OpenAIエンタープライズシグナル：AIワークフローを運用能力へと変える

AI実行の格差：フロンティア企業と一般的な企業

AI利用度の上位10%として定義されるフロンティア企業は、現在、一般的な企業と比較してアクティブユーザーあたり8.3倍の出力トークンを生成しており、1月の2.6倍から大幅に増加しています。この拡大する格差は、運用モデルにおける根本的なシフトを示しています。先進的な企業は、単純なAIアシスタンスの域を超え、エージェントを企業のコンテキストやツールに接続し、実質的な業務を委任し、再現可能で成功するワークフローを作成することで、完全な実行へと移行しています。

エージェント型ワークフロー統合の事例

3つの企業が、AIエージェントを特定のビジネス機能に統合し、シグナルから実行へと移行する方法を示しています。

Basis：従業員のオンボーディングの自動化

BasisはAIエージェントを使用して会計事務所のオンボーディングプロセスを変革し、初日のオンボーディング時間を2時間から30分に短縮しています。

メカニズム: 同社は「オンボーディングスキル」、つまり再利用可能な一連の指示とリソースを作成しました。
実行: エージェント（Codex）が新入社員を歓迎し、企業の概念を紹介し、従業員のコンピューターを使用してバックグラウンドで統合のセットアップを処理します。
結果: オンボーディングが一貫性を持ち、再現可能になりました。HRは繰り返される質問や例外に基づいてスキルを更新でき、特定の個人の稼働状況に依存することなく、プロセスが時間とともに改善されることを保証します。

Clay：永続的な取引コンテキストの管理

Clayは、CRM、メール、Slack、通話に散在する断片化された取引コンテキストの問題を解決するために、専用のサブエージェントを活用しています。

メカニズム: すべてのアカウントに永続的なワークスペースと専用のサブエージェントが割り当てられます。
実行: サブエージェントは一次情報源を確認し、夜間に取引フォルダーを更新します。その後、調整エージェントがこれらの更新をGTMエンジニア向けの優先順位付けされた日次アクションリスト（例：顧客の質問に答える、または購買委員会のギャップを埋めるなど）に統合します。
結果: このワークフローにより、夜間の受信トレイの仕分けに約1時間を節約し、アクションを起こす前の人間による確認のために、推奨事項に裏付けとなる証拠が確実に添付されたままになります。

Exa Labs：開発者エコシステムの成長のスケーリング

Exa LabsはAIエージェントを使用して、統合の機会を発見して実装するまでの道のりを自動化しています。

メカニズム: 明確な優先順位と必要な情報源へのアクセスを含む、Codexの定義されたワークフロー。
実行: Codexは優先度の高い統合の機会を監視し、コンテキストを収集し、プルリクエストを作成し、テストを実行し、SlackとNotionのデータを使用して週次更新を準備します。また、人間が確認するための初期の発表案を作成することもできます。
結果: このワークフローは、研究、エンジニアリング、コミュニケーションチーム間の引き継ぎを削減しつつ、企業がどのようなコミットメントを行い、外部との関係をどのように管理するかについて人間がコントロールできる状態を維持します。

AIワークフローをスケーリングするためのフレームワーク

フロンティアとの格差を埋めるために、OpenAIは企業のリーダーが重要なワークフローを試験し、スケーリングするための6段階のプロセスを提案しています。

重要な価値のサーフェスを選択する: 戦略的優先事項であり、頻繁に繰り返され、測定可能な利害が関わるエンドツーエンドのワークフローを選択します。
成果と指標を定義する: KPI、ベースライン、ガードレールを確立します。完了したタスクと接続されたツールによって「深さ」を測定し、サイクルタイム、品質、コスト、収益、またはリスクによって「価値」を測定します。
エージェントのジョブ記述を書く: トリガー、必要なコンテキスト、ツール、権限、およびエージェントが人間の確認のために停止しなければならないポイントを定義します。
人間のシステムを構築する: ワークフローに最も近い人々を設計ループに組み入れ、ビジネスの成果とドメインロジックに関する意思決定権を明示的に定義します。
実験を可視化する: 従業員が新しいユースケースをテストするよう奨励します。OpenAIの調査によると、導入から6ヶ月後、初期キャリアの従業員は役員よりも週に13メッセージ多く送信しています。成功したプロセスは、Chat（コラボレーション用）、Work（複数ステップのナレッジワーク用）、およびCodex（技術的実行用）を使用して、スキル、プラグイン、または共有ワークスペースとしてパッケージ化する必要があります。
運用パターンを前進させる: ある実験で成功したコンテキスト、権限、評価フレームワークを次の価値のサーフェスに適用します。