ChatGPT Workとは?Plusとの違いと導入事例2社の効果

ChatGPTを業務で日常的に使っていると、次に気になるのは「会社として安全に使うにはどうするか」ではないでしょうか。本記事では、OpenAIの法人向けプラン「ChatGPT Work」について、個人向けPlusとの違い・料金・セキュリティを整理したうえで、ModernaとBBVAという実在企業2社の導入事例と公表された効果を解説します。読み終えるころには、上司や情シスに説明できる材料と、明日から動ける導入ステップが揃います。

ChatGPT Workとは?個人向けPlusとの決定的な違い

ChatGPT Workとは、OpenAIが提供する法人向けChatGPTプランの総称で、具体的には「Business」と「Enterprise」の2つのプランを指します。結論から言えば、Plusでできることはそのままに、入力データを既定で学習に使わないデータ保護と、組織として利用を管理する機能を、法人要件のレベルまで引き上げたプラン群です。

なお、Businessはかつて「ChatGPT Team」という名称で提供されていたプランの後継にあたります。社内で情報収集をすると「Team」時代の記事が混ざって出てくるため、同じプランの新旧名称だと押さえておくと混乱しません。

Plusを毎日使っている方であれば、モデルの性能やチャット機能そのものの説明は不要でしょう。上司や情シスに説明するために押さえるべきなのは、法人プラン固有の差分が次の3軸に集約される点です。

1. データの扱い:Plusなどの個人向けプランでは、入力内容が既定でモデル改善(学習)に使われる可能性があり、オフにするには利用者が自分で設定を変更する必要があります。BusinessとEnterpriseでは、入力した業務データが既定で学習に使われません。「設定し忘れた人がいるかもしれない」という人的ミスの余地が構造的になくなるのが本質的な違いです。
2. 組織管理機能:管理コンソールからメンバーの追加・削除ができ、SSO(シングルサインオン)で自社の認証基盤とログインを統合できます。ワークスペース全体の利用状況も把握できるため、「誰がどれだけ使っているか」を会社として確認できます。個人契約の寄せ集めでは不可能な統制がここに当たります。
3. チームでの共有:業務用にカスタマイズしたGPT(カスタムGPT)やプロンプトを、ワークスペース内のメンバーに共有できます。社内のストレージやツールと接続するコネクタも組織の管理下で使えるため、「使いこなせる人の型」を個人のノウハウで終わらせず、組織の資産にできます。

この3軸は、社内で質問が出やすいポイントとも一致します。データの扱いは情シス・法務、組織管理は管理部門、チームでの共有は現場部門の関心にそれぞれ対応するため、説明する相手に合わせてどの軸を厚く話すかを変えると、話が通りやすくなります。

逆に言えば、社員が各自Plusを個人契約して業務に使う状態は、データの扱いも利用実態も会社が把握できない「野良AI利用」であり、情シスや法務が最も嫌う状態です。かといって会社として禁止するだけでは、業務効率を落とすか、隠れて使われ続けるかのどちらかになりがちで、根本的な解決にはなりません。ChatGPT Workは、この状態を解消するための受け皿と考えると位置づけが明確になります。

上司への説明は、次の一言で十分に伝わります。「Plusの機能はそのままに、データ保護と組織管理を法人要件レベルにしたのがChatGPT Work。個人契約の集まりでは満たせないセキュリティと統制のためのプラン」——これが本記事全体の前提となる定義です。

ChatGPT Workの料金プラン|BusinessとEnterpriseの比較

プラン選定の結論を先に言えば、数名〜数百名規模で始めるならまずBusiness、全社統制・監査要件・大規模展開が前提ならEnterpriseです。まずは3プランの違いを一覧で整理します。

項目	Plus(参考)	Business	Enterprise
月額料金(1人あたり)	20ドル	25ドル(年払い)/30ドル(月払い)	非公開(営業への問い合わせ制)
契約単位	個人(1人)	2シートから	大規模組織向け・要相談
入力データの学習利用	既定で対象(設定でオプトアウト可)	既定で対象外	既定で対象外
SSO	なし	対応	対応(SCIMなどより高度な統制も)
管理コンソール・利用分析	なし	あり	あり(監査・分析機能が強化)
カスタムGPT・コネクタの共有	個人利用のみ	ワークスペース内で共有可	ワークスペース内で共有可+統制強化
利用枠	個人向けの上限	Plus同等以上	大規模利用向けの優先的な利用枠

