AIは「賢いチャット」から、会社を動かす制御面へ――全部つなげた企業が勝つのか　連休明けから会社で使える超実践的PDF付き

最終更新　2026/08/15 0:00

こんにちは、黒パグです🐾

FF5を遊んだ人なら、古代図書館に「64ページ」という敵がいたのを覚えているかもしれません。本から出てきて「レベル5デス」を撃ってくる、あいつです。弱点は炎。

まさか2026年になって、別の64ページに殴られるとは思いませんでした。

総務省が2024年に制作した、全75ページの「生成AIはじめの一歩――生成AIの入門的な使い方と注意点」です。生成AIの基礎から、情報の正確性、情報流出、著作権、モラルまで扱った国民向け教材。内容はいたって真面目です。

総務省の公式ページはこちらです。

生成AIはじめの一歩～生成AIの入門的な使い方と注意点～

リンク先からPDFを開いたら、64ページを見てください。「学生が自分で考えるべき場面で、安易に生成AIを使ってしまう」という事例として、ChatGPT（GPT-4）との実際の会話が掲載されています。そこで、こう書かれていました。

『走れメロス』は宮沢賢治の名作

太宰治です。

しかも筋書きも怪しい。メロスが約束したのは、妹の結婚式を済ませて3日目の日没までに処刑場へ戻ることです。「結婚式に間に合うという約束」でもなければ、「時間厳守で村に戻ってきます」でもありません。

笑いました。いや、途中で笑えなくなりました。小さくGPTの回答ですと書いてあるのですがそれでも。

前後も確認しました。63ページは「課題を生成AI任せにしない」という説明。65ページの偏見事例には「×Bad」と問題点の解説があります。64ページには、著者名や筋書きの誤りを示す注釈がありません。ハルシネーションを意図的に残したのか、編集時に通過したのか。資料だけでは分からない。分からないのがいちばん困る。

なお、FF5の「64ページ」はレベル5デスを使います。総務省の64ページは宮沢賢治デス。偶然として出来すぎです。

ただ、AIが間違えたことより、誤答が「総務省発行」という看板をつけ、説明のない状態で残っていることのほうが重い。モデル単体の安全性を上げても、人間が形式的に承認するだけなら、誤りは権威付きで流通します。
それがたとえ間違った解答の見本だったとしても注釈は絶対に必要。読み手の想像力に任せて解釈を委ねるという方法は教育資料としては不適切と言わざるを得ない。
誰かが講義で使う前提のツッコミ待ちはこのようにネタになるだけである。当然ラーニングは出来ない。

※このような資料はしれっと修正される場合があるので見れた方は幸運かもしれません

いま企業向けAIで起きている問題も、これとよく似ています。規模だけが違う。

OpenAIは、個別機能ではなく「全部つなげて使う物語」を売り始めた


OpenAIが公開した企業利用データでは、AIを深く使う企業ほど、単純なチャットだけでなく、PluginsやSkillsなどの高度な機能を多く利用していると報告されています。上位10％の企業群ではPluginsの利用率が21％、比較対象群では9％。Skillsは19％対3％。利用者一人あたりの出力トークン量にも8.3倍の差がありました。

ここだけを見ると、「全部つなげて使う企業が勝つ」と言いたくなります。

このデータが示すのは、深く使う企業ほど高度な機能も多く使っている、そこまでです。PluginsやSkillsを導入したから業績が上がった、という因果までは出ていません。そもそも上位企業はAI利用量によって分類されています。AIを大量に使う企業を集めて「AIを大量に使っています」と説明している面もある。少し円環論法っぽい。

それでも、OpenAIが何を売ろうとしているかは見えてきます。

ChatGPT、Codex、Plugins、Skills、Memory、Automations、Computer History、workspace agents。これらは別々の新機能に見えますが、つなぐと一つの循環になります。

仕事を観測する。必要な情報を思い出す。手順を選ぶ。外部サービスを操作する。結果を記録する。失敗したらやり直す。決められた時間にもう一度動く。

OpenAIはいま、個別のAI製品を一つずつ売る段階から、「全部を接続して継続的に使う企業が先へ進む」という物語を売る段階へ移っています。

争っているのは、最強モデルの席だけではない

この動きを「AIが会社のOSになる」と表現すると分かりやすいのですが、少し雑です。

正確には、各社が奪い合っているのは、企業AIの制御面です。

どのモデルを使うのか。どの情報を読ませるのか。誰の権限で、どのツールを、いくらまで実行できるのか。成功を誰が確認するのか。何を記憶し、失敗したらどこで止め、どう戻すのか。

この決定権を握る部分が制御面です。

そして、ここでOpenAIが勝つと決まったわけではありません。

MicrosoftとGoogleは、すでに企業が毎日使う仕事場、アカウント、文書、メール、予定表、クラウドを持っています。AWSはIAM、クラウド実行環境、AgentCoreを持っています。Salesforce、ServiceNow、SAP、Oracleは、顧客、契約、会計、人事、在庫、障害管理など、企業の正式な記録が置かれる場所を持っています。

