組織はAIをどう活用しているか:ChatGPTからの証拠 — OpenAIの調査による主要な発見
OpenAIは、8,198の組織からの180万件のメッセージに基づき、組織が実際にChatGPTをどのように利用しているかを分析した研究を発表しました。このデータは、AIが実際のワークフローのどこに適合するかについての実地の視点を提供します。そして、それは誇大広告が示す場所ではありません。
主な発見
- 創造的タスクと分析的タスク: メッセージの71%が創造的、29%が分析的でした。創造的には、執筆、ブレインストーミング、問題解決が含まれます。分析的には、データ分析、コーディング、クエリが含まれます。
- 最も頻繁なタスク: 執筆(28%)、データ分析(20%)、トラブルシューティング(7%)、情報検索(6%)です。
- ビジネスコンテキストが重要: ChatGPTの使用は「革新」領域(60%)に偏っています。これは新製品やサービスの作成であり、「生産」(15%)や「調整」(13%)ではありません。
- トピッククラスター: 一般的なトピックには、マーケティング、製品デザイン、ビジネス戦略、ソフトウェア開発、研究が含まれます。
AIエージェントへの意味
AIコーディングエージェントを構築または利用する開発者にとって、実用的な要点は明白です。執筆支援とデータ分析が最も価値の高いユースケースです。組織は単にコードを求めているのではなく、提案書の作成、スプレッドシートの分析、インフラのデバッグにAIを利用しています。効果的なエージェントは、オートコンプリート機能だけでなく、それらの領域にわたるマルチステップの推論を処理する必要があります。
この研究はまた、「トラブルシューティング」(AIエージェントの中核タスク)が使用量のわずか7%に過ぎないことを強調しており、エージェントは実際の需要に合わせて執筆とデータワークフローの支援を優先すべきであることを示唆しています。
方法論と注意点
この研究は、ChatGPTに登録した組織からのメッセージのランダムサンプルに基づいており、個々のユーザーを除外してフィルタリングされています。これは、あるプラットフォームのエコシステムのスナップショットであり、すべてのAI使用のセンサスではありません。
タスク分布や業界パターンに関するチャートを含む詳細については、完全なPDFをお読みください。
📖 完全なソースを読む: HN AIエージェント
👀 See Also

ソロデベロッパーがClaude CodeでH-1Bビザ情報ツールを構築
ある開発者が、ETLパイプラインから本番デプロイまで全スタックにClaude Codeを使用し、80万件以上の米国労働省H-1BおよびPERM記録を処理する無料ツール「H1B.Guru」を構築しました。

Claude Codeを使用して小売予測のための衛星画像分析パイプラインを構築する
開発者がClaude Codeを使用して、Google Earth Engineを介してSentinel-2光学データとSentinel-1レーダーデータを取得し、OpenStreetMapから駐車場の境界を処理し、小売企業の収益結果を予測するために占有率指標を計算する、完全な衛星画像分析パイプラインを構築しました。

自己ホスト型Qwen3 235BとvLLMを使用した6エージェント行動コーチングパイプラインの実行
ある開発者が、vLLMを介して完全にセルフホストされたQwen3上で動作する、行動コーチングのための6エージェント認知パイプラインを構築しました。開発には2x RTX 4090上のQwen3 30Bを、本番運用にはRunPod A40ポッド上のQwen3 235Bを使用しています。

行動監視と設定変更によるAIエージェントコストの30%削減
開発者は、70個のcronジョブが結果をメインのチャットセッションにダンプしていたことで、コンテキストの肥大化と繰り返しの圧縮が発生し、OpenClawボットのトークン使用量を30%削減しました。修正には、cronの出力をTelegramに直接リダイレクトし、冗長な検索や過大なファイル読み込みなどの非効率性を特定する監視スキルを構築することが含まれました。