OpenAI、音声でPCを自律操作する「ChatGPT Work」のデモ動画を公開

性能・ベンチマーク

動画内で示された評価指標、比較対象、スコアを以下の表に整理します。

（編集部注：動画内では、業界標準のベンチマークテスト（MMLUやSWE-benchなど）の具体的な数値は提示されていません。しかし、ユーザーの音声指示からわずか48秒で、メールの検索、複数ファイルの比較、画像からのテキスト抽出、そして論理的な原因分析までを一気通貫で完了している点は、実用的な処理速度に達していることを示しています。特に、デスクトップ上の多様なファイル形式（PDF、JPEG、メール本文、手書きメモ）を同時に処理するマルチモーダルな処理能力は、従来のLLMの単一タスク処理能力を大きく上回る性能を示唆しています。）

競合サービスとの比較

現在、AI業界では「AIエージェント」によるPC操作の自動化競争が激化しています。今回のChatGPT Workの発表内容を、競合他社の同等機能と比較します。

（編集部注：AnthropicのComputer Useが開発者向けのAPIとして画面操作を提供するのに対し、ChatGPT Workは一般ユーザーが日常業務で使える「音声フロントエンド」を備えている点が最大の差異化要因です。OSやブラウザの枠を超えて、ローカルのデスクトップ環境をシームレスに操作する姿勢を示しています。Microsoft CopilotはWindows OSとの深い統合を強みとしていますが、ChatGPT Workはより自律的なエージェントとしての動作（Thinkingプロセスの可視化など）を強調しており、ユーザーへのフィードバックの透明性において優位性があると考えられます。一方、Google GeminiはGmailやGoogleドライブなどのクラウドサービスとの連携が強力ですが、ローカルデスクトップ上の手書きメモや画像ファイルの自律的な探索においては、今回のChatGPT Workのデモが見せたような柔軟性が今後の競争軸になるでしょう。）

料金・提供プラン

（編集部注：動画内では、ChatGPT Workの具体的な利用料金、無料枠の有無、API経由での従量課金、および一般提供（GA）の開始時期については一切言及されていません。現時点では、OpenAIの技術力を示すためのコンセプトデモ、あるいは一部のパートナー向けに提供されている限定的なプレビュー段階である可能性が高いと考えられます。今後の展開として、従来のChatGPT Plus（月額20ドル）や、法人向けのChatGPT Team、ChatGPT Enterpriseの機能拡張として統合されるのか、あるいは「Work」という新しいビジネス専用のプレミアムプランとして別料金体系が設定されるのかが注目されます。実務でPC操作を自律的に行うためには、APIの実行コストやセキュリティ対策（ローカルファイルへのアクセス権限管理など）が課題となるため、エンタープライズ向けのセキュリティ要件を満たしたプラン設計がなされると推測されます。）

日本から使う方法

現時点で日本のユーザーがこの新しいエージェント機能を試すための、想定される手順と注意点は以下の通りです。

• OpenAIアカウントの準備：まずはChatGPT（chatgpt.com）にアクセスし、アカウントを作成またはログインします。本機能は高度な処理を要するため、有料プラン（ChatGPT Plusなど）への加入が前提となる可能性が高いです。
• ロールアウトの確認：OpenAIの新機能は通常、米国のユーザーから段階的にロールアウトされます。設定画面やチャット画面上部に「Work」というトグルスイッチが表示されているか、定期的に確認してください。
• 音声入力の許可：ブラウザやアプリにおいて、マイクへのアクセス権限を許可する必要があります。デモのように自然な音声で指示を与えるためには、安定したネットワーク環境とマイクデバイスが必須です。
• 日本語への対応状況：動画内では英語でのデモとなっていますが、ChatGPTの既存の「高度な音声モード（Advanced Voice Mode）」は極めて自然な日本語に対応しています。そのため、本機能が一般提供される際には、日本語による「Work」への指示も初期段階からサポートされる可能性が非常に高いです。
• ローカル環境との連携設定：PC上のファイルを操作させるためには、ChatGPTアプリに対してデスクトップや特定のフォルダへのアクセス権限を付与する設定が必要になります。セキュリティ上の観点から、アクセスを許可する範囲を適切に制限する設定手順が導入されるとみられます。

誰にどう効くのか

エンジニア：開発プロセスの並行処理とドキュメント整理の自動化

（編集部注：ソフトウェアエンジニアにとって、ChatGPT Workは強力な「自律型アシスタント」として機能します。例えば、コードを書きながら音声で「ローカルにある最新のエラーログと、昨日出力されたログを比較して、差分をMarkdown形式でデスクトップに保存しておいて」と指示することができます。AIがバックグラウンドで48秒間「Thinking」している間、エンジニアは自身のコーディング作業を中断することなく継続できます。また、手書きのシステム構成図の画像から、必要なコンポーネントを抽出して仕様書のドラフトを自動生成させるといった、ドキュメンテーション作業の劇的な効率化が期待できます。）

企画・マーケ：市場調査と競合分析の「たたき台作成」をハンズフリー化

（編集部注：企画やマーケティングの担当者にとって、日々送られてくる大量のメール、PDF資料、画像データの整理と分析は大きな負担です。ChatGPT Workを活用することで、デモのように「メールで届いた3つの競合製品パンフレットと、自社の既存製品スペックを比較して、優位性と弱みをスプレッドシートにまとめて」といった指示を音声だけで実行できます。AIがローカルファイルやメールを自律的に探索し、各スライドや資料の数値を正確に比較・分析してくれるため、担当者は「ゼロから資料を読み込む」時間を大幅に削減し、AIが出力した分析結果（たたき台）をベースにした、より高度な戦略立案やクリエイティブな業務に集中することが可能になります。）

経営層：意思決定の高速化とITツールの操作障壁の撤廃

（編集部注：経営層やマネジメント層にとって、複雑なBIツールやファイル管理システムの操作は、迅速な意思決定のボトルネックになることがあります。ChatGPT Workの音声インターフェースは、これらの操作障壁を完全に排除します。「先週の売上レポートと、今朝届いた財務予測メールを比較して、乖離が生じている部門を特定して音声で報告して」と話しかけるだけで、AIがすべてのバックグラウンド処理を代行し、数十秒で結論を導き出します。これにより、経営者は専門 of 分析スタッフに作業を依頼して数日待つことなく、その場で必要な判断材料を手に入れることができ、組織全体の意思決定スピードが飛躍的に向上します。）

まとめ

（編集部注：OpenAIが公開した「ChatGPT Work」のデモは、AIが単なる「対話相手」から、人間の代わりに実務を遂行する「自律型エージェント」へと進化したことを明確に示すものです。音声指示だけでPC上のファイルを探索・分析するこの機能は、あらゆるビジネスパーソンの生産性を劇的に向上させる可能性を秘めています。読者の皆様が次に取るべきアクションは、自身の日常業務の中で「どのファイルとどのメールを比較する作業が自動化できるか」を今から整理し、ChatGPTのアップデート情報にアンテナを張っておくことです。一般提供が開始された際、すぐに業務プロセスに組み込めるよう、データのクラウド連携や整理を進めておくことを推奨します。）