ChatGPTの業務利用データ「OpenAI Signals」：日本の調査と何が違うか

OpenAIの経済研究チームは2026年10月26日、「ChatGPT’s expanding world of work」を公開しました。ChatGPTが仕事でどう使われているかを、約100カ国の仕事のメッセージを165種類の業務活動に分けて四半期ごとに集計したデータです。グラフで眺められるほか、CSVとしてダウンロードでき、研究者が自分の分析に使うことを想定しています。

日本の業務での使われ方と比べられるかが気になって、データの中身と作り方の資料を読みました。結論から書くと、Signalsは「メッセージを数えたデータ」、国内の調査は「人や企業に尋ねたデータ」で、同じ「業務の内訳」でも単位が違います。

何が公開されたか#

今回のデータはOpenAIが「Signals」の名前で続けている利用データの公開の一部です。版は3.0で、作り方の資料（README）には24個のCSVが並んでいます。仕事の内訳を見るファイルはshare_of_work_related_messages_by_onet_iwa_country_quarter.csvで、国と四半期ごとに、仕事のメッセージのうち各業務活動に当たるものの割合が入っています。期間は2025年1〜3月期から2026年7〜9月期です。

データの利用はクリエイティブ・コモンズの表示4.0（CC BY 4.0）で認められていて、引用のときの書き方も示されています。

「業務活動」はO*NETの分類#

業務活動の分け方には米国労働省が整備する職業情報のデータベース「O*NET」の中間業務活動（Intermediate Work Activities、IWA）を使っています。IWAは職業ごとの細かい作業を、職業をまたいで共通する活動にまとめた分類です。O*NETの一覧には332種類があり、例えば「コンピューターシステムや生産設備をプログラムする」「コンピューターの問題を解決する」のような粒度です。

1件のメッセージをどのIWAに当てるかは、言語モデルが自動で判定します。READMEに載っている判定用のプロンプトは、332種類から最も当てはまる1つを選ばせ、判断できないときは「不明」を返させます。例として、「PythonとJavaScriptの違いは？初心者にはどちらがよい？」というメッセージは、「製品や技術の特徴、有用性、性能を評価する」に分類されています。

公開されたのは165種類です。件数の少ないIWAは、プライバシーと数値の安定のために「Other IWA」にまとめられています。国と四半期と業務活動を掛け合わせると区分の数が多くなるため、このファイルには、1四半期あたり実効で1,000件以上のメッセージがある場合だけを出す、という条件が別に付いています。

OpenAIが示した2つの結果#

公式の記事が数字で示した結果は2つです。

1つ目は使われ方が少しずつ分散していることです。対象は全ての四半期でデータがある74カ国です。各国の分類された仕事のメッセージのうち、上位10の業務活動が占める割合を平均すると、2025年1〜3月期の56.0%から2026年7〜9月期の51.1%に下がりました。OpenAIはこれを、国ごとに仕事の使い方が専門化し、しかも国によって違う方向に専門化していると説明しています。その理由として、国によって仕事の中身が違うことや、AIの道具を利用できる環境の違いを候補に挙げていますが、どちらかは決めていません。

2つ目は米国で実際に行われている仕事との比較です。米国の職業を雇用者数で重み付けして業務活動の構成を出すと、約43%が「Other IWA」に入ります。荷物を運ぶ、車両を運転する、医療記録を管理する、といった活動で、ChatGPTのメッセージでは十分な件数にならなかったものです。OpenAIはChatGPTでの使われ方が米国経済の仕事の構成と大きく違う主な理由を、この43%だと説明しています。

読むときの制約#

SignalsのデータのページとREADMEから、主な制約を並べます。

項目	内容
対象のプラン	Free、Go、Plus、Pro（主に個人が管理するアカウント）
含まないもの	Enterpriseなどの法人向けのメッセージ、Codex
対象の利用者	18歳以上と申告したアカウント。アカウントを削除した人、学習への利用を断った人は除く
標本	2024年7月から2026年9月まで、毎月100万件のメッセージ
分類	言語モデルによる自動の推定。利用者の申告ではない
プライバシー	個人を特定する情報を除いてから分類し、研究者は本文を読まない。差分プライバシーのノイズを加え、件数の少ない区分は出さない

