【2026年4月最新】サイバーエージェントのChatGPT Enterprise事例、定着率93%はどう作られたか

1. 4月9日の事例でまず押さえるべき事実

【公式情報】OpenAIが2026年4月9日に公開した事例ページでは、 サイバーエージェントはChatGPT Enterpriseの月間アクティブ利用率93%を実現し、 ChatGPTを調査、下書き、論点整理の標準ツールとして使っていると紹介されている。 またCodexは、設計議論、コードレビュー、ドキュメント整備の速度と確度を高める役割で使われている。

【公式情報】さらにサイバーエージェントは2023年10月18日の公式発表で、 全社員のAIリテラシー向上と、2026年までにオペレーション業務を6割削減する方針のもと、 「AIオペレーション室」を新設したと公表している。 つまり今回の93%は、突然の成功事例ではなく、 2023年から積み上げた組織設計の延長線上にある。

2. なぜ定着率93%まで広がったのか

OpenAIの事例で重要なのは、「全社必須にしたから使われた」とは書かれていない点だ。 むしろ、何を入れてよいか迷わないセキュアな環境、 管理者による一元管理、部署横断の知見共有が揃ったことで、 日常業務へ自然に入り込んだ構図が見える。 導入の障害はモデル性能よりも、 入力してよい情報が曖昧なことと 部署ごとに使い方がバラバラなことである。

【公式情報】同事例では、サイバーエージェントは100人超が参加する研修を10回以上実施し、 利用率の見える化や、一定期間使っていない社員へのSlackフォローまで行っている。 これは「AIが苦手な人ほど放置されやすい」問題への対策だ。 AIが得意な人に使わせるだけではなく、 使っていない人に戻ってくる導線を作ることで定着率は上がる。

MIRAINA視点で言えば、 これはAI導入が失敗する本当の理由で整理した 「AI起点で考えると現場に定着しない」という話と一致する。 ツール導入、利用ルール、教育、フォローを別々に発注すると、 途中で責任の所在が曖昧になりやすい。 だから中小企業でも、担当者1人に押し込まず、 推進責任と運用責任を分けておく方が結果的に速い。

3. Codexは実装前の判断をどう変えたか

【公式情報】OpenAIは、サイバーエージェントがCodexを 設計議論、コードレビュー、ドキュメント作成に使っていると説明している。 ここで注目すべきは、Codexが「コードを書くためだけの席」ではなく、 実装前の判断を速める道具として機能している点だ。 仕様の抜け漏れ確認、レビュー観点の洗い出し、依存関係の把握が早くなると、 実装そのものより手前の詰まりが減る。

既存記事の楽天のCodex事例が 開発速度と修正サイクルの改善に寄っていたのに対し、 今回のサイバーエージェント事例は 非開発部門も含む全社運用の中でCodexがどう位置づくかを示している。 つまり、ChatGPT Enterpriseで土台を整え、 Codexを判断と実装の境界に置く形が見えてきた。

4. 中小企業が真似すべき導入順序

サイバーエージェントの規模をそのまま真似する必要はない。 ただし順番は参考になる。 先に作るべきは、高度な自動化よりも 入力ルール、担当者、研修、再定着の仕組みだ。 ChatGPT Businessの席設計を整理した こちらの記事ともつながるが、 料金や席種の前に運用責任を決めておかないと利用は続かない。

社員20人の会社です。
営業、制作、管理部でChatGPT EnterpriseまたはBusinessを導入したいです。

1. 入力してよい情報の線引き
2. 最初の30日で研修すべき業務3つ
3. 使わなくなった社員を再定着させるフォロー方法

を表で整理してください。

MIRAINAでは、この3ステップを 生成AI活用支援と AI研修で一体で設計している。 導入の成否は、派手なデモではなく、 30日後に誰が何回使っているかで判断した方がぶれにくい。

5. すぐ全社展開しない方がよい境界例

サイバーエージェントの事例は魅力的だが、 すべての会社がいきなり93%を目指すべきではない。 まず小さく始めた方がよいのは、 機密情報の分類が未整備、 部署ごとの業務差が大きい、 研修を回す担当者がいない場合だ。 この状態で全社展開すると、 「誰もが少しだけ触ったが、結局戻った」で終わりやすい。

逆に言えば、 入力ルール、研修テーマ、月次の利用確認さえ決めれば、 中小企業でも全社定着は十分狙える。 大企業の事例をそのまま真似るのではなく、 何が再現可能な要素かを抜き出すことが重要だ。

6. まとめ

サイバーエージェントのChatGPT Enterprise事例が示したのは、 AI導入の勝負どころが「高性能モデルを選ぶこと」ではなく、 誰が推進し、どう教え、どう再定着させるかにあるという事実だ。 定着率93%という数字は大きいが、 背景を見ると再現不能な特殊事例ではない。 推進組織、研修、可視化、未利用者フォローという基本動作を、 先に整えていたことが強い。

ChatGPTやCodexを入れる前に、 どの業務から始めるか、入力してよい情報は何か、誰が使わなくなった人を追うか。 ここまで決めてから入れる会社ほど、導入効果は伸びやすい。 MIRAINAでは、こうした全社定着の設計から運用開始後の改善まで伴走している。