OpenAI、あらゆる用途の AI エージェント構築へ。普及は進むか

LLM（大規模言語モデル）にデジタル生活のどの程度のコントロールを委ねるつもりですか？

モデルから最大の価値を引き出すには、その鍵を与える必要があります。管理欲の強い人や AI に懐疑的な人にとっては、それは大きな負担に映るかもしれません。しかし、OpenAI のデスクトップアプリを担当するリードエンジニアであるアンドリュー・アンブロジノ氏にとって、これは未来をテストするための唯一の方法です。そのため同社のアプリは、彼の受信トレイ、Slack アカウント、スマートフォン、Notion や Figma などのアプリケーションなどに対してアクセス権と制御権を持っています。

「文書作成を依頼した際、その件に関するプライベートな DM から情報を引き出してしまい、共有すべきではない情報を含んでしまう可能性はないでしょうか？」とアンブロジノ氏は TechCrunch に語りました。「仕事のためにそうしています。必要であれば個人的なリスクも承知の上です。しかし、実際にはそのような事態は起きていません。」

アンブロジノ氏が取り組んでいるのは、OpenAI の最大の賭けである「ChatGPT Work」です。これは先月リリースされ、月額 20 ドルの同社最安プランでも利用可能です。この製品は、会計士、投資家、医師など、日々の業務をコンピュータに支配されているホワイトカラー労働者が AI エージェントを活用できるように設計されています。具体的には、LLM をこれらの専門職が日常的に使用するデジタルワークフローに接続するものです。

OpenAI のマーケティングコピーは、その目標を簡潔に表現しています。「人工知能が単なる質問への回答を超え、誰もが自らの壮大なアイデアを実現する手助けをする世界」です。

ソフトウェア開発者にとっては、この変化はすでに進行中ですが、他の部署への浸透はまだ緩やかです。ChatGPT Work は同社のコーディングツール「Codex」を改変したバージョンで、エンジニアが既にエージェントから得ているのと同じ機能を、非エンジニアにも提供することを目的としています。これは単に質問に答えるだけでなく、複数のステップを要するプロジェクトを自律的に完了させる AI ツールです。

OpenAI のコア製品（Work など）を担当する Thibault Sottiaux 氏は TechCrunch の取材に対し、「この新しい要素において、ChatGPT は非常に複雑なタスクも、楽しく安全に、あなたのために完全に自律的に実行できるようになります」と述べています。「これは OpenAI の究極の使命——すべての人を巻き込むこと——そのものです」。

商業的な観点からも、これは極めて重要です。長時間稼働するエージェントはより多くのトークンを消費するため、ユーザーあたりの収益性が向上し、OpenAI にとって有利に働きます。新たな職業層への到達は、OpenAI だけでなく業界全体にとっても不可欠です。コーディング分野が AI ラボにとって収益性の高い領域であることは証明済みですが、これらの企業が巨額のトレーニングと計算資源への投資を正当化するためには、AI ツールがカバーすべき専門業務のほんの一部に過ぎません。これまでソフトウェアエンジニアに焦点を当ててきた中で、法律向け Harvey や営業向け Clay といった垂直特化型の競合他社は、特定のモデルに依存しないアプローチで顧客獲得を狙ってきました。つまり、その時点で最も性能の高い AI を柔軟に組み込む方式です。

業界アナリストたちは、これが OpenAI とその競合他社が直面する主要な課題の一つと捉えています。「ラボが市場で AI をスケールするために必要な補完資産を迅速に確保できない場合、価値は他の場所に蓄積されることになる」と Christian Catalini は a16z の「It's time to build」ブログで記述しています。

ソフトウェアエンジニアではない人々にとって AI アプリを実用化するには、より丁寧なサポートが必要です。OpenAI の非エンジニア組織、例えば広報や財務チームが Codex を使い始めたのは、まだその段階では彼らに敵対的だった時期でした。「コードについて尋ねたり、『この機能の差分が空です』と表示したりする」ような技術的な読み出しを提示していたのです」と Ambrosino は語っています。これはソフトウェア変更用のツールでしたが、「そこで 2 月から現在にかけて、より汎用的な仕様へと改良し始めました。」

OpenAI が支援した研究によると、6 月には OpenAI 社員の 98% が Codex を使用していましたが、組織のサブスクライバーではわずか 17%、個人ユーザーでは 1% も満たない状況でした。社内でのほぼ完全な採用率と社外での極めて低い利用率とのこの差こそが、同社にとっての課題であり、同時に大きな機会でもあります。

