Состояние корпоративного ИИ

Миссия OpenAI заключается в том, чтобы искусственный интеллект приносил пользу всему человечеству, и помощь предприятиям в решении проблем является центральной частью этой миссии.

Большая часть экономически ценной деятельности происходит внутри организаций, где инновации напрямую преобразуются в улучшенные результаты для работников, клиентов и других заинтересованных сторон. Проблемы предприятий также представляют собой самые сложные технические задачи для передового интеллекта, требуя надежности, безопасности и масштабируемости. Доход, получаемый от решения этих проблем, может помочь финансировать широкий, свободный доступ к мощному ИИ для сотен миллионов людей по всему миру.

На протяжении большей части последних трех лет видимое влияние ИИ было наиболее заметным среди потребителей. Однако история технологий общего назначения — от паровых машин до полупроводников — показывает, что значительная экономическая ценность создается после того, как фирмы переводят базовые возможности в масштабируемые сценарии использования. Корпоративный ИИ, похоже, вступает в эту фазу, поскольку многие из крупнейших и наиболее сложных организаций мира начинают использовать ИИ в качестве основной инфраструктуры.

Более 1 миллиона бизнес-клиентов сейчас используют инструменты OpenAI. Этот отчет объединяет данные, полученные из деидентифицированных и агрегированных данных об использовании ИИ на предприятиях, а также из различных других источников, чтобы представить обоснованный взгляд на то, как ИИ разворачивается внутри организаций сегодня.

Четыре ключевых вывода

1. Масштабирование использования ИИ на предприятиях с более глубокой интеграцией в рабочие процессы. Объем сообщений ChatGPT вырос в 8 раз, а потребление токенов API для рассуждений на организацию увеличилось в 320 раз по сравнению с прошлым годом, что демонстрирует увеличение использования ИИ на предприятиях и рост интенсивности его применения.
2. Предприятия, использующие ИИ, демонстрируют измеримое повышение производительности и бизнес-эффекта. Пользователи на предприятиях сообщают об экономии 40-60 минут в день и возможности выполнять новые технические задачи, такие как анализ данных и кодирование. Кейсы показывают, что ИИ способствует важным результатам, таким как рост выручки, улучшение клиентского опыта и сокращение циклов разработки продуктов.
3. Рост предприятий является глобальным и быстро ускоряется во всех отраслях. За последние шесть месяцев международное внедрение резко возросло, поскольку организации по всему миру углубляют использование ИИ, дополняя продолжающийся сильный рост в США. За последние 12 месяцев средний сектор вырос более чем в 6 раз, при этом технологический сектор лидирует с ростом в 11 раз.
4. Появляется увеличивающийся разрыв между лидерами и отстающими. Передовые сотрудники отправляют в 6 раз больше сообщений, а передовые фирмы отправляют в 2 раза больше сообщений на место, чем среднее предприятие. Существует существенный разрыв в вероятности использования самых мощных инструментов ИИ сегодня, несмотря на их широкую доступность. Модели способны на гораздо большее, чем большинство организаций внедрили в свои рабочие процессы, и это представляет собой возможность для фирм.

В будущем следующая фаза корпоративного ИИ будет формироваться более сильной производительностью в экономически ценных задачах, лучшим пониманием организационного контекста и переходом от запросов моделей на выдачу результатов к делегированию сложных, многоэтапных рабочих процессов. По мере созревания этих возможностей мы ожидаем, что организации не только повысят эффективность, но и откроют новые способы обслуживания клиентов и создания ценности.

Выводы в этом отчете представляют собой ранние признаки того, как ИИ начинает переформатировать современное предприятие. По мере развития корпоративного ИИ OpenAI будет продолжать делиться реальными данными о том, как ИИ влияет на фирмы, работников и экономику в целом.

Ронни Чаттерджи

Главный экономист OpenAI

Введение

За последние три года предприятия интегрировали системы ИИ в широкий спектр вариантов использования и операционных рабочих процессов.

Эти внедрения дают представление о том, как ИИ формирует работу, особенно в средах, где стандарты точности высоки, рабочие процессы сложны, а улучшения производительности или качества принятия решений имеют прямые экономические последствия. Поскольку большая часть экономически ценной деятельности в мире происходит внутри фирм, модели внедрения на предприятиях дают четкий сигнал о том, где ИИ приносит ценность сегодня и где он, вероятно, будет делать это в будущем.

