Предисловие
В OpenAI наша миссия — обеспечить, чтобы искусственный интеллект приносил пользу всему человечеству, а помощь предприятиям в решении проблем является центральной частью этой миссии.
Большая часть экономически ценной деятельности происходит внутри организаций, где инновации напрямую приводят к улучшению результатов для работников, клиентов и других заинтересованных сторон. Корпоративные проблемы представляют собой самые сложные технические задачи для пограничного интеллекта, требуя надежности, безопасности и защиты в масштабе. Доход, полученный от решения этих проблем, может помочь фонду, предоставив свободный доступ к мощному ИИ для сотен миллионов людей по всему миру.
За большую часть последних трех лет видимое влияние ИИ проявлялось среди наиболее очевидных потребителей. Однако история общих технологий — от паровых машин до полупроводников — показывает, что значительная экономическая ценность создается после того, как фирмы преобразуют лежащие в основе возможности в масштабные варианты использования. Предприятия ИИ сейчас готовятся вступить в эту фазу, поскольку большинство крупнейших и самых сложных организаций мира начинают использовать ИИ в качестве основной инфраструктуры.
Более 1 миллиона бизнес-клиентов уже используют инструменты OpenAI. В этом отчете представлены данные об использовании ИИ на предприятиях, полученные из деидентифицированных и агрегированных данных, а также из различных других источников, чтобы дать обоснованное представление о том, как ИИ внедряется в организации сегодня.
Четыре ключевых вывода
01 Предприятия используют ИИ в более глубокой интеграции рабочих процессов. Сообщения ChatGPT и объем токенов, потребляемых API, увеличились в 8 и 320 раз год к году соответственно, что демонстрирует, что все больше предприятий используют ИИ, а интенсивность его использования возросла.
02 Предприятия, использующие ИИ, достигают измеримой производительности и деловой выгоды. Пользователи предприятий сообщают о сокращении времени на работу в 40-60 минут в день и возможности выполнения совершенно новых технических задач, таких как анализ данных и кодирование. Тематические исследования показывают, что ИИ вносит вклад в важные результаты, такие как рост выручки, улучшенный опыт клиентов и более короткие циклы разработки продуктов.
03 Рост предприятий является глобальным и быстро ускоряющимся во всех отраслях. За последние шесть месяцев международное внедрение ускорилось, поскольку организации по всему миру развернули использование ИИ, дополняя сильный импульс в США. За последние 12 месяцев медианный сектор вырос более чем в 6 раз, а технологический сектор лидирует в 11 раз.
04 Увеличивается разрыв между лидерами и отстающими. Рядовые работники отправляют в 6 раз больше сообщений, а предприятия-лидеры отправляют в 2 раза больше сообщений на человека, чем среднее предприятие. Существует существенный разрыв в вероятности использования наиболее способных инструментов ИИ сегодня, несмотря на широкую доступность этих инструментов. Модели способны на гораздо большее, чем большинство организаций внедрили в рабочие процессы, и это представляет собой возможность для фирм.
Заглядывая вперед, следующий этап корпоративного ИИ будет формироваться за счет более высокой производительности по экономически ценным задачам, лучшего понимания организационного контекста и сдвига от запроса моделей к выходам, делегирующим сложные, многоступенчатые рабочие процессы. По мере развития этих возможностей мы ожидаем, что организации не только повысят эффективность, но и откроют новые способы обслуживания клиентов и увеличения ценности.
Выводы этого отчета представляют собой ранние признаки того, как ИИ начинает менять современное предприятие. По мере развития корпоративного ИИ OpenAI будет и дальше 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 внедрили интегрированные 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 решений оказывают прямое экономическое воздействие. Поскольку большая часть экономически ценной деятельности происходит внутри фирм, модели внедрения на предприятиях дают четкий сигнал о том, где ИИ приносит пользу сегодня и где он, вероятно, будет делать это в будущем.