「ユーザーに提供できる価値や利便性が高ければ高いほど、その一部に対して対価を支払う意欲も生まれるものです。ChatGPT についても私たちは常にそう捉えてきました」とソティヨ氏は語ります。「月額 20 ドルを支払いたいと思うのは当然だ、と感じるはずです。なぜなら、得られる価値があまりにも大きいからです。」

AI を直感的に使うには

この乖離を理解するには、OpenAI のエンジニアたちが何を作ろうとしているかを把握する必要があります。あらゆる大規模言語モデル（LLM）には、「ハネス」と呼ばれるソフトウェアが組み合わされています。これはモデルを囲むソフトウェアで、モデルがどの情報を見られるか、どのようなツールを利用できるか、そして回答をどのようにユーザーに提示するかを決定する役割を果たします。

このモデルを実行させ、エージェントとして機能させるためには、ハネスがツールと指示を提供し、長期的なタスクでそれらを活用できるようにします。開発者にとっては、LLM がコードを書けるようにしたコマンドラインインターフェース（CLI）が、ソフトウェアの構築やデプロイの方法を一変させるのに十分でした。しかし、一般ユーザーは CLI を使っていません。Windows が DOS に取って代わったのには理由があるのです。

「ソフトウェアエンジニアリングの枠を超えたエージェント型製品は、1995 年に作られて以来更新されていないような、あなたの生活やツール、ウェブサイトの混沌とした世界と関わるものになるでしょう」とアンブロジノ氏は TechCrunch に語りました。彼のチームが構築している体験こそが、有用な AI へのアクセスを拡大するために不可欠だと説明しています。

Claude Code や Codex といったアプリは、「バイブコーディング」という新しいスタイルを切り開きました。これらは実際のコーディング作業を抽象化し、ユーザーがプログラムに対して「こうして欲しい」と指示するだけで済むようにしました。

現在、OpenAI は OpenClaw のようなツールで実現されている機能を、LLM を活用するための仕組みとして、プロンプトを打つだけのような手軽さで提供しようとしています。Ambrosino 氏は、「これらの製品がモデルの前にない場合、専門家は同じ結果を得る方法を知っていますが、10 億人がその機能を使うようにはなりません」と語ります。

これは、パワーユーザーが必要とする機能と、一般層の普及に必要な使いやすさの間にあるトレードオフです。OpenAI の内部ではこの点について議論が交わされており、「ユーザーが直接モデルに指示すれば十分で、ボタンは不要だ」と主張する社員もいます。

Ambrosino 氏はこれに対し「それは時期尚早だと反論します。今はまだ初期段階であり、発見可能性（ディスカバビリティ）が重要です。いずれボタンは不要になるかもしれませんが、今は必要です」と述べています。

Work にはプロジェクトやプラグインを選択するための追加のボタンもありますが、目指しているのは他の OpenAI プロダクトと同様の「魔法の箱」のようなインターフェースです。Ambrosino 氏はこれを「スキューオモフィズム（擬態デザイン）」に例えています。これは、デジタルツールが置き換えた物理的な物体を模倣する、かつて流行したが現在は薄れつつあるデザイン手法です。例えば、ポケット電卓のように見える計算機アプリなどが該当します。

Ambrosino 氏は「あのデザインは単に見苦しいだけではありませんでした。人々をこの世界へ引き込み、移行を助ける役割を果たしたのです」と強調しています。

OpenAI は、Work と Codex の利用者数を公表していませんが、この統合アプリの利用者は 2000 万人にとどまっています。一方、同社によると ChatGPT のオンライン利用者は 10 億人を超えています。

ChatGPT にスキルライセンスを与える

現時点では、OpenAI はこのツールを、日常的でデータ集約型の調整タスクに最適だと位置づけています。例えば、従業員は 週次業績報告書 の作成や、スプレッドシートを 計画ツール への変換を行っています。

私は、エージェントを活用して関連するコミュニケーションや企業分析を集約し、投資メモを作成しているベンチャーキャピタリストたちと話をしました。また、運用チームが独自のカスタムダッシュボードやデータ可視化を構築している事例もあります。サム・アルトマンは 休暇の計画 にこれを利用しています。ある OpenAI のエンジニアは、エンジニアリングの問題に関する Slack の会話を確認し「グラフを作成して」と指示したところ、洞察に富んだプロットが次々と返ってきたと説明しました。

OpenAI で製品エンジニアリングチームを率いるアクシャイ・ナサン氏はこう述べています。「私自身を含め、これらの企業の平均的な労働者にとって、情報は洪水のように溢れています。私たちは、利用可能なすべての情報を解析し、それに基づいて行動を起こす能力において、実際には大きな制限を抱えています。この情報は Salesforce などのシステム記録ツールに散在していますが、ChatGPT の価値は、すでにこれらへのアクセス権があることではなく、今こそ真にその情報を利用できる点にあります」

