Uzņēmumu signāli: ko līderuzņēmumi dara citādi

MI izmantošana uzņēmumos nonāk jaunā posmā: arvien vairāk darba tiek deleģēts aģentiem, un uzņēmumi, kas šajā jomā ir tikuši vistālāk, atraujas no pārējiem. Līderuzņēmumiem ir piekļuve tiem pašiem MI modeļiem kā citiem uzņēmumiem, taču tie ātrāk padziļina to izmantošanu. Tas, kas tos atšķir, ir veids, kā tie liek šiem modeļiem strādāt: pārejot no palīdzības uz deleģēšanu, nodrošinot aģentiem kontekstu un rīkus sarežģītu uzdevumu izpildei un straujāk ieviešot aģentisko MI arī ārpus programmatūras izstrādes.

Mūsu pētījums OpenAI par to, kā aģenti pārveido darbu sniedz agrīnu priekšstatu par to, kā šī pārmaiņa varētu izskatīties organizācijā, kas ir radīta mākslīgā intelekta vidē. Enterprise Signals paver plašāku skatījumu uz OpenAI uzņēmumu klientiem visā pasaulē, parādot, kā aģentiskais darbs izplatās organizācijās un kas atšķir līderuzņēmumus no pārējiem.

Šajā Enterprise Signals izdevumā mēs parādām, ka līderuzņēmumi – tie, kas katru mēnesi ir mākslīgā intelekta lietojuma augšējos 10% – palielina plaisu ar parastajiem uzņēmumiem – tiem, kas ir vidējos 10%. Mēs aplūkojam, ko līderuzņēmumi dara citādi un ko organizācijas var darīt, lai mazinātu plaisu.

Galvenās atziņas:

• Izmantošana uzņēmumos kļūst arvien aģentiskāka. Jūnijā Codex veidoja 64% no kopējā Codex un ChatGPT izvades tekstvienību skaita uzņēmumu klientu vidū, kas liecina, ka aģenti veicina pāreju uz būtiskāku, deleģētu darbu.
• Atšķirība starp līderuzņēmumiem un tipiskajiem uzņēmumiem palielinās. Līderuzņēmumi – tie, kas katru mēnesi ir MI lietojuma augstākajos 10% – tagad ģenerē 8,3× vairāk izvades tekstvienību uz vienu aktīvo lietotāju nekā tipiski uzņēmumi, salīdzinot ar 2,6× janvārī.
• Līderuzņēmumi progresīvās iespējas izmanto biežāk. Katru nedēļu spraudņus izmanto 21% aktīvo lietotāju līderuzņēmumos, salīdzinot ar 9% tipiskajos uzņēmumos. OpenAI 95% darbinieku ik nedēļu izmanto spraudņus, kas liecina par iespēju tos izmantot vēl plašāk.
• Aģenti arvien plašāk tiek izmantoti zināšanu darbā. Kopš februāra iknedēļas aktīvo Codex lietotāju skaits uzņēmumos ir pieaudzis 108× juridiskajā jomā, 41× pārdošanā, 41× personāla atlasē un 26× mārketingā, salīdzinot ar 5× inženieru vidū.
• Darbinieki karjeras sākumposmā vairāk izmanto mākslīgo intelektu: izmantošana ir visaugstākā darbinieku vidū karjeras sākumposmā un samazinās pieredzējušāku darbinieku vidū, kas liecina par iespējamu salīdzinošu priekšrocību mākslīgā intelekta izmantošanā.

Uzņēmumu MI pāriet no atbildēšanas uz jautājumiem uz darba izpildi. Šī pāreja vispirms nostiprinājās programmatūras inženierijā līdz ar Codex. Tagad ChatGPT Work paplašina aģentiskā MI lietojumu ārpus izstrādātāju loka, ļaujot darbiniekiem visā uzņēmumā pāriet no palīdzības lūgšanas uz būtisku uzdevumu deleģēšanu.

