OpenAI B2B Signals

Astăzi lansăm B2B Signals, o extensie pentru companii a OpenAI Signals⁠ care măsoară modul în care inteligența artificială se răspândește la nivelul organizațiilor. Semnalul inițial este clar: companiile de vârf se detașează nu doar pentru că au acces la inteligența artificială, ci pentru că o utilizează mai intens în toate activitățile lor.

B2B Signals este un set periodic de indicatori bazat pe o analiză la scară largă, care respectă confidențialitatea, a utilizării inteligenței artificiale în mediul corporativ. Acesta urmărește comportamentele și tiparele care pot ajuta organizațiile să înțeleagă cum să transforme inteligența în valoare comercială.

Companiile de vârf, anume cele care se situează în percentila 95 a utilizării inteligenței artificiale, folosesc mai multă inteligență pe angajat, adoptă instrumente avansate mai intensiv și integrează inteligența artificială mai profund în fluxurile de lucru. Decalajul începe să se amplifice pentru unele companii, iar diferența provine tot mai mult din profunzimea utilizării.

Concluzii cheie

• Avantajul companiilor de vârf începe să se acumuleze: companiile de vârf folosesc acum de 3,5 ori mai multă inteligență pe angajat decât companiile obișnuite, față de un raport de 2:1 în urmă cu un an. 
• Companiile de vârf folosesc inteligența artificială mai profund, nu doar mai des: volumul mesajelor explică doar 36% din decalajul dintre companiile de vârf și cele obișnuite. Cea mai mare parte a avantajului de vârf provine din utilizarea mai profundă. 
• Fluxurile de lucru agentice devin un indicator al adoptării de vârf: decalajul este cel mai mare în cazul instrumentelor agentice avansate, companiile de vârf trimițând de 16 ori mai multe mesaje Codex decât companiile obișnuite. 
• Companiile pot reduce decalajul față de cele de vârf prin schimbări organizaționale: pentru a recupera decalajul, companiile trebuie să măsoare profunzimea utilizării, să acorde prioritate guvernanței, să investească în dezvoltarea capacităților, să extindă ceea ce funcționează și să treacă de la asistența bazată pe conversații la sarcini delegate agenților.

Avantajul de vârf începe să se acumuleze, iar companiile care folosesc inteligența artificială cel mai intens își măresc avansul

Implementarea posturilor este doar punctul de plecare pentru companii. Semnalul mai clar este dacă angajații folosesc inteligența artificială pentru activități mai profunde și mai complexe. Această diagramă compară tokenurile generate pe angajat la nivelul companiilor de vârf, definite ca percentila 95, cu cele ale companiei tipice, definită ca percentila 50.

Tokenurile sunt o măsură imperfectă a valorii comerciale. Un răspuns scurt poate fi extrem de valoros, iar un răspuns lung poate avea o valoare redusă. Însă volumul de tokenuri ajută la măsurarea volumului de muncă pe care angajații îl cer inteligenței artificiale să îl efectueze, ceea ce îl face un indicator indirect util pentru profunzimea utilizării inteligenței artificiale și pentru nivelul de inteligență pe care angajații îl solicită de la aceasta.

Compania de vârf necesită de 3,5 ori mai multă inteligență pe angajat decât compania obișnuită. Acest decalaj a crescut de la un raport de 2:1 în aprilie 2025, ceea ce sugerează că firmele care utilizează inteligența artificială la un nivel mai avansat își consolidează avantajul și sunt mai bine poziționate pentru a transforma noile capacități ale inteligenței artificiale în activități mai aprofundate și mai complexe.

Cea mai mare parte a avantajului de vârf provine dintr-o utilizare mai aprofundată, mai degrabă decât dintr-un volum mai mare de mesaje

Compania de vârf necesită semnificativ mai multă inteligență pe angajat decât compania tipică, dar cea mai mare parte a decalajului nu se explică doar prin volumul mesajelor. Această diagramă analizează în detaliu avantajul de 3,5 ori al companiilor de vârf și arată că, dacă o companie obișnuită ar transmite mesaje la aceeași frecvență ca și companiile de vârf, ar reuși să reducă doar 36% din diferența de 3,5 ori.

Decalajul rămas este asociat cu o utilizare mai profundă. Angajații de vârf solicită inteligenței artificiale să preia sarcini mai complexe, să ofere modelelor un context mai bogat și să genereze rezultate mai substanțiale.

