AIの変化を、
仕事の変化へ。

10代の安全なAIアクセス：学習利用9割、教員・保護者はルール設計が仕事

OpenAI掲載では10代の9割近くが1週間で学習・情報・スキル・生産性にChatGPT利用。Study Mode、保護者管理、年齢予測、休憩リマインダー。

仕事への影響10代のAI利用は避けられない前提で、教員・保護者が「使い方と安全の境界」を設計する仕事が増える。

ChatGPT

Cars24事例：音声・チャットエージェントとCodexで、対応と社内ワークフローを分けて設計する

OpenAI掲載では月100万超の会話分数、サポート解決50%増、主要WFのターンアラウンド80%削減、失注リード12%回収などが示されている。

仕事への影響顧客接点はエージェントが広がり、社内はCodexでワークフロー短縮。どちらも最終判断と例外処理は人の設計が必要。

ChatGPT

米国のAI安全ガバナンス：州と連邦の動きを、社内ルール見直しの材料にする

OpenAIは、州の取り組みが国家標準形成を助けるという reverse federalism の考え方を概説し、連邦・国際の枠組み議論にも触れている。

仕事への影響AI利用の社内ルールと責任分界を見直す材料になる可能性がある。機能追加の話ではない。

データサイエンスのChatGPT Work：分析の下書きは速く、検証は人が行う

OpenAI Academyは、データサイエンスチームがChatGPT Workで質問・ダッシュボード・生データなどからレビュー可能な分析成果物の初稿を作る例を示している。

仕事への影響分析共有の初稿作成が速くなる可能性がある。指標定義と結論の確定は人の仕事のまま。

ChatGPT

営業のChatGPT Work活用：パイプライン準備は速く、提案内容は人が決める

OpenAI Academyは、営業がChatGPT Workでパイプライン概要、面談準備、予測レビュー、アカウントプラン、停滞案件の診断を作る例を示している。

仕事への影響面談前準備と案件診断の初稿が速くなる可能性がある。クローズ判断と顧客約束は人の仕事のまま。

ChatGPT

GPT-5.6がMicrosoft 365 Copilotの優先モデルに：Office作業の確認点を見直す

OpenAIによるとGPT-5.6がMicrosoft 365 Copilotのpreferred modelになった。Word/Excel/PowerPoint等での作業品質・速度向上が訴求されている。

仕事への影響Office上の下書き速度が上がる可能性がある一方、共有前の事実確認プロセスを明示する必要が出る。

ChatGPT

ChatGPT Work：目標を成果物まで進めるエージェント前提の仕事設計

OpenAIはChatGPT Workを、アプリやファイルをまたいで行動し、必要なら長時間プロジェクトに付き合うエージェントとして紹介している。

仕事への影響長い仕事ほど、AIに任せる区間と人が承認する区間をマイルストーンで分ける必要が出る。

ChatGPT

GPT-5.6発表：難しい仕事ほど「人が決める範囲」を先に設計する

OpenAIがGPT-5.6を発表。トークンあたりの性能や必要時の能力向上が訴求されている。仕事では依頼の切り方とレビュー観点の見直しが論点になる。

仕事への影響モデル更新そのものより、難しい仕事の依頼設計と人の確認範囲を見直すタイミングになる。

ChatGPT

GPT-Live発表：音声での仕事相談が増える前に、記録と確認のルールを決める

OpenAIがGPT-Liveを紹介。自然な人対AIの音声対話向けの新世代ボイスモデルで、ChatGPT Voiceを支えているとしている。

仕事への影響相談の入口が音声に広がる可能性がある。合意形成と記録はテキスト側のプロセスが残る。

ChatGPT

Australian Payments Plus：規制下の決済組織がChatGPTとCodexで調査時間を短縮

OpenAI掲載では77%が週2時間以上節約、Codexシミュレーション1日化、照合調査30分vs4時間、300超カスタムGPTなどが示されている。

仕事への影響調査・シミュレーションの初動が速くなり、人は規制判断と例外処理に集中しやすくなる可能性がある。

ChatGPT

三菱UFJ銀行のAIネイティブ化：研修完了とカスタムGPTが先、顧客還元が目的

OpenAI掲載では約3.5万人の行員がChatGPT Enterpriseを利用。利用前研修とAIチャンピオン、カスタムGPT量産、調査業務の短縮例が示されている。

