OpenAI

16. září 2026

Produkt

Jak propojit využití AI s obchodní hodnotou

Dozvíte se, jak týmy využívají ChatGPT Work a Codex, jaká práce stojí za výdaji a jak ji propojit s měřitelnými výsledky.

Načítání…

S tím, jak AI využívá stále více týmů, potřebují správci a vedoucí pracovníci vědět, kde vytváří hodnotu a kam dále investovat. Využití a výdaje vypovídají jen o části situace. Správci také potřebují vidět, k čemu lidé AI používají a čeho jim pomáhá dosáhnout.

Analytika v konzoli ChatGPT pro správce propojuje údaje o využití a nákladech, přehledy úkolů a metriky výsledků napříč ChatGPT Work a Codexem.

Podívejme se, jak mohou správci pomocí těchto nástrojů porozumět zavádění AI, podporovat týmy a posuzovat obchodní hodnotu.

Detailní přehled o využití AI a výdajích

Analytika využití ukazuje, kde zavádění AI roste a kam směřují výdaje. Správci se tak mohou zaměřit na podporu, kontrolu nákladů a posouzení žádostí o kapacitu. Zobrazení Využití sdružuje údaje o aktivních uživatelích, kreditech a využití tokenů v ChatGPT Work a Codexu. Filtrování podle skupiny nebo uživatele může například odhalit nízkou míru zavádění. Správci pak mohou s vedoucím týmu projít počáteční pracovní postupy a potřeby školení.

Přehled využití zobrazující aktivní uživatele a trendy kreditů v ChatGPT Work a Codexu.

Obrazovka Využití ukazuje aktivní uživatele a trendy kreditů v ChatGPT Work a Codexu. Všechny snímky obrazovky používají ilustrační ukázková data.

Jakou práci týmy s AI dělají

Klasifikátor úkolů v části Poznatky pomáhá správcům pochopit, jakou práci AI podporuje, tím, že vzorek zpráv seskupuje do případů použití a úkolů. Softwarové inženýrství například zahrnuje vývoj funkcí a údržbu kódu, zatímco prodej a tržby zahrnují průzkum a plánování zákaznických účtů. Karta Přehled nabízí rychlý pohled na skladbu práce, zatímco karta Případy použití obsahuje podrobnou tabulku s rozdělením úkolů. Správci mohou filtrovat podle skupiny a zjistit, jak týmy AI používají. Společně s vedoucími pracovníky pak mohou rozhodnout, které pracovní postupy a výsledky vyhodnotit.

Přehled poznatků zobrazující rozdělení kreditů mezi úkoly.

Obrazovka Poznatky ukazuje rozdělení kreditů mezi úkoly, od implementace funkcí až po průzkum zákaznických účtů.

V níže uvedeném obchodním týmu připadá nejvíce kreditů na průzkum a plánování zákaznických účtů. To je výchozí bod pro diskusi o tom, jak AI mění přípravu na práci se zákazníky.

Tabulka případů použití zobrazující prodejní úkoly, kredity, zprávy a aktivní uživatele.

Tabulka Případy použití rozděluje práci týmu podle úkolů a uvádí kredity, zprávy a aktivní uživatele.

Kde týmy potřebují školení a podporu

V podrobnostech úkolu ukazují rozdělení Modely, Uvažování a Rychlost, jaký podíl kreditů pro daný úkol připadá na jednotlivá nastavení. Správci tak mohou posoudit, zda nastavení odpovídá dané práci, a zaměřit školení na výběr modelu. U běžného podkladu může být například vhodné vyzkoušet rychlejší nebo levnější nastavení a porovnat kvalitu i čas strávený kontrolou a opravami.

Zobrazení Žebříček pluginů a Skills ukazují, které nástroje podporují daný úkol. Správci tak mohou lépe zacílit školení a rozhodnout, které pracovní postupy udržovat nebo sdílet. Nízké využití relevantního pluginu může poukazovat na potřebu zajistit přístup nebo školení. Často používaný skill zase může potřebovat jasného vlastníka a pravidelné aktualizace.

