OpenAI職務越境AI、役割再設計KPIを90日で作る

OpenAI Economic Research は 2026年7月27日、新しい研究シリーズ Work at the Frontier の第1弾として、ChatGPT利用が仕事の境界をどう変えているかを分析した How AI is expanding what people do at work を公開した。主題は、AIが仕事を速くするかどうかだけではない。人が自分の職種の外にあった作業へ踏み出し、職務の組み合わせそのものが変わる可能性である。

この論点は、以前の OpenAI Economic Research Exchange と同じシリーズで読むべきだ。Exchange はAIの経済効果をどう測るかを扱い、Codexのagentic work経済実証 は業務委譲KPIを開発組織に寄せて整理した。今回のWork at the Frontierは、職務をまたぐAI利用をChatGPT Businessの実利用データから見た点に新しさがある。

日本企業にとって重要なのは、「AIで職種が消える」という短絡ではない。営業が簡単なデータ分析を行い、人事が規程文書を読み解き、マーケターがWebの不具合を切り分けるように、AIが専門部署への依頼前の作業を広げる。これは中小企業、少人数チーム、兼務が多い日本の現場では特に実務的な意味を持つ。

事実: Work at the Frontierは職務境界を測った

OpenAIの発表によると、今回の分析は米国のChatGPTユーザーによる80万件超の仕事関連メッセージを対象にしている。OpenAIは、ユーザーの職種情報とO*NETの職務活動分類を使い、メッセージが自分の職種内の作業か、職種をまたぐ作業か、あるいは多くの職種に共通する一般的な作業かを分類した。

結果として、仕事関連メッセージ全体の16.8%が、ユーザー自身の職種とは異なる職務に歴史的に結びつく作業だった。さらに、メール作成や要約のような汎用作業を除いた職務固有メッセージでは、43.5%が職務境界を越えていた。OpenAIはこの現象を task crossover と呼んでいる。

対象は、顧客対応、デザイン、エンジニアリング、財務、人事、法務、マーケティング、営業の8職種である。職種ごとの傾向も示されている。顧客対応、デザイン、人事、法務、マーケティングでは、職務固有メッセージの過半が自職種外の作業だった。つまり、AI利用は単に既存作業の効率化だけでなく、別の専門職に依頼していた作業の一部を手元へ引き寄せている。

ただし、これは雇用予測ではない。OpenAI自身も、職務境界を越えるAI利用は「仕事の分担が変わる早期シグナル」として扱っている。AIが作業を助けることと、その職種の雇用が増減することは別の問題である。この点は OpenAI欧州AI雇用地図 で扱った4分類の読み方とも一致する。

事実: マーケティングとエンジニアリング作業が広がった

レポートで目立つのは、職種を越えて移動しやすい作業の種類である。OpenAIは、財務計算、コンピューターアプリケーションやシステムのトラブルシュート、顧客向けの商品・サービス説明、マーケティング資料作成、行政機関とのコミュニケーションなどが、複数職種で繰り返し現れると説明している。

特にマーケティングとエンジニアリングは、他職種へ広がりやすい。営業や顧客対応がキャンペーン文面を作る。デザイナーがWebやシステムの技術的な切り分けを行う。財務担当がツールの不具合やデータ処理をAIに相談する。こうした作業は、専門家の最終判断を不要にするというより、依頼前の下調べ、初稿、一次切り分けを現場側へ戻す。

日本企業では、この変化はすでに起きている可能性が高い。少人数の事業部では、営業、企画、CS、マーケティング、情シスの境界がもともと薄い。AIが入ると、兼務者はさらに多くの作業を試せるようになる。一方で、専門部署から見ると、依頼前の情報整理が進む場合もあれば、半端な成果物のレビューだけが増える場合もある。

このため、AI導入を「全員が何でもできる」方向で語るのは危うい。職務越境AIは、専門職の代替ではなく、依頼、レビュー、承認の流れを変えるものとして設計すべきである。

分析: 日本企業は職種ではなく業務束で見る

ここからは分析だ。

日本企業が今回の研究から学ぶべきことは、職種単位の大ざっぱなAI導入計画をやめることである。「営業にAIを入れる」「人事にAIを入れる」「開発にAIを入れる」だけでは、職務越境の実態を見落とす。AIが広げるのは職種名ではなく、作業の束だからだ。

