「コードが書けない営業・マーケ担当」でもCodexは試せるのか:役割別プラグイン登場の意味を検証
ホーム Askive 海外先取り

Askive 海外先取り #40 ・ 2026-06-05

「コードが書けない営業・マーケ担当」でもCodexは試せるのか:役割別プラグイン登場の意味を検証

OpenAIが2026年6月2日、Codexに「営業」「データ分析」などの役割別プラグインを追加し、非エンジニアの利用が急増していると公式に発表しました。この記事を読むと、コードが書けない現場担当者が今このツールに手を出す価値があるのか、それともまだ様子見でよいのかを判断できます。


1. 海外で何が起きたか(FACT)

OpenAIの公式発表(出典: openai.com)によると、コード生成・自動化ツール「Codex(=指示に従ってプログラムやデータ処理を組み立てるAI)」の週間アクティブユーザーが500万人を超え、2月のデスクトップアプリ公開から6倍以上に増加しました。注目すべきは利用者の構成で、約20%がアナリスト・マーケター・デザイナー・投資家などの非開発者であり、その増加速度は開発者の3倍以上とされています。

これを受けてOpenAIは2026年6月2日、役割別プラグイン6種(データ分析・クリエイティブ制作・営業・プロダクトデザイン・株式投資・投資銀行)をリリースしました。合計62種のアプリと110種のスキルを含み、連携先にはSnowflake・Figma・Salesforce・FactSetなどが含まれます。あわせて、URLで共有できるインタラクティブなWebサイト/アプリを生成する「Sites」機能をビジネス・エンタープライズ向けプレビューで提供開始しています。

技術的な実例も公開されました。WasmerはCodexとGPT-5.5を使い、通常約1年かかると見込んでいたJavaScriptランタイム「Edge.js」を2週間で完成させ、開発速度が10〜20倍向上したと報告しています。これらはすべて公式の一次ソースで確認できる確定情報です。

2. 本物か、誇大か(JUDGE)

「神ツール」と呼ぶ段階ではありませんが、誇大広告とも言い切れません。判断材料は3点あります。

第一に、500万人・非開発者20%という数字はOpenAI自身が公開した利用統計であり、第三者の独立検証ではありません。社内集計である点は割り引いて読む必要があります。

第二に、Wasmerの「2週間」「10〜20倍」という事例はプロのエンジニア集団による成果です。これを「コードが書けない人でも同じ速度が出る」と読むのは誤読になります。エンジニアの生産性向上の話と、非エンジニアが使えるようになる話は別物です。

第三に、それでも非開発者の利用が開発者の3倍速で伸びているという傾向自体は、用途がレポート・スプレッドシート・プレゼン・データ分析といった「事務職の日常業務」に広がっている証拠です。ここは実体のある変化と見てよいでしょう。誇大ではなく、「使える範囲が事務職側に拡張し始めた」というのが妥当な評価です。

3. 日本では今どの段階か(GAP)

役割別プラグインと「Sites」機能は2026年6月2日に出たばかりで、現時点では英語圏発の機能です。日本語UIや日本語ドキュメントの整備状況、国内向けの価格体系の詳細は現時点では不明です。

連携先のSnowflake・Salesforce・Figmaなどは日本の中小企業でも導入が進んでいますが、FactSet(金融データ)など一部は国内中小企業にはなじみが薄いものも混ざっています。つまり6プラグインのうち、日本の中小企業に直接効くのは「データ分析」「営業」「クリエイティブ制作」あたりに絞られます。

先取りする価値があるのは、これが「ChatGPTに自然文で頼んで資料やデータ集計を作らせる」流れの本格化だからです。国内で事例が増えてから動くと、競合に半年遅れます。英語UIという障壁はあるものの、ChatGPT自体は日本語で問題なく使えるため、参入ハードルは見た目ほど高くありません。

4. 中小企業のどの業務に効くか(FIT)

公式が挙げる最速成長用途は「データ分析・調査・成果物作成」です。これを中小企業の現場語に翻訳すると、効きやすいのは次の業務です。

  • 営業: 売上データの集計、顧客リストの整理、提案資料のたたき台作成
  • マーケ: アンケート結果やアクセスデータの分析、レポートのグラフ化
  • バックオフィス: スプレッドシートの定型集計、複数ファイルの突き合わせ
  • 共有: 「Sites」を使った、URL一つで配れる簡易な社内資料やレポートページ

一方で、効きにくい・任せきれない領域も正直に書きます。契約書作成は機能としては可能ですが、法的責任が伴うため最終確認を人が必ず行う前提が崩せません。また、社内の機密データを扱う場合は情報の取り扱いポリシーの確認が先決で、ここを飛ばして導入すると事故になります。「下書きを作らせる」までは効き、「最終判断を任せる」には早い、という線引きが現実的です。

5. どう使うか・最小の一歩(HOW)

明日試せる粒度に落とします。

まず、いきなり役割別プラグインや「Sites」に行く必要はありません。最小の一歩は、既存のChatGPT(有料プラン)でCSVファイルを1つアップロードし、「この売上データを月別に集計し、上位5商品を表にして」と日本語で頼むことです。これでCodex的な「データを処理して成果物にする」体験の8割は確認できます。

そのうえで役割別プラグインや「Sites」を本格的に使うには、ビジネス/エンタープライズ向けの契約が前提になります。概算コストは、ChatGPTの有料プランが1人あたり月20〜30ドル前後、ビジネス向けはさらに上の価格帯になりますが、国内向けの正確な金額は現時点では不明です。まずは個人プランで1〜2名が試し、効果を確認してから組織契約を検討する順序が安全です。

障壁は3つ。言語(管理画面や一部機能が英語)、価格(人数×月額が積み上がる)、スキル(プロンプトで意図を正確に伝える練習が要る)。特に3つ目は軽視されがちですが、「曖昧な指示しか出せないと曖昧な成果物が返る」ため、最初の2週間は社内で1人「使い込む担当」を決めてノウハウを溜めるのが近道です。

6. 結論:要る/要らない/様子見(VERDICT)

データ分析・資料作成を兼任で抱える担当者がいる企業は「要る(ただし小さく試す前提で)」。理由は、非エンジニアの事務作業をAIに下書きさせる流れが公式統計でも裏付けられており、まず既存のChatGPTで体験できるため初期コストが小さいからです。役割別プラグインや「Sites」の本格導入は、日本語対応と国内価格が見えてからでも遅くないため、その部分だけは様子見が妥当です。