仕事への影響全行員規模のAI利用は、研修と現場GPT設計が先。短縮時間を顧客対応やサービス改善に再配分する運用が本題になる。

ChatGPT

ChatGPT利用拡大データ：グローバル展開と多言語利用を、社内Enablement計画に使う

OpenAI Signalsによると6か月後は1日メッセージ50%増・タスク2倍。非英語ユーザーが過半、アフリカ・アジアで相対成長が速い。

仕事への影響グローバル組織では、AI支援を英語中心に設計すると取りこぼしが出る可能性がある。Enablement計画の更新が先になる。

ChatGPT

EU AI雇用フレームワーク：12%成長・14%自動化・27%再編——予測ではなく計画地図

OpenAI EU報告。約12%はAIで成長、約14%は自動化潜在、約27%は再編、約47%は当面小変更。雇用予測ではなく計画用マップ。国差あり。

仕事への影響人事・管理職は、全職種一律対応ではなく、再編27%・自動化潜在14%領域を優先してWF設計を始める判断材料を得られる。

ChatGPT

HP×OpenAI Frontier：122 PR・43プロジェクトを数週間で、セキュリティ修正は1日

OpenAI掲載ではFrontier戦略パートナーシップ拡大。数週間で122 PR・43プロジェクト、セキュリティ修正1日（従来最大1か月見積）、週約82時間のセキュリティ容量見積。

仕事への影響開発とセキュリティ修正の初動が速くなる分、Frontier governance layerのルール理解と人の最終承認が必須になる。

ChatGPT

Omioの会話型トラベル：開発工数約20%で、責任は人が持つ設計

OpenAI掲載では3000超プロバイダー・47カ国。開発工数約20%、四半期複数人→1人約1か月。ChatGPTからCodexへ。human accountabilityは維持。

仕事への影響開発リソースが足りない組織でも機能を出しやすくなる一方、旅行推奨・予約の正確性と責任所在の設計がより重要になる。

ChatGPT

Samsung Electronics全社展開：R&Dからマーケまで、Codex利用が職種横断で増える

OpenAI掲載では韓国全社員と全世界DX社員へEnterprise+Codex。Codex韓国WAUは2026年2月1日以降約800%成長、Codex週次500万超ユーザーも言及。

仕事への影響全社AI＋Codex展開は、ツール配布より職種別の利用ガイドとレビュー体制の整備が本題になる。

ChatGPT

ChatGPT Enterpriseの利用分析とSpend Controls：AIコスト管理が管理職の日常業務になる

OpenAIはEnterprise向けにクレジット利用分析、Global Admin Console、Cost API、ワークスペース・グループ・個人上限を更新した。

仕事への影響AIコストは「月末請求の確認」から「利用中のガバナンス」へ。管理職が上限・申請・分析を日常業務に組み込む必要が出る。

ChatGPT

OpenAI Partner Network：30万人の認定コンサル育成は、自社の「用途特定」不足を示す

OpenAIはPartner Networkと1.5億ドル投資を発表。2026年末まで30万人の認定コンサル育成。ボトルネックはモデル能力ではなく用途特定と変更管理。

仕事への影響内製だけで進めきれない組織は、パートナー選定とRFP設計自体が新しい管理業務になる。

ChatGPT

PreplyのLesson Insights：チューターの準備時間を削り、指導は人が担う

OpenAI掲載ではLesson Insights、従業員ChatGPT WAU 95%、チューター70%超利用、満足度4.7/5。宿題生成。AIはチューター代替ではなく補完。

仕事への影響チューターの準備・振り返り時間が削られ、人はライブ指導と学習者への個別対応に時間を移せる可能性がある。

ChatGPT

BBVAの10万人ChatGPT展開：週3時間節約と2万GPT、銀行業務の「人が確定する」設計

OpenAI掲載では約10万人、月次アクティブ+70%、週3時間節約、選択WFで最大80%効率化、2万超の従業員作成GPTなど。

仕事への影響銀行業務の下書き・調査・初動応答が速くなり、人は与信・法務・顧客約束の確定に集中しやすくなる可能性がある。

ChatGPT

LSEG事例：信頼できるデータ×OpenAIで、リリース周期6か月→2週間の仕事の変化

OpenAI掲載ではLSEGがChatGPT EnterpriseとAPIで製品リリース6か月→約2週間、顧客要望から本番約4週間。数千名がhuman-in-the-loopで利用。

仕事への影響リリースが速くなる分、データ品質チェックと人の承認ゲートを短い周期で回す運用設計が必要になる。

ChatGPT

NextdoorのCodex：ボトルネックがエンジニアリングから「何を作るか」へ移る

OpenAI掲載ではNextdoorエンジニアがCodexで、以前3チーム必要だったマップ機能を1人がend-to-end。1.1億ユーザー規模の文脈。

仕事への影響実装が速くなると、PM・EMの backlog 優先順位とWhat to buildの判断が新しいボトルネックになる。

ChatGPT