Enterprise Signals: Vad banbrytande företag gör annorlunda

AI för företag går in i en ny fas: Allt mer arbete delegeras till agenter och de företag som kommit längst börjar dra ifrån. Banbrytande företag har tillgång till samma AI-modeller som andra verksamheter men de fördjupar sin användning snabbare. Det som skiljer dem från mängden är hur de använder dessa modeller: De går från assistans till delegering, ger agenter sammanhanget och verktygen för att slutföra komplexa uppgifter och accelererar agentbaserad AI bortom mjukvaruutveckling.

Vår forskning om hur agenter förändrar arbetet på OpenAI ger en tidig indikation på hur denna förändring kan se ut inom en organisation med AI. Enterprise Signals breddar perspektivet till OpenAI:s globala företagskundbas och visar hur agentbaserat arbete sprids inom organisationer och vad som skiljer banbrytande företag från resten.

I den här upplagan av Enterprise Signals visar vi att banbrytande företag (de som tillhör de 10 % som använder AI mest varje månad) vidgar klyftan med vanliga företag (mellersta 10 %). Vi undersöker vad banbrytande företag gör annorlunda och vad organisationer kan göra för att minska klyftan.

Viktiga insikter:

• Användningen i företag blir allt mer agentbaserad. Under juni genererade Codex 64 % av kombinerade utdatatokens från Codex och ChatGPT bland företagskunder vilket tyder på att agenter möjliggör en förskjutning mot ett mer substantiellt, delegerat arbete.
• Den banbrytande klyftan växer. Banbrytande företag (de som tillhör de 10 % som använder AI mest varje månad) genererar nu 8,3 gånger så många utdatatokens per aktiv användare som vanliga företag, upp från 2,6 under januari.
• Banbrytande företag använder avancerade funktioner oftare. 21 % av de aktiva användarna på banbrytande företag använder plugins varje vecka jämfört med 9 % på vanliga företag. På OpenAI använder 95 % av medarbetarna plugins varje vecka vilket belyser potentialen för djupare användning.
• Agenter sprider sig inom kunskapsarbete. Sedan februari har antalet aktiva företagsanvändare av Codex varje vecka ökat 108 gånger inom juridik, 41 gånger inom försäljning, 41 gånger inom rekrytering och 26 gånger inom marknadsföring, jämfört med 5 gånger inom teknik.
• Nyare anställda använder AI mer: Användningen är högst bland medarbetare i början av karriären och lägre bland mer seniora medarbetare vilket tyder på en potentiell komparativ fördel med att använda AI.

AI inom företag går från att besvara frågor till att utföra arbete. Den här förändringen startade inom programvaruutveckling med Codex. Nu utökar ChatGPT Work agentbaserad AI bortom utvecklare vilket gör det möjligt för medarbetare i hela företaget att gå från att be om hjälp till att delegera mer omfattande uppgifter.

Från och med juni 2026 stod användning av agentbaserad AI (definierad som Codex-tokens) för 64 % av kombinerade utdatatokens från Codex och ChatGPT bland företagskunder. Både ChatGPT och agentbaserad AI använder samma underliggande banbrytande modeller, skillnaden är hur intelligensen används i praktiken.

ChatGPT hjälper människor att ställa frågor, utveckla idéer och arbeta sig igenom problem. Agentbaserad AI (såsom Codex och ChatGPT Work) ger modellen verktyg för att arbeta med din dator vilket låter den hitta information, redigera filer och utföra uppgifter i flera steg autonomt eller under övervakning. Att slutföra komplexa och långvariga uppgifter kan kräva avsevärt mer beräkning vilket förklarar varför användningen av agentbaserade tokens har ökat snabbt.

Vi rankar varje månad företagskunder efter antal utdatatokens per aktiv användare. Banbrytande företag är de som tillhör de översta 10 % under månaden medan vanliga företag är mellan den 45:e och 55:e percentilen. Under juni genererade banbrytande företag 8,3 gånger så många utdatatokens per aktiv användare som vanliga företag, en trefaldig ökning jämfört med klyftan på 2,6 gånger under januari.

