Преминаване към основното съдържание
OpenAI

Published: 6 май 2026 г.

OpenAI B2B Signals

Предимството на авангардните модели започва да се натрупва.

Днес представяме B2B Signals – бизнес разширение на OpenAI Signals, което измерва как ИИ се разпространява в организациите. Ранният сигнал е ясен: авангардните фирми изпреварват не просто защото имат достъп до ИИ, а защото го използват по-задълбочено в работата.

B2B Signals е запазващ поверителността периодичен набор от показатели, базиран на мащабен анализ на употребата на ИИ в предприятията. Той проследява поведение и модели, които могат да помогнат на организациите да разберат как да превърнат интелекта в бизнес стойност.

Авангардните фирми – тези, които работят на 95-ия процентил по използване на ИИ – използват повече интелект на служител, внедряват по-интензивно усъвършенствани инструменти и вграждат ИИ по-дълбоко в работните процеси. Разривът започва да се задълбочава при някои фирми, а разликата все повече се дължи на интензивността на използване.

Ключови изводи

  • Предимството на авангардните модели започва да се натрупва: авангардните фирми вече използват 3,5 пъти повече интелект на служител в сравнение с типичните фирми, спрямо 2 пъти преди година. 
  • Авангардните фирми използват изкуствения интелект по-задълбочено, а не просто по-често: обемът на съобщенията обяснява само 36% от разликата между авангардните и типичните фирми. По-голямата част от предимството на авангарда се дължи на по-задълбочено използване. 
  • Агентните работни процеси се превръщат в показател за авангардно внедряване: разликата е най-голяма при усъвършенстваните агентни инструменти, като авангардните фирми изпращат 16 пъти повече съобщения към Codex в сравнение с другите фирми. 
  • Фирмите могат да преодолеят разликата с авангарда чрез организационна промяна: за да наваксат, фирмите трябва да измерват дълбочината на използване, да приоритизират управлението, да инвестират в създаване на условия за ефективност, да мащабират успешните практики и да преминат от поддръжка, базирана на чат, към делегирана работа с агенти.

Дълбочина

Предимството на авангардните модели започва да се натрупва, а фирмите, които използват ИИ най-задълбочено, увеличават преднината си

Внедряването на лицензи е само отправната точка за предприятията. По-ясният индикатор е дали служителите използват ИИ за по-задълбочена и по-комплексна работа. Тази диаграма сравнява токените, генерирани на служител в авангарда, определени като 95-ия процентил, с тези на типичните фирми, определени като 50-ия процентил.

Токените са несъвършена мярка за бизнес стойност. Краткият отговор може да бъде изключително ценен, а дългият отговор може да бъде с ниска стойност. Но обемът на токените помага да се измери колко работа служителите възлагат на ИИ, което го прави полезен индиректен показател за дълбочината на използване на ИИ и за количеството интелект, което служителите изискват от ИИ.

Водещите фирми изискват 3,5 пъти повече интелект на служител в сравнение с типичните фирми. Тази разлика се е увеличила в сравнение с 2 пъти през април 2025 г., което подсказва, че фирмите, които използват ИИ най-задълбочено, увеличават преднината си и са в по-добра позиция да превръщат новите възможности на ИИ в по-задълбочена и по-комплексна работа.

По-голямата част от предимството на авангарда се дължи на по-задълбочено използване, а не на по-голям обем на съобщенията

Авангардната фирма изисква значително повече интелект на служител в сравнение с типичната фирма, но по-голямата част от разликата не може да се обясни само с обема на съобщенията. Тази диаграма анализира предимството от 3,5 пъти на авангарда и установява, че ако типичната фирма изпраща съобщения със същата честота като авангардната, тя би затворила само 36% от тази разлика от 3,5 пъти.

Оставащата разлика е свързана с по-задълбочено използване. Служителите в авангарда възлагат на ИИ по-комплексна работа, предоставят на моделите по-богат контекст и очакват от тях да генерират по-съдържателни резултати.

Обхват

Предимството на водещите компании е най-голямо при напредналите инструменти и Агенти, водено от 16 пъти по-висока употреба на Codex

Предимството на водещите компании е най-голямо при инструментите, които поддържат по-напреднали работни процеси. Codex показва най-голямата разлика, като водещите компании изпращат 16 пъти повече съобщения на служител. ChatGPT Agent, Apps in ChatGPT, Deep Research и GPTs също показват сравнително големи разлики, което подсказва, че водещите компании са по-добри в използването на инструменти, които помагат на служителите да програмират, да делегират многоетапни задачи, да прилагат фирмен контекст и да провеждат по-сложни проучвания.

