Como as empresas de fronteira estão se distanciando

Resumo

• Empresas de fronteira — aquelas no percentil 95 de uso — agora usam 3,5 vezes mais inteligência por trabalhador do que empresas típicas, ante 2 vezes há um ano.
• A diferença está na profundidade, não apenas na atividade: o volume de mensagens explica apenas 36% da vantagem das empresas de fronteira; a maior parte da diferença vem de um uso de IA mais rico e complexo.
• Fluxos de trabalho com agentes estão se tornando um marcador de empresas de fronteira: a maior vantagem aparece em ferramentas avançadas, com empresas de fronteira enviando 16 vezes mais mensagens do Codex por trabalhador do que empresas típicas.
• Organizações podem avançar rumo ao grupo de fronteira: as empresas líderes medem a profundidade de uso, criam governança para uso em produção, investem em capacitação, escalam o que funciona e passam da assistência baseada em chat ao trabalho delegado a agentes.

Para muitas empresas, a primeira fase da adoção de IA foi sobre acesso: quem tinha ferramentas de IA, quantas licenças haviam sido implantadas e se funcionários estavam experimentando. Isso ainda importa. Mas o acesso deixou de ser o diferencial. 

Nossa pesquisa mais recente sugere que a vantagem de fronteira está começando a se acumular. Empresas de fronteira estão se distanciando porque usam mais inteligência por trabalhador, adotam ferramentas avançadas com mais intensidade e incorporam a IA de forma mais profunda aos fluxos de trabalho.

Hoje, estamos apresentando o B2B Signals, uma extensão empresarial do OpenAI Signals. Ele fornece uma medição recorrente de como a IA está se difundindo entre empresas, com base em sinais agregados e com preservação de privacidade do uso empresarial de produtos da OpenAI, incluindo:

• A profundidade com que a IA está sendo usada dentro das empresas
• Quais ferramentas e tarefas  estão mais associadas à adoção por empresas de fronteira
• Onde os casos de uso empresarial estão se ampliando entre setores, produtos e funções

Observação: todas as análises deste relatório se baseiam em dados agregados e desidentificados de uso empresarial. O conteúdo das mensagens foi classificado por sistemas automatizados, e nenhum funcionário da OpenAI analisou dados individuais de clientes empresariais, comerciais ou da API como parte desta análise.

O sinal mais claro é a profundidade. Empresas de fronteira agora usam 3,5 vezes mais inteligência por trabalhador do que empresas típicas, ante duas vezes em abril de 2025. O volume de mensagens explica apenas 36% dessa diferença; a maior parte vem de um uso mais profundo. Trabalhadores em empresas de fronteira estão pedindo que a IA assuma trabalhos mais complexos, fornecendo contexto mais rico e gerando resultados mais substanciais.

Neste relatório, usamos os tokens gerados como um indicador aproximado da inteligência demandada. Tokens não são uma medida direta de valor de negócio, mas ajudam a medir quanto trabalho os funcionários estão pedindo que a IA faça, tornando-os um indicador útil da profundidade de uso da IA.

Em termos simples: empresas típicas usam IA para responder perguntas; empresas de fronteira usam IA para ajudar a executar trabalhos complexos. Elas não estão apenas enviando mais mensagens; cada interação está realizando mais do trabalho em si. 

Juntos, esses sinais sugerem que empresas de fronteira estão usando IA para trabalhos mais complexos e desafiadores. Para lideranças, a pergunta está mudando: não é mais apenas quantas pessoas têm acesso ou com que frequência usam IA, mas onde a IA está aprofundando fluxos de trabalho e mudando a forma como as equipes operam.

A fronteira também está avançando rumo à delegação.

A maior vantagem aparece em ferramentas avançadas e com agentes. O Codex mostra a maior diferença, com empresas de fronteira enviando 16 vezes mais mensagens por trabalhador do que empresas típicas. ChatGPT Agent, Apps in ChatGPT, Deep Research e GPTs mostram padrões direcionais semelhantes, sugerindo que empresas de fronteira são melhores em adotar ferramentas que ajudam trabalhadores a programar, delegar tarefas em várias etapas, aplicar o contexto da empresa e conduzir pesquisas mais complexas.

