プログラマーじゃなくても知っておきたいCodexの衝撃 ～「答えるAI」から「仕事をするAI」へ～
こんにちは、DXGO編集長の大崎です。
約1カ月ぶりのご無沙汰になってしまいました。
前回の記事では、
「ChatGPTはもうチャットではない ～AIエージェント時代の始まり～」
をテーマに、最新のChatGPTが持つ可能性についてご紹介しました。
記事の最後では、
「次回はDeep Research活用術」
と予告していました。
ところが、その後あらためてシリーズ全体の構成を見直したところ、Deep Researchの前に、どうしてもご紹介しておきたいものが出てきました。
それが、今回のテーマである
「Codex」
です。
Codexは、ソフトウェア開発の仕事を実行するAIコーディングエージェントです。
こう書くと、
「プログラマー向けの機能なら、自分には関係がない」と思われる方もいるでしょう。
私自身も、最初はそのように考えていました。
しかし、実際にCodexを使ってみると、その印象は大きく変わりました。
私が衝撃を受けたのは、
AIが質問に答えるだけでなく、目的を理解し、作業を計画し、成果物を完成させる段階に入った
ということです。
Codexをきっかけに見えてきたのは、プログラマーだけに関係する変化ではありません。
営業、マーケティング、経営企画、管理部門など、あらゆる仕事に影響する「AIエージェント時代」の働き方です。
そこで今回は予定を変更し、
「プログラマーじゃなくても知っておきたい Codexの衝撃」
をお届けします。
なお、予告していたDeep Researchについては、次回、ChatGPTの新しい業務実行機能である「ChatGPT Work」と組み合わせた、実践的な調査・企画の進め方としてご紹介する予定です。
※ChatGPTおよびCodexの機能、画面表示、利用条件は、契約プランや提供時期によって異なる場合があります。実際に利用する際は、OpenAIの公式情報で最新情報をご確認ください。
Codexとは何か
Codexという名前を聞いて、
「コードを書いてくれるAIでしょ？」
と思う方は多いのではないでしょうか。 たしかに、コードを書くことはCodexの主要な機能の一つです。
ただし、現在のCodexは、質問に対してコードの例を提示するだけの機能ではありません。
依頼された開発作業の内容を理解し、関連するファイルを確認し、必要な修正を行い、テストを実施し、結果を返すところまで進めるAIエージェントです。
従来のChatGPTは、基本的に、
- 質問する
- 回答を得る
- 人が作業する
という使い方が中心でした。
一方、Codexでは、
- 目的や課題を伝える
- AIが作業内容を整理する
- AIが実際に作業する
- AIが結果を確認する
- 人がレビューして判断する
という流れになります。
つまり、
「答えるAI」から、
「動くAI」への進化です。
この違いは、想像以上に大きなものです。
これまでは、AIに方法を教えてもらった後、実際の作業は人が行う必要がありました。
しかしAIエージェントは、方法を説明するだけではなく、一定の範囲で作業そのものを引き受けます。
Codexはソフトウェア開発に特化していますが、この仕事の進め方を見ると、今後ほかの業務がどのように変わっていくのかも見えてきます。
私が最初に驚いたこと
私が最初にCodexを触ったとき、正直なところ、
「プログラムのコードを書いてくれるだけの機能かな」と思っていました。
私はプログラマーではありません。
そのため、便利そうではあっても、自分が日常業務で使う場面はあまりなさそうだと考えていました。
ところが、実際に試してみると、その印象は大きく変わりました。
例えば、Webページの試作品を作る場合、以前であれば、
- どのような画面にするか考える
- 必要な機能を整理する
- プログラマーへ依頼する
- 完成したものを確認する
- 修正点を伝える
という工程が必要でした。
Codexを活用すると、日本語で目的や必要な機能を伝え、まず動くものを作らせることができます。
そして、
「この部分を見やすくしてほしい」
「ボタンを追加してほしい」
「入力した内容を保存できるようにしてほしい」
と対話しながら修正できます。
ただし、試作品をそのまま業務で使えるシステムにするには、セキュリティや品質、運用面について専門家による確認が欠かせません。
それでも、アイデアを形にし、試作品を作り、改善を重ねるところまでのハードルが大きく下がったことは間違いありません。
プログラムを書けない人でも、
