AIが質問に答えるだけでなく、調べ、計画し、作業を進める場面が増えています。便利さは本物です。ただし「利用者が増えた」「たくさん生成した」だけでは、人が安全に仕事を任せられているかは分かりません。必要なのは、利用量ではなく委任の質を測ることです。
EUで広がる「任せるAI」
OpenAIが2026年10月に公表した分析によると、EUのChatGPT Enterprise／Businessでは、9月末にCodexとChatGPT Workによる出力が全体の55%を占めました。また、関連ユーザー200人以下の企業では、エージェント機能を使う週次利用者が5月初週比で8.1倍になったとされています。
ただし、この二つは対象、期間、分母が異なる指標です。国別の比率と増加倍率を並べても、成熟度や生産性、因果関係は判断できません。資料自身も、利用の広がりが自動的に深い利用へつながるわけではないと指摘しています。
利用量の陰に生まれる「監督負債」
エージェントは作業を速くします。しかし、確認すべき判断や例外が後工程に積み上がれば、短期的な効率は将来の修正コストに変わります。これを監督負債と呼べます。
見るべきなのは生成量だけではありません。未確認の案件はいくつあるか。差戻しはどれだけ起きたか。例外は何日で解消されたか。重大な判断に人の承認記録があるか。こうした数字が、任せ方の持続可能性を示します。
同じ道具でも、組織の吸収力は違う
AIを導入する力は、研修を受けた人数だけでは測れません。失敗例を共有し、手順を更新し、必要なら利用を止められることが重要です。
利用者が増えても、現場が「この作業は人に戻すべきだ」と言えなければ、組織はAIを使いこなしているとは言えません。停止権が文書にあるだけでなく、実際に使えたかを記録する必要があります。
誰が得をし、誰が直すのか
AI導入の便益は、経営側の時間短縮として見えやすい一方、誤りの発見や訂正の負担は、現場、取引先、利用者へ移ることがあります。全体の作業時間が減っても、負担の偏りは残ります。
だからこそ、誰の時間が減り、誰の確認作業が増えたかを分けて見るべきです。影響を受けた人が訂正を求める窓口と、回答までの日数も、導入効果の一部です。
越境する仕事ほど、責任の境界を先に決める
エージェントが調査、翻訳、契約案、顧客対応をまたぐと、データ、文化、法域、言語もまたぎます。AIが実行したとしても、誰が権限を与え、誰が最終責任を持つかを曖昧にしてはいけません。
利用できるデータ、禁止する判断、人へ戻す条件、最終承認者を先に決めます。文化や地域固有の影響は、翻訳精度とは別に人が確かめる必要があります。
「AI委任台帳」を残す
導入のたびに抽象的な試行計画を作るより、案件ごとに委任の記録を残す方が実務的です。最低限、次の項目を記録します。
- 誰が、何の目的でAIへ作業を渡したか
- 閲覧、作成、変更、送信のどこまで許可したか
- 扱ってはいけないデータや判断は何か
- どの時点で人に戻すか
- 誰が結果を検証したか
- 影響を受けた人が訂正を求める方法はあるか
- 承認、修正、中止、再実行のどれになったか
このAI委任台帳は、人を監視するためではありません。人が委任を選び直せる状態を保つための記録です。利用量が増えても、未記入や未解決の例外が増えるなら、導入範囲を広げるべきではありません。
まとめ
AIエージェントの普及は、仕事を助ける大きな可能性を示します。しかし、利用量は委任の質を測る物差しではありません。監督負債、組織の吸収力、便益と修正負担の配分、越境責任、AI委任台帳。これらを確かめることで、AIを使う量ではなく、人が選び直せる力を育てられます。
