Vállalati jelzések: miben tűnnek ki az élvonalbeli vállalatok

A vállalati MI új szakaszba lép: egyre több munkát bíznak ügynökökre, a legelőrébb járó vállalatok pedig egyre jobban elhúznak. Az élvonalbeli vállalatok ugyanazokhoz az MI-modellekhez férnek hozzá, mint más vállalatok, de gyorsabban bővítik használatukat. Abban különböznek, ahogyan munkára fogják ezeket a modelleket: a segítségnyújtástól a feladatok átadása felé mozdulnak el, biztosítják az ügynököknek az összetett feladatok elvégzéséhez szükséges kontextust és eszközöket, és a szoftverfejlesztésen túl is felgyorsítják az ügynökalapú MI térnyerését.

Az OpenAI-nál végzett kutatásunk arról, hogyan alakítják át az ügynökök a munkát, előre jelzi, milyen lehet ez az átalakulás egy eleve MI-re épülő szervezetben. Az Enterprise Signals az OpenAI globális vállalati ügyfélkörére is kiterjeszti a vizsgálatot, bemutatva, hogyan terjed az ügynökalapú munkavégzés a szervezetekben, és mi különbözteti meg az élvonalbeli vállalatokat a többiektől.

Az Enterprise Signals e kiadásában bemutatjuk, hogy az élvonalbeli vállalatok – amelyek az MI-használat alapján minden hónapban a felső 10%-ba tartoznak – egyre jobban elhúznak a tipikus, vagyis a középső 10%-ba tartozó vállalatoktól. Megvizsgáljuk, mit csinálnak másként az élvonalbeli vállalatok, és mit tehetnek a szervezetek a lemaradás csökkentéséért.

Főbb tanulságok:

• A vállalati használat egyre inkább ügynökalapúvá válik. Júniusban a vállalati ügyfelek körében a Codex és a ChatGPT összesített kimeneti tokenjeinek 64%-át a Codex generálta, ami arra utal, hogy az ügynökök lehetővé teszik az elmozdulást az érdemibb, másokra bízott feladatok felé.
• Egyre nő az élvonalbeli vállalatok előnye. Az MI-használat alapján minden hónapban a felső 10%-ba tartozó élvonalbeli vállalatok aktív felhasználónként már 8,3-szor annyi kimeneti tokent generálnak, mint a tipikus vállalatok; januárban ez az arány még 2,6-szoros volt.
• Az élvonalbeli vállalatok gyakrabban használják a fejlett funkciókat. Az élvonalbeli vállalatoknál hetente az aktív felhasználók 21%-a használja a Plugins funkciót, míg a tipikus vállalatoknál ez az arány 9%. Az OpenAI munkatársainak 95%-a használja hetente a Plugins funkciót, ami jól mutatja a szélesebb körű alkalmazásban rejlő lehetőségeket.
• Az ügynökök a szellemi munka egyre több területén terjednek el. Február óta a hetente aktív vállalati Codex-felhasználók száma a jogi területen 108-szorosára, az értékesítésben 41-szeresére, a toborzásban 41-szeresére, a marketingben 26-szorosára, míg a mérnöki területen 5-szörösére nőtt.

A vállalati AI az egyszerű kérdésmegválaszolástól egyre inkább a konkrét feladatok elvégzése felé mozdul el. Ez a váltás először a szoftverfejlesztésben jelent meg a Codex révén. A ChatGPT Work most kiterjeszti az ügynökalapú AI lehetőségeit a fejlesztőkön túlra is, így a vállalat különböző területein dolgozó munkatársak már nemcsak segítséget kérhetnek, hanem érdemi feladatokat is delegálhatnak.

2026. júniusában a vállalati ügyfelek körében az ügynökalapú MI használata (Codex tokenekként meghatározva) a Codex és a ChatGPT együttes kimeneti tokenjeinek 64%-át tette ki. A ChatGPT és az ügynökalapú AI ugyanazokat a mögöttes élvonalbeli modelleket használja; a különbség abban rejlik, hogyan fogják munkára ezt az intelligenciát.

