Sinyal B2B OpenAI
Kauntungan pelopor wiwit saya nglumpuk.
Dina iki, kita ngenalake B2B Signals, sawijining perluasan bisnis saka OpenAI Signals sing ngukur carane AI nyebar ing saindenging organisasi. Tandha awal wis cetha, perusahaan pelopor saya unggul ora mung amarga nduweni akses menyang AI, nanging uga amarga nggunakake AI kanthi luwih jero ing saindenging pakaryan.
B2B Signals yaiku sakumpulan metrik rutin sing adhedhasar analisis skala gedhé sing njaga privasi babagan panggunaan AI kanggo perusahaan. Iki nglacak prilaku lan pola sing bisa mbantu organisasi mangerteni carane ngowahi kecerdasan dadi nilai bisnis.
Perusahaan pelopor—yaiku sing beroperasi ing persentil ka-95 panggunaan AI—nggunakake luwih akeh kecerdasan saben karyawan, ngadopsi alat canggih kanthi luwih intensif, lan nglebokake AI kanthi luwih jero menyang alur kerja. Kesenjangan kasebut wiwit saya tambah gedhé ing sawetara perusahaan, lan bedane saya akeh asalé saka jerone panggunaan.
Poin-poin Penting
- Kauntungan perusahaan pelopor wiwit saya numpuk: Perusahaan pelopor saiki nggunakake intelijensi 3.5 kaping saben karyawan dibandhingake karo perusahaan umum, mundhak saka 2 kaping setaun kepungkur.
- Perusahaan pelopor nggunakake AI kanthi luwih jero, ora mung luwih kerep: Volume pesen mung nerangake 36% saka kesenjangan antarane perusahaan pelopor lan perusahaan umum. Sebagéyan gedhé kaunggulan terdepan asale saka panggunaan sing luwih jero.
- Alur kerja agentic saya dadi tandha adopsi pelopor: Jurange paling gedhe ana ing alat agentic canggih, kanthi perusahaan pelopor ngirim pesen Codex (pesen saka sistem AI Codex) 16x luwih akeh tinimbang perusahaan umume.
- Perusahaan bisa nutup kesenjangan pelopor liwat owah-owahan organisasi: Kanggo nyusul, perusahaan kudu ngukur jeroné panggunaan, ngutamakaké tata kelola, nandur modal ing enablement, nggedhekaké skala apa sing bisa mlaku, lan pindhah saka pitulungan adhedhasar chat menyang pakaryan sing didelegasikaké marang agen.
Kedalaman
Kaunggulan pelopor wiwit saya nglumpuk lan nguat, lan perusahaan sing nggunakake AI kanthi paling jero saya nambah kaunggulane.
Penerapan kursi mung minangka wiwitan kanggo perusahaan. Indikator sing luwih cetha yaiku apa karyawan nggunakake AI kanggo pakaryan sing luwih jero lan luwih rumit. Bagan iki mbandhingaké token sing diasilaké saben pekerja ing tingkat pelopor, sing ditetepaké minangka persentil kaping 95, karo perusahaan tipikal, sing ditetepaké minangka persentil kaping 50.
Token minangka ukuran nilai bisnis sing ora sampurna. Tanggapan sing cekak bisa duwé nilai sing dhuwur banget, lan tanggapan sing dawa bisa duwé nilai sing kurang. Nanging, volume token mbantu ngukur sepira akehe tugas sing dijaluk karyawan supaya ditindakake AI, saengga dadi proksi sing migunani kanggo jerone panggunaan AI lan akehe kapinteran sing dikarepake karyawan saka AI.
Perusahaan pelopor mbutuhake kecerdasan 3.5x luwih akeh saben pekerja tinimbang perusahaan tipikal. Celah iki wis mundhak saka 2x ing April 2025, sing nuduhake manawa perusahaan sing nggunakake AI kanthi paling jero saya nggedhekake kaunggulane lan nduweni posisi sing luwih apik kanggo ngowahi kemampuan AI anyar dadi pakaryan sing luwih jero lan luwih rumit.
