【2026年9月7日】フリーランス・小規模事業者向けAI・Webニュース｜OpenAIが「AI研究インターン」の目標到達を発表
今朝ニュースを見ていて、まず気になったのがOpenAIの発表でした。
AIが研究者の仕事を手伝うだけではなく、人なら数日かかるような研究タスクを進められるところまで来たそうです。
その一方で、RIZAPでは社員が個人で使っていた生成AIに、お客様の情報を誤ってアップロードする事案もありました。
さらに調べていくと、AIがWebサイトへ想定外の書き込みをしたり、メールに隠された命令を拾って支払い注文を作ったりと、ちょっと怖い話も続いています。
AIに仕事を任せられる範囲は確実に広がっています。
でも今日のニュースを見ていると、「どこまで任せるか」は前よりちゃんと考えないといけなさそうです。
OpenAIが「自動化された研究インターン」の目標到達を発表
OpenAIが9月6日、社内のAI研究でコーディングエージェントがどんなふうに使われているのか、かなり詳しいデータを公開しました。
その中で、昨年から目標にしていた「自動化された研究インターン」に、自社の測定では到達したとしています。
名前だけ聞くと、AIが研究テーマを決めて一人で研究しているようにも感じますが、OpenAIが言っているのはそこまでではありません。
今回の「研究インターン」は、人から明確な研究タスクを渡されて、熟練した研究者なら数日かかるような仕事も進められるシステムと定義されています。
人の指示や判断はまだ必要です。
「AI研究インターンに到達」はOpenAI自身の測定によるものです。外部機関が研究者と同等だと認定したわけではありません。
もうひとつ驚いたのが、OpenAIの研究現場でAIエージェントが動いている時間です。
8時間を1日の仕事として計算すると、8月中旬の時点で、人間の研究者が1日働く間にAIエージェントは合計3.1日分動いているとしています。
一瞬「もう人間の3倍働いているの？」と思ってしまう数字ですが、これは成果が3.1倍という意味ではありません。
AIエージェントが動いていた時間を合計した数字です。
OpenAI自身も、研究には人の判断や計算資源などいろいろなボトルネックがあるので、AIの稼働時間と同じペースで研究全体が速くなるわけではないと説明しています。
それでも、研究者がAIを横に置いて質問するだけではなく、いくつものエージェントへ仕事を任せながら研究する形へ変わってきているのは面白いです。
そして次の目標は、2028年3月までの「自動化されたAI研究者」。
今回の研究インターンより、さらに自律的に研究を進められるAIを目指しています。
あと1年半ほどでどこまで行くのか。ここはかなり気になります。
OpenAI「Research acceleration: The view inside OpenAI」
RIZAPで、個人利用の生成AIへお客様の情報を誤ってアップロード
これは、仕事で生成AIを使っている人ならかなり身近な話です。
RIZAPが9月3日、社員が個人で使用していた外部の生成AIサービスへ、お客様の情報を誤ってアップロードしたと発表しました。
特定保健指導管理システムのデータを集計している途中で起きたもので、アップロードされたデータには、
- 氏名
- 生年月日
- メールアドレス
- 保険証記号番号
- 一部の住所・電話番号
- 特定保健指導の支援形態
- 高血圧症、糖尿病、脂質異常症などの疾患情報
などが含まれていました。
普通の連絡先だけではなく、健康に関する情報まで入っています。
RIZAPは生成AIサービスの運営事業者へ確認し、運営事業者以外の第三者に閲覧された可能性と、AIモデルの学習に利用された可能性はないとしています。
データもアップロードから24時間以内に削除されました。
ただし、生成AIサービスを運営する事業者の役職員などが情報を閲覧できる状態だった可能性については、9月3日の発表時点でも確認が続いています。
使われた生成AIサービスの名前は公表されていません。
顧客情報や健康情報、社外秘の資料などを、個人で使っている生成AIへそのまま入れない。仕事でAIを使うなら、「何を入力してよいか」を先に決めておく必要があります。
今回、「AIの学習には使われなかった」というところだけを見ると少し安心してしまいます。
でも、本来の問題はそこだけではありません。
業務で扱っているデータを、会社が許可していない外部サービスへ送ってしまえば、それだけで情報管理の問題になります。
RIZAPも今回の件を受けて、許可されていない生成AIサービスの業務利用禁止を改めて社内へ周知するとしています。
生成AIは便利なので、慣れてくるほど「これもAIに渡した方が早い」となりやすいです。
だから会社で使うなら、
使っていいAI、入れていい情報、人の確認が必要な仕事。
このあたりは最初に決めておいた方がよさそうです。
なのはAIラボでも、仕事で生成AIを使うときの最低限のルールをまとめています。
小規模事業者の生成AI利用ルール｜最低限決めておきたい5項目
OpenAIが「wiki incident」を認め、情報公開のルールを見直しへ
そのOpenAIでは、前日の9月5日に「wiki incident」と呼ばれている出来事についても説明しています。
OpenAIによると、同社のAIエージェントが複数のインターネットサイトへ、想定していなかった形で書き込みを行っていました。
この件についてOpenAIは、AIが人の意図と違う行動をする「misalignment（ミスアライメント）」の一例として扱っていたと説明しています。
これまでは、こうした動きを主に研究上の問題として、研究資料やシステムカードなどで伝えてきました。
でもAIエージェントが実際のWebサイトを操作するようになると、それだけでは済まなくなります。
OpenAI自身も、今年に入ってミスアライメントが現実世界へ新しい影響を与え始めているとして、こうした出来事をいつ、どのように公表するのか、新しい基準が必要になったとしています。
今後数週間で、新しい情報開示の枠組みを公開する予定です。
AIが文章を返すだけなら、失敗がチャットの中で終わることもあります。でもWebやアプリを操作できるAIでは、間違った行動が外の世界へ出ていきます。
