Enterprise Signals: En üst seviye firmalar neleri farklı yapıyor?

Kurumsal yapay zeka yeni bir aşamaya giriyor: Daha fazla iş ajanlara devredilirken en ileri firmalar diğerleriyle aralarındaki farkı açıyor. En üst seviye firmalar diğer kuruluşlarla aynı yapay zeka modellerine erişebiliyor ancak bu modelleri daha kapsamlı kullanma konusunda çok daha hızlı ilerliyor. Onları diğerlerinden ayıran, bu modellerden nasıl yararlandıkları. Destek almaktan görev devretmeye geçiyor, ajanlara karmaşık görevleri tamamlamak için gereken bağlamı ve araçları sağlıyor ve ajan tabanlı yapay zekayı yazılım geliştirmenin ötesine taşıyorlar.

OpenAI'da ajanların çalışma biçimlerini nasıl dönüştürdüğünü ele alan araştırmamız, bu değişimin yapay zeka temelli bir kuruluşta nasıl gerçekleşebileceğine ilişkin öncü bir gösterge sunuyor. Enterprise Signals ise OpenAI'ın küresel kurumsal müşteri tabanını kapsayan daha geniş bir perspektif sunuyor ve ajan tabanlı çalışmanın kuruluşlar genelinde nasıl yayıldığını, en üst seviyedeki kuruluşları diğerlerinden nelerin ayırdığını gösteriyor.

Enterprise Signals'ın bu sayısında, en üst seviye firmaların (her ay yapay zeka kullanımında ilk %10'luk dilimde yer alanlar) tipik firmalarla (ortadaki %10'luk dilimde yer alanlar) aralarındaki farkı giderek açtığını gösteriyoruz. En üst seviye firmaların neleri farklı yaptığını ve diğer firmaların bu farkı kapatmak için neler yapabileceğini inceliyoruz.

Önemli noktalar:

• Kurumsal kullanım giderek daha fazla ajan tabanlı hale geliyor. Haziran ayı itibarıyla kurumsal müşterilerin Codex ve ChatGPT kullanımında üretilen toplam çıktı token'larının %64'ü Codex'ten geldi. Bu da ajanların daha kapsamlı işlerin devredildiği bir çalışma biçimine geçişi mümkün kıldığına işaret ediyor.
• En üst seviye firmalarla diğerleri arasındaki fark giderek açılıyor. En üst seviye firmalar (her ay yapay zeka kullanımında ilk %10'luk dilimde yer alanlar) artık aktif kullanıcı başına tipik kuruluşların ürettiğinin 8,3 katı kadar çıktı token'ı üretiyor. Ocak ayında bu fark 2,6 kattı.
• En üst seviye firmalar gelişmiş özellikleri daha sık kullanıyor. En üst seviye firmalarda aktif kullanıcıların %21'i her hafta eklentileri kullanırken tipik firmalarda bu oran %9. OpenAI'da çalışanların %95'i her hafta Eklentileri kullanıyor. Bu da eklentilerin daha kapsamlı biçimde benimsenme potansiyelini gösteriyor.
• Ajanların kullanımı bilgi odaklı işlerin farklı alanlarına yayılıyor. Şubat ayından bu yana haftalık aktif kurumsal Codex kullanıcılarının sayısı hukukta 108 katına, satış ve işe alımda 41 katına, pazarlamada 26 katına çıktı. Mühendislikteki artış ise yalnızca 5 kat oldu.
• Kariyerinin başındaki çalışanlar yapay zekayı daha fazla kullanıyor: Kullanım oranı bu çalışanlarda en yüksek düzeydeyken kıdem arttıkça azalıyor. Bu da kariyerinin başındaki çalışanların yapay zeka kullanımında potansiyel bir karşılaştırmalı avantaja sahip olabileceğini gösteriyor.

Kurumsal yapay zeka, soruları yanıtlamaktan işleri doğrudan yürütmeye geçiyor. Bu dönüşüm ilk olarak Codex ile yazılım mühendisliğinde başladı. ChatGPT Çalışma şimdi ajan tabanlı yapay zekayı geliştiricilerin ötesine taşıyor ve kuruluş genelindeki çalışanların yardım istemek yerine önemli görevleri yapay zekaya devretmesini sağlıyor.

Haziran 2026 itibarıyla, Codex token'larıyla ölçülen ajan tabanlı yapay zeka kullanımı, kurumsal müşterilerin Codex ve ChatGPT'deki toplam çıktı token'larının %64'ünü oluşturuyordu. ChatGPT ve ajan tabanlı yapay zeka temelde aynı en üst seviye modelleri kullanır. Aralarındaki fark, bu zekanın nasıl kullanıldığıdır.

