Sinyal perusahaan: Apa yang dilakukan secara berbeda oleh perusahaan terdepan

AI perusahaan sedang memasuki fase baru: semakin banyak pekerjaan didelegasikan kepada agen, dan perusahaan yang paling maju semakin meninggalkan yang lain. Perusahaan terdepan memiliki akses ke model AI yang sama seperti perusahaan lain, tetapi mereka memperdalam penggunaannya lebih cepat. Yang membedakan mereka adalah cara mereka memanfaatkan model tersebut: beralih dari bantuan ke pendelegasian, memberikan konteks dan alat kepada agen untuk menyelesaikan tugas kompleks, dan mempercepat AI agentik melampaui pengembangan perangkat lunak.

Riset kami tentang bagaimana agen mengubah pekerjaan di OpenAI memberikan indikasi awal tentang seperti apa pergeseran ini dapat terlihat di dalam organisasi berbasis AI. Enterprise Signals memperluas cakupan ke basis pelanggan perusahaan global OpenAI, menunjukkan bagaimana pekerjaan agentik menyebar di seluruh organisasi dan apa yang membedakan perusahaan terdepan dari yang lain.

Dalam edisi Enterprise Signals ini, kami menunjukkan bahwa perusahaan terdepan—yaitu perusahaan yang berada dalam 10% teratas penggunaan AI setiap bulan–semakin memperlebar kesenjangan dari perusahaan pada umumnya–yaitu perusahaan yang berada di 10% tengah. Kami menelaah apa yang dilakukan secara berbeda oleh perusahaan terdepan dan apa yang dapat dilakukan organisasi untuk menutup kesenjangan tersebut.

Poin-poin penting:

• Penggunaan perusahaan menjadi semakin mandiri. Pada bulan Juni, Codex menghasilkan 64% dari gabungan token output Codex dan ChatGPT di antara pelanggan perusahaan, yang menunjukkan bahwa agen memungkinkan pergeseran ke pekerjaan yang lebih substantif dan didelegasikan.
• Kesenjangan terdepan semakin melebar. Perusahaan terdepan—yaitu perusahaan yang berada di 10% teratas dalam penggunaan AI setiap bulan—kini menghasilkan token output per pengguna aktif 8,3× lebih banyak dibandingkan perusahaan pada umumnya, naik dari 2,6× pada Januari.
• Perusahaan terdepan lebih sering menggunakan kapabilitas tingkat lanjut. Setiap minggu, 21% pengguna aktif di perusahaan terdepan menggunakan plugin, dibandingkan dengan 9% di perusahaan pada umumnya. Di OpenAI, 95% karyawan menggunakan plugin setiap minggu, menyoroti potensi untuk adopsi yang lebih mendalam.
• Agen semakin meluas di berbagai pekerjaan berbasis pengetahuan. Sejak Februari, pengguna aktif mingguan enterprise Codex tumbuh 108× di bidang hukum, 41× di penjualan, 41× di rekrutmen, dan 26× di pemasaran, dibandingkan dengan 5× di bidang teknik.
• Karyawan pada awal karier lebih banyak menggunakan AI: Penggunaan paling tinggi di kalangan pekerja pada awal karier dan menurun di kalangan karyawan yang lebih senior, yang menunjukkan potensi keunggulan komparatif dalam menggunakan AI.

AI perusahaan sedang beralih dari menjawab pertanyaan menjadi melaksanakan pekerjaan. Pergeseran ini pertama kali terjadi dalam rekayasa perangkat lunak dengan Codex. Kini, ChatGPT Work memperluas AI agentik melampaui pengembang, sehingga memungkinkan pekerja di seluruh perusahaan beralih dari meminta bantuan ke mendelegasikan tugas penting.

Mulai Juni 2026, penggunaan AI agentik (didefinisikan sebagai token Codex) menyumbang 64% dari gabungan token output Codex dan ChatGPT di antara pelanggan enterprise. Baik ChatGPT maupun AI agentik menggunakan model terdepan dasar yang sama; perbedaannya adalah bagaimana kecerdasan tersebut dimanfaatkan.

ChatGPT membantu orang mengajukan pertanyaan, mengembangkan ide, dan mengatasi masalah. AI agentik (seperti Codex dan ChatGPT Work) memberi model alat untuk bekerja dengan komputer Anda, yang memungkinkannya menemukan informasi, mengedit file, dan melaksanakan tugas multi-langkah secara mandiri atau di bawah pengawasan. Menyelesaikan tugas kompleks yang berjalan lama dapat memerlukan komputasi yang jauh lebih besar, yang membantu menjelaskan mengapa penggunaan token agentik tumbuh pesat.

Setiap bulan, kami memberi peringkat pelanggan enterprise berdasarkan token output per pengguna aktif. Perusahaan terdepan adalah mereka yang berada di 10% teratas pada bulan tersebut, sedangkan perusahaan pada umumnya berada di antara persentil ke-45 dan ke-55. Pada Juni, perusahaan terdepan menghasilkan token output per pengguna aktif 8,3× lebih banyak dibandingkan perusahaan pada umumnya, dengan kenaikan tiga kali lipat dibandingkan selisih 2,6× pada Januari.

