Enterprise Signals: чем отличаются компании-лидеры

Корпоративный ИИ вступает в новую фазу: все больше работы делегируется агентам, а компании, продвинувшиеся дальше других, увеличивают отрыв. Компании-лидеры имеют доступ к тем же моделям ИИ, что и другие организации, но быстрее расширяют их использование. Их отличает то, как они применяют эти модели: переходят от помощи к делегированию, дают агентам контекст и инструменты для выполнения сложных задач и расширяют применение агентного ИИ за пределы разработки ПО.

Наше исследование о том, как агенты меняют работу в OpenAI, показывает, как может выглядеть этот переход внутри ИИ-нативной организации. Enterprise Signals расширяет охват до глобальной базы корпоративных клиентов OpenAI и показывает, как работа с агентами распространяется в организациях и что отличает компании-лидеры от остальных.

В этом выпуске Enterprise Signals мы показываем, что компании-лидеры — 10% компаний с самым высоким уровнем использования ИИ за месяц — увеличивают отрыв от типичных компаний, находящихся в среднем диапазоне. Мы рассматриваем, чем компании-лидеры отличаются от остальных и что организации могут сделать, чтобы сократить этот разрыв.

Ключевые моменты:

• Корпоративный ИИ все чаще используется в агентном режиме. По состоянию на июнь на Codex приходилось 64% совокупных выходных токенов Codex и ChatGPT у корпоративных клиентов. Это указывает на переход к более содержательным задачам, которые делегируются агентам.
• Отрыв компаний-лидеров растет. Компании-лидеры — 10% компаний с самым высоким уровнем использования ИИ за месяц — теперь генерируют в 8,3 раза больше выходных токенов на активного пользователя, чем типичные компании; в январе разрыв составлял 2,6 раза.
• Компании-лидеры чаще используют расширенные возможности. Каждую неделю плагины используют 21% активных пользователей в компаниях-лидерах по сравнению с 9% в типичных компаниях. В OpenAI 95% сотрудников еженедельно используют плагины, что показывает потенциал для более широкого внедрения.
• Агенты все шире используются в работе со знаниями. С февраля число еженедельно активных корпоративных пользователей Codex выросло в 108 раз в юридическом направлении, в 41 раз в продажах, в 41 раз в рекрутинге и в 26 раз в маркетинге — по сравнению с ростом в 5 раз в инженерном направлении.
• Сотрудники в начале карьеры чаще используют ИИ: уровень использования наиболее высок среди сотрудников в начале карьеры и снижается по мере роста стажа, что может указывать на сравнительное преимущество в использовании ИИ.

Корпоративный ИИ переходит от ответов на вопросы к выполнению работы. Первым этот переход произошел в разработке ПО благодаря Codex. Теперь ChatGPT Работа распространяет агентный ИИ за пределы разработки, позволяя сотрудникам по всей организации переходить от просьб о помощи к делегированию содержательных задач.

По состоянию на июнь 2026 г. на агентный ИИ (здесь он определяется по токенам Codex) приходилось 64% совокупных выходных токенов Codex и ChatGPT у корпоративных клиентов. И ChatGPT, и агентный ИИ используют одни и те же базовые передовые модели; разница заключается в том, как этот интеллект применяется.

ChatGPT помогает людям задавать вопросы, развивать идеи и решать проблемы. Агентный ИИ (например, Codex и ChatGPT Работа) дает модели инструменты для работы с вашим компьютером: она может находить информацию, редактировать файлы и выполнять многоэтапные задачи автономно или под контролем. Выполнение сложных, длительных задач может требовать значительно большего объёма вычислений, что помогает объяснить, почему использование токенов в агентных задачах быстро выросло.

Каждый месяц мы ранжируем корпоративных клиентов по числу выходных токенов на активного пользователя. Компании-лидеры — это 10% компаний с самым высоким уровнем использования ИИ за месяц, а типичные компании находятся между 45-м и 55-м процентилями. По состоянию на июнь компании-лидеры генерировали в 8,3 раза больше выходных токенов на активного пользователя, чем типичные компании; в январе разрыв составлял 2,6 раза.