За разлика от тях, по-универсалните и по-достъпни инструменти като User Upload, Search и Data Analysis показват по-малко предимство при водещите компании. Тези инструменти са по-лесни за използване от повечето компании, защото разширяват познати работни процеси. Предимството на водещите компании е най-изразено при напредналите инструменти и Агентите, където приемането изисква повече експертиза, връзки със знанията и инструментите на работното място и по-голяма увереност при делегиране на работа на AI.

Най-голямото предимство на водещите компании е в образованието и ученето

Предимството на водещите компании е най-голямо при задачите, свързани с образование и учене, където водещата компания изпраща 7 пъти повече съобщения от типичната компания. На челната линия компаниите използват AI, за да помагат на служителите да развиват умения и да усвояват нови теми. Те също използват AI, за да подобрят разбирането си за самия AI, включително какво може да прави, как да го използват добре и къде може да се впише в съществуващите работни процеси. Размерът на разликата подсказва, че типичната компания може да използва недостатъчно AI като инструмент за обучение и развитие на работната сила.

Програмирането също показва голяма разлика от 4 пъти, в съответствие с по-широката разлика в използването на напреднали инструменти и Агенти. Насоките тип „как да“ и писането и комуникацията имат най-малки разлики при водещите компании, вероятно защото тези задачи са по-достъпни и по-познати начини за използване на AI.

Преодоляването на разликата във възможностите изисква създаване на възможности, а не просто достъп. Корпоративните ресурси на OpenAI и OpenAI Academy включват практически ръководства, учебни материали и ресурси за внедряване, които помагат на екипите да внедряват ИИ с увереност.

Използването на AI е най-широко при писането, но употребата по функции нараства

Писането и комуникацията остават най-честата употреба на ChatGPT. Въпреки това моделите на употреба се различават съществено според функцията. 60% от съобщенията в IT & Security са концентрирани в насоки тип „как да“ и процедурни указания, почти половината от съобщенията в Software Development и Data Science & Engineering са свързани с програмиране, а една десета от съобщенията във Finance са свързани с анализ и изчисления.

Тези модели са в съответствие с по-широките доказателства, че водещите модели се подобряват при икономически ценни работни задачи. GDPval, оценка на реална интелектуална работа в 44 професии, измерва представянето при задачи, които създават практически работни резултати като документи, електронни таблици, презентации, диаграми и мултимедия. С повишаването на способностите на AI корпоративната употреба изглежда се разширява към задачи, които са по-тясно свързани с основната работа на всяка функция.

Тип задача според бизнес контекста

Тип задача според бизнес контекста
Бизнес контекст
Задачи на ChatGPT
Писане и комуникация
Указания за работа и процедурни насоки
Информация
Анализ и изчисления
Съвет
Творчески медии
Търговия
Кодиране
Образование и учене
Дял на съобщения
Ръст спрямо предходния периодПо-нискоПо-високо
Най-висок ръстНай-бързо нарастващата задача за всеки бизнес контекст

Обхват

Лидерството по индустрии не е едноизмерно: различни сектори водят при ChatGPT, Codex и API

Няма една-единствена класация за приемането на AI. Подреждането на индустриите варира според използваната мярка. Професионалните, научните и техническите услуги заемат първо място както по приемане на Codex, така и по интензивност на API, което показва сравнително напреднало използване в работни процеси на разработчици и интегрирани в продукти сценарии. Финансите и застраховането водят по приемане на ChatGPT заради внедряванията в голям мащаб, докато образователните услуги имат най-висока интензивност на съобщенията, което подсказва по-дълбока употреба на човек. Търговията на дребно и здравеопазването се класират високо по интензивност на API, въпреки по-ниските класирания по други показатели.

Тези различия подсказват, че лидерството по индустрии не е едноизмерно. Някои сектори изглежда приемат AI чрез технически работни процеси и такива на разработчици, докато други се мащабират чрез широко приемане на ChatGPT или чрез по-интензивна употреба от крайни потребители.

