1. まず押さえるべき事実
OpenAIの発表で見るべき数字は3つあります。Codexの週間利用者は500万人を超え、 非エンジニアは全体の約20%を占め、開発者より3倍以上速いペースで伸びていると説明されています。 さらに今回、6つのロール別プラグインが発表され、合計で62の人気アプリと110のスキルを含むとされています。
| 項目 | OpenAI公式発表の内容 | 中小企業への意味 |
|---|---|---|
| 利用者層 | Codexは週500万人超が利用、非エンジニアが約20% | 開発部門だけのAIではなく、営業・企画・管理部門の業務AIになる |
| ロール別プラグイン | 分析、制作、営業、プロダクト設計、投資、金融向けに展開 | 職種ごとの成果物テンプレートと連携先を先に決めやすくなる |
| Sites | 対話から共有可能なWebサイトやアプリを作るプレビュー | 社内確認用の見積ツール、申請フォーム、ダッシュボードを小さく試せる |
| Annotations | 生成結果へ直接コメントし、修正指示を出しやすくする | 非エンジニアでも画面を見ながらレビューし、改善点を伝えやすい |
MIRAINA視点では、この発表は「誰でもアプリが作れる」という楽観論だけで見るべきではありません。 むしろ、現場担当者がAIで作った成果物を、どのデータにつなぎ、誰が確認し、どこまで社内で共有するかを決める段階に入ったと見るべきです。 既存のChatGPT app templatesの記事で扱った権限設計と同じく、 便利さと統制を同時に設計する必要があります。
2. なぜCodexが非エンジニアに広がるのか
非エンジニアが困っているのは、コードを書けないことだけではありません。 競合調査の表を作る、営業会議用の資料をまとめる、売上データの変化理由を説明する、 顧客メモからフォローアップを作る、簡単な入力フォームを作る、といった作業が日々の業務に散らばっています。 これらは一つひとつは小さくても、外注や開発依頼に出すほどではなく、現場で止まりやすい仕事です。
Codexがロール別プラグインを出した意味は、AIに「何でもやって」と頼むのではなく、 職種ごとのアプリ、スキル、手順、出力形式をまとめて渡せることです。 分析担当ならSnowflakeやTableau、マーケティング担当ならFigmaやCanva、営業担当ならSalesforceやHubSpotのように、 使う道具が違います。Codexが職種の文脈を持つほど、依頼は「グラフを作って」から 「この数字の変化を説明し、会議用に共有できる画面へまとめて」に近づきます。
- Excelやスライドで毎回手作業
- 小さなツール開発は後回し
- レビューがメールや口頭で散らばる
- 成果物とミニアプリを同じ流れで作る
- 職種別プラグインで連携先を絞る
- 注釈で画面を見ながら修正する
Codexの変化は、開発速度だけでなく「現場が小さな業務改善を止めずに進める」点にあります
3. 新機能を業務に落とす3つの見方
1つ目は、プラグインを「便利な追加機能」ではなく、業務範囲の定義として見ることです。 たとえば営業部門であれば、顧客情報を読む、商談メモを整理する、次回アクションを提案する、CRM更新案を作るところまでは任せられます。 ただし、実際に顧客へ送信する、受注見込みを変更する、契約条件を書き換える操作は、人間承認を残すべきです。
2つ目は、Sitesを社内ミニアプリの試作環境として使うことです。 店舗別のキャンペーン結果を確認する画面、問い合わせ分類の確認画面、採用候補者の面談準備ページなど、 使う人が数名で、改善回数が多く、既存SaaSでは作りにくいものから試すと効果が出やすくなります。
3つ目は、Annotationsをレビュー文化として組み込むことです。 非エンジニア活用で失敗しやすいのは、AIが作ったものを「なんとなく良い」で公開してしまうことです。 画面、資料、表、文章に対して、事実誤り、ブランド表現、個人情報、権限、公開範囲をコメントで確認する流れを作ると、 AIで作った成果物を業務に載せやすくなります。
4. 中小企業が導入前に決めること
Codex非エンジニア活用で最初に決めるべきことは、ツール名ではなく業務の境界です。 どの部署が、どのデータを、どの成果物に変換し、誰に共有するのかを1枚の表にしてください。 そのうえで、読み取り専用で始める業務、下書きまで任せる業務、更新や送信まで許可する業務を分けます。
特に注意すべきなのは、CRM、会計、採用、契約、顧客問い合わせのように個人情報や意思決定に近いデータです。 Codexが画面や資料を作れるほど便利になる一方で、間違ったデータをもとに資料を作る、社外秘を共有URLに出す、 権限のないメンバーが顧客情報を見られる、というリスクも増えます。 生成AI活用支援では、こうしたデータ分類と承認フローを先に整理してから導入することを推奨しています。
-
Step 01
業務成果物を
1つ選ぶ -
Step 02
参照データと
連携先を決める -
Step 03
読み取りと更新を
分離する -
Step 04
レビュー担当を
明確にする -
Step 05
小さく公開して
改善する
非エンジニア活用は、最初から全社展開せず「1成果物、1部署、1レビューライン」から始めるのが現実的です
5. AI導入で今やるべきこと
まずは、毎週繰り返している手作業を3つ洗い出してください。 例として、営業会議の数値整理、SNS投稿案の作成、問い合わせ内容の分類、社内FAQの更新、採用面談の準備などがあります。 その中から、顧客への直接送信や金額変更を伴わない業務を1つ選び、Codexで下書き、表、画面、社内ミニアプリのどれに変換できるかを試します。
次に、AI研修で現場担当者に「依頼の仕方」だけでなく「確認の仕方」を教えます。 事実確認、出典確認、個人情報確認、社外秘確認、公開範囲確認をセットにしないと、非エンジニア活用は属人的になります。 最後に、必要に応じてAI開発で既存SaaSとの連携や権限管理を組み込み、 試作品を本番運用へ移す判断をします。
CodexのようなAIが進化すると、現場は「開発依頼を待つ側」から「業務改善を試作する側」へ変わります。 ただし、公開、送信、更新、削除の権限まで現場に広げるかは別問題です。 MIRAINAとしては、非エンジニアに作る力を渡しつつ、承認とログを残す設計を同時に入れることが、実務で最も重要だと考えています。
6. まとめ
OpenAIの2026年6月2日の発表は、Codexが開発者向けツールから、非エンジニアの業務成果物を作るAIへ広がっていることを示しています。 週500万人超の利用、非エンジニア約20%、ロール別プラグイン、Sites、Annotationsは、 現場が資料、分析、画面、ミニアプリを同じ流れで作る時代に近づいたサインです。
中小企業は、まず1つの業務成果物から始め、参照データ、連携先、レビュー担当、公開範囲を決めてください。 Codex非エンジニア活用は、現場の改善速度を上げる一方で、権限と承認を曖昧にすると事故につながります。 作る力と止める仕組みを同時に設計することが、AI導入を本番業務へ広げる近道です。
参考情報
MIRAINA代表。生成AI導入、LLMO、業務自動化の支援を行う。 AIツールの導入だけで終わらず、業務棚卸し、権限設計、研修、社内定着まで含めた実装支援を重視している。