Jak průkopnické firmy získávají náskok

Ve zkratce

• Průkopnické firmy (tedy ty s 95. percentilem využívání) nyní využívají 3,5× tolik inteligence na pracovníka než běžné firmy, zatímco před rokem to bylo 2× tolik.
• Tento rozdíl je o rozsahu, nejen o aktivitě: objem zpráv vysvětluje pouze 36 % průkopnické výhody; většina rozdílu pramení z bohatšího a komplexnějšího využívání AI.
• Agentní pracovní postupy se stávají průkopnickým ukazatelem: největší náskok se projevuje u pokročilých nástrojů, přičemž průkopnické firmy odesílají v Codexu na jednoho pracovníka 16× více zpráv než typické firmy.
• Organizace se mohou posouvat k úrovni průkopnických firem: Přední firmy měří rozsah využívání, budují správu pro produkční využití, investují do podpory zavádění, rozšiřují to, co funguje, a přecházejí od asistence založené na chatu k práci delegované agentům.

Pro mnoho podniků byla první fáze zavádění umělé inteligence zaměřena na přístup: kdo měl nástroje AI, kolik licencí bylo nasazeno a zda zaměstnanci experimentovali. Na tom záleží i nadále. Ale přístup už není tím rozlišovacím prvkem. 

Náš nejnovější výzkum naznačuje, že průkopnická výhoda se začíná kumulovat. Průkopnické firmy získávají náskok, protože využívají více inteligence na pracovníka, intenzivněji zavádějí pokročilé nástroje a začleňují AI hlouběji do pracovních postupů.

Dnes představujeme B2B Signals, obchodní rozšíření OpenAI Signals. Poskytuje pravidelný ukazatel toho, jak se umělá inteligence šíří ve firmách, založený na agregovaných informacích zachovávajících soukromí od firem používajících produkty OpenAI. Patří mezi ně mimo jiné:

• Jak hluboce se AI využívá ve firmách
• Které nástroje a úkoly jsou nejvíce spojeny s průkopnickým přijetím
• Kde se firemní případy užití rozšiřují napříč odvětvími, produkty a funkcemi

Poznámka: Všechny analýzy v této zprávě jsou založeny na anonymizovaných, agregovaných datech o využití ve firmách. Obsah zprávy byl klasifikován pomocí automatizovaných systémů a žádný zaměstnanec OpenAI v rámci této analýzy nekontroloval jednotlivá data zákazníků Enterprise, Business ani API.

Nejsrozumitelnějším signálem je rozsah využívání. Průkopnické firmy nyní využívají 3,5× tolik inteligence na pracovníka jako běžné firmy, zatímco v dubnu 2025 to bylo 2× tolik. Objem zpráv vysvětluje pouze 36 % tohoto rozdílu; většina je dána rozsáhlejším využíváním. Pracovníci v průkopnických firmách žádají AI, aby se ujímala složitější práce, poskytují jí bohatší kontext a vytvářejí výstupy s větší vypovídací hodnotou.

V této zprávě používáme vygenerované tokeny jako zástupný ukazatel požadovaných informací. Tokeny nejsou přímým měřítkem obchodní hodnoty, ale pomáhají měřit, kolik práce zaměstnanci po AI požadují. Díky tomu představují užitečný zástupný ukazatel rozsahu využívání AI.

Zjednodušeně řečeno: Běžné firmy využívají AI k zodpovídání otázek, zatímco průkopnické firmy ji využívají k provádění složitých úkolů. Nejde jen o to, že posílají více zpráv, každá interakce zastává větší část skutečné práce. 

Dohromady tyto signály naznačují, že průkopnické firmy používají AI na složitější a náročnější práci. Pro vedoucí pracovníky se otázka přesouvá od toho, kolik lidí má přístup k umělé inteligenci nebo jak často ji používá, k tomu, kde umělá inteligence prohlubuje pracovní postupy a mění způsob fungování týmů.

Hranice se také posouvá směrem k delegování.

Největší výhoda je u pokročilých a agentních nástrojů. Největší rozdíl vykazuje Codex, kde průkopnické firmy odesílají 16krát více zpráv na pracovníka než typické firmy. Agent ChatGPT, aplikace v ChatGPT, hloubkový výzkum a GPTs vykazují podobné směřování, což naznačuje, že průkopnické firmy lépe využívají nástroje, které pracovníkům pomáhají programovat, delegovat vícekrokové úkoly, aplikovat firemní kontext a provádět složitější výzkum.

