ChatGPTは仕事で何に使われている？OpenAI最新調査を解説
ChatGPTの仕事での使われ方は、文章作成などの定番用途だけでは捉えきれなくなっています。OpenAIは2026年10月26日、仕事に関する利用を165の活動に分類して調べられるデータを公開しました。ただし、これは「使われている仕事」を示す調査であり、「成果が出る仕事ランキング」ではありません。自分のビジネスに活かすには、人気の用途を追いかけるより、調査で分かることと、自社で確かめることを分けるのが大切です。
この記事では、新しい調査の数字をどう読み、どこまで仕事の判断に使えるのかを解説します。後半では、個人事業主の商品案内を想定例に、ニュースを具体的な検討材料へ変える方法も紹介します。確認日は2026年10月28日です。
→ 生成AIマスタースクール（GMS）の無料ウェビナーで実践方法を確認する
目次
OpenAIの最新調査で、何が新しく分かるようになったのか
今回の発表は、新しいボタンや有料機能の提供ではなく、ChatGPTの利用実態を調べるためのデータ公開です。職業名ではなく、職業をまたいで共通する「仕事の活動」に注目している点が特徴です。
対象は約100か国にわたる個人向けChatGPTの仕事関連メッセージで、165の活動分類に対応しています。新たな活動別データは2025年第1四半期から2026年第3四半期までの四半期単位です。企業向けのメッセージやCodexの利用は含まれません。出典：OpenAI「ChatGPT’s expanding world of work」。
例えば「営業職」という職業には、相手の課題を調べる、説明資料を整える、条件を交渉するなど、性質の違う活動があります。同じ職業名の人でも、ChatGPTに持ち込む作業は同じとは限りません。逆に、異なる職業でも、相手に分かる説明を作る作業は共通しています。ここは分類の考え方を理解するための例であり、今回の調査で営業職の特定行動が何位だったという意味ではありません。
読者にとっての価値は、「自分の職業がランキングにないから関係ない」と考えずに済むことです。職業全体をAIに置き換える話ではなく、自分が日々行っている活動の一部と照らし合わせて読むことができます。
| 見るもの | 今回確認した内容 | 読み違えないための注意 |
|---|---|---|
| 発表 | 2026年10月26日のOpenAI公式発表 | 製品の新機能ではなく調査データの公開 |
| 分類の単位 | 165の仕事の活動 | 165職種を完全自動化できるという意味ではない |
| 新しい活動別系列 | 2025年第1四半期〜2026年第3四半期 | 調査全体の対象期間とは区別する |
| 利用の範囲 | 個人向けChatGPTの仕事関連メッセージ | 全企業のAI導入状況を網羅していない |
| この記事での使い道 | 自分の仕事への応用候補を考える材料 | 売上や時短の保証には使わない |
「仕事の分類」と「おすすめの使い方」は別物
分類は、さまざまなメッセージを共通の枠で整理するためのものです。一方、おすすめの使い方は、目的、扱う情報、失敗した際の影響、確認できる人の有無によって変わります。使われている回数が多くても、あなたの業務で確認負担が大きければ、優先順位は下がります。
また、相談が多い分野には、そもそも難しくて何度も聞き直している作業が含まれるかもしれません。「利用が多い」と「簡単に成功する」を同じ意味にしないことが重要です。この可能性は、今回のデータから個別に証明された原因ではなく、数字を判断材料にするときの一般的な注意点です。
56.0%から51.1%へ――この数字は何を意味するのか
公式発表では、すべての四半期で観測された74か国について、上位10活動が分類済みの仕事関連メッセージに占める割合の国別平均が、2025年第1四半期の56.0%から2026年第3四半期の51.1%へ低下したと説明しています。つまり、定番の活動への集中が弱まる方向を示す数字です。出典：OpenAI公式発表。
差は4.9パーセントポイントです。ここで「仕事の生産性が4.9%上がった」「利用者が4.9%減った」と読み替えてはいけません。比べているのは、活動の構成割合です。人数、成果、作業時間の変化を直接表す値ではありません。
さらに「国別平均」である点も重要です。世界中の全メッセージを一つに合計した割合と、国ごとに求めた割合の平均は、計算の考え方が異なります。この数値だけを使って「世界の全利用者の51.1%が同じ10種類の仕事に使っている」と説明するのは不適切です。
| 数字の要素 | 正しい読み方 | 言えないこと |
|---|---|---|
