How agents are transforming work は、OpenAI の Economic Research paper をもとに、Codex 利用が仕事の単位をどう変えているかを示した記事です。要点は、AI エージェントが短い対話ではなく、数十分から数時間に及ぶ作業を担い始めていること。さらに、その利用がエンジニアだけでなく法務、財務、採用など非技術部門にも広がっていることです。
ここで重要なのは、エージェントが単に作業を速くする道具として語られていない点です。OpenAI のデータでは、2026年5月時点で個人ユーザーの80.6%が、人間なら30分超かかると推定される Codex 依頼を少なくとも1回行っています。70.2%は1時間超、25.6%は8時間超の依頼を経験しています。これは、AI の利用単位が「質問に答える」から「まとまった作業を預ける」へ移りつつあることを示します。
チャット型AIでは、利用者が文脈を持ち、細かく指示し、結果を受け取って次を考える必要がありました。エージェント型では、ツール呼び出し、環境操作、試行錯誤の一部をAI側に渡せます。人間の役割は、作業手順を逐一進めることから、目的を定義し、途中経過を評価し、受け入れ基準を決めることへ寄っていきます。
この変化は、開発組織にとって特に大きいです。なぜなら、仕事の境界が職種単位ではなく、実行可能なタスク単位で組み替わるからです。記事では、ビジネス部門の Codex 出力の4分の1超がエンジニアリングまたはコーディング系だったとされています。これは非エンジニアがエンジニアになるという話ではありません。技術的な実行の一部が、専門職への依頼を待たずに前へ進められる場面が増えるということです。
導入判断で見るべき点も、モデル性能だけでは足りません。どの作業を任せてよいか、どこで人間がレビューするか、成果物の責任を誰が持つかを設計できるかが問われます。エージェントは、自律性を高めるほど生産性の余地を広げますが、同時に統制の設計も必要にします。
つまり、エージェント導入の論点は「AIで何時間削減できるか」だけではありません。組織が仕事をどの粒度で切り出し、誰が判断し、どこまでAIに任せるかを再設計できるかです。生産性の差は、ツールを使うかどうかよりも、任せ方を設計できるかどうかに出始めます。
関連記事
- Introducing computer use in Gemini 3.5 Flash
- Inside Microsoft’s two-decade push to cut water intensity while scaling for growth
- OpenAI and Broadcom unveil LLM-optimized inference chip
参考文献
コメント