Sådan fører banebrydende virksomheder an

TLDR

• Banebrydende virksomheder – dem, der ligger i den 95. percentil for brug – bruger nu 3,5 gange så meget intelligens pr. medarbejder som typiske virksomheder, hvilket er en stigning fra 2 gange for et år siden.
• Forskellen handler om dybde, ikke kun om aktivitet: Mængden af beskeder forklarer kun 36 % af forspringet; størstedelen af forskellen skyldes en mere omfattende og kompleks anvendelse af kunstig intelligens.
• Agentiske arbejdsgange er ved at blive en markør for banebrydende praksis: Den største fordel viser sig i avancerede værktøjer, hvor banebrydende virksomheder sender 16 gange så mange Codex-beskeder pr. medarbejder som typiske virksomheder.
• Organisationer kan bevæge sig mod det banebrydende: Førende virksomheder evaluerer dybden, etablerer styringsstrukturer til produktionsbrug, investerer i kompetenceudvikling, skalerer det, der virker, og går fra chatbaseret support til delegeret arbejde med medarbejdere.

For mange virksomheder handlede den første fase af implementeringen af AI om adgang: hvem der havde AI-værktøjer, hvor mange licenser der var blevet udrullet, og om medarbejderne eksperimenterede. Det er stadig vigtigt. Men adgang er ikke længere differentieringsfaktoren. 

Vores seneste forskning tyder på, at den banebrydende fordel er begyndt at akkumuleres. Banebrydende virksomheder ligger i spidsen, fordi de udnytter medarbejdernes kompetencer bedre, anvender avancerede værktøjer i større omfang og integrerer kunstig intelligens mere dybtgående i arbejdsgangene.

I dag introducerer vi B2B Signals, som er en forretningsmæssig udvidelse af OpenAI Signals. Den giver en løbende måling af, hvordan kunstig intelligens vinder indpas i virksomhederne, baseret på aggregerede signaler, der beskytter privatlivets fred, fra virksomheders brug af OpenAI-produkter, herunder:

• I hvor høj grad anvendes AI internt i virksomheder
• Hvilke værktøjer og opgaver er mest forbundet med banebrydende implementering
• Hvor anvendelsesmulighederne i erhvervslivet udvides på tværs af brancher, produkter og funktioner

Bemærk: Alle analyser i denne rapport er baseret på anonymiserede, aggregerede brugsdata fra virksomheder. Beskedindhold blev klassificeret ved hjælp af automatiserede systemer, og ingen OpenAI-medarbejder gennemgik individuelle data fra Enterprise-, Business- eller API-kunder som en del af denne analyse.

Det tydeligste signal er dybde. Banebrydende virksomheder bruger nu 3,5 gange så meget intelligens pr. medarbejder som typiske virksomheder, en stigning fra 2 gange i april 2025. Antallet af beskeder forklarer kun 36 % af denne forskel; størstedelen skyldes mere intensiv brug. Medarbejdere i spidsen beder AI om at påtage sig mere komplekse opgaver, levere mere nuanceret kontekst og generere mere indholdsrige resultater.

I denne rapport anvender vi genererede tokens som en indikator for den efterspurgte intelligens. Tokens er ikke et direkte mål for forretningsværdi, men de hjælper med at vurdere, hvor meget arbejde medarbejdere beder AI om at udføre, hvilket gør dem til en nyttig indikator for omfanget af AI-anvendelsen.

Kort sagt: Almindelige virksomheder bruger AI til at besvare spørgsmål; banebrydende virksomheder bruger den til at hjælpe med at udføre komplekst arbejde. De sender ikke bare flere beskeder; hver interaktion står for en større del af det egentlige arbejde. 

Tilsammen indikerer disse signaler, at banebrydende virksomheder anvender AI til mere komplekst og udfordrende arbejde. For ledere flytter fokus sig fra, hvor mange der har adgang til AI, eller hvor ofte de bruger den, til hvor AI forbedrer arbejdsgangene og ændrer den måde, teams arbejder på.

Udviklingen går også i retning af uddelegering.

Fordelen er størst inden for avancerede og agentiske værktøjer. Codex viser den største forskel, hvor banebrydende virksomheder sender 16 gange så mange beskeder pr. medarbejder som typiske virksomheder. ChatGPT Agent, apps i ChatGPT, dybdegående research og GPT’er viser lignende tendenser, hvilket tyder på, at banebrydende virksomheder er bedre til at indføre værktøjer, der hjælper medarbejderne med at programmere, uddelegere opgaver i flere trin, anvende virksomhedens kontekst og udføre mere kompleks research.

