AIが使い放題の時代を先取りOpenAI社員は、もうチャッピーに質問しない

makokon

AIが使い放題の時代を先取り

OpenAI社員は、もうチャッピー（ChatGPT）に質問しない

こんにちはmakokonです。将来のＡＩの使い方を暗示するとともに、先行きの大変さを予感させる面白い論文でした。

「AIに質問して答えをもらう」時代は、もう終わりかけているのかもしれません。

OpenAIが2026年6月に公開した論文 “The Shift to Agentic AI: Evidence from Codex”（Johnston et al., 2026 / arXiv:2606.26959v1）は、その変化を“気分”ではなく利用データで示しました。
結論を一言で言うならこうです。

  • 会話AI（ChatGPT）＝相談相手 から

  • エージェントAI（Codex）＝仕事を任せる実働部隊 へ

そしてOpenAI社内では、すでに「質問」より「丸投げ」が主流になりつつあります。相談相手ではなく、労働力なのです。
だけど、実際は一般企業では先が長い。



まず用語整理：会話AIとエージェントAIは何が違う？

論文では（簡便のため）

  • ChatGPTを conversational（会話）AI

  • Codexを agentic（代理行動）AI
    として扱います。

会話AIは基本的に

  • 人が聞く → AIが答える

一方でエージェントAIは

  • 人が目的を渡す → AIが外部ツールを使い、ファイルを見て、コマンドを叩き、成果物を作って進める

つまり「会話」ではなく委任（delegation） が中心になります。

※なお論文も注意している通り、境界は絶対ではありません（ChatGPTにもブラウズや実行などの機能がある）。
それでも、直近の指標として

  • 2026/6/11直前の1週間で、外部ツールを呼んだ割合は

    • Codex：60.3%

    • ChatGPT：21.9%
      と差が出ています（＝Codexの方が“実際に手を動かす”方向に寄っている）。

論文のキモ（4つの観察事実）

1) エージェント化は「速い」が「まだら」

Codexの利用は急増しています。

  • 2026年上半期だけで週次アクティブユーザーが5倍超

  • ただし普及は一様ではない

特に象徴的なのが「どの道具が仕事の主戦場か」です。
論文は利用量を“アクティブ人数”だけでなく、生成された出力トークンのシェアで見ます（＝どれだけ仕事が流れているか）。

