Firmy pionierskie wyprzedzają konkurencję

Skrót

• Firmy pionierskie (95. percentyl wykorzystania) obecnie używają AI 3,5x bardziej intensywnie w przeliczeniu na pracownika niż typowe firmy, podczas gdy rok temu wartość ta wynosiła 2x.
• Różnica w wykorzystaniu dotyczy głębokości tego wykorzystywania, a nie samej aktywności: liczba przesłanych wiadomości przekłada się na jedynie 36% przewagi pionierskiej; większy zakres tej różnicy wynika z pełniejszego, bardziej złożonego wykorzystania AI.
• Agentowe przepływy pracy stają się wyznacznikiem pionierów: największa przewaga ujawnia się w zaawansowanych narzędziach, gdzie firmy pionierskie wysyłają 16x więcej wiadomości w Codex na pracownika niż typowe firmy.
• Organizacje mogą zmierzać w kierunku rozwiązań pionierskich: czołowe firmy mierzą głębokość wykorzystania technologii, tworzą mechanizmy nadzoru nad zastosowaniami produkcyjnymi, inwestują w rozwój kompetencji, skalują działające rozwiązani i przechodzą od pomocy bazującej na czacie do pracy delegowanej agentom.

Dla wielu przedsiębiorstw pierwsza faza wdrażania AI koncentrowała się na dostępie: kto miał dostęp do narzędzi AI, ile stanowisk zostało wdrożonych i czy pracownicy eksperymentowali. To nadal jest ważne, ale dostęp nie jest już czynnikiem wyróżniającym. 

Nasze najnowsze badania wskazują, że przewaga firm pionierskich zaczyna się kumulować. Firmy pionierskie zyskują przewagę nad konkurencją, ponieważ intensywniej wykorzystują sztuczną inteligencję w przekalkulowaniu na pracownika, bardziej zdecydowanie wdrażają zaawansowane narzędzia i głębiej osadzają AI w procesach roboczych.

Dzisiaj przedstawiamy B2B Signals – biznesowe rozszerzenie OpenAI Signals. Zapewnia ono cykliczny pomiar zasięgu upowszechniania się AI w firmach, oparty na zagregowanych sygnałach, pozyskiwanych z zachowaniem zasad prywatności od przedsiębiorstw korzystających z produktów OpenAI, w tym:

• W jak głębokim zakresie AI jest wykorzystywana w firmach?
• Które narzędzia i zadania są najbardziej powiązane z pionierskim wdrażaniem?
• Zastosowania biznesowe stosowane w różnych branżach, produktach i funkcjach

Uwaga: Wszystkie analizy w tym raporcie zostały przeprowadzone na zanonimizowanych, zagregowanych danych dotyczących użytkowania w przedsiębiorstwach. Treść wiadomości została sklasyfikowana przy użyciu zautomatyzowanych systemów. W ramach tej analizy żaden pracownik OpenAI nie miał dostępu do danych poszczególnych przedsiębiorstw, firm ani klientów.

Najczytelniejszym sygnałem jest głębokość wdrożenia. Firmy pionierskie wykorzystują obecnie 3,5x częściej AI w przeliczeniu na pracownika niż typowe firmy, podczas gdy rok temu było to 2x. Liczba wiadomości przekłada się na zaledwie 36% tej luki; większy zakres tej różnicy wynika z pełniejszego wykorzystania AI. Pracownicy w organizacjach pionierskich zlecają AI bardziej złożone zadania, zapewniają szerszy kontekst i uzyskują bardziej merytoryczne wyniki.

W tym raporcie używamy liczby wygenerowanych tokenów jako przybliżonej miary zapotrzebowania na sztuczną inteligencję. Tokeny nie stanowią bezpośredniej miary wartości biznesowej, ale pomagają określić, ile zadań pracownicy zlecają AI, dzięki czemu ten współczynnik może być przybliżonym wskaźnikiem stopnia wykorzystania AI.

Mówiąc prościej: typowe firmy wykorzystują AI do odpowiadania na pytania; firmy pionierskie wykorzystują AI do wspomagania wykonywania złożonych zadań. Nie chodzi tu tylko o wysyłanie większej liczby wiadomości; każda interakcja oznacza więcej wykonanej pracy. 

Sygnały te sugerują, że firmy pionierskie wykorzystują AI do bardziej złożonych i wymagających zadań. Liderzy przestają już zadawać pytania typu „ile osób ma dostęp do AI” czy „jak często z niej korzystają”, tylko zaczynają pytać „w których obszarach AI coraz głębiej wnika w procesy pracy i zmienia sposób działania zespołów”.

Firmy pionierskie również zmierzają w kierunku delegowania zadań.

Przewaga jest największa w przypadku zaawansowanych narzędzi agentowych. Codex obrazuje największą różnicę – firmy pionierskie wysyłają 16x więcej wiadomości na pracownika niż typowe firmy. Agent ChatGPT, aplikacje w ChatGPT, głębokie badania i GPT wykazują podobne wzorce kierunkowe, co sugeruje, że firmy pionierskie lepiej radzą sobie z wdrażaniem narzędzi, które pomagają pracownikom programować, delegować wieloetapowe zadania, wykorzystywać dane wewnętrzne firmy do zapewniania kontekstu działań oraz prowadzić bardziej złożone badania.