A ChatGPT segít kérdések feltevésében, ötletek kidolgozásában és problémák megoldásában. Az ügynökalapú AI – például a Codex és a ChatGPT Work – olyan eszközöket biztosít a modell számára, amelyekkel a számítógépén is képes feladatokat végezni: információkat kereshet, fájlokat szerkeszthet, valamint több lépésből álló feladatokat hajthat végre önállóan vagy felügyelet mellett. Az összetett, hosszú ideig tartó feladatok elvégzése lényegesen több számítási kapacitást igényelhet, ami segít megmagyarázni, miért nőtt gyorsan az ügynökalapú tokenhasználat.

Minden hónapban az aktív felhasználónként generált output tokenek száma alapján rangsoroljuk vállalati ügyfeleinket. Az élvonalbeli vállalatok azok, amelyek az adott hónapban a felső 10%-ba tartoznak, míg a tipikus vállalatok a 45. és 55. percentilis közé esnek. Júniusra az élvonalbeli vállalatok aktív felhasználónként 8,3-szor annyi output tokent generáltak, mint az átlagos vállalatok. Ez jelentős növekedés a januári 2,6-szeres különbséghez képest.

Az élvonalbeli különbség az iparágak között is megmutatkozik: a legnagyobb tokenhasználati különbség az információs és technológiai ágazatban (11,7×), a legkisebb pedig a gyártásban (5,3×). Ezzel szemben a tipikus vállalatok tokenhasználata az egyes iparágakban hasonló, az elmúlt évben pedig viszonylag szerény növekedést mutatott (1,9×-ről 2,8×-ra). Ez arra utal, hogy számos szervezet még mindig elsősorban egyszerű chatasszisztensként használja az AI-t, így jelentős lehetőség rejlik a használat elmélyítésében és az AI-ügynökök alkalmazásában az összetettebb feladatok elvégzésére.

A tokenek száma nem tükrözi tökéletesen az üzleti értéket: egy rövid válasz is lehet rendkívül értékes, míg egy hosszabb válasz nem feltétlenül teremt nagyobb értéket. A tokenek mennyisége azonban hasznos helyettesítő mutatója az AI használat mélységének és annak, hogy a munkatársak mennyi munkát bíznak az AI-ra.

Az élenjáró vállalatok egyre szélesebb körben alkalmazzák az AI-t, mivel konkrét üzleti problémák megoldására használják mind saját szervezetükön belül, mind pedig az iparáguk egészében.

A vállalati AI kezdeti alkalmazásai elsősorban a belső működést támogatták: segítették a munkatársakat az információkeresésben, a dokumentumok elkészítésében, az adatok elemzésében, a kódírásban és a rutinfeladatok automatizálásában. A vezető vállalatok egyre inkább kiterjesztik a mesterséges intelligencia alkalmazását a belső termelékenységnövelésen túl az ügyfeleknek szánt termékekre, szolgáltatásokra és élményekre.

Az AI-ügynököknek hozzá kell férniük a megfelelő kontextushoz és eszközökhöz ahhoz, hogy hatékonyak legyenek. A beépülő modulok⁠(új ablakban nyílik meg) olyan képességeket foglalnak egybe, amelyek segítik az ügynököket meghatározott munkafolyamatok végrehajtásában. Összekapcsolhatják az újrafelhasználható utasításokat biztosító készségeket a vállalati adatokhoz, eszközökhöz és műveletekhez kapcsolódó alkalmazásokkal. Egy értékesítési beépülő modul például ötvözheti a csapat bevált módszereit a CRM-rendszerhez való hozzáféréssel, így az ügynök az aktuális ügyféladatok és a korábbi ajánlatok felhasználásával személyre szabott választ készíthet felülvizsgálatra.

Az élvonalbeli vállalatok egyértelmű előnnyel bírnak a fejlett képességek terén. A heti aktív felhasználók körében az élvonalbeli vállalatoknál 21% használ beépülő modult és 19% használ készséget, szemben a tipikus vállalatok mindössze 9% és 3%-os arányával. Az élvonalbeli vállalatok körében tapasztalható elterjedtség azonban csak töredéke a lehetőségeknek. Az OpenAI belső használati adatai jól mutatják az ezekben a képességekben rejlő, szélesebb körű alkalmazási lehetőségeket: az aktív felhasználók 95%-a hetente használ beépülő modulokat. A „hogyan változtatják meg az ügynökök a munkavégzést” című kutatásunk közelebbről is bemutatja, hogyan használják az OpenAI munkatársai a fejlett képességeket.

