OpenAI、AIネイティブ企業の働き方を公開

OpenAIが2026年9月1日、企業のAI活用実態をまとめたレポート「Enterprise Signals」に基づく分析記事「How AI-native companies turn workflows into operating capability」を公開した。この記事によると、AI利用率が上位10%に入る「フロンティア企業」は、アクティブユーザー1人あたりの出力トークン数(AIが生成する応答量を示す指標)が、典型的な企業の8.3倍に達している。この倍率は2026年1月時点では2.6倍だったといい、半年余りで格差が3倍以上に広がった計算になる。

記事は格差の中身を具体的な事例で示している。会計事務所向けAIエージェントを開発するBasis社では、入社初日のオンボーディングにかかる時間が2時間から30分に短縮された。従業員は初日からCodex (OpenAIのコーディングエージェント)と会社独自の案内用スキルにアクセスでき、Codexが本人を出迎えて会社の重要事項を紹介し、パソコン上のアカウント設定などをバックグラウンドで完了させる。繰り返し発生する質問や例外が見つかれば、人事担当者は次の新入社員向けにそのスキルを更新できるという。

営業向けエンジンを開発するClay社の事例は、会議情報の管理に悩む読者にとって身近だろう。案件の背景情報はCRM(顧客管理システム)の記録、メール、Slack、通話、資料、テキストメッセージ、社内外の会話など複数の場所に散らばっている。同社でGTM(新規顧客の開拓や商談を担当する役割)を務めるエンジニアの1人は、案件ごとに専用のワークスペースと、その案件だけを担当する補助的なAIエージェント(サブエージェント)を用意し、一次情報を毎晩確認・更新させる方法を試した。Clay社によると、この仕組みで毎晩の受信トレイ仕分け作業が約1時間分節約されているという(Clay社自身の説明であり、1名の事例にとどまる)。

会議の記録も、案件情報と同じ構造の問題を抱えている。発言も決定事項も、会議中のメモ・チャットのやり取り・後日のメールに分散し、誰かがそれを一つの文書にまとめ直す作業が発生する。Clay社が案件情報で直面した「情報が複数チャネルに散らばる」という状況は、会議の議事録づくりでも起きていることであり、録音した音声を後処理に回すという発想は、この分散を解消する手段の一つに位置づけられる。

この報告を日本の会議文化に置き換えると、論点が二つ浮かぶ。

一つは、トークン量の格差が「AIを頻繁に使っているかどうか」ではなく、「定型業務にAIを組み込んでいるかどうか」の差だという点だ。Basis社のオンボーディングもClay社の案件更新も、必要になるたびにAIを呼び出しているのではなく、決まった業務のたびに同じ処理を毎回自動で走らせる仕組みを作っている。日本の会議実務でこれに相当するのは、議事録を毎回ゼロから書く作業ではなく、録音を渡せば要約が返ってくるという固定された流れをあらかじめ用意しておくことだ。ツールを導入すること自体より、どの業務を「毎回同じ手順でAIに渡すか」を先に決める設計のほうが、格差を生む要因になっている。

もう一つは、自動化を広げるほど、どこで人間が確認するかを先に決めておく必要があるという点だ。Web検索インフラを開発するExa Labs社は、Codexに統合機会の監視・調査・プルリクエスト作成・週次アップデート作成までを任せる「Exa everywhere」という仕組みを構築しているが、何かが公開される前には必ず人間によるレビューを挟んでいる。これはAIエージェントへの権限管理をMicrosoftとAWSが進めている動きとも重なる論点で、複数のエージェントが役割分担して働く体制が広がるほど、エージェント同士の連携をどう設計するかだけでなく、人が確認する位置を先に決めておく設計が問われる。会議やCRMの情報のように社内外の関係者に影響する情報を扱う場面ほど、この設計を後回しにするわけにはいかない。