2026年8月17日の朝にあらためて整理すると、この数日のAIの動きは「モデルが安くなった」「AIの画面に広告が入り始めた」「企業のAI利用が“聞く”から“任せる”へ移った」の三つに集約できます。いずれも、Web制作や日々の業務運用に直接効いてくる話です。
今日の要点
主力クラスのモデルが値下げされながら業務自動化の精度を上げ、その一方でChatGPTの画面に広告枠が生まれ、日本もその対象になりました。そして企業側の使い方は、質問して答えをもらう形から、作業そのものを任せる形へ実際に移り始めています。作る側にとっては「どのモデルで、どこまで自動化し、どこから人が確認するか」を決め直す局面です。
主力モデルが安くなり、業務自動化の精度が上がった
Googleは8月13日、コーディングとエージェント用途の主力モデルとして Gemini 3.7 Flash を公開しました。前世代の3.6 Flashからわずか3週間での更新です。
注目すべきは、値下げと性能向上が同時に起きている点です。導入価格は入力100万トークンあたり0.75ドル、出力100万トークンあたり3.75ドルで、3.6 Flashの半額にあたります。この価格は2026年12月31日までで、2027年1月1日からは入力1.50ドル・出力7.50ドルになります。
ベンチマークでは、長期的なソフトウェア開発課題を測るDeepSWE v1.1が49.0%から65.3%へ、製品品質のコード生成を測るFrontierCode 1.1が34.4%から43.6%へ改善しました。実務に近いところでは、業務ワークフローの自動化を測るAutomationBenchが17.0%から30.4%へとほぼ倍増し、複雑なPDF文書の読解を測るGDP.pdfも22.0%から34.0%へ上がっています。Web開発の評価であるWebDev Arenaでも、Eloが1538から1588へ伸びました。
言い換えると、これまで「安いモデルには任せられない」と判断して人手や上位モデルに回していた工程の一部が、価格を上げずに自動化の候補に入ってきたということです。
ChatGPTの広告が日本でも始まった
OpenAIは8月11日の更新で、ChatGPTの広告を日本、英国、メキシコ、ブラジル、韓国で開始したと発表しました。広告のテストは2026年2月に米国で始まり、カナダ・オーストラリア・ニュージーランドを経て、今回日本が加わった形です。
仕組みの前提は明確に線引きされています。広告が表示されるのは、ログイン済みの成人ユーザーのうち無料プランとGoプランのみで、Plus、Pro、Business、Enterprise、Educationには表示されません。広告はChatGPTの回答内容そのものには影響せず、「スポンサー」と明示され、回答本体とは視覚的に分離されます。広告主が会話履歴やメモリ、個人情報を見ることはできず、受け取れるのは表示回数やクリック数といった集計値だけです。18歳未満と判定されるアカウントには表示されず、健康・メンタルヘルス・政治といったセンシティブな話題の近くにも配信されません。
集客の観点では、検索エンジンとSNSに続く三つ目の入口として、対話画面という接点が現実の広告在庫になったことになります。ユーザーが比較検討している最中の文脈にひもづくため、従来のキーワード広告とは前提が変わります。すぐに出稿するかどうかは別として、自社の商材が「AIに相談される側」なのかを整理しておく価値はあります。
企業のAI利用は「聞く」から「任せる」へ
OpenAIは8月12日、企業のAI利用実態に関する二つの調査を公開しました。数字が示しているのは、使い方の質が変わったという事実です。
6月時点で、企業顧客におけるCodexとChatGPTの合計出力トークンのうち、64%をCodexが占めました。これは長い多段階の作業を任せるほど出力量が増えるためで、代行型の使い方が主流になりつつあることを示します。
同時に、企業間の差も開いています。利用量上位10%の企業は、中央値付近の企業に比べてアクティブユーザーあたりの出力トークンが8.3倍でした。1月時点では2.6倍だったので、半年で約3倍に広がったことになります。差の中身も具体的で、上位企業では週次アクティブユーザーの21%がプラグインを、19%がスキルを使っているのに対し、中央値付近の企業ではそれぞれ9%と3%にとどまります。
利用の広がりは職種にも及びます。2月以降の週次アクティブなCodex利用者は、法務で108倍、営業で41倍、採用で41倍、マーケティングで26倍に増えました。エンジニアリングの5倍と比べると、伸びているのはむしろ非エンジニア領域です。また、6か月後の時点で若手社員は役員より週あたり13メッセージ多く使っており、一般的な「経営層のほうが使っている」という印象とは逆の結果が出ています。
実務にどう効くか
この三つを一つの線でつなぐと、やるべきことは絞り込めます。
まず、使っているモデルの棚卸しです。Flash級の価格が半減し、業務自動化の指標が倍近く伸びた以上、「上位モデルでないと無理」と決めた判断は根拠が古くなっている可能性があります。自社の実データで再測定し、工程ごとにモデルを割り当て直すのが合理的です。
次に、AI経由の流入への備えです。ChatGPTに広告が入るということは、その画面がユーザーの意思決定の場として扱われ始めたということでもあります。自社サイトの情報が引用されうる形で整理されているか、価格・仕様・対応範囲といった事実がページ上で明示されているかを点検しておくと効きます。
最後に、任せ方の設計です。企業間の差を生んでいたのはモデルではなく、エージェントに社内の文脈とツールをつなぐ仕組み、そして権限・レビュー・ガバナンスの設計でした。個人が見つけた効率的な進め方を、チームで再現できる手順に落とし込めるかどうかが分かれ目になります。
まとめ
モデルの値下げ、対話画面への広告、そして代行型利用の拡大は、別々のニュースに見えて同じ方向を指しています。AIが「調べる道具」から「作業を任せる相手」へ移り、その周辺に集客と収益の仕組みが組み上がり始めた、ということです。今日できることは、モデル選定の再測定、自社情報の整理、そして任せる範囲と確認手順の明文化の三つです。