「何を作りたいのか」
を言葉で説明できれば、AIと一緒に形にできる時代が始まったのです。
プログラマーではなくても関係がある理由
Codex自体はソフトウェア開発のためのAIエージェントです。
では、なぜプログラマーではない私たちも知っておく必要があるのでしょうか。
その理由は、Codexに見られるような、AIが目的に沿って仕事を進める仕組みが、やがてあらゆる業務に広がっていくと考えられるからです。
Codexでは、AIが単発の質問に答えるのではなく、ゴールに向かって複数の作業を進めます。
この考え方は、ソフトウェア開発だけに限定されるものではありません。
例えばマーケティングでは、
- 市場や競合を調査する
- データを分析する
- ターゲットを設定する
- 企画を組み立てる
- 資料を作成する
という一連の仕事があります。
営業でも、
- 顧客情報を確認する
- 課題を仮説化する
- 提案内容を考える
- 面談資料を作る
- 面談後の内容を整理する
という複数の工程があります。
これまでは、工程ごとに人がAIへ指示を出し、返ってきた回答を吟味したうえで、次の作業へつなげていました。
一方、AIエージェントを使えば、最終的なゴールを伝えることで、AIが必要な作業を整理し、複数の工程を連続して進めます。
Codexでは、このような仕事の進め方が、ソフトウェア開発の分野ですでに実現しています。
マーケティング担当者にも大きな示唆がある
私が特に可能性を感じているのは、マーケティングや事業企画の領域です。
これらは一見すると、
「考える仕事」
に見えます。
しかし実際には、多くの時間を、
- 情報を集める
- データを整える
- 内容を分類する
- 表やグラフを作る
- 資料の構成を考える
- 文章を整える
といった作業に使っています。
もちろん、こうした作業も必要です。
ただし、作業に時間を取られすぎると、本来時間をかけるべき、
- どの市場を選ぶのか
- 誰をターゲットにするのか
- 何を提供価値にするのか
- どの施策を優先するのか
という判断に十分な時間を使えなくなります。
現在は、データ分析や資料作成など幅広い業務ではChatGPTやChatGPT Workを、ソフトウェア開発ではCodexを使うという役割分担が明確になりつつあります。
重要なのは、どの機能を使うかということだけではありません。
AIに作業を任せ、人が判断に集中するという仕事の進め方が、現実のものになってきたことです。
PEST分析では何が変わるのか
例えば、RPA市場についてPEST分析を行うケースを考えてみます。
PEST分析とは、
- Politics：政治・法規制
- Economy：経済
- Society：社会
- Technology：技術
という4つの視点から、事業を取り巻く外部環境を整理するフレームワークです。
従来であれば、
- 官公庁や業界団体の資料を探す
- 市場調査レポートを読む
- 最新ニュースを確認する
- 必要な情報を抜き出す
- 4つの項目へ分類する
- 今後の影響を考える
- 資料にまとめる
という工程が必要でした。
テーマによっては数時間、あるいは数日かかることもあります。
ChatGPTのDeep ResearchとChatGPT Workを組み合わせると、情報収集や整理、分析のたたき台づくり、資料化までを一連の流れとして支援してもらえます。
例えば、
「日本のRPA市場について、今後3年間の変化をPESTの観点から整理してください。各項目について、自社の事業に与える機会と脅威も示してください」
と依頼します。
すると、AIが調査した情報を基に、PESTの形へ整理したたたき台を作成してくれます。
もちろん、AIが作った内容をそのまま経営判断に使うことはできません。
情報源の信頼性や時点を確認し、自社の状況と照らし合わせる必要があります。
それでも、真っ白な状態から始めるのではなく、整理された材料を見ながら議論を始められることには、大きな価値があります。
3C分析にも活用できる
私自身がよく活用しているフレームワークの一つが3C分析です。
3C分析では、
- Customer：市場・顧客
- Competitor：競合
- Company：自社
の3つの視点から、事業環境を整理します。
新しい製品や施策を検討するときは、市場や顧客の変化を調べ、競合企業の製品や戦略を確認し、そのうえで自社の強みと弱みを整理しなければなりません。
この作業で難しいのは、情報がさまざまな場所に分散していることです。
