Сигнали підприємств: що передові компанії роблять інакше

Корпоративний ШІ вступає в нову фазу: дедалі більше роботи делегується агентам, а компанії, які просунулися найдалі, відриваються від решти. Передові компанії мають доступ до тих самих моделей ШІ, що й інші підприємства, але вони швидше поглиблюють їх використання. Їх вирізняє те, як вони застосовують ці моделі в роботі: переходять від допомоги до делегування, надають агентам контекст та інструменти для виконання складних завдань і прискорюють розвиток автономного ШІ за межами розробки програмного забезпечення.

Наше дослідження в OpenAI про те, як агенти змінюють роботу, дає раннє уявлення про те, який вигляд може мати цей зсув усередині організації на основі ШІ. Enterprise Signals розширює охоплення глобальної корпоративної клієнтської бази OpenAI, показуючи, як автономна робота поширюється в організаціях і що відрізняє передові компанії від решти.

У цьому випуску Enterprise Signals ми показуємо, що передові компанії — ті, що входять до верхніх 10% за використанням ШІ щомісяця, — дедалі більше відриваються від типових компаній — тих, що входять до середніх 10%. Ми розглядаємо, що передові компанії роблять інакше та що організації можуть зробити, щоб скоротити розрив.

Ключові моменти:

• Використання в підприємствах стає дедалі більш автономним. Станом на червень Codex згенерував 64 % сукупних вихідних токенів Codex і ChatGPT серед корпоративних клієнтів, що свідчить про те, що агенти уможливлюють перехід до більш змістовної делегованої роботи.
• Передовий розрив збільшується. Передові компанії — ті, що належать до топ-10% користувачів ШІ щомісяця — тепер генерують у 8,3 раза більше вихідних токенів на активного користувача, ніж типові компанії. У січні цей показник становив 2,6 раза.
• Передові компанії частіше застосовують розвинені можливості. Щотижня 21% активних користувачів у передових компаніях використовують плагіни, порівняно з 9% у типових компаніях. В OpenAI 95% працівників щотижня використовують плагіни, що підкреслює потенціал для глибшого впровадження.
• Агенти поширюються у сфері інтелектуальної праці. Із лютого кількість активних корпоративних користувачів Codex щотижня зросла у юридичному відділі в 108 разів, у відділі продажу — у 41 раз, у рекрутингу — у 41 раз і в маркетингу — у 26 разів порівняно з 5 разами в інженерному відділі.
• Працівники на початку кар’єри використовують ШІ більше: рівень використання найвищий серед працівників на початку кар’єри і знижується серед більш досвідчених співробітників, що свідчить про потенційну порівняльну перевагу у використанні ШІ.

Корпоративний ШІ переходить від відповідей на запитання до виконання роботи. Цей зсув уперше відбувся у розробці програмного забезпечення з Codex. Тепер ChatGPT Робота розширює застосування автономного ШІ поза межами розробників, даючи змогу працівникам у всій компанії перейти від звернення по допомогу до делегування змістовних завдань.

Станом на червень 2026 року використання автономного ШІ (визначеного як токени Codex) становило 64% сукупних вихідних токенів Codex і ChatGPT серед корпоративних клієнтів. І ChatGPT, і автономний ШІ використовують ті самі базові передові моделі — різниця в тому, як цей рівень інтелекту застосовується на практиці.

ChatGPT допомагає людям ставити запитання, розвивати ідеї та розв'язувати проблеми. Автономний ШІ (як-от Codex і ChatGPT Робота) надає моделі інструменти для роботи з вашим комп’ютером, даючи їй змогу знаходити інформацію, редагувати файли та автономно або під наглядом виконувати багатокрокові завдання. Виконання складних, довготривалих завдань може потребувати значно більше обчислювальних ресурсів, що допомагає пояснити, чому використання агентних токенів швидко зросло.

Щомісяця ми ранжуємо корпоративних клієнтів за кількістю вихідних токенів на одного активного користувача. Передові компанії — це ті, що входять до верхніх 10% того місяця, тоді як типові компанії перебувають між 45-м і 55-м процентилями. Станом на червень передові компанії генерували у 8,3 раза більше вихідних токенів на одного активного користувача, ніж типові компанії, що втричі більше порівняно з розривом у 2,6 раза у січні.