Масштаб и разнообразие внедрения ИИ в более чем 1 миллионе бизнес-клиентов OpenAI дают уникальный взгляд на этот сдвиг. В этом отчете обобщаются ключевые выводы из корпоративной клиентской базы OpenAI и то, какие паттерны предполагают текущее состояние и траекторию развития корпоративного ИИ. Изучая, как внедрение варьируется в разных отраслях и функциях, анализ также выявляет, где ИИ глубоко внедряется в фирмы и где существуют пробелы.
Выводы основаны на двух основных источниках данных
| № | Источник данных |
|---|---|
| 01 | Данные реального использования от корпоративных клиентов OpenAI. |
| 02 | Опрос OpenAI, проведенный среди 9000 работников в почти 100 предприятиях, документирующий паттерны внедрения ИИ. |
Все анализы в этом отчете основаны на деидентифицированных, агрегированных данных об использовании на предприятиях. Содержание сообщений классифицировалось с использованием автоматизированных систем, и ни один сотрудник OpenAI не просматривал индивидуальные корпоративные, бизнес- или API-данные клиентов как часть этого анализа.
- Использование Enterprise AI ускоряется и углубляется
За последний год внедрение корпоративного ИИ значительно ускорилось, поскольку организации внедряют ИИ в повторяющиеся многоэтапные рабочие процессы в рамках различных функций и бизнес-подразделений. OpenAI теперь обслуживает более 7 миллионов рабочих мест с ChatGPT, а сообщения ChatGPT Enterprise выросли примерно в 9 раз по сравнению с прошлым годом.
С ноября 2024 года еженедельные сообщения Enterprise выросли примерно в 8 раз в совокупности, при этом среднее количество отправленных сообщений увеличилось на 30%. Этот рост отражает более частое использование ChatGPT и углубление интеграции ИИ.
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 могут быть адаптированы с помощью инструкций, знаний и пользовательских действий, позволяя работникам выполнять повторяющиеся многоэтапные задачи.
Еженедельное использование пользовательских GPT и проектов увеличилось примерно в 19 раз по сравнению с прошлым годом. За последние месяцы примерно 20% всех сообщений Enterprise обрабатывались через пользовательский GPT или проект. Чаще всего развертываемые GPT либо кодифицируют институциональные знания в многоразовые помощники, либо автоматизируют рабочие процессы посредством интеграции с внутренними системами. Некоторые организации создали культуру разработки и обмена пользовательскими GPT в масштабах. Например, BBVA регулярно использует более 4000 GPT, что указывает на то, что ИИ-управляемые рабочие процессы все чаще внедряются в качестве постоянных инструментов, встроенных в повседневные операции.
| Метрика | Значение |
|---|---|
| Годовой прирост еженедельных пользователей Custom GPTs и Projects | 19x |
| Доля всех сообщений Enterprise, обработанных через Custom GPT или Project | 20% |
Использование корпоративного ИИ ускоряется и углубляется
Рабочие процессы разработчиков и API быстро масштабируются
Компании создают на основе API модели для непосредственной интеграции в свои продукты и системы с высоким уровнем контроля и кастомизации. По мере перехода фирм от экспериментов к производственным развертываниям, потребление API быстро растет. Более 9 000 организаций уже обработали более 10 миллиардов токенов, а почти 200 превысили 1 триллион токенов.
Среднее потребление токенов на организацию увеличилось примерно в 320 раз за последние 12 месяцев, что говорит о том, что более интеллектуальные модели систематически интегрируются в расширяющиеся продукты и услуги. Codex, хотя и находится на ранней стадии своего жизненного цикла в корпоративной среде, набирает быструю популярность, поскольку команды используют его для сквозных задач разработки программного обеспечения: генерация кода, рефакторинг, тестирование и отладка. За последние шесть недель вовлеченность в Codex демонстрирует растущее проникновение ИИ-ассистированной разработки на предприятиях.
| Метрика | Значение |
|---|---|
| Увеличение еженедельных активных пользователей | 2x |
| Приблизительное увеличение еженедельных сообщений | 50% |
Рабочие отмечают измеримую ценность использования ИИ
В большинстве настроек ИИ позволяет работникам производить более качественную работу быстрее. Однако одна только производительность не полностью отражает, как ИИ меняет работу. Данные опроса почти 100 предприятий подчеркивают ключевые операционные преимущества в различных функциях и сферах, где заняты специализированные и технические работники.
