ChatGPT Work・Codexの管理者向け分析をOpenAIが解説──AI利用を「何の仕事か」で分類し、Codexが関わったマージ済みコードの割合を追い、ROIを試算する5つの問い(例示は245%)
OpenAIは2026年9月16日、ChatGPT Admin Consoleの分析機能の使い方を公式ブログで整理した。利用と支出(アクティブユーザー・クレジット・トークン)、メッセージの標本を用途とタスクに分類するInsights、モデル・推論量・速度の設定別のクレジット配分、プラグインとスキルの利用、Codexが関わったマージ済みコミットとコード行数の割合を追うOutcomes、ChatGPT Work内のAdminプラグインとAdmin API。価値の測り方は5つの問いで、営業チームの例示では年5,520時間の削減から245%のROIを試算している(すべて仮定の数字とOpenAIが明記)。導入企業として1Password(ROI 553%)、Playco(手直し50%減)などの数字も。

2026年9月17日・日本時間時点の情報です。 OpenAIが9月16日、法人向けのChatGPT WorkとCodexについて、管理者がAdmin Consoleの分析機能で「誰がどれだけ使っているか」から「何の仕事に使い、何が変わったか」までをどう見るか、を公式ブログで整理した。新機能の発表というより、既にある画面の使い方と、価値をどう測るかの手順書である。AI導入の担当者が「使われているけれど、効果をどう説明するか」で詰まる場面を想定した内容なので、画面ごとに何が見えるかと、OpenAIが示したROIの試算法を写しておく。
3行まとめ
- 見える画面は5つ。 Usage(アクティブユーザー・クレジット・トークン。グループやユーザーで絞り込み)、Insights(メッセージの標本を「ソフトウェア開発>機能開発」「営業>アカウント調査」のように用途とタスクに分類し、クレジットの配分を表示)、タスク詳細(モデル・推論量・速度の設定別のクレジット割合、プラグインの利用順位、スキルの利用)、Outcomes(Codexが関わったマージ済みコミットとコード行数の割合の推移、コードレビューの活動)、Adminプラグインと Admin API。
- 価値の測り方は5つの問い。 何を良くしたいか/今の手順はどうか(頻度・所要時間・良い結果の定義)/AIで何が変わるか(レビューと修正の時間を含めて比べる)/それでチームに何ができるか/投資に見合うか。営業の例示では、20人×週2本×3時間短縮×46週=5,520時間、その50%を時給$75で価値換算して$207,000、初年度費用$60,000としてROI 245%。「すべて仮定の数字」とOpenAIが明記している。
- 事例の数字。 1PasswordはCodexでROI 553%・年$0.8Mの開発能力と見積もり、ATV Big Air Tourはイベント掲載の確認が週8時間→1時間、PlaycoはGPT-6 Astraで試作を作り前モデルより手直しが50%減。いずれもOpenAIのブログに載った各社の申告値で、当サイトが検証したものではない。
画面ごとに何が見えるか
| 画面 | 見えるもの(ブログの記述) | 管理者の使い方として挙げられた例 |
|---|---|---|
| Usage | ChatGPT WorkとCodexを横断したアクティブユーザー、クレジット、トークン利用 | グループやユーザーで絞って利用の少ない所を見つけ、業務の始め方や研修の要否をチームの責任者と確認する |
| Insights(Overview/Use cases) | メッセージの標本を用途→タスクに分類。クレジット・メッセージ数・アクティブユーザーの表 | 営業チームで「アカウント調査と計画」が最大なら、AIで案件準備がどう変わったかを話す起点にする |
| タスク詳細 | Models/Reasoning/Speedの設定別クレジット割合、Pluginの利用順位、Skillsの利用 | 定型の要約なら速くて安い設定で品質と修正時間を比べる。関連プラグインの利用が少なければアクセスか研修の問題を疑う。よく使われるスキルには責任者と更新を付ける |
| Outcomes | Codexが関わったマージ済みコミットとコード行数の割合の推移、コードレビューの活動。グループ・ユーザー・リポジトリで絞り込み | Codexの寄与が増えているなら、レビュー時間・不具合・手戻りと並べて「速く出せているか」を見る |
