CyberAgentが、ChatGPT EnterpriseとCodexを社内に定着させ、月間アクティブ率93%まで伸ばした事例です。
僕がこの事例でいちばん重要だと思ったのは、AIそのものの性能ではなく、使い続けられる運用設計ができていることです。
「いいモデルを入れれば社内活用が進む」という話ではありません。 ガイドライン、Slackでのフォロー、研修、使い方の共有まで含めて、やっと日常業務に入っています。
開発現場の課題
OpenAIの公開事例によると、CyberAgentでは生成AIの利用が広がる中で、部門ごとに活用度がばらついていたそうです。
特に大きかったのは、 「何を入力してよいのか分からない」 という不安です。
広告、メディア、ゲームを扱う会社なので、機密情報や制作中データの扱いに迷いが出ると、現場は止まりやすいんですよね。
さらに、部署や個人ごとに使い方がバラバラだと、良いプロンプトや成功パターンが横展開されません。 結果として、AIを使う人だけが得をして、組織全体では伸び切らない状態になります。
ChatGPT EnterpriseとCodexをどう導入したか
公開情報の範囲では、CyberAgentはChatGPT Enterpriseを「安全に使える共通基盤」として置きました。
そのうえで、以下をセットで進めています。
- 機密情報の扱いに関する社内ガイドライン整備
- 利用が止まっている社員へのSlackでの軽いフォロー
- プロンプトや成功事例の共有
- 初級向けからCodex活用まで含む研修とワークショップ
研修は10回以上行われ、各回100名超が参加したと記載されています。 ここはかなり大事です。
Codexの使い方も、単なるコード生成に閉じていません。 設計案の比較、コードレビュー時の改善提案、AGENTS.mdのような文書整備まで使っていて、実装前の合意形成を速くしています。
93%利用率の内訳と実態
一次情報で確認できる主な数字は以下です。
- ChatGPT Enterpriseの月間アクティブ率は93%
- 研修・ワークショップは10回以上
- 各回100名超が参加
定量で面白いのは、強制導入ではないのに93%まで到達していることです。
CyberAgentは全社一律の強制より、各チームが目的に応じて使う文化を取っています。 それでもここまで伸びたのは、ツール単体ではなく、使い始める障壁を運用で下げたからだと読めます。
また、Codexの効果も「開発速度が上がった」で終わっていません。 設計段階で複数案を比較しやすくなり、後戻りを減らせる点が強調されています。
つまり、速さより先に、判断の質を上げているんですよね。
中小企業で再現するなら
ここはかなり再現しやすいです。 ただし、CyberAgentのように全社規模でやる必要はありません。
| 項目 | CyberAgent | 中小企業(年商5億・社員30名) |
|---|---|---|
| 対象 | 全社でAI定着 | まずは開発・制作・営業の3部門から開始 |
| ツール | ChatGPT Enterprise + Codex | ChatGPT Team / Enterprise相当 + Claude Code / Codex系ツール |
| 月額費用 | 非公開 | 推定 月3万〜10万円 |
| 初期費用 | 社内運用で整備 | 推定 20〜60万円(ガイドライン整備、研修、初期伴走) |
| 体制 | AI推進組織あり | 兼任1名 + 外部支援月数時間 |
| 期間 | 継続的展開 | 1〜2ヶ月でPoC可能 |
評価軸スコア
| 評価軸 | スコア |
|---|---|
| ROI(投資対効果) | ★★★★☆ |
| 再現性(中小企業) | ★★★★☆ |
| 難易度(低いほど簡単) | ★★☆☆☆ |
再現のコツは、全社導入から始めないことです。
まずは、 「会議メモ整理」 「仕様たたき台作成」 「コードレビュー補助」 みたいな、勝ちやすい用途を3つに絞ると進めやすいです。
前提業務量としては、週10時間以上の知的作業がある部門なら十分対象になります。 必要データは、既存の社内文書、会議ログ、レビュー観点のメモ程度で足ります。
逆に失敗しやすいのは、 「ルール整備なしで使わせる」 「導入だけして研修をやらない」 「利用率だけ追って実業務の変化を見ない」 この3つです。
AI導入の本丸はモデル選定より、現場が安心して使える運用設計だよね、というのがこの事例の学びです。
出典・参考
市野
愛知県岡崎市でAI活用支援を手がける一人社長。 中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。
