„OpenAI“ „B2B Signals“

Šiandien pristatome „B2B Signals“ – „OpenAI Signals“⁠ plėtinį verslui, leidžiantį vertinti, kaip DI plinta organizacijose. Pirmieji signalai aiškūs: priešakinės įmonės veržiasi į priekį ne tik todėl, kad turi prieigą prie DI, bet ir todėl, kad jį kur kas giliau integruoja į savo veiklą.

„B2B Signals“ – tai nuolat atnaujinamas rodiklių rinkinys, pagrįstas plataus masto privatumą užtikrinančia DI naudojimo įmonėse analize. Ši priemonė stebi elgseną ir tendencijas, galinčias padėti organizacijoms suprasti, kaip paversti intelektą verslo verte.

Priešakinės įmonės, patenkančios į 95-ąjį DI naudojimo procentilį, vienam darbuotojui pasitelkia daugiau intelekto, intensyviau naudoja pažangias priemones ir giliau integruoja DI į darbo procesus. Šis atotrūkis tarp įmonių sparčiai didėja, o skirtumą vis dažniau lemia naudojimo gylis.

Pagrindinės įžvalgos

• Priešakinių įmonių pranašumas tampa vis ryškesnis: dabar priešakinės įmonės vienam darbuotojui skiria 3,5 karto daugiau intelekto nei įprastos įmonės (prieš metus šis skirtumas siekė du kartus). 
• Priešakinės įmonės naudoja DI giliau, o ne tik dažniau: žinučių skaičius paaiškina tik 36 proc. atotrūkio tarp priešakinių ir įprastų įmonių. Didžioji dalis priešakinio pranašumo atsiranda būtent dėl gilesnio naudojimo.
• Agentais grįsti darbo procesai tampa priešakinio diegimo rodikliu: didžiausias atotrūkis matomas naudojant pažangias agentų priemones – priešakinės įmonės išsiunčia 16 kartų daugiau užklausų per „Codex“ nei įprastos įmonės.
• Įmonės gali panaikinti priešakinį atotrūkį keisdamos organizaciją: norėdamos pasivyti lyderius, įmonės turi vertinti naudojimo gylį, teikti pirmenybę valdymui, investuoti į įgalinimą, plėsti pasiteisinusias praktikas ir nuo pokalbiais pagrįstos pagalbos pereiti prie darbo delegavimo agentams.

Priešakinių įmonių pranašumas tampa vis ryškesnis, o intensyviausiai šią technologiją naudojančios įmonės dar labiau įtvirtina savo lyderystę

Darbo vietų licencijų suteikimas įmonėms – tik pradžia. Kur kas svarbesnis rodiklis – ar darbuotojai pasitelkia DI sudėtingesnėms, gilesnėms užduotims atlikti. Šiame grafike lyginamas vienam darbuotojui tenkantis sugeneruotų žetonų skaičius priešakinėse (95-asis procentilis) ir įprastose įmonėse (50-asis procentilis).

Žetonai nėra tobulas verslo vertės matas. Trumpas atsakymas gali būti labai vertingas, o ilgas – bevertis. Tačiau žetonų skaičius padeda įvertinti, kiek darbo darbuotojai patiki DI, todėl tai naudingas rodiklis, atspindintis DI naudojimo gylį ir darbuotojų poreikį intelektualiems sprendimams.

Priešakinėse įmonėse intelektualių sprendimų poreikis vienam darbuotojui 3,5 karto didesnis nei įprastose. Šis atotrūkis išaugo (2025 m. balandį jis siekė 2 kartus) – tai rodo, kad intensyviausiai DI naudojančios įmonės didina savo pranašumą ir yra geriau pasirengusios naujas DI galimybes pritaikyti sudėtingesniam, gilesniam darbui.

Didžioji dalis priešakinio pranašumo atsiranda dėl gilesnio naudojimo, o ne dėl didesnio žinučių skaičiaus

Priešakinėse įmonėse intelektualių sprendimų poreikis vienam darbuotojui kur kas didesnis nei įprastose, tačiau didžioji dalis atotrūkio nepaaiškinama vien žinučių skaičiumi. Šiame grafike analizuojamas 3,5 karto priešakinis pranašumas ir atskleidžiama, kad, jei įprasta įmonė siųstų žinutes tokiu pat dažniu kaip ir priešakinė, tai sumažintų šį 3,5 karto atotrūkį tik 36 proc..

Likęs atotrūkis susijęs su gilesniu naudojimu. Priešakinių įmonių darbuotojai patiki DI sudėtingesnį darbą, suteikia modeliams platesnį kontekstą ir sugeneruoja prasmingesnius rezultatus.