Mayoritas kauntungan pelopor asalé saka panggunaan sing luwih jero, tinimbang saka volume pesen sing luwih dhuwur
Perusahaan pelopor nuntut kecerdasan saben karyawan sing luwih gedhé sacara substansial tinimbang perusahaan umumé, nanging akèh-akèhé saka celah iki ora bisa dijelasaké mung déning volume layang waé. Bagan iki ngurai kauntungan pelopor 3.5x lan nemokake yen perusahaan umum ngirim pesen kanthi tingkat sing padha karo pelopor, perusahaan kasebut mung bakal nutup 36% saka kesenjangan 3.5x.
Kesenjangan sing isih ana gegayutan karo panggunaan sing luwih jero. Para pekerja ing pelopor njaluk AI kanggo nangani pakaryan sing luwih rumit, menehi model konteks sing luwih sugih, lan ngasilaké output sing luwih substansial.
Ambane
Kaunggulan pelopor paling gedhé ana ing piranti agentik canggih, sing dituduhake dening prabédan panggunaan Codex nganti 16x
Kauntungan pelopor paling gedhé kanggo piranti sing ndhukung alur kerja sing luwih canggih. Codex nuduhaké jurang paling gedhé, kanthi perusahaan paling ngarep ngirim 16x luwih akèh pesen saben karyawan tinimbang perusahaan lumrah. Agen ChatGPT, Aplikasi ing ChatGPT, Riset Jero, lan GPTs uga nuduhake celah sing relatif gedhé, sing nuduhake manawa model pelopor luwih apik kanggo nggunakake piranti sing mbantu pekerja nulis kode, mendelegasikake tugas pirang-pirang langkah, ngetrapake konteks perusahaan, lan nindakake riset sing luwih rumit.
Kosok baline, piranti sing luwih serbaguna lan gampang diakses kayata Unggahan Pangguna, Telusuran, lan Analisis Data nuduhaké kauntungan pelopor sing luwih cilik. Piranti iki luwih gampang digunakake dening umume perusahaan amarga ngembangake alur kerja sing wis akrab. Kauntungan frontier paling cetha katon ing piranti tingkat lanjut lan agenik, ing ngendi adopsine mbutuhake keahlian luwih, keterhubungan karo kawruh lan piranti ing papan kerja, lan rasa luwih nyaman kanggo masrahake kerja marang AI.
Kauntungan pelopor sing paling gedhé ana ing pendidikan
Kauntungan pelopor paling gedhé kanggo tugas pendhidhikan lan pasinaon, ing ngendi perusahaan pelopor ngirim pesen 7x luwih akeh saben pekerja tinimbang perusahaan umume. Ing garis ngarep, perusahaan nggunakake AI kanggo mbantu karyawan mbangun katrampilan lan sinau topik anyar. Dheweke uga nggunakake AI kanggo nambah pangertene babagan AI kuwi dhewe, kalebu apa sing bisa ditindakake, kepiye carane nggunakake kanthi becik, lan ing endi AI bisa cocog karo alur kerja sing wis ana. Gedhéné kesenjangan kasebut nuduhaké yèn perusahaan umume bisa uga durung migunakaké AI kanthi optimal minangka piranti kanggo sinau lan pangembangan tenaga kerja.
Pengodean uga nuduhake kaunggulan pelopor sing gedhe, kanthi perusahaan pelopor ngirim pesen 4x luwih akeh saben karyawan tinimbang perusahaan umume. Iki selaras karo kesenjangan sing luwih amba ing panggunaan piranti canggih lan agentik. Pandhuan cara, nulis, lan komunikasi nduweni kesenjangan pelopor sing paling cilik, kemungkinan amarga tugas-tugas iki luwih gampang diakses lan luwih akrab minangka panggunaan AI.
Ngatasi kesenjangan kapabilitas sing durung dimanfaatake mbutuhake pambisakake, ora mung akses. Sumber daya perusahaan lan OpenAI Academy nyakup pandhuan praktis, materi pelatihan, lan sumber daya penerapan kanggo mbantu tim ngadopsi AI kanthi kapercayan.
Panggunaan AI paling wiyar ing babagan nulis, nanging tren khusus adhedhasar fungsi wiwit muncul
Nulis lan komunikasi tetep dadi panggunaan ChatGPT sing paling umum. Nanging, pola panggunaan beda-beda miturut fungsi lan asring ana gandhengane karo tanggung jawab inti saben fungsi. 60% pesen IT & Keamanan kakonsentrasi ing pandhuan cara nindakake lan prosedural, meh setengah pesen Pangembangan Piranti Lunak lan Ilmu Data & Rekayasa ana gandhengane karo pangkodean, lan saprasapuluh pesen Keuangan ana gandhengane karo analisis lan petungan.
