30秒サマリー
- OpenAIが契約管理SaaS「Ironclad」と共同研究を実施し、GPT-6 AstraがGPT-5.6 Solより平均スコア32%向上・処理時間48%短縮を達成
- 法務・調達・商取引の11タスクを研究用データとして活用し、強化学習でモデルを訓練する手法を構築
- OpenAIは複雑な専門業務のエージェント研究に協力できるソフトウェア企業を少数募集中
何が起きたか
OpenAIは2026年10月6日付の公式ブログで、契約管理プラットフォームを提供するIroncladとの共同研究の成果を公開した。この取り組みは、AIエージェントが専門業務用ソフトウェアを使いこなせるよう訓練・評価する研究の一環として位置付けられている。
具体的には、法務・商取引・調達に関わる11タスク（NDA設定、購買承認プロセスの構築、管轄に応じた契約条項の更新など）を研究用タスクとして定義した。熟練ユーザーが1タスクあたり平均30〜40分を要すると見積もられる作業を対象とし、各タスクは内容の複雑さに応じて8〜50の評価基準で採点する仕組みを整えた。SECのEDGARデータベースで公開されている契約書を加工した合成タスクを作成し、強化学習によってモデルを改善したとしている。なお、OpenAIの顧客データやIronclad顧客の非公開データは訓練・評価に使用していないと明示されている。
性能比較では、GPT-6 AstraはGPT-5.6 Solに対して平均スコアが55.0%対41.6%（約32%高い）、1タスクあたりの推定処理時間が19.2分対37.0分（約48%短縮）という結果が示された。ただし、これらの時間はモデルの処理速度から推定したシミュレーション値であり、実際の顧客業務の時間削減量を直接測定したものではないと注記されている。また、Astra開発過程で使用した内部モデルでは63.7%という一層高いスコアが得られており、今後のモデルへの反映が目標とされている。
OpenAIはこの協業モデルを他の業界にも展開する意向を示しており、今日のエージェントでは安定的に完了できない複雑な専門業務タスクを持つソフトウェア企業を少数募集している。
原典ハイライト
「AIが複雑な契約業務で本当に役立つためには、個々のアクションをこなすだけでは不十分。エージェントは契約ライフサイクル全体を理解し、チームが依存するコントロールを維持しながらビジネスワークフローを連携させる必要がある」（Ironclad CTO サニータ・バーマ氏）。GPT-6 AstraはGPT-5.6 Solと比較して平均スコア32%向上・推定処理時間48%短縮という研究評価結果が示されている。
出典: OpenAI News/Research（公式ブログ）
So What?（なぜ重要か）
編集部の見方として、この研究は「汎用モデルに専門業務ドメインの知識と評価基準を組み込む」という、AIエージェント開発の新たな方向性を示す点で重要だ。単に高精度なモデルを作るのではなく、業務ソフトウェアベンダーが保有するドメイン知識・評価基準・テスト環境をモデル訓練に直接取り込む手法は、今後の専門職支援AIの開発パターンとして他の業界・業種へ波及する可能性がある。また、人間の監督（ヒューマンオーバーサイト）の重要性を明示している点は、完全自律化ではなく段階的な業務移管を想定していることを示唆している。
日本企業への示唆
日本企業への示唆として、まず法務・調達部門は「AIエージェントが複数ステップの承認フローや契約条件の設定を自律的に実行できる段階に近づいている」という前提でプロセス設計を見直す時期に入ったと捉えるべきだろう。一方で、今回の研究でも最高スコアが63.7%にとどまっており、例外処理や法域ごとのルール適用など複雑な判断では依然として人間の確認が不可欠であることも示されている。次に、SaaSベンダーや業務システムを提供する企業は、OpenAIが公募しているような「業務ドメイン知識をモデル訓練に提供するパートナー」としての役割を検討する価値がある。自社製品のユースケースをモデル開発に組み込むことは、競合優位性の確保につながりうる。
背景・経緯
OpenAIは、GPT-6 Astra（原文に記載）をコンピューター操作を伴う専門業務に対応する初のフロンティアモデルとして位置づけており、Ironcladはその訓練・評価に協力した最初のパートナー企業となる。OpenAIは少数の優良パートナーと直接協業する形でエージェント研究を加速させる方針を取っており、今回の公開はその第一弾に当たる。なお、原文のブログ公開日は2026年10月6日であり、GPT-6 Astra自体の提供開始時期については原文内では別途言及がある旨のリンクが示されているが、詳細は本記事の原文では確認できない。
