- OpenAIが80万件超のChatGPT業務利用メッセージを分析し、2026年7月27日にレポートを公開
- 職種特有の依頼のうち43.5%が「本来は他の職種の仕事」だった
- カスタマーサポート77%、デザイナー75%、人事69%と、越境率は職種で大きく違う
- OpenAIは「分業の流れが逆回転しているかもしれない」と分析している
- ただし生産性や品質の成果は測っておらず、鵜呑みにできない点も整理
「AIに仕事を奪われる」というニュースを、この1年で何度も目にしたのではないでしょうか。ところが実際の利用データを80万件めくってみると、まったく違う光景が見えてきました。人は奪われるどころか、自分の担当外の仕事にはみ出し始めているのです。
OpenAIが公開した「職種の壁が溶ける」レポート
2026年7月27日、OpenAIが働き方に関する分析レポートを公開しました。
タイトルは「Work at the Frontier: How AI is Expanding What People Do at Work」。日本語にすると「最前線の仕事──AIは人が職場でできることをどう広げているか」です。
調べたのは、米国のビジネスユーザーによる80万件超のChatGPTメッセージ。アンケートではなく、実際に送られた依頼文そのものを分類しています。
OpenAIはこれを継続シリーズの第1弾と位置づけています。狙いは、政策を決める人や企業の経営者に「憶測ではなく実データを渡すこと」だと説明されています。
キーワードは「タスク・クロスオーバー」
レポートの中心にあるのがタスク・クロスオーバー（職種をまたぐ業務の越境）という考え方です。
これは、昔からある職種に紐づいていた仕事が、まったく別の職種の人のAI利用に現れる現象を指します。
財務アナリストがChatGPTで広告のキャッチコピーを書く。法務担当者が財務計算をさせる。どちらも、以前なら「隣の部署に頼む仕事」でした。
数字で見る、職種の壁の溶けかた
では、どのくらい越境が起きているのでしょうか。
仕事関連のメッセージ全体で見ると、他職種のタスクにあたるものは16.8%でした。6件に1件ほどです。
ただしこの数字には、メール作成や日程調整といった「どの職種でもやる汎用作業」が含まれています。それらを除いて職種特有の依頼だけに絞ると、割合は43.5%まで跳ね上がりました。
つまり専門的な依頼の約4割強が、その人の本来の担当外だったということです。
越境が多い職種、少ない職種
職種によって差はかなりはっきり出ています。
- カスタマーサポート：77%（最多）
- デザイナー：75%
- 人事：69%
- 法務：56%
- マーケター：53%
- エンジニア：最も低い水準
上位3職種は、依頼の4件に3件が「担当外の仕事」という計算になります。
面白いのはエンジニアの位置づけです。自分が越境する割合は最も低い一方で、エンジニアリング系のタスクは他職種のメッセージの7.4%に登場していました。
コードやシステムまわりの相談が、技術職以外の人からどんどん出てきているわけです。壁は一方通行で溶けているのかもしれません。
小さい会社ほど越境が多い
会社の規模でも違いが出ました。
最も小規模な企業では、仕事関連の依頼の19%が職種の線を越えていました。対して大企業では約16%です。
人数が少ない会社ほど1人が何役もこなす必要があります。その現実に、AIが実際に効いていることを示す数字だといえます。
具体的にどんな場面で起きているのか
数字だけだとイメージしづらいので、レポートが挙げた使われ方を具体的な場面に置き換えてみます。
ひとつ目は、10人規模の会社で採用を担当している人事の場面です。求人票を出したいのに、社内にデザイナーはいません。これまでは外注して2週間待つところを、募集バナーの構成案をAIに作らせ、その日のうちに公開してしまいます。
ふたつ目は、サポート窓口の担当者です。問い合わせの多い機能について、原因がシステム側にあるのか設定ミスなのか、エラーログをAIに読ませて切り分けます。開発チームへ渡す前に一次調査が終わっている状態です。
三つ目は、法務担当者の場面です。契約書のレビュー中に「この条件だと3年間でいくら負担が増えるのか」が気になり、そのままAIに試算させます。財務部に依頼書を出す手間が消えました。
どれも、AIが仕事を代わりにやったというより、その人の手が届く範囲が広がったという話です。
他社の調査と比べると何が見えるか
同じテーマは、他の会社や研究機関も追いかけています。並べてみると、それぞれの見え方が違って面白いところです。
Anthropicの「Economic Index」との違い
Claudeを開発するAnthropicは、AI利用を自動化（automation）と拡張（augmentation）の2つに分ける指標を継続公開しています。
自動化は「丸投げして終わり」、拡張は「やり取りしながら人が学び、手を加える」使い方です。
直近の分析では、Claude.ai上の会話は拡張型がやや過半数。一方、企業がプログラムから呼び出すAPI経由では自動化型が優勢でした。
興味深いのは国別の傾向です。所得が高く利用が進んだ国ほど拡張型が多く、そうでない国ほど自動化型が多いという差が出ています。
OpenAIが「どの職種の仕事に手を出しているか」を見ているのに対し、Anthropicは「どう関わっているか」を見ている。切り口が補い合う関係です。
OpenAI自身の過去データとの比較
OpenAIは2025年12月にも企業利用の調査を出しています。
そちらでは、ChatGPT Enterpriseの利用者が1日あたり40〜60分を節約していると報告されました。データサイエンスやエンジニアリング職では最大80分です。
そして最も示唆的なのが、使い方の幅による差です。7種類以上のタスクにAIを使う人は週10時間超を節約した一方、3種類未満の人はほとんど節約できていませんでした。