2026. gada jūnijā aģentiskā MI lietojums (ko mēra pēc Codex tekstvienībām) uzņēmumu klientu vidū veidoja 64% no kopējā Codex un ChatGPT izvades tekstvienību skaita. Gan ChatGPT, gan aģentiskais MI izmanto vienus un tos pašus pamatā esošos robežšķirtnes modeļus; atšķirība ir tajā, kā šīs spējas tiek izmantotas darbā.

ChatGPT palīdz cilvēkiem uzdot jautājumus, attīstīt idejas un risināt problēmas. Aģentiskais MI (piemēram, Codex un ChatGPT Work) nodrošina modelim rīkus darbam ar tavu datoru, ļaujot tam atrast informāciju, rediģēt failus un autonomi vai uzraudzībā veikt daudzpakāpju uzdevumus. Sarežģītu un ilgstošu uzdevumu izpilde var prasīt ievērojami vairāk skaitļošanas resursu, kas palīdz izskaidrot, kāpēc aģentiskā MI tekstvienību lietojums ir strauji pieaudzis.

Katru mēnesi mēs sarindojam uzņēmumu klientus pēc izvades tekstvienību skaita uz vienu aktīvo lietotāju. Līderuzņēmumi ir tie, kas attiecīgajā mēnesī ietilpst 10% uzņēmumu ar lielāko rādītāju, savukārt tipiskie uzņēmumi ietilpst 45.–55. procentiles diapazonā. Jūnijā līderuzņēmumi uz vienu aktīvo lietotāju ģenerēja 8,3× vairāk izvades tekstvienību nekā tipiskie uzņēmumi; salīdzinājumā ar 2,6× atšķirību janvārī tā ir trīskāršojusies.

Līderuzņēmumu pārsvars vērojams arī visās nozarēs: vislielākā tekstvienību lietojuma atšķirība ir informācijas un tehnoloģiju nozarē (11,7×), bet vismazākā – ražošanā (5,3×). Turpretī tipisko uzņēmumu tekstvienību lietojums dažādās nozarēs ir līdzīgs un pēdējā gada laikā ir audzis samērā nedaudz (no 1,9× līdz 2,8×). Tas liecina, ka daudzas organizācijas joprojām izmanto vienkāršus tērzēšanas asistentus, atstājot ievērojamas iespējas padziļināt izmantošanu un izmantot aģentus sarežģītāku darbu veikšanai.

Tekstvienības ir nepilnīgs uzņēmējdarbības vērtības rādītājs: īsa atbilde var būt ļoti vērtīga, savukārt gara atbilde var dot maz. Taču tekstvienību apjoms ir noderīgs netiešs rādītājs tam, cik padziļināti tiek izmantots MI un cik daudz darba darbinieki uztic MI.

Vadošie uzņēmumi arvien plašāk izmanto MI, jo ar tā palīdzību risina konkrētas problēmas gan savās organizācijās, gan visā attiecīgajā nozarē.

Sākotnēji uzņēmumi MI izmantoja iekšēji, palīdzot darbiniekiem atrast informāciju, sagatavot dokumentu melnrakstus, analizēt datus, rakstīt kodu un automatizēt rutīnas procesus. Vadošie uzņēmumi MI arvien biežāk izmanto ne tikai iekšējās produktivitātes uzlabošanai, bet arī klientiem paredzētos produktos un pakalpojumos, kā arī klientu pieredzē.

Lai MI aģenti būtu efektīvi, tiem nepieciešama piekļuve atbilstošajam kontekstam un rīkiem. Spraudņi⁠(atveras jaunā logā) apvieno funkcijas, kas palīdz aģentiem izpildīt konkrētas darbplūsmas. Tie var apvienot prasmes, kas nodrošina atkārtoti izmantojamas vadlīnijas, ar lietotnēm, kas izveido savienojumu ar uzņēmuma datiem, rīkiem un darbībām. Piemēram, pārdošanas spraudnis var apvienot komandas rokasgrāmatu ar piekļuvi tās CRM, ļaujot aģentam izmantot aktuālo klientu informāciju un iepriekšējos piedāvājumus, lai sagatavotu pielāgotu atbildi pārskatīšanai.

