OpenAIのCodex調査はAI活用を短い相談から長時間の委任作業へ進める

チャットではなく、仕事を預ける単位へ

OpenAIは2026年6月25日、Codexの利用データをもとにした経済研究を公開しました。中心にあるのは、AIエージェントが知識労働の単位を変え始めている、という見方です。短い質問と回答ではなく、複数のツール呼び出し、試行錯誤、修正を含む作業を、数十分から数時間単位で任せる方向です。

これは、Codexを「開発者向けのコード補助」と見るだけでは読み違えます。OpenAIの分析では、Codexは社内のLegal、Recruiting、Financeのような部門にも広がっています。AI活用の主戦場が、プロンプトで答えを出すことから、作業を分解して委任することへ移っているというシグナルです。

非開発部門が境界を越え始めた

OpenAIは、非技術部門のCodex利用が2025年8月以降に大きく伸びたと説明しています。LegalやFinance、Recruitingが使っているという点が重要です。これは「全員がソフトウェアエンジニアになる」という話ではありません。技術的な実行が必要だった業務の一部を、現場側がAIを通じて直接扱い始めたということです。

たとえば、データ整形、社内ツールの小さな修正、調査の自動化、レビュー用の構造化、ログの抽出。これらは従来、専門部署に依頼するか、手作業で回避していた領域です。Codexのような作業型AIが入ると、業務部門と技術部門の境界が少しずつ動きます。

長時間化は、管理の問題を生む

OpenAIは、サンプル利用者の多くが人間なら30分以上、1時間以上、さらに8時間以上かかると推定されるCodex依頼を行っていると示しています。さらにOpenAI社内では、上位利用者が1日に多数の並列エージェントを走らせ、合計で数十時間分のエージェント作業を発生させていると説明しています。

ここで実務上の論点が出ます。仕事が長くなるほど、途中経過、判断根拠、レビュー担当、費用、停止条件が必要になります。1回のチャットなら見逃せた曖昧さも、数時間走るエージェントではリスクになります。AI導入は、ツール配布ではなく、作業キューとレビュー設計の問題になります。

企業導入で見るべきこと

企業が見るべき問いは、Codexを使うかどうかだけではありません。どの仕事をAIに委任できる粒度へ分解するのか。どの環境、リポジトリ、ファイル、社内ツールにアクセスさせるのか。成果物を誰が確認し、どのログを残し、どの失敗を学習として回収するのか。

非開発部門での利用が伸びるほど、権限と品質保証が重要になります。法務が社内データを処理する、採用が候補者情報を整形する、財務が数値を変換する。便利さと同時に、データ範囲、監査証跡、承認責任を設計しないと、AIが仕事の裏側で何をしたのか追えなくなります。

Jalapenoとつながる理由

前日のJalapeno発表は、推論インフラの供給側の話でした。今日のCodex調査は、需要側の話です。エージェントが数十分から数時間の作業を並列で走らせるなら、推論の量、待ち時間、費用、供給能力が一気に効いてきます。

つまり、AI活用の広がりは、モデル性能だけでは決まりません。長時間の作業を任せられる製品設計と、それを支える推論基盤がセットで必要になります。OpenAIがCodexの利用実態とJalapenoの推論基盤を続けて出していることは、AIエージェントを実務の実行基盤にする流れとして読むべきです。

どう見るか

この調査の核心は、Codexがどれだけコードを書いたかではありません。AI活用が、短い相談から、時間のかかる仕事の委任へ進んでいることです。企業に必要なのは、プロンプト研修だけではなく、委任できる仕事の設計、実行ログ、レビュー責任、費用管理、失敗時の戻し方です。

AIを実務に入れるなら、次の差は「誰がうまく質問できるか」より、「どの仕事を安全に任せられる形へ切り出せるか」で出ます。Codex調査は、その変化が開発部門の中だけでなく、会社全体に広がり始めたことを示しています。

元ソース: OpenAI News