まず、各部門の仕事を「情報を集める」「初稿を作る」「計算する」「説明する」「判断する」「承認する」「顧客に出す」「記録する」に分ける。営業が財務計算をAIに相談しているなら、それは営業DXではなく、営業が財務関連の一次判断へ踏み込んでいる状態である。人事が法務文書をAIに読み解かせているなら、人事業務の効率化だけでなく、法務レビュー前の相談構造が変わっている。

次に、職務越境作業を3つに分類する。第一に、現場で完結してよい作業。たとえば社内向けの粗い要約、議事録からのタスク抽出、公開情報の整理などである。第二に、専門職レビューを必ず通す作業。契約、労務、セキュリティ、財務、医療、品質保証が絡むものはここに入る。第三に、AI利用を制限すべき作業。個人情報、未公開財務、顧客秘密、規制対象判断を含む場合は、利用ログ、承認、利用可能ツールを明確にする必要がある。

この分類を持たずにAIを配ると、現場は便利に使っているつもりでも、専門職のレビュー負荷や責任境界が曖昧になる。逆に、すべてを禁止すると、少人数チームがAIで専門部署への依頼前準備を進める利点を失う。必要なのは、職務越境を認めたうえで、どこから人間の専門判断に戻すかを決めることだ。

実務: 90日で職務越境AIのKPIを作る

最初の30日は、AI利用を職種ではなく作業で記録する。プロンプト数や利用者数だけを追うのではなく、どの職種の人が、どの職種に近い作業を、どの成果物に使ったかを見る。営業がデータ分析、マーケティングが技術調査、人事が法務確認、CSが製品仕様の説明文作成をしているなら、それぞれを職務越境の候補として記録する。

次の30日は、レビュー負荷と品質を測る。AIで作られた成果物が専門部署へ渡る場合、レビュー時間、差し戻し回数、重大な誤り、最終採用率を見る。ここで重要なのは、現場側の時間短縮だけを成功にしないことだ。現場が30分短縮しても、法務や開発のレビューが1時間増えるなら、組織全体では成功とは言えない。

最後の30日は、業務ごとに運用ルールを決める。完結可能な作業はテンプレート化する。レビュー必須の作業は、専門職が確認しやすい入力項目、根拠リンク、差分説明を義務づける。制限すべき作業は、利用可能なAI環境、データ投入禁止項目、承認者、ログ保存期間を決める。

この流れは、ChatGPT業務AI課金開始 で扱った費用管理ともつながる。職務越境AIは、使う人が増えるほど価値もコストもレビュー負荷も増える。だからこそ、利用枠や課金単位だけでなく、どの越境作業が本当に組織価値を生んだかをKPIに入れる必要がある。

注意: 専門職の責任は残る

Work at the Frontierの読み方で避けたいのは、「AIが職務境界を越えたなら専門職はいらない」という結論である。レポートは、職務境界を越えるAI利用を示しているが、専門職の責任や判断が消えたとは言っていない。むしろ、AIによって非専門家が初稿や下調べを作れるほど、専門職はレビュー、例外処理、説明責任、制度判断へ集中する必要がある。

日本では、法務、労務、医療、金融、公共、製造品質、情報セキュリティの領域でこの線引きが特に重要になる。AIが契約条項を説明できても、最終的な契約リスクの判断は法務や事業責任者に残る。AIがコード修正を提案できても、保守性、セキュリティ、リリース判断は開発チームに残る。AIが採用文面を作れても、公平性と候補者対応の責任は人事に残る。

職務越境AIは、専門部署への依頼を減らすだけの道具ではない。依頼の質を上げ、レビューを速くし、少人数チームが初動を進めるための道具である。この前提でKPIを作れば、AI導入は「何人が使ったか」から「どの仕事の受け渡しが改善したか」へ進められる。

まとめ

OpenAIのWork at the Frontierは、AI利用を職務境界の観点から見る重要な研究である。43.5%という数字だけを切り取るより、AIが仕事の分担、依頼前準備、専門職レビュー、人材育成をどう変えるかに注目すべきだ。

日本企業は、職種単位の導入計画から、業務束単位の再設計へ移る必要がある。職務越境AIを前提に、現場で完結してよい作業、専門職レビューが必要な作業、制限すべき作業を分ける。そのうえで、時間短縮、品質、レビュー負荷、責任境界を90日で測る。これが、AIを便利な個人ツールから組織の業務設計へ移す現実的な一歩になる。

出典

• How AI is expanding what people do at work - OpenAI, 2026-07-27
• Work at the Frontier: How AI is expanding what people do at work - OpenAI Economic Research, 2026-07
• AI Jobs Transition Framework - OpenAI Economic Research, 2026