Kako granične firme odmiču ispred drugih

Ukratko

• Granične firme—one na 95. percentilu korištenja—sada koriste 3,5 puta više inteligencije po radniku nego tipične firme, što je povećanje u odnosu na 2 puta prije godinu dana.
• Jaz se odnosi na dubinu, a ne samo na aktivnost: obim poruka objašnjava samo 36% granične prednosti; većina jaza proizlazi iz bogatijeg, složenijeg korištenja AI-a.
• Agentski tokovi rada postaju granični pokazatelj: Najveća prednost se pokazuje kod naprednih alata, pri čemu granične firme šalju 16 puta više Codex poruka po radniku nego tipične firme.
• Organizacije se mogu kretati prema vodećem nivou: vodeće firme mjere dubinu, uspostavljaju upravljanje za produkcijsku upotrebu, ulažu u osposobljavanje, skaliraju ono što funkcioniše i prelaze sa asistencije zasnovane na chatu na delegiranje posla agentima.

Za mnoga preduzeća, prva faza usvajanja umjetne inteligencije (AI) bila je stvar pristupa: ko je imao AI alate, koliko je licenci uvedeno i da li su zaposlenici eksperimentisali. To je i dalje važno. Ali pristup više nije ključna razlika. 

Naša najnovija istraživanja ukazuju na to da se granična prednost počinje umnožavati. Granične firme odmiču ispred drugih jer koriste više inteligencije po radniku, intenzivnije usvajaju napredne alate i dublje integrišu umjetnu inteligenciju u tokove rada.

Danas predstavljamo B2B Signali, poslovno proširenje OpenAI Signala. Pruža periodično mjerenje toga kako se AI širi među preduzećima, na osnovu agregiranih signala koji čuvaju privatnost, a potiču iz korištenja OpenAI proizvoda u preduzećima, uključujući:

• Koliko se duboko AI koristi unutar preduzeća
• Koji su alati i zadaci najviše povezani s graničnim usvajanjem
• Gdje se poslovni slučajevi upotrebe šire u različitim industrijama, proizvodima i funkcijama

Napomena: Sve analize u ovom izvještaju temelje se na deidentifikovanim i agregiranim podacima o korištenju u preduzećima. Sadržaj poruka klasificiran je pomoću automatiziranih sistema, a nijedan zaposlenik OpenAI-a nije pregledao pojedinačne podatke enterprise, business ili API korisnika u sklopu ove analize.

Najjasniji signal je dubina. Granične firme sada koriste 3,5 puta više inteligencije po radniku nego tipične firme, što je porast u odnosu na 2 puta više u aprilu 2025. Obim poruka objašnjava samo 36% tog jaza; većina proizlazi iz dubljeg korištenja. Granični radnici traže od AI-ja da preuzme složeniji posao, pružaju bogatiji kontekst i generiraju sadržajnije rezultate.

U ovom izvještaju koristimo generirane tokene kao proxy za traženu inteligenciju. Tokeni nisu direktna mjera poslovne vrijednosti, ali pomažu u mjerenju koliko posla zaposlenici traže da AI obavi, što ih čini korisnim posrednim pokazateljem dubine korištenja AI-a.

Jednostavno rečeno: Tipične firme koriste AI za odgovaranje na pitanja; granične firme ga koriste kao pomoć pri izvršavanju složenog rada. Ne šalju samo više poruka; svaka interakcija obavlja više stvarnog posla. 

Zajedno, ovi signali ukazuju na to da granične kompanije koriste AI za složenije i izazovnije zadatke. Za lidere, pitanje se pomjera s toga koliko ljudi ima pristup ili koliko često koriste AI, na to gdje AI dublje ulazi u radne tokove i mijenja način rada timova.

Granica napretka također ide prema delegiranju.

Prednost je najveća kod naprednih i agentnih alata. Codex pokazuje najveći jaz, pri čemu granične firme šalju 16 puta više poruka po radniku nego tipične firme. ChatGPT Agent, Aplikacije u ChatGPT‑u, Duboko istraživanje i GPT‑ovi pokazuju slične obrasce kretanja, što sugerira da su granične firme bolje u usvajanju alata koji pomažu radnicima da kodiraju, delegiraju višestepene zadatke, primijene kontekst kompanije i provode kompleksnija istraživanja.

Kako AI sistemi postaju sve bolji u korištenju alata, radu s različitim datotekama i bazama koda te izvršavanju zadataka s dužim vremenskim horizontom, preduzeća će morati prilagoditi način na koji delegiraju smislen posao AI agentima.