Масштаб и разнообразие более чем 1 миллиона бизнес-клиентов OpenAI дают отличительное представление об этом сдвиге. В этом отчете обобщены ключевые выводы из всей базы корпоративных клиентов OpenAI и то, что эти закономерности предполагают о текущем состоянии и траектории корпоративного ИИ. Путем изучения того, как внедрение различается в разных отраслях и функциях, анализ также подчеркивает, где ИИ глубоко внедряется в фирмах и где возникают пробелы.

Выводы основаны на двух основных источниках данных:

1. Реальные данные об использовании от корпоративных клиентов OpenAI.
2. Опрос OpenAI 9 000 работников в почти 100 предприятиях, документирующий модели внедрения ИИ.

Все анализы в этом отчете основаны на деидентифицированных, агрегированных данных об использовании на предприятиях. Содержание сообщений было классифицировано с использованием автоматизированных систем, и ни один сотрудник OpenAI не просматривал данные отдельных предприятий, компаний или клиентов API в рамках этого анализа.

• Использование корпоративного ИИ ускоряется и углубляется

За последний год внедрение корпоративного ИИ значительно возросло, поскольку организации интегрируют ИИ в повторяемые, многоэтапные рабочие процессы в различных функциях и бизнес-подразделениях. OpenAI теперь обслуживает более 7 миллионов рабочих мест ChatGPT, а число рабочих мест ChatGPT Enterprise увеличилось примерно в 9 раз по сравнению с прошлым годом.

С ноября 2024 года еженедельный объем сообщений Enterprise вырос примерно в 8 раз в совокупности, при этом средний работник отправляет на 30% больше сообщений. Этот рост отражает как более частое использование ChatGPT, так и углубление интенсивности использования.

Два сдвига подчеркивают углубляющуюся интеграцию ИИ в основные корпоративные рабочие процессы.

Пользовательские GPT и Проекты обеспечивают более глубокую интеграцию рабочих процессов

GPT и Проекты — это настраиваемые интерфейсы, построенные на ChatGPT, которые можно адаптировать с помощью инструкций, знаний и пользовательских действий, позволяя работникам выполнять повторяющиеся, многоэтапные задачи.

Количество еженедельных пользователей Пользовательских GPT и Проектов увеличилось примерно в 19 раз с начала года. В последние месяцы примерно 20% всех сообщений Enterprise обрабатывались через Пользовательский GPT или Проект. Наиболее широко развернутые GPT либо кодифицируют институциональные знания в многократно используемые помощники, либо автоматизируют рабочие процессы через интеграцию с внутренними системами. Некоторые организации создали культуру разработки и обмена Пользовательскими GPT в масштабе. Например, BBVA регулярно использует более 4 000 GPT, что указывает на то, что рабочие процессы, управляемые ИИ, все чаще внедряются как постоянные инструменты, встроенные в повседневную деятельность.

Ключевые показатели:

• 19x Увеличение числа еженедельных пользователей Пользовательских GPT и Проектов с начала года * 20% Всех сообщений Enterprise были обработаны через Пользовательский GPT или Проект

Рабочие процессы разработчиков и API быстро масштабируются

Компании используют API для прямой интеграции моделей в свои продукты и системы с высокой степенью контроля и настройки. По мере перехода фирм от экспериментов к производственным развертываниям потребление API быстро росло. Более 9 000 организаций обработали более 10 миллиардов токенов, а почти 200 превысили 1 триллион токенов.

Среднее потребление токенов для рассуждений на организацию увеличилось примерно в 320 раз за последние 12 месяцев, что предполагает систематическую интеграцию более интеллектуальных моделей в расширяющиеся продукты и услуги. Codex, хотя все еще находится на ранней стадии своего корпоративного жизненного цикла, быстро набирает обороты, поскольку команды используют его для комплексных задач разработки программного обеспечения: генерация кода, рефакторинг, тестирование и отладка.