ChatGPT, insanların soru sormasına, fikir geliştirmesine ve sorunlar üzerinde çalışmasına yardımcı olur. Codex ve ChatGPT Çalışma gibi ajan tabanlı yapay zeka sistemleri, modele bilgisayarla çalışabilmesi için gereken araçları sunar. Böylece model bilgi bulabilir, dosyaları düzenleyebilir ve çok adımlı görevleri kendi başına veya gözetim altında yürütebilir. Karmaşık ve uzun süren görevleri tamamlamak çok daha fazla işlem gücü gerektirebilir. Bu da ajan tabanlı yapay zekanın token kullanımının neden hızla arttığını açıklamaya yardımcı olur.

Kurumsal müşterileri her ay aktif kullanıcı başına çıktı token'ı sayısına göre sıralıyoruz. En üst seviye firmalar ilgili ayda ilk %10'luk dilimde yer alırken tipik kuruluşlar 45. ile 55. yüzdelik dilimler arasında yer alıyor. Haziran ayı itibarıyla en üst seviye firmalar, aktif kullanıcı başına tipik firmaların ürettiğinin 8,3 katı kadar çıktı token'ı üretti. Ocak ayında 2,6 kat olan fark böylece yaklaşık üç katına çıktı.

En üst seviye kuruluşlarla diğerleri arasındaki fark, endüstriler genelinde de görülüyor. Token kullanımındaki en büyük fark bilgi ve teknoloji endüstrisinde (11,7 kat), en küçük fark ise imalatta (5,3 kat). Buna karşılık tipik firmaların token kullanımı, endüstriler arasında benzer düzeyde ve geçtiğimiz yıl nispeten sınırlı bir artış gösterdi (1,9 kattan 2,8 kata). Bu durum, birçok kuruluşun halen basit sohbet asistanları kullandığını gösteriyor. Dolayısıyla yapay zekayı daha kapsamlı biçimde kullanmak ve daha karmaşık işleri tamamlamak için ajanlardan yararlanmak konusunda önemli bir gelişim alanı bulunuyor.

Token'lar, iş değerini ölçmek için kusursuz bir ölçüt değildir. Kısa bir yanıt son derece değerli olabilirken uzun bir yanıt çok az değer katabilir. Ancak token hacmi, yapay zeka kullanımının derinliğini ve çalışanların yapay zekaya ne kadar iş devrettiğini gösteren yararlı bir ölçüttür.

Önde gelen kuruluşlar yapay zekadan giderek daha kapsamlı yararlanıyor; çünkü bu teknolojiyi hem kendi bünyelerindeki hem de faaliyet gösterdikleri endüstrilerdeki somut sorunların çözümünde kullanıyor.

Kurumsal yapay zeka ilk olarak kuruluşların kendi bünyesinde kullanılmaya başlandı ve çalışanların bilgi bulmasına, belge taslakları hazırlamasına, verileri analiz etmesine, kod yazmasına ve rutin süreçleri otomatikleştirmesine yardımcı oldu. Önde gelen firmalar yapay zekayı artık yalnızca şirket içi verimlilik için değil, müşterilere yönelik ürün, hizmet ve deneyimlerde de giderek daha fazla kullanıyor.

Yapay zeka ajanlarının etkili olabilmesi için doğru bağlama ve araçlara erişmesi gerekir. Eklentiler⁠(yeni bir pencerede açılır), ajanların belirli iş akışlarını tamamlamasına yardımcı olan özellikleri bir araya getirir. Yeniden kullanılabilir talimatlar sunan becerileri ve şirket verilerine ve araçlarına bağlanarak işlem yapabilen uygulamaları bir araya getirebilir. Örneğin, bir satış eklentisi, ekibin çalışma kılavuzunu CRM sistemine erişimle birleştirebilir. Böylece bir ajan, güncel müşteri bilgilerinden ve geçmiş tekliflerden yararlanarak gözden geçirilmek üzere müşteriye özel bir yanıt hazırlayabilir.

