Bedriftssignaler: Hva banebrytende selskaper gjør annerledes

KI i virksomheter går inn i en ny fase: stadig mer arbeid delegeres til agenter, og selskapene som har kommet lengst, drar fra. Banebrytende selskaper har tilgang til de samme KI-modellene som andre bedrifter, men de utdyper bruken raskere. Det som skiller dem ut, er hvordan de setter disse modellene i arbeid: ved å gå fra assistanse til delegering, gi agenter konteksten og verktøyene de trenger for å fullføre komplekse oppgaver, og akselerere agentisk KI utover programvareutvikling.

Forskningen vår på hvordan agenter endrer arbeid hos OpenAI gir en tidlig indikasjon på hvordan dette skiftet kan se ut i en KI-basert organisasjon. Enterprise Signals utvider perspektivet til OpenAIs globale bedriftskundebase og viser hvordan agentisk arbeid sprer seg på tvers av organisasjoner, og hva som skiller banebrytende selskaper fra resten.

I denne utgaven av Enterprise Signals viser vi at banebrytende selskaper – de som er blant de øverste 10 % i KI-bruk hver måned – øker avstanden til typiske selskaper – de som er blant de midterste 10 %. Vi undersøker hva banebrytende selskaper gjør annerledes, og hva organisasjoner kan gjøre for å lukke gapet.

Viktige punkter:

• Bedriftsbruk blir stadig mer agentbasert. Per juni genererte Codex 64 % av de samlede utdatatokenene fra Codex og ChatGPT blant bedriftskunder, noe som tyder på at agenter muliggjør et skifte mot mer substansielt, delegert arbeid.
• Forskjellen i det banebrytende øker. Banebrytende selskaper – de som ligger i de øverste 10 % av KI-bruk hver måned – genererer nå 8,3× så mange utdatatoken per aktiv bruker som typiske selskaper, opp fra 2,6× i januar.
• Banebrytende selskaper bruker avanserte funksjoner oftere. Hver uke bruker 21 % av aktive brukere i banebrytende selskaper Plugins, sammenlignet med 9 % i typiske selskaper. Hos OpenAI bruker 95 % av de ansatte Plugins ukentlig, noe som fremhever potensialet for dypere adopsjon.
• Agenter sprer seg på tvers av kunnskapsarbeid. Siden februar har ukentlig aktive bedriftsbrukere av Codex økt 108 × innen jus, 41 × innen salg, 41 × innen rekruttering og 26 × innen markedsføring, sammenlignet med 5 × innen ingeniørarbeid.
• Ansatte tidlig i karrieren bruker KI mer: Bruken er høyest blant ansatte tidlig i karrieren og lavere blant mer erfarne ansatte, noe som tyder på en potensiell komparativ fordel ved bruk av KI.

Virksomhets-KI er i ferd med å gå fra å svare på spørsmål til å utføre arbeid. Dette skiftet fikk først fotfeste innen programvareutvikling med Codex. Nå utvider ChatGPT Work agentisk KI utover utviklere, og gjør det mulig for ansatte på tvers av virksomheten å gå fra å be om hjelp til å delegere omfattende oppgaver.

Fra juni 2026 sto bruk av agentisk KI (definert som Codex-tokener) for 64 % av de kombinerte utdata-tokenene fra Codex og ChatGPT blant bedriftskunder. Både ChatGPT og agentisk KI bruker de samme underliggende banebrytende modellene; forskjellen er hvordan den intelligensen tas i bruk.

ChatGPT hjelper folk med å stille spørsmål, utvikle ideer og jobbe gjennom problemer. Agentisk KI (som Codex og ChatGPT Work) gir modellen verktøy til å arbeide med datamaskinen din, slik at den kan finne informasjon, redigere filer og utføre flertrinnsoppgaver autonomt eller under tilsyn. Å fullføre komplekse, langvarige oppgaver kan kreve betydelig mer beregning, noe som bidrar til å forklare hvorfor bruken av agentbaserte token har vokst raskt.

Hver måned rangerer vi bedriftskunder etter utdata-token per aktiv bruker. Banebrytende selskaper er de som er i de øverste 10 % den måneden, mens typiske selskaper ligger mellom 45. og 55. persentiler. Per juni genererte banebrytende selskaper 8,3× så mange utdata-token per aktiv bruker som typiske selskaper, en tredobling sammenlignet med gapet på 2,6× i januar.

