ChatGPTのサービス、数千人に影響した世界的な障害から復旧

OpenAIのChatGPTは、2026年2月3日に発生した大規模なサービス障害から完全に復旧しました。この障害により、世界中の数千人のユーザーがほぼ3時間にわたりAIチャットボットにアクセスできませんでした。ウェブ、モバイル、APIサービスに影響を与えた今回の停止は、プラットフォームにとってここ数ヶ月で最も広範囲に及ぶ中断の一つであり、同社の最新のCodexやAtlas機能に依存する開発者や企業ユーザーの生産性を停止させました。

障害は米国の午後早い時間に始まり、トラッキングプラットフォーム上で接続問題の報告が急増しました。サービスはその後復旧しましたが、この事件はグローバルなデジタル経済の成長部分を支える集中型AIインフラ（centralized AI infrastructure）の脆弱性を浮き彫りにしました。

障害のタイムライン

不安定さはPSTで午後12:30頃（ETでは午後3:30頃）に初めて明らかになり、ユーザーは「Internal Server Errors」やチャット履歴が読み込めないと報告し始めました。数分以内に、障害トラッキングサイト上の報告数が急増し、局所的な接続問題ではなく広範な障害であることが示されました。

イベントのタイムライン（2026年2月3日）

障害はETでおおよそ午後3:20にピークに達し、データは北米とヨーロッパに問題の集中があることを示していました。興味深いことに、インドやアジアの一部からの報告は影響が最小限であることを示しており、これは地域サーバークラスタの故障、あるいは西側市場をサービスするルーティングインフラストラクチャの特定部分の障害を示唆しています。

停止した主要な機能とワークフロー

通常は特定のモダリティにのみ影響する小さな不具合とは異なり、このブラックアウトは影響を受けた地域では包括的でした。ユーザーは最新モデルのGPT-5.2やプラットフォームの高度な推論機能にまったくアクセスできないと報告しました。

この障害によりOpenAIエコシステムのいくつかの重要なコンポーネントが麻痺しました:

• Conversational AI: コアのChatGPTインターフェイスは、ローディングアイコンが回転するかネットワークエラーのトーストを表示しました。
• Codex & Atlas: 最近導入されたエージェント型のコーディング機能（agentic coding features）がオフラインになり、Xcodeと統合された開発者のワークフローが中断されました。
• Image Generation: DALL-E 3の統合が応答しなくなり、プロンプトを処理できませんでした。
• API Endpoints: 企業クライアントはタイムアウトを経験し、OpenAIのインフラ上に構築されたサードパーティ製アプリケーションに影響が出ました。

開発者コミュニティにとって、タイミングは特に問題でした。この障害は、新しいCodex app for macOSのリリースからわずか1日後に発生しており、そのアプリは高い採用率を示していました。技術フォーラムでは、新しいデスクトップアプリからの重いエージェント型の計算負荷の急増がOpenAIの推論クラスター（inference clusters）に負担をかけた可能性があると推測する声が上がっています。

OpenAIの対応と技術的分析

OpenAIは迅速に問題を認めましたが、イベント中の具体的な技術詳細については限定的な情報提供に留まりました。企業のステータスページは当初「ChatGPTおよびプラットフォーム利用者に対するエラー増加（Elevated errors for ChatGPT and Platform users）」を示し、後に「ファインチューニングジョブに対するエラー増加（Elevated error rates for fine-tuning jobs）」という別のインシデント注記を追加しました。

復旧後の声明で、OpenAIは修正を実施したことを確認しましたが、根本原因は直ちには公表しませんでした。「我々は、推論オーケストレーションレイヤー（inference orchestration layer）に影響する設定の問題を特定しました」とスポークスパーソンは述べ、「それが複数のアベイラビリティゾーン（availability zones）にわたるカスケード的なエラーを引き起こしました。我々は緩和策を適用し、回復を監視しています」と述べました。

業界アナリストは、今回の障害と最近の機能展開との相関を注視しています。新たに導入された「Extended Thinking」モード（Extended Thinking）や新しいCodexエージェントの高い計算要件は、標準的なクエリよりもリクエストごとに大幅に多くのGPUリソースを必要とします。負荷分散アルゴリズム（load balancing algorithms）が新しいmacOSアプリ利用者からの急増に動的にスケールできなかった場合、米国東海岸のような高使用時間帯でのサービスの局所的な崩壊を説明できるかもしれません。

AI依存のより広範な影響

本事件は、集中型のクラウドベースAIに依存することのリスクを強く思い起こさせます。企業がAIによりコード作成、データ分析、カスタマーサポートを自律的に処理させるエージェント型ワークフロー（agentic workflows）をますます統合するにつれ、ダウンタイムは単なる小さな不便から重大な事業継続リスクへと変わります。

比較信頼性分析（2026年第1四半期）

注目すべきは、競合のAnthropicも同日早朝に短時間のサービス障害を経験した点で、こちらは1時間未満で解決しました。二重の障害は、現世代の大規模言語モデル（Large Language Model, LLM）サービングインフラの安定性に関する議論をソーシャルメディア上で引き起こしました。NVIDIAのCEOであるJensen HuangがOpenAIの1000億ドル規模の投資ロードマップが「予定通り進んでいる」と最近確認したこともあり、AI推論需要の指数関数的増加を処理できる、より堅牢で冗長なシステムを構築するプレッシャーは高まっています。

現時点ではサービスはオンラインに戻り、OpenAIのステータスダッシュボードに「グリーン」が復活しました。しかし、午後を丸ごと失った数千人の開発者や企業ユーザーにとって、この障害はAI主導の世界における堅牢なフォールバック戦略の緊急性を浮き彫りにしました。

キーワード解析

• カテゴリ: AIインフラ, サービス停止
• タグ: ダウンタイム（Downtime）, API

(Note: All extracted keywords are present in the text above.)