Līderuzņēmumiem ir nepārprotams pārsvars progresīvo iespēju izmantošanā. Iknedēļas aktīvo lietotāju vidū līderuzņēmumos spraudņus izmanto 21%, bet prasmes – 19%, salīdzinot ar attiecīgi tikai 9% un 3% tipiskajos uzņēmumos. Tomēr līderuzņēmumi izmanto tikai nelielu daļu no šo iespēju potenciāla. OpenAI iekšējie lietošanas dati atklāj šo iespēju plašākas izmantošanas potenciālu: ik nedēļu spraudņus izmanto 95% aktīvo lietotāju. Mūsu pētījums par to, kā aģenti pārveido darbu sniedz tuvāku ieskatu tajā, kā OpenAI darbinieki izmanto uzlabotas iespējas.

MI aģentiem ir nepieciešamas trīs lietas, lai paveiktu jēgpilnu darbu: konteksts, rīki un noturība. Atmiņa, balss ievade un appshots palīdz darbiniekiem viegli kopīgot kontekstu un informāciju, kas nepieciešama, lai sekmīgi paveiktu uzdevumu. Datora un pārlūkprogrammas lietošana ļauj aģentiem pārlūkot tīmekļa vietnes, izveidot failus un autonomi vai uzraudzībā izpildīt uzdevumus. Mērķi un cikli nodrošina, ka aģenti turpina strādāt, līdz uzdevums ir pabeigts. Kopā šīs iespējas palīdz līderuzņēmumiem īstenot aģentu potenciālu.

Piekļuves piešķiršana aģentiem uzņēmuma sistēmām arī rada jaunus riskus. Līderuzņēmumi nosaka skaidrus noteikumus par to, kur aģenti var darboties, kādai informācijai tie var piekļūt, kad tie var rīkoties un kā cilvēki pārskata augstāka riska lēmumus. Šie kontroles pasākumi ir jāpilnveido, organizācijām gūstot pieredzi no reāliem ieviešanas gadījumiem.

Līderuzņēmumi arī iekļauj nepārtrauktu mācīšanos un eksperimentēšanu ikdienas darbā. Praktiskas darba sesijas izstrādātājiem, forumi jaunu lietojuma scenāriju apspriešanai un iekšējas demonstrācijas palīdz izplatīt veiksmīgu praksi dažādās komandās un darbības jomās.

Programmatūras izstrādātāji bija vieni no pirmajiem, kas sāka izmantot MI aģentus, taču pašlaik visstraujākais pieaugums vērojams vispārēja profila zināšanu darbinieku vidū. Kopš februāra iknedēļas aktīvo Codex lietotāju skaits uzņēmumos ir pieaudzis 108× juridiskajā jomā, 41× pārdošanā, 41× personāla atlasē un 26× mārketingā, salīdzinot ar 5× inženieru vidū. 

Programmatūras izstrāde ne velti bija pirmā. Koda bāzes sniedz aģentiem skaidru kontekstu, testi atvieglo rezultātu pārbaudi, un progress programmēšanā palīdz paātrināt MI pētniecību un izstrādi. Pēdējo divu gadu laikā izstrādātāji ir pārgājuši no MI izmantošanas atsevišķu koda rindiņu pabeigšanai uz veselu programmatūras izstrādes uzdevumu uzticēšanu aģentiem. Daudzi izstrādātāji vairs neraksta kodu manuāli, bet velta laiku uzdevumu sagatavošanai, aģentu darba koordinēšanai un rezultātu pārskatīšanai.

Turpretī progress vispārējā zināšanu darbā ir bijis lēnāks, jo daudziem uzdevumiem ir pieejams ierobežots konteksts, tos var būt grūti precīzi definēt un tiem trūkst skaidru rezultātu pārbaudes kritēriju. Taču turpmāka mērogošana, sasniegumi pastiprinātās mācīšanās jomā un mērķtiecīgi centieni uzlabot sniegumu tādos novērtējumos kā GDPval padara robežšķirtnes modeļiem pieejamu arvien plašāku reālās pasaules uzdevumu un rīku klāstu, kā arī daudzveidīgākas darba vides. Rezultātā aģentiskais MI kopš gada sākuma arvien plašāk rod pielietojumu vispārēja profila zināšanu darbinieku vidū.

