアがSolより32%高く、推定の試行時間は48%低かったと説明している。

推定平均時間は、Solの37.0分に対しAstraは19.2分だった。なお、これらはOpenAIが設定した研究評価における結果であり、一般の利用者が同じ性能や時間短縮を得られること、特定の製品で直ちに利用できることを意味するものではない。

OpenAIはさらに、Astraの開発に使った内部モデルが同じタスクで63.7%を達成したとし、その追加的な改善を将来のモデルにも取り込むことを目指すとしている。ただし、将来モデルの名称、提供時期、提供形態は今回の発表では明らかにしていない。

一般のChatGPT利用者に関係する点

日常的なChatGPT利用では、文章の下書き、情報整理、アイデア出しといった単発の作業が中心になりやすい。今回の研究は、その先にある「ルールを読み取り、複数の画面や手順をまたぎ、結果まで検証する」業務支援を対象にしている。

ただし、契約、購買、法務、セキュリティのように判断ミスの影響が大きい仕事では、AIに任せた結果を人が確認する工程が欠かせない。Ironcladも、AIエージェントの能力が高まっても、人による監督と、契約業務全体を管理するプラットフォームが重要だという考えを示している。

今日できる実践としては、ChatGPTに業務を依頼する際、目的だけでなく、守るべき条件、確認事項、例外時の扱い、最終的に人が承認する箇所を明文化することが有効だ。AIの出力をそのまま確定させず、元の依頼条件と照らして確認する習慣が重要になる。

利用時に押さえたい注意点

今回の数値は、Ironcladと共同で設計した研究用タスクに基づく評価だ。実際の企業業務では、社内規程、契約相手、地域の法令、利用するソフトウェアの設定などにより条件が異なるため、評価結果をそのまま自社の処理精度として扱うことはできない。

特に契約文書や購買情報をAIへ扱わせる場合は、機密情報の取り扱い、入力できるデータの範囲、アクセス権限、承認責任の所在を事前に確認したい。AIが作成・設定した内容でも、最終責任をAIに移せるわけではない点には注意が必要だ。

OpenAIは、今後の協業候補として、現在のAIエージェントでは信頼して完了できない重要な専門業務を持つソフトウェア企業を募っている。具体的な失敗例、成功の判定方法、専門知識を持つ人材、安全なテスト環境、研究に安全に使えるデータが協業の出発点になるとしている。

Agent Memories編集部の考察

今回の発表で注目したいのは、AIの評価軸が「もっともらしい回答を返せるか」から、「制約の多い業務を最初から最後まで完遂できるか」へ広がっている点だ。専門ソフトウェアの操作では、文章能力だけでなく、条件分岐、手順の維持、完了後の検証が求められる。

一方、平均55.0%という研究評価の数字は、複雑な契約業務を人の確認なしに全面的に自動化できる段階だと示すものではない。むしろ、AIが得意な部分と、見落としを防ぐために人が確認すべき部分を分けることが、現時点での現実的な活用法になる。

一般利用者にとっても、AIへの依頼文を「やってほしいこと」だけで終えず、「守る条件」「確認方法」「出力後に検証する項目」まで含める考え方は役立つ。専門業務向けの研究は、より信頼できるAI活用のための依頼設計を考える材料にもなる。

よくある質問

GPT-6 AstraはChatGPTで今すぐ使えますか？

今回確認できる公式発表は、OpenAIとIroncladによる研究協業と評価結果についてのものだ。ChatGPTでの提供有無、提供開始日、料金、利用対象については、この発表内容からは確認できない。

Ironcladの業務をAIに完全自動化させる発表ですか？

いいえ。OpenAIは複雑な契約ワークフローでの進捗を示したが、Ironcladは人による監督の重要性にも言及している。公式発表は、AIが契約業務を完全に無人で代替できると述べたものではない。

評価の「55.0%」は何を表しますか？

OpenAIが設定した11件の研究タスクについて、複雑さに応じた複数の評価基準をどの程度満たせたかを平均したスコアだ。実際の個別企業における契約業務の成功率や、法的な正確性を直接示す数値ではない。

普段のAI利用で最も重要な注意点は何ですか？

重要な業務では、AIの回答や操作結果を原要件と照合し、人が承認することだ。とりわけ金額条件、例外処理、機密情報、契約条項などは、AIへの依頼時と結果確認時の両方で条件を見直したい。

まとめ

OpenAIはIroncladと協業し、契約、承認、法務条項といった複雑な専門業務をAIエージェントが扱うための訓練・評価を進めている。GPT-6 Astraは研究評価でGPT-5.6 Solを上回ったが、発表の中心は新たな一般提供ではなく、実務に必要な信頼性を高める研究開発だ。

利用者にとっての要点は、AIが複数工程の業務に近づくほど、依頼条件の明確化と人による確認が大切になることだ。便利さと統制を両立させる運用を意識することが、AIを業務で活用する際の基本となる。

本カテゴリはMiraigent / Agent Memoriesによる非公式編集記事です。OpenAIとの提携・承認・後援を示すものではありません。