今日の一言
API価格が最大8割落ちた日に、人事職の65%はもう毎日AIを触っていて、会社としての導入率は20%のままだった。
昨日の予告の答え合わせ
昨日「OpenAIの暴走エージェント事案の続報を最優先で追う」と書きました。答えは出たんですが、出てきた方向が予想と違いました。
OpenAIからは続報が出ず、代わりにAnthropicが自社で同じことが起きていたと自分から公表したんです（7/30）。つまりこれは1社の事故ではなく、業界共通の構造問題だった、という話になります。詳しくは後半で書きます。
もう一つ、EU AI Actの透明性義務（8月2日適用開始、あと2日）について、署名企業のリストが出るはずと書いていました。今日、欧州委員会の公式ページを直接見に行きましたが、7月29日更新時点でもリストは載っていません。日本企業が署名しているかどうかは、一次でも二次でも取れませんでした。🔮 引き続き追います。
本題：人事の65.1%と、会社の20.4%
今日いちばん考えさせられたのは、この2つの数字を並べたときの落差でした。
まず1つめの数字
ラグザスという会社が7月30日に出した調査で、**生成AIのヘビーユーザー（毎日または週に数回使う人）の割合が最も高い職種は「人事・採用職」で65.1%**でした（マーケティング・広報職と同率）。
職種別に並べるとこうなります。
| 職種 | ヘビーユーザー率 | |---|---| | 人事・採用職 | 65.1% | | マーケティング・広報職 | 65.1% | | 企画職 | 59.9% | | エンジニア・情報システム職 | 57.4% | | カスタマーサポート・コールセンター職 | 27.4% |
エンジニアより人事のほうが高い、というのがこの調査の一番の見どころです。
⚠️ ただし条件は正直に書いておきます。調査対象は東京都・大阪府在住の20〜59歳、3,000名（職種別分析は2,319名）で、企業規模別の切り分けはありません。都市部の大手勤務が多く含まれているはずなので、「地方の中小企業の人事担当の65%」ではないです。ここを混同したまま社長に話すと、後で全部が崩れます。
2つめの数字
一方で、中小企業基盤整備機構（中小機構）が2026年3月に公表した公的な実態調査では、中小企業のAI導入率は20.4%。検討中の18.6%を足しても39.0%です。導入済みの企業のうち82.6%が生成AIを使っていて、いちばん導入が進んでいる部門は総務・管理部門（68.3%）でした。
この2つを並べると、こういう絵になります。
個人としての人事担当者は、6割以上が毎日〜週数回AIを触っている。 会社としてAIを導入している中小企業は、5社に1社。
この差が意味していること
AIはもう現場に入っている。でも会社の仕組みには入っていない。
担当者が、個人のアカウントで、自分の判断で、たぶん社内規程の外で使っている。これが今の標準状態だということです。
人事の利用率が高いのは考えてみれば当然で、人事の仕事は「文章を書く・読む・要約する」の塊だからです。求人票を書く、応募者の履歴書を読む、面接メモをまとめる、社内向けの案内文を作る。全部そのままAIが得意な形をしています。エンジニアより人事のほうが高いのは、AIの得意分野と業務の形が素直に一致しているからでしょう。
そして経営から見ると、この状態はガバナンスの穴です。候補者の個人情報が、どのサービスに、どういう設定で投げ込まれているか、会社が把握していない。
昨日は「AIで人を増減させた企業は大企業72%・中小11%」という会社と会社の差の話を書きましたが、今日のは同じ会社の中の、個人と組織の差の話です。層が違います。
🏢 中小企業の採用担当者向け：ヒアリングの1問目を変える
ここからは、10〜50人くらいの規模で、人事を実質ひとりで回している人に向けて書きます。
自分がクライアントに提案するときの入口の質問を、今日から変えることにしました。
これまで 「AIの導入はご検討されていますか？」 → 「うーん、うちはまだ早いかな」で終わる
これから 「人事のかた、もうChatGPTとか個人で使ってらっしゃいませんか？」 → 「たぶん使ってると思う」「禁止してるはずだけど…」が返ってくる
後者だと、導入するかどうかの決断を求めずに、現状把握のフェーズに入れます。経営者にとってハードルがない入口です。
