OpenAIは、企業におけるAI導入が単なる質疑応答を超えて、委任された複数ステップの作業へと進んでいると述べていますが、自社データはその進展が非常に不均一であることを示しています。同社の新たな調査は、「フロンティア」企業と一般的な導入企業との間で広がる格差を示しており、最も積極的な組織ほど、エージェント、企業コンテキスト、接続されたツールをより深く活用しています。

この知見は、OpenAIの2つの調査から得られました。1つは企業顧客基盤におけるエージェント型AIを調べたEnterprise Signals、もう1つはワーキングペーパー How Organizations Use AI: Evidence from ChatGPT です。OpenAIによると、これらの調査は1,000万件以上のメッセージを基にしており、企業、機能、役職レベルをまたいだ導入状況を調べています。

Codexは委任作業への移行を示している

最も明確なシグナルは、OpenAIのコーディングおよびソフトウェア作業エージェントであるCodexの成長です。OpenAIによると、6月時点でCodexは企業顧客におけるCodexとChatGPTの合計出力トークンの64%を生成しました。同社は、この指標はより長く、より実質的なタスクへの移行を示していると主張します。エージェント型ワークフローは、短い会話型リクエストよりも通常、より多くの出力を生み出すためです。

この解釈は企業の購買担当者にとって重要です。アシスタントは、社員がプレゼンテーションや調査課題を考える助けになりますが、エージェントは情報を収集し、接続されたシステムを使い、ファイルを作成し、人間のレビュー用に結果を準備できます。OpenAIはChatGPT WorkとCodexをこのモデルの例として位置づけていますが、提示されたデータだけでは、報告された出力のうちどれだけが大幅な人手による編集なしに受け入れられたのか、またどれだけの作業が成功裏に完了したのかは分かりません。

Codexの利用はエンジニアリングの外にも広がっています。OpenAIによると、2月以降、週次アクティブ企業Codexユーザーは法務で108倍、営業で41倍、採用で41倍、マーケティングで26倍に増加しました。エンジニアリングは同期間に5倍増加しました。これらは大きな相対成長率ですが、OpenAIは提示資料で基礎となるユーザー数を示していないため、非技術部門がエンジニアリング部門より大規模な導入を持つようになった証拠として読むべきではありません。

OpenAIは、Virgin Atlanticを部門横断的な利用の例として挙げています。同航空会社は、エンジニアリングチームがCodexを使ってレガシーコードを2週間ではなく30分でリファクタリングし、製品チームは競合調査にChatGPT Workを使ったと述べています。これらの記述はOpenAIが提供した例であり、同社の研究要約で独立検証されたものではありません。

フロンティア格差は拡大している

OpenAIは毎月、アクティブユーザーあたりの出力トークン数で企業顧客を順位付けしています。同社は、上位10%をフロンティア企業、45〜55パーセンタイル付近を一般的な企業と定義しています。6月には、フロンティア企業は一般的な企業の8.3倍の出力トークンをアクティブユーザーあたりで生成しました。1月の差は2.6倍でした。

同社は出力トークンを利用の深さを示す代理指標と説明しており、事業価値を直接測るものではありません。生成されるテキストやコードが多いほど、長いワークフローを反映している可能性がありますが、非効率なプロンプト、繰り返しの修正、あるいは大規模なレビューを要するタスクの結果でもありえます。したがって、この拡大する比率は利用強度の違いを示す一方、生産性、品質、投資収益率については未解決のままです。

同じパターンは高度機能の利用にも見られます。OpenAIによると、フロンティア企業の週次アクティブユーザーの21%がPluginsを使用し、一般的な企業では9%でした。Skillsの利用は、フロンティア企業で19%、一般的な企業で3%でした。OpenAIによると、Pluginsはエージェントを企業データやアクションに接続でき、Skillsは再利用可能な指示を提供します。

OpenAIはまた、自社従業員の95%が毎週Pluginsを利用していると報告しています。OpenAIは製品ベンダーであると同時にこの社内比較の出典でもあるため、この数値は市場ベンチマークではなく、ベンダー報告による導入シグナルとして扱うのが適切です。

エビデンスは有用だが、ベンダー管理である

この調査は、従来の調査では見落とされがちな視点を提供します。それは、従業員の自己申告ではなく、職場での会話における実際の利用パターンと製品テレメトリです。OpenAIによると、自社データはキャリア初期の社員が経営陣よりも高い頻度でChatGPTを使っていることを示しています。導入から6か月後、キャリア初期の労働者は経営陣より週に13件多くメッセージを送っていたと同社は報告しています。