W miarę jak systemy AI coraz sprawniej korzystają z narzędzi, pracują z wykorzystaniem różnych plików i baz kodu oraz wykonują zadania o dłuższym horyzoncie czasowym, przedsiębiorstwa muszą się dostosowywać się do przekazywania istotnych zadań agentom AI.

Firmy pionierskie tworzą potencjał operacyjny pozwalający wykorzystywać sztuczną inteligencję nie tylko jako szybszy interfejs, ale jako sposób na opracowywanie zupełnie nowych sposobów realizacji zadań.

Cisco używa Codex do przyspieszania złożonych prac programistycznych w dużej wewnętrznej organizacji inżynieryjnej. W produkcyjnych przepływach pracy Codex pomógł skrócić czas kompilacji o około 20%, zaoszczędzić ponad 1500 godzin pracy inżynierów miesięcznie i zwiększyć tempo usuwania błędów 10–15-krotnie. Jak ujął to zespół Cisco, największe korzyści pojawiły się, gdy zaczęli traktować Codex jako „członka zespołu”. 

AI jest również wdrażana w produkcyjnych przepływach pracy w całej firmie.

Firmy wdrażają zastosowania API w obszarach takich jak asystenci w aplikacjach, narzędzia do kodowania i narzędzia programistyczne oraz obsługa klienta. W ten sposób AI może stać się częścią produktów, usług i systemów wewnętrznych.

Wykorzystanie AI jest najszersze w komunikacji i pisaniu, ale rośnie też zastosowanie tej technologii w konkretnych obszarach funkcjonalnych. Zespoły IT i ds. bezpieczeństwa koncentrują swoje zapytania głównie na wskazówkach instruktażowych i proceduralnych, zespoły ds. tworzenia oprogramowania i analityki danych wykazują wysoki poziom wykorzystania AI do kodowania, a zespoły finansowe używają AI do wykonywania analiz i obliczeń. Te prawidłowości sugerują, że AI wykracza poza ogólną produktywność i jest stosowana w zadaniach bliżej związanych z podstawowymi obowiązkami na określonych stanowiskach.

Nie istnieje jedn ranking wdrażania AI. Niektóre branże przodują w zakresie szerokiego wdrożenia ChatGPT, inne – pod względem stosowania Codex, intensywności wykorzystania API lub ilości wysyłanych wiadomości. Oznacza to, że organizacje stosują wiele systemów działania: mogą skalować dostęp, pogłębiać wykorzystanie, wdrażać narzędzia agentowe lub wbudowywać AI bezpośrednio w produkty i systemy.

Travelers Insurance pokazuje, jak wygląda to w praktyce. Stosowany przez firmę asystent AI ds. roszczeń, opracowany na bazie rozwiązań OpenAI, pomaga klientom zgłaszać szkody, odpowiada na pytania dotyczące polis, gromadzi informacje potrzebne do rozpoczęcia obsługi roszczenia i tworzy zgłoszenia roszczeń bezpośrednio w systemach Travelers. Firma oczekuje, że asystent ten obsłuży około 100 000 połączeń dotyczących pierwszego zgłoszenia szkody w pierwszym roku działania.

Różnic w stosowaniu AI między firmami pionierskimi a typowymi firmami nie należy postrzegać jako stałego podziału. Wiele organizacji wciąż znajduje się na wczesnym etapie procesu przechodzenia od szerokiego dostępu do głębszego, bardziej zintegrowanego wykorzystania AI. W podejściu pionierskim cenne jest wskazanie, które działania z czasem realnie wpływają na korzyści firmy.

Jednym z najwyraźniejszych sygnałów jest edukacja i uczenie się, gdzie przewaga modeli pionierskich na poziomie zadań jest największa. Sugeruje to, że czołowe firmy wykorzystują AI nie tylko do realizacji zadań, lecz także do pomagania pracownikom w zdobywaniu umiejętności, rozwijaniu nawyków i pewności siebie potrzebnych do efektywnego korzystania z AI.

Organizacje mogą kierować się w stronę podejść pionierskich, mierząc stopień zaawansowania wykorzystania, tworząc zasady nadzoru umożliwiające użycie produkcyjne, traktując wspieranie wdrożeń jako podstawową infrastrukturę, określając zespoły pionierskie i skalując ich wpływ oraz rezygnując z czatów na korzyść pracy delegowanej agentom.

Sztuczna inteligencja w przedsiębiorstwach szybko się rozwija, a liderzy potrzebują jasnych danych, aby zrozumieć, co pomaga przełożyć wdrażanie AI na korzyści biznesowe.

B2B Signals śledzi zachowania i wzorce czołowych firm, dając organizacjom pełniejszy obraz tego, jak wiodące firmy przekształcają inteligencję w wartość biznesową. 

Niniejsza pierwsza edycja tego raportu koncentruje się na głębokości wykorzystania, przepływach pracy opartych na agentach oraz wzorcach zauważanych w różnych branżach i na różnych stanowiskach. W kolejnych edycjach będziemy śledzić postępy w zakresie tych wskaźników i dostosowywać sygnały w miarę rozwoju AI w przedsiębiorstwach.