Pola-pola iki konsisten karo bukti sing luwih jembar yèn model pelopor saya ningkat ing tugas-tugas papan kerja sing duwé nilai ekonomi. GDPval, evaluasi kerja kawruh ing donya nyata ing 44 jinis pakaryan, ngukur kinerja ing tugas-tugas sing ngasilake asil kerja praktis kayata dokumen, spreadsheet, slide, diagram, lan multimedia. Nalika AI dadi luwih mumpuni, panggunaan ing perusahaan katon saya ngambah menyang tugas-tugas sing luwih raket gegandhengan karo pakaryan inti saben fungsi.
Jinis tugas miturut konteks bisnis
| Konteks bisnis | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tugas ChatGPT | ||||||||||||
| Panyeratan & komunikasi | ||||||||||||
| Pandhuan cara & prosedural | ||||||||||||
| Informasi | ||||||||||||
| Analisis & kalkulasi | ||||||||||||
| Pitutur | ||||||||||||
| Media kreatif | ||||||||||||
| Perdagangan | ||||||||||||
| Ngoding | ||||||||||||
| Pendidikan lan sinau | ||||||||||||
Jangkauan
Kepemimpinan ing industri ora mung siji dimensi: sektor-sektor sing beda dadi pimpinan ing ChatGPT, Codex, lan API
Ora ana papan peringkat adopsi AI sing mung siji. Peringkat industri beda-beda gumantung marang tolok ukur sing digunakaké. Layanan Profesional, Ilmiah, lan Teknis ana ing peringkat kapisan kanggo adopsi Codex lan intensitas API, sing nuduhake panggunaan sing relatif maju ing alur kerja pangembang lan alur kerja sing terintegrasi karo produk. Keuangan lan Asuransi dadi sing paling unggul ing adopsi ChatGPT amarga penerapan skala gedhé, dene Layanan Pendhidhikan nduwé intensitas pesen paling dhuwur, sing nuduhaké panggunaan saben wong sing luwih jero. Perdagangan Ritel lan Layanan Kesehatan nduwèni peringkat dhuwur ing intensitas API, sanajan rangkingé luwih endhek ing tolok ukur liyane.
Prabédan-prabédan iki nuduhaké yèn kepemimpinan ing industri ora mung siji dimensi. Sawetara sektor katon ngadopsi AI liwat alur kerja teknis lan pangembang, dene sektor liyane nggedhekake skala liwat adopsi ChatGPT sing jembar utawa panggunaan pangguna pungkasan sing luwih intensif.
Peringkat industri adhedhasar metrik adopsi AI
| Industri | ||||
|---|---|---|---|---|
| Keuangan lan Asuransi | 1+1 | 10-4 | 30 | 60 |
| Informasi | 2-1 | 20 | 20 | 4-1 |
| Layanan Profesional, Ilmiah, lan Teknik | 30 | 10 | 10 | 10 |
| Seni, Hiburan, lan Rekreasi | 40 | 4-1 | 50 | 3+1 |
| Piranti utilitas | 50 | 80 | 90 | 90 |
| Konstruksi | 6-1 | 50 | 10-1 | 10-1 |
| Properti Nyata, Panyewaan, lan Leasing | 7-1 | 7+1 | 11-1 | 80 |
| Manufaktur | 8-1 | 3+1 | 40 | 70 |
| Perawatan Kesehatan lan Bantuan Sosial | 90 | 90 | 6+1 | 50 |
| Dagang retail | 10-2 | 11-1 | 7-1 | 20 |
| Administrasi Publik | 11-1 | 6+1 | 80 | 11-1 |
Perusahaan-perusahaan ngleksanakake panggunaan API menyang alur kerja produksi lan aplikasi sing dirancang kanggo pelanggan
Perusahaan-perusahaan saya akeh nggunakake API kanggo ngintegrasikake model langsung menyang produk, layanan, lan sistem internal. Kasus panggunaan produksi sing umum kalebu asisten ing aplikasi, coding lan piranti pangembang, dhukungan pelanggan, alur kerja riset, lan otomatisasi alur kerja.
