OPENAI SEARCH INSIGHT

2026.08.13 / OpenAI最新情報

OpenAI、ChatGPTとCodexで企業AIが実行段階へ

この記事で分かること: OpenAIの調査から、ChatGPTとCodexを使う企業が支援型AIから実行型AIへ移る現状と、日本企業が見直すべき導入・統制の論点を知りたい。

OpenAIは2026年8月12日、企業におけるAI活用が質問応答や補助から、複数手順の業務を実行するエージェント型ワークフローへ移行しているとする調査結果を公表した。企業顧客では6月時点で、CodexがCodexとChatGPTの合計出力トークンの64%を生成した。

OpenAIは、ツール利用、ファイル作成、業務成果物の下書きまで担うエージェント活用が拡大していることの表れと位置付ける。

一方、導入の深さには企業間格差がある。月次のアクティブユーザー当たり出力トークンで上位10%に入る「フロンティア企業」は、一般的な企業の8.3倍に達した。

1月の2.6倍から差は拡大しており、日本の開発組織やAI導入担当者には、モデルへのアクセスそのものではなく、社内コンテキスト、業務ツール、権限、人間のレビュー、再利用可能なワークフローを一体で設計できているかが問われる。

OpenAIが公表した2つの企業AI調査

今回の発表では、OpenAIは補完関係にある2つの調査を公開した。1つは、OpenAIの企業顧客基盤におけるエージェント型AIの実用状況、フロンティア企業の違い、職能別の広がりを扱う「Enterprise Signals」。

もう1つは、企業・職種・職位ごとのChatGPT採用拡大を分析するワーキングペーパー「How Organizations Use AI: Evidence from ChatGPT」である。

公式発表によれば、両調査から導かれる実務上の課題は明確だ。価値の高い業務を完了できるよう、エージェントを会社固有の文脈とツールへ接続すること、権限・レビュー・ガバナンスを明確にすること、個人の有効な使い方を組織全体で共有可能な仕事の進め方へ変換することである。単発のチャット利用率ではなく、どの業務がどこまで完結したかを測る視点が必要になる。

支援から実行へ、Codex比率64%が示す変化

OpenAIは、アシスタントを人が考えるための支援、エージェントを仕事を完了するための仕組みとして対比する。公式記事では、ChatGPT WorkやCodexはツールを使い、ファイルを作成し、レビュー対象となる成果物を生成できるとしている。

例えば、プレゼンテーションの作り方を尋ねるだけでなく、複数ソースから情報を集め、資料のたたき台を作成する仕事をエージェントに委任する形である。

6月時点でCodexが企業顧客のCodex・ChatGPT合計出力トークンの64%を占めた点について、OpenAIはエージェント型ワークフローへの移行を示す指標として提示した。エージェント型の処理は長く複数段階に及ぶタスクを実行するため、出力量が大きくなりやすい。したがって、この比率は利用頻度だけではなく、委任した業務が出す成果量も反映する。

ただし、出力トークンは利用の深さの代理指標であり、それだけで業務品質、収益性、リスク低減を直接証明する数値ではない。

フロンティア企業は利用深度で8.3倍

OpenAIは毎月、アクティブユーザー当たりの出力トークンで企業顧客を順位付けし、上位10%をフロンティア企業、45〜55パーセンタイルを典型的な企業として比較している。6月にはフロンティア企業の出力トークンが典型的な企業の8.3倍となり、1月の2.6倍から約3倍の開きになった。

公式発表では、この差は業界や企業規模をまたいで見られ、集中的なAI利用がテクノロジー企業に限られないとしている。

また、ChatGPT利用に関する調査で対象となった米国上場企業では、導入企業は非導入企業より資産、従業員数、研究開発投資が大きかった。これはAI導入が財務上の優位性を生んだと因果関係を断定する結果ではない。

OpenAIは両調査を踏まえ、アクセスの提供だけではAIを大規模に定着させるには不十分であり、継続的な従業員学習、共有ワークフロー、データ基盤、ガバナンスへの補完的な投資が幅広く深い導入を支え得ると述べている。

Pluginsとskillsで開く社内コンテキスト接続

公式発表では、エージェントが有効に働くには適切なコンテキストとツールへのアクセスが必要だと説明する。Pluginsは特定ワークフローを完了する能力をまとめる仕組みで、再利用可能な指示であるskillsと、会社のデータ、ツール、アクションに接続するappsを組み合わせられる。

例としてOpenAIは、営業用PluginがチームのプレイブックとCRMへのアクセスを組み合わせ、最新の顧客情報や過去提案を基にレビュー用の応答案を作るケースを挙げた。

利用率にも差がある。週間アクティブユーザーのうちPluginsを使う割合はフロンティア企業で21%、典型的な企業で9%。skillsはそれぞれ19%と3%だった。OpenAI社内では週間アクティブユーザーの95%がPluginsを利用しているという。

これはOpenAI内の利用状況であり、他社が同じ比率を達成できることを保証するものではないが、単体の会話UIに閉じず、業務システムと接続する設計が利用深度の違いと併存していることを示すデータである。

