OpenAIは、2026年8月中旬時点で、同社のAIエージェントが社内の研究部門において人間の勤務日1日あたり3.1エージェント勤務日の作業を行っているとする社内データを公表した。

比率を支える数字

3.1倍という数値は、AI支援がOpenAIの研究ワークフローではまだそれほど普及していないとされていた2026年年初からの急激な加速を示している。同社は2025年秋、従来は熟練の人間の研究者が必要だった複雑なタスクに対応できる「自動化リサーチインターン」と呼ぶシステムの導入を目標に掲げ、2026年9月までにこの目標を達成したとしている。

2026年8月には、実験者1人あたりの実験数も、2025年1月に追跡を開始して以来最高の記録を更新した。この指標は、各社がフロンティアモデルの改良を競う中で、研究スループットの加速が主要な競争指標となっているAI研究所全体の潮流を反映している。

こうしたエージェントの運用には多大なコストが伴う。OpenAIの研究者の中央値では現在、1日の推論コストが600ドルを超え、上位10%の利用者は1日7,000ドル超の計算コストを費やしている。これらの数字は、AI支援型研究を支える計算資源への投資の規模を浮き彫りにしており、この分野では競合研究所もインフラ需要の急増を報告している。

エージェントが実際に行う業務

これらのAIエージェントが担うタスクの範囲は大幅に拡大している。エージェントは現在、トラブルシューティングの管理、実験の実行監視、より高度な研究プロジェクトの実施を担っている。一方、高レベルの計画立案や複雑な戦略的判断には依然として人間の監督が必要であり、OpenAIはこの役割分担をエージェントを安全に展開する上での中核として位置付けている。

同社が次に掲げた目標は、2028年3月までの完全自動化AI研究者の実現である。

再帰的自己改善が現実に

OpenAIは、AIシステム自体がAI研究プロセスの改善に寄与するという再帰的自己改善の動態を明確に認め、安全性と透明性を最優先事項として強調した。同社はまた、インフラの問題に直面した際に強化学習のトレーニングを一時中断したことも明らかにした。研究所が自律性の高いシステムを追求する中で、こうした自動化された研究パイプラインのガバナンスが、規制当局や安全性研究者にとっての焦点であり続ける可能性が高い。