Класация на отраслите по показател за внедряване на ИИ

Класация на отраслите по показател за внедряване на ИИ
Индустрии
Финанси и застраховане
1+1
10-4
30
60
Информация
2-1
20
20
4-1
Професионални, научни и технически услуги
30
10
10
10
Изкуства, развлечения и отдих
40
4-1
50
3+1
Комунални услуги
50
80
90
90
Строителство
6-1
50
10-1
10-1
Недвижими имоти, наеми и лизинг
7-1
7+1
11-1
80
Производство
8-1
3+1
40
70
Здравеопазване и социална помощ
90
90
6+1
50
Търговия на дребно
10-2
11-1
7-1
20
Публична администрация
11-1
6+1
80
11-1

Предприятията внедряват използването на API в производствени работни процеси и приложения, насочени към клиентите

Компаниите все по-често използват API, за да интегрират модели директно в продукти, услуги и вътрешни системи. Често срещаните приложения в производствена среда включват асистенти в приложенията, инструменти за писане на код и за разработчици, поддръжка за клиенти, изследователски работни процеси и автоматизация на работни процеси.

Тези внедрявания показват как корпоративният ИИ преминава отвъд експериментирането към повтаряеми работни процеси с измеримо оперативно въздействие. В различните клиентски примери компаниите използват моделите на OpenAI, за да ускорят работата със знания, да подобрят инженерната производителност и да създават преживявания с ИИ за клиенти и служители.

Водещи случаи на употреба на API по индустрии

Икона на куфарче

Професионални услуги

  • Асистенти за информация и търсене (напр. инструменти за въпроси и отговори, асистенти за проучване, вътрешни асистенти за знания)

  • Поддръжка за клиенти и продажби (напр. поддръжка за клиенти, гласови и чат агенти, съдействие при продажби)

  • Анализ на данни, обобщение и извличане (напр. анализ на фирмени данни, пазарна информация, етикетиране и изравняване на трансакции)

  • Инструменти за кодиране и разработчици (напр. инструменти за оценка на модели, асистенти за писане на код, инструменти за автоматизация на работни процеси)

Икона за финанси

Финанси и застраховане

  • Анализ на данни, обобщаване и извличане (напр. извличане на данни, анализ на касови бележки и разходи, проучване на инвестиции)

  • Генериране на документи и работни процеси (напр. автоматизирано управление на разходите, генериране на обобщения на изследвания, оптимизация на работни процеси)

  • Асистенти за знания и търсене (напр. асистенти за инвестиционни стратегии, търсене на политики, асистенти за конкретни роли.)

  • Поддръжка за клиенти и услуги (напр. гласови и чат агенти за поддръжка за клиенти, лични банкови асистенти, класификация на настроенията)

Икона на състоянието в реално време

Информация

  • Инструменти за кодиране и за разработчици (напр. асистенти за писане на код, инструменти за тестване на софтуер, инструменти за уеб автоматизация)

  • Асистенти за информация и търсене (напр. асистенти в продуктите, вътрешни инструменти за търсене, асистенти за документация)

  • Поддръжка за клиенти и услуги (напр. гласови и чат агенти за поддръжка за клиенти, многоканална автоматизация на обслужването на клиенти)

  • Генериране на съдържание, мултимедия и дизайн (напр. генериране на бранд активи, маркетингови инструменти)

  • Cisco използва Codex, за да ускори комплексната софтуерна работа в рамките на голяма корпоративна инженерна организация. В производствените работни процеси Codex помогна да се намали времето за компилация с около 20%, да се спестят над 1500 инженерни часа на месец и да се увеличи производителността при отстраняване на дефекти с 10-15 пъти. По думите на екипа на Cisco най-големите ползи са постигнати, когато са се отнасяли към Codex като към „част от екипа“. 

  • Rakuten внедри Codex в инженерните операции и доставката на софтуер, като намали средното време до възстановяване с приблизително 50% и даде възможност на екипите да разрешават проблеми в производствена среда два пъти по-бързо. Rakuten използва Codex и за автоматизиран преглед на код и проверки за уязвимости, съобразени с вътрешните стандарти, като помага за ускоряване на пускането на версии без компромис със сигурността. При сложни проекти Codex може да превърне частични изисквания в работещи full-stack имплементации, като съкрати сроковете от тримесечия до седмици.