À medida que sistemas de IA se tornam mais capazes de usar ferramentas, trabalhar com arquivos e bases de código e concluir tarefas de horizonte mais longo, as empresas precisarão se adaptar para delegar trabalho significativo a agentes de IA.

As empresas que estão avançando primeiro estão construindo a capacidade operacional para usar IA não apenas como uma interface mais rápida, mas como uma forma de redesenhar o trabalho desde a base.

A Cisco usa o Codex para acelerar trabalhos complexos de software em uma grande organização de engenharia empresarial. Em fluxos de trabalho de produção, o Codex ajudou a reduzir tempos de build em cerca de 20%, economizar mais de 1.500 horas de engenharia por mês e aumentar a produtividade de resolução de defeitos em 10-15x. Como a equipe da Cisco afirmou, os maiores ganhos vieram quando trataram o Codex como "parte da equipe". 

A IA também está entrando em fluxos de trabalho de produção por toda a empresa.

Empresas estão implantando casos de uso da API em assistentes dentro de apps, ferramentas de programação e desenvolvimento e suporte ao cliente. Esses são lugares em que a IA pode se tornar parte de produtos, serviços e sistemas internos.

O uso de IA é mais amplo em escrita e comunicação, mas o uso específico por função está crescendo. As equipes de TI e Segurança se concentram fortemente em orientações práticas e procedimentais, as equipes de Desenvolvimento de software e Ciência de dados mostram uso elevado de programação, e as equipes de Finanças estão usando IA para análise e cálculo. O padrão sugere que a IA está indo além da produtividade geral e entrando em trabalhos mais ligados às responsabilidades centrais de cada função.

Não existe um único ranking de adoção de IA. Alguns setores lideram em adoção ampla do ChatGPT, outros em uso do Codex, intensidade de uso da API ou intensidade de mensagens. Isso significa que as organizações têm vários pontos de entrada: escalar o acesso, aprofundar o uso, adotar ferramentas com agentes ou incorporar IA diretamente a produtos e sistemas.

A Travelers Insurance mostra como isso funciona na prática. Seu AI Claim Assistant, criado com a OpenAI, orienta clientes na primeira notificação de sinistro, responde perguntas sobre apólices, reúne as informações necessárias para iniciar uma solicitação e cria sinistros diretamente dentro dos sistemas da Travelers. A Travelers espera que o assistente processe aproximadamente 100.000 chamadas de primeira notificação de sinistro no primeiro ano.

A diferença entre empresas de fronteira e empresas típicas não deve ser vista como uma divisão fixa. Muitas organizações ainda estão no início do processo de passar de acesso amplo para um uso de IA mais profundo e integrado. O valor do grupo de fronteira está em mostrar quais práticas parecem ajudar empresas a ganhar impulso ao longo do tempo.

Um dos sinais mais claros é educação e aprendizado, onde a vantagem das empresas de fronteira no nível das tarefas é maior. Isso sugere que empresas líderes usam IA não apenas para concluir trabalhos, mas para ajudar funcionários a desenvolver as habilidades, os hábitos e a confiança necessários para usar IA bem.

As organizações podem avançar rumo ao grupo de fronteira medindo a profundidade de uso, criando uma governança que viabilize o uso em produção, tratando a capacitação como infraestrutura essencial, identificando equipes de fronteira e escalando seu impacto, e indo além do chat em direção ao trabalho delegado a agentes.

A IA empresarial está evoluindo rapidamente, e lideranças precisam de dados claros para entender o que ajuda a transformar a adoção de IA em valor de negócio.

O B2B Signals acompanha os comportamentos e padrões de empresas líderes, oferecendo às organizações uma visão mais clara de como as principais empresas estão transformando inteligência em valor de negócio. 

Esta primeira publicação se concentra em profundidade de uso, fluxos de trabalho com agentes e padrões emergentes entre setores e funções. Atualizações futuras vão acompanhar o progresso nessas medidas e adaptar os sinais à medida que a IA empresarial evoluir.