OpenAIのAIエージェント活用事例。仕事は回答から実行へ近づく

AIが会社の手順に入り始めた

今回の発表で目立つのは、AIの役目が回答から実行へ広がっていることです。OpenAIはAIネイティブ企業（AIを前提に仕事を設計する企業）の例として、Basis、Clay、Exa Labsを挙げました。

AIに仕事の一部を渡すとは、どんな状態でしょうか。3社に共通するのは、AIを単発の相談相手にしない点です。決まった手順、社内の文脈、使う道具を与えています。

すると、AIエージェント（目的に向けて作業を進めるAI）は仕事の途中まで進めます。人はゼロから始めるのではなく、進んだ状態を見て判断します。仕事の入口が少し変わります。

先行企業は使い方を深くしている

OpenAIはEnterprise Signalsを引きながら、企業のAI利用に差が出ていると説明します。AI使用量が上位10%の企業は、一般的な企業に比べて、1人あたりの出力トークン（AIが生成する文字量の単位）が8.3倍です。

この差は、1月の2.6倍から広がったものです。量が増えたというだけではありません。先行企業は、AIを社内の文脈やツールにつなぎ、任せる仕事を深くしています。

ここで大切なのは、AIをたくさん使うこと自体ではありません。仕事のどこまでをAIに持たせるかです。OpenAIの記事は、その変化を3社の流れで見せています。

Basisは入社初日を短くした

Basisの例は、手順書が動き出した話として読めます。Basisは会計事務所向けのAIエージェントを作る企業です。入社時の受け入れを、AIが手伝っています。

OpenAIの発表では、同社の初日オンボーディング（入社時の受け入れ手続き）は、2時間から30分になったとされています。新入社員は初日にCodex（開発作業向けのAIエージェント）と、会社専用のオンボーディングskill（再利用できる手順と資料のまとまり）を受け取ります。

Codexは会社の基本概念を案内します。統合設定も背景で進めます。例外や繰り返しの質問が出ると、人事側は次の入社者の前にskillを直せます。

この変化は、AIが人事を置き換えた話ではありません。人事が毎回同じ説明に追われる時間を減らした話です。文化や相談のような人の役割は、むしろ残りやすくなります。

Clayは営業の記憶を毎朝そろえる

Clayの例は、散らばる情報をAIが持ち場で整える話です。同社はgo-to-marketチーム向けの自己学習型収益エンジンを作っています。営業の文脈は、社内のあちこちに分かれます。

・CRM（顧客管理システム）にある顧客情報

・メールやSlackに残るやり取り

・通話、資料、社内会話で生まれた補足

Clayでは、アカウントごとに持続的なワークスペースと専用サブエージェント（特定の仕事を担う小さなAI担当）を置く実験が紹介されています。各サブエージェントは一次情報を見直し、夜間に案件フォルダを更新します。

朝には調整役のエージェントが、全アカウントの優先行動を短くまとめます。Clayによると、この流れは毎晩の受信箱整理をおよそ1時間減らします。小さな行動を見落としにくくする使い方です。

Exa Labsは発見を形に運ぶ

Exa Labsの例は、AIが探すだけで終わらない姿を見せます。同社は、AIエージェント向けのウェブ検索基盤を作る企業です。検索API（ソフト同士をつなぐ窓口）を開発者が使える場所へ広げようとしています。

OpenAIの発表では、Codexが高優先度の統合機会を監視します。関連文脈を集め、プルリクエスト（コード変更の提案）を作ります。さらにテストを走らせ、SlackやNotionなどをもとに週次更新も準備します。

ただし、どの機会が重要かは人が決めます。外部との約束や関係管理も人の役目です。AIが進めるほど、人の判断点ははっきりします。

新機能発表ではなく、仕事の設計図に近い

今回の記事は、読者向けの新機能発表ではありません。OpenAIが企業でのAIエージェント活用を説明した事例記事です。料金や一般提供日は、そこを分けて読むと迷いにくくなります。

OpenAIのHelp Centerでは、Chatは短い相談、Workは複数段階の成果物、Codexは技術作業向けと説明されています。今回の3社事例は、そのうちAIが仕事の流れに入り込む方向を示しています。

ここで持ち帰れるのは、すぐ同じ環境を買う話ではありません。AIへ仕事を渡すには、手順、証拠、人の判断点が要ります。その設計ができる企業ほど、AIは便利な返答係から仕事の土台へ変わります。