AIが研究を手伝う時代へ——OpenAIの社内データで分かった、人に残る仕事

03 / THE FACTS

何が起きたのか

OpenAIは9月6日、社内の研究でコーディングAIがどう使われているかを公開しました。ページに公開時刻はなく、ここで扱う利用状況は主に2026年1月から8月のものです。

同社は、自社の測定では「自動化された研究インターン」という目標に達したと説明しました。対象は、人が範囲と方向を示す、熟練者なら数日かかる研究課題です。

これは外部機関が合格を認定した結果ではありません。OpenAI独自の定義と社内データに基づく自己評価です。2028年3月までの「自動研究者」は今後の目標で、完成の約束ではありません。

8月中旬には、利用量が中央に位置する研究者でも毎日AIを使い、外部向け料金なら一日600ドルを超えるAIの処理量だったといいます。この金額は料金表での換算値で、実際の社内原価ではありません。

同じ時点で、研究部門全体のAI稼働時間は、人の一人日あたり3.1エージェント人日に達しました。4体以上を同時に動かす人も増えています。これは並列に動いた時間の合計です。

一人の実験担当者が行う実験数は2026年に増え、8月は2025年1月の集計開始以来で最高でした。ただし、Codexの普及と同時に計算資源も増えたため、増加の原因をAIだけには絞れません。

AIの利用は、設計、コード作成、実験の実行、分析、共有などで増えました。一方、何を研究するかという上位の計画は、AIが出した文章量の中でまだごく小さな割合です。

社内分類では1月から7月に成功率が全体として上がりましたが、人なら4〜8時間かかる成功課題の半数超で、少なくとも一度は人の介入がありました。不確かな結果や小規模な集計は除かれています。

04 / THE CONTEXT

なぜ、今これが重要なのか

以前のAIは、一度質問して一度答えをもらう使い方が中心でした。今は複数のAIへ別々の作業を渡し、実験、修正、確認を同時に進める働き方が研究現場へ入り始めています。

その結果、コードを書く速さだけでなく、どの実験を試すか、結果を信じてよいかという判断が次の待ち時間になります。自動化しにくい作業が、全体の速さを決めるからです。

さらに、強いAIが次のAIづくりを手伝えば、性能向上の周期が短くなる可能性があります。便利さと同時に、誤った結果や危険な能力まで速く広がらない仕組みが必要です。

OpenAIは7月の安全上の問題を受け、一部の訓練環境を止めて制限を強めたとも説明しました。速く進める仕組みと、必要なときに止める仕組みは、別々ではなく一組で設計します。

07 / NEXT ACTION

今日から、どう動くか

1. 01

   今日の仕事から、答え合わせの方法がある一つの作業を選び、対象、出典、期限、完成条件を書いてAIへ渡す。

2. 02

   AIの稼働時間とは別に、採用できた結果、人が直した時間、見つけた誤りを一枚の表へ記録する。

3. 03

   公開、送信、購入、データ削除など人だけが決める操作と、異常時に止める条件を先に決める。