AI活用の差が8.3倍｜先進企業の5共通点

公開日:

SHARE

伊東雄歩
監修者 伊東 雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

taolis.net X note Voicy YouTube
  • OpenAIが企業のAI利用データを分析した2本のレポートを公開したこと
  • 先進企業と平均的な企業の差が、半年で2.6倍から8.3倍に広がったこと
  • 企業の出力の64%がChatGPTではなくCodex（AIエージェント）から出ていること
  • 法務部門の利用が108倍に伸び、エンジニアの5倍を大きく上回ったこと
  • 日本企業のAIエージェント利用率はまだ3.3%で、差が開く前にできる対策

社内でAIを導入したのに、いまいち成果が出ない。そう感じている方は多いのではないでしょうか。OpenAIが2026年8月に公開した調査で、うまくいっている企業とそうでない企業の差が半年で3倍以上に広がったことが分かりました。その差はどこから生まれるのでしょうか。

OpenAIが企業のAI利用実態を公開　「支援」から「実行」へ

2026年8月12日、OpenAIが企業のAI利用に関するレポートを公開しました。

タイトルは「From assistance to execution（支援から実行へ）」です。

これまでのAIは、人間の作業を「手伝う」道具でした。文章の下書きを作る、要約する、アイデアを出す。最後に判断して実行するのは人間です。

ところが今、企業の使い方が変わってきています。AIに仕事そのものを任せて、結果だけ確認するという形です。

この調査が特別なのは、アンケートではない点にあります。

「AIを使っていますか？」と聞いた回答ではなく、実際に企業アカウントで何万人もが使った実利用データを集計しています。つまり、建前ではなく実態が見えるわけです。

OpenAIはこれを「Work at the Frontier」という新しい調査シリーズとして始めました。同時に、7月27日に公開された学術ワーキングペーパーとあわせて2本立ての構成になっています。

先進企業と平均企業の差が8.3倍に開いた

いちばん衝撃的な数字がこれです。

OpenAIは、毎月のAI利用量が上位10%に入る企業を「フロンティア企業（先進企業）」と呼んでいます。

この先進企業は、平均的な企業に比べて、利用者1人あたり8.3倍の出力トークンを生み出していました（2026年6月時点）。

トークンとは、AIが処理する文章のかたまりのことです。出力トークンが多いほど、AIに深く多くの仕事をさせている、と考えてください。

注目すべきは変化のスピードです。この差は2026年1月時点では2.6倍でした。それがわずか5か月で8.3倍。約3倍に広がった計算になります。

なぜ差が急に開いたのか

単に「熱心な会社が頑張った」という話ではありません。

OpenAIの分析によると、差が広がった時期は、AIを社内のデータやツールにつなぐ機能が普及した時期と重なっていました。

プラグイン（AIを社内システムや外部サービスにつなぐ拡張機能）の利用率を見ると、先進企業は週間利用者の21%が使っています。平均的な企業では9%です。

スキル（決まった手順をAIに覚えさせる機能）はもっと差が大きく、先進企業19%に対して平均的な企業は3%。6倍以上の開きがあります。

ちなみに、OpenAI自身の社員はプラグインを週95%が使っているそうです。作った本人たちがいちばん使い込んでいる、というわけですね。

Codexが出力の64%　部門別では法務が108倍に

もうひとつ驚く数字があります。

企業顧客において、CodexとChatGPTを合わせた出力トークンのうち、64%がCodexから出ていました（6月時点）。

Codexは、もともとプログラマー向けのAIエージェント（人の指示を受けて自分で作業を進めるAI）です。チャットのように会話するのではなく、タスクを渡して結果を待つ使い方をします。

つまり企業のAI利用は、すでに「会話」より「委任」のほうが主流になっているのです。

伸びているのはエンジニア部門ではない

ここからが本題です。部門別に、2月からの週間利用者の伸び率を見てみます。

  • 法務：108倍
  • 営業・顧客管理：41倍
  • 採用・人事：41倍
  • マーケティング・広報：26倍
  • 医療・臨床：24倍
  • 財務・経理：20倍
  • エンジニアリング：5倍