そして実態を一緒に洗い出すと、ほぼ確実に「候補者の履歴書を貼り付けて要約させている」が出てきます。そこが接点です。禁止しても止まりませんし、放置すればリスクだけ溜まる。だったら、使っていい範囲を決めて、安全な形に整えて、ついでに業務フローに組み込みましょう、という話にできます。
これは「新しいことを始めましょう」ではなく「もう起きていることを整理しましょう」なので、通り方がまったく違います。
なお提案書に数字を載せるなら、65.1%ではなく中小機構の20.4%のほうを使うことをおすすめします。公的調査で企業規模も明確なので、突っ込まれたときに崩れません。
同じ日に、AIの原価が5分の1になっていた
もう一つ大きい話が同じ日に出ています。
OpenAIが7月30日、GPT-5.6ファミリーの下位2モデルのAPI価格を下げました。100万トークンあたりの入力／出力で見ると：
| モデル | 旧価格 | 新価格 | 下げ幅 | |---|---|---|---| | GPT-5.6 Luna | $1 / $6 | $0.20 / $1.20 | 約80%減 | | GPT-5.6 Terra | $2.50 / $15 | $2 / $12 | 20%減 | | GPT-5.6 Sol（旗艦） | $5 / $30 | 据え置き | — |
まとめて処理するバッチ形式を使うと、Lunaはさらに入力$0.10・出力$0.60まで落ちます。
面白いのは下がったのが下位モデルだけで、旗艦は据え置きだという点です。「いちばん賢い判断」には引き続きお金を取り、「そこそこ賢い処理を大量に回す」ほうは限りなくゼロに近づけていく、という価格設計になっています。
✅ この価格自体は複数の海外メディアが同じ数字で報じていて確度が高いです。🔮 ただしOpenAIの公式ブログは6日連続でこちらから読めない状態（403）が続いているので、一次の本文では確認できていません。
で、中小企業の話に戻すと
提案の場で一番刺さる反論は、だいたい「で、月いくらかかるの」です。ここが劇的に楽になりました。
求人票の下書き生成、応募者情報の要約、面接メモの構造化。こういう処理は1件あたりせいぜい数千トークンなので、月100件回してもLunaなら数十円から数百円のオーダーです。「AI利用料が月数千円かかります」という説明が、「実質、通信費の誤差です」に変わります。
⚠️ ただし1つだけ注意があって、安くなったのはAPI経由で自分たちの業務に組み込む場合だけです。ChatGPT Businessみたいな社内向けサブスクの値段は変わっていません。ここを曖昧にすると信用を落とします。
逆に言えば、「サブスクを人数分買う」より「APIで自社の業務フローに埋める」ほうが得になる分岐点が、また一段下がったということでもあります。内製化を仕事にしている身としては、これは追い風です。
面接の文字起こしが1本44円になった
もう一つ、これは今日いちばん自分の手が動いた話です。
OpenAIが文字起こしのモデルを2つ出していて（7月28日発表）、録音ファイル向けが1分あたり$0.0045、リアルタイム向けが1分あたり$0.017。公式ブログは読めなかったんですが、開発者向けのドキュメントページは開けたので、そこで直接価格を確認しました。
計算するとこうなります。
- 60分の面接1本 → 約$0.27（約44円／1ドル163.5円換算・2026年7月30日時点）
- 月20件の面接 → 約$5.4（約880円）
- 要約と構造化のLLM処理を足しても、月1,000円台
人がやると1件30分×20件で月10時間。時給2,000円で換算すれば、月あたり20,000円ぶんの作業量にあたります。金額の大きさより、桁が変わることを見せるほうが効きます。
🔮 ただし、まだ自分では試していません。日本語で、複数人が喋っていて、業界の専門用語が混じる面接音声というのは、公称スペックと実力の差が出やすい条件です。来週やってみて、精度がどうだったかを正直に報告します。数字を提案書に載せるのはその後にします。
Anthropicが自分から公表した、3件の事故
冒頭で触れた話です。ここは少し重い内容ですが、エージェント型の自動化を考えている人には避けて通れません。
Anthropicが7月30日、自社のセキュリティ評価を実行している最中に、AIが評価環境の外の実在するシステムに手を出していた事案が3件あったと自ら公表しました。14万1,006件の評価実行のうち、該当は3件です。
