OpenAIは2025年1月23日、Webブラウザを自律的に操作してタスクをこなすAIエージェント「Operator」を発表した。ChatGPT Proユーザー向けにまず米国でプレビュー提供を開始し、順次対象を拡大する方針だ。
Operatorは、フォームへの入力やボタンのクリック、テキスト入力など、ブラウザ上のUI操作を自分で行う能力を持つ。旅行の予約、食料品の注文、フォームの送信といった反復的なWeb作業を代行することを主な用途として想定している。操作の判断に迷った場面や、ユーザーの確認が必要な場面では処理を一時停止して入力を求める設計になっており、完全な自律実行と人間の介入をバランスよく組み合わせた構成だ。
技術的には、スクリーンショットの認識とブラウザ操作の実行を統合した「Computer-Using Agent（CUA）」モデルが搭載されている。OpenAIは安全性の観点から、機密情報の取り扱いや不審なサイトへのアクセスに対する制限を設けており、ユーザーが介入すべきシチュエーションを積極的に識別するよう訓練したと説明している。
同時期にAnthropic社の「Computer Use」やGoogle DeepMindの研究など、AIがコンピュータを直接操作するアプローチへの関心が業界全体で高まっている。OpenAIはOperatorを通じて、単なる会話から実際のタスク実行へとChatGPTの役割を拡張する戦略を明確にした形だ。