モデルがどれほど賢くても、最終的に請求書を書き換える場所、顧客情報を更新する場所、社員の権限を変更する場所を握っている企業は強い。

Anthropic、xAI、Alibabaなどは、モデル、開発環境、常時稼働エージェント、プラグイン市場から別の入口を掘っています。MCPやA2Aなどの標準が広がれば、一社ですべてを固めず、モデル、ツール、記憶、監視を組み替える構成もできる。

各社が同じ業務OSへ一直線に収束している、という絵ではありません。同じ仕事の循環に、別々の入口から手を掛けている。ここ、表面だけ追うと全部「エージェント」で同じに見えるので厄介です。

速いモデルは、そのまま速い社員ではない

ここに、最近の異常な高速化が加わります。

GPT-5.6 Sol Ultrafastは、Cerebrasの推論基盤を使い、最大750 output tokens/sと発表されました。Gemini 3.7 Flashも、第三者測定では約340 output tokens/sという高速な結果が出ています。

数字だけを見ると、もはや推論のパワープレイです。

出力速度が14倍になっても、仕事全体が14倍で終わるわけではありません。企業エージェントはAPIの応答を待ち、ブラウザを操作し、人間の承認を待ちます。結果を見て、失敗なら再試行。複数のツールを並列に動かせば、いちばん遅い経路が全体時間を決めます。

逆に危険なのは、モデルが速くなったことそのものではありません。並列実行、ツール呼び出し、再試行、外部への書き込みまで一緒に高速化され、人間の承認、予算上限、重複防止、停止機構、復旧手順が追いつかなくなることです。

チャットが高速で文章を書くのと、エージェントが高速でメールを送り、決済し、公開し、権限を変更するのは別の話です。

「人間が確認しています」だけでは足りない

そこで、最初の総務省教材へ戻ります。

人間は確認工程にいました。しかし、誤りは通過しました。

企業エージェントでも、「最後は人間が承認するから安全です」という説明がよく使われます。ところが、承認する人に根拠、差分、危険度、代替案、取り消し方法が提示されなければ、承認ボタンは責任を人間へ移すだけの装置になります。

Human in the Loopは、承認ボタンを押す人を置くことではありません。どこからが人間の責任なのかを決め、判断に必要な情報を渡すことです。

Human on the Loopも、ダッシュボードを眺めることではありません。何が起きているか観測でき、途中で介入でき、実際に試験された停止機構を持つことです。

エージェントの失敗は「元に戻す」だけでは済みません。送ったメールは読まれます。支払いは帳簿へ記録される。公開した情報は拡散する。権限を与えた後にはセッションやトークンが残ることもある。

必要なのは単純なRollbackではなく、訂正、取消、返金、逆仕訳、権限失効、影響範囲の確認まで含む業務上の補償です。

全部つなげた企業が勝つ、とはまだ言えない

現時点で言えるのは、主要企業がモデル、記憶、ツール、実行、監査を一つの循環へまとめようとしていることです。

しかし、それによって企業業績が上がることも、一社がすべてを支配することも、まだ証明されていません。複雑な統合基盤より、用途ごとのAIツールと人間の業務フローを組み合わせたほうが、安く安全に運用できる可能性も残っています。

だから今後の競争で見るべき数字は、モデルのベンチマークだけではありません。

仕事が本当に完了した割合。人間が修正した回数。二重実行の発生率。事故後に復旧できた割合。確認作業にかかった時間。モデルやツールを別会社へ交換できるか。そして、正しく完了した仕事一件あたりの総費用です。

最強モデルを持つ企業が勝つとは限りません。

企業の正式な記録を持つ会社が勝つかもしれない。社員が毎日開く画面を持つ会社が勝つかもしれない。権限とクラウドを持つ会社が勝つかもしれない。標準規格を使い、自社で制御面を組み立てた企業が勝つかもしれない。

あるいは、全部をつなげること自体が割に合わず、局所的なAI利用へ戻るかもしれません。

ここまで書いて、ずいぶん面倒な話になりました。まあ、企業の制御面なので面倒で当然です。空調みたいなもので、普段は誰も見ない。止まった瞬間だけ全員が見る。

全部がつながるほど、誰が制御面を持つかは、企業の運命を左右します。

総務省の教材に残った「走れメロスは宮沢賢治」という一文は、小さな誤りです。企業エージェントが同じ構造で顧客情報、請求、権限、公開情報を書き換えたとき、それは笑い話では終わりません。

モデルに仕事を任せるなら、賢さだけではなく、誰が止められるのか、誰が確認するのか、間違えた後にどう戻るのかまで設計する必要があります。

技術補遺

本記事では説明を優先し、かなりの部分を省略しました。OpenAI Enterprise Signalsの読み方、Computer Historyの正確な位置づけ、Microsoft・Google・AWS・Salesforce・ServiceNow・SAP・Oracle等の比較、Sol UltrafastとGemini Flashの速度指標、長期エージェント安全性研究、MCP・A2A、脅威モデル、評価指標、Semantic compensation、導入判定表、反証条件は、27ページの技術補遺にまとめています。

補遺は同業者、研究者、詳しく確認したい方向けです。共有や社内での検討材料として使っていただくのは構いません。

これ、売ったらダメよ？ 無料で出している黒パグとの約束です🐾

#生成AI #AI #ChatGPT #OpenAI #AIエージェント #LLM #Gemini #Claude #Grok #DX #仕事術 #テクノロジー