何が起きたか
Simon Willison氏が2026年9月6日付のリンクブログで、OpenAIの記事「Research acceleration: The view inside OpenAI」を取り上げました。同氏はこの日を「RSIデー」と表現しています。同時期にチーフサイエンティストのJakub Pachocki氏がエッセイ「An Alien Mind」を公開し、両方の文書がRSI（Recursive Self-Improvement、再帰的自己改善）に言及しているためです。
興味深いのは、リンク先の記事ではRSIという略語の中身が展開されていない点です。読み手が当然知っているものとして扱われている——Willison氏はこの用語法の変化から、OpenAIがAGIという言葉に代わる新しいフレーミングとしてRSIを使い始めたのではないか、という見立てを示しています。
数字が語る「2026年はエージェンティング元年」
記事にはOpenAI自身の研究チームがコーディングエージェントをどう使っているかの内実が含まれています。Willison氏は掲載されたチャートを見て、2026年こそOpenAI社内でエージェンティック・エンジニアリングが本格的に離陸した年だと評しています。
そして同氏がとりわけ気に留めたのが、7月下旬に見られた「研究者1人あたりのAI支出」の急加速です。同氏の推測では、この時期は社内従業員が、後にGPT-6 Astraとして公開されるモデルにアクセスできるようになったタイミングと重なるのではないか、というものです。あくまで推測であり、OpenAIが公表した対応関係ではありません。
なぜこの読み方が重要か
「研究者1人あたりのAI支出」という指標そのものが示唆的です。人を増やすのではなく、1人の研究者が回せる計算量を増やすことで研究速度を上げる——AIがAIの開発を加速させるという、RSIの初期段階に当たる実務的な形がそこにあります。SF的な自己改良マシンではなく、支出のグラフとして観測できる現象として語られている点が、今回の材料の要点です。
そしてこの構図は、OpenAI社内に限った話ではありません。フロンティアラボが自社の研究をエージェントで加速している事実は、外部の企業にとっても「モデルの世代交代の速度がさらに上がる」ことを意味します。導入計画の前提となる時間軸が短くなる、ということです。
💼 事業会社視点：これは自社にどう効くか
日本の事業会社が受け取るべき示唆は2つあります。
第1に、KPIの置き換えです。OpenAIが「研究者1人あたりのAI支出」を語ったのは象徴的で、人数×工数ではなく「1人がどれだけ計算を消費できるか」が生産性の変数になり始めています。受託開発・SIerにとってこれは人月モデルの根幹を揺さぶる話です。エンジニア1人のAPI利用料が月数万円で止まっている組織は、単価が上がることを恐れるのではなく、上げても回収できる案件構造になっているかを先に点検すべきです。SaaS事業者も同様に、開発部門のトークン予算を「経費」から「投資枠」に移す議論を今期中に始める価値があります。
第2に、時間軸の再設定です。フロンティアラボが自社研究をエージェントで加速している以上、モデルの更新間隔は今後さらに詰まります。EC・小売のようにPoCから本番まで1年かける計画は、完成時点で前提のモデルが2世代古くなるリスクを抱えます。役員が今やるべきは大型の一括導入判断ではなく、モデル差し替えを前提とした疎結合な設計と、四半期単位での見直しサイクルの制度化です。RSIという言葉が社内文書で当然のものとして流通し始めた事実は、供給側の変化速度が上がっているシグナルとして扱うのが妥当でしょう。