ChatGPT Enterpriseは若手ほど高頻度で利用、1700万件のログが示す企業AI活用の実態

企業向け生成AIを職場で高頻度に利用しているのは、幹部層よりも初期キャリアの若手社員や研修生であることが、OpenAIと米大学の研究者による大規模分析で示された。1,764組織における1,700万件以上のChatGPT Enterpriseメッセージを分析したところ、役職が高くなるほど、アクティブユーザー1人あたりのメッセージ数が少なくなる傾向が確認された。また、導入は大規模な上場企業に集中し、利用拡大の約半分は新規導入ではなく、既存顧客内での利用増加によるものだった。

■アンケートではなく「1700万件の行動ログ」を分析

これまで企業のAI導入に関する議論の多くは、マネージャーや従業員への意識調査やアンケートに基づいてきた。しかし、アンケート調査には記憶の不正確さや自己申告による偏りが生じる可能性がある。

OpenAI、コロンビア・ビジネススクール、ペンシルベニア大学ウォートン校の研究チームが2026年8月12日にプレプリントサーバーarXivへ投稿した69ページのワーキングペーパーは、実際の利用記録を使う異なるアプローチを採用した。分析対象は、2024年1月から2026年3月までにChatGPT Enterpriseを導入した組織のデータである。

職位別分析では、導入から6カ月時点の1,764組織、1,744万6,551件のメッセージを使用した。研究者が個々のメッセージを手作業で閲覧するのではなく、SCIMによるID管理データから得た職種・役職情報を、GPT-5 miniを基にした自動システムで分類した。

タスク別分析では、分類システムが利用可能になった2025年10月30日以降のデータから、973組織、約870万件のメッセージを対象に、60種類の業務タスクへ分類している。こうした実際の行動記録は、利用者が何をしたと回答したかではなく、サービス上でどの程度利用したかを捉える。

■役職の逆勾配、若手ほど多く利用

分析では、企業AIを巡る一般的な見方とは異なる利用傾向が示された。「AIは定型業務の多い若手の仕事を代替する」「幹部層が戦略的意思決定のためにAIを使いこなす」といった議論がある一方、メッセージ数で測った利用強度は若手ほど高かった。

導入から6カ月が経過した企業では、週次アクティブユーザーの構成比はマネージャー・ディレクター層が約24%、非管理職の個人貢献者（IC）が15%、シニアICが14%、役員・幹部層が10%、若手・研修生層が7%だった。したがって、アクティブユーザーの人数構成では管理職層も大きな割合を占めている。

一方、アクティブユーザー1人あたりの週間メッセージ数を比較すると、初期キャリア層や研修生は、同じ社内のアクティブユーザー平均より8〜9件多く送信していた。役員、創業者、パートナーなどは平均を下回り、役職が上がるほどメッセージ数が少なくなる「負の役職勾配」が確認された。

ただし、メッセージ数は利用頻度を示す指標であり、生み出された経済的価値や業務の重要性を直接測るものではない。若手が低リスクで反復的な作業に多数のメッセージを使い、上級職が重要度の高い業務で選択的に使っている可能性もあり、このデータだけでは両者を区別できない。

この結果は、エリック・ブリニョルフソン氏らが5,172人のカスタマーサポート担当者を対象に実施し、2025年にQuarterly Journal of Economicsへ掲載した研究とも方向性が一致する。同研究では、生成AI支援による生産性向上は経験やスキルの低い担当者ほど大きく、経験豊富な担当者への効果は比較的小さかった。今回の研究は、生産性への効果そのものではなく、企業内での利用強度が初期キャリア層ほど高いことを実利用データから示したものだ。

■大企業への集中と「補完的能力」の格差

研究では、どのような組織がChatGPT Enterpriseを導入しているかも分析した。米国上場企業のうち、ChatGPT EnterpriseのアカウントをCompustatの財務データに対応付けられた企業を比較すると、導入企業は非導入企業より規模が大きい傾向にあった。

