Codex利用者は半年で5倍超。企業が利用データを読むときの注意点

何が起きたか

OpenAI、Columbia、Wharton、Dukeの研究者は2026年6月25日、Codexの利用状況を個人アカウント、組織アカウント、OpenAI従業員に分けて分析したプレプリントを公開しました。

成長の算出には3%のユーザーサンプルが使われています。論文は利用者数だけでなく、CodexとChatGPTの出力トークン比率、依頼タスクの複雑さ、並行実行、Skills利用を観測しています。

以前と何が違うか

従来のAI利用率は、チャット回数や利用者数で語られがちでした。この研究は、仕事の委任時間、複数エージェントの並行管理、再利用できる手順の利用まで測ろうとしている点が特徴です。

同時に、OpenAIはAI利用コストが低く、組織的な支援や知識共有が強い特殊な環境だと論文自身が明記しています。OpenAI従業員の99%超という出力比率を、そのまま自社の目標にしてはいけません。

会社の仕事で何が変わるか

自社で見るべきなのは『何人が使ったか』だけではありません。委任した業務、完了までの時間、人のレビュー時間、失敗時の手戻り、再利用した手順を1件単位で記録します。

2026年8月12日更新のOpenAI Enterprise Signalsでは、上位10%の企業は中位10%の企業より、アクティブ利用者1人当たりの出力トークンが8.3倍と報告されています。ただしOpenAI自身も、トークン量は利用の深さを見る代理指標であり、事業価値そのものではないと明記しています。自社では利用量を先行指標にとどめ、対象業務ごとに完了率、品質、削減時間、レビュー・差し戻し工数と結び付けて判断します。

並行実行を増やすと、担当者の役割は作業者から依頼・監督・統合へ移ります。レビュー待ちが増えていないか、権限のある操作を自動化していないかを合わせて監視します。

導入する・限定的に試す・待つの判断

明日確認すること

• 利用人数ではなく、完了案件数・レビュー時間・差し戻し率を測る表を作る。
• 1人が同時に扱うエージェント数へ上限を置き、監督漏れが起きないか確認する。
• 論文の個人・組織・OpenAI社内を分け、自社と条件が違う数字を資料に注記する。