AI を使うチームが増えるにつれ、管理者や事業責任者は、AI がどこで価値を生み出し、次にどこへ投資すべきかを把握する必要があります。利用状況と支出はその一部しか示さないため、管理者は人々が AI を何に使い、何を達成するのに役立っているかも見る必要があります。
ChatGPT Admin Console の Analytics は、ChatGPT Work と Codex 全体について、利用状況とコストのデータ、タスクに関するインサイト(task insights)、成果指標(outcome metrics)をまとめて提供します。管理者は、この分析(Analytics)ツールを使って、ChatGPT Work と Codex の導入状況(adoption)を把握し、チームを支援し、ビジネス価値を評価できます。また、チームがどのように ChatGPT Work と Codex を使っているかを把握し、支出の裏にある作業を確認して、それを測定可能な成果に結びつけることが可能です。
利用状況を把握するUsage analytics
Usage analytics は、導入状況が伸びている場所や支出が集中している場所を示し、管理者が支援の重点を決める、コストを確認する、容量(capacity)のリクエストを評価するのに役立ちます。 Usage view は、ChatGPT Work と Codex 全体のアクティブユーザー、クレジット、トークン使用量をまとめて表示します。たとえばグループやユーザーで絞り込むと、導入が進んでいない場所が分かります。管理者は、その結果を理由として、チームの責任者と開始時のワークフローや研修ニーズを見直すことができます。 Usage overview は、ChatGPT Work と Codex 全体のアクティブユーザー数とクレジットの推移を表示します。
Insights のタスク分類器(task classifier)は、メッセージのサンプルをユースケースとタスクにグループ化することで、AI がどんな仕事を支えているかを管理者が把握できるようにします。たとえば software engineering には機能開発とコード保守が含まれ、sales & revenue にはアカウント調査(account research)と計画(planning)が含まれます。 Insights overview は、機能の実装からアカウント調査まで、タスクごとにクレジットがどう配分されているかを示します。
Insights の Overview タブは分類された仕事の内訳を一目で示します。 Use cases タブはタスクごとの内訳を含む詳細な表を提供します。 Use cases テーブルは、チームの仕事をタスク別に、クレジット、メッセージ数、アクティブユーザー数とともに内訳表示します。管理者は Insights でグループによって絞り込んでチームの AI の使い方を確認し、業務責任者と協力して評価するワークフローや成果を決められます。例として示された営業チームでは、アカウント調査と計画がクレジットの最大の用途であり、AI がアカウント準備をどう変えるかを話し合う出発点になります。
タスクの詳細にある Models、Reasoning、Speed の内訳は、そのタスクについて各設定が占めるクレジットの割合を示します。これにより管理者は設定が仕事に合っているかを評価し、モデル選択に関する研修の対象を絞れます。設定が仕事に合っているかを評価する例として、定型的なブリーフ(brief)は、より高速または低コストの設定で試す価値がある場合があり、その際は品質と、レビューと修正にかかる時間を比較します。
Plugin leaderboard と Skills view は、あるタスクをどのツールが支えているかを示し、管理者が研修の重点を決め、どのワークフローを維持するか、または共有するかを判断するのに役立ちます。関連するプラグインの利用が少ない場合はアクセスや研修の必要性を示している可能性があり、頻繁に使われるスキルには明確な責任者と定期的な更新が必要になる場合があります。
成果の測定とレポート作成
Outcomes view は、Codex がマージ済みコミットとコード行数に与えた貢献を、コードレビューの活動とあわせて表示します。また、Codex が貢献したマージ済みコミットとコード行数の割合を時系列で追跡します。推移と、利用可能なグループ・ユーザー・リポジトリの絞り込みにより、管理者とエンジニアリングリーダーは導入状況を把握し、どこでアクセスを広げるか、またはチームを支援するかを判断できます。 Codex が貢献するマージ済みコードの割合が増えている場合、エンジニアリングリーダーはその傾向をレビュー時間、欠陥、手戻りと比較して、チームがソフトウェアをより効果的に出荷できているかを評価できます。
ChatGPT Work の Admin plugin を使うと、管理者は導入状況、支出、タスクを比較できます。管理者はその結果を、予算やロールアウトの判断向けのレポートにすることが可能です。 OpenAIによると、Admin plugin はチームのクレジットの推移を比較し、月次のロールアウトレビュー向けに変化を要約します。また、グラフ、主な調査結果、推奨される次のステップを盛り込んだ経営層向けデッキなど、完成した成果物も作成でき、部門横断のステークホルダーに共有できます。
Admin API を使うと、チームは自分たちのダッシュボードでレポートを自動化でき、アナリティクスをビジネスシステムのデータと組み合わせられます。たとえばサポート用ダッシュボードでは、クレジット使用量をチケット解決時間と並べて表示できます。
