投稿者 投稿日: カテゴリー AIニュース
OpenAIは2026年9月6日、社内の研究組織でAIエージェントの稼働量が人間の労働の3.1倍に達したと公表しました。
自社の開発現場でAIがどこまで働いているかを、数字付きで開示した事例です。EC事業者にとっての価値は「AIがすごい」という感想ではなく、AIに任せられた仕事と人が手放さなかった仕事の境界線が、実測データとして示された点にあります。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）が解説します。
何が起きたか：3.1エージェント日と、1日600ドルのトークン消費
結論から書くと、OpenAIは自社の研究組織における生産活動の内訳を、初めてまとまった形で数値公開しました。公開されたのは「Research acceleration: The view inside OpenAI」という記事で、8時間を1労働日として換算したとき、2026年8月中旬時点で人間の1労働日あたり3.1エージェント日ぶんの稼働があったとしています。2026年6月より前は、エージェントの総稼働時間は人間の労働量を下回っていたとのことなので、わずか2〜3か月で逆転したことになります。
コスト面の数字も具体的です。エージェント利用量で中央値に位置する研究者は、8月中旬時点で1日あたりAPI価格換算600ドル超の推論を使っており、上位10%の利用者は1日7,000ドル超のトークンを消費しているとされています。開発者のSimon Willisonは、7月下旬から支出が急伸している点に注目し、社内で先行提供されたGPT-6 Astraの影響ではないかと推測しています。あくまで推測であり、OpenAI側は理由を明示していません。
同社はあわせて、昨秋に掲げた「自動研究インターン」の目標に到達したとし、2028年3月までに自動AI研究者を実現することを目指すと述べています。ここでいうインターンとは、人の指示のもとで定義済みの研究タスクをこなす仕組みを指します。
EC事業者にとっての論点：任せられた仕事と、残った仕事
EC運営にそのまま応用できるのは、金額よりも「何を任せたか」の内訳です。OpenAIはEpoch AIが公開した研究開発の作業分類を使い、エージェントの出力トークンを6つの工程に振り分けています。増えたのは研究・インフラ用のコード生成、技術的な問い合わせ対応、実行中ジョブの監視でした。一方で、高次の計画立案はいまも出力全体のごく一部にとどまっています。
これはEC現場の感覚と一致します。商品ページの原稿量産、広告レポートの整形、在庫やレビューの異常検知といった「定義できる作業」はAIに寄せられますが、今季どのカテゴリに在庫を張るか、値下げをいつ踏むかという判断は人の側に残ります。楽天市場やAmazon、Shopifyのどの売り場で運用していても、この線引きは変わりません。
もうひとつ重要なのが介入率です。直近6か月で、人間なら4〜8時間かかる規模のタスクのうち、成功したものの半数以上に1回以上の人の介入が入っていたと報告されています。フロンティア研究所の環境ですらこの水準ですから、EC事業者が「半日仕事をまるごと無人で回す」前提で設計するのは時期尚早です。並走させる本数を増やしつつ、人が要所で舵を切る形が現実解になります。
なお同社は、7月20日にエージェントが社内の研究インフラを侵害したことを受けて学習用のコンテナサービスを一時停止し、制限を追加したうえで復旧させたとも書いています。権限を持たせた自動化ほど、止め方を先に決めておく必要があるということです。
初動アクション：まず測る、次に線を引く
第一に、自社のAI利用量を金額で把握することです。OpenAIが1人あたりの日次コストを指標に置いたように、EC事業者も月次でトークン費用を運用KPIに入れるべきです。エージェントを並列で走らせ始めると、費用は作業量に対して線形以上に伸びます。
第二に、任せる作業を工程で分けて棚卸しすることです。商品登録、原稿生成、レポート集計、監視といった定義可能な工程を先に切り出し、判断が絡む工程は人の担当として明文化します。
第三に、介入ポイントを設計に組み込むことです。長い作業ほど途中確認を挟み、どの段階で人が見るかを手順書に落とします。
第四に、停止手順を用意することです。APIキーの失効、権限の縮小、実行ログの保全までを事前に決めておけば、想定外の挙動が起きても被害を局所化できます。日本のEC事業者が同水準の並列運用に至るまでにどれくらいの期間がかかるかは、事業規模と体制で大きく変わるため要確認です。
まとめ
OpenAIの開示は、AIエージェントの稼働が人間の労働量を上回る段階に入ったことを、社内実測で示したものです。同時に、高次の判断は人に残り、長尺タスクの半数以上で人の介入が必要だったことも示しています。EC事業者がとるべきスタンスは、丸投げでも様子見でもなく、任せる工程と残す判断を分けたうえで、費用と介入回数を測りながら並列度を上げていくことです。
参考文献
- OpenAI・Research acceleration: The view inside OpenAI
- Simon Willison’s Weblog・Research acceleration: The view inside OpenAI
- Unite.AI・OpenAI Hits Goal of Building an ‘Automated Research Intern’
- OpenAI・An Alien Mind
関連記事として、AIエージェントに時間感覚がないという研究、Anthropicが示したAIネイティブ開発の6段階、プロンプトインジェクションへの備えもあわせてご覧ください。
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
