Kako granične tvrtke ostvaruju prednost

Ukratko

• Granične tvrtke – one na 95. percentilu upotrebe – sada upotrebljavaju 3,5 puta više inteligencije po radniku nego tipične tvrtke, što je porast u odnosu na 2 puta više prije godinu dana.
• Razlika se odnosi na dubinu, a ne samo na aktivnost. Količina poruka objašnjava samo 36 % granične prednosti. Većina razlike dolazi od bogatije i složenije upotrebe umjetne inteligencije.
• Agentski radni tijekovi sve više postaju granični pokazatelj. Najveća se prednost vidi u naprednim alatima, pri čemu granične tvrtke šalju 16 puta više Codexovih poruka po radniku nego tipične tvrtke.
• Organizacije se mogu približiti graničnoj razini. Vodeće tvrtke mjere dubinu primjene, uspostavljaju upravljanje za produkcijsku upotrebu, ulažu u osposobljavanje, skaliraju ono što funkcionira i prelaze s asistencije temeljene na chatu na delegiranje posla agentima.

Za mnoga poduzeća prva faza usvajanja umjetne inteligencije odnosila se na pristup: tko je imao AI alate, koliko je mjesta bilo implementirano i jesu li zaposlenici eksperimentirali. To je i dalje važno. No pristup više nije presudan. 

Naše najnovije istraživanje upućuje na to da se granična prednost počinje povećavati. Granične tvrtke prednjače jer upotrebljavaju više inteligencije po radniku, intenzivnije primjenjuju napredne alate i dublje integriraju umjetnu inteligenciju u radne procese.

Danas predstavljamo B2B Signale, poslovno proširenje OpenAI Signala. Ovo proširenje pruža redovito praćenje širenja umjetne inteligencije među tvrtkama na temelju agregiranih signala koji štite privatnost iz upotrebe proizvoda OpenAI-ja u poduzećima, uključujući:

• Koliko se duboko AI upotrebljava unutar tvrtki;
• Koji su alati i zadaci najviše povezani s usvajanjem graničnih tehnologija;
• Na kojim se mjestima poslovni slučajevi primjene šire među djelatnostima, proizvodima i funkcijama.

Napomena: Sve analize u ovom izvješću temelje se na anonimiziranim i agregiranim podacima o upotrebi u poduzećima. Sadržaj poruke klasificiran je pomoću automatiziranih sustava, a nijedan zaposlenik OpenAI-ja nije pregledao pojedinačne podatke korisnika planova Enterprise i Business te API-ja u sklopu te analize.

Najjasniji signal je dubina. Granične tvrtke sada upotrebljavaju 3,5 puta više inteligencije po radniku od tipičnih tvrtki, što je porast u odnosu na 2 puta u travnju 2025. Obujam poruka objašnjava samo 36 % te razlike. Većina proizlazi iz dublje upotrebe. Granični radnici traže od AI-ja da preuzme složenije zadatke, pružaju bogatiji kontekst i generiraju sadržajnije rezultate.

U ovom izvješću upotrebljavamo broj generiranih tokena kao zamjenu za traženu inteligenciju. Tokeni nisu izravna mjera poslovne vrijednosti, ali pomažu mjeriti koliko posla zaposlenici traže od AI-ja da obavi, što ih čini korisnim posrednim pokazateljem dubine upotrebe AI-ja.

Jednostavno rečeno: tipične tvrtke upotrebljavaju AI za odgovaranje na pitanja, dok ga granične tvrtke upotrebljavaju kao pomoć u izvršavanju složenih zadataka. Ne šalju samo više poruka, već svaka interakcija obavlja više stvarnog posla. 

Ovi pokazatelji zajedno upućuju na to da granične tvrtke upotrebljavaju AI za složenije i zahtjevnije zadatke. Za lidere se pitanje sada više ne odnosi na to koliko ljudi ima pristup ili koliko često upotrebljavaju umjetnu inteligenciju, već na to na kojim mjestima se umjetna inteligencija dublje integrira u radne tijekove i mijenja način rada timova.

Granično područje također se pomiče prema delegiranju.

Prednost je najveća kod naprednih i agentskih alata. Codex pokazuje najveći jaz, pri čemu granične tvrtke šalju 16 puta više poruka po radniku od tipičnih tvrtki. ChatGPT Agent, aplikacije u ChatGPT‑ju, dubinsko istraživanje i GPT‑ovi pokazuju slične obrasce kretanja, što upućuje na to da su granične tvrtke uspješnije u usvajanju alata koji zaposlenicima pomažu kodirati, delegirati višekoračne zadatke, primijeniti kontekst tvrtke i provoditi složenija istraživanja.

