Enterprise signals: Czym wyróżniają się firmy pionierskie?

Sztuczna inteligencja w przedsiębiorstwach wchodzi w nową fazę: coraz więcej pracy jest delegowanej agentom, a najbardziej zaawansowane firmy zwiększają swoją przewagę. Firmy pionierskie mają dostęp do tych samych modeli AI co inne przedsiębiorstwa, ale szybciej pogłębiają ich wykorzystanie. To, co je wyróżnia, to sposób, w jaki wykorzystują te modele w pracy: przechodzą od wsparcia do delegowania, dają agentom kontekst i narzędzia do realizacji złożonych zadań oraz przyspieszają rozwój agentowej sztucznej inteligencji w obszarach innych niż tworzenie oprogramowania.

Nasze badania w OpenAI dotyczące zmiany sposobu pracy ze względu na wykorzystanie agentów stanowią istotny wskaźnik tego, jak ta zmiana może wyglądać wewnątrz organizacji bazujących na AI. Enterprise Signals rozszerza tę perspektywę na globalną bazę klientów korporacyjnych OpenAI, pokazując, jak praca agentów rozprzestrzenia się w organizacjach i co odróżnia pionierskie firmy od pozostałych.

W tym wydaniu Enterprise Signals pokazujemy, że firmy pionierskie, znajdujące się co miesiąc wśród 10% firm najczęściej korzystających z AI, powiększają dystans dzielący je od typowych firm – tych plasujących się w środkowych 10%. Sprawdzamy, czym wyróżniają się firmy pionierskie i co organizacje mogą zrobić, aby zmniejszyć tę różnicę.

Najważniejsze punkty:

• Wykorzystanie AI w firmach staje się bardziej agentowe. W czerwcu Codex odpowiadał za 64% łącznej liczby tokenów wyjściowych Codex i ChatGPT wśród klientów biznesowych, co sugeruje, że agenty umożliwiają przejście do bardziej złożonej i delegowanej pracy.
• Różnica między pionierskimi a typowymi firmami rośnie. Firmy pionierskie — należące co miesiąc do 10% podmiotów najintensywniej korzystających z AI — generują obecnie 8,3 raza więcej tokenów wyjściowych na aktywnego użytkownika niż typowe firmy, wobec 2,6 raza w styczniu.
• Pionierskie firmy częściej korzystają z zaawansowanych możliwości. Co tydzień z wtyczek korzysta 21% aktywnych użytkowników w pionierskich firmach, wobec 9% w typowych firmach. W OpenAI robi to 95% pracowników, co pokazuje potencjał ich szerszego wdrożenia.
• Agenty znajdują coraz szersze zastosowanie w pracy opartej na wiedzy. Od lutego liczba aktywnych tygodniowo użytkowników Codex w firmach wzrosła 108-krotnie w prawie, 41-krotnie w sprzedaży, 41-krotnie w rekrutacji i 26-krotnie w marketingu, wobec 5-krotnego wzrostu w inżynierii.
• Pracownicy na początku kariery częściej korzystają z AI. Wykorzystanie jest najwyższe wśród osób rozpoczynających karierę i spada w miarę wzrostu długości stażu, co może wskazywać na ich względną przewagę w posługiwaniu się AI.

Zastosowania AI w przedsiębiorstwach zmieniają się z odpowiadania na pytania do wykonywania zadań. Ta zmiana najpierw przyjęła się w inżynierii oprogramowania za sprawą Codex. Teraz ChatGPT Work rozszerza agentową sztuczną inteligencję poza grono programistów, umożliwiając pracownikom w całym przedsiębiorstwie przejście od proszenia o pomoc do delegowania istotnych zadań.

W czerwcu 2026 roku wykorzystanie agentowej sztucznej inteligencji (definicja na podstawie tokenów Codex) odpowiadało za zużycie 64% łącznej liczby tokenów wyjściowych Codex i ChatGPT wśród klientów korporacyjnych. Zarówno ChatGPT, jak i agentowa sztuczna inteligencja korzystają z tych samych zaawansowanych modeli pionierskich; różnica polega na tym, jak ten poziom inteligencji jest wykorzystywany.

