OpenAI 2026年5月6日の公式発表解説: B2B Signals

OpenAI は 2026年5月6日、企業内で AI がどのように使われているかを集計・分析する B2B Signals を発表しました。アクセス数や seat 数だけでなく、AI 利用の深さ、agentic workflows、Codex などの高度なツール利用を通じて、企業の AI adoption を測ろうとする公式発表です。

要点

• B2B Signals は OpenAI Signals の business extension として発表された
• OpenAI は enterprise usage を privacy-preserving / aggregated に分析すると説明している
• frontier firms は typical firms より worker あたり 3.5倍の intelligence を使っているとされる
• 差は message volume だけでなく、より複雑な作業、rich context、substantive outputs にある
• Codex、ChatGPT Agent、Apps in ChatGPT、Deep Research、GPTs などの agentic / advanced tools が成熟度の指標として扱われている

今回のブログ記事で語られていること

今回の発表は、企業が AI を導入しているかどうかを「何席配ったか」「何人が試したか」だけで見る段階から、実際にどの深さで仕事に組み込んでいるかを見る段階へ移すものです。OpenAI は、frontier firms、つまり usage depth が高い企業では、worker あたりの intelligence use が typical firms の 3.5倍に達し、前年の 2倍から差が広がっていると説明しています。ここでの intelligence use は生成 token を proxy としており、直接的な business value そのものではありませんが、従業員が AI にどれだけ複雑な作業を任せているかを測る一つの指標として扱われています。

重要なのは、差が単なる message 数では説明できないとされている点です。OpenAI によると、frontier advantage のうち message volume で説明できるのは 36% にとどまり、多くは richer context、より複雑な依頼、より substantive な output から来ています。これは、社内 AI 導入でよくある「使われているか」指標だけでは不十分であることを示します。毎日短い質問をする人が多い組織と、長い文脈、files、codebase、workflow を渡して AI に作業の一部を委任する組織では、同じ active user count でも意味が違います。

記事では、agentic workflows が次の成熟度指標として扱われています。Codex は frontier firms と typical firms の差が最も大きく、frontier firms は worker あたり 16倍の Codex messages を送っていると説明されています。ChatGPT Agent、Apps in ChatGPT、Deep Research、GPTs も同じ方向の傾向を示すとされ、企業が AI を chat assistant としてだけでなく、coding、research、multi-step tasks、company context を使う delegated work に広げていることが示されています。これは、AI enablement team や CIO / CTO が、単なる利用率向上ではなく、どの業務に delegation を許可し、どの governance を置くかを設計する段階に入ったことを意味します。

OpenAI は、leading firms が depth of use を測り、production use を可能にする governance を作り、enablement を infrastructure として扱い、frontier teams の practice を横展開し、chat-based assistance から agents による delegated work へ進むと説明しています。読者にとっての実務上のポイントは、B2B Signals をそのまま自社 benchmark として受け取ることではなく、自社の AI 指標を見直すきっかけにすることです。seat deployment、MAU、message count だけでなく、業務単位の完了率、review burden、quality、risk events、agent handoff、Codex や Deep Research のような advanced tools の利用深度を測れるかが問われます。

対象になりそうなチーム

• ChatGPT Enterprise / Business や OpenAI API の全社展開を進める AI enablement team
• Codex、ChatGPT Agent、Deep Research などの業務利用を評価する開発・調査・業務改革チーム
• AI adoption の KPI を設計する CIO / CTO / CDO 組織
• AI governance、利用ログ、privacy-preserving analytics を検討する管理者

実務で確認したいポイント

まず、社内 AI 指標が seat 数や login 数に偏っていないかを確認します。業務に本当に入り込んでいるかを見るには、task depth、context length、agent tool use、レビュー後の採用率、再作業率などの指標が必要です。

次に、Codex や agentic tools の利用を広げる場合、production code、顧客データ、社内文書、外部ツール接続をどう管理するかを決めます。深い AI 利用ほど価値もリスクも大きくなるため、policy と enablement を同時に設計する必要があります。

結局、この発表をどう見るべきか

B2B Signals は、OpenAI が企業向け AI 導入の評価軸を「配布」から「深い業務利用」へ移そうとしている発表です。AI 活用の成熟度を測るなら、利用者数だけでなく、AI がどの仕事をどれだけ深く担い、どの governance のもとで成果につながっているかを確認するべきです。