「AIに質問する」から「AIに仕事を任せる」へ——この移行が実際に起きているのか、それともマーケティングの誇張なのか。2026年6月25日、OpenAIは How agents are transforming work を公開し、自社内でCodexエージェントがどう使われているかの数字を初めてまとめて示しました。社員の約98%が日常的にエージェントを使い、利用は部門を横断して数十倍に膨らんだ——という内容です。
homula はエンタープライズ向けの AIエージェント・インテグレーターとして、日本企業の「PoCから本番・全社へ」を日々支援しています。本稿は、この発表を先行指標として価値を認めつつ、同時にその但し書きも正確に読むという立場で整理します。数字は刺激的ですが、「自社製品を売る会社が自社の使い方を自己申告した」という性質を外すと読み違えるからです。
レポートが示した数字——何が起きたのか
OpenAIが示したのは、同社の従業員によるCodex（同社のエージェント型コーディング/作業ツール）の利用データです。要点を整理します。
| 指標 | 内容 |
|---|---|
| 社内浸透 | 従業員の約 98% がCodexを利用（2025年8月の約40%から上昇） |
| 部門別の利用増（2025年11月→2026年6月の中央値） | Research 56倍 / Customer Support 32倍 / Engineering 27倍 / Legal 13倍 |
| 非開発者の伸び（2025年8月以降） | 個人ユーザー 137倍 / 組織ユーザー 189倍 |
| 仕事の長さ（2025年12月→2026年5月、抽出ユーザー） | 80.6% が「人なら30分超」相当のリクエストを実行、70.2% が「1時間超」、25.6% が「8時間超」 |
| ヘビーユーザー | 99パーセンタイルのユーザーは、複数の並列エージェントに分散して 1日60時間超 のエージェント実行を生成 |
注目すべきは、伸びが Engineering だけでなく Legal・Customer Support・Research といった非エンジニア部門にも広がっている点です。OpenAI自身も、これを「全社のあらゆる部門で、より複雑で・長時間に及び・部門横断的な仕事にCodexが使われている」と表現しています。そしてもう一つの主張が、ユーザーがAIとの主要なやり取りを「チャットボット」から「エージェント」へ切り替えつつある、というものです。
まず押さえるべき但し書き——「自己申告の内部データ」
これらの数字を引用する前に、性質を正しく捉える必要があります。OpenAI自身がこのデータを「自社の内部利用が、エージェント型ツールが働き方をどう変えうるかの“早期の一端”を示す」と位置づけている点が出発点です。つまり、第三者調査でも業界全体の統計でもありません。
報道（The Next Web など）は、このレポートに次の留保を付けています。(1) すべての数字はOpenAI自身による自己申告で、独立した第三者の検証を経ていない。(2) 測定対象は自社が販売している製品であり、利益相反がある。(3) 社員にCodex利用を奨励・推奨していたかには触れていない（製品を売る会社の社内でほぼ全員が使う、という事実は、必ずしも自然な需要と同義ではない）。(4) エージェント移行で成果物の品質や総所要時間が実際に改善したかを示すデータは提示されていない。先行指標として読む価値はありますが、「業界の到達点」と読み替えないことが重要です。
この区別は、homula が常に強調している「事実／推測／自社見解を分ける」姿勢そのものです。何が測られ、何が測られていないかを押さえたうえで、では本質的に何が変わりつつあるのかを見ていきます。
チャットボットからエージェントへ——本質的に変わる3点
数字の真偽を割り引いても、ここで描かれている仕事の形の変化は、複数の一次情報・他社動向とも整合する、注目に値する方向性です。本質は3つに集約できます。
- 仕事が「長くなる」: 一往復の質疑応答ではなく、30分・1時間・8時間相当の作業をエージェントに委ねる利用が主流化している。人間は「指示と確認」に、実行はエージェントに——という役割分担です。
- 仕事が「並列になる」: 99パーセンタイルのユーザーが1日60時間超を生成できるのは、1体のエージェントを待つのではなく、複数のエージェントを同時に走らせているから。生産性の単位が「自分の手」から「束ねたエージェント群」へ移ります。