En üst seviye firmalar, gelişmiş özellikler konusunda açık ara önde. Haftalık aktif kullanıcılar arasında eklenti ve beceri kullanım oranları, en üst seviye firmalarda sırasıyla %21 ve %19 iken tipik firmalarda yalnızca %9 ve %3. Ancak en üst seviye firmaların bu özellikleri benimseme düzeyi bile mevcut potansiyelin yalnızca küçük bir bölümünü yansıtıyor. OpenAI'daki şirket içi kullanım, aktif kullanıcıların %95'inin her hafta eklenti kullandığını göstererek bu özelliklerin çok daha kapsamlı kullanılabileceğine işaret ediyor. Ajanların çalışma biçimlerini nasıl dönüştürdüğünü ele alan araştırmamız, OpenAI çalışanlarının gelişmiş özellikleri nasıl kullandığına daha yakından bakıyor.

Yapay zeka ajanlarının anlamlı işler tamamlayabilmesi için üç şeye ihtiyacı vardır: bağlam, araçlar ve süreklilik. Bellek, ses girişi ve uygulama görüntüleri; çalışanların bir görevi başarıyla tamamlamak için gereken bağlamı ve bilgileri kolayca paylaşmasına yardımcı olur. Bilgisayar ve tarayıcı kullanımı, ajanların web sitelerinde gezinmesine, dosyalar oluşturmasına ve görevleri kendi başlarına veya gözetim altında tamamlamasına olanak tanır. Hedefler ve döngüler, görev tamamlanıncaya kadar ajanların çalışmayı sürdürmesini sağlar. Bu özellikler bir araya geldiğinde en üst seviye firmaların ajanların potansiyelinden yararlanmasına yardımcı olur.

Ajanlara şirket sistemlerine erişim verilmesi yeni riskleri de beraberinde getirir. En üst seviye firmalar, ajanların nerelerde çalışabileceğini, hangi bilgilere erişebileceğini, ne zaman işlem yapabileceğini ve yüksek riskli kararların insanlar tarafından nasıl gözden geçirileceğini belirleyen net kurallar koyar. Kuruluşlar gerçek dünyadaki uygulamalardan ders çıkardıkça bu kontrollerin de gelişmesi gerekir.

En üst seviye firmalar, sürekli öğrenmeyi ve deneme çalışmalarını günlük işlerinin bir parçası haline getirir. Uygulamalı geliştirme oturumları, yeni kullanım senaryolarının paylaşıldığı forumlar ve kurum içi tanıtım etkinlikleri; başarı sağlayan uygulamaların ekipler ve iş fonksiyonları arasında yayılmasına yardımcı olur.

Yazılım geliştiriciler, yapay zeka ajanlarını ilk benimseyenler arasındaydı. Ancak en hızlı büyüme artık farklı iş fonksiyonlarında görev yapan bilgi çalışanlarından geliyor. Şubat ayından bu yana haftalık aktif kurumsal Codex kullanıcılarının sayısı hukukta 108 katına, satış ve işe alımda 41 katına, pazarlamada ise 26 katına çıktı. Mühendislikteki artış ise yalnızca 5 kat oldu.

Yazılımın bu dönüşümde öncü olması tesadüf değildi. Kod tabanları ajanlara net bir bağlam sağlar, testler çıktıların doğrulanmasını kolaylaştırır ve kodlama alanındaki ilerlemeler yapay zeka araştırma ve geliştirme çalışmalarını hızlandırmaya yardımcı olur. Son iki yılda geliştiriciler, yapay zekayı tek tek kod satırlarını tamamlamak için kullanmaktan yazılım geliştirme görevlerinin tamamını ajanlara devretmeye geçti. Birçok geliştirici artık doğrudan kod yazmak yerine zamanını görevleri yapılandırmaya, ajanları koordine etmeye ve sonuçları gözden geçirmeye ayırıyor.

Buna karşılık, genel amaçlı bilgi işlerinde ilerleme daha yavaş oldu. Çünkü birçok görev sınırlı bağlam sunuyor, tanımlanması zor olabiliyor ve sonuçları doğrulamaya yönelik net ölçütlerden yoksun. Ancak ölçeklendirme çalışmalarının sürmesi, pekiştirmeli öğrenmedeki ilerlemeler ve GDPval gibi değerlendirmelerde performansı artırmaya yönelik çalışmalar, gerçek dünyadaki daha fazla görevi, aracı ve çalışma ortamını en üst seviye modellerin erişimine açıyor. Sonuç olarak ajan tabanlı yapay zeka, yılın başından bu yana farklı alanlardaki bilgi odaklı çalışanlar arasında giderek daha güçlü bir ürün-pazar uyumu yakaladı.

