“PCを操作するAI”とは何か ― GPT-6 Astraと国内実装事例で読む、コンピュータ操作エージェントの経営論点

INDEX目次

PCを操作するAIとは何か。GPT-6 Astraが実用化した、画面を見てマウスとキーボードを操るコンピュータ操作エージェントを解説。APIのないレガシーも動く第3の自動化方式と、RPAとの違い、“AIの社員証”設計を含む経営者の3ステップを提示します。

【この記事の要点】

PCを操作するAIとは、画面を認識しマウス・キーボードを操って、人がPCでやる作業をそのまま実行するAI。GPT-6 Astra(2026年9月)で実用段階に
最大の含意は「APIのないシステムも自動化できる」こと ― レガシー基幹系・取引先ポータルが対象に入る
RPAとの違いは適応力 ― 画面が変わっても自ら対応し、シナリオ作成も不要。一方で統制設計が必須になる
経営の要は“AIの社員証” ― 専用アカウント・最小権限・操作ログ・人の確認(HITL)を、人の職務分掌と同じ発想で設計する

「新しいメンバーに、PCを1台与えて仕事を任せる」 ― その“メンバー”が人ではなくAIになる。2026年9月、それが現実になりました。

OpenAIが発表したGPT-6 Astraの最大の特徴は、画面を見て、マウスとキーボードを操作し、人と同じやり方でPCの仕事を最後まで進めることです。Webフォームへの入力、CRMの顧客情報更新、ソフトのインストールと動作確認 ― これまで「AIには頼めなかった」PC作業が、指示するだけで動き始めています。本記事では、PCを操作するAI(コンピュータ操作エージェント)とは何か、RPAと何が違うのか、そして経営者は何を設計すべきかを解説します。

“PCを操作するAI”とは何か ― 自動化の第3の方式

【PCを操作するAI(コンピュータ操作エージェント)とは、画面を視覚的に認識し、マウスとキーボードを自ら操作して、人がPCで行う作業をそのまま実行するAIを指す。GPT-6 Astra(2026年9月発表)が代表例で、API連携・RPAに続く“第3の自動化方式”として実用段階に入った。】

GPT-6 Astraで何ができるようになったのか、公表情報で押さえましょう。

画面を認識してマウス・キーボードを操作し、Webフォーム入力・CRMの顧客情報更新・カレンダー整理・ソフトのインストールと動作確認までを実行
PC操作ベンチマーク(OSWorld 2.0)でのタスク処理時間は約75分から約40分へ短縮 ― 人の半日仕事が射程に
APIのないレガシーシステムや取引先ポータルにも適用可能 ― API連携やRPAでは届かなかった領域が自動化の対象に
GPT-6はAstra・Sol・Lunaのティア構成で、API・各プランへ段階展開中

従来の自動化と何が違うのか。3つの方式を並べると、位置づけが明確になります。

観点	API連携	RPA	PC操作AI
対象システム	APIがあるシステムのみ	画面操作の定型フロー	人がPCで行う作業全般 (APIなしも可)
構築の手間	開発が必要	シナリオ作成・保守が必要	自然言語で指示するだけ
変化への強さ	強い(仕様が安定)	弱い (画面変更で停止しがち)	画面の変化に自ら適応
弱点	レガシーに届かない	例外・判断を要する作業に弱い	統制(権限・ログ・人の確認)の設計が必須

表1: 自動化3方式の比較 ― API連携・RPA・PC操作AI(2026年10月時点)

図解1: “PCを操作するAI” ― 自動化の第3の方式(API連携・RPAとの比較)
(出典: OpenAI公式 / OSWorld 2.0 / 各種解説2026)

なぜPC操作AIが経営の論点なのか ― 3つの構造変化

変化1: 「APIがないから自動化できない」が言い訳でなくなる

別記事で論じた通り、日本企業の多くは20年以上前の基幹システムを現役で使い、API経由でデータにアクセスする手段がないことがAI活用の壁でした。PCを操作するAIは、この壁を迂回します。人が画面を見て入力してきた作業は、原理的にすべて自動化の候補になる ― レガシー基幹系も、取引先の専用ポータルも対象です。API整備という正攻法(中長期)と、PC操作AIによる迂回(短期) ― 二つの道を使い分けられるようになったことが、経営にとっての最大の変化です。