Kako AI sustavi postaju sposobniji upotrebljavati alate, raditi u više datoteka i baza koda te izvršavati zadatke s duljim vremenskim horizontom, tvrtke će se morati prilagoditi na delegiranje značajnog posla AI agentima.

Tvrtke koje prve djeluju jačaju operativne sposobnosti kako bi umjetnu inteligenciju upotrebljavale ne samo kao brže sučelje, već i kao način za potpuno preoblikovanje rada.

Cisco upotrebljava Codex kako bi ubrzao složen rad na softveru u velikoj poslovnoj inženjerskoj organizaciji. U produkcijskim tijekovima rada Codex je pomogao skratiti vrijeme izgradnje za oko 20 %, uštedjeti više od 1500 inženjerskih sati mjesečno i povećati propusnost otklanjanja pogrešaka od 10 do 15 puta. Kako je to Ciscov tim rekao, najveće su pomake ostvarili kad su Codex počeli tretirati kao „dio tima”. 

AI ulazi i u produkcijske radne tijekove u cijeloj tvrtki.

Tvrtke implementiraju slučajeve primjene API-ja u asistentima unutar aplikacija, alatima za programiranje i razvoj te korisničkoj podršci. To su područja u kojima umjetna inteligencija može postati dio proizvoda, usluga i internih sustava.

Upotreba AI-ja najraširenija je u pisanju i komunikaciji, ali raste i upotreba specifična za određene funkcije. IT i sigurnosni timovi svoje upite usmjeravaju na praktične upute i proceduralne smjernice, timovi za razvoj softvera i podatkovnu znanost pokazuju visoku razinu upotrebe kodiranja, a financijski timovi koriste umjetnu inteligenciju za analizu i izračune. Obrazac upućuje na to da se AI širi izvan opće produktivnosti prema radu koji je bliže povezan s ključnim odgovornostima svake funkcije.

Ne postoji jedinstvena rang lista usvajanja AI-ja. Neke djelatnosti prednjače u širokom usvajanju ChatGPT‑ja, druge u korištenju Codexa, intenzitetu API-ja ili intenzitetu poruka. To znači da organizacije imaju više polazišnih točaka: proširiti pristup, produbiti upotrebu, usvojiti agentske alate ili ugraditi umjetnu inteligenciju izravno u proizvode i sustave.

Tvrtka Travelers Insurance pokazuje kako to izgleda u praksi. Njihov AI asistent za prijavu šteta, razvijen u suradnji s OpenAI-jem, vodi korisnike kroz prvu prijavu štete, odgovara na pitanja o polici osiguranja, prikuplja potrebne informacije za pokretanje prijave i izrađuje odštetne zahtjeve izravno u sustavima tvrtke Travelers. Travelers očekuje da će asistent obraditi otprilike 100 tisuća poziva za prvu prijavu štete u svojoj prvoj godini.

Jaz između graničnih tvrtki i tipičnih tvrtki ne treba tumačiti kao nepromjenjivu podjelu. Mnoge su organizacije još uvijek u ranoj fazi procesa prelaska sa širokog pristupa na dublju, integriraniju upotrebu umjetne inteligencije. Vrijednost graničnog modela je u tome što pokazuje koje prakse zapravo pomažu tvrtkama da s vremenom izgrade zamah.

Jedan od najjasnijih pokazatelja jesu obrazovanje i učenje, u kojima je granična prednost na razini zadataka najveća. To upućuje na to da vodeće tvrtke upotrebljavaju AI ne samo za obavljanje posla, već i kako bi zaposlenicima pomogle razviti vještine i navike te steći samopouzdanje potrebno za učinkovitu upotrebu AI-ja.

Organizacije se mogu približiti graničnoj razini mjerenjem dubine upotrebe, izgradnjom upravljanja koje omogućuje produkcijsku upotrebu, tretiranjem osposobljavanja kao temeljne infrastrukture, identificiranjem graničnih timova i povećanjem njihova učinka te prelaskom s chata na delegirani rad s agentima.

Umjetna inteligencija u poduzećima brzo se razvija, a liderima su potrebni jasni podaci kako bi razumjeli što pomaže pretvoriti usvajanje umjetne inteligencije u poslovnu vrijednost.

B2B Signali prate ponašanja i obrasce vodećih tvrtki, omogućujući organizacijama jasniji uvid u to kako vodeće tvrtke pretvaraju inteligenciju u poslovnu vrijednost. 

Ovo prvo izdanje usredotočuje se na dubinu upotrebe, agentske radne tijekove i obrasce u nastajanju u raznim djelatnostima i funkcijama. Buduća ažuriranja pratit će napredak u vezi s tim mjerama i prilagođavati signale kako se umjetna inteligencija u poduzećima bude razvijala.