ИИтог

OpenAI: топ-компании используют ИИ-агентов в 8,3 раза активнее рядовых

исследованияРедакция ИИтогOpenAI🔥75Рейтинг ИИтог75Влияние70Новизна65Релевантность95Неожиданность60Участники85Достоверность85
OpenAI: топ-компании используют ИИ-агентов в 8,3 раза активнее рядовых

OpenAI опубликовала два отчёта о том, как компании применяют ИИ: Enterprise Signals, обзор агентного ИИ среди корпоративных клиентов OpenAI на выборке более 10 млн сообщений, и парную рабочую статью «How Organizations Use AI: Evidence from ChatGPT», изучающую внедрение ИИ по компаниям, ролям и уровням должностей на выборке публичных компаний США. Общий вывод: корпоративное применение ИИ смещается от простой помощи (ответы на вопросы) к исполнению работы агентами (сбор данных, подготовка документов, код), и разные компании проходят этот переход с разной скоростью.

Авторы делят компании на «передовые» (frontier, top-10% по интенсивности использования ИИ каждый месяц) и «типичные» (typical, компании между 45-м и 55-м процентилем). По состоянию на июнь передовые компании генерируют в 8,3 раза больше выходных токенов на одного активного пользователя, чем типичные компании, рост с разрыва в 2,6 раза в январе, то есть втрое за несколько месяцев. Разрыв прослеживается во всех отраслях и размерах компаний, а не только в технологическом секторе.

Сдвиг к агентной работе виден в цифрах: по состоянию на июнь Codex обеспечил 64% совокупных выходных токенов Codex и ChatGPT среди корпоративных клиентов, в отчёте это трактуется как признак того, что агенты позволяют делегировать более содержательную работу. Передовые компании заметно активнее используют продвинутые возможности: Plugins еженедельно применяют 21% активных пользователей в передовых компаниях против 9% в типичных, а skills, 19% против 3%. Для сравнения, среди самих сотрудников OpenAI Plugins еженедельно использует 95%, это показывает, что даже передовые компании реализуют лишь часть потенциала.

Агентная работа с Codex быстро распространяется за пределы инженерии: с февраля число 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 в инженерии рост составил 5 раз. В качестве примера приводится авиакомпания Virgin Atlantic: её инженерные команды с помощью Codex рефакторят устаревший код за 30 минут вместо двух недель, а продуктовые команды с помощью ChatGPT Work проводят конкурентное исследование, которое раньше занимало недели, за часы, это повлияло на пятилетнюю цифровую стратегию компании.

Отдельное наблюдение касается должностной иерархии: хотя многие опросы фиксируют более высокое использование ИИ у руководителей, административные данные по миллионам переписок показывают обратное, спустя полгода после внедрения сотрудники начального уровня отправляют в среднем на 13 сообщений в неделю больше, чем руководители. Авторы трактуют это как потенциальное сравнительное преимущество младших сотрудников в использовании ИИ и предлагают руководителям выявлять сотрудников с сильными практиками применения ИИ и делать их рабочие процессы видимыми для остальных.

Рабочая статья по публичным компаниям США также показывает, что компании, внедрившие ИИ, в среднем сильнее по финансовым показателям, чем компании без внедрения: у них больше активов, больше сотрудников и выше уровень расходов на НИОКР, конкретные суммы в отчёте не приводятся. Общий вывод обоих отчётов: одного доступа к моделям недостаточно для масштабирования ИИ, нужны дополнительные инвестиции в непрерывное обучение сотрудников, общие рабочие процессы, инфраструктуру данных и управление доступом.

Ключевые факты

  • Разрыв в интенсивности применения ИИ между передовыми компаниями (топ-10% по использованию) и типичными (45, 55-й процентиль) вырос с 2,6× в январе до 8,3× в июне, по выходным токенам на активного пользователя
  • По состоянию на июнь Codex обеспечил 64% совокупных выходных токенов Codex и ChatGPT среди корпоративных клиентов
  • С февраля число еженедельно активных корпоративных пользователей Codex выросло в 108 раз в юридической сфере, в 41 раз, в продажах и рекрутинге, в 26 раз, в маркетинге, против 5 раз в инженерии
  • В передовых компаниях Plugins еженедельно использует 21% активных пользователей и skills, 19%, против 9% и 3% в типичных компаниях; у самой OpenAI Plugins еженедельно использует 95% сотрудников
  • Спустя полгода после внедрения сотрудники начального уровня отправляют на 13 сообщений в неделю больше, чем руководители

Почему это важно

Отчёты фиксируют структурный сдвиг: корпоративный ИИ перестаёт быть просто помощником для ответов на вопросы и становится исполнителем задач, агенты сами собирают данные, готовят документы и код для проверки человеком. При этом разрыв между компаниями, которые используют ИИ интенсивно, и остальными не сужается, а стремительно растёт, с 2,6 до 8,3 раза за полгода. Это означает, что просто наличие доступа к моделям больше не даёт конкурентного паритета: решает глубина внедрения агентных рабочих процессов.

Кому это важно

В первую очередь, руководителям и ИТ/ИИ-стратегам в крупных компаниях, которые принимают решения о масштабировании ИИ и хотят понимать, где они находятся относительно конкурентов (OpenAI прямо предлагает корпоративным клиентам запросить сравнительный бенчмарк). Также релевантно HR и руководителям функций вне инженерии, юристам, продажам, рекрутингу, маркетингу, где использование Codex растёт быстрее всего.

Как это применить

Отчёты формулируют практическую повестку: подключать агентов к контексту и инструментам компании (через Plugins, объединяющие инструкции с доступом к CRM и другим системам), выстраивать чёткие права доступа, ревью и управление, и превращать успешные индивидуальные практики использования ИИ в общие рабочие процессы команды. Отдельная рекомендация, выявлять сотрудников с наиболее эффективными привычками использования ИИ (часто это младшие по должности) и делать их рабочие процессы видимыми для остальных.

Можно ли доверять

Данные основаны на реальной телеметрии использования продуктов OpenAI (выборка более 10 млн сообщений для Enterprise Signals) и на парной рабочей статье, изучающей публичные компании США. Это делает выводы конкретнее типичных опросов, но источник, сама OpenAI, коммерчески заинтересованная в демонстрации ценности своих продуктов (Codex, ChatGPT Work, Plugins). Методология измерений, как именно считаются «выходные токены на активного пользователя» и как контролируется размер компании, в статье не раскрыта.

Риски и подводные камни

Ключевая методологическая оговорка не сформулирована в самом отчёте, но следует из данных: корреляция между внедрением ИИ и более сильными финансовыми показателями компаний (больше активов, сотрудников, расходов на НИОКР) не доказывает причинно-следственную связь, более сильные компании могли внедрять ИИ активнее именно потому, что у них больше ресурсов, а не наоборот. Конкретные денежные суммы для этого сравнения не приводятся. Кроме того, отчёт написан вендором для продвижения собственных инструментов (Codex, Plugins, ChatGPT Work), что стоит учитывать при интерпретации выводов о необходимости их внедрения.