今朝は、直近の動きから「実際の仕事でAIをどう運用するか」に直結する3件を選びました。今日は新モデル競争よりも、企業利用で重要になるプライバシー・チーム協働・AIコスト管理の動きが目立ちます。

1. OpenAI、「Zero Data Retention」と高度なAI安全監視の両立へ

OpenAIは8月19日、新しいPrivate Safety Processingを発表しました。

企業向けAPIには、入力したプロンプトや回答をOpenAI側に保持しない「Zero Data Retention（ZDR）」があります。しかしAIエージェントが長時間・複数ステップで仕事をするようになると、一つの指示だけを見ても危険性を判断できないケースが増えます。

そこでPrivate Safety Processingでは、顧客のデータそのものをOpenAIの担当者へ見せずに、複数のやり取りを横断してAIが異常な行動パターンを検知します。

ZDRではデータを顧客管理のインフラに保持。OpenAI側へ保存する方式も開発中ですが、その場合も顧客自身が暗号鍵を管理し、OpenAI側から本文を読めない設計です。9月から段階的な提供を予定しています。

なぜ重要か

企業・大学でAIエージェントを導入すると、必ずぶつかる問題があります。

「AIに仕事を任せたい。しかし機密情報は外へ出したくない」

という矛盾です。

これまでは安全監視を強化するほど、AI企業側がデータを見る必要がありました。

今回の方向性は、

データは組織側で管理する
＋
AIの危険行動は横断的に監視する

という両立を目指しています。

生成AIの企業導入では、モデル性能以上に**「誰がデータを持ち、誰が読めるのか」**が製品選定の重要な条件になってきています。

2. Slack Code登場。「一人＋AI」から「チーム＋AIエージェント」へ

Slackは8月、AIコーディングエージェントとチームが同じ場所で仕事をする新機能Slack Codeを発表しました。

専用の「Code channel」を作り、

人間が相談する
→ AIエージェントへ指示する
→ AIが作業する
→ チーム全員で結果を確認する
→ 修正を指示する

という流れをSlack内で共有できます。

重要なのは、AIと一人の人間だけが会話する構造ではないことです。

なぜ重要か

これまでの生成AIは基本的に、

人間1人 ↔ AI

でした。

そのため、AIとの会話や判断過程が個人のChatGPTやClaudeの中に閉じがちでした。

Slack Codeの考え方は、

チーム ↔ AIエージェント

です。

誰が何をAIへ頼んだか。
AIが何をしたか。
なぜ修正したか。

このプロセスをチーム全員が共有できます。

これは開発だけの話ではありません。

将来的には広報、マーケティング、企画、調査などでも、AIとの仕事を個人のチャットから組織の共有ワークフローへ移すことが重要になるでしょう。

3. OpenAI、「AIにいくら使わせるか」を制御する実装例を公開

OpenAI Developer Cookbookでは8月17日、AIエージェントの1回の仕事ごとに利用額を制御する仕組みが公開されました。

考え方はシンプルです。

例えば、

この調査は最大1ドル
この簡単な処理は0.1ドル
この重要な分析なら5ドルまで

というように、AIへ仕事を渡す時点で予算上限を設定する設計です。

OpenAIのAPI価格も、GPT-5.6 Sol、Terra、Lunaなどで大きく異なります。例えば短いコンテキストでの入力100万トークン当たりの料金は、Solが8ドル、Terraが4ドル、Lunaが0.40ドルです。

なぜ重要か

AIエージェントが普及すると、新しい問題が出ます。

人間なら1回調べて終わる仕事でも、AIは、

調査 → 再検索 → 分析 → ツール実行 → 検証 → 修正

と何十回もモデルを呼び出すことがあります。

つまりAIエージェントには、**人件費とは別の「AI作業コスト」**が発生します。

そこで今後重要になるのが、

この仕事にAIをいくらまで使わせるか

という考え方です。

企業のAI管理は、アカウント数や月額契約だけではなく、業務単位のAI原価管理へ進む可能性があります。

Kawano's Perspective

今日の3件を並べると、AIエージェント導入で次に必要になるものが見えてきます。

データを管理する。
AIとの仕事をチームで共有する。
AIが使うお金を管理する。

つまりAI導入が、個人の「便利なツール活用」から組織運営の問題へ変わっています。

ここはかなり重要だと思います。

これまでなら、

ChatGPTを導入しました。
社員が使っています。

でAI活用と言えました。

しかしAIエージェントが実際に仕事をするようになれば、

どのデータへアクセスできるのか。
誰が指示したのか。
何を実行したのか。
誰が承認したのか。
その仕事にいくら使ったのか。

まで管理しなければなりません。

AI社員という言葉を使うなら、必要なのはAIの「能力」だけではありません。

権限・監査・予算までセットで設計する。

人間の社員を管理するのと同じように、AIにも「何を任せ、どこまで許可し、いくら使わせるか」という管理構造が必要になる段階へ入っていると思います。