| 74か国 | 全四半期を通して観測された比較対象 | 公開対象の国が全部で74か国という意味ではない |
| 上位10活動 | 分類された仕事利用の集中度を見る切り口 | 誰にでも最適な10個の使い方ではない |
| 56.0%→51.1% | 国別の構成割合の平均が低下 | 仕事での利用総量が減ったとは判断できない |
| 差の4.9ポイント | 二つの割合を引いた値 | 時間短縮率や売上増加率ではない |
構成割合が下がっても、その用途が不要になったとは限らない
構成割合は、全体の中での比率です。他の用途が増えれば、ある用途の利用量が増えていても割合は下がり得ます。逆に、割合が高まっていても、必ずしも利用量自体が増えているとは限りません。規模と構成を分けて読む必要があります。
身近な例でいえば、店の売上に占める定番商品の割合が下がったとき、定番商品の売上が減ったとは限りません。新商品の売上が加わった結果かもしれません。これは統計の見方を説明する比喩であり、ChatGPTの利用量について新しい推計をしているわけではありません。
今回の数値を見て、定番の文章作成をやめる必要はありません。筆者はむしろ、「他にも自分の仕事に合う用途があるのではないか」と考えるきっかけにするのが適切だと判断します。既にうまく使えている方法まで、流行に合わせて入れ替える必要はないのです。
調査を自分の仕事へ持ち込む前に、対象と限界を確認する
Signalsのデータ辞書では、全体の標本は2024年7月〜2026年9月の各月100万件の個人向けメッセージに基づき、申告年齢18歳以上のアカウントを対象にしていると説明されています。削除済みアカウントや学習利用を許可していない利用者は標本から除かれます。研究者が個々の原文を読むのではなく、個人を特定する情報を除去したデータを自動分類し、公開値にはプライバシー保護のための処理が加えられます。出典：OpenAI Signals v3.0 Data dictionary。
この「調査全体の期間」と、前述した「仕事の活動別系列の期間」は別です。資料の冒頭に広い期間が書かれていても、個別の図表が同じ期間を含むとは限りません。図表を紹介するときには、その図表の説明を優先して確認しましょう。
大きな調査でも、すべての人の実態をそのまま表すわけではない
標本の規模が大きいことと、あなたの顧客や会社にぴったり当てはまることは別です。例えば、小規模事業者の一人業務と、大企業の承認手続きを含む業務では、AIを使える範囲も、出力を確認する体制も異なります。全体の傾向は入口として役立ちますが、自分の環境の代わりにはなりません。
また、分類結果は利用者に一件ずつ「この仕事をしていますか」と尋ねた回答そのものではありません。データ辞書は、分類がモデルによる推定カテゴリーであることを示しています。数字が小数点まで表示されていても、一つ一つのメッセージの意味が完全に確定したかのように扱わないことが大切です。出典：データ辞書の分類定義。
| 確認する観点 | 読み手が立ち止まるポイント | 仕事での対応 |
|---|---|---|
| 対象者 | 自分の顧客層と同じとは限らない | 顧客の要望は別に確認する |
| 集計単位 | メッセージ数と人数は異なる | 「何人が成功したか」に変換しない |
| 分類 | 機械による整理には限界がある | 細かな順位差を過大評価しない |
| 対象外 | 調査に入っていない利用がある | 企業全体の導入率と説明しない |
| 結果 | 相談の後に何が起きたかは別問題 | 自分の採用判断と成果を別に記録する |
プライバシー保護は、自社情報を自由に入れてよいという許可ではない
調査のプライバシー保護と、あなたが業務情報をChatGPTへ入力してよいかは別の論点です。取引先の秘密、顧客の個人情報、社内限定資料を扱うなら、会社のルールと利用条件を確認しなければなりません。調査が匿名化されているからといって、元の入力に関する責任がなくなるわけではありません。
この記事の後半にある例も、公開済みの商品情報や、実在の顧客を含まない想定の文章で試すことを推奨します。名前を消すだけでは、周辺の具体的な事情から相手が推測される場合があります。最初の検討には、実データを使わずに済む形を選ぶのが無理のない進め方です。
「利用されている」から「成果が出る」までには、三つの確認が必要
ここからは、調査結果そのものではなく、筆者の実務上の判断です。新しいAIニュースを見ると、すぐに「うちでも導入すべきか」と考えがちですが、その前に、使う理由、出力の採用条件、事業へのつながりを分けて考えると判断が安定します。
確認1：使われる理由と、自分が困っている理由は一致しているか
