Codex利用データで読む「チャットからAIエージェントへ」の移行

OpenAIのCodex利用研究を、利用者、分類されたタスク比率、出力トークン、未支援時の推定時間、active runtime、同時実行という測定単位に分けて読みます。

公開 2026.06.28 / 更新 2026.10.12

この記事のポイント

Codex研究の各図は、個人・組織・OpenAI社内の別と観測期間を確認して読む
タスク比率や未支援時の所要時間には分類器による推定が含まれる
出力トークン、エージェント実行時間、同時実行は成果品質や人間の節約時間そのものではない

結論：数字を見る前に、何を数えたかをそろえる

The Shift to Agentic AIは、個人・組織・OpenAI社内でのCodex利用を複数の単位から分析します。図ごとに対象、分母、期間が違うため、同じ成果指標として並べずに読みます。

指標	対象・単位・期間	観測または分類	読み取れる範囲
利用者	個人・組織・OpenAI社内のCodex利用者。	アカウント記録。activeの定義・期間は図ごとに異なる。	利用の広がり。仕事の成果や生産性は示さない。
分類されたタスク比率	利用者別の分類済み依頼メッセージ比率。Fig. 5は2026-06-11までの28日間。	第1階層のtask taxonomyで分類（otherは分母外）。	分類対象の依頼構成。仕事全体の時間配分ではない。
出力トークン	個人・組織・OpenAI社内の利用。Fig. 1 Panel BはCodex出力をCodex+ChatGPT合計で割った比率。	output tokensを観測。期間は図のcaptionで確認。	Codexの生成割合で、絶対量や仕事の質・採用・省力化は示さない。
未支援時の推定所要時間	個人アカウントの一部依頼。	依頼文から経験者がAIなしで行う所要時間を分類器が推定。	推定上の依頼複雑度。実際の所要時間・節約時間ではない。
active runtime	利用者ごとのturn実行時間。turn開始日で日次集計。	inactive・非対話batchを除外し、重複turnは合算。	システム稼働時間の指標。人の作業時間や節約時間ではない。
同時実行数	個人・組織・OpenAI利用者別の最大同時turn数。2026-06-11直前の週。	異なるthreadで30秒以上重なるturnを数える。	並行運用の指標。成果の正確さやレビュー済みかは示さない。

図を読むための空欄カード

図の数字を自分の判断へ持ち込む前に、次の空欄を埋めると、異なる分析を同じ成果指標のように読む誤りを避けやすくなります。

確認欄	記録
図番号とcaption	＿＿＿＿＿＿＿＿＿＿
母集団・分母	＿＿＿＿＿＿＿＿＿＿
数える単位	＿＿＿＿＿＿＿＿＿＿
期間	＿＿＿＿＿＿＿＿＿＿
観測値か分類/推定か	＿＿＿＿＿＿＿＿＿＿
図から言えること	＿＿＿＿＿＿＿＿＿＿
図からは言えないこと	＿＿＿＿＿＿＿＿＿＿

仮例：トークンが増えても、生産性とはまだ言えない

仮にあるチームで、導入後に一人あたりのoutput tokensが増えたとします。まず分かるのは生成量が増えたことです。仕事が速くなった、成果物の品質が上がった、顧客に使われたとはまだ分かりません。対象タスクと期間をそろえ、受け入れられた成果、修正・差し戻し、レビューにかかった人の時間、後続工程で実際に使われたかを併せて記録して、初めてチーム内の変化を検討できます。この状況は仮例であり、論文の実測結果ではありません。

Codex利用研究の指標について

task horizonは、人間が実際に節約した時間ですか？

違います。依頼内容から、経験者がAIなしで完了するのに必要な時間を分類器が推定した値です。Codexが実行した時間や、利用者が節約した時間とは区別します。

output tokensが増えたら、良い成果も増えていますか？

その数字だけでは判断できません。採用された成果、品質、レビュー負荷、修正量を別に確認します。