OpenAIはまた、ワーキングペーパーで調査した米国上場企業の中で、企業導入者は非導入者よりも資産、従業員数、研究開発投資が大きかったとも述べています。これは相関関係であり、AI導入がより強い財務実績を生んだという証拠ではありません。より大規模な企業は、AIシステムを購入、展開、統治するための資源をより多く持っているだけかもしれません。

中心的な主張は依然としてベンダー報告です。提示された証拠には、独立した方法論レビュー、顧客全体のコストデータ、エラー率、タスク完了率、OpenAI以外のシステムとの比較は含まれていません。したがって、買い手はこれらのレポートを展開パターンに関する仮説を立てるために使うべきであり、エンタープライズAI市場の中立的な測定として扱うべきではありません。

この結果がAI開発者と企業に意味するもの

製品チームにとって、この研究は設計単位の変化を示しています。価値のある製品は、汎用チャットボットではなく、指示、権限、業務データ、アクションを組み合わせたワークフローかもしれません。たとえば営業向けPluginsは、会社のプレイブック、CRMアクセス、過去の提案書を組み合わせてから、レビュー用の応答を生成できます。

このアーキテクチャは、単純な支援よりも重要な運用要件を伴います。チームには、権限の境界、監査ログ、データアクセス制御、承認ステップ、そしてエージェントが誤ったコンテキストを使ったり不適切なアクションを取ったりした際の復旧手段が必要です。顧客、法務、財務判断、あるいは生産システムに影響する場合、人間によるレビューは特に重要です。

導入格差はまた、AIモデルへのアクセスを購入することと、利用を拡大することが同じではないことを示しています。OpenAI自身の結論は、企業には継続的な社員学習、共有ワークフロー、データ基盤、ガバナンスが必要だということです。企業リーダーにとっての実践的な出発点は、効果的な個人ワークフローを特定し、それらが時間短縮や品質向上にどこで役立つかを測定し、非公式なプロンプト技術に頼るのではなく再現可能なプロセスへと変換することです。

競合他社と開発者にとって、AIエージェントが法務、営業、採用、マーケティングへ拡大していることは、統合の重要性を高めています。現在の業務コンテキストを安全に取得し、限定されたアクションを完了できるシステムは、洗練されたテキストを生成するだけのシステムより有用になる可能性があります。しかし、この研究はOpenAIの製品が信頼性、総コスト、安全性で代替手段を上回るかどうかを示してはいません。

今後注目すべき点

次に注目すべきシグナルは、タスク完了率、レビュー率、測定可能なビジネス成果に関するより詳細な証拠です。OpenAIのレポートは、8.3倍の出力格差が業界や機能によってどう異なるか、また高いトークン使用が運用コストの低下や納期短縮につながるかも明らかにするかもしれません。

企業の購買担当者は、ChatGPT Work、Codex、Pluginsにおけるエージェント権限、ワークフローテンプレート、監査制御のより広い提供状況を注視すべきです。また、利用増加だけでなく、失敗した実行、人間の介入、展開コストを報告する独立した顧客評価も探すべきです。

さらに、エージェントが機密性の高い企業システムに接続された後も、エンジニアリング以外で導入が続くかどうかが試金石になります。法務、営業、採用、マーケティングでの成長は注目に値しますが、継続的な利用はデータ品質、コンプライアンスレビュー、そしてエージェントが信頼を得るのに十分な確実性で作業を完了できるかどうかにかかっています。

Creati.aiの視点

OpenAIの発表は、企業がエージェント型AIをすでに解決したという主張というより、各社がそれにどれほど不均一に近づいているかを測定したものです。報告されたフロンティア格差は、競争優位がモデルアクセスだけでなく、ワークフロー設計、データアクセス、ガバナンスといった組織能力からも生まれる可能性を示唆しています。

したがって、開発者にとって重要な問いは、何人の社員がAIツールを使っているかだけではありません。システムが定義された作業を完了し、何をしたかを示し、権限の範囲内に留まり、人間が検証できる出力を生み出せるかどうかです。OpenAIのデータはその移行を可視化していますが、ベンダー管理の方法論である以上、市場には依然として品質と経済性に関する独立した証拠が必要です。