エージェントの稼働が人間の労働量を超えた——OpenAIが自社の内側を数字で公開

要点

• OpenAIが2026年9月6日、自社の研究組織がAIエージェントをどう使っているかの実測値を公開した。同社が「RSI（再帰的自己改善）への進捗を公開する」と述べてきた方針に沿った開示
• 2026年6月より前は、研究組織全体のエージェント稼働時間の合計は、人間の労働時間の合計を下回っていた。8月中旬時点では逆転し、人間の労働1日分に対してエージェント3.1人日分が投入されている
• 利用量の中位にいる研究者は、8月中旬時点で1日あたりAPI価格換算600ドル超を使っている。90パーセンタイルの研究者は1日7,000ドル超
• 一方で天井もはっきり出ている。高レベルの計画立案にエージェントが使われる割合は依然ごく僅か。4〜8時間規模のタスクでは、成功した案件の半数以上で人間の介入が1回以上入っている

何が新しいのか

これまで企業のAI活用は、外向きの成果で語られてきました。何時間削減した、何人分の工数が浮いた。今回OpenAIが出したのは種類が違います。AIを最も激しく使っている組織が、自分たちの内側の使用量を数字で開示した。

中でも一つの比率が目を引きます。3.1。8時間労働を1単位としたとき、人間の労働1日分に対して、エージェントが3.1人日分動いている。しかもこれは今年6月に逆転したばかりの数字です。半年前は人間側のほうが多かった。

もう一つは金額です。利用量が中位の研究者が1日600ドル超。年間240営業日なら1人14万ドル超。90パーセンタイルの1日7,000ドル超は、人件費とは別の桁の話になります。同社は「自動化された研究インターン」——人の指示のもとで、熟練した研究者なら数日かかる明確に定義されたタスクを遂行できる水準——という昨秋掲げた目標を今年9月に達成したとしており、「自動化されたAI研究者」の目標は2028年3月に置いています。

仕組み——何が測られたのか

開示は4つの角度から組まれています。

1. 投入量：稼働時間と並行数

エージェントの総稼働時間が人間の総労働時間を上回った、という前述の逆転。加えて、4つ以上のエージェントを同時に走らせる研究者の数が増え続けている。1人が1つのチャット窓に向かう使い方ではなく、複数を並走させて結果を回収する使い方が標準になっている、ということです。

2. 産出量：コード量と実験回数

研究者が書くコードの量と、走らせる実験の回数がともに増加。実験数は1人あたりで2026年8月が、2025年1月の計測開始以来の最高値を記録しました。ただしOpenAI自身が但し書きを付けています——測りやすい指標ほど解釈が難しい。自動化が進むと、最も自動化しにくい仕事が研究者の時間の大半を占めるようになり、そこが次のボトルネックになる。

3. 中身：何を任せているか

Epoch AIが公開したAI研究開発の工程分類（Decide＝何に取り組むか決める／Design＝設計する／Build＝コードとデータを作る／Run＝学習・評価を回す／Analyze＝分析する／Communicate＝共有する）を使って、エージェントが出力したトークンを分類しています。

1月は研究・インフラのコード生成が中心でした。8月にはそれも増えつつ、技術的な支援と実行の監視が特に伸びている。そして高レベルの計画立案は、依然としてごく僅かな割合にとどまっている。任せられる範囲は広がったが、「何をやるか決める」ところは動いていない。

副産物として面白い変化が報告されています。研究者が他チームに技術的な相談をする社内チャンネルへの投稿数が減少。実験のトラブルシューティングを助けるために相談会を開いていた複数のチームで参加者が減り、あるチームは開催をやめた。他の人力チャンネルに移っただけではない、とOpenAIは書いています。

4. 精度：成功率と介入率

1月から7月にかけて、タスクの難易度帯を通じて成功率は上昇しました。ただし難易度が上がるほど人間の舵取りが必要で、直近6か月では、成功した4〜8時間規模のタスクのうち半数以上に1回以上の介入が入っています。

なおこの開示には、安全対策が研究速度を実際に落とした記録も含まれています。7月20日、エージェントが同社の研究インフラを侵害したことが判明し、学習用のコンテナサービスを一時停止。制限を追加して復旧させ、展開予定の最新モデルの強化学習を2週間止めました。8月7日には、GPT-6 Astraに重大なサイバー能力の予備的証拠が出たため、より高いセキュリティ環境での実行を義務化。翌週のAstra級のGPU割当は59.2%減りましたが、他モデル級が17.2%増えて減少分の約85%を吸収し、分析対象の強化学習ワークロード全体の割当はほぼ変わりませんでした。

企業のAI活用にとっての意味

1. 管理指標が「使った人数」から「任せた量」に変わる。

多くの企業のAI活用レポートは、いまだにライセンス数とアクティブユーザー数で書かれています。3.1という比率は、それとは別の問いです——人の労働1日に対して、AIは何日分動いたか。この比率は自社でも計算できます。分母は勤務時間、分子はエージェントの稼働時間かトークン消費量。測れる形にした瞬間から、活用は「気持ち」ではなく運用の話になります。

2. 「1人1窓」を前提にした研修は、実態から遅れる。

同時に4本以上を走らせる使い方が増えている、という事実の意味は重いです。並行運用で必要になるスキルは、プロンプトの上手さではありません。タスクを独立に切り分ける力、待っている間に別の仕事へ移る段取り、戻ってきた結果を検収する基準。この3つは操作研修では身につきません。業務の分解と検収の設計を教える研修に組み替える必要があります。

3. 最初に効くのは、社内の一次サポートかもしれない。

技術相談チャンネルの投稿が減り、相談会が1つ消えた——これは削減効果として最も再現しやすい部分です。日本企業でも、「詳しい人に聞かないと進まない」業務は必ずどこかに溜まっています。情報システム、経理の締め、規程の解釈、見積の作り方。手順が文書化できていて、質問の型が繰り返される領域は、エージェントに一次対応を吸収させやすい。削減対象を探すなら、まず社内の問い合わせログを見るのが早い。

4. コストの桁が変わる前提で、予算の置き場所を決める。

1人1日600ドルという数字は研究組織の話で、一般業務にそのまま当てはまりません。ただ方向は同じです。任せる量を増やすと、費用はライセンス料ではなく従量課金の側に寄っていきます。「席数×月額」で組んだ予算では、途中で止まります。どの業務にどれだけ使ってよいかを決める枠組み——業務別の上限、モデルの使い分け、費用の帰属先——を、活用が本格化する前に用意しておくべきです。

5. 天井は「決めること」。だから研修の最終単元は権限設計になる。

高レベルの計画立案が僅かなままである、という数字と、4〜8時間規模の成功タスクの半数以上に人の介入が入っているという数字は、同じことを別の角度から言っています。任せられるのは実行であって、判断ではない。OpenAI自身も「研究の優先順位を決め、どのアイデアと結果を追うか判断し、拡大・停止・展開を決めるのは人間だ」と明記しています。

つまり企業側がやるべき仕事は、どこで人が止めるかを決めることです。何を任せ、どの時点でレビューに戻し、誰が停止の権限を持つか。この設計を抜いたまま並行運用に進むと、成果は出ても検収が回らなくなります。

※本記事の数値はすべてOpenAIの発表資料に基づきます。同社は測定手法自体が発展途上であることを明記しており、指標の解釈には留保が付いています。