- 使い手が「開発者を超えて広がる」: 非開発者の利用が桁違いに伸びたことは、エージェントが一部の技術者の道具から、Legal・サポート・リサーチを含む業務横断の道具へ移ったことを示します（この「開発者の外側へ」という潮流はCodexと“作る人”の拡大に関する記事でも触れたとおりです）。
長く・並列に・部門横断で動く。これは「便利なチャットボット」とは運用要件がまったく異なります。
「使われている」と「成果が出る」の間にある距離
ここが、日本企業が最も冷静に見るべきポイントです。レポートが示したのは**利用量（使われている）**であって、**成果（出ている）**ではありません。前述のとおり、品質向上や総時間短縮のデータは示されていない。そして「ベンダーの社内で98%が使う」ことと「導入企業でROIが出る」ことの間には、まだ距離があります。
この距離は、homula が繰り返し指摘してきた構造そのものです。AIに投資しても成果が出る企業と出ない企業の差は、投資額やモデルの賢さではなく、業務の再設計・ガバナンス・評価運用・人への定着にある——という論点です（詳細はAIに投資しても成果が出ない企業と出る企業の差）。長時間・並列・部門横断でエージェントが動くほど、この差は拡大します。なぜなら：
- 長時間動くほど、途中の判断や外部システムへの操作が増え、誰が何を承認し、何が監査に残るかが問われる。
- 並列に動くほど、各エージェントがどのツール・データに、どの権限で触れているかの統制と可視化が難しくなる。
- 部門横断で動くほど、Legalやサポートのような非エンジニア部門でも安全に使える接続と権限設計が前提になる。
先行指標は「真似すべきゴール」ではなく「自社の設計課題を映す鏡」として使うのが実務的です。OpenAIの社内データが示すのは「エージェントはここまで使える」という上限であって、「どう統制すれば自社で安全に使えるか」は各企業が設計する領域です。
homulaの観点：先行指標を本番運用にどう落とすか
「長く・並列に・部門横断で動くエージェント」を、日本企業が統制された本番として成立させる——これは homula の支援領域と正面から重なります。
第一に、接続の共通化です。並列・部門横断のエージェントが社内システムに触れるほど、連携をクライアントごと・案件ごとに積み増す保守は破綻します。homula の Agens は、MCPを活用したエンタープライズ向け統合プラットフォームとして 200以上のツールと構築ゼロで接続 し、エージェントから見たツール接続を共通化します。使い手が開発者の外側へ広がるほど、この「誰でも安全に同じ接続を使える」土台が効きます。
第二に、長時間・並列動作の統制です。エージェントが自律的に長く走り、複数同時に動くなら、「誰が・何に・どの権限で・何をしたか」を横断的に追える状態が不可欠になります。これを担うのが Agens Control で、承認フロー・DLP・5年分の監査ログ・RBACをセットで提供します。利用量が増えるほど、統制は「あとで付ける」ものではなく「最初から設計する」ものになります。
第三に、人への定着です。非エンジニア部門にエージェントが広がる流れを自社で再現するには、ツールを配るだけでは足りません。homula の AIエージェント・ブートキャンプ は、業務棚卸し・プロトタイプ構築・ROI試算を3〜5日で行い、「使われる」だけでなく「成果につながる」最初の一歩を素早く形にします。
導入の順序としては、(1) 1業務でPoC（最短5日）→ (2) 長時間・部門横断で価値が出る工程に絞り、Agensで接続を共通化し、承認・監査の境界を Agens Control で設計 → (3) 横展開、が無理のない道筋です。
まとめ
OpenAIの How agents are transforming work は、フロンティアラボの内側で「チャットボットからエージェントへ」の移行が測れる規模で起きていることを示しました。社員の約98%が日常使いし、利用は部門横断で数十倍、仕事は長く・並列になっている——これは無視できない先行指標です。
同時に、これは自己申告の内部データであり、成果（品質・所要時間）の証明ではないことも事実です。日本企業にとっての実務的な含意は、「だから急いで真似る」ではなく、「長く・並列に・部門横断で動くエージェントを、統制された本番として成立させる準備を始める」こと。使われ方の上限を見せてくれた先行指標を、自社のガバナンスと業務再設計の設計図に翻訳する——そこに、エージェント時代を勝ち抜く分岐点があります。
エージェントの利用量は、いずれ「使えるか」ではなく「統制して成果に変えられるか」で差がつきます。自社のどの業務から、どんな承認・監査の境界で始めるか——その最初の線引きを早めに整理することが、本番・全社展開への近道です。