Det banebrytende gapet strekker seg også på tvers av bransjer, med det største gapet i tokenbruk innen informasjon og teknologi (11,7×) og det minste innen produksjon (5,3×). Derimot er tokenbruken blant typiske selskaper lik på tvers av bransjer, med relativt beskjeden vekst det siste året (1,9× til 2,8×). Dette tyder på at mange organisasjoner fortsatt bruker enkle chatteassistenter, noe som gir et betydelig potensial for å utvide bruken og benytte agenter til å utføre mer komplekst arbeid.

Tokens er et ufullkomment mål på forretningsverdi: et kort svar kan være svært verdifullt, mens et langt svar kan tilføre lite. Men token-volumet gir en nyttig indikator på dybden i KI-bruken og hvor mye arbeid ansatte ber KI om å påta seg.

Ledende selskaper utvider bruken av KI fordi de anvender teknologien på konkrete problemer internt i organisasjonene sine og på tvers av bransjene de opererer i.

De første KI-applikasjonene for virksomheter ble tatt i bruk internt, der de hjalp ansatte med å finne informasjon, utarbeide dokumenter, analysere data, skrive kode og automatisere rutineprosesser. Ledende selskaper utvider i økende grad bruken av KI utover intern produktivitet og inn i kunderettede produkter, tjenester og opplevelser.

KI-agenter trenger tilgang til riktig kontekst og de riktige verktøyene for å være effektive. Programtillegg⁠(åpnes i et nytt vindu) samler funksjoner som hjelper agenter med å fullføre spesifikke arbeidsflyter. De kan kombinere ferdigheter som gir gjenbrukbare instruksjoner, med apper som kobler til bedriftsdata, verktøy og handlinger. Et sales plugin kan for eksempel kombinere et teams spillbok med tilgang til CRM-systemet, slik at en agent kan bruke aktuell kundeinformasjon og tidligere forslag til å utarbeide et skreddersydd svar for gjennomgang.

Banebrytende selskaper har et klart forsprang innen avanserte muligheter. Blant ukentlig aktive brukere bruker 21 % hos banebrytende selskaper programtillegg, og 19 % bruker ferdigheter, sammenlignet med bare 9 % og 3 % hos typiske selskaper. Bruken hos banebrytende selskaper utgjør imidlertid bare en brøkdel av det som er mulig. OpenAIs interne bruk fremhever potensialet for mer inngående bruk av disse funksjonene, med ukentlig bruk av plugin på 95 % av aktive brukere. Forskningen vår på hvordan agenter forandrer arbeidslivet gir et nærmere innblikk i hvordan ansatte i OpenAI bruker avanserte muligheter.

KI-agenter trenger tre ting for å kunne utføre meningsfylt arbeid: kontekst, verktøy og utholdenhet. Minne, stemmeinndata og appshots hjelper brukere til å enkelt dele konteksten og informasjonen som er nødvendig for å fullføre en oppgave med suksess. Bruk av datamaskin og nettleser gjør det mulig for agenter å navigere på nettsteder, opprette filer og fullføre oppgaver autonomt eller under tilsyn. Mål og løkker sørger for at agenter fortsetter å arbeide til en oppgave er fullført. Samlet sett hjelper disse mulighetene banebrytende selskaper med å realisere potensialet til agenter.

Å gi agenter tilgang til bedriftens systemer medfører også nye risikoer. Banebrytende virksomheter setter klare regler for hvor agenter kan operere, hvilken informasjon de kan få tilgang til, når de kan utføre handlinger, og hvordan ansatte vurderer beslutninger med høyere risiko. Disse kontrollene må utvikle seg etter hvert som organisasjoner lærer av reelle utrullinger.

Banebrytende selskaper gjør også kontinuerlig læring og eksperimentering til en del av det daglige arbeidet. Praktiske arbeidsøkter for de som bygger løsningene, fora for deling av nye bruksområder og interne demonstrasjoner bidrar til at vellykkede arbeidsmåter sprer seg på tvers av team og funksjonsområder.

Programvareutviklere var blant de første til å ta i bruk KI-agenter, men den raskeste veksten kommer nå fra kunnskapsarbeidere generelt. Siden februar har antallet ukentlige aktive Codex-brukere i virksomheter vokst 108× innen juss, 41× innen salg, 41× innen rekruttering og 26× innen markedsføring, sammenlignet med 5× blant ingeniører. 