  • OpenAI社内（2026/6/11時点）

    • Codexが99.8%（ChatGPTをほぼ置き換え）

  • 組織アカウント（Business/Enterprise）

    • Codexが63.3%

  • 個人アカウント

    • Codexが16.5%

さらに「導入している人の割合」も差が大きい。

  • 個人：直近28日でCodexを使ったのは1%未満

  • 組織：直近28日でCodexを使ったのは17.3%

つまり、OpenAIは別世界。外部はまだ移行途上です。

2) 使い方が“相談”ではなく“生産”に寄っている

Codexでよく投げられているのは、

  • デバッグ

  • リファクタ

  • 変更の検証

  • アプリ設定

  • ドキュメント草案

  • データ分析

など、明確に「成果物を作る」「状態を変える」類の仕事。
論文はこれを consultation（相談）ではなく production（生産） と呼びます。

3) 起点はソフトウェア、でも深い環境ほど用途が広がる

全体としてはソフトウェア生産（実装・理解・検証・運用）が中心。
ただし採用が深い場所（OpenAI社内）では

  • 研究

  • 企画

  • コミュニケーション

  • 採用

  • 営業

  • データ分析
    などに用途が広がっていきます。

4) ヘビーユーザーは「並列化」「長時間稼働」「仕組み化」へ

エージェントAIの本質は、“長い仕事”を“同時に”回せることです。

  • 並列（同時に複数エージェント）

    • 週にどこかで「3体以上の同時運用」をする人が10%超

    • OpenAI社内は極端で、

      • 同時実行なし：10.7% しかいない

      • どこかで「5体以上」を回す：28.6%

  • 長時間稼働（1日あたりの稼働時間）

    • OpenAI社内の中央値：1日でCodexが動いている時間が2.5時間

    • 99パーセンタイル：平均日で71時間（≒並列稼働が前提）

  • 仕組み化（skills / plugins）

    • スキルを1回でも呼ぶ比率（2026/6/11までの7日間）

      • 個人：25.7%

      • 組織：30.4%

      • OpenAI社内：96.2%

    • さらに、スキル利用全体も

      • 2026/3/1：5.4% → 2026/6/11：26.6%
        と急増

なぜ「質問」から「仕事丸投げ」へシフトせざるを得ないのか

ここからが本題です。

理由1：仕事が“8時間級”に育ってきた

論文は、個人ユーザー（一定条件のサンプル）について
「熟練者がAIなしでやったら何時間かかるか」を推定しています。

  • 「1時間以上」級の依頼を月内に1回でも投げた人

    • 2025/12：35.4% → 2026/5：70.2%

  • 「8時間以上」級の依頼を月内に1回でも投げた人

    • 2025/12：2.1% → 2026/5：25.6%

AIが強くなったから、人は自然に「質問」ではなく

  • 「この山を一気に片付けて」
    に寄せ始めます。

理由2：成果物が“デジタルで検証可能”な仕事が増えている

ソフトウェア開発の強みは、

  • 変更が差分で見える

  • テストで検証できる

  • ログやメトリクスで裏が取れる

だからこそ、エージェントに丸投げしやすい。
そしてそのやり方が、ドキュメントや分析や企画など周辺作業にも波及します。

理由3：人間の役割が「実装」から「監督・統合」へ移る

論文の言い方を借りれば、

  • これから重要になるのは「使ったか」ではなく

    • 何を委任したか

    • どれだけ実行したか

    • 並列化・再利用が起きているか

極端に言えば、働き方は

  • 答えをもらう人 → エージェントを管理する人
    へ。

（そしてこの変化は“便利だから”というより、スピード要求と業務量が人を押し流す、という側面が強い。）

でも誤解しちゃいけない：OpenAIは「特殊環境」

この記事タイトルは煽り気味ですが、論文自身が強調する注意点があります。

OpenAI社内が“エージェント最適”なのは、条件が揃いすぎているからです。

  • 利用が実質無制限（数量制限がない）

  • 社内の買い（組織的な後押し）が強い

  • トレーニングやナレッジ共有が多い

  • ツールやワークフローが開発現場の近くにある

この前提がないと、多くの現場では次がボトルネックになります。

「誰もが使える時代（AIの民主化）」が、まだ先になる理由

  • コスト：使い放題前提の運用は、まだ多くの組織で予算設計が難しい

  • 権限とセキュリティ：エージェントに「社内ファイル」「顧客データ」「本番環境」を渡すのは怖い

  • レビュー体制：丸投げした成果物を誰が、どの基準で、どこまで検証するか

  • ツール統合：Drive/Slack/Jira/社内DBなど“手足”が繋がっていないと、丸投げが成立しにくい

  • 人材スキル：必要なのはプロンプト力より

    • 仕事の切り方（委任設計）

    • 検証の勘所（レビュー能力）

    • 失敗時の切り戻し（運用力）

実際、外部の個人ユーザーでは「Codexを使う人」自体が直近28日で1%未満というデータが出ています。
“誰もが当たり前に丸投げ”は、まだ現実には届いていません。

じゃあ今、私たちはどう使うべき？（現実的ロードマップ）

「いきなり全業務を丸投げ」はまだむずかしい。
代わりに、次の順で段階的に“エージェント化”を進めるのが現実的です。

  1. 成果物が検証しやすい仕事から委任

    • 例：テスト追加、ドキュメント整備、データ整形、差分レビュー下書き

  2. レビューの型を先に作る

    • 例：「必ず根拠リンク」「チェックリスト」「想定リスク」「ロールバック手順」

  3. 繰り返し業務は“スキル化（テンプレ化）”

    • 例：週次レポート生成、議事録→タスク起票、定型分析

  4. 並列運用は“小さく”試す

    • 例：

      • Agent A：調査

      • Agent B：草案作成

      • Agent C：レビュー観点出し

  5. 権限・データ・監査ログを整備してから深い統合へ

おわりに：これからのAIは「聞く道具」ではなく「動く労働力」

この論文が面白いのは、「AIが賢くなった」という話より、
人間の仕事の割り振りが変わっていることを、数字で示している点です。

OpenAI社員が“もうチャッピーに質問しない”のは、彼らが怠けているからではなく、

  • 仕事が複雑になり

  • スピードが要求され

  • 並列で回さないと間に合わず

  • そのための環境が整っている

からです。

ただし、その環境が整うまでには時間がかかります。
「AIの民主化」は確実に進むとしても、“丸投げが当たり前”になるのは、もう少し先。

だからこそ今やるべきは、

  • 質問の上手さを競うのではなく

  • 委任（丸投げ）の設計と、検証（レビュー）の筋トレ

この2つだと思います。

参考

  • Drew Johnston, David Holtz, Alex Martin Richmond, Christopher Ong, Prasanna Tambe, Aaron Chatterji. The Shift to Agentic AI: Evidence from Codex. arXiv:2606.26959v1, 2026.

重要なキーワード

  • #エージェントAI

    • 従来の「質問に答えるAI」とは異なり、ユーザーから目的（指示）を渡されることで、自律的に外部ツールを使い、ファイルを操作し、タスクを完結させる「代理行動型」のAI。

  • #会話AI

    • ChatGPTに代表される、人間との対話（質疑応答や相談）をベースとしたAI。本論文ではエージェントAIの対比として扱われています。

  • #Codex

    • 論文内で「エージェントAI」の利用データとして分析対象となっているOpenAIのツール。社内ではすでにChatGPTをほぼ置き換える規模で実働部隊として使われています。

  • #委任 （デリゲーション）

    • AIへの関わり方が「相談する・意見を聞く」ことから、仕事をタスク単位で「丸投げする・任せる」ことへと変化していることを示す重要概念。

  • #並列稼働

    • エージェントAIの特徴的な運用方法。ヘビーユーザーやOpenAI社内では、1人で同時に3〜5体以上のAIエージェントを同時に裏で走らせて仕事を処理させています。

  • #デジタル検証可能性

    • プログラムのテスト、ログ、ドキュメントの差分など、成果物が「正しく動いているか・処理されたか」をデジタル上で自動検証・評価しやすい業務ほど、エージェントへの丸投げ（自動化）が進みやすいという性質。

  • #AIの民主化

    • 誰もが当たり前にエージェントAIを使いこなせる時代の連続性を指す言葉。コスト、セキュリティ、社内ツールの統合、人間のレビュー能力の不足などの壁により、一般組織への普及にはまだ時間がかかると指摘されています。

  • #委任設計

    • これからの人間に求められるスキル。プロンプトの工夫（質問の技術）ではなく、「どの仕事をどう切り出してAIに任せるか」という業務プロセスの組み立て力。


いいなと思ったら応援しよう！