  • Balyasny Asset Management използва OpenAI, за да ускори инвестиционните проучвания в рамките на голяма, специализирана организация, работеща със знания. Собствената ѝ платформа за проучвания с ИИ се използва от приблизително 95% от инвестиционните екипи и помага за съкращаване на проучвателните процеси от дни до часове. Например работен поток за анализ на изказвания на централни банки, който преди е отнемал 2 дни, сега отнема около 30 минути, като помага на анализаторите да обработват по-бързо регулаторни документи, стенограми, доклади от проучвания и пазарни данни.

Посетете нашата страница с истории на за още примери.

Какво могат да направят организациите, за да достигнат челната линия

OpenAI работи с предприятия от различни индустрии, функции и етапи на зрялост по отношение на AI, което ни дава видимост върху това как внедряването се развива от експериментиране до продукционна употреба. В тези внедрявания компаниите, които постигат най-голям напредък, обикновено се фокусират по-малко върху самия достъп и повече върху организационните системи, нужни за дълбоко използване на AI: измерване, управление, овластяване, мащабиране на въздействието и внедряване на Агенти.

Пет практики се открояват като практични стъпки, които всяка организация може да започне да предприема още днес, за да задълбочи приемането на AI.

  1. Измервайте дълбочината на употреба наред с достъпа.
    Релевантният сигнал не е само колко служители имат акаунти за AI, а дали екипите използват AI по-съществено с течение на времето. Организациите трябва да проследяват дали употребата на AI става по-честа, по-сложна и по-тясно свързана с ценни работни процеси.
  2. Изградете управление, което позволява продукционна употреба.
    Водещите компании не избягват управлението. Те го използват, за да направят агентния AI по-лесен за внедряване. Компаниите се нуждаят от ясни правила за това къде Агенти могат да работят, каква информация могат да използват, кога трябва да съветват вместо да действат и как хората преглеждат решенията с по-висок риск. Водещите компании определят тези стандарти като част от процеса на внедряване, така че управлението да се превърне в начин за безопасно разширяване на приемането, а не за неговото забавяне.
  3. Отнасяйте се към овластяването като към основна инфраструктура, а не като към страничен проект.
    С подобряването на възможностите на AI и служителите, и организациите се нуждаят от системи, които им помагат да не изостават. Водещите компании не третират овластяването като еднократна обучителна инициатива. Те вграждат непрекъснатото учене във внедряването чрез обучения по роли, работилници по сценарии на употреба, хакатони, вътрешни мрежи от шампиони, отделено време за експериментиране и споделени хранилища с работни процеси, добри практики и умения.
  4. Идентифицирайте своите водещи екипи и мащабирайте тяхното въздействие.
    В много организации най-напредналата употреба е концентрирана в малък брой екипи. Тези екипи могат да покажат кои работни процеси, навици и оперативни модели работят. Лидерите трябва да идентифицират тези екипи, да разберат и мащабират условията зад успеха им и да им помогнат да споделят прозрения и примери за по-дълбоко използване на AI с останалата част от компанията.
  5. Преминете отвъд чата към делегиране на работа.
    Корпоративният AI преминава от чат асистенти към работа, която може да бъде делегирана на Агенти. Софтуерното инженерство илюстрира тази тенденция, но делегираната работа се разпространява във все повече функции. С Codex инженерите могат да възложат ясно дефинирана задача, да дадат на Агента нужния контекст, да го оставят да работи върху файлове, кодови бази и инструменти, след което да прегледат резултата и да усъвършенстват работния процес чрез обратна връзка. Водещите компании насърчават служителите да делегират задачи на AI, вместо просто да използват AI като статичен асистент.

Всички анализи в този доклад се основават на деидентифицирани, обобщени данни за използването в предприятията. Съдържанието на съобщенията е класифицирано чрез автоматизирани системи и нито един служител на OpenAI не е преглеждал индивидуални корпоративни, бизнес или API клиентски данни като част от този анализ.

Ако искате да разгледате пълните изводи или да научите как да внедрите AI във вашата организация по отговорен начин, [ще се радваме да се свържем].

Научете повече

Signals > Layout > Group > Footer > Cards > Signals homepage > Media > Asset
Signals > Layout > Group > Footer > Cards > Data lab > Media > Asset
Signals > Layout > Group > Footer > Cards > Research and analysis > Media > Asset

Проучване и анализ

Проучване и анализ на внедряването на изкуствения интелект и въздействието му върху икономиката и обществото.