ChatGPT pomaga zadawać pytania, rozwijać pomysły i rozwiązywać problemy. Agentowa sztuczna inteligencja (taka jak Codex i ChatGPT Work) daje modelowi narzędzia do pracy z komputerem, umożliwiając mu znajdowanie informacji, edytowanie plików i wykonywanie wieloetapowych zadań autonomicznie lub pod nadzorem. Wykonywanie złożonych, długotrwałych zadań może wymagać znacznie większej mocy obliczeniowej, co pomaga wyjaśnić, dlaczego wykorzystanie tokenów agentowych szybko wzrosło.

Co miesiąc klasyfikujemy klientów korporacyjnych według liczby tokenów wyjściowych na aktywnego użytkownika. Firmy pionierskie to te z górnych 10% w danym miesiącu, podczas gdy typowe firmy mieszczą się między 45. a 55. percentylem. Według stanu na czerwiec firmy pionierskie wygenerowały 8,3× więcej tokenów wyjściowych na aktywnego użytkownika niż typowe firmy, co stanowi trzykrotny wzrost w porównaniu z różnicą 2,6× w styczniu.

Luka między firmami pionierskimi a typowymi rozciąga się również na różne branże, przy czym największa różnica w wykorzystaniu tokenów występuje w sektorze informacji i technologii (11,7×) i najmniejsza w produkcji (5,3×). Z kolei wykorzystanie tokenów wśród typowych firm jest podobne w różnych branżach, przy stosunkowo umiarkowanym wzroście w ciągu ostatniego roku (1,9 × do 2,8×). Sugeruje to, że wiele organizacji nadal korzysta z prostych asystentów czatowych, co pozostawia znaczącą przestrzeń do pogłębiania wdrożenia i wykorzystywania agentów do realizacji bardziej złożonej pracy.

Tokeny są niedoskonałą miarą wartości biznesowej: krótka odpowiedź może być bardzo wartościowa, a długa może wnosić niewiele. Jednak liczba tokenów to przydatny wskaźnik pokazujący, jak szeroko wykorzystuje się AI i ile zadań pracownicy jej zlecają.

Wiodące firmy pogłębiają wykorzystanie sztucznej inteligencji, ponieważ stosują ją do rozwiązywania konkretnych problemów w swoich organizacjach i w całych branżach.

Wczesne zastosowania AI w przedsiębiorstwach zaczęły się wewnętrznie, pomagając pracownikom znajdować informacje, sporządzać dokumenty robocze, analizować dane, pisać kod i automatyzować rutynowe procesy. Wiodące firmy coraz częściej rozszerzają zastosowanie sztucznej inteligencji poza wewnętrzną produktywność, włączając ją do produktów, usług i doświadczeń skierowanych do klientów.

Agenty AI potrzebują dostępu do odpowiedniego kontekstu i narzędzi, aby działać skutecznie. Wtyczki⁠(otwiera nowe okno) łączą funkcje, które pomagają agentom realizować określone przepływy pracy. Mogą zestawiać umiejętności, które zapewniają instrukcje wielokrotnego użytku, z aplikacjami, które łączą się z danymi, narzędziami i działaniami firmy. Na przykład wtyczka sprzedażowa może łączyć podręcznik zespołu z dostępem do jego CRM, umożliwiając agentowi wykorzystanie aktualnych informacji o klientach i wcześniejszych ofert do przygotowania dostosowanej odpowiedzi do przeglądu.

Pionierskie firmy wyraźnie przodują w korzystaniu z zaawansowanych możliwości. Jeśli chodzi o użytkowników aktywnych w ciągu tygodnia, w pionierskich firmach 21% z nich korzysta z wtyczek, a 19% z umiejętności, wobec zaledwie 9% i 3% w typowych firmach. Poziom wdrożenia w pionierskich firmach nadal stanowi jednak tylko część dostępnego potencjału. Wewnętrzne dane OpenAI pokazują potencjał szerszego wykorzystania tych możliwości: co tydzień z wtyczek korzysta 95% aktywnych użytkowników. Nasze badanie dotyczące tego, jak agenty zmieniają pracę, dokładniej pokazuje, w jaki sposób pracownicy OpenAI korzystają z zaawansowanych możliwości.