誰かが資料作成にAIを使っていても、あなたの課題が「資料を読んでもらえないこと」なら、文章を増やすだけでは解決しないかもしれません。課題が作成時間なのか、説明の分かりにくさなのか、相手に届いていないことなのかで、必要な対策は異なります。
ここで便利なのは、「AIを使う」を目的にせず、「誰が、どこで困っているか」を一文にすることです。その一文が書けないうちは、調査の人気用途から導入先を選ばないほうがよいでしょう。用途の流行よりも、解決したい問題の具体性を先に置きます。
確認2：生成されたものを、採用してよいと判断できるか
文章が自然でも、商品条件が違っていれば、そのまま使えません。出力をチェックする根拠がない仕事では、AIの作業時間が短くても、確認に時間がかかる可能性があります。担当者が料金表や正式な商品説明と照合できる仕事と、未知の専門知識を一から確認しなければならない仕事は分けるべきです。
採用条件を先に決めると、「よくできている気がする」という感想から一歩進めます。例えば、公開済みの提供内容から外れていない、未確定の条件を断定していない、読み手の誤解を増やしていない、といった条件です。文章の巧みさは、その後に見る項目です。
確認3：出力が良くなったことと、事業成果が出たことを分ける
案内文が読みやすくなったとしても、それだけで問い合わせや売上が増えるとは限りません。価格、商品への需要、案内する相手、配信のタイミングなども影響するからです。逆に売上が増えても、変更した文章だけが原因だったとは断定できません。
筆者は、最初に「採用できる説明になったか」を見て、その後に「相手の疑問が解消されたか」を確認する順序を勧めます。いきなり売上だけで評価すると、使い方の問題と、商品・集客の問題が混ざり、次に何を直せばよいか分からなくなります。
| 確認の段階 | 見るもの | まだ言えないこと |
|---|---|---|
| 利用 | その作業でAIに相談した | 回答が正しいとは限らない |
| 採用 | 内容を確認し、使える部分を選んだ | 顧客に伝わったとは限らない |
| 顧客の反応 | 説明後の疑問や理解を確かめた | 購入や継続につながるとは限らない |
| 事業成果 | 問い合わせ・受注などを確認した | AIだけの効果とは限らない |
→ 生成AIマスタースクール（GMS）の無料ウェビナーで実務活用を学ぶ
想定例：個人事業主が「商品案内」を見直すなら、どう活かすか
ここでは、サービスを提供する個人事業主が、公開中の商品案内を見直す場面を考えます。実際の顧客事例や検証結果ではなく、ニュースから仕事へのつなげ方を説明する想定例です。
この事業主の悩みは、「案内文を作るのが遅い」ではなく、「問い合わせのたびに、料金に何が含まれるかを説明し直している」ことだとします。この場合、AIに文章を大量に作らせる前に、説明の不足を整理するほうが目的に合っています。
最初に渡すのは、魅力的な宣伝文句ではなく確定情報
用意するのは、公開しているサービスの内容、料金、対象者、対象外の作業、申込後の流れです。実在する問い合わせメールを丸ごと入れず、「料金に追加作業が含まれると思われやすい」といった一般化した課題を書きます。
そのうえで、ChatGPTには「購入を急がせる文章」ではなく、「読み手が判断するのに不足している説明」を挙げてもらいます。これなら、調査に出てくる仕事利用を、自分の顧客理解という目的につなげられます。具体的な依頼文は後述します。
| この想定例の材料 | AIに依頼する範囲 | 人が確認すること |
|---|---|---|
| 公開済みのサービス説明 | 意味が曖昧な箇所を挙げる | 本来伝えたい範囲と一致するか |
| 確定した料金と提供内容 | 含むもの・含まないものを整理 | 実際に提供できる条件か |
| 一般化した顧客の疑問 | 補足すべき説明の候補を出す | 実在の顧客の発言として扱っていないか |
| 不足情報の一覧 | 担当者への確認質問に直す | 未確認事項を勝手に埋めていないか |
出力を見て、何を採用し、何を保留するか
「追加費用が一切ありません」と提案されても、元の条件で確認できなければ採用しません。「追加作業の料金条件を明示してください」という指摘なら、確認課題として受け取れます。この違いを理解すると、AIの提案を全部採用するか全部捨てるか、という極端な扱いを避けられます。
文章を直した後も、説明が分かりやすいかは人が確かめます。初めて読む人が対象サービスを誤解しないか、条件を探しやすいか、申し込み前に必要な判断ができるかを見ます。今回の調査だけでは、この想定例で成果が出ることまでは分かりません。