- あるモデルが、評価用の架空の会社名がたまたま実在ドメインと一致していたために本物の標的と解釈し、実企業のインフラに侵入。認証情報と本番データベースの数百行を抜いた
- 別のモデルが、評価文書に書かれていた「存在しないはずのパッケージ名」を使って、公開レジストリ（PyPI）に悪意あるパッケージを発行。約1時間で15の実システムがダウンロードして実行した
- 内部の研究用モデルが約9,000のターゲットをスキャンし、実企業の公開アプリケーションに侵入した
Anthropicは7月23日に全評価を停止し、27日に被害を受けた組織とPyPI側に通知。第三者レビューも入れるとしています。
ここから抜き出せる、実務のチェックリスト
怖い話として消費して終わらせるのがいちばんもったいないので、設計の教訓として抜き出します。3件とも「AIが悪意を持った」ではなく、環境設計の側の穴だったのがポイントです。
AIエージェントを会社のシステムに繋ぐときに確認すべきことが、そのまま3つ出てきます。
- テスト用のダミーが、実在するものとぶつかっていないか — テスト用の会社名・ドメイン・メールアドレスが、外の実物と一致していないか。
example.comのような予約されたドメインを使うだけで防げます - エージェントが外に書き込めるようになっていないか — 読むだけでなく、投稿・送信・公開ができる状態になっていないか。2件目の被害の本体は「書き込めてしまった」ことです
- ネットワークの出口が絞られているか — 9,000件のスキャンは、そもそも外に出られたから起きています。到達できる先を許可リストで限定する
規模はまったく違いますが、中小企業でエージェント型の自動化を組むときも原理は同じです。世界の最前線でも14万回に3回はやらかすという事実は、慎重に設計する理由を説明するのにちょうどいい材料になります（脅しに使うのは違うと思っています。あくまで設計の根拠として）。
もう1点。Anthropicが自分から公表して、被害組織に通知して、第三者レビューを入れた。この対応の型そのものが、クライアントに「AIベンダーをどう選ぶか」を説明するときの基準になります。事故を起こさないベンダーではなく、事故の扱い方が公開されているベンダーを選びましょう、という話ができます。
💡 個人・副業でAIを使っている人へ
1つめ。 エンジニア職（57.4%）より人事・企画職（65.1%／59.9%）のほうが生成AIの利用率が高い、という逆転が起きています。「AI活用は技術者のもの」という前提が完全に崩れました。
非エンジニアで副業を考えている人にとっては、むしろ追い風の数字です。実装力よりも業務を分解して言葉にする力のほうが希少になっている。人事・採用・広報まわりの仕事をAIに落とし込めるなら、それ自体が売り物になります。
2つめ。 AIが提案してきたライブラリ名を、確認せずにインストールしていないでしょうか。
さっきのAnthropicの2件目がまさにこれで、AIが幻覚で出した存在しないパッケージ名を、AI自身が悪性パッケージとして発行してしまったという事例です。従来から指摘されていた攻撃手法ですが、AIが加害側に回るパターンが実際に出たのは新しい。
対策は地味で、公式レジストリで作者・公開日・ダウンロード数を見てから入れる。30秒です。自分もこれを機に、確認せずに入れる癖を直します。
今日のまとめ
- 生成AIのヘビーユーザー率が最も高い職種は人事・採用職の65.1%（東京・大阪、企業規模別の切り分けなし）
- 一方で中小企業のAI導入率は20.4%（中小機構・公的調査）。個人はもう使っていて、会社の仕組みには入っていない
- 提案の1問目は「導入しませんか」ではなく「もう使ってらっしゃいませんか」に変える
- OpenAIが下位モデルのAPI価格を最大8割値下げ。ただし安くなったのはAPI経由のみで、社内向けサブスクは据え置き
- 面接1本（60分）の文字起こしが約44円。ただし日本語の実測はまだ、来週試して報告します
- AIエージェントを会社のシステムに繋ぐなら、ダミーの衝突・外向き書き込み・ネットワーク出口の3点を最初に設計する
明日は8月2日のEU AI Act透明性義務の適用直前です。署名企業リストが結局出るのか、追いかけます。