※料金は執筆時点(2026年8月)の米ドル建て公表値です。為替や料金改定の影響を受けるため、稟議に載せる前に必ずOpenAI公式の料金ページで最新情報を確認してください。

注意すべきは、Enterpriseには公開価格がない点です。営業への問い合わせで見積もりを取る形式のため、稟議の初期段階で概算が必要な場合は、「Businessの年払い単価×想定人数」を下限の目安として仮置きし、「Enterpriseは要件次第でこれを上回る」と注記するのが現実的です。正式な金額は問い合わせ後に差し替えます。

選定基準はシンプルに、規模と統制要件で切るのがおすすめです。従業員数百名規模の企業で、まず特定部門から試すのであればBusinessで要件はほぼ満たせます。一方、全社員への一斉展開、SCIMによるアカウント自動連携、監査対応の詳細なログ・分析が最初から必要なら、Enterpriseを見積もり比較の土俵に載せるべきです。

そして最大の関心事である「1人あたり月25ドルに見合う効果が出るのか」は、機能表を眺めても答えが出ません。この問いには、実際に導入した企業の公表数値で答えるのが最短距離です。次のセキュリティの論点を片付けたうえで、ModernaとBBVAの2社の事例を見ていきます。

セキュリティは大丈夫?入力データが学習されない仕組み

情シス・法務から必ず聞かれる「入力したデータが学習に使われるのではないか」という質問への答えは明確です。BusinessとEnterpriseでは、入力データやアップロードしたファイルは、既定でモデルの学習に使われません。これはOpenAIが公式のエンタープライズプライバシーに関するページで明文化しているコミットメントであり、担当者の解釈ではなく公式ドキュメントを根拠として提示できます。

個人向けプランとの違いは「既定値の向き」です。個人向けは学習利用がオンの状態から始まり、嫌なら利用者が設定でオフにするオプトアウト方式です。法人プランは最初からオフで、そもそも利用者の設定操作に依存しません。数百人の社員全員が正しく設定しているかを管理する必要がない、という点が組織にとっての実質的な価値です。なお、社内で説明する際は「個人向けは危険」ではなく「既定値が業務利用向きではない」と表現すると、これまで個人で使ってきたメンバーの反発を避けられます。

学習利用以外にも、情シスのチェックリストに対応する項目が公式に公表されています。

• 第三者監査:SOC 2に基づく監査への対応
• 暗号化:保存データおよび通信経路の暗号化
• データの管理権限:ワークスペースのデータは組織側に帰属し、管理者が保持・削除をコントロールできる(Enterpriseでは保持期間の管理などがより細かく設定可能)

自社のセキュリティ基準との詳細な突き合わせが必要な場合も、上記ページから監査レポート等の資料請求につなげられるため、「まず何を見せれば話が進むか」で迷うことはありません。

セキュリティ担当への説明は、次の3点に要約できます。第一に、法人プランでは入力データが既定で学習に使われず、公式ドキュメントに明記されていること。第二に、SOC 2対応・暗号化など一般的なSaaSのセキュリティ評価項目に対応していること。第三に、データの管理権限が組織側にあり、管理者が統制できること。この3点を出典URLとセットで渡せば、情シスとの会話を前に進められます。口頭の説明だけで済ませず、A4半分程度の資料に落としておくと、情シス内での回覧や上位者への転送にもそのまま使えます。

導入事例1|大手企業の全社展開でどんな効果が出たか

1社目は、米国のバイオ医薬品企業Moderna(モデルナ)です。新型コロナワクチンで知られる同社は、全社員を対象にChatGPT Enterpriseを展開した「全社展開型」の代表例で、定量効果と経営層のコメントがOpenAIの公式導入事例として公開されています。※以下の数値はいずれも同事例の公表時点のものです。