Avantajul de vârf este cel mai mare în cazul instrumentelor avansate și agentice, în frunte cu o utilizare Codex de 16 ori mai mare

Avantajul de vârf este cel mai mare pentru instrumentele care sprijină fluxuri de lucru mai avansate. Codex prezintă cea mai mare diferență, companiile de vârf trimițând de 16 ori mai multe mesaje pe angajat. ChatGPT Agent, Aplicații în ChatGPT, Cercetare aprofundată și modelele GPT prezintă și acestea decalaje relativ mari, ceea ce sugerează că vârful folosește mai bine instrumentele care îi ajută pe angajați să programeze, să delege sarcini în mai mulți pași, să aplice contextul companiei și să facă cercetări mai complexe.

În schimb, instrumentele mai generale și mai accesibile, precum Încărcarea de către utilizator, Căutarea și Analiza datelor, prezintă un avantaj de vârf mai redus. Aceste instrumente sunt mai ușor de utilizat pentru majoritatea companiilor, deoarece extind fluxuri de lucru familiare. Avantajul de vârf este cel mai pronunțat în instrumentele avansate și agentice, unde adoptarea necesită mai multe competențe tehnice, conexiuni la cunoștințele și instrumentele de la locul de muncă și un nivel mai ridicat de confort în delegarea muncii către inteligența artificială.

Cel mai mare avantaj de vârf se regăsește în educație și învățare

Avantajul de vârf este cel mai mare în ceea ce privește activitățile de educație și învățare, unde compania de vârf trimite de șapte ori mai multe mesaje decât o companie obișnuită. La nivel de vârf, companiile folosesc inteligența artificială pentru a-i ajuta pe angajați să își dezvolte abilități și să învețe subiecte noi. De asemenea, folosesc inteligența artificială pentru a-și îmbunătăți înțelegerea cu privire la inteligența artificială în sine, inclusiv ce poate face, cum să o utilizeze eficient și unde se poate integra în fluxurile de lucru existente. Dimensiunea decalajului sugerează că compania tipică ar putea subutiliza inteligența artificială ca instrument pentru învățarea și dezvoltarea forței de muncă.

Domeniul programării indică, de asemenea, un decalaj mare, de 4x, în concordanță cu decalajul mai amplu în utilizarea instrumentelor avansate și agentice. Îndrumarea practică, precum și scrierea și comunicarea, au cele mai mici decalaje față de nivelul de vârf, probabil deoarece aceste sarcini sunt utilizări ale inteligenței artificiale mai accesibile și mai familiare.

Utilizarea inteligenței artificiale este cea mai răspândită în scriere, dar utilizarea specifică la nivel de domeniu este în creștere

Scrierea și comunicarea rămân principalele utilizări ale ChatGPT. Cu toate acestea, tiparele de utilizare variază semnificativ în funcție de domeniu. 60% din mesajele din domeniul IT și securității se concentrează pe instrucțiuni practice și ghiduri procedurale, aproape jumătate din mesajele din domeniul dezvoltării de programe informatice și al științei și ingineriei datelor se referă la programare, iar o zecime din mesajele din domeniul financiar se referă la analize și calcule.

Aceste tipare sunt în concordanță cu dovezile mai largi conform cărora modelele de vârf se îmbunătățesc în ceea ce privește sarcinile profesionale cu valoare economică. GDPval⁠, o evaluare a activității intelectuale reale din 44 de ocupații, măsoară performanța în sarcini care produc livrabile practice, precum documente, foi de calcul, diapozitive, diagrame și materiale multimedia. Pe măsură ce inteligența artificială devine mai capabilă, utilizarea acesteia în companii pare să se extindă către sarcini care sunt mai strâns legate de activitatea de bază a fiecărei funcții.

Poziția de lider în industrie nu este unidimensională: diferite sectoare conduc în ChatGPT, Codex și API

Nu există un singur clasament al adoptării inteligenței artificiale. Clasamentele din industrie variază în funcție de indicatorul utilizat. Serviciile profesionale, științifice și tehnice se clasează pe primul loc atât la adoptarea Codex, cât și la intensitatea utilizării API, indicând o utilizare relativ avansată în fluxurile de lucru pentru dezvoltatori și în cele integrate în produse. Domeniul finanțelor și al asigurărilor conduce în adoptarea ChatGPT datorită implementărilor la scară largă, în timp ce serviciile educaționale au cea mai mare intensitate a mesajelor, sugerând o utilizare mai profundă per persoană. Comerțul cu amănuntul și sectorul sănătății se clasează pe poziții înalte în ceea ce privește intensitatea API, în ciuda clasărilor mai joase la alți indicatori.

Aceste diferențe sugerează că poziția de lider în industrie nu este unidimensională. Unele sectoare par să adopte inteligența artificială prin fluxuri de lucru tehnice și pentru dezvoltatori, în timp ce altele se extind prin adoptarea pe scară largă a ChatGPT sau printr-o utilizare mai intensă de către utilizatorii finali.