I takt med at AI-systemer bliver bedre til at anvende værktøjer, arbejde på tværs af filer og kodebaser samt udføre opgaver med længere tidshorisont, bliver virksomhederne nødt til at tilpasse sig og overdrage meningsfuldt arbejde til AI-agenter.

De virksomheder, der går forrest, er i gang med at opbygge den operationelle kapacitet, der skal til for at bruge kunstig intelligens ikke blot som en hurtigere brugergrænseflade, men som et middel til at omlægge arbejdsgangene fra bunden.

Cisco bruger Codex til at fremskynde komplekst softwarearbejde på tværs af en stor virksomhedsteknisk ingeniørorganisation. I produktionsarbejdsgange hjalp Codex med at reducere byggetiderne med ca. 20 %, spare mere end 1.500 ingeniørtimer pr. måned og øge gennemløbet for fejlrettelser med 10-15 gange. Som Ciscos team udtrykte det, kom de største gevinster, da de behandlede Codex som “en del af teamet.” 

AI bevæger sig også ind i produktionsarbejdsgange på tværs af virksomheden.

Virksomhederne anvender API-løsninger inden for app-assistenter, programmerings- og udviklerværktøjer samt kundesupport. Det er her, kunstig intelligens kan blive en integreret del af produkter, tjenester og interne systemer.

Brugen af kunstig intelligens er mest udbredt inden for skrivning og kommunikation, men den funktionsspecifikke anvendelse er i vækst. IT- og sikkerhedsteams fokuserer deres forespørgsler på praktiske og proceduremæssige vejledninger, softwareudviklings- og datavidenskabsteams bruger kodning i stor udstrækning, og økonomiteams anvender kunstig intelligens til analyse og beregning. Mønstret tyder på, at kunstig intelligens bevæger sig væk fra generel produktivitetsforbedring og over mod opgaver, der er tættere knyttet til de enkelte funktioners kerneopgaver.

Der findes ikke én enkelt rangliste for AI-implementering. Nogle brancher går forrest, når det gælder bred anvendelse af ChatGPT, mens andre er førende inden for brugen af Codex, API-intensitet eller beskedintensitet. Det betyder, at organisationer har flere indgangsvinkler: udvide adgangen, øge brugen, indføre agentbaserede værktøjer eller integrere AI direkte i produkter og systemer.

Travelers Insurance viser, hvordan det ser ud i praksis. Deres AI-skadesassistent, der er udviklet i samarbejde med OpenAI, hjælper kunderne med at indgive den første skadesanmeldelse, besvarer spørgsmål om forsikringspolicen, indsamler de nødvendige oplysninger til at indlede en skadesbehandling og opretter skadesanmeldelser direkte i Travelers’ systemer. Travelers forventer, at assistenten vil håndtere omkring 100.000 opkald vedrørende den første skadesanmeldelse i løbet af det første år.

Kløften mellem banebrydende virksomheder og typiske virksomheder bør ikke opfattes som et fast skel. Mange organisationer befinder sig stadig i de tidlige faser af overgangen fra bred adgang til en mere dybdegående og integreret anvendelse af kunstig intelligens. Værdien af denne undersøgelse ligger i, at den viser, hvilke fremgangsmåder der ser ud til at hjælpe virksomhederne med at opbygge momentum over tid.

Et af de tydeligste tegn ses inden for uddannelse og læring, hvor fordelen ved at være på forkant med udviklingen er størst. Det tyder på, at førende virksomheder ikke kun bruger kunstig intelligens til at udføre arbejdet, men også til at hjælpe medarbejderne med at opbygge de færdigheder, vaner og den selvtillid, der skal til for at kunne anvende kunstig intelligens effektivt.

Organisationer kan bevæge sig i en mere banebrydende retning ved at måle anvendelsesgraden, etablere styringsstrukturer, der muliggør produktionsbrug, betragte implementering som en central del af infrastrukturen, udpege grænseområdets teams og udvide deres indflydelse samt gå videre fra chat til delegeret arbejde med agenter.

Enterprise AI udvikler sig hurtigt, og ledere har brug for klare data for at forstå, hvad der bidrager til at omsætte AI-adoption til forretningsværdi.

B2B Signals følger adfærd og mønstre hos førende virksomheder og giver organisationer et klarere indblik i, hvordan førende virksomheder omsætter indsigt til forretningsværdi. 

Denne første udgivelse sætter fokus på anvendelsesgrad, handlingsorienterede arbejdsgange og nye tendenser på tværs af brancher og funktioner. Fremtidige opdateringer vil følge op på fremskridtene med disse tiltag og tilpasse signalerne i takt med, at AI til virksomhederne udvikler sig.