「AIに本格的な仕事を任せたいけれど、費用が読めなくて踏み切れない……」──そんな理由で様子見を続けている企業は少なくありません。
しかし、その前提が変わり始めています。2026年11月17日、米OpenAIが新たなAI「GPT-6.2」を発表しました。複雑な専門業務向けの「Astra(アストラ)」と、日常業務向けの「Sol(ソル)」という2つのモデルが登場しています。
今回の発表で私が最も注目したのは、性能の向上もさることながら、「1件の仕事を任せたときのコストが大きく下がった点」です。いよいよ本格導入を現実的に検討できるフェーズに入りました。
ただし、「安くなったからとりあえず使う」という進め方では失敗します。大切なのは、まず自社の課題を明確にし、その解決手段としてAIを選ぶという順番です。
この記事では、GPT-6.2の発表をどう受け止め、自社の業務にどう活かしていくべきか、経営や現場の視点からわかりやすく整理してお伝えします。
目次
GPT-6.2で何が変わったのか

難しい仕事向けと、日常業務向けの二本立て
Astraは、最も難しい仕事のためのモデルです。専門業務や科学研究の評価で過去最高の成績を出したとされ、開発元は「科学者にとって世界最高のモデル」と位置づけています。一方のSolは、複数の手順をまたぐ日常業務を効率よくこなし、文章もわかりやすく書けるモデルです。
どちらも有料プラン(Plus、Pro、Enterprise、Edu)の利用者向けに、ChatGPTの業務向け機能「Work」と、プログラミング支援の「Codex」で提供されています。外部のシステムから呼び出す仕組み(API)でも使えます。注意したいのは、無料版では使えず、通常のチャット画面ではなく「Work」でしか使えない点です。
料金表より大きい「1件あたりの費用」の変化
APIの料金は、Astraが入力100万トークンあたり8ドル、出力40ドルで、前世代より20%下がりました。Solは入力2ドル、出力10ドルで、前のSolと同じです。トークンとは、AIが読み書きする文字量を数える単位だと考えてください。
ただ、本当に大きいのは料金表の値下げではありません。同じ品質の仕事を、より少ない文字量で終わらせるようになった点です。OpenAIによると、AIに一連の作業を任せる力を測る試験で、Astraは前世代を5.2ポイント上回りながら、1件あたりの費用は3分の1未満になりました。科学分野の作業を測る試験でも、前世代を9ポイント上回っています。Solは、実際のプログラムを修正する試験でAstraとの差が0.5ポイントしかなく、費用は約5分の1でした。
数字は「御社の仕事」で確かめる
これらは、開発元や評価機関が用意した試験の結果です。比べ方の条件によっても数字は変わり、同じ試験について費用を「半分未満」とする記載もあります。また、外部の評価機関の総合ランキングでAstraは2位でしたが、プログラミング能力の別の評価では前世代からほぼ横ばいでした。
私なら、発表された数字は「うまくいった場合の上限」として受け止めます。御社の仕事で同じ効果が出るかどうかは、実際に試して初めてわかります。
「安くなった」を御社の判断に置き換える

課題が決まっていなければ、値下げは関係ない
どれだけ安くなっても、何に使うかが決まっていなければ、費用に見合う効果があったかは測れません。
まず見るべきは、社内のどの仕事に時間がかかっているか、誰の手が止まっているかです。たとえば、見積書の作成に毎回半日かかっている。月末の報告書づくりで、特定の社員に負担が集中している。こうした「詰まり」が見えて初めて、AIに何を任せるかが決まります。
予算を「月額」ではなく「1件あたり」で考える
AIの費用は月額の利用料で考えがちです。ですが私は、「見積書1件」「調査報告1本」を任せたらいくらかかるか、という単位で考えることを勧めています。人がその仕事にかけている時間と並べると、判断がしやすくなるからです。
発表どおり1件あたりの費用が3分の1になれば、同じ予算で試せる件数は約3倍になります。一度うまくいかなくても、やり方を変えてもう一度試す余裕が生まれます。これまで予算の壁で試せなかった会社にとっては、ここが一番の変化です。
二つのモデルを使い分ける
すべての仕事を最上位モデルに任せる必要はありません。問い合わせの整理や文書の更新のような日常業務はSolに、判断の重い専門的な下書きはAstraに任せる。人の仕事でも、すべてをベテラン社員に頼まないのと同じ考え方です。
費用を抑えたい仕事と、品質を優先したい仕事を最初に分けておくと、使いすぎも防げます。
中小企業なら、ここから試す

