Codexの利用データ、AIエージェントを「相談相手」から作業の委任先へ移した
OpenAIは2026年6月25日、Economic Research paper「The Shift to Agentic AI: Evidence from Codex」を公開しました。記事と論文が示すのは、Codexが単なるコード生成ツールではなく、作業を委任する面へ変わっていることです。短いチャットで助言をもらうのではなく、数十分から数時間のタスクを任せ、複数のエージェントを並行させ、結果を人間が監督する。AIの仕事単位が、会話から作業ストリームへ移っています。
Codexは、回答ではなく作業時間を引き受ける面になった
OpenAIの記事は、agentic AIが知識労働の単位をsingle interactionsからdelegated, long-horizon tasksへ変えると説明しています。Chatbotは短く自己完結したやり取りが多い。一方、agentsは数分から数時間にわたって動き、tool callsを組み合わせ、環境とやり取りし、解決へ向けて反復します。
論文はCodexの利用データを、個人ユーザー、組織ユーザー、OpenAI社内ユーザーの3群で分析しています。2026年前半だけでactive usersは5倍以上に増え、OpenAI社内ではCodexが仕事用AI利用の中心になったとされます。ただし論文自身も、OpenAI社内は利用量制限がなく、モデルや社内知識に近い特殊な環境で、一般企業そのものを代表するものではないと明記しています。
それでも、使い方の変化は大きいです。OpenAIの記事によると、2026年5月時点でサンプルされた個人ユーザーの80.6%が、人間なら30分超かかると推定されるCodex依頼を少なくとも1回行い、70.2%が1時間超、25.6%が8時間超の依頼を少なくとも1回行いました。脚注では、これらの作業時間はCodex transcriptを使ったLLM-as-judgeによる推定で、方向性として扱うべきだと説明されています。
非エンジニアにも、技術作業を委任する余地が広がった
OpenAI社内では、Codexはエンジニアだけの道具にとどまっていません。記事は、Legal、Finance、Recruitingが2026年4月ごろにCodexを主要な仕事用AIツールとして使う段階へ移ったと説明しています。平均的なOpenAI workerでは、Codexがoutput tokensの85%以上を占め、全体のweekly output tokensでは99.8%を占めるとされています。
論文は、非開発者の利用増加が開発者より速いことも示しています。2025年8月以降、非開発者のweekly usersは個人ユーザーで137倍、組織ユーザーで189倍、OpenAI社内で12倍に増えたとされます。これは『誰もがエンジニアになる』という意味ではなく、技術作業の一部を委任する入口が広がったという読み方が現実的です。
記事中の職種別ヒートマップも、その境界の変化を見せています。Business functionsのworkerがCodexで行った仕事の4分の1超はengineering or codingだったとOpenAIは説明しています。営業、採用、法務、財務、プロダクト、オペレーションの人が、データ変換、社内ツール、自動化、構造化分析、ドキュメント生成の一部を自分の仕事面から直接委任するようになる。Interface Wire的には、これはAIツールが『専門家に頼む前のUI』になり始めたという話です。
価値はモデル性能だけでなく、監督とレビューの設計で決まる
論文が強調するもうひとつの点は、heavy usersの使い方です。10%以上のユーザーが週のどこかで3つ以上のCodex agentsを並行管理し、26.6%がcomplex workflows向けの共有指示であるskillsを使っているとされています。OpenAI社内の最も集中的なユーザーでは、Codexは単発の質問応答ではなく、複数の作業ストリームを委任、監視、レビュー、調整するworkflow systemに近いと説明されています。
ここで重要なのは、エージェント化が人間を消すのではなく、人間の仕事を変えることです。論文は、価値を得るにはworkflow、responsibilities、review processesをdelegation and verificationの周りに再設計する必要があると述べています。ファイル、権限、実行環境、レビュー担当、完了条件が整っていなければ、強いモデルがあっても組織全体の仕事は変わりにくい。
つまり、Codexの経済的意味は『AIがコードを書ける』だけではありません。人間が何を委任し、どの証拠で確認し、どこで止め、複数の作業をどう並行させるかを設計できるかです。AIエージェントのUIは、プロンプト欄よりも、タスク分割、実行ログ、差分レビュー、権限、スキル共有、通知、完了判定を含む作業環境に近づいています。
OpenAIのCodex研究は、AIエージェントを『より賢いチャット』としてではなく、作業を委任するインターフェイスとして読むべきだと示しています。社内データや作業時間推定には当然バイアスがあります。それでも、長時間タスク、並列エージェント、非エンジニアの技術作業、skillsの共有、レビュー前提の運用という並びは、次の仕事UIの輪郭をかなりはっきり描いています。AIの価値は、回答の質だけでなく、どれだけ安心して作業を渡せるかで測られるようになります。