Вовлеченность Codex за последние шесть недель указывает на растущее проникновение ИИ-ассистированной разработки на предприятиях: * 2x Увеличение числа еженедельных активных пользователей * 50% Приблизительное увеличение числа еженедельных сообщений

Работники сообщают об измеримой ценности от использования ИИ

В большинстве случаев ИИ позволяет работникам выполнять более качественную работу быстрее. Однако только производительность не полностью отражает, как ИИ перестраивает работу. Данные опроса почти 100 предприятий подчеркивают ключевые операционные достижения в различных функциях и изменения в том, кто выполняет специализированную и техническую работу.

Сотрудники предприятий сообщают об экономии времени и улучшении результатов по всем функциям

Семьдесят пять процентов опрошенных работников сообщают, что использование ИИ на работе улучшило либо скорость, либо качество их работы. В среднем, пользователи ChatGPT Enterprise экономят 40-60 минут в день благодаря использованию ИИ, при этом работники в области науки о данных, инженерии и коммуникаций экономят больше среднего (60-80 минут в день). Время, сэкономленное на сообщение, варьируется в зависимости от функции: пользователи в области бухгалтерского учета и финансов сообщают о наибольшей выгоде, за ними следуют аналитики, специалисты по коммуникациям и инженеры.

Эти выгоды приводят к широким операционным улучшениям по всем функциям:

• 87% ИТ-работников сообщают о более быстром решении ИТ-проблем * 85% пользователей маркетинга и продуктов сообщают о более быстром выполнении кампаний * 75% специалистов по HR сообщают об улучшении вовлеченности сотрудников * 73% инженеров сообщают о более быстрой доставке кода

Эти результаты показывают, что преимущества производительности уже проявляются в основных корпоративных функциях, а не только в рано адаптирующихся технических ролях.

Техническая работа расширяется за пределы традиционных ролевых границ

ИИ не только ускоряет существующую работу; он также расширяет задачи и навыки, которые могут выполнять работники. Несколько исследований показывают, что ИИ оказывает выравнивающий эффект, непропорционально помогая низкопроизводительным работникам.¹ В соответствии с этими выводами, 75% работников сообщают о способности выполнять задачи, которые они ранее не могли выполнять, включая поддержку программирования и проверку кода, анализ и автоматизацию электронных таблиц, разработку технических инструментов и устранение неполадок, а также дизайн пользовательских GPT или агентов.

Расширение индивидуальных возможностей особенно заметно в технических областях, где нетехнические команды все чаще занимаются кодированием и анализом данных, что ранее ограничивалось специализированными ролями. Среди пользователей ChatGPT Enterprise количество сообщений, связанных с кодированием, увеличилось по всем функциям, а за пределами инженерии, ИТ и исследований количество сообщений, связанных с кодированием, выросло в среднем на 36% за последние шесть месяцев.

• 75% пользователей сообщают о способности выполнять новые задачи * 36% Средний рост сообщений, связанных с кодированием, за пределами инженерии, ИТ и исследований

Работники сообщают о большей производительности при более интенсивном использовании ИИ

На уровне отдельных работников влияние увеличивается по мере углубления использования ИИ. В большой выборке работников сэкономленное время коррелирует с использованием более продвинутых функций ChatGPT, включая Deep Research, GPT-5 Thinking и Image Generation. Работники, потребляющие наибольшее количество интеллекта (измеряемое в использованных кредитах²), сообщают о большем сэкономленном времени. Работники, которые экономят более 10 часов в неделю, не просто используют больше интеллекта, они также используют несколько моделей, взаимодействуют с большим количеством инструментов и применяют ИИ в более широком спектре задач.

Рост производительности увеличивается с интенсивностью использования ИИ

График показывает положительную корреляцию между потреблением интеллекта (измеряемым в использованных кредитах) и сэкономленными часами в неделю. Группа, сэкономившая более 10 часов в неделю, использует в 8 раз больше кредитов, чем группа, сэкономившая 0 часов в неделю.

¹Noy & Zhang (2023), Dell'Acqua et al. (2023), Schwarcz et al. (2025) и Brynjolfsson et al. (2025) ²Кредиты соответствуют использованию, при этом более продвинутые функции, такие как Codex и Deep Research, потребляют большее количество кредитов.

Темпы ускорения зависят от отрасли и географии

За последний год мы наблюдали общее быстрое внедрение, поскольку компании переходят от пилотных проектов ИИ к полным развертываниям, и существуют заметные различия в зависимости от отрасли и географии.