Companiile mută utilizarea API-ului în fluxuri de lucru de producție și aplicații orientate spre clienți

Companiile folosesc din ce în ce mai mult API-ul pentru a integra modelele direct în produse, servicii și sisteme interne. Cazurile de utilizare comune în mediul de producție includ asistenți integrați în aplicații, instrumente de programare și pentru dezvoltatori, asistență pentru clienți, fluxuri de lucru de cercetare și automatizarea fluxurilor de lucru.

Aceste implementări arată cum inteligența artificială în companii depășește etapa experimentării și trece la fluxuri de lucru repetabile, cu impact operațional măsurabil. În toate exemplele clienților, companiile folosesc modelele OpenAI pentru a accelera munca bazată pe cunoaștere, a îmbunătăți randamentul ingineriei și a crea experiențe bazate pe inteligență artificială pentru clienți și angajați.

Ce pot face organizațiile pentru a ajunge la nivelul de vârf

OpenAI colaborează cu companii din diverse industrii, funcții și etape de maturitate în materie de inteligență artificială, ceea ce ne oferă vizibilitate asupra modului în care adoptarea evoluează de la experimentare la producție. La nivelul acestor implementări, companiile care înregistrează cele mai mari progrese tind să se concentreze mai puțin doar pe acces și mai mult pe sistemele organizaționale necesare pentru a utiliza inteligența artificială în profunzime: măsurarea, guvernanța, capacitarea, extinderea impactului și implementarea agentică.

Cinci practici se remarcă drept măsuri concrete pe care orice organizație poate începe să le adopte chiar de astăzi pentru a aprofunda adoptarea inteligenței artificiale.

1. Măsurarea profunzimea utilizării, pe lângă acces.
   Indicatorul relevant nu este doar câți angajați au conturi IA, ci dacă echipele utilizează inteligența artificială tot mai substanțial în timp. Organizațiile ar trebui să urmărească dacă utilizarea inteligenței artificiale devine mai frecventă, mai complexă și mai strâns legată de fluxuri de lucru valoroase.
2. Construirea unui model de guvernanță care permite utilizarea în producție.
   Companiile de top nu evită guvernanța. Folosesc acest lucru pentru a face inteligența artificială agentică mai ușor de implementat. Companiile au nevoie de reguli clare privind locurile în care pot opera agenții, informațiile pe care le pot folosi, momentele în care ar trebui să ofere recomandări în loc să acționeze și modul în care oamenii revizuiesc deciziile cu risc mai ridicat. Companiile de vârf definesc aceste standarde ca parte a procesului de implementare, astfel încât guvernanța devine o modalitate de a extinde adoptarea în siguranță, mai degrabă decât să o încetinească.
3. Tratarea capacităților ca pe o infrastructură esențială, nu ca pe un proiect secundar.
   Pe măsură ce capacitățile inteligenței artificiale se îmbunătățesc, atât angajații, cât și organizațiile au nevoie de sisteme care să le permită să țină pasul. Companiile de vârf nu tratează dezvoltarea capacităților ca pe o inițiativă punctuală de instruire. Aceștia integrează învățarea continuă în procesul de implementare prin instruire specifică fiecărui rol, ateliere dedicate cazurilor de utilizare, hackatoane, rețele interne de promotori, timp dedicat experimentării și depozite partajate de fluxuri de lucru, bune practici și competențe. 
4. Identificarea echipelor de vârf și amplificarea impactului acestora.
   În multe organizații, utilizarea cea mai avansată este concentrată într-un număr mic de echipe. Acele echipe pot arăta ce fluxuri de lucru, obiceiuri și model operațional funcționează. Liderii ar trebui să identifice aceste echipe, să înțeleagă și să extindă factorii care stau la baza succesului lor și să le ajute să împărtășească cu restul companiei cunoștințele și exemplele privind utilizarea mai aprofundată a inteligenței artificiale. 
5. Trecerea de la simple conversații la delegarea sarcinilor.
   Inteligența artificială pentru companii trece de la asistenți de conversații la sarcini care pot fi delegate agenților. Ingineria software ilustrează această tendință, dar sarcinile delegate se extind în diverse funcții. Cu Codex, inginerii pot delega o sarcină definită, îi pot oferi agentului contextul de care are nevoie, îl pot lăsa să lucreze în fișiere, baze de cod și instrumente, apoi pot revizui rezultatul și optimiza fluxul de lucru cu opinii și sugestii. Companiile de vârf încurajează angajații să delege sarcini către inteligența artificială, în loc să o folosească doar ca pe un asistent static.

Dacă vrei să explorezi pe deplin concluziile sau să afli cum să implementezi responsabil inteligența artificială în organizația ta, [ne-ar face plăcere să luăm legătura⁠].