「調べて、まとめる」仕事を任せる
複数の資料を読み比べて報告書の下書きをつくる。取引先や競合の情報を整理する。こうした仕事は、手順ごとAIに任せやすい分野です。
AIが下書きまで進め、人が最後に確認して仕上げる。この分担にすれば品質を保ったまま、社員は確認と判断に時間を使えるようになります。
専門外の分野で、考えを整理する相手にする
Astraは、法務・営業・財務・会計の慣習に沿った資料、表計算、文書をつくれるよう訓練されたとされています。早期に試した会計分野の企業からは、長時間かかる会計作業の時間が半分になったという報告もあります。法務や経理の専門部署を持たない中小企業にとって、これは心強い話です。契約書のどこに注意すべきかを洗い出す。資金繰りの見通しに抜けがないかを点検する。そうした場面で、考えを一緒に整理してくれる相手になります。
ただし、判断と責任は人が持ちます。AIに答えを決めさせるのではなく、論点を広げ、見落としを指摘してもらう。思考パートナーとして使うのが、いちばん効果の出る使い方です。
社内にIT担当者がいるなら、開発作業から
Codexでは、プログラムの修正やテストの作成も任せられます。社内システムを少人数で保守している会社なら、日々の小さな修正はSolに任せ、担当者は業務改善の設計に時間を回す、という分担が考えられます。
能力が上がったからこそ、止め方を先に決める

開発元自身が「警戒が必要な水準」と評価している
OpenAIは、AIの危険性を自社で段階的に評価する仕組みを持っています。今回、Astraは外部に公開したモデルとして初めて、「AIの自己改善」の項目で「High」の水準に達しました。これはAIが勝手に自分を書き換えるという意味ではありません。AIの研究開発を手助けする能力が、一定の水準を超えたという評価です。
さらに、両モデルともサイバーセキュリティの項目で最も高い「Critical」の水準に該当しています。OpenAIは、必要なときにAIの出力を止められる監視の仕組みも新たに導入しました。
任せる範囲と、人が判断する場所を決める
能力の高いAIほど、長い作業を自分で進めます。だからこそ、どこまで任せ、どこで人が確認するかを先に決めておく必要があります。
社外に送る文書、お金が動く処理、顧客の情報に触れる作業は、必ず人が最終確認する。こうした線引きを、使い始める前に社内で共有しておきましょう。
機密情報を扱う場合は、社内のルールと、契約プランごとのデータの扱いを確認してから始めてください。法人向けプランでは、使えるかどうかを管理者の設定で決められます。誰に使わせるかを決めるところから、管理は始まっています。
試すときは、小さく、比べられる形で
いきなり全社に広げる必要はありません。まず一つの仕事を選び、AIに任せる前と後で、かかった時間と直しの手間を比べてみてください。
あわせて、AIの出力に誤りがあったときに誰が気づき、誰が直すのかを決めておきます。この流れが回れば、次に任せる仕事も自然と見えてきます。
安くなった今こそ、「何でも任せる」ではなく「任せる範囲と止め方」を先に決める。それが、AIを御社の思考パートナーとして育て、DXを着実に進める近道です。
DXやITの課題解決をサポートします! 以下の無料相談フォームから、疑問や課題をお聞かせください。40万点以上のITツールから、貴社にピッタリの解決策を見つけ出します。
このブログが少しでも御社の改善につながれば幸いです。
もしお役に立ちそうでしたら下のボタンをクリックしていただけると、 とても嬉しく今後の活力源となります。 今後とも応援よろしくお願いいたします!
IT・通信業ランキング![]() | にほんブログ村 |
もしよろしければ、メルマガ登録していただければ幸いです。
【メルマガ登録特典】AI戦略で10年以上勝ち続ける実践バイブル『AI競争勝者の法則』をプレゼント!
今すぐプレゼントを受け取る