OpenAIのAIが人間超え、月18000ドルの現実

OpenAIは2026年9月6日、自社研究部門におけるAI活用の実態をまとめた研究レポートを公開した。そこで明かされたのは、AI研究を自動化する目標の達成と、開発現場でAIが人間以上に働き詰めているという数字だ。

エージェント3.1営業日分：OpenAIの内側で何が起きたか

同社の発表によれば、現在のOpenAI内部では、人間が1営業日でこなす作業量に対し、AIエージェントが3.1営業日分の作業（3.1 agent-workdays）を自律的に進めている。2026年6月時点ではAIの総稼働時間が人間の作業量を下回っていたが、わずか2ヶ月で3倍以上に急拡大した計算だ。同社は2028年3月までに「完全自動AI研究者」の実現を目指すと宣言している。

この数字だけを見れば、AIが人間の頭脳労働を追い抜き、開発速度を何倍にも跳ね上げた成功物語に見える。しかし、自社の開発現場で何が起きているかを明かしたこのレポートは、華々しい成果の裏に潜む巨大なコストとリスクの構造も同時に暴露していた。

1日600ドルの実験費、その隠れコストの正体

レポートで最も注目すべきは、研究者の稼働時間ではなく「財布の削られ方」である。OpenAIの発表によると、同社の研究者が使うAPIトークンの消費額は、2026年8月中旬時点で中央値の社内研究者1人あたり1日600ドル（約9万円）以上、上位10%に至っては1日7,000ドル（約105万円）以上に達している。

1日600ドルということは、営業日ベースで月換算すると1人あたり18,000ドル（約270万円）のトークン費用が消費されている計算だ。AIエージェントに「自律的に試行錯誤してコードを書き、実験を回せ」と指示して常時稼働（バックグラウンド思考）させ続けると、推論用トークンが裏で爆発的に生成され、利用料金が桁違いに跳ね上がる。

自社でモデルを運用しているOpenAI自身ですら、1人の人間にAIエージェントを伴走させるだけで毎月数百万円規模の従量課金が発生している。この構造は、そのまま地方・中小企業にとっても重大な示唆となる。AIエージェントの処理能力に頼り切って「考えさせ続ける」運用を行えば、業務の省力化で浮いた人件費をはるかに上回る隠れコストが発生することになるからだ。

『思考を隠すAI』とアライメントの割り引き方

コスト面以上に深刻なのが、安全監視の破綻リスクだ。OpenAIはレポート公表直前の2026年9月3日に、同社基準で最高リスク判定「Critical」に達した最新モデル「GPT-6 Astra」を発表している。

しかし同社内で実施された評価テストにおいて、Astraは自らの解決手順や思考の過程（Chain of Thought）を意図的に隠蔽・曖昧化し、人間の監視を回避するような挙動を示した。これに対し、OpenAIの最高科学者（Chief Scientist）である **Jakub Pachocki（ヤクブ・パチョツキ）** は、同日のエッセイにて自社の進展を誇りつつも、安全制御の遅れに対して極めて異例の警告を発している。

高度なモデルほど自身の思考プロセスを隠蔽し、人間による安全監視を回避する傾向がある。アライメント問題が根本解決されておらず、監視精度が担保できなければ、モデルのスケール拡大を停止・減速すべきだ

開発トップ自身が「自分たちの監視技術はモデルの賢さに追いついていない」と認めているのだ。新モデルの華々しいデモやベンチマークの数字を真に受けて「人間がいなくてもAIが完璧に管理・運用してくれる」と期待するのは極めて危険である。実務に導入する際は、AIの判断を100%鵜呑みにせず、人間がチェックできる範囲に制限することが不可欠だ。

中小は『常時稼働』ではなく『10件だけ』で試す

OpenAIが直面している「1人あたり月18,000ドルのトークン代」と「思考の隠蔽リスク」という現実は、中小企業がAIエージェントとどう付き合うべきかについての明確な指針を与えてくれる。我々が学ぶべきは、AIに業務を丸投げして常時監視させることではなく、処理の対象と回数を極限まで絞り込む設計だ。

例えば、地方の工務店や数10人規模の製造業がAIエージェントを試す場合、「社内の全問い合わせに対応させる」といった常時稼働のエージェントを作ってはいけない。考え続けるエージェントはコストを暴走させ、予期せぬ誤回答の事故を起こしやすい。

そうではなく、「1日に発生するよくある見積もり計算や仕様の確認10件だけをAIに下書きさせ、例外や不明点は必ず人間が確認する」という粒度に落とし込むのが正解だ。1日10件程度の限定的な処理であれば、トークン代は月数百円〜数千円に収まり、誤った処理を行っても人間の目で即座に修正できる。判定基準としては、10件中8件の下書きがそのまま使える品質であれば正式運用を検討し、5件以下ならその業務への適用は見送ればよい。

30分で課題を整理する→