| Adminプラグイン/Admin API | ChatGPT Work内で導入・支出・タスクを比較し、経営向けのスライド(グラフ・要点・次の一手)まで作る。APIで自社ダッシュボードに組み込み、業務システムのデータと並べる | サポート部門で、クレジット消費とチケット解決時間を同じ画面に置く |
Datadogのプロダクトマネージャーのコメントも載っており、同社はOpenAIのタスク分類を自社のAgent Console(AIエージェントの監視製品)で顧客向けの表示に使っている、という内容である。
ROIの試算はどう組み立てられているか
OpenAIが示した営業チームの例示を、そのまま式で写す。
| 段階 | 数字(すべてOpenAIの仮定) |
|---|---|
| 年間の削減時間 | 20人 × 週2本のアカウント資料 × 1本3時間短縮 × 46週 = 5,520時間 |
| 年間の能力価値 | 5,520時間 × 50%(生産的な仕事に回る割合)× $75/時(フルロードの人件費)= $207,000 |
| 初年度の費用 | AI・導入・研修・運用支援で $60,000 |
| ROI | ($207,000 − $60,000) ÷ $60,000 = 245% |
「勝率や案件規模の改善は含まない」「すべて仮定」と但し書きがある。筆者が見るところ、この式で結果を大きく動かすのは「50%」と「$75」の2つで、どちらも自社で決める係数である。3時間短縮の根拠(今の手順の計測)を先に持たないと、式だけが独り歩きする。
事例として挙がった3社の数字は次のとおり。
| 企業 | 用途 | 申告された数字 |
|---|---|---|
| 1Password | Codexで機能開発・レビュー・テスト | ROI 553%、年$0.8Mの開発能力(別記事では「エンジニアの生産性21%向上」) |
| ATV Big Air Tour | ChatGPT Workでイベント掲載確認・在庫計画・サイトの可視性 | 掲載確認が週8時間→1時間、在庫作業が2〜3日→2〜3時間 |
| Playco | GPT-6 AstraのAPIで遊べる試作を作成 | 1つの土台から3つのテーマの試作、前モデルより手直しが50%減 |
筆者が確認したこと・できなかったこと
- ブログ末尾の「Learn more in our docs」が指すURL(learn.chatgpt.com/docs/enterprise/work-codex-analytics)は、9月17日に当サイトが開いた時点で404だった。分析機能の対応プラン(Business・Enterprise・Eduのどれで、どの画面まで使えるか)はブログに書かれておらず、ドキュメントで確認するつもりだったが、この時点ではできていない
- 当サイトはChatGPT Businessの管理者アカウントを持っておらず、画面の実物は見ていない。ブログのスクリーンショットは「すべて例示のデモデータ」と注記されている
- 「Codexが関わった」コードの割合をどう判定しているか(コミットの署名か、セッションの紐づけか)は、ブログに説明が無い
- 「学習には既定で使わない」という一文が末尾にある。分析のために標本化されたメッセージがどこまで管理者に見えるか(本文か、分類ラベルだけか)は、この文面からは読めない
参照したOpenAIの資料と、事例ページ
- 画面の説明・5つの問い・ROIの例示・引用は、OpenAI公式「How to connect AI usage to business value」(2026年9月16日)。本文は当サイトがブラウザで取得した
- 各社の数字は同ブログに載ったもので、1PasswordとPlaycoはOpenAIの顧客事例ページにリンクされている。当サイトは検証していない
- 分析機能の対応プランと画面の実物は未確認。ドキュメントが読めるようになった時点で更新する
関連記事
出典・参照資料
AIニュースの解説を動画でも
YouTubeでは注目ニュースの背景を解説し、Xでは新着記事をお知らせしています。
コメント
まだコメントはありません。最初のコメントを書いてみませんか?
AIについて聞きたいことはありますか?
質問箱で無料で受け付けています。回答は公開され、他の方の参考にもなります。
質問箱を見る →新しい記事をメールで受け取る
AIの新しい発表を、出典付きで整理して届けます。