市場データは調査レポート、競合情報は各社のWebサイトやニュース、自社情報は社内資料や営業データに存在します。
AIに市場・競合の情報と必要な社内情報を与えれば、それらを整理し、3Cの枠組みに沿ったたたき台を作ることができます。
さらに、
「市場・競合・自社の分析から、当社が優先すべきターゲットと提供価値の仮説を3案示してください」
と続ければ、分析結果を戦略の仮説へつなげることも可能です。
最終的にどの仮説を採用するかは、人が判断します。
しかし、検討すべき選択肢を短時間で可視化できるため、議論の質とスピードを高めることができます。
SWOT分析は「作ること」より「使うこと」が重要になる
SWOT分析も同様です。
例えば、
「市場・競合・自社に関する情報を基に、既存顧客へのクロスセルを拡大するためのSWOT分析を実施してください」
と依頼すれば、
- Strength：強み
- Weakness：弱み
- Opportunity：機会
- Threat：脅威
の観点から、検討材料を整理できます。
さらに、
- 強みを生かして機会を取り込む施策
- 弱みを補いながら機会を生かす施策
- 強みを使って脅威へ対応する施策
- 弱みと脅威の組み合わせを回避する施策
というクロスSWOTまで展開できます。
従来は、SWOTの4象限を埋めること自体が目的になってしまうこともありました。
しかしAIが整理作業を支援するようになると、人は、
「この分析から、具体的に何を実行するのか」
を考えることに集中できます。
フレームワークを作る時間が短くなることで、フレームワークを意思決定に使う時間を増やせるのです。
スライド作成の考え方も変わる
もう一つ、大きく変わりつつあるのが資料作成です。
多くのビジネスパーソンは、PowerPointなどの資料作成にかなりの時間を使っています。その中でも、
- 文章を短く整える
- 説明の順番を決める
- 見出しを考える
- 図表の見せ方を考える
- レイアウトを調整する
といった作業に時間を使っていることも少なくありません。
私の場合、AIに最終的なスライドをすべて任せるのではなく、複数のAIを役割分担させています。
まずChatGPTでテーマについて壁打ちを行い、論点を整理します。
必要に応じてDeep Researchで外部情報を調査し、資料の根拠を集めます。
その後、スライド全体の構成とストーリーを作り、Gensparkに渡すための詳細なプロンプトをChatGPTで作成します。
そして、そのプロンプトをGensparkへコピーし、スライドを生成してもらいます。
完成した資料を確認し、メッセージや数字、レイアウトを人が修正します。
この方法を使うと、PowerPointを開いて白紙のスライドを前に悩む時間が大きく減ります。
人は資料を「作る」ことよりも、その資料で何を伝え、相手にどのような意思決定をしてもらうのかを考えることに集中できるようになります。
仕事のスタート地点が変わる
私がCodexをはじめとするAIエージェントに最も可能性を感じている理由は、ここにあります。従来の仕事は、
「ゼロから作る」ことが前提でした。
情報を集め、整理し、分析し、ようやく企画を考え始める。
それが当たり前だったと思います。
しかし、これからは、
AIが作ったたたき台を人が改善する
という進め方が増えていくでしょう。
これまでは、
「調べてから考える」ことが仕事のスタート地点でした。
これからは、AIが調査・整理した情報を基に、
「何を選択するか」から考え始められるようになります。
これは単なる作業時間の短縮ではありません。
人に求められる価値の重心が、
多くの情報を知っていることから、
情報を基に適切な判断をすることへシフトしていくということです。
AIが作業を担うほど、人には、
- 目的を設定する力
- 問いを立てる力
- 結果を評価する力
- 優先順位を決める力
- 最終的に意思決定する力
が求められます。
私は、これこそがAI時代における最も大きな変化だと感じています。
AIに仕事を奪われるのか
ここまで読むと、
「AIが仕事をするようになれば、人間の仕事がなくなるのではないか」
と不安に感じる方もいるかもしれません。
しかし、私はAIを使えば使うほど、人間の役割はむしろ重要になると感じています。
AIは、
- 大量の情報を集める
- 内容を整理する
- 複数の案を作る
- 定型的な作業を繰り返す
- たたき台を短時間で作る
ことを得意としています。
一方で、
- 何を目指すのか
- 誰の課題を解決するのか
- 何を優先するのか
- どのリスクを取るのか
- 誰にどのように伝えるのか