Kesenjangan perusahaan terdepan juga meluas di berbagai industri, dengan kesenjangan penggunaan token terbesar di informasi dan teknologi (11.7×) dan yang terkecil di manufaktur (5.3×). Sebaliknya, penggunaan token di antara perusahaan pada umumnya serupa di berbagai industri, dengan pertumbuhan yang relatif moderat selama setahun terakhir (1.9× hingga 2.8×). Hal ini menunjukkan bahwa banyak organisasi masih menggunakan asisten obrolan sederhana, sehingga masih ada peluang yang signifikan untuk memperdalam adopsi dan memanfaatkan agen guna menyelesaikan pekerjaan yang lebih kompleks.

Token adalah tolok ukur yang tidak sempurna untuk nilai bisnis: respons singkat dapat sangat bernilai, sementara respons panjang mungkin hanya menambah sedikit. Namun, volume token menjadi proksi yang berguna untuk kedalaman penggunaan AI dan seberapa banyak pekerjaan yang diminta karyawan untuk ditangani AI.

Perusahaan-perusahaan terkemuka semakin memperdalam pemanfaatan AI karena mereka menerapkannya pada masalah-masalah nyata di dalam organisasi mereka dan di seluruh industri tempat mereka beroperasi.

Aplikasi AI perusahaan pada tahap awal dimulai secara internal, membantu karyawan menemukan informasi, menyusun dokumen, menganalisis data, menulis kode, dan mengotomatiskan proses rutin. Perusahaan-perusahaan terkemuka semakin memperluas pemanfaatan AI melampaui produktivitas internal, ke produk, layanan, dan pengalaman yang berinteraksi langsung dengan pelanggan.

Agen AI memerlukan akses ke konteks dan alat yang tepat agar efektif. plugin⁠(terbuka di jendela baru) menggabungkan kapabilitas yang membantu agen menyelesaikan alur kerja tertentu. Mereka dapat menggabungkan keterampilan yang menyediakan instruksi yang dapat digunakan kembali dengan aplikasi yang terhubung ke data, alat, dan tindakan perusahaan. Misalnya, plugin penjualan dapat menggabungkan playbook tim dengan akses ke CRM-nya, sehingga agen dapat menggunakan informasi pelanggan saat ini dan proposal sebelumnya untuk menyiapkan tanggapan yang disesuaikan untuk ditinjau.

Perusahaan terdepan memiliki keunggulan yang jelas dalam kemampuan lanjutan. Di antara pengguna aktif mingguan, 21% di perusahaan terdepan menggunakan plugin dan 19% menggunakan kemampuan, dibandingkan dengan hanya 9% dan 3% di perusahaan pada umumnya. Namun, adopsi perusahaan terdepan hanya mewakili sebagian kecil dari apa yang dimungkinkan. Penggunaan internal OpenAI menyoroti potensi untuk penggunaan yang lebih mendalam atas kemampuan ini, dengan penggunaan plugin mingguan mencapai 95% dari pengguna aktif. Riset kami tentang bagaimana agen mengubah pekerjaan memberikan gambaran lebih dekat tentang bagaimana karyawan di OpenAI menggunakan kemampuan canggih.

Agen AI membutuhkan tiga hal untuk menyelesaikan pekerjaan yang bermakna: konteks, alat, dan ketekunan. Memori, input suara, dan appshots membantu pekerja untuk dengan mudah membagikan konteks dan informasi yang diperlukan agar berhasil menyelesaikan tugas. Penggunaan komputer dan browser memungkinkan agen menavigasi situs web, membuat file, dan menyelesaikan tugas secara otonom atau di bawah pengawasan. Tujuan dan siklus membuat agen terus bekerja hingga tugas selesai. Secara keseluruhan, kemampuan-kemampuan ini membantu perusahaan terdepan mewujudkan potensi agen.

Memberikan akses kepada agen ke sistem perusahaan juga menimbulkan risiko baru. Perusahaan terdepan menetapkan aturan yang jelas tentang di mana agen dapat beroperasi, informasi apa yang dapat mereka akses, kapan mereka dapat mengambil tindakan, dan bagaimana pihak terkait meninjau keputusan yang berisiko lebih tinggi. Kontrol ini harus terus berkembang seiring organisasi belajar dari penerapan nyata.

Perusahaan terdepan juga menjadikan pembelajaran berkelanjutan dan eksperimen sebagai bagian dari pekerjaan sehari-hari. Sesi praktik langsung untuk para pembuat solusi, forum untuk berbagi kasus penggunaan yang sedang berkembang, dan pameran internal membantu menyebarkan praktik-praktik yang berhasil di berbagai tim dan fungsi.

Pengembang perangkat lunak termasuk yang pertama mengadopsi agen AI, tetapi pertumbuhan tercepat kini berasal dari kalangan pekerja berbasis pengetahuan secara umum. Sejak Februari, jumlah pengguna aktif mingguan Codex enterprise telah meningkat 108× di bidang hukum, 41× di penjualan, 41× di perekrutan, dan 26× di pemasaran, dibandingkan dengan 5× di kalangan insinyur. 

