OpenAI Signalsは個人向けプランの業務メッセージを四半期別に集計しました。企業向けメッセージとCodexの利用は対象外です。 利用頻度を雇用の代替率と混同しない読み方が必要です。職業統計と分類範囲を揃えた比較が焦点になります。 国と仕事の活動を結ぶ四半期データ OpenAIは10月26日、仕事でのChatGPT利用を調べる新しい集計データを公開しました。約100カ国の利用を165の業務活動に対応付け、2025年第1四半期から2026年第3四半期までを四半期別に示しています。分類には、職業ごとの作業を共通の活動へまとめるO*NETの枠組みを使います。教材の準備、マーケティング用の文章、プログラミング、業務データの分析などを横断して比較できる構成です。新モデルの性能発表ではなく、利用実態を外部の研究者が検討するための情報公開です。国別の違いを時間の変化とともに追える点が、今回の追加の中心になります。 個人の利用と雇用全体の構成には隔たり 対象は個人向けChatGPTプランの業務関連メッセージです。企業向けメッセージとCodex利用は含まれません。全四半期で観測できた74カ国では、上位10活動の平均比率が56.0%から51.1%へ下がったと報告しています。同社は仕事の利用先が分散し、国ごとの専門化も異なると説明します。ただし、その理由は業務構成やAIへのアクセスなどの違いかもしれず、集計だけでは確定しません。米国の雇用構成との比較では、対応する職業の作業の約43%が個別表示のない分類に入ります。運転や資材の移動などもあるため、画面上の比率をそのまま経済全体へ当てはめることはできません。研究や人材計画では、何が観測対象から外れるかを先に読むことが論点です。 社内の効果測定は別の証拠と照合する 実務では、国別の集計を自社の業務棚卸しの補助として使う余地があります。一方、メッセージの多さは時間短縮や品質向上を直接示しません。研修の優先順位を考える場合も、処理時間、修正回数、成果物の評価を別に確かめる必要があると見られます。公開統計は識別情報を除いた後に自動分類され、小集団の非表示や統計的なノイズで保護されます。研究者が個々の会話を読む方式ではありません。細かな国や活動の差を読む際には、こうした集計の性質を踏まえることが論点です。継続比較では対象期間と分類の定義を記録し、別の統計と結合した結果にも観測範囲を添えることが重要になります。利用の広がりと労働市場への因果的な影響を分ける姿勢が、読み違いを防ぐと考えられます。 職業の変化を確かめるには追跡が必要 同じ活動の利用が増えても、仕事の一部を補助したのか、人の作業を置き換えたのかは区別できません。職業ごとの採用や賃金の変化を論じるには、別の資料や調査が必要です。今回のデータ公開は、その照合を行うための入口と位置付けられます。比較結果を社内へ共有する際も、個人向けプランで観測された傾向であることを添える必要があります。企業内の利用を調べる場合には、公開データと社内の集計を混ぜず、それぞれの母集団を示すことが重要と見られます。