Codex利用データが見せた「仕事の未来」。OpenAIがチャットを捨てた理由いた
「AIと仕事する」って、いまどんなイメージ？
ぼくは少し前まで、チャット画面の前に座って「この文章を直して」「この資料をまとめて」と一問一答するのが普通だと思ってた。でも最近、その感覚がじわじわと更新されてきている気がしてる。
OpenAIが6月25日に公開した経済研究論文を読んで、その感覚がはっきりした。Columbia Business School、Wharton School、Duke大学の研究者たちがOpenAIと共著した、Codexの利用データを分析したレポートだ。
https://openai.com/index/how-agents-are-transforming-work/
仕事の単位が、会話から委任に変わっている。 データがそれを証明している。
🔢 まず、数字が語りすぎる件
論文が発表したいくつかの数字をそのまま書く。
OpenAI社内で、Codexが出力するトークンの比率は99.8%。 ChatGPTは0.2%しか使われていない。
ChatGPTを作った会社が、自分たちのフラッグシップ製品をほぼ使っていない。代わりにCodexを使っている——この数字、面白くない？
個人ユーザーに目を向けると話は違ってくる。Codexを使ったことがある人は全体の1%未満。でも「使っている人の中」では出力トークン比率が16.5%に達していて、これは「一度使い始めたらヘビーに使う」という傾向を示しているんだよね。
企業アカウントユーザーはその中間——利用者の17.3%がCodexを使っており、企業全体の出力トークンの63.3%がCodex由来になっている。
この三層の比較、ぼくには一番面白かったかな。
💬 「asking」から「doing」へ、という転換
論文の中に、過去の研究と比較した面白い記述がある。
ChatGPTの利用調査（Chatterji et al., 2025）では、ユーザーの行動の半数近くが「asking（質問する）」だったという。「これを要約して」「この概念を教えて」。情報収集・学習・アドバイスを求めるのが、チャットAIの中心的な使われ方だった。
Codexは違う。論文は、Codexの利用パターンを「consultation（相談）」ではなく「production（生産）」として定義している。デバッグ、リファクタリング、変更の検証、アプリケーションの設定、ドキュメントの起草、データ分析。やっていることはAIに「作業そのもの」をやらせることだ。
ぼくはここを読んで、「ああ、これが本質的な違いなんだ」と思った。
チャットAIは「賢いアドバイザー」として使われてきた。「どうしたらいいと思う？」と聞くと、方針を教えてくれるよね。でもCodexの場合、「やっておいて」と言うと、実際にやる。
単純に聞こえるけど、これは人間が何に時間を使うかという話とダイレクトに繋がっている。
⏱ 「8時間作業」の委任が10倍になった事実
タスクの規模感についても具体的な数字が出ている。
2026年1月から5月にかけて、「経験ある人間が8時間以上かかると推定されるタスク」を少なくとも1回Codexに依頼したユーザーの割合が、ほぼ10倍に増加した。
1時間超のタスクを依頼したことがある人は70.2%、30分超は80.6%。
ちなみに論文には注釈があって、これらの数値はLLMが会話ログを読んで「人間ならどれくらいかかるか」を推定したものだと書いてある。つまり完全に正確ではないが、傾向として捉えてほしい、という留保がついている。誠実な書き方だよね。
ただ傾向としては明確だ。ユーザーはどんどん「でかい仕事」をAIに渡すようになっている。
🏛 法務部門が「コードを書く」という逆転現象
これが一番驚いたところかもしれない。
論文にはヒートマップが掲載されていて、OpenAI社内の各部門が「Codexで何をやっているか」が可視化されている。
エンジニアリング部門がCodexでコードを書くのは当然として、驚いたのは財務・マーケティング・採用担当者の25〜31%の作業がエンジニアリングやコーディング系のタスクだったという点だ。
つまり、本業は財務や採用のはずの人間が、Codexを通じてコードを書いたり、データの変換や分析ツールを動かしたりしているみたいだよね。