ただし、検討の道筋は明確になります。「他の人が使っているから導入する」ではなく、「自分の説明上の問題を、確認可能な範囲で改善できるか」を試すのです。これが、ニュースを単なる話題で終わらせず、自分の仕事の判断材料に変える方法です。
調査を読む・仕事へ翻訳するための実用プロンプト3つ
以下は、新しい専用機能ではなく、通常のテキストによる依頼例です。FreeやPlusを含め、通常のチャットを利用できる環境で試すことを想定しています。Pro限定機能、ファイル添付、外部サービスへの接続は前提にしていません。利用可能な機能や上限はアカウントの表示で確認してください。公式案内：ChatGPT Free Tier FAQ。
スマートフォンなら短い説明を貼り付け、パソコンなら元資料と回答を並べて照合すると進めやすいでしょう。これは操作上の推奨であり、端末によって今回の調査内容が変わるわけではありません。日本語の依頼で構いませんが、英語の統計用語は元の表現も残すと確認しやすくなります。
1．ニュースの「言っていること」と「言っていないこと」を分ける
以下のAI調査の説明を、仕事での導入判断に使う前に整理してください。 【出典名・発表日】 ここに記入 【自分で確認した説明・数値】 ここに必要な範囲を記入 次の4項目に分けてください。 1. 説明から直接確認できる事実 2. 対象者・期間・分母・集計単位 3. この情報だけでは判断できないこと 4. 元資料で追加確認すべき点 利用率を成果や生産性と同一視しないでください。 未確認の出典や数値は補わず、「確認できない」と書いてください。
期待する出力：調査の要約だけでなく、判断できない範囲が整理されます。確認ポイント：AIが提示した対象期間や分母を、必ず元資料と照合してください。「確認できない」を減らすために、AIへ推測を強要しないことが重要です。
2．商品案内の改善に使う場合の、確認事項を抽出する
私は以下のサービスの案内を見直しています。 目的は文章を派手にすることではなく、購入前の誤解を減らすことです。 【公開済みのサービス説明】 ここに記入 【確定した料金・提供範囲】 ここに記入 【一般化した疑問・誤解】 ここに記入 案内を初めて読む人の立場から、次を表にしてください。 ・判断に不足する説明 ・元の文章の該当箇所 ・私が確認すべき質問 ・確認が済むまで掲載しないほうがよい表現 顧客の声、実績、保証、追加サービスを創作しないでください。 不足情報を推測で埋めず、今回は完成原稿ではなく確認用の一覧にしてください。
期待する出力：商品説明の不足を、事業主が判断できる質問へ変えた一覧です。確認ポイント：読み手の不安を煽る方向になっていないか、実際にない特典や保証を足していないかを確認します。サービス自体の条件をAIの提案だけで変えないでください。
3．調査紹介文に、根拠を超える断定がないか点検する
以下は、私がAI調査を紹介するために書いた文章です。 元資料の確認済み情報と照らし合わせ、断定しすぎている箇所を点検してください。 【私の紹介文】 ここに記入 【確認済みの情報】 ここに記入 特に次を確認してください。 ・メッセージの割合を利用者の割合へ変えていないか ・構成の変化を利用量の増減へ変えていないか ・利用実態を売上や時間短縮の証明にしていないか ・世界の傾向を日本や自社の事実と断定していないか 問題のある表現、理由、根拠の範囲に収まる修正文を示してください。 新しい事実を追加せず、修正の必要がない箇所はそのままにしてください。
期待する出力：元の主張を否定するだけでなく、言える範囲に直した表現が得られます。確認ポイント：AIの修正文にも誤りはあり得ます。最終的な紹介文の責任は発信者にあるため、重要な数字と条件は自分で確認しましょう。
調査を活用するときの失敗例と、立て直し方
次の表は、今回の調査で観測された失敗件数を示すものではありません。筆者が、ニュースを業務へ取り込む際に避けたい判断ミスとして整理したものです。便利な機能を知らないことよりも、根拠以上に期待してしまうことが、判断を難しくします。
| 失敗しやすい判断 | 起こる問題 | 立て直す順番 |
|---|---|---|
| 多く使われているから、必ず効果がある | 自分の課題と関係ない作業に時間を使う | 課題を一文にし、調査との接点を確認する |
| 細かな順位の違いで導入先を決める | 実務条件より順位を優先してしまう | 入力情報・確認体制・失敗時の影響を見る |
| 割合の低下を、需要の減少と読む | まだ有用な使い方をやめてしまう | 構成と利用量を分け、未確認部分を残す |
| 全世界の傾向を、自社顧客の希望とみなす | 顧客が必要としていない提案を作る | 自社の問い合わせや要望を別に確認する |
