OPENAI SEARCH INSIGHT

2026.08.14 / OpenAI最新情報

RingCentral、ChatGPT WorkとCodexでAI開発・運用を集約

この記事で分かること: RingCentralがChatGPT WorkとCodexを使い、製品開発と日常的なプロジェクト運営をどのように変えたのかを知りたい。

OpenAIは2026年8月12日、ビジネスコミュニケーション企業RingCentralが、ChatGPT WorkとCodexを社内の製品開発や業務運営に活用している事例を公開しました。

RingCentralは、エンジニアだけでなく非技術職や経営層も含む社員がAIを試せる環境を用意し、アイデアの企画から実装、テスト、文書化、運用までの流れを速める取り組みを進めています。

一般のChatGPT利用者にとって重要なのは、AIを単発の文章作成や質問回答にとどめず、仕事の情報を集約し、次に行うべき作業へつなげる仕組みとして使う考え方です。RingCentralの事例では、開発チームはCodexで開発工程を加速し、プロジェクト管理部門はChatGPT Workで複数の業務情報から進捗、課題、担当者、必要なアクションを整理しています。

OpenAIが公開したRingCentralのAI活用事例

今回の公式発表の題名は「How RingCentral builds AI-native work from engineering to ops」です。AI-nativeとは、AIを従来の仕事に後から付け加えるのではなく、企画、開発、確認、情報共有、運用といった仕事の流れそのものに組み込む考え方を指します。

RingCentralは、約30年にわたりビジネスコミュニケーション分野で事業を展開してきた企業です。OpenAIの発表によると、同社は世界各地に数千人の従業員を抱え、年間売上高は26億ドル超です。

同社はChatGPT WorkとCodexを社員が試せるようにし、エンジニアリング経験の有無にかかわらず、製品や社内インフラの構築に参加できる状態を目指したとしています。

RingCentralのKira Makagon社長兼最高執行責任者は、実用的なAIツールを全社員に渡すことで、会社全体がプロダクト組織のようになるという趣旨を述べています。

同社は音声AI製品群として、RingCentral AI Receptionist（AIR）、AI Virtual Assistant（AVA）、AI Conversation Expert（ACE）を挙げ、アイデアから顧客向け機能の提供までの距離を縮めることを目標にしています。

全社員にCodexを渡したAI-Native Challenge

RingCentralは、グローバルなエンジニア組織のAI活用力を高めるため、CEOオフィスの支援の下で「AI-Native Challenge」を実施しました。参加者にはChatGPT WorkとCodexが提供され、特定の作業手順を指定されないまま、最初から最後まで完結するプロジェクトを作るよう求められました。

Codexは、ソフトウェア開発で使われるAIツールです。コードの作成だけでなく、作業内容を整理し、実装や修正を進める際の支援に使われます。公式発表では、この取り組みは単なるコーディング課題ではなく、計画、実装、テスト、文書化、CI/CD、反復改善までを含むAI-nativeな開発ライフサイクルを体験するものだったと説明されています。

CI/CDは、ソフトウェアの変更を継続的にテストし、配布や提供につなげる開発・運用の仕組みです。

ほぼ全ての参加者が動作するリポジトリを作成し、非技術職や経営層を含む数千人の社員が機能するプロジェクトを完成させたとOpenAIは記しています。ただし、公式発表は個別プロジェクトの内容、完成物の一般公開、利用料金、外部向けの提供条件までは明らかにしていません。

製品開発で目指すのはエンジニアの置き換えではない

RingCentralは、この社内チャレンジを、顧客向け製品をより速く作るための広い戦略の実例と位置付けています。同社はCodexを活用するアプローチを、AIR、AVA、ACEを含む自社のAI製品群の開発にも適用し、構想から顧客向け機能の提供までを短縮しようとしています。

プロジェクトを主導したRingCentralのエンジニアリング部門リーダーは、AI-nativeな開発はエンジニアを置き換えるものではなく、能力を増幅するものだと説明しています。AIが開発サイクル全体を速める一方で、人間は製品要件の設定、業務上の文脈の提供、アーキテクチャ上の判断、成果物のテストと検証に関わり続ける、という位置付けです。

これはChatGPTや開発支援AIを使う際の基本的な注意点でもあります。AIが作ったコード、要約、手順、報告文をそのまま確定情報として扱わず、目的に合っているか、前提が正しいか、機密情報や個人情報を不必要に含んでいないかを人が確認する必要があります。

ChatGPT WorkでPMOの日常運営を集約

RingCentralでは、AI活用は開発部門に限られていません。PMO（Program Management Office）は、複数チームにまたがる計画、進捗、リリースの管理を支える組織です。同社のPMOはChatGPT Workを使い、分散していたメモやチャット履歴を、AIを活用した業務フローへまとめたとしています。