Analytika průzkumu a plánování zákaznických účtů zobrazující podíly kreditů podle modelu, úrovně uvažování a rychlosti spolu s využitím pluginů a skills. Mezi pluginy vede Google Drive s 308,1 tisíce použití, mezi skills Account Brief s 96 tisíci použití.
“Analytika OpenAI nám pomáhá pochopit, jak týmy využívají AI, a poskytuje nám základ pro budoucí doporučení a zásady. Kategorie úkolů OpenAI už používáme v Agent Console, našem produktu pro monitorování agentů AI, abychom zákazníkům ukázali, jakou práci jejich agenti vykonávají. Data přímo od OpenAI nám umožňují poskytovat tyto přehledy spolehlivěji i s rostoucím využíváním AI našimi zákazníky.”
Bharadwaj Tanikella, produktový manažer pro AI ve společnosti Datadog

Příspěvky Codexu k výsledkům vývoje

Zobrazení Výsledky ukazuje příspěvky Codexu ke sloučeným commitům a řádkům kódu spolu s aktivitou při kontrole kódu. Trendy a dostupné filtry podle skupiny, uživatele nebo úložiště pomáhají správcům a vedoucím vývoje pochopit zavádění a rozhodnout, kde rozšířit přístup nebo podpořit týmy.

Pokud Codex přispívá k rostoucímu podílu sloučeného kódu, mohou vedoucí vývoje tento trend porovnat s dobou kontroly, chybami a přepracováním a posoudit, zda týmu pomáhá vydávat software efektivněji.

Řídicí panel Výsledky Codexu zobrazující příspěvky ke sloučeným commitům a řádkům kódu.

Zobrazení Výsledky sleduje v čase podíl sloučených commitů a řádků kódu, ke kterým přispěl Codex.

Analyzujte trendy a sdílejte zjištění pomocí pluginu Admin a API

Plugin Admin v ChatGPT Work umožňuje správcům porovnávat zavádění, výdaje a úkoly a následně převádět zjištění do zpráv pro rozhodování o rozpočtu a dalším zavádění. Dokáže také vytvořit hotové výstupy, například prezentaci pro vedení s grafy, hlavními zjištěními a doporučenými dalšími kroky, kterou lze rovnou sdílet se zainteresovanými stranami napříč odděleními.

Pomocí rozhraní Admin API mohou týmy automatizovat zprávy ve vlastních řídicích panelech a kombinovat analytiku s daty z podnikových systémů. Řídicí panel podpory by například mohl zobrazovat využití kreditů společně s dobou řešení požadavků.

Odpověď pluginu ChatGPT Admin na žádost o měsíční kontrolu zavádění AI. Ilustrační využití činí celkem 6,81 milionu kreditů, což je nárůst o 45,3 %. Grafy porovnávají denní kredity ve Work a Codexu pro vývoj a prodej od 12. srpna do 10. září 2026.

Plugin Admin porovnává trendy kreditů týmů a shrnuje změny pro měsíční kontrolu zavádění.

Propojte analytiku s obchodními výsledky

Údaje o využití a úkolech poskytují správcům výchozí bod pro posouzení přínosu s vedoucími pracovníky. Vedoucí pracovníci doplní kontext potřebný k posouzení: co se v pracovním postupu změnilo, zda se výsledky zlepšily a jakou hodnotu toto zlepšení má. Společně mohou propojit aktivitu v produktu s ukazateli, jako jsou doba dodání, kvalita nebo ziskovost.

Řekněme například, že klasifikátor úkolů v konzoli pro správce ukazuje, že ve skupině obchodního týmu je časté zjišťování informací o zákaznících. Správce ověří, zda zvolené modely odpovídají úkolu, zajistí školení, pokud se plugin CRM málo využívá, a nasdílí dovednost pro jednotnou tvorbu plánů zákaznických účtů. Vedoucí prodeje pak porovná dobu přípravy a kvalitu plánů s výchozími hodnotami týmu. Pokud tým ušetří čas, sleduje, kolik ho věnuje rozhovorům se zákazníky, kolik z těchto rozhovorů se promění v kvalifikované příležitosti a kolik příležitostí v prodej. Tržby a přispěná marže z těchto obchodů pomohou ukázat, zda dodatečná kapacita přináší finanční užitek.

Při zkoumání přínosu pracovního postupu začněte několika otázkami:

  1. Co chcete zlepšit? Zvolte výsledek, na kterém týmu záleží, například rychlejší přípravu, kvalitnější práci, nižší náklady nebo vyšší prodej.

  2. Jak proces vypadá dnes? Stanovte výchozí stav: jak často tým úkol provádí, jak dlouho mu trvá a jak vypadá dobrý výsledek.

  3. Co se s AI změní? Porovnejte výsledky za stanovené období. Započítejte i čas věnovaný kontrole a opravám zajišťujícím, aby rychlejší dokončení splňovalo standardy kvality týmu.

  4. Co to týmu umožní? Ušetřený čas může umožnit více rozhovorů se zákazníky. Kvalitnější práce třeba umožní méně oprav. Promluvte si s týmem a zjistěte, kde jsou tato zlepšení nejdůležitější.