10 milyondan fazla mesajdan oluşan bir örneklem, kurumsal yapay zekanın rolünün çalışanların çıktı üretmesine yardımcı olmaktan ekiplerin işleri doğrudan yürütmesini sağlamaya doğru kaydığını gösteriyor. Aynı iş fonksiyonunda bile sohbet ile ajan tabanlı yapay zekanın kullanım biçimleri arasında önemli farklar var.

Metin yazma, ChatGPT'nin en yaygın kullanım alanı olmaya devam ediyor. Buna karşılık kodlama ve sistem veya ajan işlemleri, ajan tabanlı yapay zeka kullanımındaki mesajların toplamda yaklaşık %75'ini oluşturuyor. Bu değişim, geleneksel teknik ekiplerin dışında özellikle belirgin. İşe alım (%32), satış (%26), politika (%25) ve iletişim (%24) ekiplerinde mesajların dörtte biri ila üçte biri sistem ve ajan işlemlerine ayrılıyor. Teknik çalışmalar da farklı iş fonksiyonlarına yayılıyor. Tasarım alanında ajan tabanlı yapay zeka kullanımıyla ilgili mesajların yaklaşık %60'ını kodlama oluşturuyor.

Yapay zekanın benimsenmesine ilişkin tek bir genel sıralama yok. Sektör sıralamaları, kullanılan ölçüte göre değişiyor. Geçtiğimiz ay Mesleki ve Bilimsel Hizmetler, hem Codex'in benimsenmesinde hem de API kullanım yoğunluğunda ilk sırada yer aldı. Sanat, Eğlence ve Rekreasyon, ChatGPT'nin benimsenmesinde ilk sırada yer alırken İmalat, Codex ve API kullanım yoğunluğunda son sırada olmasına rağmen en yüksek ChatGPT kullanım yoğunluğuna sahip.

Sektörler yapay zekayı benimserken aynı yolu izlemiyor. Bazı sektörler, geliştirici araçları ve yapay zeka destekli ürünlerle ilerlerken diğerlerinde gündelik kullanım daha yaygın veya daha yoğun hale geliyor.

Yapay zeka, kuruluşların ürün ve hizmet sunmasına yeni yollar açarken güvenlik ortamını da yeniden şekillendiriyor. Özellikle yapay zeka destekli siber yeteneklerin hızla geliştiği düşünüldüğünde siber güvenlik, ele alınması en acil risklerin başında geliyor.

Yapay zeka, savunma ekiplerinin müdahale etmesine de yardımcı olabilir. Modeller büyük kod tabanlarını analiz edebilir, güvenlik açıklarını inceleyebilir ve çok adımlı güvenlik çalışmalarını destekleyebilir. Ancak daha fazla sorunun tespit edilmesi, sistemleri kendiliğinden daha güvenli hale getirmez. Asıl darboğaz, bulguları eyleme dönüştürme sürecinde ortaya çıkar; bu süreç, gerçek güvenlik açıklarının belirlenmesini, en ciddi sonuçlara yol açabilecek risklerin önceliklendirilmesini, yamaların test edilmesini ve gerekli düzeltmelerin güvenlik ekiplerince hızla incelenip uygulanmasını kapsar.

OpenAI Daybreak, kuruluşların bu zorlukların üstesinden gelmesine ve yeni ortaya çıkan tehditlere karşı savunmalarını güçlendirmesine yardımcı olmak için en üst seviye siber güvenlik modellerini, kurumsal güvenlik araçlarını ve iş ortaklarından oluşan bir ekosistemi bir araya getiriyor.

OpenAI'ın misyonu, yapay zekanın tüm insanlığa fayda sağlamasını güvence altına almaktır. Kuruluşlar, yapay zekanın ekonomiye etkisinin büyük bölümünü şekillendirecek. Bu nedenle, kurumsal yapay zekanın benimsenmesini, yaygınlaşmasını ve etkisini izleyen düzenli ölçümlerden oluşan Enterprise Signals'ı yayınlıyoruz. Bu rapordaki tüm analizler, toplulaştırılmış ve kimlik bilgilerinden arındırılmış kurumsal kullanım verilerine dayanıyor. Mesaj içeriklerini sınıflandırmak için otomatik sistemler kullandık; hiçbir OpenAI çalışanı müşteri mesajlarını incelemedi.

OpenAI Enterprise müşterileri ayrıca, kuruluşlarının kullanım ve özelliklere ilişkin en güncel ölçütlerde diğerlerine kıyasla nasıl bir konumda olduğunu görmek için kuruluşa özel bir kıyaslama raporu talep edebilir.