変化2: 自動化の単位が「フロー」から「仕事」へ

RPAは決められたシナリオを再生する仕組みで、画面が変わると止まり、例外に弱い ― 導入したものの保守が重く、使われなくなった経験を持つ企業は少なくないはずです。PC操作AIは、画面の変化に自ら適応し、複数のアプリをまたいで“仕事を丸ごと”進めます。ベンチマーク上のタスク処理が約75分から約40分へ短縮したことが示すのは、数分の定型処理ではなく、人の半日仕事がAIに任せられる単位になりつつあるということです。国内でもパナソニックコネクトの年44.8万時間削減、SOMPOの3万人展開など、“人の時間”を単位とした効果が公表され始めています。

変化3: 「AIにPCの権限を与える」という新しい統制が要る

能力の裏返しがリスクです。PCを操作できるAIは、人と同じことができる ― つまり、誤操作も、意図しないアクセスも、人と同じように起こりえます。GPT-6 AstraはOpenAI自身の評価枠組みでサイバーセキュリティ能力が最高区分に達したとされ、この能力の高さは防御にも攻撃にも働く諸刃です。企業導入では、重要な操作の前に人の確認を挟むHITL(Human-in-the-Loop)の設計が前提条件になります。「便利だから全部任せる」ではなく、「どの操作まで任せ、どこで人が確認するか」 ― エージェントの組織設計の議論が、PCの権限という具体的な形で目の前に来ました。

経営者はどう取り込むか ― “AIの社員証”を設計する3ステップ

PC操作AIの導入は、ツール選定ではなく「新しい働き手を迎える」設計の問題です。3ステップで進めます。

ステップ1: 小さく始める ― 定型・複数ステップの業務でパイロット

最初の適用先は、手順が明確で、複数ステップにまたがる定型業務です。帳票のダウンロードと転記、ポータルへの定期入力、システム間のコピー&ペースト ― 人が「作業」と呼んでいる仕事から始め、重要な操作の前には必ず人の確認を挟みます。いきなり判断を伴う業務や顧客に直接触れる業務に適用しないことが、最初の規律です。

ステップ2: “AIの社員証”を設計する ― アカウント・権限・ログ

人を雇えば、社員証を発行し、アクセス権を設定し、上司を決めます。PCを操作するAIにも同じ設計が要ります ― AI専用のアカウント、業務に必要な最小限の権限、すべての操作が追えるログ、そして監督者の明確化。人のIDの使い回しは、事故時に責任の所在が消えるため厳禁です。これは別記事で論じた「エージェントの組織設計」の、最も具体的な実装になります。

ステップ3: “人の時間”で効果を測り、広げる

PC操作AIの効果は、削減された人の時間と処理件数で測るのが最も素直です。パイロット業務で「月何時間が浮いたか」「エラー率はどう変わったか」を記録し、成果が確認できた業務パターンから横展開する。AI投資のROIを業務単位で測る原則は、ここでも同じです。浮いた時間を何に振り向けるかまで決めて、初めて効果は経営の数字になります。

図解2: PC操作AIを経営に取り込む3ステップ ― “AIの社員証”設計を中心に

業界によって入り口は変わる

PC操作AIの入り口は、業界の業務構造で変わります。例えば金融は、勘定系をはじめレガシーと専用端末が多く適用余地は大きい一方、統制要件が厳格なため、HITL前提の行内事務(照合・転記・報告書作成)からが現実的です。製造・エネルギーは、現場系システムと本社系システムの間の入力・転記作業が狙い目です。そしてRPAの導入すら負担が重かった中堅・中小企業にとっては、シナリオ開発なしで始められるPC操作AIが、自動化の最初の現実的な選択肢になりえます。

まとめ ― AIに「PCを与える」時代の採用計画を

PCを操作するAIは、画面を見てマウスとキーボードを操る“第3の自動化方式”として実用段階に入りました。APIのないレガシーも動かせる適応力は、日本企業の長年の壁への現実的な別解です。一方で、その能力は「AIにPCの権限を与える」という新しい統制の問いを連れてきました。新しい働き手を迎えるのと同じように ― 任せる仕事を決め、社員証を設計し、成果を測る。PC操作AIの導入とは、つまるところAIの採用計画なのです。

自分のチームが「PC画面の前でやっている定型作業」を30分で書き出すこと ― 帳票のダウンロード、ポータルへの入力、システム間の転記、形式チェック。そのリストがそのまま、PC操作AIの適用候補リストになります。それが、AIにPCを与える時代の第一歩です。