  5. Vyplatí se tento přínos vzhledem k investici? Porovnejte přínosy pro tým s výdaji na AI, zavedení a průběžnou podporu. To vám může pomoci rozhodnout, co rozšířit a kde tým potřebuje další pomoc.

Ilustrační roční návratnost investic: průzkum zákaznických účtů

Představte si tým obchodníků, z nichž každý týdně připravuje dva podklady k zákaznickým účtům. Každý podklad zahrnuje historii zákaznického účtu, průzkum odvětví a pohled na další rozhovor.

Co se s AI změní?

Ilustrační porovnání průzkumu zákaznického účtu: ruční příprava podkladu trvá 4 hodiny, s AI včetně kontroly a oprav 1 hodinu, takže se na každém podkladu ušetří 3 hodiny. Využití 50 % tohoto času umožní uskutečnit tři 30minutové hovory se zákazníky navíc. Mezi další možné přínosy patří kvalitnější plány zákaznických účtů, osobnější komunikace a kratší obchodní cykly.

Jaký je celkový výsledek?

Roční úspora času

20 obchodníků × 2 podklady týdně × 3 ušetřené hodiny × 46 týdnů = 5 520 hodin

Odhadovaná roční hodnota vzniklé kapacity

Předpokládejme, že tým věnuje 50 % tohoto času produktivní práci, přičemž celkové hodinové náklady na zaměstnance činí 75 USD. Obchodníci mohou tento čas využít k oslovování nových potenciálních zákazníků, navazování na obchodní příležitosti a intenzivnější práci se zákazníky.

5 520 hodin × 50 % × 75 USD = 207 000 USD

Celkové náklady v prvním roce

Předpokládejme náklady 60 000 USD na AI, zavedení, školení a průběžnou podporu.

(207 000 USD − 60 000 USD) ÷ 60 000 USD = ilustrační návratnost investic 245 %.

Hodnota pracovního postupu může přesahovat samotnou produktivitu. V prodeji mohou kvalitnější průzkum zákaznických účtů a společné porozumění zákazníkovi podpořit hlubší rozhovory, pevnější vztahy a nové příležitosti. Týmy pak mohou měřit, zda tato zlepšení vedou k dalším obchodním výsledkům, například ke zkrácení obchodních cyklů nebo zvýšení úspěšnosti.

Všechny údaje jsou hypotetické. Návratnost investic odráží odhadovanou hodnotu získané kapacity a nezahrnuje možné přínosy vyšší úspěšnosti, větší hodnoty obchodů ani jiných prodejních výsledků.

Obchodní přínosy, kterých zákazníci dosahují s AI

Zákazníci využívají AI k úkolům, které jsou pro jejich podnikání důležité – od vydávání softwaru po pořádání živých akcí:

1Password⁠ využívá Codex k tvorbě, kontrole a testování softwaru, aby mohli vývojáři rychleji vydávat nové funkce. Společnost odhaduje návratnost investic na 553 % a roční hodnotu kapacity vývoje na 0,8 mil. USD. Díky Codexu rychleji vytváří funkce připravené pro produkční prostředí i interní nástroje a zároveň dodržuje přísné bezpečnostní zásady.

ATV Big Air Tour⁠ využívá ChatGPT Work ke kontrole nabídek akcí, plánování zásob a zlepšování viditelnosti svého webu. Kontrola nabídek se zkrátila z osmi hodin na jednu hodinu týdně a práce se zásobami ze dvou až tří dnů na dvě až tři hodiny. Tým tak získal více času na samotné turné a zákazníky.

Playco⁠ využívá GPT‑6 Astra prostřednictvím API OpenAI k tvorbě a testování hratelných prototypů her. Tým vytvořil z jednoho základu tři tematické prototypy a vykázal o 50 % méně ručních oprav než s předchozím modelem. Vývojáři tak mohou testovat a porovnávat více nápadů.

Jak začít

V konzoli pro správce si otevřete Přehledy a vyberte běžný úkol, který podporuje některou obchodní prioritu. Projděte ho s vedoucím pracovníkem, dohodněte se na výchozím stavu a měřeném výsledku a stanovte datum vyhodnocení zlepšení. Podle výsledků rozhodněte, zda pracovní postup rozšířit, zlepšit způsob jeho používání v týmech, nebo vyzkoušet jiný přístup. Další informace⁠(otevře se v novém okně) najdete v naší dokumentaci.

Autor

OpenAI