米国のオフィスワーカーは、メールの整理や複数の分断されたシステムにまたがるファイル検索に、毎週何時間もの時間を費やしています。米国の労働人口の約40%、およそ7,200万人が、分析・文書作成・デザイン・コミュニケーションといった情報を主な業務とするナレッジワーカーです。McKinsey Global Instituteの調査によると、平均的なナレッジワーカーは週の労働時間の28%をメール対応に、約20%を社内情報の検索や特定業務を手伝える同僚の探索に充てているとされています。
OpenAIが提供するエージェント型コーディング製品Codexの週間アクティブユーザー数が500万人に達しました。これは、2月にデスクトップアプリがリリースされた当初の水準と比べて6倍以上の規模です。
現在、ナレッジワーカーはユーザー全体の約20%を占めており、開発者と比べて3倍以上の速さでCodexを導入しています。個人ユーザーはユーザー全体の5%を超え、開発者の4倍以上の速さで成長しており、趣味・教育・自己学習・個人財務・エンターテインメントといった用途での利用が中心となっています。
コードを超えるタスクの多様化
毎週、ナレッジワーカーユーザーの72%が、レポート・メモ・契約書・画像・音声・動画・PDF・スプレッドシートといった成果物を作成しています。週次利用の内訳を見ると、エンジニアリング業務が47%、コード実装が46%、アプリケーション管理が42%、リサーチが41%となっています。ソフトウェア開発と他のナレッジワークの境界は薄れつつあります。プロダクトマネージャーが自ら専用ダッシュボードを構築し、研究者がデータクリーニング用スクリプトを直接記述し、デザイナーが開発者を介さずにプロトタイプをリリースし、経営幹部がファイルを統合して週次レポートを生成する社内ツールを自ら組み上げる——そうした光景が当たり前になっています。
週次成長をリードするデータ分析
ナレッジワーカーの中では、データ分析が前週比110%増と最も高い成長率を示しています。リサーチが37%増、ナレッジ成果物が36%増でそれに続いています。ナレッジ成果物の中では、PDFおよびスプレッドシートを扱うユーザーが50%以上増加しました。リサーチの成長の大部分は、企業・業界・競合他社・市場規模に関するマーケットリサーチが牽引しています。
データ分析タスクの中ではデータラベリングが最も多く利用されており、成長率も最速です。40%以上の成長を記録しているその他のカテゴリには、メッセージの下書き、製品の開発・設計、契約書・規制・ポリシーの理解、採用・面接などが含まれています。
並列タスクの日常化
現在、Codexユーザーの約50%が、1日の同じ時間帯に複数のタスクを同時進行させています。この割合は4月中旬時点では3分の1を下回っていました。この変化により、1人のユーザーが一つのスレッドでデータセットを検証しながら、別のスレッドでスクリプトを作成し、さらに別のスレッドでレポートをまとめ、もう一つのスレッドでアプリケーションを確認するといったことが可能になっています。ユーザーは複数のワークストリームのオーケストレーターとしての役割を担うようになっています。
政府データ・営業・教育・個人プロジェクトにわたる事例
GroundVueは、約9万の政府機関が開催する公開会議を検索・比較可能な形にするためにCodexを活用しています。同社は分散した動画・ウェブ・各種プラットフォームのソースを収集し、構造化されたレコードへと変換しています。以前は数日から数週間かかっていた作業が今では数分で完了するようになり、少人数のチームで、かつては大勢の技術者や研究者が必要だった業務を遂行できるようになっています。
5人規模のフリート管理スタートアップであるProactionは、営業活動にCodexを活用しています。共同創業者のColin Knudsen氏は、契約締結前の段階で、顧客との商談内容をカスタマイズされた提案書・ワークフロープロトタイプ・実動デモへと変換しています。この仕組みにより、小規模なチーム内で顧客ディスカバリー・営業・製品開発が一体化されています。
カリフォルニア州立大学の数学教授であるInoue Taiyo氏は、Codexを使ってCanvas学習管理システム上の課題・カレンダー・教材・アナウンスを更新するスクリプトを生成しています。同氏の試算によれば、このワークフローにより毎週4〜5時間が節約でき、その時間を学生との対面での問題解決セッションに充てられているとのことです。
Luke Xing氏は、左耳の重度かつ変動する難聴を補うためのデスクトップアプリケーションをCodexで開発しました。このアプリは周波数ごとに聴力をテストし、デバイスに応じて音声出力を調整します。個人利用を目的としており、医療機器の分類には該当しません。
政策への提言
このデータに合わせて、OpenAIは4つの政策的方向性を提示しています。公的機関はエージェントを導入して行政上の積滞解消・記録の統合・科学研究支援・公共サービスの迅速化を図り、待機時間・許認可速度・給付金の支給・行政コストを指標として成果を測定すべきとしています。また、各国政府は学校・コミュニティカレッジ・公的機関・図書館・企業との連携を通じ、実践的なAI研修への資金提供を行うべきと訴えています。
さらに、中小企業向け補助金・公共部門イノベーションファンド・技術支援・AIの活用方法を労働者や管理者が主導できるチャネルを通じて、現場主導のAI導入を支援すべきとしています。また、公共調達の枠組みを刷新し、各機関が業務上の成果に結びついたAIツールを購入できるようにするとともに、パイロット事業においてはプライバシー・セキュリティ・監査可能性・人間による監督を義務付けるべきとしています。
翻訳元: https://www.helpnetsecurity.com/2026/06/02/openai-codex-knowledge-work/