今回の越境データは、この「幅を広げた人ほど得をする」という話と地続きになっています。
このレポートを鵜呑みにできない3つの理由
ここまで前向きな数字が続きましたが、慎重に読むべき点もあります。
第一に、発表元がOpenAI自身だということです。自社製品が仕事を奪っていないと示すことは、規制の議論において同社に有利に働きます。査読も経ていません。
第二に、成果を測っていない点です。レポート自身が限界として認めているとおり、越境した仕事の品質や生産性は検証されていません。法務担当者が出した財務試算が正しかったのかは、このデータからは分からないのです。
第三に、因果関係が不明なことです。AIが新しい責任を生んだのか、それとも元々担っていた業務を助けただけなのか。区別がついていません。
実際、MIT Media Labの調査ではAI投資に明確なリターンを見いだせていない組織が95%にのぼるという結果も出ています。原因は技術ではなく「使いこなしの学習ギャップ」だと分析されていますが、現場の体感とのズレは無視できません。
見た目は整っているのに中身が薄いAI生成物を指す「workslop（ワークスロップ）」という言葉も広まりました。越境した仕事が、受け取る側の負担を増やしている可能性もあります。
日本の職場にとっての意味
この話は日本にどう関係するのでしょうか。
2026年7月24日に公表された総務省「令和8年版 情報通信白書」によると、日本の個人の生成AI利用率は58.8%。前年度からほぼ倍増しました。
ただし米国は75.6%、中国は93.6%です。「ほぼ毎日使う」人の割合になると、日本29.9%に対し米国47.9%と差はさらに開きます。
企業側の数字はもっと前向きです。何らかの業務で生成AIを使う企業は86.4%に達し、2024年度の55.2%から大きく伸びました。
一方で、組織として方針を持たずに使っている企業も3割弱残っています。ここが日本にとっての本題です。
日本企業は職務範囲があいまいで、一人が何役もこなす文化が根づいています。本来なら越境しやすい土壌があるのです。
また、日本の生成AI利用は「仕事や調べもの」が中心で、米国のように「話し相手」として使う傾向は薄いと報じられています。業務での越境という点では、むしろ相性がいいといえます。
問題は評価制度のほうかもしれません。担当外の仕事をAIでこなしても、それが評価に反映されなければ、越境する動機は生まれないからです。
よくある質問（FAQ）
Q1. 結局、AIは仕事を奪わないということですか？
このレポートだけでは断定できません。示されたのは「今のChatGPT利用者は担当外の仕事に手を広げている」という事実だけです。雇用そのものが増えたか減ったかは測っていません。
Q2. 越境が多い職種にいると、有利になりますか？
越境率の高さは「AIで守備範囲を広げやすい職種」を意味します。一方で、その職種の専門性が他職種からも侵食されやすいということでもあります。両面があると考えるのが妥当です。
Q3. 自分の職場で越境を試すには何から始めればいいですか？
OpenAIの過去データでは、AIを7種類以上のタスクに使う人が大きな時短を得ていました。まず「いつも隣の部署に頼んでいる作業」を1つ選び、AIに下書きを作らせるところから始めるのが現実的です。
Q4. 越境した成果物の品質はどう担保すればいいですか？
専門外の領域では、間違いに自分で気づけません。最終確認は必ずその分野の担当者に回す運用にしておくことが大切です。AIは下書きまで、判断は人が行う、という線引きが安全です。
Q5. 日本語でも同じ結果になりますか？
今回の分析対象は米国のユーザーです。日本語環境で同じ比率になるかは検証されていません。ただし日本企業の86.4%が業務利用しているという白書の数字を踏まえると、近い現象は起きていると考えられます。
まとめ
- OpenAIが80万件超のChatGPT業務メッセージを分析し、2026年7月27日にレポートを公開した
- 職種特有の依頼の43.5%が他職種のタスクで、全体でも16.8%が職種の線を越えていた
- カスタマーサポート77%、デザイナー75%、人事69%と越境率は職種差が大きい
- 小規模企業ほど越境が多く、19%対約16%という差が出た
- ただし発表元はOpenAI自身であり、成果の品質も因果関係も検証されていない
- 日本は個人利用58.8%と海外に見劣りするが、企業の業務利用は86.4%まで伸びた
まずは「いつも他部署に頼んでいる作業」を1つだけ選び、今週のうちにAIで下書きを作ってみてください。壁が溶けるかどうかは、そこから分かります。
参考文献
- OpenAI「How AI is expanding what people do at work」
- Axios「Workers are crossing job boundaries with AI, OpenAI research shows」
- IBTimes「OpenAI Found That AI Is Blurring Career Boundaries」
- 日本経済新聞「日本の生成AI利用まだ6割 仕事中心、7割超の米国は『友達』使い」
- Anthropic「Anthropic Economic Index report: Cadences」
こんな時代だから遊んで学びたい
AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。
毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。 さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。
「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？
一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！