- 最終的にどの戦略を選ぶのか
を決めるのは人間です。
AIは、会社の歴史や組織の事情、顧客との関係、現場で働く人の感情まで、完全に理解しているわけではありません。
そのため、AIが出した結果をうのみにするのではなく、人が確認し、問い直し、必要に応じて修正することが欠かせません。
AIは人間の代わりになる存在というよりも、
人間の能力を拡張する存在
だと考えた方が自然です。
まず何から試せばよいのか
Codexに関心を持った方の中には、
「自分はプログラミングができないので、何から始めればよいか分からない」
という方もいるでしょう。
最初から本格的なシステムを作る必要はありません。例えば、簡単なWebページや業務ツールの試作品を作るところから始められます。
- アンケート結果を表示する簡単なWebページ
- 営業活動の数値を入力する計算ツール
- CSVファイルを読み込んで集計する小さなツール
- 入力した情報を一覧表示する社内用画面
- 自分のアイデアを確認するためのプロトタイプ
などです。
まずやってみるときのポイントは、最初から完璧な成果物を求めないことです。
人に仕事を依頼するときも、最初から100点の完成品を求めるのではなく、まずたたき台を作ってもらい、それを見ながら修正していきます。
AIも同じです。
まず、「このようなものを作りたい」と伝えます。
出てきた結果を見ながら、
「ここを変えてほしい」
「もっと簡単にしてほしい」
「この機能を追加してほしい」
と指示します。
この往復を繰り返すことで、AIとの仕事の進め方が少しずつ分かってきます。
また、プログラミング以外の業務では、ChatGPTやChatGPT Workを使い、
- PEST分析のたたき台を作る
- 3C分析を整理する
- SWOT分析から施策案を出す
- 会議資料の構成を考える
- 市場調査をレポートにまとめる
といった仕事から試してみると、AIエージェントによる働き方の変化を実感しやすいと思います。
まとめ
Codexは、単なるコード作成支援ツールではありません。
ソフトウェア開発において、
- 課題を捉える
- 必要な作業を計画する
- 実際に作業を進める
- 結果を確認する
- 成果物として返す
という一連の仕事を担うAIエージェントです。
そしてCodexが示した、
「AIが質問に答えるだけでなく、仕事を実行する」
という考え方は、すでにソフトウェア開発以外の領域にも広がり始めています。
私たちは今、
「AIに答えを聞く時代」から、
「AIに仕事を任せる時代」へシフトしています。
プログラマーだけでなく、企画、営業、マーケティング、経営企画、管理部門など、「考える仕事」に携わる人ほど、AIが作業を担うことの価値を実感するようになるでしょう。
AIを使いこなすことは、すべての仕事をAIに丸投げすることではありません。AIに任せられる仕事を増やし、人はより本質的な「考える仕事」と「決める仕事」に集中する。その働き方こそが、これからのスタンダードになっていくのではないでしょうか。
編集後記
この記事を書き始めた後も、ChatGPTは大きく進化しました。新たに登場した「ChatGPT Work」は、複数の業務工程を進め、スプレッドシートや文書、スライドなどの成果物を完成させるためのAIエージェントとして位置づけられています。
一方、Codexはソフトウェア開発や技術的な作業に特化したAIエージェントとして、その役割がより明確になりました。
今回の記事で紹介したPEST分析、3C分析、SWOT分析、資料作成などの業務は、今後はChatGPT Workを中心に実行する場面が増えていくと考えられます。
わずかな期間で、AIの機能や役割は大きく変わります。
だからこそ、名称や機能だけを覚えるのではなく、
AIが「答える存在」から「仕事を実行する存在」へ進化しているという大きな流れを捉えることが重要です。
私自身も実際に使いながら、これからもDXGOで最新の活用方法をお伝えしていきたいと思います。
次回予告
第3回 Deep Research × ChatGPT Work
AIと一緒に調べ、考え、成果物を作る仕事術 AIに本格的な調査を任せるDeep Researchと、調査結果を基に資料や分析レポートなどの成果物を作るChatGPT Work。
この2つを組み合わせることで、情報収集、分析、企画、資料作成という一連の仕事は、どのように変わるのでしょうか。
次回は、マーケティングや事業企画の具体例を交えながら、AIと一緒に仕事を進める新しいワークフローをご紹介します。