Den banbrytande klyftan sträcker sig även över olika branscher med den största skillnaden i tokenanvändning inom information och teknik (11,7 gånger) och den minsta inom tillverkning (5,3 gånger). Tokenanvändningen bland vanliga företag är dock liknande i alla branscher med en relativt blygsam tillväxt under det senaste året (1,9 till 2,8 gånger). Detta betyder att många organisationer fortfarande använder enkla chattassistenter vilket innebär att det finns ett stort utrymme för att fördjupa användningen och utnyttja agenter till att utföra mer komplext arbete.

Tokens är ett ofullkomligt mått på företagsvärde: ett kort svar kan vara mycket värdefullt medan ett långt kan tillföra lite. Fast tokenvolymen är en användbar indikator på djupet i AI-användningen och hur mycket arbete medarbetare delegerar till AI.

Ledande företag fördjupar sin användning av AI eftersom de tillämpar den på konkreta problem inom organisationen och i hela deras branscher.

De tidiga AI-tillämpningarna i företag började internt och hjälpte medarbetare att hitta information, skriva utkast till dokument, analysera data, skriva kod och automatisera rutinprocesser. Ledande företag utökar i allt högre grad användningen av AI bortom intern produktivitet till kundinriktade produkter, tjänster och upplevelser.

AI-agenter behöver tillgång till rätt kontext och verktyg för att vara effektiva. Plugins⁠(öppnas i ett nytt fönster) innehåller förmågor som hjälper agenter att slutföra specifika arbetsflöden. De kan kombinera färdigheter som ger återanvändbara instruktioner med appar som ansluter till företagsdata, verktyg och åtgärder. En plugin för försäljning kan till exempel kombinera ett teams arbetsmetodik med åtkomst till deras CRM så att en agent kan använda aktuell kundinformation och tidigare förslag för att förbereda ett anpassat svar för granskning.

Banbrytande företag leder tydligt inom avancerade förmågor. Bland veckovis aktiva användare använder 21 % på banbrytande företag plugins och 19 % förmågor, jämfört med endast 9 % och 3 % på vanliga företag. Implementeringen hos banbrytande företag representerar dock endast en bråkdel av vad som är möjligt. OpenAI:s interna användning visar att det finns en potential för en mer djupgående användning av dessa förmågor med veckovis användning av plugins på 95 % bland aktiva användare. Vår forskning om hur agenter förändrar arbetet ger en närmare inblick i hur medarbetare på OpenAI använder avancerade förmågor.

AI-agenter behöver tre saker för att utföra meningsfullt arbete: kontext, verktyg och uthållighet. Minne, röstinmatning och appshots hjälper arbetstagare att enkelt dela den kontext och information som krävs för att framgångsrikt slutföra en uppgift. Användning av dator och webbläsare gör det möjligt för agenter att navigera på webbplatser, skapa filer och slutföra uppgifter självständigt eller under övervakning. Mål och slingor ser till att agenter fortsätter arbeta tills en uppgift är slutförd. Tillsammans hjälper dessa kapaciteter banbrytande företag att inse agentens potential.

Att ge agenter åtkomst till företagets system medför även nya risker. Banbrytande företag skapar tydliga regler för var agenter får verka, vilken information de får använda, när de får vidta åtgärder, och hur människor granskar beslut med högre risk. Dessa kontroller måste utvecklas i takt med att organisationer lär sig av verkliga driftsättningar.

Banbrytande företag gör även kontinuerligt lärande och experimentering till en del av det dagliga arbetet. Praktiska byggsessioner, forum för att dela framväxande användningsfall och interna presentationer hjälper framgångsrika arbetssätt att spridas över team och funktioner.

Programvaruutvecklare var bland de första att börja använda AI-agenter men den snabbaste tillväxten kommer nu från kunskapsarbetare. Sedan februari har antalet aktiva företagsanvändare av Codex varje vecka ökat 108 gånger inom juridik, 41 gånger inom försäljning, 41 gånger inom rekrytering och 26 gånger inom marknadsföring, jämfört med 5 gånger bland ingenjörer. 