Firme koje prve djeluju razvijaju operativne sposobnosti da koriste AI ne samo kao brži interfejs, već i kao način za redizajniranje rada iz temelja.

Cisco koristi Codex za ubrzavanje složenog softverskog rada u velikoj inženjerskoj organizaciji preduzeća. U produkcijskim tokovima rada, Codex je pomogao smanjiti vremena izgradnje za oko 20%, uštedjeti više od 1.500 inženjerskih sati mjesečno i povećati protok rješavanja defekata za 10-15×. Kako je to rekao Ciscoov tim, najveći pomaci su ostvareni kada su Codex tretirali kao „dio tima.” 

UI također ulazi u produkcijske tokove rada širom poslovanja.

Kompanije implementiraju slučajeve upotrebe API-ja u asistentima unutar aplikacija, alatima za kodiranje i alatima za programere te korisničkoj podršci. To su područja u kojima AI može postati dio proizvoda, usluga i internih sistema.

Upotreba AI-ja najrasprostranjenija je u pisanju i komunikaciji, ali raste korištenje specifično za pojedine funkcije. Timovi za IT i sigurnost u velikoj mjeri usmjeravaju svoje upite na uputstva tipa „kako uraditi“ i proceduralne smjernice, timovi za razvoj softvera i nauku o podacima intenzivno koriste kodiranje, a finansijski timovi koriste AI za analizu i izračune. Ovaj obrazac ukazuje na to da AI prevazilazi opću produktivnost i prelazi na rad koji je usko povezan s ključnim odgovornostima svake funkcije.

Ne postoji jedinstvena rang-lista umjetne inteligencije (UI). Neke industrije prednjače u širokom usvajanju ChatGPT‑a, druge u upotrebi Codexa, intenzitetu upotrebe API-ja ili intenzitetu poruka. To znači da organizacije imaju više polaznih tačaka: proširiti pristup, produbiti upotrebu, usvojiti agentičke alate ili ugraditi umjetnu inteligenciju direktno u proizvode i sisteme.

Travelers Insurance pokazuje kako to izgleda u praksi. Njegov AI asistent za odštetne zahtjeve, izrađen uz OpenAI, vodi korisnike kroz prvu prijavu štete, odgovara na pitanja o polisi, prikuplja informacije potrebne za pokretanje odštetnog zahtjeva i kreira odštetne zahtjeve direktno unutar Travelersovih sistema. Travelers očekuje da će asistent obraditi otprilike 100.000 poziva za prvu prijavu štete u prvoj godini rada.

Jaz između graničnih firmi i tipičnih firmi ne treba tumačiti kao nepromjenjivu podjelu. Mnoge organizacije su još uvijek u ranoj fazi procesa prelaska sa širokog pristupa na dublju, integrisaniju upotrebu umjetne inteligencije. Vrijednost granične linije je u tome što pokazuje koje prakse, čini se, pomažu firmama da s vremenom steknu zamah.

Jedan od najjasnijih signala jeste obrazovanje i učenje, gdje je granična prednost na nivou zadataka najveća. To sugeriše da vodeće firme koriste UI ne samo za obavljanje posla, već i da pomognu zaposlenicima da izgrade vještine, navike i samopouzdanje potrebne za dobro korištenje UI-a.

Organizacije se mogu kretati prema graničnom nivou mjerenjem dubine korištenja, izgradnjom okvira upravljanja koji omogućava produkcijsku upotrebu, tretiranjem omogućavanja kao osnovne infrastrukture, identificiranjem graničnih timova i skaliranjem njihovog uticaja te prelaskom s chata na delegirani rad s agentima.

Enterprise AI brzo se razvija, a liderima trebaju jasni podaci kako bi razumjeli šta pomaže u pretvaranju usvajanja AI u poslovnu vrijednost.

B2B Signals prati ponašanja i obrasce vodećih firmi, omogućavajući organizacijama jasniji uvid u način na koji vodeće kompanije pretvaraju inteligenciju u poslovnu vrijednost. 

Ovo prvo izdanje fokusira se na dubinu korištenja, agentske tokove rada i obrasce u nastajanju u različitim industrijama i poslovnim funkcijama. Buduća ažuriranja će pratiti napredak u vezi s ovim mjerama i prilagođavati signale kako se umjetna inteligencija (AI) u preduzećima bude razvijala.