一番影響が大きいのは、法人向けプランとCodexが入っていないことです。OpenAI自身も仕事や技術の用途は実際より少なく出ている可能性が高いと書いています。会社がChatGPT Enterpriseを契約して社員に使わせている場合、その使われ方はこのデータに入りません。法人の利用は別に「Enterprise Signals」として公開されています。

分類が推定であることも、数字の読み方に関わります。「仕事のメッセージか」「どの業務活動か」は、どちらもモデルが会話から判断した結果です。READMEはこうした列を「推定された行動の分類で、本人の申告ではない」として扱うよう求めています。さらに、州ごとに話題の割合を出すような細かい区分ほど、元の件数が少なくなり、ばらつきが大きくなるとも書いています。国と業務活動を掛け合わせたファイルも、同じように細かい区分です。

日本の調査とどう違うか#

日本の業務での使われ方を示す数字としては、総務省の令和8年版 情報通信白書と、帝国データバンクの生成AIに関する企業の動向調査がよく引用されます。3つを並べると、数えているものが違います。

調査	調べ方と対象	業務の内訳の数え方
OpenAI Signals	個人向けChatGPTの実際のメッセージを自動で分類	仕事のメッセージの件数の割合。O*NETのIWA（165種）で分ける
情報通信白書（個人）	個人へのアンケート。AIを使わない人も含む	AIの利用目的ごとに「定期的に利用している」などと答えた人の割合。情報の理解、文書作成や校正など11の目的で分ける
帝国データバンク	企業へのアンケート。有効回答は1万312社	「主に使う業務」を選んだ企業の割合。文章の作成・要約・校正、情報収集などで分ける

情報通信白書の個人向け調査では、何らかの生成AIサービスを使ったことがある人は日本で58.8%でした。米国とドイツは75.6%です。AIの利用目的を尋ねた設問で「定期的に利用している」と答えた割合は、情報の理解が33.7%で最も高く、文書作成や校正は20.1%、翻訳は13.7%、プログラミングやデータ処理は4.9%でした。この目的には仕事と私生活の両方が含まれます。日本経済新聞によると、使ったことがある人のうち「ほぼ毎日」使うと答えた割合は、日本が29.9%、米国が47.9%でした。

帝国データバンクの2026年3月の調査では、生成AIを業務で活用している企業は34.5%でした。活用している企業が主に使う業務は、文章の作成・要約・校正が45.1%、情報収集が21.8%、企画立案時のアイデア出しが11.0%で、コード生成などのプログラミング支援は5.9%です。情報通信白書の企業向け調査では、議事録・メール作成補助で活用していると答えた企業が約7割でした。

国内の調査から見えるのは、文章と情報収集に寄った使い方です。Signalsで同じことを確かめるなら、CSVを国コードJPで絞り、上位の業務活動と、74カ国の平均で下がった「上位10の割合」を日本について見ることになります。上位10の割合が平均より高ければ、日本は少数の用途に集中している、と読めます。

ただし、アンケートの「人の割合」では、少し使う人も毎日使う人も同じ1人です。一方、Signalsの「メッセージの割合」では、よく使う人の用途ほど大きく出ます。会社が契約した法人向けのプランやCopilotなど、ChatGPTの個人プラン以外で仕事をした分もSignalsには入りません。日本で個人のChatGPTから送られた仕事のメッセージ、という範囲で読むのがよさそうです。社内の利用状況は富士通のCopilot利用率の記事で取り上げた管理センターのレポートのように、自社の管理画面で測るほうがよさそうです。

誰に役立つデータか#

一番使いやすいのはAIと労働の関係を調べる研究者です。O*NETの分類にそろえてあるので、職業ごとの雇用統計や賃金のデータとつなげられます。国ごとの違いや、四半期ごとの変化も追えます。

企業でAIの導入を進める側にとっては、自社の使い方を世界の個人利用と比べる材料になります。社内の利用ログをIWAに当てはめれば、同じ分類で並べられます。ただし比べる相手は個人のアカウントで仕事に使う人で、他社が会社として使っている姿ではありません。