Рост быстро происходит в большинстве отраслей

Рост числа клиентов OpenAI широк по отраслям: средний сектор увеличился более чем в 6 раз за год, и даже самый медленно растущий сектор превысил 2-кратный рост.

Внедрение ИИ по отраслям: масштаб предприятия против годового роста

График показывает, что технологии, здравоохранение и производство демонстрируют самый быстрый рост, в то время как финансовые и профессиональные услуги работают в наибольшем масштабе. Медианные значения роста и масштаба отмечены пунктирными линиями.

• Технологии: Рост в 11 раз * Здравоохранение: Рост в 8 раз * Производство: Рост в 7 раз * Финансы: Рост примерно в 6.8 раз * Профессиональные услуги: Рост примерно в 4 раза (наибольший масштаб) * Ритейл: Рост примерно в 5 раз * Развлечения: Рост примерно в 4.5 раз * Строительство: Рост примерно в 6.5 раз * Образовательные услуги: Рост примерно в 2.5 раза (наименьший масштаб)

*Профессиональные услуги включают: профессиональные, научные и технические услуги.

В абсолютном выражении клиенты ChatGPT Enterprise сегодня наиболее сконцентрированы в профессиональных услугах, финансах и технологиях — секторах, которые были ранними последователями и продолжают лидировать в масштабах использования ИИ. Здравоохранение и производство начали с гораздо меньшей базы, но теперь входят в число самых быстрорастущих секторов, быстро сокращая отставание.

Самые быстрорастущие сектора:

API наиболее часто используется для создания и масштабирования клиентских приложений

API чаще всего используется для создания и масштабирования клиентских приложений (например, встроенных помощников, поиска и автоматизации), особенно технологическими компаниями. Но использование диверсифицируется: обслуживание клиентов и генерация контента теперь составляют примерно 20% активности API, а использование API нетехнологическими фирмами выросло в 5 раз за год. В совокупности эта модель предполагает, что внедрение расширяется за пределы технологически обусловленного встраивания продуктов к более широкому набору операционных и рабочих развертываний в различных отраслях.

Корпоративный рост является глобальным и ускоряется

В то время как раннее внедрение ИИ происходило преимущественно в США, международный рост сейчас быстро ускоряется:

• Среди крупнейших рынков Австралия, Бразилия, Нидерланды и Франция демонстрируют самый быстрый рост числа бизнес-клиентов, увеличившись более чем на 143% по сравнению с прошлым годом.
• Использование ChatGPT среди бизнес-клиентов продолжает масштабироваться по всему миру, при этом США, Германия и Япония входят в число наиболее активных рынков по объему сообщений.
• Великобритания и Германия сейчас входят в число крупнейших рынков ChatGPT Enterprise за пределами США по количеству клиентов.
• Международный рост числа корпоративных клиентов API превысил 70% за последние 6 месяцев, при этом Япония имеет наибольшее количество корпоративных клиентов API за пределами США.

Австралия, Бразилия, Нидерланды и Франция растут быстрее, чем в среднем по миру

Процентное увеличение числа платящих бизнес-клиентов (ноябрь 2024 г. — ноябрь 2025 г.):

• Австралия: 187% * Бразилия: 161% * Нидерланды: 153% * Франция: 146% * Канада: 144% * Средний глобальный: 143% * США: 142% * Германия: 138% * Великобритания: 133% * Япония: 130%

Ежемесячный объем бизнес-сообщений

Карта мира показывает распределение объемов сообщений по странам, от самого низкого (светлый оттенок) до самого высокого (темный оттенок). Наибольшие объемы наблюдаются в Северной Америке, частях Европы и Восточной Азии.

Растущий разрыв в внедрении ИИ

Наблюдаются явные различия в том, как ИИ используется в разных отраслях и среди отдельных людей внутри фирм. Расширится ли этот разрыв или сократится, будет зависеть от того, как организации подходят к управлению изменениями и их способности создавать системы, навыки и операционные модели, необходимые для успешного развертывания ИИ.

Чтобы глубже понять этот растущий разрыв, полезно сравнить передовых работников (определяемых как те, кто находится в 95-м процентиле интенсивности внедрения) со средним работником. Передовые работники генерируют в 6 раз больше сообщений, чем средний работник. Даже среди тех, кто работает в области анализа данных, передовые работники используют инструмент анализа данных в 16 раз больше, чем средний.

