NTT DATAがCodexを約9000人へ展開し障害分析を30分に短縮

OpenAIは、NTT DATA GroupがCodexを技術・非技術職の約9000人へ展開し、障害分析や定型業務へ利用している事例を公開しました。

要点

• 熟練エンジニア5人で3日かかった重要システムの障害分析を、Codexで30分に短縮したとしています。
• 軽量ツール、ファイル整理、Excel分析、文書要約、定型処理のスクリプト化へ非技術職にも広げています。
• 社内CoEが利用指針、接続先、ネットワーク、サンドボックス、人の確認範囲を定めています。

今回のブログ記事で語られていること

NTT DATA Groupは2025年5月のOpenAIとの提携後、ChatGPT Enterpriseを全社へ展開し、社内CoEがライセンス、技術検証、研修、利用事例、監視、知識資源を支えました。社内調査では回答者の96%以上が満足し、95%以上が生産性向上を報告しています。この日常的な対話AIの経験を土台に、目的を与えて調査・実行・検証するCodexを約9000人へ広げました。

初期の代表例は重要システムの複雑な障害分析です。従来は熟練エンジニア5人で3日を要した一連の作業を30分で完了したとされ、社内で利用拡大の根拠になりました。週次のCodex利用者はガイド公開と実践研修後に1.4倍となり、Playwrightを使う社内システム操作はSkillとして再利用可能にしました。非技術職は、クレジットカード明細から交通費を抽出して申請書へ移す作業や、複数ファイルの整理、Excel分析、報告書作成にも使っています。

全社展開では、利用可能なデータ、接続できるシステム、ネットワーク通信、使うサンドボックス、自動化してよい範囲、人の確認が必要な地点をCoEが指針化しました。事例の短縮率は特定作業の結果であり、すべての障害対応へ一般化できません。分析の正確性、証拠の保存、変更操作の承認、再現可能性、機密情報、誤った結論を見抜く担当者を設計する必要があります。成功例をSkillとして横展開する際も、元の権限や業務条件を一緒にパッケージ化する必要があります。

障害分析では、30分という処理時間の前後にあるデータ準備と人の検証も計測対象です。入力したログ範囲、仮説、実行コマンド、除外した原因、最終判断を残し、同じ障害で再現できるかを確認します。非技術職向けの自動化では、元ファイルを上書きせず、少量の代表データで確認してから対象を広げる手順にすると、全社展開で同じ失敗が拡大するのを防げます。

今回のブログ記事が関係する人

企業全体の生成AI導入、IT運用、障害対応、社内CoE、非技術部門の業務自動化、セキュリティを担当する人に関係します。

結局、今回のブログ記事をどう読むべきか

個人のコーディング支援ではなく、全社の作業実行基盤としてCodexを広げた事例です。短縮時間と同じ重さで、権限、証拠、人の確認を再利用可能な運用へ落とした点が重要です。