Розрив із передовим рівнем також простежується в різних галузях: найбільший розрив у використанні токенів спостерігається в інформаційних технологіях (11,7×), а найменший — у виробництві (5,3×). Натомість використання токенів серед типових компаній є подібним у різних галузях, із відносно помірним зростанням за останній рік (1,9×–2,8×). Це свідчить про те, що багато організацій досі використовують простих чат-асистентів, залишаючи значний потенціал для поглиблення впровадження та використання агентів для виконання складнішої роботи.

Токени — недосконалий показник бізнес-цінності: коротка відповідь може бути дуже цінною, а довга — додавати мало цінності. Але обсяг токенів є корисним непрямим показником глибини використання ШІ й того, скільки роботи співробітники доручають ШІ.

Провідні компанії поглиблюють використання ШІ, оскільки застосовують його для розв’язання конкретних проблем усередині своїх організацій і в межах своїх галузей.

Перші корпоративні застосунки ШІ спершу впроваджувалися всередині компаній, допомагаючи працівникам знаходити інформацію, створювати чернетки документів, аналізувати дані, писати код і автоматизувати рутинні процеси. Провідні компанії дедалі частіше розширюють застосування ШІ поза межі підвищення внутрішньої продуктивності — на продукти, послуги та досвід взаємодії, орієнтовані на клієнтів.

Щоб бути ефективними, ШІ-агентам потрібен доступ до належного контексту та інструментів. Плагіни⁠(відкривається у новому вікні) об’єднують можливості, які допомагають агентам виконувати конкретні робочі процеси. Вони можуть поєднувати навички, що надають інструкції для повторного використання, із застосунками, які підключаються до даних, інструментів і дій компанії. Наприклад, плагін для продажів може поєднувати плейбук команди з доступом до її CRM, дозволяючи агенту використовувати поточну інформацію про клієнта та попередні пропозиції, щоб підготувати адаптовану відповідь для перевірки.

Передові компанії мають явну перевагу у використанні розширених можливостей. Серед щотижневих активних користувачів 21% у передових компаніях використовують плагіни, а 19% — навички, порівняно лише з 9% і 3% у типових компаніях. Однак впровадження у передових компаніях становить лише частку від того, що можливо. Внутрішнє використання в OpenAI підкреслює потенціал глибшого використання цих можливостей: щотижневе використання плагінів становить 95 % активних користувачів. Наше дослідження про те, як агенти змінюють роботу дає змогу ближче поглянути на те, як працівники OpenAI використовують розширені можливості.

ШІ-агентам потрібні три речі, щоб виконувати значущу роботу: контекст, інструменти та наполегливість. Памʼять, голосове введення та appshots допомагають працівникам легко ділитися контекстом та інформацією, необхідними для успішного виконання завдання. Використання комп’ютера та браузера дає змогу агентам переглядати вебсайти, створювати файли та виконувати завдання автономно або під наглядом. Цілі та цикли забезпечують роботу агентів, доки завдання не буде виконано. У сукупності ці можливості допомагають передовим компаніям реалізувати потенціал агентів.

Надання агентам доступу до систем компанії також створює нові ризики. Передові компанії встановлюють чіткі правила щодо того, де агенти можуть діяти, до якої інформації вони можуть мати доступ, коли вони можуть виконувати дії та як люди перевіряють рішення з підвищеним ризиком. Ці засоби контролю мають удосконалюватися в міру того, як організації навчаються на реальних впровадженнях.

Передові компанії також роблять безперервне навчання та експериментування частиною повсякденної роботи. Практичні інтерактивні сесії для розробників, форуми для обміну новими перспективними сценаріями використання та внутрішні демонстрації допомагають успішним практикам поширюватися серед команд і функціональних підрозділів.

Розробники програмного забезпечення були одними з перших, хто почав застосовувати агентів ШІ, але нині найшвидше зростання спостерігається серед широкого кола працівників розумової праці. Із лютого кількість щотижневих активних корпоративних користувачів Codex зросла в 108 разів у юридичній сфері, у 41 раз — у продажах, у 41 раз — у рекрутингу та в 26 разів — у маркетингу, порівняно з 5 разів серед інженерів. 