Отрыв компаний-лидеров заметен и по отраслям: наибольшая разница в использовании токенов наблюдается в сфере информации и технологий (11,7 раза), а наименьшая — в производстве (5,3 раза). В отличие от этого, использование токенов среди типичных компаний схоже в разных отраслях, а рост за последний год был относительно умеренным (от 1,9× до 2,8×). Это говорит о том, что многие организации по-прежнему используют простые чат-ассистенты и могут существенно расширить применение ИИ, поручая агентам более сложную работу.

Токены не являются прямым показателем ценности для бизнеса: короткий ответ может быть очень ценным, а длинный — малополезным. Однако объем токенов служит полезным косвенным показателем глубины использования ИИ и того, какой объем работы сотрудники поручают ИИ.

Ведущие компании расширяют использование ИИ, поскольку применяют его для решения конкретных задач внутри своих организаций и в своих отраслях.

Первые корпоративные приложения ИИ изначально запускались внутри компании, помогая сотрудникам находить информацию, составлять документы, анализировать данные, писать код и автоматизировать рутинные процессы. Ведущие компании все чаще применяют ИИ не только для повышения внутренней эффективности, но и в продуктах, услугах и взаимодействии с клиентами.

Чтобы ИИ-агенты были эффективными, им необходим доступ к подходящему контексту и инструментам. Плагины⁠(открывается в новом окне) объединяют возможности, которые помогают агентам выполнять конкретные рабочие процессы. Они могут сочетать навыки с повторно используемыми инструкциями и приложения, которые дают доступ к данным компании, инструментам и действиям. Например, плагин для продаж может объединить регламент команды с доступом к CRM, чтобы агент использовал актуальную информацию о клиентах и прошлые предложения при подготовке персонализированного ответа для проверки.

Компании-лидеры заметно чаще используют расширенные возможности. Среди еженедельно активных пользователей в компаниях-лидерах плагины используют 21%, а Навыки — 19%; в типичных компаниях — лишь 9% и 3% соответственно. При этом даже компании-лидеры используют лишь небольшую часть доступного потенциала. Внутренние данные OpenAI показывают потенциал более широкого использования этих возможностей: каждую неделю плагины используют 95% активных пользователей. Наше исследование о том, как агенты меняют работу, подробнее показывает, как сотрудники OpenAI используют расширенные возможности.

Для выполнения значимой работы ИИ-агентам нужны три составляющие: контекст, инструменты и непрерывность работы. Память, голосовой ввод и Appshots помогают сотрудникам легко передавать контекст и информацию, необходимые для успешного выполнения задачи. Использование компьютера и браузера позволяет агентам переходить по сайтам, создавать файлы и выполнять задачи автономно или под контролем. Цели и циклы позволяют агентам продолжать работу, пока задача не будет завершена. Вместе эти возможности помогают компаниям-лидерам раскрывать потенциал агентов.

Предоставление агентам доступа к корпоративным системам также создает новые риски. Компании-лидеры устанавливают четкие правила: где агенты могут работать, к какой информации получать доступ, когда выполнять действия и как люди проверяют решения с повышенным риском. Эти меры контроля должны развиваться по мере того, как организации накапливают опыт реального внедрения.

Компании-лидеры также делают непрерывное обучение и эксперименты частью повседневной работы. Практические сессии для создателей, форумы для обмена новыми сценариями использования и внутренние демонстрации помогают распространять успешные практики между командами и функциями.

Разработчики ПО одними из первых начали использовать ИИ-агентов, но теперь быстрее всего их использование растет среди специалистов, занятых работой со знаниями. С февраля количество еженедельно активных корпоративных пользователей Codex выросло в 108 раз в юридической сфере, в 41 раз — в продажах, в 41 раз — в рекрутинге и в 26 раз — в маркетинге, тогда как среди инженеров рост составил 5 раз. 