Programvare var først ute av en grunn. Kodebaser gir agenter tydelig kontekst, tester gjør det enklere å verifisere utdata, og fremskritt innen koding bidrar til å akselerere KI-forskning og -utvikling. I løpet av de siste to årene har utviklere gått fra å bruke KI til å fullføre enkeltstående kodelinjer til å la agenter håndtere hele programvareutviklingsoppgaver. Mange utviklere skriver ikke lenger kode manuelt, men bruker i stedet tiden sin på å sette opp oppgaver, orkestrere agenter og gjennomgå resultater.

Derimot har fremgangen innen generelt kunnskapsarbeid gått langsommere, fordi mange oppgaver gir begrenset kontekst, kan være vanskelige å spesifisere og mangler klare kriterier for å verifisere resultatet. Men fortsatt skalering, fremskritt innen forsterkende læring, og målrettet innsats for å forbedre ytelsen på evalueringer som GDPval, bringer flere oppgaver, verktøy og arbeidsmiljøer fra den virkelige verden innen rekkevidde for banebrytende modeller. Som et resultat har agentisk KI i økende grad funnet produktmarkedstilpasning hos generelle kunnskapsarbeidere siden begynnelsen av året.

I et utvalg på mer enn 10 millioner meldinger beveger KI i virksomheter seg fra å hjelpe ansatte med å produsere arbeid til å hjelpe team med å utføre det. Selv innenfor samme funksjon varierer bruksmønstrene betydelig mellom chat og agentisk KI.

Skriving er fortsatt den vanligste bruken av ChatGPT, mens koding og system- eller agentoperasjoner til sammen står for nesten 75 % av agentiske meldinger. Denne endringen er spesielt tydelig utenfor tradisjonelle tekniske team: rekruttering (32 %), salg (26 %), policy (25 %) og kommunikasjon (24 %) bruker mellom en fjerdedel og en tredel av meldingene på system- og agentoperasjoner. Teknisk arbeid brer seg også på tvers av funksjonsområder, og koding står for nesten 60 % av agentiske meldinger innen design.

Det finnes ingen enkelt rangering for KI-adopsjon. Bransjerangeringer varierer avhengig av hvilket mål som brukes. Den siste måneden ledet profesjonelle og vitenskapelige tjenester både i Codex-adopsjon og API-intensitet. Kunst, underholdning og rekreasjon ledet ChatGPT‑adopsjon, mens produksjon har høyest ChatGPT‑intensitet til tross for at det rangerer sist i Codex- og API-intensitet.

Ulike bransjer følger ikke samme vei når det gjelder å ta i bruk KI. Noen gjør fremskritt gjennom utviklerverktøy og KI-drevne produkter, mens andre får bredere eller mer intensiv daglig bruk.

Etter hvert som KI skaper nye måter for organisasjoner å levere varer og tjenester på, omformer den også sikkerhetslandskapet. Få risikoområder er mer presserende enn cybersikkerhet, særlig i lys av den raske utviklingen av KI-baserte cyberkapasiteter.

KI kan også hjelpe forsvarere med å handle. Modeller kan analysere store kodebaser, undersøke sårbarheter og støtte sikkerhetsarbeid i flere trinn. Men det å identifisere flere problemer fører ikke automatisk til tryggere systemer. Den virkelige flaskehalsen er å omsette funn til handling: å avgjøre hvilke sårbarheter som er reelle, prioritere risikoene med størst konsekvens, teste patcher og sikre at sikkerhetsteam gjennomgår og distribuerer rettelser raskt. 

OpenAI Daybreak samler banebrytende cybersikkerhetsmodeller, sikkerhetsverktøy for bedrifter og et partnerøkosystem for å hjelpe organisasjoner med å møte disse utfordringene og styrke forsvaret sitt mot nye trusler.

OpenAI’s oppdrag er å sikre at KI kommer hele menneskeheten til gode. Organisasjoner vil forme mye av KI’s økonomiske innvirkning, og av denne grunn publiserer vi jevnlig Enterprise Signals, et tilbakevendende sett med måleindikatorer som følger bruk, utbredelse og innvirkning av KI i virksomheter. Alle analyser i denne rapporten er basert på avidentifiserte, samlede virksomhetsdata. Vi brukte automatiserte systemer til å klassifisere meldingsinnhold, og ingen OpenAI-ansatte gjennomgikk kundemeldinger.

Kunder med OpenAI Enterprise-abonnement kan også be om en tilpasset referansevurdering for å se hvordan organisasjonen deres sammenlignes på tvers av de nyeste målingene for bruk og funksjoner.