Програмне забезпечення рушило першим не просто так. Бази коду надають агентам чіткий контекст, тести спрощують перевірку результатів, а прогрес у програмуванні допомагає прискорити дослідження й розробку ШІ. За останні два роки розробники перейшли від використання ШІ для доповнення окремих рядків коду до доручення агентам виконувати цілі завдання з розроблення програмного забезпечення. Багато розробників уже не пишуть код вручну, а натомість зосереджують свій час на налаштуванні завдань, оркеструванні агентів і перевірці результатів.

Натомість прогрес у загальній інтелектуальній праці був повільнішим, оскільки багато завдань мають обмежений контекст, їх важко чітко сформулювати та немає зрозумілих критеріїв для перевірки результату. Проте подальше масштабування, досягнення в навчанні з підкріпленням і цілеспрямовані зусилля для підвищення ефективності в оцінках, таких як GDPval, наближають більше реальних завдань, інструментів і робочих середовищ до можливостей передових моделей. Унаслідок цього автономний ШІ від початку року дедалі краще знаходить відповідність продукту ринку серед працівників загальної інтелектуальної діяльності.

На вибірці з понад 10 мільйонів повідомлень видно, що корпоративний ШІ переходить від допомоги співробітникам у створенні результатів роботи до допомоги командам у її виконанні. Навіть у межах однієї функції шаблони використання суттєво різняться між чатом і автономним ШІ.

Написання залишається найпоширенішим способом використання ChatGPT, тоді як програмування та системні або агентські операції разом становлять майже 75% повідомлень агентів. Цей зсув особливо помітний за межами традиційних технічних команд: рекрутинг (32%), продажі (26%), політика (25%) і комунікації (24%) спрямовують від чверті до третини повідомлень на системні й агентські операції. Технічна робота також поширюється між функціями, причому на кодування припадає майже 60% повідомлень агентів у дизайні.

Не існує єдиної таблиці лідерів із впровадження ШІ. Рейтинги галузей різняться залежно від обраного показника. Минулого місяця професійні та наукові послуги лідирували і за впровадженням Codex, і за інтенсивністю API. Мистецтво, розваги та дозвілля лідирували за впровадженням ChatGPT, тоді як обробна промисловість має найвищу інтенсивність ChatGPT, попри останнє місце за впровадженням Codex та інтенсивністю API.

Галузі не йдуть однаковим шляхом до впровадження ШІ. Деякі просуваються завдяки інструментам для розробників і продуктам із ШІ, тоді як інші мають ширше або інтенсивніше повсякденне використання.

Оскільки ШІ створює для організацій нові способи постачання товарів і надання послуг, він також змінює ландшафт безпеки. Немає більш нагальних ризиків, ніж кібербезпека, особливо з огляду на стрімкий розвиток кіберздатностей ШІ.

ШІ також може допомогти захисникам реагувати. Моделі можуть аналізувати великі кодові бази, досліджувати вразливості та підтримувати багатоетапну роботу з інформаційної безпеки. Але виявлення більшої кількості проблем саме по собі не робить системи безпечнішими. Справжня проблема полягає в тому, щоб перетворити виявлені результати на дії: визначити, які вразливості є реальними, визначати пріоритети серед найсерйозніших ризиків, тестувати виправлення та забезпечувати, щоб команди безпеки швидко переглядали й впроваджували виправлення. 

OpenAI Daybreak об’єднує передові моделі кібербезпеки, корпоративні інструменти безпеки та партнерську екосистему, щоб допомогти організаціям впоратися з цими викликами й зміцнити свій захист від нових загроз.

Місія OpenAI полягає в тому, щоб ШІ приносив користь усьому людству. Організації значною мірою визначатимуть економічний вплив ШІ, і саме тому ми регулярно публікуємо Enterprise Signals — періодичний набір показників, що відстежує впровадження ШІ на підприємствах, його поширення та вплив. Усі аналізи в цьому звіті базуються на агрегованих і деідентифікованих даних про використання в корпоративному середовищі. Ми використовували автоматизовані системи для класифікації вмісту повідомлень, і жоден співробітник OpenAI не переглядав повідомлення клієнтів.

Клієнти OpenAI Enterprise також можуть запитати індивідуальний бенчмарк, щоб побачити, як їхня організація порівнюється за найновішими показниками використання та можливостей.