Разрывы в использовании ИИ работниками увеличиваются с более продвинутыми инструментами

Передовые (95-й процентиль) против средних пользователей

График показывает, что передовые пользователи демонстрируют значительно более высокую интенсивность использования ИИ: * Индивидуальная интенсивность сообщений: ↑ 6x * Сообщения для анализа данных*: ↑ 16x

*Среди работников, выполняющих функцию анализа данных.

Разрывы наиболее широки между передовыми и средними работниками в области письма, кодирования и анализа. Кодирование демонстрирует наибольший относительный разрыв в объеме сообщений: передовые работники отправляют в 17 раз больше сообщений, чем средние.

Использование ИИ резко варьируется в зависимости от задач для передовых работников по сравнению со средними

Сравнение 95-го процентиля со средним показателем

Эти различия имеют значение. Данные об использовании, сопоставленные с результатами опроса, показывают, что пользователи, которые выполняют примерно семь типов задач, сообщают о пятикратной экономии времени по сравнению с теми, кто использует только около четырех. Другими словами, выгоды, которые пользователи получают от ИИ, напрямую зависят от глубины использования.

Экономия времени увеличивается по мере выполнения пользователями большего числа различных задач

График показывает прямую зависимость: чем больше различных задач выполняют пользователи с помощью ИИ, тем больше часов в неделю они экономят.

Примеры: анализ данных, кодирование, генерация изображений, перевод, написание, редактирование текста и другие.

Существует значительный потенциал для фирм, чтобы повысить свою зрелость в области ИИ

Даже среди активных пользователей ChatGPT Enterprise многие не пробовали некоторые из самых мощных инструментов. Из ежемесячных активных пользователей 19% никогда не использовали анализ данных, 14% никогда не использовали рассуждения и 12% никогда не использовали поиск. Среди ежедневных активных пользователей эти доли снижаются до 3%, 1% и 1% соответственно.

Процент пользователей Enterprise, которые не использовали эти инструменты

Диаграммы показывают долю ежемесячных и ежедневных активных пользователей, которые никогда не использовали конкретные инструменты ИИ. * Анализ данных: 19% (ежемесячные пользователи), 3% (ежедневные пользователи) * Рассуждение: 14% (ежемесячные пользователи), 1% (ежедневные пользователи) * Поиск: 12% (ежемесячные пользователи), 1% (ежедневные пользователи)

На уровне фирмы разрывы в интенсивности внедрения отражают те, что наблюдаются на индивидуальном уровне. Передовые фирмы (95-й процентиль) генерируют примерно в 2 раза больше сообщений на место, чем среднее предприятие, и в 7 раз больше сообщений для GPT, что указывает на значительно более глубокую организационную интеграцию и стандартизацию рабочих процессов. Эти фирмы систематически инвестируют в инфраструктуру и операционные модели, необходимые для внедрения ИИ в качестве основной организационной способности, а не периферийного инструмента повышения производительности.

Разрывы в использовании ИИ фирмами увеличиваются с более продвинутыми инструментами

Сравнение передовых (95-й процентиль) и средних фирм.

• Общий объем сообщений: ↑ 2x * Сообщения для GPT: ↑ 7x

Внедрение ИИ и бизнес-эффект: примеры из практики

Следующие кейсы иллюстрируют, как ИИ генерирует измеримые бизнес-результаты в различных организационных контекстах. Вместо универсального решения, их влияние отражает применение ИИ для конкретных операционных и стратегических задач. Во всех этих примерах ИИ связан с ростом выручки, улучшением клиентского опыта, автоматизацией ручных процессов и ускоренной разработкой продуктов.

Эти эффекты не ограничиваются небольшим числом фирм, и внешние исследования показывают, что внедрение ИИ начинает влиять на ключевые финансовые показатели.

Исследование Boston Consulting Group (BCG) 2025 года показало, что за последние три года лидеры в области ИИ достигли 1,7-кратного роста выручки, 3,6-кратного увеличения общей акционерной доходности и 1,6-кратного увеличения маржи EBIT. Они также превзошли конкурентов по нефинансовым показателям, таким как количество патентов и удовлетворенность сотрудников, связывая зрелость ИИ как с финансовой, так и с организационной силой. Хотя эти данные еще ранние, они предполагают, что внедрение ИИ коррелирует с улучшением финансовых показателей и организационных результатов.