Penerapan-penerapan iki nuduhake kepiye AI perusahaan wis maju ngluwihi eksperimen menyang alur kerja sing bisa diulang kanthi dampak operasional sing bisa diukur. Ing macem-macem conto pelanggan, perusahaan nggunakake model OpenAI kanggo nyepetake pakaryan kawruh, ningkatake throughput engineering, lan mbangun pengalaman sing didhukung AI kanggo pelanggan lan karyawan.
Kasus panggunaan API paling penting miturut industri
Layanan Profesional
Asisten kawruh lan telusuran (contone, piranti Q&A, asisten riset, asisten kawruh internal)
Dhukungan pelanggan lan penjualan (umpamane, dhukungan pelanggan, agen swara lan chat, bantuan penjualan)
Analisis data, ringkesan, lan ekstraksi (umpamane, analisis data perusahaan, intelijen pasar, pelabelan lan rekonsiliasi transaksi)
Piranti Ngoding lan Piranti Pangembang (contone, piranti evaluasi model, asisten ngoding, piranti otomatisasi alur kerja)
Keuangan lan asuransi
Analisis data, ringkesan, lan ekstraksi (kayata, ekstraksi data, analisis kuitansi lan biaya, riset investasi)
Generasi dokumen lan alur kerja (umpamane, manajemen biaya otomatis, generasi ringkesan riset, optimisasi alur kerja)
Asisten kawruh lan panelusuran (contone, asisten strategi investasi, panelusuran kabijakan, asisten khusus peran.)
Dhukungan pelanggan lan layanan (contone, agen swara lan chat kanggo dhukungan pelanggan, asisten perbankan pribadi, lan klasifikasi sentimen)
Informasi
Piranti pengodean lan piranti pangembang (umpamane, asisten pengodean, piranti pangujian piranti lunak, piranti otomatisasi web)
Asisten Pengetahuan lan Panelusuran (contone, asisten ing njero produk, piranti panelusuran internal, asisten dokumentasi)
Dhukungan pelanggan lan layanan (umpamane, agen swara lan chat kanggo dhukungan pelanggan, otomatisasi layanan pelanggan kanthi multisaluran)
Panggawéan konten, media, lan desain (kayata panggawéan aset merek, piranti pemasaran)
Cisco nggunakake Codex kanggo nyepetake karya piranti lunak sing kompleks ing saindhenging organisasi rekayasa perusahaan sing gedhé. Ing alur kerja produksi, Codex mbantu nyuda wektu build udakara 20%, ngirit 1.500+ jam rekayasa saben wulan, lan ningkataké throughput panyelesaian cacat 10-15×. Kaya sing diandharaké tim Cisco, kauntungan paling gedhé teka nalika dheweke nganggep Codex minangka “bagéan saka tim.”
Rakuten nggelar Codex ing saindenging operasional rekayasa lan pangiriman piranti lunak, nyuda rata-rata wektu pemulihan (MTTR) kira-kira 50%, lan ndadekake tim bisa ngrampungake masalah produksi kaping pindho luwih cepet. Rakuten uga nggunakake Codex kanggo tinjauan kode otomatis lan pamriksan kerentanan sing selaras karo standar internal, mbantu nyepetake rilis tanpa ngorbanake keamanan. Ing proyek sing kompleks, Codex bisa ngowahi kebutuhan sing durung lengkap dadi implementasi full-stack sing bisa mlaku, nyepetake timeline saka pirang-pirang kuartal dadi mung minggu.
Balyasny Asset Management nggunakake OpenAI kanggo nyepetake riset investasi ing organisasi kerja kawruh gedhe lan spesialis. Platform riset AI khusus digunakake dening kira-kira 95% saka tim investasi lan mbantu nyepetake alur kerja riset saka pirang-pirang dina dadi sawetara jam. Contone, alur kerja analisis wicara bank sentral sing sadurunge mbutuhake rong dina saiki mung mbutuhake kira-kira 30 menit, mbantu analis nindakake penalaran luwih cepet ing saindhenging dokumen pelaporan, transkrip, laporan riset, lan data pasar.
Mangga bukak kaca crita pelanggan kita kanggo conto liyane.