Agenty AI potrzebują trzech rzeczy, aby wykonywać wartościową pracę: kontekstu, narzędzi i wytrwałości. Pamięć, wprowadzanie głosowe i appshots pomagają pracownikom łatwo udostępniać kontekst i informacje niezbędne do pomyślnego wykonania zadania. Korzystanie z komputera i przeglądarki pozwala agentom nawigować po stronach internetowych, tworzyć pliki i wykonywać zadania autonomicznie lub pod nadzorem. Cele i pętle utrzymują agenty przy pracy, aż zadanie zostanie ukończone. W połączeniu wszystkie te możliwości pomagają firmom pionierskim wykorzystać potencjał agentów.

Zapewnienie agentom dostępu do systemów firmowych wprowadza również nowe zagrożenia. Firmy pionierskie ustanawiają jasne zasady określające, gdzie agenty mogą działać, do jakich informacji mogą mieć dostęp, kiedy mogą podejmować działania oraz w jaki sposób ludzie weryfikują decyzje obarczone wyższym ryzykiem. Te mechanizmy kontroli muszą ewoluować w miarę jak organizacje uczą się na podstawie rzeczywistych wdrożeń.

Firmy pionierskie również czynią ciągłe uczenie się i eksperymentowanie częścią codziennej pracy. Praktyczne sesje warsztatowe, fora służące wymianie nowych przypadków użycia oraz wewnętrzne prezentacje pomagają rozpowszechniać sprawdzone praktyki między zespołami i obszarami funkcjonalnymi.

Programiści jako jedna z pierwszych grup zaczęli korzystać z agentów AI, ale obecnie najszybszy wzrost obserwuje się wśród osób zajmujących się ogólnie pracą opartą na wiedzy. Od lutego liczba aktywnych użytkowników Codex w przedsiębiorstwach w ujęciu tygodniowym wzrosła 108-krotnie w działach prawnych, 41-krotnie w sprzedaży, 41-krotnie w rekrutacji i 26-krotnie w marketingu, w porównaniu z 5-krotnym wzrostem wśród inżynierów. 

Programiści jako jedna z pierwszych grup zawodowych zauważyła znaczne korzyści. Bazy kodu dają agentom jasny kontekst, testy ułatwiają weryfikację wyników, a postępy w programowaniu pomagają przyspieszać badania i rozwój AI. W ciągu ostatnich dwóch lat programiści przeszli od wykorzystywania AI do uzupełniania pojedynczych wierszy kodu do zlecania agentom realizacji całych zadań z zakresu tworzenia oprogramowania. Wielu programistów nie pisze już kodu ręcznie, lecz poświęca czas na konfigurowanie zadań, zarządzanie agentami i weryfikację wyników.

Z kolei postępy w obszarze ogólnej pracy opartej na wiedzy były wolniejsze, ponieważ wiele zadań ma ograniczony kontekst, bywa trudnych do precyzyjnego określenia i nie ma jasnych kryteriów weryfikacji wyniku. Jednak dalsze skalowanie, postępy w uczeniu przez wzmacnianie i ukierunkowane działania na rzecz poprawy wyników w ocenach takich jak GDPval sprawiają, że więcej rzeczywistych zadań, narzędzi i środowisk pracy znajduje się w zasięgu wsparcia ze strony modeli pionierskich. W rezultacie od początku roku agentowa sztuczna inteligencja coraz częściej znajduje odpowiednie zastosowanie wśród pracowników zajmujących się wiedzą ogólną.

Na próbie obejmującej ponad 10 milionów wiadomości widać, że AI w przedsiębiorstwach przechodzi od usprawniania wykonywanej pracy do pomagania zespołom w jej pełnej realizacji. Nawet w ramach tej samej funkcji wzorce wykorzystania znacząco różnią się między czatem a agentową sztuczną inteligencją.