Работники предприятий отмечают экономию времени и улучшение результатов в различных функциях
Семьдесят пять процентов опрошенных работников сообщают, что использование ИИ на работе либо увеличило скорость, либо качество их работы. В среднем пользователи ChatGPT Enterprise отмечают 40–60 минут сэкономленного времени в день благодаря использованию ИИ, при этом работники сферы данных, инженерии и коммуникаций экономят в среднем больше (60–80 минут в день). Наибольшая экономия времени на сообщение приходится на функции: бухгалтерский учет и финансы, а также на аналитику, коммуникации и инженерию.
Эти преимущества приводят к широким операционным улучшениям в различных функциях:
| Группа сотрудников | Операционное преимущество |
|---|---|
| ИТ-работники | 87% сообщают о более быстром решении ИТ-проблем |
| Маркетологи и менеджеры продукта | 85% сообщают о более быстром выполнении кампаний |
| HR-специалисты | 75% сообщают об улучшении вовлеченности сотрудников |
| Инженеры | 73% сообщают о более быстрой поставке кода |
Эти результаты показывают, что преимущества производительности уже материализуются в основных функциях предприятия, а не только в рано внедряющих технических ролях.
Техническая работа выходит за рамки традиционных должностных обязанностей
ИИ не только значительно ускоряет существующую работу; он также расширяет задачи и навыки, которые могут выполнять работники. Несколько исследований показывают, что ИИ оказывает выравнивающий эффект, непропорционально помогая работникам с более низким уровнем производительности. Согласуясь с этими выводами, 75% работников сообщают о возможности выполнять новые задачи, которые они ранее не могли выполнять, включая программирование и проверку кода, анализ электронных таблиц и автоматизацию, разработку технических инструментов и устранение неполадок, а также пользовательские GPT и дизайн агентов.
Расширение индивидуальных возможностей особенно заметно в технических областях, где нетехнические команды все чаще участвуют в кодировании и анализе данных — работах, которые ранее были ограничены специализированными ролями. Среди пользователей ChatGPT Enterprise из компаний кодирование-связанные сообщения увеличились во всех функциях, и за пределами инженерии, ИТ и исследований кодирование-связанные сообщения увеличились в среднем на 36% за последние шесть месяцев.
Работники сообщают о большей производительности от более интенсивного использования ИИ
На индивидуальном уровне интенсивное использование ИИ приводит к тому, что работники глубже погружаются в свое использование ИИ. Среди большой выборки пользователей время, сэкономленное благодаря ИИ, коррелирует с использованием более продвинутых функций ChatGPT, включая Deep Research, GPT-4 Thinking и Image Generation. Работники, потребляющие больше всего интеллекта (измеренного по использованным кредитам), сообщают о большем количестве сэкономленного 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 используют ИИ в более широком спектре задач.
Производительность увеличивается с интенсивностью использования ИИ
| Сэкономленное время (часов/неделя) | Потребление интеллекта (использованные кредиты) |
|---|---|
| >10 часов | В 8 раз больше кредитов по сравнению с 0 сэкономленных часов |
| 5–10 часов | Высокое потребление |
| 2–5 часов | Среднее потребление |
| <2 часов | Базовое потребление |
| 0 часов | Минимальное потребление |
Темпы ускорения различаются в зависимости от отрасли и географии
За последний год мы наблюдали общее быстрое внедрение ИИ, поскольку компании переходят от пилотных проектов к полномасштабному развертыванию, и существуют заметные различия в зависимости от отрасли и географии.
Рост стремительно распространяется по большинству отраслей
Рост клиентской базы OpenAI широк по всем отраслям, при этом медианный сектор расширяется более чем в 6 раз по сравнению с прошлым годом, и даже самый медленно растущий сектор превышает 2x. Технологии, здравоохранение и производство демонстрируют самый быстрый рост, в то время как финансовые и профессиональные услуги работают в наибольшем масштабе.