これは、AI 信奉者たちが夢見るデジタルパーソナルアシスタントの姿かもしれません。Claude の「Co‑worker」や Perplexity AI のブラウジングエージェントと同様に、「ChatGPT Work」はエージェントを既存のワークスペース（メール、ウェブブラウザ、数多くの SaaS プラットフォームなど）に接続し、その文脈を活用してあなたをサポートします。

システムが正常に動作した時のインパクトは確かに大きいです。私は ChatGPT Work に、メールにある息子の保育園のカレンダー（書式が独特で扱いにくいものですが）を抽出して Google カレンダーに登録するよう依頼しました。実際に実行され、手作業での繰り返しデータ入力から解放されました。これで、学校のポットラックイベントの忘れや、休暇中の保育の手配漏れを防げるはずです。

私は OpenAI にメール受信トレイへのアクセス権限を与えることは信頼できず、インタビューのソース資料や記事の下書きにも触れさせませんでした（AI 懐疑派の皆さん、ご安心ください）。また、銀行口座へのアクセスも許しませんでしたが、もし信頼を持てたなら、より有用な活用ができたはずです。私が担当する上場企業に関する財務分析を依頼すると、自動更新されるメトリクスダッシュボードを作成してくれました。以前は Python スクリプトを書く必要があった宇宙打ち上げのクエリ可能なデータベース作成も任せています。さらに、学術情報ハブに投稿された最新の AI 研究に関する週報メールも送ってくれます。引き続き、このツールでの実験を続けていきます。

モデルに何かを依頼するのは直感的ですが、行動に必要な情報を渡すのはそれほど簡単ではありません。例えばクラウドドライブへのアクセス権限を設定しようとしても、循環するような混乱した手順になり、「読み取り専用」の権限を与えようとして何度も試みたにもかかわらずエラーメッセージが表示されることもしばしばでした。モデル自体もあまり役立ちませんでしたが、最終的にモバイルアプリでダイアログボックスが表示され、「完全なアクセス権限がないと機能しない」という案内が示されました。

多くの重要な設定はウェブアプリでのみ利用可能であるため、私は頻繁に両方のアプリを同時に使いながら作業することになりました。ChatGPT Work の制限には時折驚かされます。Google カレンダーと連携すればイベントの作成はできますが、新しいカレンダーを作成することはできません。また、努力レベル（effort level）が高くない限り、何も実行しようとしないほうが賢明です。そうしないと、これまで経験した中で最悪のインターン生と同じ結果しか得られないからです。

これは AI の早期採用者たちがよく口にするアドバイスで、不満を抱いた新規ユーザーがすぐに諦めてしまうことを懸念しているためです。OpenAI のハーン（harness）担当エンジニアリードであるジョー・ガーセンソン氏は、努力レベルの設定は新ユーザーにとってまだ直感的ではないと認め、「より良い支援ができるよう取り組んでいる。適切な推論レベルを得るための改善点がある」と述べ、「今後の展開にご注目ください」と付け加えました。

OpenAI は、一般のホワイトカラー業務への進出という新たな重要な課題に直面しています。その理由は、多くの業務プロセスがコードのように明確に測定・評価できるものではないからです。ソフトウェアは動作するかしないかの二択ですが、それでも「なぜコードが良いのか悪いのか」という微妙なニュアンスまでは説明しきれません。一方、優れたプレゼンテーションやビジネス戦略、営業トークの評価や追跡は、そう簡単にはいきません。

Ambrosino 氏はこう述べています。「このような製品における独特の課題の一つは、何でもできてしまう点です」。私がチームが設計する具体的な問題や対象とする業務プロセスについて質問すると、エンジニアたちは「それは OpenAI の研究チームに聞くべき質問だ」として答えるのを避けていました。

その後、OpenAI は TechCrunch に対し、44 の職業と数百の知識労働テストから作成したベンチマーク GDPVal を利用しており、それに加えてユーザーフィードバックも活用していると回答しました。公式ではない別の答えとしては、OpenAI の従業員自身からのアイデアが挙げられます。Ambrosino 氏は「常に自問する必要があります。『誰もが行うような業務プロセスに取り組んでいるのか』それとも『自分たちだけが変なことをしているのか』とね」。

このアプリの初期採用者が実際の利用を通じて貴重なデータ（トレース）を生み出すことになります。コーディングツールの成功の多くが同様のデータ収集に基づいているように、トレーニング用にデータを公開するオプションを拒否しない限りです。（私は拒否しました）