導入企業の売上高中央値は22億8,000万ドル（約3,625億円、1ドル＝159円換算）で、非導入企業は2億1,000万ドル（約334億円）だった。総資産中央値は44億ドル（約6,996億円）対6億6,800万ドル（約1,062億円）、従業員数中央値は2,934人対424人、時価総額中央値は50億ドル（約7,950億円）対3億1,600万ドル（約502億円）だった。研究開発費中央値は1億1,300万ドル（約180億円）対1,000万ドル（約15億9,000万円）となっている。

業界や企業規模などを考慮した分析でも、業界・年度ごとの売上高上位25%に入る企業は、比較対象となる企業より導入確率が7.2ポイント高かった。上位5%では差が11.3ポイントに広がった。

研究チームはこの傾向を、汎用技術の活用に必要な「補完的能力」という考え方で説明している。蒸気機関、電力、ITなどと同様、生成AIも導入するだけでは価値を生まず、業務フロー、教育、組織設計、ソフトウェアなどへの投資が必要になる。研究開発、販売・マーケティング、資産計上されたソフトウェアへの投資が大きい企業ほど、規模とは別にChatGPT Enterpriseを導入する可能性が高かった。

この傾向が続けば、少なくとも普及の初期段階では、AIが企業間の格差を縮小するのではなく、既に補完的能力を蓄積している企業をさらに有利にする可能性がある。ただし、分析対象はCompustatと照合できた米国上場企業であり、非上場企業や米国外の企業を含む市場全体の導入状況を示すものではない。

■利用拡大の原動力は「組織内での深化」

ChatGPT Enterprise顧客が生成した総出力トークン数は、2025年6月から2026年3月までの9カ月間で約7倍に増加した。しかし、その成長の約半分は新規導入組織によるものではなく、2025年6月以前から利用していた組織内での増加だった。これらの既存導入組織だけでも、同期間の出力トークン数は約4倍になった。

さらに、2026年初頭には、導入時期の異なる複数の企業群で同時期に利用が加速した。各企業が導入後に徐々に用途を広げただけでは説明しにくく、ChatGPT Enterpriseの顧客全体に影響する何らかの変化があった可能性を示している。ただし、研究からは、モデルや製品機能の改善、社内での用途拡大、教育の進展など、どの要因が利用増加をもたらしたかまでは特定できない。

■現場で何に使われているのか、幅広いナレッジワークに利用

973組織、約870万件のメッセージを対象としたタスク分類によると、特定の週に、アクティブユーザーの半数以上が文書作成やテクニカルライティングにChatGPT Enterpriseを利用していた。半数近くは技術的なデジタル作業にも利用していた。

このほか、メッセージの下書き、調査、計画、情報の整理・統合、データ分析、法務・規制対応、財務関連など、幅広い業務で利用が確認された。メッセージ数が多い上位の用途は、文書・技術文書の作成、技術的なデジタル作業、コミュニケーション文面の作成だった。

職種別では、エンジニアなどの技術職はデバッグ、財務・会計担当者は財務・税務関連、営業・マーケティング担当者は営業・マーケティング業務で相対的に高い利用傾向を示した。単一の部署や業務だけに集中するのではなく、複数の知識労働分野に利用が広がっている。

Microsoft Researchが2026年5月に公表した、M365 Copilot Chatの約550万セッションを対象とする分析でも、文章作成を中心に、情報検索、分析、意思決定、戦略立案など幅広い用途が確認されている。異なる企業向けAIサービスで同様の広がりが観測された一方、Microsoftの研究は職位別の利用強度を直接分析しておらず、若手ほど利用が多いという傾向まで裏付けるものではない。

■若年雇用の変化とは異なる指標

今回の若手社員による高頻度のAI利用は、スタンフォード大学デジタルエコノミー研究所による若年雇用の分析と併せて考える必要がある。同研究所がADPの給与管理データを用いて行った調査では、2026年6月時点で、AIの影響を受けやすい職種に就く22〜25歳の雇用は、AIの影響が比較的小さい同年代の職種と同じペースで推移した場合に比べ、約19%低い水準にあった。

この差は主に若年層の採用減少を通じて生じており、離職の増加ではないと報告されている。ただし、この分析は記述的な傾向を示すものであり、生成AIが雇用減少を引き起こしたと証明する因果推定ではない。教育などの要因を考慮すると差が縮小するほか、一部では生成AIの普及以前から異なる傾向が見られた。