同社の展開には土台がありました。2023年初頭にOpenAIのAPIを使った社内チャットボット「mChat」を自社開発し、この時点で従業員の8割以上が利用する状態を作っています。そのうえで2024年にChatGPT Enterpriseへ移行し、全社展開に踏み切りました。いきなり全社一斉ではなく、社内に利用文化を育ててから本格導入した点は見落とせません。自社に置き換えるなら、いきなり本契約を全社に配る前に、小さくても全員がAIに触れられる場を先に用意する、という順番が参考になります。

どの部門が・どの業務に使ったかも具体的に公表されています。

• 臨床開発:臨床試験の用量選定の議論を支援するカスタムGPT「Dose ID」を作成し、データの分析・可視化を補助
• 法務:契約書を平易な言葉で要約するGPT「Contract Companion」で、契約内容の把握を効率化
• 社内規程対応:社内ポリシーへの問い合わせに回答する「Policy Bot」で、担当部門への質問対応を削減

定量効果として公表されている数値は次のとおりです。導入からわずか2カ月で、従業員が業務用に作成したカスタムGPTは750個に達しました。推進部門が作って配るのではなく、現場の社員が自分の業務に合わせて作った数字である点が重要です。また、アクティブユーザー1人あたりの利用は週平均120回の会話と、「たまに試す」ではなく日常業務に組み込まれた水準に達しています。

この浸透を牽引したのが経営トップの明確な期待値です。CEOのステファン・バンセル氏は、公式事例の中で次の趣旨を述べています。

> 私は全社員に、1日に20回はChatGPTを使ってほしいと伝えています。(ステファン・バンセルCEO/OpenAI公式事例より、日本語訳)

「便利なので使ってください」ではなく、利用回数という測定可能な期待値をトップ自らが示したことで、AIの利用が個人の裁量ではなく会社の方針になりました。稟議の観点で言えば、この事例から取れる論点は2つです。ツールの配布だけでは750個のGPTは生まれないこと、そして経営層の関与の深さが定着率を左右することです。全社展開を狙うなら、決裁者を「予算の承認者」ではなく「利用の旗振り役」として巻き込む設計が必要だとわかります。

導入事例2|部門起点のスモールスタートで成果を出した例

2社目は、スペインの大手銀行BBVAです。世界で約12万人の従業員を擁するグローバル金融機関ですが、Modernaとは対照的に、全社一斉ではなく約3,000ライセンスの限定導入から始めた「スモールスタート型」の事例で、こちらもOpenAIの公式導入事例として公開されています。※数値は公表時点のものです。

部門起点にした理由は、金融という規制業種の特性にあります。リスク管理やコンプライアンスの確認を進めながら、まず活用意欲とユースケースを持つ従業員にライセンスを配布し、効果を確認してから広げる方針を取りました。2024年5月にChatGPT Enterpriseの利用を開始しています。スモールスタートといっても、「効果が出るか不安だから小さく」ではなく「広げる判断を数字でするために小さく」という設計であり、単なる様子見とは異なります。

特徴的なのは、使い方を推進部門が決めて配るのではなく、従業員自身にカスタムGPTを作らせた点です。法務関連の照会対応、文書や提案書のドラフト作成、データ分析の下調べといった業務で、現場がそれぞれ自分用のGPTを構築しました。その結果、導入から5カ月で作成されたカスタムGPTは2,900個超。約3,000ライセンスに対してほぼ1人1個のペースであり、一部の推進担当だけでなく、利用者の大半が「作る側」に回ったことを示す数字です。

この取り組みを率いた同行のAI導入責任者エレナ・アルファロ氏は、公式事例の中で次の趣旨を述べています。

> 業務を最もよく知っている本人が、コードを書かずに、自分の課題を解決するツールを自らつくれるようになりました。(エレナ・アルファロ氏/OpenAI公式事例より、日本語訳)

