Asana、GPT-6でブラウザAIエージェントを76分の1のコストに

背景と概要

OpenAIは、プロジェクト管理ソフトを手がけるAsanaの事例を公開しました。AsanaはCodex上でGPT-6 Astraモデルを使い、自社のブラウザエージェントを作り直しました。紹介されたテストでは、運用コストが76分の1に下がり、速度は5倍になったとされています。Asanaは、コストが下がったことで、顧客により高性能なモデルを提供できるようになったと説明しています。

ただし、数字の読み方には注意が必要です。これはテスト環境の結果で、ベンダーが公開した事例でもあります。公開されている要約には、テストに使ったタスク群、比較の基準、成功率の測り方が示されていません。すべての業務にそのまま当てはまる約束ではなく、規模感を示す目安として受け止めるのが適切です。

深掘り分析

ブラウザエージェントは、ページを観察し、判断し、クリックや入力を行い、結果をまた観察する、という循環で動きます。各ステップでページ内容、操作履歴、タスクの目標をモデルに渡すため、1つのタスクで数十回から百回を超えるモデル呼び出しが発生することもあります。ステップ数が増えるほど、コストも待ち時間も積み上がります。

GPT-6 AstraでAsanaのブラウザエージェントはなぜ76分の1のコストになったのでしょうか。出典は内訳を示していません。分かっているのは、CodexでGPT-6 Astraを使って作り直した結果、テストでコストが76分の1、速度が5倍になったという点だけです。これほどの差は単価の低下だけでは生まれにくく、1ステップあたりの推論の軽さ、必要なステップ数の減少、エラー後の再試行の減少が重なった可能性があります。ただしこれは推測であり、事例が裏付けているわけではありません。

Codexの役割も注目点です。Codexはもともとソフトウェア開発向けのエージェント環境ですが、Asanaはこれをブラウザ作業に使いました。ツール呼び出しや長い工程の制御といった仕組みを、コーディング以外の自動化にも転用できる可能性を示唆します。もっとも、具体的な構成は公開されていません。最大の欠落は成功率です。安く速くても失敗が増えれば、人が修正する手間で総コストは膨らみます。成功率や人への引き継ぎ率が示されるまで、76分の1は品質ではなくコストの数字です。

業界への影響

この事例は、企業向けAI製品の現実的な矛盾に触れています。高性能なモデルほど高価ですが、ソフトウェアの利用料金はおおむね固定です。Asanaのような企業は顧客ごとの利用量で粗利を守る必要があり、タスク1件ごとに大きな推論費用がかかれば、弱いモデルを割り当てるか、高度な機能に利用上限を設けるしかありません。コストが大幅に下がれば、同じ予算でより多くのタスクと強いモデルをまかなえます。

OpenAIにとっては、象徴的な導入事例です。新モデルがベンチマークの点数だけでなく、自動化製品の1件あたりの採算を変えると企業に示せます。Anthropic、Google、オープンモデルの提供者もエージェント用途を争っており、買い手は100万トークンあたりの単価より、タスク1件を完了するまでの総コストを比べるようになるでしょう。

ブラウザ自動化に特化したスタートアップにも変化が及びます。基盤モデルがWeb操作に強く、しかも安くなれば、モデル呼び出しを包むだけの事業は堀が薄くなります。競争は独自データ、ワークフロー統合、信頼性の保証へ移っていくと考えられます。

今後の展望

注目点は4つあります。1つ目は、この結果がAsanaの本番製品で再現されるかです。テストと実運用には差が出がちで、実際のページは雑多で、権限やログイン状態も複雑です。タスク成功率や人が引き継ぐ割合のほうが、コストの倍率より多くを語ります。 2つ目は、他社が近い数字を公表するかです。複数社が別のタスクで桁違いのコスト低下を報告すれば、モデル層の進歩といえます。少数にとどまるなら、タスク設計に依存した結果かもしれません。 3つ目は、節約分の行き先です。より強いモデルへの切り替え、値下げ、無料枠の拡大のどれに使うかで、普及の速度が決まります。Asanaが述べているのは、より高性能なモデルを提供できるという点までです。

4つ目は安全面です。ブラウザエージェントは利用者に代わってWebを操作するため、速く、多く使われるほど、誤操作や権限の逸脱のリスクも比例して増えます。監査ログ、操作の確認、権限の分離が欠かせません。エージェント競争の焦点は、何ができるかから、いかに安く安定して終えられるかへ移りつつあります。