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 начинали с гораздо меньшей базы, но сейчас входят в число самых быстрорастущих секторов, быстро сокращая разрыв.
| Самые быстрорастущие секторы | Годовой прирост числа клиентов |
|---|---|
| 01. Технологии | 11x |
| 02. Здравоохранение | 8x |
| 03. Производство | 7x |
Темпы ускорения зависят от отрасли и географии
API чаще всего используется для создания и масштабирования клиентских приложений (например, встроенных помощников, поиска и автоматизации), особенно технологическими компаниями. Но использование разнообразно: клиентский сервис и генерация контента сейчас составляют примерно 20% активности API, а нетехнологичные фирмы API увеличивают свое использование в 5 раз в год. Вместе эта закономерность предполагает, что внедрение технологий за пределами продукта продвигается к более широкому набору операционных и рабочих развертываний в разных отраслях.
| № | Технологические компании | Профессиональные услуги | Финансовые организации |
|---|---|---|---|
| 1 | Помощник в приложении и поиск | Кодирование и инструменты разработчика | Клиентская поддержка |
| 2 | Автоматизация рабочих процессов агентов | Контент и творческое поколение | Кодирование и инструменты разработчика |
| 3 | Кодирование и инструменты разработчика | Помощник в приложении и поиск | Автоматизация рабочих процессов агентов |
| 4 | Клиентская поддержка | Клиентская поддержка | Помощник в приложении и поиск |
| 5 | Анализ, обобщение и извлечение данных | Автоматизация рабочих процессов агентов | Анализ, обобщение и извлечение данных |
Технологические компании используют API со скоростью 5-кратного увеличения год от года по мере масштабирования внешней, клиентской части приложений, что также приводит к рабочим процессам кодирования, где фронтирные модели, такие как Codex, ускоряют разработку программного обеспечения.
Профессиональные услуги концентрируют расходы на API в инструментах кодирования и разработки для создания пользовательских инструментов, которые ускоряют доставку клиентам, улучшают качество обслуживания (часто через персонализацию) и позволяют использовать вспомогательные приложения.
Финансовые организации часто начинают с клиентской поддержки, потому что поддержка — это крупный, масштабируемый центр затрат с доказанной рентабельностью инвестиций. Инструменты кодирования и разработки занимают второе место, поскольку фирмы инвестируют в системы миграции и пользовательские приложения для торговли, оценки рисков и соблюдения нормативных требований.
Рост предприятий глобален и ускоряется
Хотя раннее внедрение ИИ преимущественно происходило в США, международный рост сейчас значительно ускоряется:
- Среди крупнейших рынков, Австралия, Бразилия, Нидерланды и Франция показывают самый быстрый рост числа бизнес-клиентов, увеличившись более чем на 143% год к году.
- Использование ChatGPT среди бизнес-клиентов продолжает масштабироваться по всему миру, при этом США, Германия и Япония входят в число самых активных рынков по объему сообщений.
- Великобритания и Германия сейчас занимают лидирующие позиции среди крупнейших международных рынков ChatGPT Enterprise за пределами США по количеству клиентов.
- Рост числа клиентов International API превысил 70% за последние 6 месяцев, при этом Япония имеет наибольшее количество корпоративных клиентов API за пределами США.
Австралия, Бразилия, Нидерланды и Франция показывают более быстрый рост, чем в среднем по миру
Процентное увеличение числа платящих бизнес-клиентов (с ноября 2024 по ноябрь 2025)
| Страна | Прирост |
|---|---|
| Австралия | 187% |
| Бразилия | 161% |
| Нидерланды | 153% |
| Франция | 146% |
| Канада | 144% |
| Среднее по миру | 143% |
| США | 142% |
| Германия | 138% |
| Великобритания | 133% |
| Япония | 130% |
Ежемесячный объем бизнес-сообщений
Самый низкий — Самый высокий
Растущий разрыв в использовании ИИ
Возникают явные различия в том, как ИИ используется в разных отраслях и среди отдельных сотрудников внутри компаний. 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 внедрения ИИ.