Кейсы:

• с. 17 - Intercom * с. 18 - Lowe's * с. 19 - Indeed * с. 20 - BBVA * с. 21 - Oscar Health * с. 22 - Moderna

Intercom

Intercom использовал Realtime API от OpenAI для Fin Voice, предоставив низкозатратный, готовый к корпоративному использованию голосовой ИИ-агент.

Задача

Fin, ИИ-агент Intercom для обслуживания клиентов, обеспечивает лидирующие в отрасли показатели разрешения проблем в чате, электронной почте и социальных сетях, разрешая миллионы запросов клиентов каждый месяц. Но расширение Fin на новый канал — телефон — представило новую, критическую проблему: задержку. В телефонной поддержке, где проблемы часто бывают срочными, даже короткие паузы могут разрушить клиентский опыт и привести к тому, что звонящие прекратят взаимодействие или обратятся к человеку.

Решение

Intercom построил Fin Voice на основе Realtime API от OpenAI, чтобы значительно уменьшить задержку и обеспечить естественные, прерывистые телефонные разговоры. Низкое время до первого токена Realtime API, сильное следование инструкциям и надежные возможности вызова инструментов позволяют Fin Voice обрабатывать сложные, многоэтапные запросы с высоким качеством и надежностью.

Влияние

• Задержка снизилась на 48% с марта благодаря использованию Fin Voice Realtime API для генерации ответов.
• Благодаря более быстрым ответам, обеспечиваемым Realtime API, клиенты видят, что Fin Voice в среднем решает 53% звонков от начала до конца — значительный результат, учитывая, что телефонные звонки обычно гораздо сложнее чата.
• Клиенты сообщают, что звонки, которые в конечном итоге требуют участия человека-агента, разрешаются на 40% быстрее после того, как Fin Voice выполняет начальные шаги, повышая эффективность звонков с более высоким уровнем вовлечения.
• Учитывая, что разговоры с человеческой поддержкой обычно стоят от 5 до 20 долларов (в зависимости от региона и отрасли), Fin уже экономит клиентам сотни миллионов долларов ежегодно.

Lowe's

Lowe's развернул Mylow и Mylow Companion для масштабирования экспертных рекомендаций по благоустройству дома для каждого онлайн-посетителя и сотрудника магазина.

Lowe's требовалось масштабировать экспертные рекомендации по благоустройству дома для онлайн-покупателей и помогать сотрудникам магазинов, особенно новым, последовательно отвечать на сложные вопросы в более чем 1 700 магазинах.

Lowe's развернул Mylow на Lowes.com для предоставления клиентам советов по проектам и продуктам, а также Mylow Companion для сотрудников магазинов.

• Mylow и Mylow Companion отвечают на почти 1 миллион вопросов в месяц обо всем, от характеристик продукта до ноу-хау проектов и статуса заказа клиента, с момента запуска в марте этого года.
• Mylow доступен на Lowes.com и в отмеченном наградами мобильном приложении Lowe's. Когда клиенты взаимодействуют с Mylow во время онлайн-посещений, коэффициент конверсии увеличивается более чем в два раза.
• Mylow Companion развернут в 100% магазинов и отвечает на сотни тысяч вопросов сотрудников каждую неделю. Lowe's наблюдает увеличение показателей удовлетворенности клиентов на 200 базисных пунктов, когда сотрудники используют Mylow Companion для помощи покупателям в торговом зале.

Indeed

Indeed использует GPT-мощное сопоставление вакансий и карьерный коучинг для улучшения результатов найма для соискателей и работодателей.

Миссия Indeed — помогать людям находить работу. Соискатели могут сталкиваться с трудностями при поиске, оценке соответствия и подаче заявок на вакансии, в то время как работодатели хотят более квалифицированных кандидатов на свои открытые позиции. Обе стороны выигрывают от более глубокой персонализации и более четкого контекста того, что делает сильное соответствие.