法務・営業・採用へ広がるCodex利用

エージェント型AIの初期の中心はソフトウェアエンジニアリングだったが、OpenAIは知的労働の各職能へ利用が急速に広がっていると報告した。2月以降の企業向けCodex週間アクティブユーザーの伸びは、法務で108倍、営業で41倍、採用で41倍、マーケティングで26倍であり、エンジニアリングの5倍を上回った。

公式記事は事例としてVirgin Atlanticを紹介し、エンジニアリングチームがCodexでレガシーコードのリファクタリングを2週間ではなく30分で行うこと、プロダクトチームがChatGPT Workで数週間分の競合調査を数時間で完了し、同社の5年間のデジタル戦略に活用していることを記載した。

これは同社の事例であり、全企業・全業務で同様の時間短縮が再現されることを意味しない。とりわけ法務、営業、採用では、入力データの取り扱い、生成物の正確性、承認責任を業務ごとに定義する必要がある。

若手の利用が多いという組織設計上の論点

職位別では、OpenAIが数百万件の会話に基づく管理データを分析した結果、AI利用はキャリア初期の従業員で最も高く、職位が上がるほど低下した。導入から6カ月後、キャリア初期の従業員は幹部より週当たり13件多くメッセージを送っていた。リーダーや経営層の利用が高いとする一部の調査結果とは異なる観測である。

OpenAIはリーダーに対し、強いAI活用習慣を持つ従業員を見つけ、そのワークフローを可視化して全職位に広げる機会だとしている。日本企業では、若手に個人最適のプロンプト活用を任せたままにせず、成果物の型、参照してよいデータ、確認者、エスカレーション条件をチームの標準作業へ取り込めるかが重要になる。

利用量の多い人を単に推奨役にするのではなく、業務知識を持つ管理職、情報システム部門、リスク管理部門と共同で再現可能な手順に編集することが求められる。

Agent Memories編集部の考察

今回の一次情報で注目すべきなのは、OpenAIが競争差をモデル性能の差としてではなく、利用深度と接続能力の差として示した点である。8.3倍という数値は出力トークンに基づく代理指標であり、企業価値の差を直接測ったものではない。

それでも、フロンティア企業でPluginsとskillsの利用比率が高いという結果は、AIを「質問箱」として配布するだけでは、実行型の活用へ移りにくい可能性を示唆する。

開発者・AI専門職は、次の順序で評価軸を変更したい。第一に、対象業務を回答生成ではなく、情報収集、社内検索、更新、ファイル作成、レビュー、記録といった工程へ分解する。第二に、各工程でエージェントへ渡すコンテキスト、呼び出せるツール、実行可能なアクションを最小権限で定義する。第三に、自動実行の範囲と人間が確認するゲートを区別し、ログ、監査、例外処理を設ける。

第四に、成功した個人利用をskills相当の再利用可能な指示やチーム手順として整備する。重要なのは導入席数ではなく、レビュー可能な成果物を安全に反復生成できる業務単位を増やせるかである。

よくある質問

フロンティア企業とは何を指すのか

OpenAIの定義では、月ごとのアクティブユーザー当たり出力トークンで企業顧客を順位付けした際の上位10%である。典型的な企業は45〜55パーセンタイルの企業群とされる。この分類はOpenAIの利用指標に基づくもので、売上規模、時価総額、AI成熟度を総合的に格付けしたものではない。

Codexの64%は企業ユーザーの64%がCodexを使う意味か

違う。公式発表の64%は、企業顧客におけるCodexとChatGPTを合わせた出力トークンのうち、Codexが生成した割合である。ユーザー数の割合や、個別企業における導入率を示す数値ではない。

Pluginsとskillsを導入すれば利用格差は縮まるのか

公式発表は、フロンティア企業でPluginsとskillsの利用が多いことを示すが、それらの導入だけで格差が縮むとは断定していない。OpenAIは、社内コンテキストとツールの接続に加え、権限、ガバナンス、人間によるレビュー、継続学習、共有ワークフローが必要な要素だと述べている。

エンジニアリング以外で先に検証すべき業務は何か

OpenAIのデータでは、法務、営業、採用、マーケティングでCodex週間アクティブユーザーが伸びている。実務では、機密性、正確性要件、外部送信の可否、最終承認者を確認した上で、調査の下準備、既存文書に基づく草案、定型的な情報整理など、レビュー工程を明確に置ける業務から検証するのが適切である。

まとめ

OpenAIの2026年8月の発表は、企業AIが支援から実行へ移る局面を、Codexの出力比率、企業間の利用深度、Plugins・skillsの利用、職能別の拡大という複数のデータで示した。フロンティア企業と典型的な企業の差は、6月時点でアクティブユーザー当たり出力トークン8.3倍に広がっている。

日本の組織にとっての実務的な論点は、ChatGPTやCodexを利用可能にすること自体ではない。社内データと業務ツールへどの範囲で接続するか、誰が何を承認するか、成果物をどう検証・記録するか、個人の成功パターンをどう共有資産にするかを設計し直すことにある。

エージェントに任せる範囲を拡大するほど、権限管理と人間のレビューを後付けにせず、ワークフローの中核として実装する必要がある。

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。