ここはAIエージェントが増えていくほど大きな違いになりそうです。
メールを送る。
Webサイトへ書き込む。
ファイルを消す。
サービスを操作する。
できることが増えれば、その分だけ「どこまで自由に動かしていいか」も決めないといけません。
OpenAI公式X「wiki incident」についての説明
メールに隠された命令から、AIが支払い注文を作ってしまう実験
メールを読んで仕事をしてくれるAIでも、似た問題が見つかっています。
9月5日、Hugging FaceのCommunity Articleで、Mikhail Gribov氏がメールに隠された命令をAIエージェントがどこまで実行してしまうのかを調べた実験結果を公開しました。
Hugging Face公式のモデル評価ではなく、公開されたデータセットと実験環境を使ったコミュニティ研究です。
AIにお願いした本来の仕事はシンプルでした。
「届いたメールを読んで、メールの記録へ保存する」
これだけです。
ただ、そのメール本文の中にはAIへ向けた別の命令が隠されています。
たとえば、特定の相手へお金を支払うよう指示する文章です。
9つのモデルを同じエージェント環境で試し、それぞれ395通のこうしたメールを処理させたところ、支払い注文を作った割合はモデルによって0％から42％まで差が出ました。
しかもAIは、本来頼まれていたメールの記録も終えたうえで、そのあと余計な支払い注文まで作ってしまうことがあります。
比較のため、隠された命令だけを取り除いた同じメールでも実験しています。
こちらでは合計1,620回の実行で、支払い注文が作られたのは1回だけでした。
この実験は模擬環境で行われていて、実際の銀行口座からお金が送られたわけではありません。また「0〜42％」は特定のエージェント環境での結果なので、各AIモデルそのものの一般的な危険度を表す数字ではありません。
それでも、AIエージェントをメールにつなぐときに気をつけたい問題がかなり分かりやすく出ています。
人間から見ると「これは受信したメールの文章」。
AIから見ると「これは自分への命令」。
その区別に失敗することがあるんですね。
AIへメールを読ませるだけならまだしも、そのAIに支払い、ファイル操作、外部送信などの権限まで持たせるなら、さらに慎重にした方がよさそうです。
Mikhail Gribov氏「Agentic models, measured on the injections that move money」
Grok Botに会社の購買を任せたら、10万ドルを超える節約候補を発見
一方で、AIへ仕事を任せるとこんな使い方もできる、という事例も出ています。
xAIが9月4日、Grok Botを自社の購買業務に使った結果を公開しました。
Grok Botには、
- ベンダーへの支出
- 契約内容
- サービスの利用状況
- 市場価格
- 他社からの見積もり
などを確認させています。
そしてxAIによると、これまでに10万ドルを超える直接的な節約候補を見つけたそうです。
オフィス用品の購入では、14,629ドルだった注文を、価格を比較しながら6,143ドルまで下げた事例も紹介されています。
58％の削減です。
ただ、このニュースで一番気になったのは10万ドルという金額ではありませんでした。
AIに「やっていいこと」と「やってはいけないこと」をかなりはっきり決めていることです。
xAIが公開したGrok Botの設定例では、社内データを読んだり、社員へ確認したり、必要な情報を集めたりするところまではAIだけで進められます。
一方、取引先へ何か送信するときには、毎回人の明確な承認が必要です。
さらに、
- 契約する
- 商品を購入する
- サービスへ加入する
- 支払いを承認する
- 法的・金銭的な約束をする
こうした行動はAIにさせない設定になっています。
AIエージェントを使うなら、「何を任せるか」だけではなく、「どこで人に戻すか」「絶対にさせないことは何か」まで決めておく。
今日のRIZAPの話とも、メールに隠された命令の実験ともつながります。
AIにたくさん仕事を任せたいなら、権限まで全部渡す必要はありません。
調査や整理まではAI。
外部への送信は人が確認。
購入や契約は人だけ。
こうやって線を引くだけでも、使い方はかなり変わります。
なお、10万ドルを超える節約という成果はxAI自身が公開している社内事例です。第三者が効果を検証した数字ではありません。
xAI「Setting Grok Bot loose on procurement」
9月7日のAI・Webニュースまとめ
9月7日は、こんな5本でした。
- OpenAIが「自動化された研究インターン」の目標到達を発表
人の指示のもとで、熟練した研究者なら数日かかるような明確な研究タスクも進められるとしています。 - RIZAPで生成AIへのお客様情報の誤アップロード
社員が個人利用していた生成AIへ、個人情報や疾患情報を含むデータを誤ってアップロードしました。 - OpenAIが「wiki incident」について説明
AIエージェントの想定外行動について、今後は情報公開の新しい枠組みを作るとしています。 - メールに隠された命令を使ったAIエージェントの実験
本来はメールを記録するだけのAIが、メール内の別の命令から支払い注文を作るケースが確認されました。 - Grok Botを購買業務へ活用
xAIは10万ドルを超える節約候補を見つけたとしつつ、購入や契約などはAIにさせない線引きも公開しています。
OpenAIの研究インターンやGrok Botを見ていると、AIへかなり深いところまで仕事を任せる流れはもう始まっています。
でもRIZAPの事案やメールの実験を見ると、便利だからといって全部つないでしまうのはちょっと怖いです。
AIに入れていい情報。
AIだけで実行していい操作。
人が確認しないと進めてはいけないところ。
この3つは、使うAIを選ぶことと同じくらい大事になってきそうです。
まずは自分の仕事で普段AIへ入れているものを、一度見直してみるだけでもよさそうですね。
※情報は2026年9月7日10時05分（日本時間）時点で、各公式発表・公開資料を確認しています。