| 利用調査を、売上の約束に使う | 説明の信頼を損なうおそれがある | 利用実態と成果実績を別の根拠で説明する |
| 自然な文章なので確認せず公開する | 商品条件や保証が変わってしまう | 確定情報との照合を優先する |
特に発信する立場の人は、「AIが広まっている」という話と、「これを買えば成果が出る」という話をつなげすぎないことが大切です。ニュースは関心を持つ入口にはなりますが、商品やサービスの価値は、提供内容と適合条件で説明する必要があります。
筆者の実務視点
私は今回の調査を、「流行している仕事をまねるためのランキング」ではなく、AIの使い道を考える視野を広げる資料として読むことを勧めます。理由は、利用実態の調査と、自分の仕事での採算判断では、必要な情報が違うからです。国際的な傾向だけで導入先や有料プランを決める必要はありません。
初心者の方が避けたいのは、数字の大きさに圧倒されて「何でも早く取り入れなければ」と考えることです。自分の仕事で困っている点が明確なら、世界で何位の用途かより、その困りごとを解く材料があるかを優先してください。仕事の目的がはっきりしている人は、流行を全部追わなくても判断できます。
小規模事業者なら、今回の想定例のように、既に公開している商品案内を材料にして、説明の不足を洗い出すところから考えられます。新しい商品を無理に作るより、現在のお客様が判断しにくい点を見つけるほうが、事業とのつながりを確認しやすいためです。ただし、これは売上向上を保証する提案ではありません。
AIに任せる範囲は、論点の整理、曖昧な表現の発見、確認質問の作成までとし、実際の提供条件や公開の可否は人が判断するのが基本です。特に、費用や保証のように相手の意思決定へ影響する条件は、文章の上手さで評価してはいけません。元の情報と一致していることを先に確認します。
例外は、既に社内で承認済みのAI運用手順があり、用途ごとの評価方法も定まっている場合です。そのような組織では、今回の国際データを新しい研究課題や比較の材料として使えるでしょう。一方、まだ運用条件が整っていない人は、調査の高度な分析より、自分が説明責任を持てる小さな判断に結びつけることを優先すべきだと考えます。
よくある質問
今回の発表で、新しいChatGPT機能が使えるようになったのですか？
いいえ。この記事が扱っているのは、仕事での利用を調べるためのデータ公開です。新機能の解放や、料金プランの変更を伝える発表ではありません。
無料ユーザーにも関係がありますか？
あります。調査の読み方を知ることに、有料プランは必要ありません。この記事のプロンプトも通常の文章で依頼する形です。ただし、利用上限や機能の提供条件はアカウントごとに確認してください。今回の調査を読むためだけにProへ変更する必要はありません。
日本の利用者の傾向も、51.1%ということですか？
そうとは言えません。この値は、継続して観測された国々についての国別平均です。日本の値を述べるには、日本に対応するデータとその集計条件を別に確認する必要があります。この記事では日本単独の割合を提示していません。
仕事で使われているなら、正確性も高いということですか？
利用されていることと、回答が正確であることは別です。利用調査を回答品質の検証結果として扱わず、実際の出力を確定情報と照合してください。
自分の仕事が分類に見当たらなければ、AIは役立ちませんか？
その結論にはなりません。職業名ではなく、日々行う活動へ分けて考えると接点が見つかる場合があります。ただし、接点があることと、導入すべきことも別です。情報管理や確認負担を含めて判断しましょう。
数字をブログや提案資料で紹介してもよいですか？
Signalsデータの公式ダウンロードページは、出典表記を条件とするCC BY 4.0での利用を案内しています。データを紹介する場合は、出典と対象期間、集計の意味を残してください。独自に加工したなら、元の公式表示と自分の計算を区別します。出典：OpenAI「Download data and methodology」。
まとめ：最新調査は「正解」ではなく、判断をよくする材料
OpenAIの今回の発表は、ChatGPTが仕事でどのように使われているかを、より細かく考える入口になります。一方、用途の広がりを、そのまま売上や時間短縮の証明に置き換えることはできません。
押さえたいのは、対象、期間、分母、集計単位です。そのうえで、あなたの仕事では何が問題で、どの出力なら確認して使えるのかを考えてください。「みんなが使っているから」ではなく、「自分の仕事のどの判断を助けるか」で選ぶ。それが、次々に届くAIニュースを実務に役立てるための基本です。
→ 生成AIマスタースクール（GMS）の無料ウェビナーに参加する