エンジニア向けに作られたはずのツールで、いちばん伸びたのが法務部門でした。エンジニアの伸びは、7分野のなかで最下位です。

すでに使い倒していた部門より、これから使い始める部門のほうが伸びしろが大きい。当然といえば当然ですが、数字の差が桁違いです。

実際の現場を想像してみてください。ある企業の法務担当者が、取引先から届いた50本の業務委託契約書をチェックする場面です。従来なら1本ずつ読んで、自社の標準条項と違う箇所に付箋を貼っていきます。丸2日仕事です。

これをエージェントに任せると、契約書のファイル群を渡すだけで、差分の一覧と論点メモが返ってきます。担当者の仕事は「読む」から「判断する」に変わります。

英ヴァージン・アトランティック航空でデータ・AI担当VPを務めるRichard Masters氏は、こう語っています。「Codexの進み方は、純粋なエンジニアの枠を超えつつある。誰にとっても実用的なツールになってきた」

先進企業に共通する5つのやり方

では、うまくいっている企業は何が違うのでしょうか。レポートは5つの共通点を挙げています。

1. 「答え合わせできる仕事」から始める

「とりあえず全社員にAIを配る」のではなく、結果の正しさを確認できる業務に絞って導入しています。

コードのテストが通るか、請求書の金額が合っているか。正解を検証できる仕事はAIと相性がいいのです。

2. 社内データとツールにつなぐ

汎用のAIに質問しても、自社の事情は知りません。プラグインやスキルを使って、社内のドキュメントや業務システムにつなぐ。ここで差がついていました。

3. 権限と人間のチェックを設計する

AIに実行を任せるほど、間違ったときの影響が大きくなります。先進企業は、どこまで自動でやらせて、どこから人が承認するかをあらかじめ決めていました。

4. エンジニア部門の外へ広げる

法務、営業、採用、マーケティング。部門別の伸び率が示すとおり、開発以外への展開が成果に直結しています。

5. 個人の工夫をチームの手順に変える

誰かが見つけた良いプロンプトを、その人だけのものにしない。テンプレートやスキルとして共有し、組織の資産にしていました。

営業チームの例で考えてみましょう。優秀な担当者が作った提案書のたたき台の作り方を、スキルとして登録します。すると新人でも同じ品質の初稿が出せるようになります。属人化していたノウハウが、全員の底上げに変わるわけです。

使っているのは経営者ではなく若手だった

この調査には、意外な発見もありました。

これまでのアンケート調査では、「AIをよく使っているのは経営層・管理職」という結果が多く出ていました。自己申告だとそうなるのです。

ところが実利用データを見ると、逆でした。導入から6か月後、若手社員は役員クラスより週に13メッセージ多く送っていたのです。

語られるAI活用と、実際のAI活用にはズレがある。社内の推進役を決めるとき、この差は無視できません。

職種の壁も溶け始めている

同時公開されたワーキングペーパーは、80万件を超える仕事関連のメッセージを分析しています。

そこで見つかったのが「タスククロスオーバー」という現象です。ある職種の人が、本来は別の職種の仕事をAIにやらせている、というものです。

職種特有のメッセージのうち43.5%が他職種の業務にあたりました。職種別では、カスタマーサポートが77%、デザイナーが75%、人事が69%、法務が56%、マーケターが53%です。

営業担当者が、以前ならアナリストに頼んでいた顧客データの集計を自分でやる。マーケターが、エンジニアを待たずにサイトの不具合を調べる。そんな光景が広がっています。

ただし、この論文には限界も明記されています。AIの出力が実際に使われたのか、品質は十分だったのか、専門家がチェックしたのかまでは分かりません。「AIに頼んだ」と「うまくいった」はイコールではないのです。

他の調査と比べて何が違うのか

企業のAI活用に関する調査は、ほかにもたくさんあります。何が違うのか整理しておきます。

デロイトやガートナーなどのコンサル系調査は、経営層へのアンケートが中心です。導入率や投資意欲は分かりますが、実際の使用量までは追えません。

CrewAIが2026年2月に発表した調査では、回答企業のほぼ全社がエージェント活用の拡大を計画していると答えていました。ただし「計画」であって「実績」ではありません。

