OpenAI утверждает, что внедрение ИИ в компаниях выходит за рамки вопросов и ответов и переходит к делегированной многозадачной работе, однако собственные данные компании показывают, что прогресс крайне неравномерен. Новое исследование описывает растущий разрыв между «frontier»-компаниями и типичными пользователями: наиболее активные организации значительно шире используют агентов, корпоративный контекст и подключённые инструменты.

Выводы основаны на двух исследованиях OpenAI: Enterprise Signals, которое изучает агентный ИИ в базе корпоративных клиентов компании, и рабочей статье How Organizations Use AI: Evidence from ChatGPT. OpenAI заявляет, что исследования опираются на более чем 10 миллионов сообщений и анализируют внедрение в разрезе компаний, функций и уровней старшинства.

Codex указывает на сдвиг к делегированной работе

Самый отчётливый сигнал — сообщаемый рост Codex, агента OpenAI для кодирования и работы с программным обеспечением. По данным OpenAI, в июне Codex сгенерировал 64% совокупных токенов вывода Codex и ChatGPT среди корпоративных клиентов. Компания утверждает, что этот показатель указывает на переход к более длинным и содержательным задачам, поскольку агентные рабочие процессы обычно производят больше вывода, чем короткие диалоговые запросы.

Такая интерпретация важна для корпоративных покупателей. Ассистент может помочь сотруднику обдумать презентацию или исследовательскую задачу; агент может собирать информацию, использовать подключённые системы, создавать файлы и готовить результат для человеческой проверки. OpenAI позиционирует ChatGPT Work и Codex как примеры этой модели, хотя данные не показывают, какая часть заявленного вывода была принята без существенной человеческой правки и насколько успешно была завершена работа.

Использование Codex также выходит за пределы инженерии. С февраля число еженедельно активных корпоративных пользователей Codex выросло в 108 раз в юриспруденции, в 41 раз в продажах, в 41 раз в подборе персонала и в 26 раз в маркетинге, сообщает OpenAI. В инженерии за тот же период рост составил пятикратный. Это большие относительные темпы роста, но OpenAI не приводит исходные числа пользователей в предоставленных материалах, поэтому их не следует воспринимать как доказательство того, что у нетехнических команд теперь развертывание больше, чем у инженерных.

OpenAI приводит Virgin Atlantic в качестве примера межфункционального использования. Авиакомпания заявляет, что инженерные команды использовали Codex для рефакторинга устаревшего кода за 30 минут вместо двух недель, а продуктовые команды применяли ChatGPT Work для конкурентного анализа. Эти заявления — примеры, предоставленные OpenAI, и они не были независимо проверены в сводке исследования компании.

Разрыв frontier увеличивается

OpenAI ежемесячно ранжирует корпоративных клиентов по числу токенов вывода на активного пользователя. Компания определяет frontier-фирмы как находящиеся в верхних 10%, а типичные фирмы — как расположенные примерно в диапазоне 45–55-го перцентилей. В июне frontier-фирмы генерировали в 8,3 раза больше токенов вывода на активного пользователя, чем типичные фирмы, тогда как в январе разрыв составлял 2,6 раза.

Компания описывает токены вывода как прокси глубины использования, а не как прямую меру бизнес-ценности. Большее количество сгенерированного текста или кода может отражать более длинные рабочие процессы, но может также быть результатом неэффективного промптинга, повторных правок или задач, требующих значительной проверки. Следовательно, расширяющееся соотношение указывает на различие в интенсивности использования, но оставляет открытыми вопросы о производительности, качестве и окупаемости инвестиций.

Та же картина наблюдается и в использовании продвинутых возможностей. OpenAI заявляет, что 21% еженедельно активных пользователей в frontier-компаниях использовали Plugins, по сравнению с 9% в типичных компаниях. Использование Skills составило 19% в frontier-компаниях против 3% в типичных. По данным OpenAI, Plugins могут подключать агента к корпоративным данным и действиям, а Skills предоставляют повторно используемые инструкции.

OpenAI также сообщает, что 95% собственных сотрудников используют Plugins еженедельно. Поскольку OpenAI одновременно является поставщиком продукта и источником этого внутреннего сравнения, эту цифру лучше рассматривать как сигнал внедрения, сообщённый поставщиком, а не как рыночный бенчмарк.

Данные полезны, но контролируются поставщиком

Исследование даёт взгляд, который часто упускают традиционные опросы: реальные паттерны использования в рабочих разговорах и продуктовая телеметрия, а не описания поведения сотрудниками. OpenAI заявляет, что её данные показывают: сотрудники на ранних этапах карьеры чаще используют ChatGPT, чем руководители. Через шесть месяцев после внедрения такие сотрудники отправляли на 13 сообщений в неделю больше, чем руководители, сообщает компания.