Az AI-ügynököknek három dologra van szükségük az érdemi munka elvégzéséhez: kontextusra, eszközökre és kitartásra. A memória, a hangalapú bevitel és az appshotok segítségével a munkatársak egyszerűen megoszthatják a feladat sikeres elvégzéséhez szükséges kontextust és információkat. A számítógép- és böngészőhasználat lehetővé teszi, hogy az AI-ügynökök weboldalakon navigáljanak, fájlokat hozzanak létre, és önállóan vagy felügyelet mellett végezzenek el feladatokat. A célok és ciklusok biztosítják, hogy az ügynökök addig dolgozzanak, amíg egy feladat be nem fejeződik. Ezek a képességek együttesen segítenek az élvonalbeli vállalatoknak kiaknázni az ügynökökben rejlő lehetőségeket.

Az ügynököknek a vállalati rendszerekhez való hozzáférés biztosítása új kockázatokat is hordoz. Az élvonalbeli vállalatok egyértelmű szabályokat határoznak meg arra vonatkozóan, hogy az AI-ügynökök milyen környezetben működhetnek, milyen információkhoz férhetnek hozzá, mikor hajthatnak végre műveleteket, és hogyan történik a magasabb kockázatú döntések emberi felülvizsgálata. Ezeket a szabályokat és kontrollmechanizmusokat folyamatosan fejleszteni kell, ahogy a szervezetek egyre több tapasztalatot szereznek az AI-ügynökök gyakorlati alkalmazása során.

Az élvonalbeli vállalatok a folyamatos tanulást és a kísérletezést is a mindennapi munka részévé teszik. A gyakorlati workshopok, az új felhasználási lehetőségek megosztását támogató fórumok és a belső bemutatók elősegítik, hogy a bevált gyakorlatok a különböző csapatok és szakterületek között is elterjedjenek.

A szoftverfejlesztők az elsők között kezdték el alkalmazni az AI-ügynököket, de a leggyorsabb növekedés ma már az általános tudásalapú munkát végzők körében tapasztalható. Február óta a vállalati Codex heti aktív felhasználóinak száma 108-szorosára nőtt a jogi területen, 41-szeresére az értékesítésben, 41-szeresére a toborzásban és 26-szorosára a marketingben, szemben a mérnökök körében mért 5-szörös növekedéssel. 

Nem véletlen, hogy a szoftverfejlesztés volt az első. A kódbázisok egyértelmű kontextust biztosítanak az AI-ügynökök számára, a tesztek megkönnyítik az eredmények ellenőrzését, a kódolás terén elért fejlődés pedig hozzájárul az AI-kutatás és -fejlesztés felgyorsításához. Az elmúlt két évben a fejlesztők eljutottak attól, hogy az AI-t egyes kódsorok kiegészítésére használják, odáig, hogy ügynökökre bízzanak teljes szoftverfejlesztési feladatokat. Sok fejlesztő már nem kézzel írja a kódot, az idejét inkább feladatok beállítására, ügynökök összehangolására és az eredmények áttekintésére fordítja.

Ezzel szemben az általános tudásalapú munkavégzés terén lassabb volt az előrelépés, mivel számos feladathoz kevés kontextus áll rendelkezésre, nehéz pontosan meghatározni az elvárt eredményt, és gyakran hiányoznak az eredmény ellenőrzéséhez szükséges egyértelmű kritériumok. A folyamatos méretezés, a megerősítéses tanulás terén elért előrelépések, valamint a GDPvalhoz hasonló értékeléseken nyújtott teljesítmény javítására irányuló célzott erőfeszítések azonban egyre több valós feladatot, eszközt és munkakörnyezetet hoznak az élvonalbeli modellek elérhető közelségébe. Ennek eredményeként az ügynökalapú MI az év eleje óta egyre inkább megtalálta a termékpiaci illeszkedést az általános tudásmunkát végző dolgozók körében.

