OpenAI企業AI調査の要点｜8.3倍を正しく読み「支援から実行」へ

OpenAIが2026年8月12日に公開した『From assistance to execution』とEnterprise Signalsは、企業AIが質問への支援から仕事の実行へ移る過程を扱います。

発行元はChatGPT WorkやCodexを提供するOpenAIです。自社顧客の利用を観測できる強みがある一方、販売者自身の分析であり、第三者による効果検証ではありません。

Enterprise Signalsは1,000万件を超えるメッセージのサンプルを基に、集計・匿名化した企業利用データを分析します。OpenAI顧客内の利用の深まりを見る行動データです。

月ごとの出力トークン数をアクティブ利用者で割り、上位10%をフロンティア企業、45〜55パーセンタイルを典型企業としています。売上や生産性で選んだ分類ではありません。

6月にフロンティア企業は一人当たりで典型企業の8.3倍の出力トークンを生成しました。ただしトークン量は仕事の価値ではなく、生産性や利益の倍率でもありません。

企業顧客ではCodexとChatGPTを合わせた出力トークンの64%をCodexが占めたと報告されました。複数工程を任せる利用の増加を示す一つのシグナルです。

先進利用層はPluginsやskillsをより多く使い、モデルへ質問するだけでなく、会社の文脈と業務ツールへ接続していました。

法務、営業、採用、マーケティングで高い伸び率が示されていますが、母数が小さい場合は倍率が大きくなるため、現在の人数や成果の絶対値と分けて読みます。

利用量と企業成果に関連があっても因果は証明できません。出力トークンは品質、費用対効果、受け手の負担を直接測る指標ではありません。

日本企業では、うまく終えた個人のAI仕事を選び、必要な入力、データと道具、完了条件、人の確認を型にして部署の共有ワークフローへ変えます。

AI Readinessは研修受講者数ではなく、どのAIが誰の代理で、どのデータと道具を使い、何を完了できるか、権限・評価・監査まで説明できる状態で測ります。

利用深度上位10%の企業と典型企業を比べた、アクティブ利用者一人当たりの出力トークン量の差です。生産性や利益の倍率ではありません。

成功した一つの業務について、入力、利用データ、ツール、完了条件、人の確認を定義し、共有可能なワークフローへ変えます。

いいえ。OpenAIの企業顧客内の利用データであり、他社モデル利用企業やAI未導入企業を含む全体調査ではありません。