OpenAI также говорит, что среди публичных компаний США, изученных в её рабочей статье, корпоративные пользователи имели больше активов, больше сотрудников и более высокие инвестиции в НИОКР, чем неиспользующие. Это корреляция, а не доказательство того, что внедрение ИИ привело к лучшим финансовым результатам. Более крупные компании могут просто иметь больше ресурсов для покупки, развёртывания и управления ИИ-системами.

Ключевые утверждения по-прежнему представлены поставщиком. Предоставленные материалы не включают независимую проверку методологии, данные о затратах по всей клиентской базе, уровни ошибок, показатели завершения задач или сравнение с системами не от OpenAI. Поэтому покупателям следует использовать эти отчёты для выдвижения гипотез о моделях внедрения, а не как нейтральное измерение рынка корпоративного ИИ.

Что означают эти выводы для создателей ИИ и предприятий

Для продуктовых команд исследование указывает на сдвиг в единице дизайна. Ценным продуктом может быть не универсальный чат-бот, а рабочий процесс, объединяющий инструкции, разрешения, бизнес-данные и действия. Например, Plugin для продаж может объединять корпоративный playbook, доступ к CRM и прошлые предложения, прежде чем сформировать ответ для проверки.

Такая архитектура создаёт операционные требования, менее важные для простой помощи. Командам нужны границы разрешений, журналы аудита, контроль доступа к данным, этапы утверждения и способы восстановления, когда агент использует неверный контекст или совершает неподходящее действие. Человеческая проверка остаётся особенно важной, когда результаты затрагивают клиентов, юридическую работу, финансовые решения или производственные системы.

Разрыв в принятии также говорит о том, что покупка доступа к ИИ-модели — не то же самое, что масштабирование использования. Собственный вывод OpenAI заключается в том, что компаниям необходимо непрерывное обучение сотрудников, общие рабочие процессы, инфраструктура данных и управление. Для руководителей бизнеса практическая отправная точка — определить эффективные индивидуальные рабочие процессы, измерить, где они экономят время или улучшают качество, и превратить их в повторяемые процессы, а не полагаться на неформальные навыки составления промптов.

Для конкурентов и разработчиков расширение ИИ-агентов в юриспруденцию, продажи, подбор персонала и маркетинг повышает важность интеграций. Системы, которые могут безопасно извлекать актуальный бизнес-контекст и выполнять ограниченные действия, могут стать полезнее систем, которые лишь генерируют отшлифованный текст. Но исследование не показывает, превосходят ли продукты OpenAI альтернативы по надёжности, общей стоимости или безопасности.

На что смотреть дальше

Следующими сигналами станут более подробные данные о завершении задач, частоте проверок и измеримых бизнес-результатах. Отчёты OpenAI также могут прояснить, как разрыв в 8,3 раза по выводу варьируется в зависимости от отрасли и функции, и превращается ли высокое использование токенов в снижение операционных затрат или ускорение поставки.

Корпоративным покупателям следует следить за более широкой доступностью разрешений для агентов, шаблонов рабочих процессов и средств аудита в ChatGPT Work, Codex и Plugins. Им также стоит искать независимые оценки клиентов, в которых приводятся не только рост использования, но и неудачные запуски, участие человека и стоимость внедрения.

Ещё одна проверка — будет ли внедрение продолжаться за пределами инженерии, когда агенты подключаются к чувствительным корпоративным системам. Рост в юриспруденции, продажах, подборе персонала и маркетинге заметен, но устойчивое использование будет зависеть от качества данных, проверки соответствия требованиям и того, смогут ли агенты выполнять работу достаточно надёжно, чтобы заслужить доверие.

Мнение Creati.ai

Объявление OpenAI — это скорее не утверждение о том, что компании уже решили задачу агентного ИИ, а измерение того, насколько неравномерно они к ней подходят. Сообщаемый frontier-разрыв предполагает, что конкурентное преимущество может исходить не только от доступа к модели, но и от организационной способности — проектирования рабочих процессов, доступа к данным и управления.

Поэтому важный вопрос для разработчиков — не просто сколько сотрудников используют ИИ-инструмент. Важно, может ли система выполнить определённую работу, показать, что именно она сделала, оставаться в рамках своих разрешений и выдавать результат, который люди могут проверить. Данные OpenAI делают этот переход заметным, но её методология, контролируемая поставщиком, означает, что рынку по-прежнему нужны независимые доказательства качества и экономики.