企業のAI利用実態｜支援から委任へ、法務で108倍

企業でのAIの使われ方が、「質問して答えをもらう」段階から「作業そのものを任せる」段階へ移りつつあります。OpenAIが2026年8月12日に公開した2本の調査によると、企業顧客の出力トークンの64%がエージェント製品Codex経由で生成され、法務部門のCodex週次利用者は2026年2月比で108倍に増えました。本記事では、この数字をどこまで自社に当てはめてよいのか、そして「任せる」前に決めておくべき統制を整理します。

OpenAIが公開した2本の調査で何が分かったか

OpenAIは2026年8月12日、企業のAI利用実態に関する調査を2本同時に公開しました。1本は自社の企業顧客の利用データをまとめた「Enterprise Signals」、もう1本は学術形式のワーキングペーパーです。

OpenAIの公式発表によれば、2本の性質は次のように分かれています。

調査	内容	データ規模・期間
Enterprise Signals	企業顧客におけるエージェント利用の実務的な傾向	1,000万件超のメッセージ
How Organizations Use AI: Evidence from ChatGPT（ワーキングペーパー）	企業・職種・役職階層ごとの導入の広がり	2026年3月まで。導入6か月時点の標本は1,500組織超・1,700万メッセージ超

ワーキングペーパーは、ChatGPT Enterpriseのアカウント記録を利用状況・職種・タスク分類・上場企業の財務データと接続した分析で、著者にはOpenAIのAaron Chatterji氏に加え、Columbia Business SchoolのDavid Holtz氏、WhartonのPrasanna Tambe氏が名を連ねます。同ペーパーは冒頭で「ワーキングペーパーであり、結果は変更されうる」と明記しています（最終更新2026年8月11日）。確定した学術的知見ではなく、現時点のスナップショットとして読むのが妥当です。

出力の64%がエージェント経由｜「聞く」から「任せる」へ

2026年6月時点で、OpenAIの企業顧客が生成した出力トークンのうち64%をエージェント製品Codexが占めました。残る36%が対話型のChatGPTです。

この数字が示すのは「利用回数の64%」ではない点に注意が必要です。OpenAI自身が、エージェント型のワークフローは複数手順の長い作業をこなすため出力量が多くなる、と補足しています。つまり64%という値は、Codexが使われる頻度と、1回あたりの出力量の両方を反映した合成値です。

とはいえ方向性は明確です。従来のAI利用は「プレゼン資料の作り方を教えて」と尋ねる形でした。エージェント利用では「複数の資料から情報を集めて、レビュー用の下書きまで作って」と指示します。前者は人間が作業し、後者はAIが作業して人間がレビューする。作業と承認の担い手が入れ替わることが、この転換の本質です。

法務108倍・営業41倍｜倍率の大きさをそのまま受け取らない

2026年2月以降の企業向けCodex週次アクティブユーザー数の伸びは、部門によって大きく異なります。

部門	2026年2月比の伸び
法務	108倍
営業	41倍
採用	41倍
マーケティング	26倍
エンジニアリング	5倍

一見すると「法務がエンジニアリングの20倍のスピードで導入している」と読めますが、この読み方は正確ではありません。OpenAIは各部門の2月時点の実数（分母）を公開していないためです。Codexはもともとソフトウェア開発向けの製品で、2月時点の法務部門の利用者はごく少数だったと考えるのが自然です。分母が小さければ倍率は容易に大きくなります。エンジニアリングの5倍は、すでに大きな母数の上に積み上がった5倍かもしれません。

それでもこのデータに意味があるのは、エージェントの適用先が開発以外の知的労働へ実際に染み出しているという方向性を、OpenAI自身の実測値が裏づけている点です。倍率の順位ではなく、「開発部門の道具」という前提が崩れた事実のほうを持ち帰るべきでしょう。

なお、これはOpenAIの自社顧客のデータであり、すでにChatGPT Enterprise等を導入済みの企業に限られます。日本市場全体や未導入企業の実態を代表するものではありません。日本国内の導入率については、AI導入は26.8%どまりという調査結果と併せて読むと、温度差が見えてきます。

8.3倍に開いた「フロンティア格差」の正体

OpenAIは毎月、企業顧客をアクティブユーザーあたりの出力トークン数で順位づけし、上位10%を「フロンティア企業」、45〜55パーセンタイルを「標準的な企業」と定義しています。2026年6月時点で、フロンティア企業は標準的な企業の8.3倍の出力トークンを生成しました。2026年1月時点の2.6倍から、半年で約3倍に開いた計算です。

では、上位10%は何が違うのか。OpenAIが挙げるのは、モデルの選択ではなくエージェントを社内の文脈とツールにつなぐ機能の使い込みです。

指標（週次アクティブユーザー中の利用率）	フロンティア企業	標準的な企業
Plugins（社内データ・ツール連携を束ねる機能）	21%	9%
skills（再利用可能な指示のセット）	19%	3%

差が最も大きいのはskillsで、19%対3%と6倍以上の開きがあります。skillsは「うまくいったプロンプトや手順を、誰でも呼び出せる形に固定したもの」です。この差は、個人が試行錯誤で見つけた使い方を、組織の共有資産に変換できているかどうかの差だと読めます。

参考値として、OpenAI社内では週次アクティブユーザーの95%がPluginsを使っています。フロンティア企業の21%ですら、まだ相当な伸びしろがあるということです。