そして、スモールスタートの成否を判断するうえで最も重要なのがその後の意思決定です。BBVAは限定導入での効果を踏まえ、2025年に対象を約1万1,000人規模へ拡大すると発表しました。「小さく試して、数字を確認し、投資を増やす」という、稟議でそのまま参照できる段階展開の実例になっています。

ModernaとBBVAは、業種も規模も展開方法も異なりますが、共通項は明確です。第一に、経営層または明確な責任者が推進にコミットしていること。第二に、「どの業務に使うか」というユースケースを現場起点で特定していること。第三に、利用状況と効果を確認しながら段階的に広げていることです。この3点は、次に述べる自社導入の進め方にそのまま転用できます。

自社導入を成功させる進め方|全社展開かスモールスタートか

従業員数百名規模で未導入という前提なら、結論はBBVA型のスモールスタートです。そして最大の資産は、推進役であるあなた自身がすでにChatGPTを使いこなせているという現状です。2社の共通項を踏まえると、進め方は次の4ステップに整理できます。

1. パイロット部門の選定:自部門に加え、活用意欲のある1〜2部門を巻き込み、10〜30人規模でBusinessを契約する
2. ユースケースの収集:「毎週発生し、時間がかかり、文章・情報処理が中心」の業務を棚卸しし、対象業務を具体的に決める
3. 効果測定:導入前の所要時間を記録しておき、導入後と比較する。追う指標は週次の利用率と削減時間の2つに絞る
4. 拡大判断:「利用率が一定水準を超えたら次の部門へ」という基準を事前に決めておき、数字で拡大を判断する

対象業務の例としては、会議議事録の要約、定例レポートのドラフト作成、問い合わせメールの返信文案づくりのように、毎週発生して文章処理が中心の業務が第一候補になります。効果測定は厳密である必要はなく、対象業務ごとに「導入前は平均何分かかっていたか」をヒアリングして記録しておく程度で十分です。比較の基準を残さずに導入すると、あとから効果を説明できなくなります。

AIに不慣れなメンバーの定着には、事例2社がやったことをそのまま小さく真似るのが有効です。業務別のプロンプトテンプレートを共有し、よく使う業務はカスタムGPTにして配布すれば、不慣れな人はプロンプトを書かずに使い始められます。さらに管理コンソールの利用分析で使えていない人を特定し、個別にフォローすれば「導入したのに使われない」を早期に検知できます。

BusinessからEnterpriseへの移行は、利用部門数が全社の過半に迫ったとき、SCIMなどアカウント統制の要件が出たとき、監査対応の詳細なログ・分析が必要になったとき、が判断の目安です。この段階まで来れば、限定導入で積み上げた利用実績が、そのままEnterpriseの見積もり交渉と稟議の材料になります。

稟議に載せる費用対効果は、次の枠組みで試算できます。例えば30人×月額25ドルなら、1ドル150円換算で月額11万円強です。仮に1人が週1時間の削減にとどまっても、30人で月約120時間。時給3,000円換算で月36万円相当となり、料金の約3倍です。この「何時間削減できれば元が取れるか」という損益分岐を示したうえで、事例の利用実態(週120回の会話、1人1個のGPT作成)を参考値として添えるのが、説得力のある試算の作り方です。

まとめ|ChatGPT Workは事例の数字を根拠に検討を進めよう

本記事の要点は次の3つです。

• Plusとの違い:入力データが既定で学習に使われないデータ保護と、SSO・管理コンソールなどの組織管理機能が法人プラン固有の価値
• プラン選定:数名〜数百名の段階導入ならBusiness、全社統制・監査要件が強ければEnterprise
• 実企業の効果:Modernaは2カ月で750個のカスタムGPTと週120回の利用、BBVAは5カ月で2,900個超のGPTを経て約1万1,000人への拡大を決定

次のアクションは明日から動けます。まず自社の想定ユースケースを10個書き出し、次にプランをBusinessで仮決めし、パイロット部門と概算費用を1枚にまとめて上司に提案してください。本文で挙げたOpenAI公式の料金ページ・プライバシーページ・2社の事例ページは、そのまま稟議資料の出典として使えます。数字と出典が揃った提案なら、「調べておいて」の答えとして十分な水準です。