Для решения этой проблемы Indeed запустил набор продуктов на базе ИИ, используя свой собственный ИИ для сопоставления соискателей и работодателей в сочетании с объяснениями на базе GPT, которые помогают объяснить, почему они хорошо подходят. Indeed Invite to Apply использует ИИ для генерации и отправки контекстных, персонализированных приглашений на работу в масштабе, помогая кандидатам понять, почему роль хорошо подходит, и улучшая охват работодателей. Indeed Career Scout действует как ИИ-карьерный коуч, ускоряя поиск работы и упрощая процесс подачи заявок для соискателей.

• В экспериментах "Invite to Apply" с объяснениями, сгенерированными LLM, увеличило количество начатых заявок на 20% и улучшило последующий успех (собеседования и найм) на 13% по сравнению с традиционным сопоставлением.
• Ранние результаты показывают, что соискатели, использующие Career Scout, находят и подают заявки на релевантные вакансии в 7 раз быстрее и на 38% более вероятно будут наняты, при этом 84% оценивают его как ценный.

Bbva

BBVA развернул юридический ИИ-чат-бот для мгновенной проверки полномочий корпоративного подписанта и разблокировки коммерческих операций филиалов.

В Мексике BBVA должен проводить юридическую проверку (известную как "бастантео"), чтобы подтвердить, что представитель компании имеет право подписывать документы и действовать от имени компании, прежде чем ключевые транзакции (например, открытие счетов, подписание контрактов, выдача кредитов) могут быть выполнены. Исторически этот процесс опирался на команду специалистов по правовым вопросам, отвечающих на повторяющиеся запросы филиалов, что создавало задержки, узкие места и высокий спрос на ограниченные юридические мощности.

BBVA построил генеративный ИИ-чат-бот, который обеспечивает мгновенный доступ к стандартизированным, предварительно проверенным юридическим вопросам и рекомендациям по документации для общих вопросов полномочий подписантов. Контент был разработан и проверен юридической службой BBVA, что сократило ручную обработку ежедневных запросов и обеспечило последовательную доступность утвержденных юридических рекомендаций.

• Решение, созданное с помощью ChatGPT Enterprise, автоматизирует более 9 000 запросов ежегодно и позволило BBVA перераспределить эквивалент 3 штатных единиц для производства более 11 000 "бастантео" в год, обеспечивая 26% годового KPI экономии отдела юридических услуг.

Oscar Health

Oscar Health развернул клиентские чат-боты для ответа на вопросы о льготах, стоимости и общих вопросах здоровья в реальном времени и помощи участникам в навигации по сложностям системы здравоохранения.

Для многих людей система здравоохранения может быть сложной для понимания и навигации. Понимание льгот, поиск подходящего врача, оценка затрат на лечение и получение четких ответов на вопросы часто бывает сложным и отнимает много времени. Частично это связано с тем, что данные, необходимые для принятия правильных решений, часто находятся в разных местах, включая порталы, документы о льготах и заметки врачей из прошлых визитов. Oscar хотел создать единую, надежную точку входа, которая помогла бы участникам лучше понимать систему здравоохранения и ориентироваться в ней.

Oscar разработал пару клиентских чат-ботов для ответа на вопросы участников о льготах, стоимости и общих вопросах здоровья по запросу и в режиме реального времени. В отличие от чат-ботов общего назначения, эти чат-боты интегрированы с системами и данными Oscar, что позволяет им использовать медицинские записи, заявления и взаимодействия со службой поддержки для персонализации ответов. Их чат-боты также могут помогать с общими задачами, включая поиск врачей в сети и пополнение рецептов.

• В результате была создана платформа, которая может решать широкий спектр вопросов и задач, включая понимание льгот, поддержку вопросов, связанных с симптомами, подготовку к визитам и объяснение последующих инструкций, а также эскалацию участников к поставщикам или гидам по уходу по мере необходимости. Их платформа мгновенно отвечает на 58% вопросов о льготах и способна обрабатывать 39% сообщений о льготах без участия человека. Сегодня они обладают основой для будущих возможностей, включая запись на прием, голосовые взаимодействия и управление конкретными состояниями.

Moderna

Moderna использовала ИИ для значительного сокращения времени разработки профиля целевого продукта.

