OpenAI B2B Signals

本日、OpenAI Signals⁠ のビジネス向け拡張版である B2B Signals を発表します。これは、AI が組織全体にどのように広がっているかを把握するための指標です。初期段階の傾向は明確です。先進企業が先行しているのは、AI にアクセスできるからではなく、業務全体で AI をより深く活用しているためです。

B2B Signals は、企業における AI 活用を、大規模かつプライバシーに配慮した分析にもとづいて継続的に把握するための指標群です。AI 活用をどのようにビジネス価値へとつなげているのかを理解するうえで参考になる、企業の取り組みや傾向を捉えます。

先進企業（AI 活用度が上位5%に入る企業）では、従業員1人あたりの AI 活用量が多く、高度なツールをより積極的に導入し、AI をワークフローに深く組み込んでいます。一部の企業では差が広がり始めており、その違いは、アクセスの有無ではなく、活用の深さによって生まれる傾向が強まっています。

主なポイント

• 先進企業の優位性が広がり始めています：先進企業では現在、従業員1人あたりの AI 活用量が一般的な企業の3.5倍に達しており、1年前の約2倍から拡大しています。
• 先進企業は、利用頻度だけでなく活用の深さでも先行しています：先進企業と一般的な企業の差のうち、メッセージ量で説明できるのは36%にすぎません。先進企業の優位性の大部分は、より深い活用にあります。
• エージェント型ワークフローは、先進的な活用の指標になりつつあります：差が最も大きいのは高度なエージェント型ツールで、先進企業は一般的な企業の16倍の Codex メッセージを送信しています。
• 組織変革を通じてこの差を縮めることができます：そのためには、活用の深さを把握し、ガバナンスを整え、活用支援に投資し、効果のある取り組みを広げながら、チャット中心の使い方からエージェントへの業務委任へと移行していく必要があります。

AI を最も深く活用している先進企業では、優位性がさらに広がり始めています

企業にとって、AI を利用できる環境を整えることは出発点にすぎません。より重要なのは、従業員が AI を使ってどれだけ深く複雑な業務に取り組んでいるかです。このグラフは、先進企業（95パーセンタイル）と一般的な企業（50パーセンタイル）における、従業員1人あたりの生成トークン数を比較したものです。

トークンは、ビジネス価値を測る指標としては完全ではありません。短い回答でも高い価値を持つ場合があり、逆に長い回答でも価値が低い場合があります。一方で、トークン量は従業員が AI にどれだけの作業を任せているかを把握する手がかりとなり、AI 活用の深さや、求められている処理量を示す指標として有用です。

先進企業は、一般的な企業と比べて従業員1人あたり約3.5倍の処理を AI に求めています。この差は2025年4月時点の約2倍から拡大しており、AI を深く活用している企業ほどリードを広げ、新たな AI の能力をより高度で複雑な業務に結びつけやすい状況にあることが分かります。

先進企業の優位性の大部分は、メッセージ量ではなく、より深い活用にあります

先進企業では、一般的な企業に比べて従業員1人あたりに求められる処理量が大きく増えていますが、その差の大部分は、単なるメッセージ量では説明できません。このグラフは、3.5倍の差を分解したもので、一般的な企業が利用量を先進企業と同じ水準まで高めても、その差の36%しか埋まらないことを示しています。

残る差は、より深い活用に起因しています。先進企業では、AI により複雑な業務を任せ、より豊富なコンテキストを与え、より実用性の高いアウトプットを生み出しています。

フロンティア優位が最も大きいのは高度なツールとエージェント的ツールで、その中心は Codex 利用の 16 倍差

フロンティア優位が最も大きいのは、より高度なワークフローを支えるツールです。最も大きな差があるのは Codex で、フロンティア企業は従業員 1 人当たり 16 倍多くメッセージを送信しています。ChatGPT Agent、Apps in ChatGPT、Deep Research、GPTs にも比較的大きな差が見られ、フロンティア企業のほうが、従業員のコーディング支援、複数ステップのタスク委任、社内コンテキストの適用、より複雑な調査を助けるツールをうまく活用していることが示唆されます。

対照的に、User Upload、Search、Data Analysis のような、より汎用的で使いやすいツールではフロンティア優位は小さくなっています。これらのツールは馴染みのあるワークフローを拡張するため、多くの企業にとって使いやすいからです。フロンティア優位が最も顕著なのは、高度なツールやエージェント的ツールであり、そこでは導入により高い専門性、職場の知識やツールとの接続、そして仕事を AI に委任することへのより大きな抵抗のなさが求められます。

フロンティア優位が最も大きいのは教育と学習

フロンティア優位が最も大きいのは教育・学習関連のタスクで、フロンティア企業は一般的な企業の 7 倍のメッセージを送信しています。フロンティア企業では、従業員のスキル構築や新しいテーマの学習を支援するために AI を活用しています。また、AI に何ができるのか、どう使えば効果的なのか、既存のワークフローにどのように組み込めるのかなど、AI 自体への理解を深めるためにも AI を使っています。この差の大きさは、一般的な企業が人材の学習・能力開発の手段として AI を十分に活用できていない可能性を示しています。

コーディングでも 4 倍という大きな差が見られ、これは高度なツールやエージェント的ツールの利用における全体的な格差と整合的です。一方、ハウツーガイダンスや文書作成・コミュニケーションは、こうしたタスクがより身近で馴染みのある AI 活用であるため、フロンティア格差は最も小さくなっています。