近いのはAnthropicの「Economic Index」です。こちらもClaudeの実利用データを分析しており、企業API利用の77%が自動化用途という結果を出しています。AIが会話ではなく実行に使われている、という方向性は両社の調査で一致しています。

市場シェアの面では、Menlo Venturesの調査で、企業向けLLM API支出におけるOpenAIのシェアは27%まで下がり、Anthropicが40%を占めたと報告されています。今回のレポートには、OpenAIが企業市場での存在感を示したいという事情も透けて見えます。

とはいえ、実測データを部門別・機能別に開示した調査はまだ珍しく、参考価値は高いといえます。

日本企業にとっての意味

この話は、日本の企業にどう関係するのでしょうか。

まず前提として、日本のAI活用は世界水準から遅れています。ある国際比較調査では、企業の生成AI利用率は日本55.2%に対し、米国90.6%、ドイツ90.3%、中国95.8%。日本だけが35ポイント以上低い状況です。

エージェントに絞るとさらに厳しくなります。国内調査によれば、AIエージェントを「利用中」の企業はわずか3.3%。「導入検討中」が13.5%、「情報収集中」が49.3%でした。

つまり日本企業の多くは、今回のレポートでいう「平均的な企業」よりさらに手前の段階にいます。

規模による差も広がっている

国内でも格差は生まれています。大企業の活用率が46.5%なのに対し、中小企業は32.4%にとどまるという調査結果があります。

ICT総研が2026年2月に公表した調査では、個人の生成AI利用経験率は54.7%。個人では半数以上が触っているのに、会社の仕事として組み込めていない、という構図です。

今日から何をすればいいか

差が8.3倍に開いたという事実は、裏を返せば伸びしろの大きさでもあります。レポートの5つの共通点は、規模に関係なく真似できます。

たとえば10人の会社でも、経理担当者が毎月やっている経費精算のチェック作業を1つ選び、社内の勘定科目ルールをAIに読み込ませる。これだけで「答え合わせできる仕事」と「社内データ接続」の2つを満たします。

大事なのは全社導入ではありません。検証できる業務をひとつ選び、社内の情報につないで、手順を共有することです。

よくある質問（FAQ）

Q1. 「フロンティア企業」とは具体的にどんな企業ですか？

毎月のAI利用量で上位10%に入る企業のことです。業種や規模で決めているわけではありません。あくまで実際の使用量で線を引いています。

Q2. トークンが多いほど成果が出ているといえるのですか？

断定はできません。OpenAI自身も、出力トークン数は「使い込みの深さを測る代替指標」だと説明しています。実際の売上や生産性への効果は、この調査では測定されていません。

Q3. Codexはエンジニアでなくても使えますか？

使えます。法務が108倍、営業が41倍という伸びは、まさに非エンジニア部門での利用拡大を示しています。ただし、タスクを明確に指示する力は必要になります。

Q4. 日本語環境でも同じことができますか？

ChatGPT Businessや関連機能は日本語に対応しており、国内企業でも導入は可能です。ただし今回の調査は米国中心のデータであり、日本の商習慣や社内文書での精度は個別に検証する必要があります。

Q5. 中小企業でも意味のある取り組みはできますか？

できます。全社展開ではなく、結果を検証できる業務をひとつ選ぶところから始めるのが現実的です。むしろ意思決定が速い分、有利な面もあります。

まとめ

  • OpenAIが2026年8月12日、企業の実利用データを分析したレポートを公開した
  • 先進企業と平均企業の差は、1月の2.6倍から6月には8.3倍へ拡大した
  • 企業の出力トークンの64%はChatGPTではなくCodex（エージェント）が生成している
  • 部門別の伸びは法務108倍、営業41倍に対し、エンジニアは5倍にとどまった
  • 先進企業の共通点は、検証できる業務・社内データ接続・権限設計・部門横断・手順の共有
  • 実利用データでは、経営層より若手のほうが週13メッセージ多く使っていた
  • 日本企業のAIエージェント利用率は3.3%で、まだ入口の段階にある

まずは自社のなかで「結果を確認できる業務」をひとつ選び、社内データにつないだ小さな自動化から試してみてください。

参考文献

前の記事

Qwen3.8-27B公開｜16GBのGPUで動く

次の記事

AI論文2200本を再現｜23%に疑義あり