対象には、進捗追跡、レポート作成、リリースに関する管理、知識の引き継ぎが含まれます。具体例として、Jira、Google Sheets、CRMシステムなどで管理される課題情報を横断し、通知を作るワークフローを構築したとOpenAIは説明しています。Jiraは開発タスクや不具合の管理に使われるツール、CRMは顧客情報や営業活動を管理する仕組みです。

この運用では、会議の場で何が変わったかをゼロから確認するのではなく、阻害要因、担当者、必要な対応をあらかじめ整理した状態で会議に入ることを目指します。RingCentralによれば、手作業による調整を減らすことで、PMOはより多くのプロジェクトを、より高い正確性で扱えるようにしています。

一般のChatGPT利用者が今日取り入れられること

今回の事例は大企業の取り組みですが、個人や小規模チームにも応用できる点があります。重要なのは、AIに漠然と質問するだけでなく、毎週・毎月繰り返す情報整理の流れを見つけることです。まずは、確認に時間がかかる作業、情報が複数の場所に散らばる作業、担当者や次の行動が曖昧になりやすい作業を一つ選ぶとよいでしょう。

• 会議前に、議題、前回の決定事項、未解決の課題、確認したい質問をChatGPTで整理する。
• 自分で確認済みのメモを基に、進捗報告の下書きと、担当者別の次の作業を作成する。
• 企画では、目的、対象者、制約、成功の判断基準を先に書き出し、ChatGPTに案を比較させる。
• 開発に関わる場合は、AIの提案を出発点にしつつ、テスト項目、セキュリティ、既存システムへの影響を人が確認する。

一方で、社内資料、顧客情報、契約情報、未公開の製品計画などを扱う場合は、所属組織の利用ルールを事前に確認してください。今回のOpenAI公式発表はRingCentral社内での利用事例であり、全てのChatGPT利用者に同じ連携機能や運用環境が提供されることを意味するものではありません。

Agent Memories編集部の考察

ここからは公式発表を基にした編集部の考察です。 RingCentralの特徴は、AI導入を一部の専門チームだけの効率化施策にせず、社員が試作し、実際の業務フローへ育てる活動にした点にあります。非技術職や経営層を含めてプロジェクト作成を促したことは、現場が抱える課題をAI活用のテーマに変えやすくする方法と考えられます。

ただし、AIを使える人を増やすだけでは、業務品質が自動的に高まるわけではありません。成果を継続的に得るには、どの情報を参照してよいか、誰が最終確認を担うか、誤った出力が出た場合にどう修正するかを決める必要があります。RingCentralの事例でも、人間が要件、文脈、設計判断、テストと検証を担うという説明は、この点を示しています。

個人利用でも、最初から大規模な自動化を目指すより、会議準備や週次報告など、結果を自分で検証しやすい作業から始めるのが実務的です。AIに任せる範囲と、自分が確認する範囲を明確に分けることが、継続利用の前提になります。

よくある質問

ChatGPT WorkとCodexは同じものですか？

同じものではありません。OpenAIの発表では、RingCentralはChatGPT Workをプロジェクト管理や業務情報の集約に、CodexをAI-nativeな開発の加速に用いています。ただし、今回の公式記事は各機能の詳細仕様や、利用できるプラン・地域・契約条件を説明していません。

非エンジニアでもAI-nativeな働き方はできますか？

RingCentralの事例では、非技術職や経営層も機能するプロジェクトを作成したとされています。個人の場合も、進捗の要約、会議準備、タスクの整理、文書のたたき台作成など、コードを書かない仕事から始められます。ただし、出力の内容確認と最終判断は利用者が行う必要があります。

AIがあればテストやレビューは不要ですか？

不要にはなりません。RingCentralのエンジニアリング部門リーダーは、人間が製品要件、事業上の文脈、設計判断、テスト、検証に関与し続けると説明しています。特に顧客向けの情報、重要な判断、ソフトウェアの変更では、AI出力を検証する工程が欠かせません。

この事例はRingCentral製品の新しい発売発表ですか？

今回確認できるのは、RingCentralが社内でChatGPT WorkとCodexを活用している事例です。AIR、AVA、ACEという同社のAI製品名には触れられていますが、OpenAI公式記事には新製品の発売日、価格、提供地域、利用条件に関する発表は記載されていません。

まとめ

OpenAIが公開したRingCentralの事例は、ChatGPT Workを業務情報の整理と実行支援に、Codexを開発工程の加速に活用する取り組みです。社員に試作の機会を与え、開発からPMO運営まで同じAI-nativeの考え方を広げている点が中心にあります。

利用者が参考にできるのは、AIを万能な自動化手段として扱うのではなく、散らばった情報を整理し、課題、担当、次の行動を明確にする補助役として使うことです。そのうえで、重要な判断、事実確認、テスト、機密情報の扱いは人が責任を持つことが、実用的なChatGPT活用につながります。

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。