Pisanie pozostaje najczęstszym zastosowaniem ChatGPT, natomiast kodowanie oraz operacje systemowe lub stosowanie agentów łącznie stanowią prawie 75% wiadomości agentowych. Ta zmiana jest szczególnie wyraźna w zespołach innych niż tradycyjnie uznawane za techniczne: działy rekrutacji (32%), sprzedaży (26%), polityki (25%) i komunikacji (24%) przeznaczają od jednej czwartej do jednej trzeciej wiadomości na operacje systemowe i agentowe. Praca techniczna przenika też do różnych obszarów działalności – w zadaniach z zakresu projektowania polecenia związane z kodowaniem stanowią niemal 60% wiadomości agentowych.

Nie istnieje jeden, ogólny ranking wdrażania AI. Rankingi branżowe różnią się w zależności od zastosowanej optyki. W ubiegłym miesiącu usługi specjalistyczne i naukowe przodowały zarówno pod względem wdrożenia Codex, jak i intensywności wykorzystania API. Sztuka, rozrywka i rekreacja przodowały we wdrażaniu ChatGPT, natomiast produkcja cechuje się najwyższą intensywnością wdrażania ChatGPT, mimo że zajmuje ostatnie miejsce pod względem wdrożenia Codex i intensywności stosowania API.

Różne branże nie podążają tą samą ścieżką wdrażania AI. Niektóre rozwijają się dzięki narzędziom deweloperskim i produktom opartym na AI, podczas gdy inne wykorzystują te narzędzia w szerszych zastosowaniach lub intensywniej.

W miarę jak sztuczna inteligencja tworzy nowe sposoby dostarczania produktów i usług przez organizacje, zmienia również zasady zapewniania bezpieczeństwa. Niewiele zagrożeń działa bardziej bezpośrednio niż zagrożenia cybernetyczne, zwłaszcza biorąc pod uwagę szybkie tempo rozwoju możliwości AI w tym zakresie.

Sztuczna inteligencja może również pomóc obrońcom w reagowaniu. Modele mogą analizować duże bazy kodu, badać podatności i wspierać wieloetapowe działania związane z bezpieczeństwem. Jednak zidentyfikowanie większej liczby problemów nie sprawia automatycznie, że systemy stają się bezpieczniejsze. Prawdziwym wąskim gardłem jest przekładanie ustaleń na działania: określanie, które podatności są rzeczywiste, priorytetyzowanie ryzyk o największych konsekwencjach, testowanie poprawek oraz zapewnienie, że zespoły ds. bezpieczeństwa szybko weryfikują i wdrażają poprawki. 

OpenAI Daybreak łączy pionierskie modele cyberbezpieczeństwa, narzędzia bezpieczeństwa dla przedsiębiorstw oraz ekosystem partnerów, aby pomóc organizacjom sprostać tym wyzwaniom i wzmocnić ich ochronę przed pojawiającymi się zagrożeniami.

Misją OpenAI jest zapewnienie, by sztuczna inteligencja przynosiła korzyści całej ludzkości. Organizacje będą kształtować znaczną część gospodarczego wpływu AI – dlatego regularnie publikujemy Enterprise Signals, czyli cykliczny zestaw wskaźników śledzących wdrażanie, upowszechnianie i wpływ sztucznej inteligencji w przedsiębiorstwach. Wszystkie analizy w tym raporcie zostały przeprowadzone na zanonimizowanych, zagregowanych danych dotyczących użytkowania w przedsiębiorstwach. Użyliśmy zautomatyzowanych systemów do klasyfikowania treści wiadomości. Żaden pracownik OpenAI nie przeglądał wiadomości klientów.

Klienci OpenAI Enterprise mogą także poprosić o niestandardowy test porównawczy, aby sprawdzić, jak ich organizacja wypada na tle najnowszych wskaźników wykorzystania i możliwości.