Написание профиля целевого продукта (TPP) обычно представляет собой многонедельные межфункциональные усилия, включающие команды из клинических, продуктовых и маркетинговых отделов. Команды должны просматривать и обрабатывать большие объемы данных, иногда до 300 страниц информации, чтобы создать эти проекты для разработки продукта.

Используя ChatGPT Enterprise, Moderna оптимизировала значительную часть рабочего процесса по составлению и анализу TPP. Система помогает извлекать ключевые факты и предположения из больших пакетов данных, генерировать структурированные черновые разделы и помечать важные детали или потенциальные ошибки для команд, обеспечивающих человеческий контроль.

• Задержки или ошибки в TPP могут влиять на последующие действия, такие как планирование исследований, межфункциональное согласование и подготовка к запуску продукта. Сокращая время, необходимое для проверки, перекрестных ссылок и интеграции больших пакетов доказательств, команды могут тратить больше времени на проверку компромиссов и принятие более качественных решений на ранних этапах процесса создания TPP.
• Moderna сообщает, что основной аналитический этап в этом процессе был сокращен с недель до часов в некоторых случаях, и считает, что каждый день, полученный на раннем этапе планирования TPP, может помочь компании быстрее доставлять продукты пациентам.

На практике ведущие фирмы последовательно делают несколько вещей

Глубокая системная интеграция через обеспечивающий контекст

Они подключают коннекторы, чтобы предоставить ИИ безопасный доступ к корпоративным данным в основных инструментах, обеспечивая контекстно-зависимые ответы и автоматизированные действия. Примерно одно из четырех предприятий до сих пор не предприняло этот шаг.

Стандартизация и повторное использование рабочих процессов

Они активно продвигают создание, обмен и обнаружение повторяемых решений для общих задач. GPT часто используются для этой работы, в то время как наиболее сложные организации встраивают помощников на базе API непосредственно в основные внутренние системы.

Исполнительное руководство и спонсорство

Они устанавливают четкие мандаты, обеспечивают ресурсы и выстраивают команды, а также создают пространство для экспериментов, что позволяет масштабно развертывать решения.

Готовность данных и оценка

Они кодифицируют институциональные знания в машиночитаемые процедуры, создают API для ключевых конвейеров данных и проводят непрерывные оценки для отслеживания производительности моделей в реальных условиях.

Целенаправленное управление изменениями

Они создают структуры, ускоряющие организационное обучение, сочетая централизованное управление и обучение с распределенным обеспечением через встроенных чемпионов ИИ.

Ландшафт ИИ быстро развивается; OpenAI выпускает новую функцию или возможность примерно каждые три дня. Основными ограничениями для организаций больше не являются производительность моделей или инструментарий, а скорее организационная готовность.

Заключение

Среди более чем 1 миллиона бизнес-клиентов OpenAI ИИ внедряется в расширяющийся спектр рабочих процессов, продуктов и внутренних систем. Внедрение является широкомасштабным и ускоряется в различных отраслях и регионах, хотя глубина интеграции значительно варьируется от организации к организации.

Данные показывают, что глубина использования имеет значение. Работники и фирмы, которые более последовательно используют передовые инструменты, такие как модели рассуждения, анализ данных, пользовательские GPT, проекты и API, сообщают о больших выгодах в производительности и более широком охвате задач, чем те, чье использование остается ограниченным.

ИИ также начинает менять то, кто выполняет определенные виды технической работы. Задачи по кодированию и анализу все чаще появляются за пределами традиционных специализированных ролей, расширяя возможности некоторых нетехнических команд. При этом отраслевые особенности остаются различными, отражая операционные потребности в технологиях, профессиональных услугах, финансах, здравоохранении, производстве и многом другом.

Несмотря на растущий разрыв в внедрении ИИ, корпоративный ИИ все еще находится на ранних стадиях. У фирм есть возможность наверстать упущенное, приняв модели поведения передовых работников и организаций. По мере созревания корпоративного ИИ фирмы будут все чаще преобразовывать возможности ИИ в продукты и услуги, которые обеспечивают новые источники ценности за счет более быстрой итерации, более глубокой персонализации и нового опыта. Организации, которые преуспевают в внедрении этих возможностей в рыночные рабочие процессы, будут использовать ИИ не просто как инструмент повышения производительности, а как долгосрочный двигатель роста выручки и конкурентного преимущества.