一方で注意点もあります。この格差の指標は出力トークン数であり、OpenAI自身が「利用の深さの代理指標」と説明しています。売上や利益への貢献を測ったものではありません。トークンを多く使うこと自体が目的化すれば、AI投資の55%が「効果不明」に終わるという落とし穴にはまります。

経営・DX担当者が確認すべき3点

「支援」から「委任」へ進むかどうかは、ツールの導入判断ではなく統制の設計判断です。導入前に決めるべき論点は3つに整理できます。

1. どこまで任せ、どこで人が止めるか

エージェントは調べるだけでなく、ファイル作成やツール操作まで実行します。だからこそ「最終承認は人間」という線を業務ごとに引く必要があります。OpenAIも、明確な権限・レビュー・ガバナンスの整備を経営課題として挙げています。設計の具体論は自律型AIエージェント導入のセキュリティ（権限設計と人間の承認ゲート）で整理しています。

2. 何に接続するか（接続先が成果を決める）

Pluginsやskillsの本質は、AIを社内のCRM・文書・手順書につなぐことです。接続しないAIは一般論しか返せません。逆に接続範囲を広げるほど、誰がどのデータに触れられるかの管理が重くなります。AIエージェントの権限管理（野良化を防ぐ3つの設計変数）も併せてご確認ください。

3. 個人の使い方を組織の型にする仕組みがあるか

OpenAIの調査では、導入6か月後の時点で、早期キャリア層が役員層より週13メッセージ多くAIを使っていました。多くのアンケート調査が「経営層のほうが使っている」と報告してきたのとは逆の結果です。実際に使いこなしている人は、役職の上下ではなく現場側にいる可能性があります。社内で最も上手に使っている人の手順を見つけ、skillsやテンプレートとして誰でも呼び出せる形にする——これがフロンティア企業との差を埋める、最も現実的な一手です。

具体的な活用シーン

エージェントの利用が伸びた部門に沿って、日本企業でも着手しやすい業務を挙げます。いずれも「AIが下書きし、人が確定する」形が前提です。

• 法務・契約管理：定型契約書の一次レビュー。過去の締結条件や自社の標準条項と突き合わせ、逸脱箇所と論点を一覧化させる。最終判断と押印は人間が行う。
• 営業：提案書・見積の下書き作成。CRMの商談履歴と過去提案を参照させ、顧客ごとの案を用意する。価格と約束事項は営業責任者が確認する。
• 管理部門・バックオフィス：問い合わせ対応の一次回答案作成、社内規程に基づく可否の整理。規程改定時にskillsを更新する運用者を決めておく。

Virgin Atlanticの事例では、エンジニアリングチームがレガシーコードのリファクタリングを2週間から30分に短縮し、製品チームは数週間分の競合調査を数時間で完了させたとOpenAIは報告しています。ただしこれは同社が公開した個別事例であり、自社で同水準の短縮が再現される保証はありません。

よくある質問

OpenAIの調査は日本企業にも当てはまりますか。

一部のみ当てはまります。データはOpenAIの企業顧客に限られ、すでにAIを導入済みの組織が対象です。日本の未導入企業を含む全体像は示しません。傾向の方向性を参考にする使い方が適切です。

Codexの利用が法務で108倍というのは、法務でAIが主流になったという意味ですか。

違います。OpenAIは2026年2月時点の実数を公開しておらず、小さな母数からの倍率である可能性が高い数値です。規模ではなく、開発以外の部門に広がり始めた方向性を示す指標として読んでください。

フロンティア企業に追いつくには、まず何から着手すべきですか。

モデルの選定ではなく、社内データ・ツールへの接続と、承認ゲートの設計から着手してください。上位企業との差が最も大きかったのはskillsの利用率（19%対3%）で、使い方を組織で共有できているかの差です。

まとめ

OpenAIが2026年8月12日に公開した企業のAI利用実態調査は、AIの使われ方が「支援」から「委任」へ移りつつあることを、自社の実測データで示しました。要点は3つです。

1. 2026年6月時点で、企業顧客の出力トークンの64%をエージェント製品Codexが生成した。
2. 法務108倍・営業41倍という伸びは分母が非公開であり、規模ではなく方向性を示す数値として読む。
3. 上位10%との8.3倍の差を作っているのはモデルではなく、社内文脈への接続（Plugins 21%対9%）と使い方の共有（skills 19%対3%）である。

次に取るべきアクションは、新しいツールの比較検討ではありません。自社の業務を「AIに任せてよい範囲」「人が必ず止める範囲」に仕分けし、任せる範囲についてだけ接続先と権限を設計することです。この仕分けができていない状態でエージェントを広げると、成果より先に統制の問題が表面化します。

AI導入の進め方全体は「AI導入支援｜中小企業の進め方と支援会社の選び方」、発注前に確認する具体的な基準は「AI導入支援会社の選び方｜発注前に確認する7つの基準」で解説しています。

Auto-IDフロンティアでは、業務の切り分けから接続・権限設計、社内展開までを一貫してご支援しています。自社のどの業務から「委任」に踏み出せるか整理したいという方は、AI導入相談フォームからお気軽にご相談ください。

出典・参考資料

• OpenAI： From assistance to execution: How enterprises put AI to work （2026年8月12日）
• OpenAI： How Organizations Use AI: Evidence from ChatGPT（working paper） （2026年8月11日） （著者: Aaron Chatterji, David Holtz, Neel Rakholia, Prasanna Tambe, Gawesha Weeratunga）
• OpenAI： Enterprise Signals