Apa sing bisa ditindakake organisasi kanggo nggayuh tingkat paling maju
OpenAI makarya bareng karo perusahaan ing macem-macem industri, fungsi, lan tataran kadewasan AI, saéngga kita nduwé visibilitas babagan cara adopsi berkembang saka eksperimen nganti produksi. Ing saindhenging penerapan iki, perusahaan sing paling maju cenderung ora mung fokus marang akses waé, nanging luwih marang sistem organisasi sing dibutuhaké kanggo nggunakake AI kanthi jero: pangukuran, tata kelola, pemberdayaan, nggedhekaké dampak, lan penerapan agentik.
Ana limang praktik sing katon minangka langkah praktis sing bisa ditindakake organisasi apa wae dina iki kanggo nguwatake adopsi AI.
- Ukur kedalaman panggunaan saliyane akses.
Sinyal sing relevan ora mung pira akehe karyawan sing duwe akun AI, nanging apa tim nggunakake AI kanthi luwih substansial saka wektu ke wektu. Organisasi kudu nglacak apa panggunaan AI dadi luwih kerep, luwih kompleks, lan luwih raket gegandhengan karo alur kerja sing bernilai. - Bangun tata kelola sing ndadekake AI agen luwih gampang diterapake.
Perusahaan terkemuka ora ngindhari tata kelola. Dheweke padha nggunakake iku kanggo nggawe AI agentik luwih gampang diterapake. Perusahaan perlu aturan sing cetha babagan ing ngendi agen bisa makarya, informasi apa sing bisa digunakake, kapan kudu menehi saran tinimbang tumindak, lan kepiye manungsa mriksa keputusan sing risikone luwih dhuwur. Perusahaan pelopor nemtokake standar kasebut minangka bagéan saka proses penerapan, mula tata kelola dadi cara kanggo ngembangake adopsi kanthi aman tinimbang ngalonake proses adopsi. - Anggep pemberdayaan minangka infrastruktur inti, dudu proyek sampingan.
Nalika kemampuan AI saya ningkat, para pekerja lan organisasi padha mbutuhake sistem sing mbantu dheweke tetep bisa ngimbangi. Perusahaan sing ana ing garis ngarep ora nganggep pemberdayaan minangka upaya pelatihan sing mung sapisan. Dheweke nggabungake sinau terus-terusan menyang penerapan liwat pelatihan khusus miturut peran, lokakarya kasus panggunaan, hackathon, jaringan champion internal, wektu khusus kanggo eksperimen, lan repositori bebarengan kanggo alur kerja, praktik paling apik, lan katrampilan. - Ngenali tim paling maju panjenengan lan nggedhekaké pengaruhé.
Ing akeh organisasi, panggunaan sing paling maju konsentrasi mung ing sawetara tim wae. Tim-tim kasebut bisa nuduhaké alur kerja, pakulinan, lan model operasional sing efektif. Para pimpinan kudu ngenali tim-tim iki, mangerteni lan nggedhekaké kahanan sing ana ing balik kasuksesané, lan mbantu dheweke nuduhake wawasan lan conto panggunaan AI sing luwih jero marang bagean liyane ing perusahaan. - Maju ngluwihi obrolan menyang masrahake gawéan.
AI kanggo perusahaan lagi owah saka asisten obrolan menyang tugas sing bisa diserahake marang agen. Rekayasa piranti lunak nggambarake tren iki, nanging tugas sing diserahake saya nyebar ing pirang-pirang fungsi. Kanthi Codex, engineer bisa masrahake tugas sing wis ditemtokake, menehi konteks sing dibutuhake marang agen, ngidini agen kasebut makarya ing saindhenging file, basis kode, lan piranti, banjur mriksa asile lan nyempurnakake alur kerja nganggo umpan balik. Perusahaan garis ngarep nyengkuyung para karyawan supaya masrahake tugas marang AI, tinimbang mung nggunakake AI minangka asisten statis.
Kabeh analisis ing laporan iki adhedhasar data panggunaan organisasi sing wis dibusaki identitase lan digabungaké. Konten pesen diklasifikasikaké nganggo sistem otomatis, lan ora ana karyawan OpenAI sing mriksa data individu pelanggan organisasi, bisnis, utawa API minangka bagean saka analisis iki.
Yen panjenengan pengin nlusuri asil temuan lengkap utawa sinau carane nggawa AI menyang organisasi panjenengan kanthi tanggung jawab, kita bakal seneng bisa nyambung.
Temokake luwih akeh
Riset lan analisis
Riset lan analisis babagan carane AI diadopsi lan dampaké marang ekonomi lan masyarakat.