ChatGPT Work で部分障害発生、エラー率・レイテンシ上昇の影響と対応まとめ

8月31日、OpenAIの法人向けプラン「ChatGPT Work」に部分障害が発生した。ユーザーはタスクの開始・継続ができなくなり、エラー率とレイテンシが上昇した。発表時点でOpenAIは原因を特定済み（Identified）で緩和策を実装中だったが、根本原因の詳細説明は不完全なままだった。複数のサブスクリプションプランのユーザーが影響を受け、業務フロー自体が一時的に停止する企業も出た。

ここで明かになるのは、AIを本番オペレーションに組み込み始めた企業たちが直面する現実である。AIは劇的に便利だが、SaaSのように「いつも使える」とは限らない。むしろ急速に企業業務に組み込まれるほど、その停止時の影響は大きくなる。今回の障害では原因説明が完全ではなく、いつ復旧するかの見通しも不透明だった。これは、オンプレミスシステム時代には当たり前だった「障害時の手動切り替え」「代替フロー」を、AIツール連携でも改めて設計し直す必要があることを意味する。記事本文にも示されているリトライとタイムアウト、指数バックオフといった耐障害設計は、かつての金融システムやインフラでの実装知を、AIの世代では改めて復権させるべき知識なのだ。

AIサービスに業務を丸ごと依存する前に、そのサービスが止まった時の影響度をあらかじめ計算し、手動対応ステップを設計する必要がある。ベンダーのSLAを信じるのではなく、自分たちで許容できる障害時間を定義し、それに対応した代替手段を用意する覚悟が問われる時代だ。