Programvaran var först av en anledning. Kodbaser ger agenter tydlig kontext, tester gör resultaten lättare att verifiera och framsteg inom programmering bidrar till att påskynda forskning och utveckling inom AI. Under de senaste två åren har utvecklare gått från att använda AI för att komplettera enskilda kodrader till att låta agenter hantera hela uppgifter inom programvaruutveckling. Många utvecklare skriver inte längre kod för hand utan spenderar i stället sin tid på att konfigurera uppgifter, orkestrera agenter och granska resultat.

Framstegen inom kunskapsarbete har dock gått långsammare eftersom många uppgifter ger begränsad kontext, kan vara svåra att specificera och saknar tydliga kriterier för att verifiera resultatet. Fast fortsatt skalning, framsteg inom förstärkningsinlärning och riktade insatser för att förbättra prestandan i utvärderingar såsom GDPval tar allt fler verkliga uppgifter, verktyg och arbetsmiljöer inom räckhåll för banbrytande modeller. Som ett resultat har agentbaserad AI i allt högre grad funnit produktmarknadspassning med allmänna kunskapsarbetare sedan början av året.

I ett urval av mer än 10 miljoner meddelanden går AI inom företag från att hjälpa medarbetare med att producera arbete till att hjälpa team att utföra det. Användningsmönstren mellan chatt och agentbaserad AI skiljer sig även avsevärt inom samma funktion.

Skrivande är fortfarande det vanligaste användningsområdet för ChatGPT medan kodning och system- eller agentoperationer tillsammans står för nästan 75 % av agentbaserade meddelanden. Denna förändring är särskilt tydlig utanför traditionella tekniska team: rekrytering (32 %), försäljning (26 %), policy (25 %) och kommunikation (24 %) spenderar mellan en fjärdedel och en tredjedel av meddelandena på system- och agentoperationer. Tekniskt arbete sprider sig även över funktionsgränserna där kodning står för nästan 60 % av de agentbaserade meddelandena inom design.

Det finns ingen topplista över AI-implementering. Branschrankningar varierar beroende på vilket mått som används. Under den senaste månaden ledde professionella och vetenskapliga tjänster både implementeringen av Codex och API-intensiteten. Konst, underhållning och fritid ledde ChatGPT‑användningen medan tillverkning har den högsta ChatGPT‑intensiteten trots att branschen rankas sist i Codex och API-intensitet.

Branscher följer inte samma väg när de implementerar AI. Vissa prioriterar utvecklarverktyg och AI-drivna produkter medan andra prioriterar en bredare eller mer intensiv användning i vardagen.

I takt med att AI skapar nya sätt för organisationer att leverera varor och tjänster omformar det även säkerhetslandskapet. Få risker är mer akuta än de inom cybersäkerhet, särskilt med tanke på den snabba utvecklingen av AI-baserade cyberförmågor.

AI kan även hjälpa försvarare att agera. Modeller kan analysera stora kodbaser, undersöka sårbarheter och stödja säkerhetsarbete i flera steg. Fast identifiering av fler problem gör inte systemen automatiskt säkrare. Den verkliga flaskhalsen är att omsätta resultat i åtgärder: att avgöra vilka sårbarheter som är genuina, prioritera de största riskerna, testa patchar och säkerställa att säkerhetsteamet granskar och snabbt implementerar korrigeringar. 

OpenAI Daybreak sammanför banbrytande cybersäkerhetsmodeller, säkerhetsverktyg för företag, och ett ekosystem för partners för att hjälpa organisationer att möta dessa utmaningar och stärka sitt försvar mot nya hot.

OpenAI:s uppdrag är att säkerställa att AI gynnar hela mänskligheten. Organisationer kommer att forma en stor del av AI:s ekonomiska genomslag och vi publicerar därför regelbundet Enterprise Signals, en återkommande uppsättning mätetal som följer införande, spridning och påverkan av AI inom företag. Alla analyser i den här rapporten bygger på avidentifierade och aggregerade användningsdata från företag. Vi använde automatiserade system för att klassificera innehåll i meddelanden och ingen medarbetare på OpenAI granskade kundmeddelanden.

OpenAI-företagskunder kan också begära ett anpassat jämförelsemått för att se hur deras organisation står sig i jämförelse med de senaste måtten för användning och kapacitet.