Didžiausias pažangiausių įmonių pranašumas matomas pažangiuose ir agentiniuose įrankiuose, kuriuos pirmauja 16 kartų didesnis Codex naudojimas

Didžiausias pažangiausių įmonių pranašumas matomas įrankiuose, kurie palaiko pažangesnes darbo eigas. Didžiausią skirtumą rodo Codex: pažangiausios įmonės vienam darbuotojui siunčia 16 kartų daugiau žinučių. ChatGPT Agent, Apps in ChatGPT, Deep Research ir GPTs taip pat rodo palyginti didelius atotrūkius, o tai leidžia manyti, kad pažangiausios įmonės geriau išnaudoja įrankius, padedančius darbuotojams programuoti, deleguoti kelių žingsnių užduotis, taikyti įmonės kontekstą ir atlikti sudėtingesnius tyrimus.

Priešingai, bendresnės paskirties ir lengviau prieinami įrankiai, tokie kaip User Upload, Search ir Data Analysis, rodo mažesnį pažangiausių įmonių pranašumą. Daugumai įmonių šiuos įrankius naudoti lengviau, nes jie išplečia pažįstamas darbo eigas. Pažangiausių įmonių pranašumas ryškiausias pažangiuose ir agentiniuose įrankiuose, kurių diegimui reikia daugiau ekspertinių žinių, ryšių su darbo vietos žiniomis ir įrankiais bei didesnio pasitikėjimo deleguojant darbą DI.

Didžiausias atotrūkis tarp pažangiausių ir kitų įmonių matomas švietimo ir mokymosi srityje

Didžiausias pažangiausių įmonių pranašumas matomas švietimo ir mokymosi užduotyse, kur pažangiausia įmonė siunčia 7 kartus daugiau žinučių nei tipinė įmonė. Pažangiausios įmonės naudoja DI, kad padėtų darbuotojams ugdyti įgūdžius ir mokytis naujų temų. Jos taip pat naudoja DI, kad geriau suprastų patį DI, įskaitant tai, ką jis gali padaryti, kaip juo gerai naudotis ir kur jis gali įsilieti į esamas darbo eigas. Šio skirtumo dydis rodo, kad tipinė įmonė gali nepakankamai išnaudoti DI kaip darbo jėgos mokymosi ir tobulėjimo priemonę.

Programavime taip pat matomas didelis, 4 kartų, atotrūkis, atitinkantis platesnį atotrūkį pažangių ir agentinių įrankių naudojime. Instrukcinės gairės bei rašymas ir komunikacija turi mažiausią pažangiausių įmonių atotrūkį, tikriausiai todėl, kad šios užduotys yra prieinamesni ir labiau pažįstami DI naudojimo būdai.

DI naudojimas plačiausias rašyme, tačiau auga konkrečioms funkcijoms skirtas naudojimas

Rašymas ir komunikacija išlieka dažniausia ChatGPT naudojimo sritis. Tačiau naudojimo modeliai reikšmingai skiriasi pagal funkciją. 60 % IT & Security žinučių sutelkta į instrukcijas ir procedūrines gaires, beveik pusė Software Development ir Data Science & Engineering žinučių susijusios su programavimu, o dešimtadalis Finance žinučių susijusios su analize ir skaičiavimais.

Šie modeliai atitinka platesnius įrodymus, kad pažangiausi modelis gerėja ekonomiškai vertingose darbo vietos užduotyse. GDPval⁠, realaus pasaulio žinių darbo vertinimas 44 profesijose, matuoja veikimą užduotyse, kurios kuria praktinius darbo rezultatus, pavyzdžiui, dokumentus, skaičiuokles, skaidres, diagramas ir multimediją. DI tampant vis pajėgesniam, atrodo, kad įmonių naudojimas plečiasi į užduotis, kurios yra glaudžiau susijusios su pagrindiniu kiekvienos funkcijos darbu.

Pramonės lyderystė nėra vienmatė: skirtingi sektoriai pirmauja ChatGPT, Codex ir API srityse

Nėra vienos DI diegimo lyderių lentelės. Pramonės šakų reitingai skiriasi priklausomai nuo naudojamo mato. Profesinės, mokslinės ir techninės paslaugos užima pirmą vietą tiek pagal Codex diegimą, tiek pagal API intensyvumą, o tai rodo santykinai pažangų naudojimą kūrėjų ir į produktus integruotose darbo eigose. Finansai ir draudimas pirmauja pagal ChatGPT diegimą dėl plataus masto diegimų, o švietimo paslaugos pasižymi didžiausiu žinučių intensyvumu, kas rodo gilesnį naudojimą vienam žmogui. Mažmeninė prekyba ir sveikatos priežiūra užima aukštas vietas pagal API intensyvumą, nepaisant žemesnių pozicijų pagal kitus rodiklius.

Šie skirtumai rodo, kad pramonės lyderystė nėra vienmatė. Atrodo, kad kai kurie sektoriai DI diegia per technines ir kūrėjų darbo eigas, o kiti plečiasi per platų ChatGPT diegimą arba intensyvesnį galutinių naudotojų naudojimą.