ChatGPT Enterpriseの研究が測っているのは、導入企業でアクティブになった利用者の社内利用強度である。一方、スタンフォード大学の研究は、米国の労働市場における若年層の雇用動向を測っている。対象と指標が異なるため、若手社員が企業内でAIを高頻度に利用することと、AIの影響を受けやすい職種で若年雇用が相対的に伸び悩むことは同時に起こり得る。

■未査読研究で、対象範囲にも限界

本研究のデータセットはOpenAIのプラットフォームに基づく。著者5人のうち3人はOpenAIの社員で、残る2人もOpenAIの有償契約者として研究に参加した。プライバシーに配慮した大規模な行動ログ分析には意義がある一方、2026年8月15日時点では独立した研究者による再現研究は示されておらず、論文も査読前のワーキングペーパーである。

分析対象はChatGPT Enterpriseに限られ、個人アカウント、API経由の利用、Anthropic、Microsoft、Googleなどの競合サービスは含まれない。また、職位情報を取得・分類できた利用者のみが職位別分析の対象となっており、対象組織の全従業員を網羅しているわけではない。

この研究から分かるのは、ChatGPT Enterpriseを利用している組織の内部で、誰が何件のメッセージを送り、どのような種類のタスクに利用したかである。成果物の品質、利用によって節約された時間、売上や利益への効果までは測定していない。

■「導入」は展開の始まりにすぎない

著者らは、AIの急速な導入や利用増加を、直ちに経済全体の生産性向上と同一視すべきではないと指摘している。電力やコンピューティングなどの汎用技術では、企業が用途を発見し、補完的な設備や教育へ投資し、業務を再設計する「共同発明（co-invention）」を経て、効果が徐々に表れた。

企業にとって重要なのは、利用者数やメッセージ数だけを増やすことではない。若手が発見した有効な用途を組織内で共有できているか、高頻度の利用が業務時間や成果物の品質改善につながっているか、上級職には利用頻度とは異なる評価指標が必要ではないかを検証する必要がある。

既存顧客の内部で利用が約4倍に増えたことは、契約後も利用方法が変化し続けることを示している。生成AIを日常業務へ定着させるには、業務フロー、教育プログラム、権限管理、評価方法を含む組織的な取り組みが必要になる。研究は「導入は展開の始まりにすぎない」と結論付けている。

■注目ポイントQ&A

●職場でChatGPT Enterpriseを最も高頻度に使っているのは誰ですか？

分析対象となったアクティブユーザーでは、初期キャリアの若手社員や研修生が、同じ社内のアクティブユーザー平均より週あたり8〜9件多くメッセージを送っていました。一方、役員、創業者、パートナーなどは平均を下回りました。ただし、メッセージ数は業務上の価値や成果の大きさを直接示すものではありません。

●若手がAIを高頻度に利用しているのに、なぜ若年雇用は伸び悩んでいるのですか？

2つの研究は異なる現象を測っています。ChatGPT Enterpriseの研究は、導入企業ですでに利用している従業員の利用強度を分析しています。一方、スタンフォード大学の研究は、米国の労働市場における若年層の雇用動向を分析しています。後者はAIの影響を受けやすい職種で採用が相対的に減っていることを示していますが、生成AIが原因だと証明したものではありません。

●どのような企業がChatGPT Enterpriseを導入していますか？

Compustatと照合できた米国上場企業では、導入企業の売上高中央値は22億8,000万ドルで、非導入企業は2億1,000万ドルでした。時価総額中央値も50億ドル対3億1,600万ドルで、規模が大きく、研究開発やソフトウェアなどへの投資が多い企業ほど導入する傾向が確認されました。非上場企業や米国外の企業について同じ傾向が成り立つかは、この分析からは分かりません。

●企業へのAI導入が進めば、すぐに生産性が向上しますか？

導入数やメッセージ数の増加だけでは、生産性向上を判断できません。過去の電力やコンピューティングの普及と同様に、業務プロセスの再設計、教育、ソフトウェアへの投資、評価方法の整備などを進め、日常業務で安定して活用できる状態にする必要があります。

元記事: Junior Workers Drive ChatGPT Enterprise: Study Maps 17M Messages Across Firms