Vzhledem k tomu, že systémy umělé inteligence se stávají schopnějšími používat nástroje, pracovat se soubory a kódovými bázemi a plnit úkoly s delším horizontem, budou se podniky muset přizpůsobit delegování smysluplné práce na agenty umělé inteligence.

Firmy, které postupují jako první, si vytváří provozní schopnosti, aby AI využívaly nejen jako rychlejší rozhraní, ale také jako způsob, jak od základů znovu navrhnout práci.

Cisco používá Codex k urychlování komplexní práce na softwaru napříč rozsáhlou organizací podnikového vývoje. V produkčních pracovních postupech pomohl nástroj Codex zkrátit dobu vytváření přibližně o 20 %, ušetřit více než 1500 hodin vývojářů měsíčně a 10–15× zvýšit výkon při řešení závad. Jak to formuloval tým společnosti Cisco, k největšímu posunu došlo, když společnost začala nástroj Codex považovat za „součást týmu“. 

AI také proniká do produkčních pracovních postupů v rámci podniku.

Společnosti zavádějí případy použití API v oblastech asistentů v aplikacích, programování a vývojářských nástrojích a zákaznické podpoře. Jde o oblasti, kde se AI může stát součástí produktů, služeb a interních systémů.

Využívání AI je nejširší v oblasti psaní a komunikace, ale roste i specifické využití pro jednotlivé oblasti. IT a bezpečnosti týmy zaměřují své dotazy na praktické návody a procesní pokyny, vývojářské softwarové týmy datové vědecké týmy vykazují vysokou míru využívání při psaní kódu a finanční týmy používají AI k analýzám a výpočtům. Tento vzorec naznačuje, že se AI posouvá nad rámec obecné produktivity a směrem k práci, která těsněji souvisí s klíčovými odpovědnostmi jednotlivých funkcí.

Neexistuje žádný jednotný žebříček zavádění umělé inteligence. Některá odvětví vedou v širokém zavádění ChatGPT, jiná ve využívání Codexu, intenzitě využívání API nebo intenzitě zpráv. To znamená, že organizace mají několik výchozích možností: rozšiřovat přístup, prohlubovat využívání, zavádět agentské nástroje nebo přímo integrovat AI do produktů a systémů.

Společnost Travelers Insurance ukazuje, jak to vypadá v praxi. AI asistent pro pojistné události společnosti Travelers, vytvořený s využitím OpenAI, provádí zákazníky prvním oznámením škody, odpovídá na dotazy k pojistné smlouvě, shromažďuje informace potřebné k zahájení řešení pojistné události a zakládá pojistné události přímo v systémech společnosti Travelers. Travelers očekává, že asistent během prvního roku vyřídí přibližně 100 000 hovorů týkajících se prvního oznámení škody.

Rozdíl mezi průkopnickými firmami a běžnými firmami by neměl být chápán jako pevně daný předěl. Mnoho organizací je stále v rané fázi přechodu od širokého přístupu k hlubšímu a integrovanějšímu využívání AI. Hodnota průkopnického přístupu spočívá v tom, že ukazuje, které postupy zřejmě firmám pomáhají postupně získávat dynamiku.

Jedním z nejzřetelnějších signálů je vzdělávání a učení, kde je průkopnická výhoda na úrovni úkolů největší. To naznačuje, že přední firmy využívají umělou inteligenci nejen k dokončení práce, ale také k tomu, aby pomohly zaměstnancům rozvíjet dovednosti, návyky a sebevědomí potřebné k dobrému používání umělé inteligence.

Organizace se mohou posouvat směrem k průkopnické úrovni tím, že budou měřit rozsah využití, budovat správu umožňující produkční využití, považovat podporu zavádění za základní infrastrukturu, identifikovat průkopnické týmy a škálovat jejich dopad a přecházet od chatování k delegování práce na agenty.

Podniková umělá inteligence se rychle vyvíjí a lídři potřebují srozumitelná data, aby pochopili, co přispívá k proměně zavádění AI v obchodní hodnotu.

B2B Signals sleduje chování a vzorce předních firem a poskytuje organizacím jasnější přehled o tom, jak přední společnosti proměňují inteligenci v obchodní hodnotu. 

Toto první vydání se zaměřuje na rozsah využití, agentní pracovní postupy a vznikající modely napříč odvětvími a funkcemi. Budoucí aktualizace budou sledovat pokrok v těchto ukazatelích a upravovat informace s tím, jak se bude podniková AI vyvíjet.