Разработка ПО стала первой не случайно. Кодовые базы дают агентам понятный контекст, тесты упрощают проверку результатов, а прогресс в программировании помогает ускорять исследования и разработки в области ИИ. За последние два года разработчики перешли от использования ИИ для дописывания отдельных строк кода к поручению агентам выполнения целых задач по разработке программного обеспечения. Многие разработчики уже не пишут код вручную, а вместо этого тратят время на постановку задач, координацию агентов и проверку результатов.

В работе со знаниями прогресс, напротив, был медленнее: многим задачам не хватает контекста, их трудно точно сформулировать, а четкие критерии проверки результата отсутствуют. Однако дальнейшее масштабирование, прогресс в обучении с подкреплением и целенаправленная работа над улучшением результатов в таких тестах, как GDPval, расширяют круг реальных задач, инструментов и рабочих сред, с которыми могут работать передовые модели. В результате с начала года агентный ИИ все лучше соответствует задачам специалистов, занятых работой со знаниями.

На выборке из более чем 10 млн сообщений видно, что корпоративный ИИ переходит от помощи сотрудникам в подготовке результатов к помощи командам в выполнении самой работы. Даже внутри одной функции сценарии использования заметно различаются между чатом и агентным ИИ.

Написание текстов остается самым распространенным сценарием использования ChatGPT, а на программирование и системные операции или операции агентов вместе приходится почти 75% сообщений при работе с агентным ИИ. Особенно заметен этот сдвиг за пределами традиционных технических команд: в рекрутинге (32%), продажах (26%), политике (25%) и коммуникациях (24%) от четверти до трети сообщений приходится на системные операции и операции агентов. Техническая работа также распространяется на разные функции: в дизайне на программирование приходится почти 60% сообщений при работе с агентным ИИ.

Единого рейтинга внедрения ИИ не существует. Позиции отраслей в рейтинге варьируются в зависимости от используемого показателя. За последний месяц сфера профессиональных и научных услуг лидировала как по уровню внедрения Codex, так и по интенсивности использования API. Искусство, развлечения и отдых лидировали по внедрению ChatGPT, тогда как производство демонстрирует самую высокую интенсивность использования ChatGPT, несмотря на последнее место по интенсивности использования Codex и API.

Отрасли по-разному внедряют ИИ. Одни продвигаются за счет инструментов для разработчиков и продуктов на базе ИИ, а в других ИИ шире или интенсивнее используется в повседневной работе.

ИИ не только открывает организациям новые способы предоставлять товары и услуги, но и меняет ландшафт безопасности. Кибербезопасность — один из самых насущных рисков, особенно с учетом быстрого развития кибервозможностей ИИ.

ИИ также может помогать специалистам по защите реагировать на угрозы. Модели могут анализировать большие кодовые базы, исследовать уязвимости и помогать выполнять многоэтапные задачи в области безопасности. Однако выявление большего числа проблем само по себе не делает системы безопаснее. Главное узкое место — превратить результаты анализа в действия: определить, какие уязвимости реальны, расставить приоритеты по наиболее серьезным рискам, протестировать патчи и обеспечить их быструю проверку и развертывание командами безопасности. 

OpenAI Daybreak объединяет передовые модели для кибербезопасности, корпоративные инструменты безопасности и партнерскую экосистему, помогая организациям решать эти задачи и укреплять защиту от новых угроз.

Миссия OpenAI заключается в том, чтобы ИИ приносил пользу всему человечеству. Организации будут во многом определять экономическое влияние ИИ, поэтому мы регулярно публикуем Enterprise Signals — набор показателей, который отслеживает внедрение, распространение и влияние ИИ в корпоративной среде. Весь анализ в этом отчете основан на агрегированных обезличенных данных об использовании ИИ корпоративными клиентами. Мы использовали автоматизированные системы для классификации содержимого сообщений, и ни один сотрудник OpenAI не просматривал сообщения клиентов.

Клиенты OpenAI Enterprise также могут запросить индивидуальный бенчмарк и сравнить свою организацию по актуальным показателям использования и возможностей.