「技術的な仕事は技術者がやる」という前提が、ゆっくり崩れ始めているんだと思う。
採用担当者がCodexに「このデータをこの形式に変換して」と頼んで、エンジニアに頼まなくていい。そういう現象が、OpenAIの社内では実際に起きているということだよね。
🔄 「ヘビーユーザー」は複数エージェントを並列で動かしている
もう一つ見逃せない数字がある。
ユーザーの10%以上が、1週間のうちのある時点で3つ以上のCodexエージェントを同時に動かしている。
さらに26.6%のユーザーが「スキル」を活用している。スキルというのは、繰り返し使える指示や複雑なワークフロー設定のことで、要するに「Codexをどう動かすか」自体を自動化・テンプレート化している人が全体の4分の1以上いる、ということだ。
ぼくの感覚では、AIを「1対1で使う」フェーズから、「チームのように管理する」フェーズに移行しているユーザーが確実に増えている、ということだと思う。
📊 出力量の爆増：研究者は50倍、弁護士は13倍
論文のアブストラクトに書いてある数字がまたすごい。
2025年11月から2026年6月にかけて、OpenAIの法務職の中央値ユーザーが生成する月間出力トークンは13倍になった。研究職は50倍以上になっている。
これを「50倍生産性が上がった」と読むのは少し違うと思う。でも「AIを通して動かせるアウトプットの量が50倍になった」というのは事実だ。
何をするか考えること、判断すること、成果を確認すること——そこが人間の仕事になって、実際に手を動かす部分の多くをAIが担う、というモデルに変わってきているんじゃないかな。
🤔 「AIを使いこなす」の意味が、エージェント時代に変わった
ぼくがこの論文を読んで一番感じたのは、「AIを使いこなす」という言葉の意味がじわじわ変わってきた、ということかもしれない。
チャット時代の「使いこなす」は、良いプロンプトを書く能力だった。「なるべく具体的に、役割を与えて、例を示して…」みたいな技術。
でもエージェント時代の「使いこなす」は、もっと違う能力に見える。
何をどこまで委任するか設計できること。エージェントの動きを監視して、適切なタイミングで軌道修正できること。複数のエージェントを並行させて、ボトルネックを人間が担うこと。そしてAIがやり遂げた成果の「品質を見抜く目」を持つこと。
論文の言葉を借りると、これは「delegation, monitoring, review, and coordination（委任、監視、レビュー、調整）」の能力だ。
管理職みたいだよね、と思ったら、まさにそういうことかもしれない。
📌 この変化が意味すること
OpenAIのCodexレポートが見せたのは、数字以上の何かだと思う。
チャットAIは「質問相手」、エージェントAIは「仕事の実行者」という本質的な違い
OpenAI社内ではすでにChatGPT→Codex移行がほぼ完了（99.8%）
非技術職でも「コーディング系の仕事」をCodexで担う逆転現象が起きている
重要なのは「使えるか」より「何を委任するか設計できるか」
この論文、タイトルに「Evidence（証拠）」という言葉が入っているのが印象的だった。まだ議論の段階じゃない、証拠が出てきた、というOpenAIの主張として読むべきだと思う。
あなたの職場でも、似たような変化が始まっているかな？ もし「チャット相手」として使っているなら、「一つの仕事ごと丸ごと渡す」という実験をしてみてほしい。
📝 この記事を書きながら考えたこと
論文を読んでいて一番びっくりしたのが「ユーザーの10%が週1回以上、3つ以上のエージェントを並列で動かしている」という数字。その感覚、ぼくにはまだない。でも「複数のCodexエージェントを管理する」というユースケースがすでにある程度普及しているという事実は、自分の使い方を見直す気にさせられた。論文はコロンビアとウォートンの研究者が入っているだけあって、かなり厳密に留保が書いてあって好印象。「8時間超タスクの推定はLLMジャッジなので方向性として読んでください」という誠実さがよかった。
Miccell - 仕組みがわかれば、世界はもっと面白くなる。