ChatGPTに質問するだけの時代が終わり始めた。Codex利用者の80.6％が「30分超の仕事」を任せる今

ChatGPTに質問して、回答をコピーして、次の作業は人がやる。

この使い方がなくなるわけではありません。

ただ、AI活用の中心はもう一段先へ進み始めています。

OpenAIが2026年6月25日に公開したデータでは、2026年5月時点でCodexの個人ユーザーの80.6％が、人なら30分を超えると推定される作業を少なくとも一度依頼していました。

1時間超は70.2％。

8時間超でも25.6％です。

さらに2025年8月以降、Codexの非開発者ユーザーは個人で137倍、組織では189倍に増えています。

数字がもう「ちょっとコードを書いてもらう」の範囲じゃないんですよね。

AIに答えをもらうのではなく、仕事そのものを渡し始めています。

## 「質問」から「依頼」へ変わった

これまでのChatGPTは、かなり優秀な相談相手でした。

「この文章を直して」

「このエラーの原因を教えて」

「このExcel関数を作って」

基本的には、1回の質問に対して1回の答えを返します。

AIエージェントは少し違います。

目的を受け取ったあと、自分で情報を確認し、ツールを使い、途中結果を見て、必要ならやり直し、成果物まで持っていきます。

例えばClaude CodeやCodexなら、コードを読むだけでなく、複数ファイルを変更し、テストを実行し、失敗したら修正するところまで進められます。

これを仕事側へ広げると、調査、資料作成、データ集計、メール下書き、レポート作成なども「一工程ずつ質問する」のではなく、「この仕事を終わらせて」に近づきます。

はい。

上司っぽくなってきました。

 日本企業側も、すでにAIエージェントへ動いている

Microsoft Japanが2026年7月27日に公表した調査では、日経225企業の87％がAIエージェントを活用しているとされています。

ここで重要なのは、AI活用が「個人の文章作成」だけではなく、組織の仕事へ入ってきている点です。

僕自身、業務改善の案件でChatGPT、Claude Code、Cursorを使っていますが、最近強く感じるのは「コードを出す速さ」より「どこまで任せていいか」のほうが難しいということです。

実際のシステムには、権限があります。

既存データがあります。

ログイン状態があります。

外部サービスのAPIがあります。

日付の境界があります。

Dropboxの書き込み権限ひとつで普通に止まります。

AI「実装しました」

僕「動かないね」

AI「確認します」

この往復、未来感があるのかないのか分からなくなります。

AIエージェントに仕事を丸ごと渡すなら、4つ決める

僕なら、AIエージェントを業務へ入れるときに最低4つ決めます。

任せる

何を成果物とするかです。

「売上を調べて」ではなく、「昨日分の売上を集計し、前週同曜日と比較して、異常値を一覧にする」くらいまで決めます。

ゴールが曖昧だと、AIも立派に迷子になります。

 止める

AIが勝手に実行してはいけない場所を決めます。

メール送信、データ削除、請求処理、公開処理などです。

下書きまではAI。送信は人。

ここを分けるだけでも事故は減ります。

 戻す

失敗したときの復旧方法です。

バックアップ、履歴、世代管理、再実行条件を決めます。

業務システムでは「成功する仕組み」より「失敗しても戻れる仕組み」のほうが大事なことがあります。

確認する

何をもって完了とするかです。

件数、金額、ファイル数、差分、テスト結果など、機械的に確認できる条件を置きます。

AIが「完了しました」と言ったから完了。

これは怖いです。

僕も何度コードを見直したか分かりません。

16年目SEなのに、最後は普通に目視しています。文明どこ行った。

任せやすい仕事と、人を残したい仕事

現時点では、全部をAIエージェントへ渡す必要はありません。

任せやすいのは、手順が決まっていて、結果を確認しやすい仕事です。

・情報収集と整理

・CSVやExcelデータの加工

・定型レポートの下書き

・テストケース作成

・既存コードの調査

・文章やメールのドラフト

逆に、人を残したいのは判断の影響が大きい仕事です。

・お金を動かす

・顧客へ正式送信する

・本番データを削除する

・契約や法的判断を確定する

・仕様が曖昧なまま大規模変更する

あなたは今ここまで読んでますよね？

たぶん「結局、人が確認するならそんなに変わらなくない？」と思うかもしれません。

変わります。

人が全部作業して最後に確認するのと、AIが作業を進めて人が重要ポイントだけ確認するのでは、仕事の設計がまるで違うからです。

 これから必要なのは「AIに詳しい人」だけじゃない

AIエージェントが増えるほど重要になるのは、プロンプトだけではありません。

業務を分解できる人。

権限を設計できる人。

エラー時の復旧を考えられる人。

既存システムと接続できる人。

最終確認の条件を決められる人。

この辺りです。

僕が現場でやっているのも、結局ここです。

Claude Codeでコード生成が速くなっても、工程表の日付が翌年を正しく扱えるか、既存画面に影響しないか、ログインユーザーを削除したとき弾けるか、といった確認は残ります。

むしろ生成速度が上がるほど、確認するものが増えます。

クッッッソ便利なのに仕事がゼロにならない。

世の中うまくできています。

 AIは「第2のメンバー」くらいから始める

僕は、いきなり完全自動化を目指すより、AIをチームの第2のメンバーくらいに置くのが現実的だと思っています。

調べてもらう。

作ってもらう。

チェックしてもらう。

ただし、本番操作の境界は人が持つ。

そこから少しずつ任せる範囲を広げる。

ChatGPTに質問する時代が終わるわけではありません。

ただ、「質問して答えを受け取るだけ」がAI活用の中心ではなくなり始めています。

次に企業が悩むのは、「AIに何を聞くか」ではなく「AIにどの仕事を渡すか」です。

AIエージェント化する業務の整理から相談できます

毎日のExcel作業、定型メール、情報収集、帳票作成など、「これをAIや自動化へ渡せないか」という相談も対応しています。

ChatGPTだけでやるのか、GASやPythonを組み合わせるのか、Claude Codeでシステム化するのか。

最初からツールを決める必要はありません。

プロフィールの出品サービスから、今の作業をそのまま教えてください。任せるところ、人が残るところ、止めるところから整理します。