Perangkat lunak beralih lebih dulu bukan tanpa alasan. Basis kode memberi agen konteks yang jelas, pengujian membuat keluaran lebih mudah diverifikasi, dan kemajuan dalam pemrograman membantu mempercepat penelitian dan pengembangan AI. Selama dua tahun terakhir, pengembang telah beralih dari menggunakan AI untuk melengkapi baris kode individual menjadi menggunakan agen untuk menangani seluruh tugas pengembangan perangkat lunak. Banyak pengembang tidak lagi menulis kode secara manual, melainkan memfokuskan waktu mereka untuk menyiapkan tugas, mengorkestrasi agen, dan meninjau hasil.

Sebaliknya, kemajuan dalam pekerjaan berbasis pengetahuan secara umum berjalan lebih lambat karena banyak tugas memiliki konteks yang terbatas, sulit dispesifikasikan, dan tidak memiliki kriteria yang jelas untuk memverifikasi hasilnya. Namun penskalaan yang berkelanjutan, kemajuan dalam reinforcement learning, dan upaya yang ditargetkan untuk meningkatkan kinerja pada evaluasi seperti GDPval membawa lebih banyak tugas, alat, dan lingkungan kerja dunia nyata ke dalam jangkauan model terdepan. Hasilnya, AI agentik semakin menemukan kecocokan produk-pasar dengan pekerja berbasis pengetahuan umum sejak awal tahun.

Berdasarkan sampel lebih dari 10 juta pesan, AI perusahaan sedang bergeser dari membantu karyawan menghasilkan pekerjaan menjadi membantu tim menjalankannya. Bahkan dalam fungsi yang sama, pola penggunaan berbeda secara signifikan antara chat dan AI agentik.

Penulisan tetap menjadi penggunaan ChatGPT yang paling umum, sementara pengodean dan operasi sistem atau agen bersama-sama mencakup hampir 75% dari pesan agentik. Pergeseran ini terutama terlihat di luar tim teknis tradisional: perekrutan (32%), penjualan (26%), kebijakan (25%), dan komunikasi (24%) mendedikasikan antara seperempat dan sepertiga pesan untuk operasi sistem dan agen. Pekerjaan teknis juga menyebar ke berbagai fungsi, dengan pengodean menyumbang hampir 60% dari pesan agentik dalam desain.

Tidak ada papan peringkat tunggal untuk adopsi AI. Peringkat industri bervariasi, bergantung pada metrik yang digunakan. Dalam sebulan terakhir, Jasa Profesional dan Ilmiah memimpin baik dalam adopsi Codex maupun intensitas API. Seni, Hiburan, dan Rekreasi memimpin adopsi ChatGPT, sementara Manufaktur memiliki intensitas ChatGPT tertinggi meskipun menempati peringkat terakhir dalam intensitas Codex dan API.

Berbagai industri tidak menempuh jalur yang sama menuju adopsi AI. Sebagian mengalami kemajuan melalui alat pengembang dan produk yang didukung AI, sementara yang lain mengalami penggunaan sehari-hari yang lebih luas atau lebih intensif.

Sembari AI menciptakan cara-cara baru bagi organisasi untuk menghadirkan barang dan layanan, AI juga membentuk ulang lanskap keamanan. Hanya sedikit risiko yang lebih mendesak daripada keamanan siber, terutama mengingat pesatnya perkembangan kemampuan siber AI.

AI juga dapat membantu para pembela untuk merespons. Model dapat menganalisis basis kode yang besar, menyelidiki kerentanan, dan mendukung pekerjaan keamanan multi-langkah. Namun, mengidentifikasi lebih banyak masalah tidak secara otomatis membuat sistem menjadi lebih aman. Hambatan utamanya adalah mengubah temuan menjadi tindakan: menentukan kerentanan mana yang benar-benar valid, memprioritaskan risiko yang paling berdampak, menguji patch, serta memastikan tim keamanan meninjau dan menerapkan perbaikan dengan cepat. 

OpenAI Daybreak menyatukan model keamanan siber terdepan, alat keamanan perusahaan, dan ekosistem mitra untuk membantu organisasi menghadapi tantangan ini dan memperkuat pertahanan mereka terhadap ancaman yang muncul.

Misi OpenAI adalah memastikan bahwa AI memberikan manfaat bagi seluruh umat manusia. Organisasi akan membentuk sebagian besar dampak ekonomi AI, dan karena alasan ini, kami secara rutin menerbitkan Enterprise Signals, serangkaian metrik berkala yang melacak adopsi, penyebaran, dan dampak AI di perusahaan. Semua analisis dalam laporan ini didasarkan pada data penggunaan perusahaan yang telah diagregasi dan dianonimkan. Kami menggunakan sistem otomatis untuk mengklasifikasikan konten pesan, dan tidak ada karyawan OpenAI yang meninjau pesan pelanggan.

Pelanggan OpenAI Enterprise juga dapat meminta tolok ukur yang disesuaikan untuk melihat bagaimana organisasi mereka dibandingkan di seluruh ukuran penggunaan dan kapabilitas terbaru.