OpenAI の製品設計を駆動したライバル関係

モデルインターフェースへの注目が集まる中、OpenAI のエンジニアたちは「Codex や ChatGPT Work が、Claude Code や大衆向けに設計された他のエージェント型ツールと何が違うのか」というシンプルな質問に対して、答えを渋る傾向がありました。

"それはあなたにとってがっかりする回答になるかもしれませんが、正直なところ、私が彼らが作っているハーン（ツールの枠組み）を詳しく見ているわけではありません。" Gershenson 氏はそう答えています。ここで思い浮かぶのは、『Mad Men』の有名なミームです。「I don't think about you at all」（あなたのことなど全く考えていませんよ）というあのフレーズです。

正直に言って、私は彼らの言葉を信じていません。製品間のユーザーインターフェースがあまりにも似通っていること、どんな企業でも競合他社の動向を把握する必要があること、そして ChatGPT Work を起動した際に最初に行われたのが Claude Code のデータ移行だったという事実から考えても、そう思わざるを得ません。

OpenAI の社内で Claude Code がデリケートな話題になっているのは理解できます。ライバル企業が AI コーディング市場を定義し、ソフトウェアエンジニアの働き方に革命をもたらしたからです。さらに腹立たしいのは、そのアイデア自体は OpenAI が先に持っていたにもかかわらず、それを正しく活用できなかったという点です。

OpenAI が Codex をウェブアプリとして最初に開発した際、エンジニアたちは少しやりすぎてしまったのです。Ambrosino 氏いわく、「少し AGI（汎用人工知能）に夢中になりすぎた」状態でした。要するに、モデルがユーザーの最小限の入力だけで、自らタスクを完遂できるほど賢いという前提で賭けたのです。

Claude Code は直後に構築され、ユーザーとの双方向の会話を中心に設計されました。課題を与えると、可能な選択肢を調査して 3〜4 つの進行案を提示し、ユーザーが選択するとさらに一歩進んで再確認する仕組みでした。これにより、モデルやハネス（制御層）の誤りを減らしつつ、継続的な更新を提供します。

Anthropic のアプローチは、ユーザーに多くの作業を要求する一方で、より効果的であることが証明されました。「当時のモデルとハネスの状況に対して、私たちの製品はやや先行していた」とアンブロジノ氏は振り返ります。

OpenAI もその後追随し、ユーザーがモデルと対話できる機会を増やしました。これが現在私たちが知る Codex の原型で、デスクトップ版とモバイルアプリを備えています。ダウンロード統計をプログラムの関心度の代理指標として用いると、Claude Code は今年 4 月まで需要が高かったものの、現在は Codex がわずかにリードしています。また、企業利用に関する調査でも OpenAI が追いつきつつあることが示されています。

このリードの一部は、製品市場適合を正しく達成した結果であり、一部は Anthropic のモデルにおける安全制限への不満や計算資源の不足によるものです。OpenAI は ChatGPT Work を通じて人間中心のハネスへと進化を続けていますが、取材に応じたエンジニアたちは、OpenAI の最新かつ高性能でコスト効率に優れたモデルの強さが最大の差別化要因だと強調しています。

「 frustrating な答えになることが多いのは、結局はモデルの問題であり、私たちはこのアプリにおいてその点を最大限に活用することに注力してきました」とアンブロジノ氏は語った。

優れたハッチの条件とは？

この説明は、AI研究者たちが学んだ「苦い教訓」bitter lesson に立ち返る。それは、特定の分野での経験よりも、より汎用的なモデルの方が重要であるという教訓だ。真の信奉者にとって、ハッチは永続的な堀ではなく、一時的な足場に過ぎない。

「追加機能やツール、条件分岐などを多数組み込めば短期的には良い結果が得られるかもしれない。しかし、数ヶ月後に次世代モデルが登場すれば、それらはすぐに陳腐化してしまう」とゲルシェンソン氏は TechCrunch に語った。同チームは、モデルが必要とするツールとコンテキストを最もシンプルに提供する方法に焦点を当てている。

「優れたハッチエンジニアリングの目標とは… モデルが問題を解決するために本当に必要な情報をより正確に特定することだ。単に任せるだけであれば、モデルはそれをこなす能力を日々向上させている」とゲルシェンソン氏は述べた。