利用状況とタスクのデータは、管理者が業務責任者とともに価値を調べるための出発点です。業務責任者は、ワークフローで何が変わったか、結果が改善したか、その改善にどれだけの価値があるかを評価するための文脈を加えます。両者は協力して、製品上の活動を、納期、品質、収益性などの指標に結びつけられます。
ChatGPT Admin Console のタスク分類器が、営業グループでアカウント調査が多いと示した場合を想定します。このとき管理者は、モデルの選択がタスクに合っているかを確認し、CRM プラグインの利用が少ないところで研修を行い、一貫したアカウントプランのためのスキルを共有します。
営業グループのアカウント調査の例では、営業の業務責任者が準備時間とプランの質をチームのベースラインと比較します。時間が節約できた場合は、その時間がどれだけ顧客との会話に使われ、どの会話が有望案件(qualified opportunities)になり、どの案件が売上になるかを追跡します。その事業の売上と貢献利益は、増えたキャパシティが財務的な利益を生むかどうかを判断する助けになります。
価値を評価するための問いとROI試算
ワークフローの価値を探るにあたって、OpenAIは次の問いから始めるよう勧めています。 1つ目の問いは「何を改善したいか」で、準備の高速化、仕事の質の向上、コスト削減、売上増加など、チームにとって重要な成果を選ぶことが推奨されます。 2つ目は「現在のプロセスはどうなっているか」で、出発点として、チームがそのタスクをどのくらいの頻度で行うか、どれだけ時間がかかるか、良い結果とは何かを確立することが勧められています。 3つ目は「AIで何が変わるか」で、定められた期間にわたって結果を比較し、速く終わった作業もチームの品質基準を満たすよう、レビューと修正にかかる時間も含めることが推奨されます。 4つ目は「これでチームに何が可能になるか」です。節約した時間は顧客との会話を増やすことにつながり得て、質の高い仕事は修正の減少につながり得ます。改善がどこで最も重要かを理解できるよう、チームと話し合うことが勧められています。 5つ目は「その利益は投資に見合うか」で、チームが得るものを、AI、セットアップ、継続的なサポートに使っている費用と比較することが勧められています。これは、何を拡大するか、どこでチームにさらなる支援が必要かを決める助けになります。
営業のアカウント調査に関する年間ROIの例では、営業担当者のチームを想定し、各担当者が週に2件のアカウントブリーフを準備します。各ブリーフは、アカウントの履歴、業界調査、次の会話に向けた見解をまとめたものです。
営業のアカウントリサーチのROI試算例では、営業担当20人がそれぞれ週2件のブリーフを作り、1件あたり3時間を削減するとして46週分を計算すると、年間の削減時間は5,520時間になります。その50%がチームの生産的な仕事に充てられ、完全負担の従業員コスト(fully loaded employee cost)を1時間あたり$75と仮定すると、推定年間キャパシティ価値(estimated annual capacity value)は$207,000となります。営業担当は削減された時間を、新規見込み客とのつながりづくり、案件のフォローアップ、顧客と過ごす時間の増加に使うことができます。初年度の総コストをAI、セットアップ、研修、継続的なサポートで$60,000と仮定すると、推定キャパシティ価値$207,000との比較で、例示的なROIは245%となります。営業のアカウント調査の例の数値はすべて仮定です。ROIは推定したキャパシティ価値を反映したもので、受注率の向上、案件規模の拡大、その他の営業成果から得られうる利益は含まれません。
ワークフローの価値は、生産性にとどまらない場合もあります。営業では、より良いアカウント調査と顧客についての共通理解が、より深い会話、より強い関係、新たな機会を支えうるとされています。チームはその後、そうした改善が、案件サイクルの短縮や受注率(win rate)の向上といった追加のビジネス成果につながるかを測定できます。
企業の活用事例と次の進め方
1Passwordは、エンジニアがより速く機能を出荷できるように、Codexを使ってソフトウェアの構築、レビュー、テストを行っています。同社は553%のROIと年間$0.8Mのエンジニアリングキャパシティ価値(engineering capacity value)を見積もっており、厳格なセキュリティポリシーを維持しながら、本番環境に対応した機能や社内ツールをより速く構築するためにCodexを使用しています。
ATV Big Air Tourは、イベント掲載の確認、在庫の計画、ウェブサイトの可視性の改善にChatGPT Workを使っています。掲載内容のレビューは週8時間から1時間に、在庫作業は2〜3日から2〜3時間に減り、チームはツアーと顧客に集中する時間を増やせました。
Playcoは、OpenAIのAPI経由でGPT-6 Astraを使い、遊べるゲームのプロトタイプを構築・テストしています。同チームは1つの基盤から3つのテーマ別プロトタイプを作成し、以前のモデルを使った場合と比べて手作業による修正が50%少なかったと報告しており、開発者がより多くのアイデアをテスト・比較する助けになっています。
OpenAIは、次の進め方として、ChatGPT Admin ConsoleでInsightsを開き、ビジネス上の優先事項を支える一般的なタスクを選ぶよう勧めています。次に、業務責任者とレビューを行い、ベースラインと測定する成果に合意して、進捗を確認する日付を設定することが勧められています。得られた結果は、ワークフローを拡大するか、チームの使い方を改善するか、あるいは別のアプローチを試すかを判断するために使うよう勧めています。