AI 利用は文書作成で最も広いが、機能別の利用も拡大している

文書作成とコミュニケーションは、依然として ChatGPT の最も一般的な用途です。しかし、利用パターンは機能によって大きく異なります。IT・セキュリティのメッセージの 60% はハウツーや手順ガイダンスに集中し、ソフトウェア開発とデータサイエンス・エンジニアリングのメッセージのほぼ半分はコーディング関連であり、金融のメッセージの 10 分の 1 は分析・計算に関連しています。

これらのパターンは、フロンティアモデルが経済的価値の高い職場タスクで改善しているという、より広範な証拠と整合しています。44 の職種にわたる現実の知識労働を評価する GDPval⁠ は、文書、スプレッドシート、スライド、図、マルチメディアといった実用的な業務成果物を生み出すタスクでの性能を測定しています。AI の能力が高まるにつれて、企業での利用は各機能の中核業務により密接に結びついたタスクへと広がっているように見えます。

業界のリーダーシップは一面的ではない：ChatGPT、Codex、API で先行する業界は異なる

AI 導入に単一のランキングはありません。業界順位は、どの指標を使うかによって変わります。Professional, Scientific, and Technical Services は Codex 導入と API 強度の両方で 1 位であり、開発者向けおよび製品組み込み型ワークフローで比較的進んだ活用を示しています。金融・保険は大規模導入によって ChatGPT 導入で首位となり、Educational Services はメッセージ強度が最も高く、1 人当たりの利用がより深いことを示しています。Retail Trade と Health Care は、他の指標で順位が低くても、API 強度では高順位です。

こうした違いは、業界のリーダーシップが一面的ではないことを示しています。技術的・開発者向けワークフローを通じて AI を導入している業界もあれば、ChatGPT の広範な導入や、エンドユーザーによるより高密度な利用を通じて拡大している業界もあります。

API 活用が本番業務と顧客向けアプリケーションへ拡大

企業は API を活用し、モデルを製品・サービスや社内システムに直接組み込む動きが進んでいます。本番環境での主な用途には、アプリ内アシスタント、コーディングや開発者向けツール、カスタマーサポート、調査ワークフロー、業務の自動化などがあります。

こうした事例から、エンタープライズ AI は実験段階を超え、再現可能で効果を測定できる業務フローへと進んでいることが分かります。各社の事例を見ると、OpenAI のモデルを活用してナレッジワークの効率化や開発生産性の向上を図り、顧客や従業員向けに AI を活用した体験を構築しています。

フロンティアに到達するために組織ができること

OpenAI は、業界、機能、AI 成熟度の各段階にまたがる企業と連携しており、実験から本番運用へと導入がどのように発展するかを把握しています。こうした導入事例全体を見ると、最も前進している企業は、単なるアクセス提供よりも、AI を深く使うために必要な組織的な仕組み、すなわち測定、ガバナンス、有効活用支援、インパクトの拡大、エージェント的な展開に重点を置く傾向があります。

AI 導入を深めるために、あらゆる組織が今日から取り組める実践的なステップとして、5 つのプラクティスが際立っています。

1. アクセスに加えて利用の深さを測定する関連するシグナルは、AI アカウントを持つ従業員数だけではなく、チームが時間とともに AI をどれだけ実質的に使っているかです。組織は、AI 利用がより頻繁に、より複雑に、そして価値あるワークフローとより密接に結びついているかを追跡すべきです。
2. 本番利用を可能にするガバナンスを構築する先進企業はガバナンスを避けていません。むしろ、エージェント的 AI をより展開しやすくするために活用しています。企業には、エージェントがどこで動作できるのか、どの情報を使えるのか、いつ実行ではなく助言にとどめるべきか、そして高リスクな判断を人間がどのようにレビューするかについて、明確なルールが必要です。フロンティア企業は導入プロセスの一部としてこれらの基準を定義しており、ガバナンスは導入を遅らせるものではなく、安全に拡大する手段になっています。
3. 有効活用支援を付随的な取り組みではなく中核インフラとして扱うAI の能力が向上するにつれて、従業員にも組織にも、その進化に追随するための仕組みが必要になります。フロンティア企業は有効活用支援を一度きりの研修施策とは捉えません。役割別トレーニング、ユースケースのワークショップ、ハッカソン、社内チャンピオンネットワーク、実験に専念する時間、ワークフローやベストプラクティス、スキルの共有リポジトリを通じて、継続的な学習を導入の中に組み込んでいます。 
4. 自社のフロンティアチームを特定し、その効果を拡大する多くの組織では、最先端の利用は少数のチームに集中しています。そうしたチームは、どのワークフロー、習慣、運用モデルが機能しているかを明らかにできます。リーダーはこれらのチームを特定し、その成功を支える条件を理解して拡大し、AI をより深く使うための洞察や事例を組織全体に共有できるよう支援すべきです。 
5. チャットを超えて仕事の委任へ進むエンタープライズ AI は、チャットアシスタントから、エージェントに委任できる仕事へと移行しています。ソフトウェアエンジニアリングはこの流れをよく示していますが、委任される仕事は機能横断で広がっています。Codex を使えば、エンジニアは定義済みのタスクを引き渡し、エージェントに必要なコンテキストを与え、ファイル、コードベース、ツールをまたいで作業させたうえで、結果をレビューし、フィードバックでワークフローを改善できます。フロンティア企業は、AI を固定的なアシスタントとして使うだけでなく、従業員がタスクを AI に委任することを後押ししています。

調査結果の全体をご覧になりたい場合や、責任ある形で組織に AI を導入する方法を知りたい場合は、[ぜひご相談ください⁠]。