Įmonės perkelia API naudojimą į realiomis sąlygomis veikiančius darbo procesus ir klientams skirtas programas

Įmonės vis dažniau naudoja API siekdamos integruoti modelius tiesiai į produktus, paslaugas ir vidines sistemas. Šie diegimai rodo, kaip įmonių DI peržengia eksperimentų ribas ir tampa pasikartojančiais darbo procesais, kuriančiais pamatuojamą operacinį poveikį.

Šie diegimo projektai rodo, kaip įmonėms skirtas DI peržengia eksperimentų ribas ir pereina prie pakartojamų darbo procesų, turinčių išmatuojamą poveikį veiklai. Remiantis klientų pavyzdžiais, įmonės naudoja „OpenAI“ modelius norėdamos paspartinti protinį darbą, padidinti inžinerinį našumą ir kurti DI pagrįstas patirtis klientams bei darbuotojams.

Ką organizacijos gali daryti, kad pasiektų pažangiausių lygį

OpenAI dirba su įmonėmis įvairiose pramonės šakose, funkcijose ir DI brandos etapuose, todėl matome, kaip diegimas vystosi nuo eksperimentavimo iki gamybinio naudojimo. Šiuose diegimuose daugiausia pažangos pasiekiančios įmonės paprastai mažiau dėmesio skiria vien prieigai ir daugiau organizacinėms sistemoms, reikalingoms giliam DI naudojimui: matavimui, valdymui, įgalinimui, poveikio mastelio didinimui ir agentiniam diegimui.

Penkios praktikos išsiskiria kaip praktiški žingsniai, kurių bet kuri organizacija gali imtis jau šiandien, kad pagilintų DI diegimą.

1. Matuokite naudojimo gylį, o ne tik prieigą.
   Svarbus signalas yra ne tik tai, kiek darbuotojų turi DI paskyras, bet ir ar komandos laikui bėgant naudoja DI prasmingiau. Organizacijos turėtų stebėti, ar DI naudojimas tampa dažnesnis, sudėtingesnis ir labiau susietas su vertingomis darbo eigomis.
2. Kurkite valdymą, kuris sudaro sąlygas gamybiniam naudojimui.
   Pirmaujančios įmonės nevengia valdymo. Jos jį naudoja tam, kad agentinį DI būtų lengviau diegti. Įmonėms reikia aiškių taisyklių, kur agentai gali veikti, kokią informaciją jie gali naudoti, kada jie turėtų patarti, o ne veikti, ir kaip žmonės peržiūri didesnės rizikos sprendimus. Pažangiausios įmonės šiuos standartus apibrėžia kaip diegimo proceso dalį, todėl valdymas tampa būdu saugiai plėsti diegimą, o ne jį lėtinti.
3. Laikykite įgalinimą pagrindine infrastruktūra, o ne šalutiniu projektu.
   Gerėjant DI galimybėms, tiek darbuotojams, tiek organizacijoms reikia sistemų, padedančių neatsilikti. Pažangiausios įmonės nelaiko įgalinimo vienkartiniu mokymų postūmiu. Jos kuria nuolatinį mokymąsi kaip diegimo dalį per vaidmeniui pritaikytus mokymus, naudojimo atvejų dirbtuves, hakatonus, vidinius ambasadorių tinklus, skirtą laiką eksperimentams ir bendras darbo eigų, gerųjų praktikų bei įgūdžių saugyklas. 
4. Nustatykite savo pažangiausias komandas ir didinkite jų poveikį.
   Daugelyje organizacijų pažangiausias naudojimas sutelktas nedideliame komandų skaičiuje. Šios komandos gali parodyti, kurios darbo eigos, įpročiai ir veiklos modeliai veikia. Vadovai turėtų nustatyti šias komandas, suprasti ir plėsti jų sėkmę lėmusias sąlygas bei padėti joms dalytis įžvalgomis ir gilesnio DI naudojimo pavyzdžiais su likusia įmone. 
5. Pereikite nuo pokalbių prie darbo delegavimo.
   Įmonių DI pereina nuo pokalbių pagalbininkų prie darbo, kurį galima deleguoti agentams. Programinės įrangos kūrimas iliustruoja šią tendenciją, tačiau deleguojamas darbas plinta ir kitose funkcijose. Naudodami Codex, inžinieriai gali perduoti aiškiai apibrėžtą užduotį, suteikti agentui reikiamą kontekstą, leisti jam dirbti su failais, kodo bazėmis ir įrankiais, tada peržiūrėti rezultatą ir, remdamiesi grįžtamuoju ryšiu, tobulinti darbo eigą. Pažangiausios įmonės skatina darbuotojus deleguoti užduotis DI, o ne tiesiog naudoti DI kaip statišką pagalbininką.

Jei norėtumėte išnagrinėti visas išvadas arba sužinoti, kaip atsakingai diegti DI savo organizacijoje, [mielai susisiektume⁠].