今朝は、週末を含む直近の動きから、実際の仕事のやり方を変える可能性が高い3件を選びました。今日は「AIが仕事を覚える」「AIエージェントがマーケティングを実行する」「AI導入効果を数字で測る」という3つの流れが見えます。

1. ChatGPT「Computer History」— Mac上の仕事をAIが文脈として使う

OpenAIは、ChatGPT Business向けにmacOS版のComputer Historyを追加しました。

これはChatGPTデスクトップアプリが、ユーザーの許可したアプリやWebサイトでの操作履歴を記録し、その情報をChatGPTやCodexのコンテキストとして利用する機能です。

重要なのはスクリーン録画ではない点です。OpenAIによると記録するのはクリック、入力、キーボード操作、アプリ切り替えなどのinteraction eventsで、スクリーンショット、画面録画、マイク、システム音声、プライベートブラウジングは対象外です。ユーザーは対象アプリを選択し、停止・確認・削除できます。

なぜ重要か

これまでAIへ仕事を理解させるには、

「今こういう作業をしています」

と人間が説明する必要がありました。

Computer Historyが進化すると、

どの資料を開いたか
どのWebサイトを調べたか
どのアプリで何をしていたか

という仕事の過程そのものがAIの文脈になります。

つまりAIのMemoryが、「人間が覚えさせた情報」から実際の行動履歴へ広がり始めています。

一方で、仕事の操作履歴は非常にセンシティブです。利便性と同時に、どのアプリを記録対象にするか、保存期間、組織としての利用ルールを考える必要があります。

2. Ahrefs「Letaido」— マーケティングにも“実行するAIエージェント”

SEOツールで知られるAhrefsが、AIマーケティングエージェントLetaidoを本格展開しています。

通常の生成AIとの違いは、質問に答えるだけではなく、Ahrefsが持つ検索・競合・SEOデータを直接利用して、

• キーワード調査
• コンテンツ監査
• 競合分析
• SEO調査
• ダッシュボード作成
• 定期的なマーケティング業務

などを複数ステップで実行する点です。

実際の利用事例では、従来1週間規模だったキーワード調査やコンテンツ監査を約1時間へ短縮できるケースも報告されています。ただし、これは特定利用者の事例であり、すべての業務で同じ短縮率が保証されるわけではありません。

なぜ重要か

これは広報・マーケティング領域にも、Codexのような考え方が入ってきたということです。

これまでは、

AIに分析させる → 人間がツールを操作する

でした。

これからは、

目的を渡す → AIがデータを調べる → 分析する → 成果物を作る

へ変わります。

マーケティング担当者の価値も、ツールの操作能力から、AIに何を任せ、結果をどう判断して施策へつなげるかへ移っていきそうです。

3. OpenAI、企業のChatGPT利用を大規模分析。「AI導入数」から「業務成果」へ

OpenAIは8月12日、**「How Organizations Use AI: Evidence from ChatGPT」**という大規模研究を公開しました。

ChatGPT Enterpriseの利用記録と職種・業務を結びつけ、企業の中で生成AIが実際にどの仕事で使われているかを分析した研究です。

ここで重要なのは、企業のAI活用を単なるアカウント数やプロンプト数ではなく、

どの職種で使われているか
どの業務を代替・補助しているか
組織内でどのように利用が広がるか

という視点から測り始めていることです。

なぜ重要か

AI導入のKPIが変わります。

例えば、

ChatGPTを500人へ配布した
月間利用率が70％になった

だけでは、AI導入の成果とは言えません。

見るべきなのは、

資料作成：3時間 → 45分
調査：2日 → 3時間
問い合わせ対応：30分 → 5分

のような、業務単位の変化です。

企業や大学でも、「何人がAIを使ったか」ではなく、何時間削減され、成果物の品質がどう変わったかまで測る段階へ入っています。

Kawano's Perspective

今日の3件を並べると、AIエージェント時代の仕事の構造がかなり見えてきます。

Computer Historyでは、AIが仕事の過程を知る。

Letaidoでは、AIが仕事を実行する。

そしてOpenAIの企業研究では、その結果を業務成果として測る。

つまり、

知る → 実行する → 測る

というサイクルができ始めています。

ここで重要なのは、「AIを導入した」という言葉を成果にしないことです。

ChatGPTを契約した。
AIエージェントを作った。
社員が毎日使っている。

これらはすべて途中経過です。

本当に見るべきなのは、

AI導入前に3時間かかっていた仕事が、導入後に何分になったのか。
成果物の品質は上がったのか。
人間は空いた時間で何をできるようになったのか。

AI活用の競争は、モデル性能から業務成果をどこまで具体的な数字で示せるかへ移っていくと思います。