しかし、多くのユーザーやモデルが本当にその準備ができているかどうかは、まだ明確ではありません。職場での AI ツールを研究するウォートン・スクール教授のエタン・モリック氏は、依然として Claude の方が使い勝手が良いと考えており、「ChatGPT は魔法のように振る舞って何でもやろうとする傾向がある一方、Claude は比較を行い、それを繰り返し提示し、入力とフィードバックを求め、A/B テストを実行する」と指摘しています。

しかし、ソティア氏や OpenAI 全体はこれに異議を唱えています。彼らは、アプリの操作方法を学ぶよりも、会話型のインターフェースの方が優れていると考えています。「世界はこのアプリに対して準備ができていると確信しています」とソティア氏は語り、「だからこそ、驚くほど急速な普及が進んでいるのです」と説明しました。

それでも、特定のモデルに特化したハネス（枠組み）こそが、モデルの性能を最大化するための最善策であるかどうかは不明です。Composio や Databricks といった企業が実施した比較テストでは、異なるハネスとモデルの組み合わせによって、コーディングベンチマークでのパフォーマンスが大きく異なることが示されています。Databricks の調査では、ソフトウェア企業 Earendi が公開したオープンソースのハネス「Pi」が、同じ GPT 5.5 モデルを使用しながらも Codex を上回る性能を発揮しました。Pi は、OpenClaw や CloudflareOS といったプロジェクトの構築にも活用されています。

Pi の開発者である Mario Zechner 氏は、あえてシンプルに設計されたこのフレームワークこそが、少なくともソフトウェアエンジニアやコーディングタスクにおいては AGI（汎用人工知能）志向のアプローチが機能する証拠だと語っています。明示的な機能が不足している点は、自身でインターフェースを構築し、自らを修正できる能力によって補われていると彼は説明します。一方で、OpenAI のエンジニアたちが直面している課題、つまりユーザー層をエンジニア以外に広げていく難しさには共感を示しています。

「すべてのものがコーディングエージェントの形をしているのです。その理由は、学習データがコーディングタスクに特化しているからです」と TechCrunch に対して彼は語っています。「例えば管理職の人が今日意思決定を下し、結果が出るのは数ヶ月後だとしましょう。ユーザーとエージェントのやり取りを単純なトレースとして記録しても、そのような事象は捉えきれません。つまり、デジタル化されていないタスクやデータは、モデルが学習してアクセスできる範囲から外れてしまうのです」。

他のオープンソースプロバイダーと同様に、彼は大手ラボが自社のフレームワークを推進しようとする動きを、ユーザーの囲い込み（ロックイン）と捉えています。「彼らにはスタック全体を支配する必要があります。そうしなければ単なるモデル提供企業となり、中国製のモデルとの競争に巻き込まれてしまうからです」。

TechCrunch が取材したエンジニアたちを含め、多くの人が指摘するように、最先端ラボのフレームワークにおけるトークン使用量やエージェントの振る舞いに関する洞察は、依然として限定的です。確かに非技術的な労働者にとっては、その点への関心が薄いかもしれません。しかしコーディングツールと同様に、OpenAI が目指すような大規模な普及が実現すれば、コストについてより厳しい議論を避けることはできなくなるでしょう。

例えば、月額 20 ドルのサブスクリプションを利用している間、4 日間で 8,000 万トークン以上を使用しました。これはモデルの分析によると 65 ドル相当のコストですが、アプリにはダッシュボードがないため正確な内訳は確認できません。つまり、単にカジュアルに 4 日間使っただけで、サブスク料金の 3 倍以上を OpenAI が負担していることになります。

「私たちは毎日、効率化の最前線に取り組んでいます」とソティヨ氏は語り、OpenAI の Luna モデルを利用するユーザー向けに最近行われた 80% の値下げを例に挙げました。「半年後には、同じタスクをより少ないコストで実行できるようになっているはずです」。

もう一つの重要な点は、これらのアプリがデータ保持や、すべてのプラグインとその権限設定に伴う手間によって、顧客を自社製品にロックインさせているかどうかです。

7 月に私が訪れた OpenAI の本社では、木目調の壁と観葉植物で彩られた空間は静かでしたが、どこか緊張感がありました。ここにはやるべきことが山積みの人々が集まっています。私と話したエンジニアたちは、会話中も常にラップトップを監視し、会議室から会議室へと走り回っていました。

プロダクトエンジニアリングチームの責任者であるネサン氏は、「魔法の箱が約束する未来に注力していますが、まだ複雑さが多すぎると思います」と述べました。「しかし、モデル自体と、真の意味で AI ネイティブなアプローチによって、この課題を解決できると確信しています」。

*当記事内のリンクを通じて購入された場合、私たちは少額のコミッションを受け取る可能性があります。これは編集の独立性には影響しません。*