Több mint 10 millió üzenetből álló minta alapján a vállalati AI szerepe átalakul: már nemcsak a munkatársakat segíti a feladatok elkészítésében, hanem a csapatokat azok tényleges végrehajtásában is támogatja. Még ugyanazon funkción belül is jelentősen eltérnek a használati minták a csevegés és az ügynökalapú MI között.

Az írás továbbra is a ChatGPT leggyakoribb felhasználási módja, míg a kódolás és a rendszer- vagy ügynök műveletek együtt az ügynökök üzeneteinek közel 75%-át teszik ki. Ez az elmozdulás különösen látványos a hagyományosan nem technikai területeken: a toborzásban (32%), az értékesítésben (26%), a szakpolitikai területen (25%) és a kommunikációban (24%) az üzenetek mintegy negyede–harmada rendszerek működtetéséhez és AI-ügynökök által végzett feladatokhoz kapcsolódik. A technikai jellegű munka is egyre inkább terjed a különböző funkcionális területeken: a tervezésben az ügynöki üzenetek csaknem 60%-át a kódolás teszi ki.

Nincs egységes AI-alkalmazási ranglista. Az iparági rangsorok az alkalmazott mérőszámtól függően változnak. Az elmúlt hónapban a szakmai és tudományos szolgáltatások ágazat vezetett mind a Codex elterjedtsége, mind az API-intenzitás tekintetében. A művészet, szórakozás és rekreáció ágazata járt az élen a ChatGPT használatában, míg a feldolgozóiparban a legmagasabb a ChatGPT‑intenzitás, annak ellenére, hogy a Codex és az API-intenzitás tekintetében az utolsó helyen áll.

Az iparágak nem ugyanazt az utat követik a mesterséges intelligencia bevezetése során. Egyesek fejlesztői eszközök és AI-alapú termékek révén haladnak előre, míg mások szélesebb körben vagy intenzívebben használják azokat a mindennapokban.

Miközben a mesterséges intelligencia új lehetőségeket teremt a szervezetek számára a termékek és szolgáltatások biztosítására, a biztonsági környezetet is átformálja. Kevés kockázat sürgetőbb a kiberbiztonságnál, különösen a mesterséges intelligencia kibercsapatai képességeinek rohamos fejlődése miatt.

Az AI abban is segíthet, hogy a védők reagáljanak. A modellek képesek nagy kódbázisokat elemezni, sebezhetőségeket feltárni és többlépcsős biztonsági feladatokat támogatni. Azonban több probléma azonosítása nem teszi automatikusan biztonságosabbá a rendszereket. Az igazi szűk keresztmetszet az, hogy a feltárt problémákból konkrét intézkedések szülessenek: meg kell állapítani, mely sebezhetőségek valósak, rangsorolni kell a legsúlyosabb kockázatokat, tesztelni kell a javításokat, valamint biztosítani kell, hogy a biztonsági csapatok gyorsan felülvizsgálják és telepítsék őket. 

Az OpenAI Daybreak a csúcstechnológiás kiberbiztonsági modelleket, a vállalati biztonsági eszközöket és a partneri ökoszisztémát egyesíti, hogy segítsen a szervezeteknek megbirkózni ezekkel a kihívásokkal, és megerősíteni védelmüket az újonnan megjelenő fenyegetésekkel szemben.

Az OpenAI küldetése, hogy a mesterséges intelligencia az egész emberiség javát szolgálja. A mesterséges intelligencia gazdasági hatását nagyrészt a szervezetek fogják alakítani. Ezért rendszeresen közzétesszük az Enterprise Signals elemzést, amely visszatérő mérőszámok segítségével követi nyomon a vállalati AI elterjedését, alkalmazásának bővülését és hatását. A jelentésben szereplő minden elemzés anonimizált, összesített vállalati használati adatokon alapul. Az üzenetek tartalmának kategorizálásához automatizált rendszereket használtunk; az ügyfelek üzeneteit az OpenAI egyetlen munkatársa sem tekintette át.

Az OpenAI Enterprise ügyfelei igényelhetnek testreszabott benchmarkot is, hogy lássák, hogyan viszonyul a szervezetük a legfrissebb használati és képességmutatókhoz.