Vairāk nekā 10 miljonu ziņojumu izlasē redzams, ka MI izmantošana uzņēmumos pāriet no palīdzības darbiniekiem radīt darba rezultātus uz palīdzību komandām tos īstenot. Pat vienas un tās pašas funkcijas ietvaros tērzēšanas MI un aģentiskā MI lietojuma modeļi būtiski atšķiras.

Rakstīšana joprojām ir visbiežāk izmantotais ChatGPT lietojuma veids, savukārt programmēšana un sistēmu vai aģentu darbības kopā veido gandrīz 75% aģentiskā MI ziņojumu. Šī pāreja ir īpaši izteikta ārpus tradicionālajām tehniskajām komandām: personāla atlasē (32%), pārdošanā (26%), politikas jomā (25%) un komunikācijā (24%) no ceturtdaļas līdz trešdaļai ziņojumu ir veltīti sistēmu un aģentu darbībām. Tehniskais darbs izplatās arī dažādās funkcijās, un programmēšana veido gandrīz 60% aģentiskā MI ziņojumu dizaina jomā.

Nav vienota MI ieviešanas līderu saraksta. Nozaru reitingi atšķiras atkarībā no izmantotā rādītāja. Pēdējā mēneša laikā profesionālo un zinātnisko pakalpojumu nozare bija līdere gan Codex ieviešanas, gan API lietojuma intensitātes ziņā. Mākslas, izklaides un atpūtas nozare bija līdere ChatGPT ieviešanā, savukārt apstrādes rūpniecībā ir visaugstākā ChatGPT lietojuma intensitāte, lai gan Codex un API lietojuma intensitātes ziņā tā ierindojas pēdējā vietā.

Nozares MI ieviešanā neiet vienu un to pašu ceļu. Dažas nozares virzās uz priekšu, izmantojot izstrādātāju rīkus un MI darbinātus produktus, savukārt citās MI ikdienas lietojums ir plašāks vai intensīvāks.

MI rada jaunus veidus, kā organizācijas var piegādāt preces un sniegt pakalpojumus, un vienlaikus pārveido drošības vidi. Reti kurš risks prasa tik tūlītēju uzmanību kā kiberdrošība, jo īpaši, ņemot vērā MI kiberspēju straujo attīstību.

MI var arī palīdzēt aizsardzības speciālistiem reaģēt. Modeļi var analizēt lielas koda bāzes, izpētīt ievainojamības un palīdzēt veikt vairākposmu drošības uzdevumus. Taču vairāk problēmu atklāšana automātiski nepadara sistēmas drošākas. Patiesais šķērslis ir konstatējumu pārvēršana darbībā: noteikt, kuras ievainojamības ir reālas, prioritizēt visbūtiskākos riskus, testēt ielāpus un nodrošināt, ka drošības komandas ātri pārskata un ievieš labojumus. 

OpenAI Daybreak apvieno robežšķirtnes kiberdrošības modeļus, uzņēmumu drošības rīkus un partneru ekosistēmu, lai palīdzētu organizācijām risināt šos izaicinājumus un stiprināt aizsardzību pret jaunajiem draudiem.

OpenAI misija ir nodrošināt, ka mākslīgais intelekts sniedz labumu visai cilvēcei. Organizācijas noteiks lielu daļu MI ekonomiskās ietekmes, tāpēc regulāri publicējam Enterprise Signals – periodisku rādītāju kopumu, ar kuru sekojam MI ieviešanai, izplatībai un ietekmei uzņēmumos. Visas šajā ziņojumā ietvertās analīzes ir balstītas uz apkopotiem un anonimizētiem uzņēmumu lietojuma datiem. Mēs izmantojām automatizētas sistēmas, lai klasificētu ziņojumu saturu, un neviens OpenAI darbinieks nepārskatīja klientu ziņojumus.

OpenAI Enterprise klienti var arī pieprasīt pielāgotu etalonu, lai salīdzinātu savu organizāciju pēc jaunākajiem lietojuma un spēju rādītājiem.