Чтобы глубже понять этот растущий разрыв, полезно сравнить передовых работников (определяемых как те, кто входит в 95-й процентиль интенсивности внедрения) со средним работником. Передовые работники генерируют в 6 раз больше сообщений, чем средний работник. Даже среди тех, кто работает с анализом данных, передовые работники используют инструмент анализа данных в 16 раз больше, чем средний.
Разрыв в использовании инструментов для продвинутых пользователей
Использование передовых (95-й процентиль) в сравнении со средним пользователем
| Метрика интенсивности | Кратность превышения (x) |
|---|---|
| Индивидуальная интенсивность сообщений | ↑ 6x |
| Аналитические сообщения с данными* | ↑ 16x |
*Среди работников, занимающихся анализом данных.
Динамика освоения ИИ
Разрывы наиболее заметны между передовыми и средними работниками в области письма, кодирования и анализа. Кодирование демонстрирует самый большой относительный разрыв в объеме сообщений: передовые работники отправляют в 17 раз больше сообщений, чем средние.
Использование ИИ для передовых работников по сравнению со средними
Сравнение 95-го процентиля к медиане
| Категория задач | Отношение передовой / медиана |
|---|---|
| Письмо и коммуникация | — |
| Кодирование | 17x |
| Инструкции и процедурные указания | 9x |
| Сбор информации | 9x |
| Анализ и расчеты | 10x |
| Креативные медиа | 8x |
Эти различия имеют значение. Данные об использовании, сопоставленные с результатами опросов, показывают, что пользователи, которые занимаются примерно семью различными типами задач, экономят в пять раз больше времени, чем те, кто использует только около четырех. Другими словами, преимущества использования ИИ масштабируются непосредственно с глубиной использования.
Экономия времени по мере выполнения различных задач
| Экономия (часов в неделю) | Примеры задач |
|---|---|
| >10 | Анализ данных, кодирование |
| 5–10 | Генерация изображений, перевод |
| 2–5 | Письмо, редактирование текста |
| <2 | Прочие задачи |
| 0 | — |
Разрыв в развитии ИИ
Даже среди активных корпоративных пользователей ChatGPT многие не пробовали наиболее мощные инструменты. Из ежемесячно активных пользователей 19% никогда не использовали анализ данных, 14% никогда не использовали рассуждения и 12% никогда не использовали поиск. Среди ежедневно активных пользователей эти доли падают до 3%, 1% и 1% соответственно.
Процент корпоративных пользователей, которые не использовали эти инструменты
| Инструмент | Ежемесячные активные пользователи | Ежедневные активные пользователи |
|---|---|---|
| Анализ данных | 19% | 3% |
| Рассуждения | 14% | 1% |
| Поиск | 12% | 1% |
Существует значительный потенциал для компаний по увеличению их зрелости в области ИИ. На уровне компаний разрывы в интенсивности внедрения отражают то, что наблюдается на индивидуальном уровне. Компании-лидеры (95-й процентиль) генерируют примерно в 2 раза больше сообщений на сотрудника, чем средние компании, и в 7 раз больше сообщений для GPT, что указывает на более глубокую организационную интеграцию и стандартизацию рабочих процессов. Эти компании систематически инвестируют в инфраструктуру и операционные модели, необходимые для внедрения ИИ в качестве основной организационной возможности, а не в периферийный инструментарий.
Разрыв в использовании компаний при работе с продвинутыми инструментами
Лидеры (95-й процентиль) по сравнению со средними компаниями
| Метрика | Разрыв (Лидеры / Медиана) |
|---|---|
| Общие сообщения | ↑ 2x |
| Сообщения для GPT | ↑ 7x |
AI-внедрение и влияние на бизнес: доказательства из практики
Приведенные примеры из практики иллюстрируют, как ИИ генерирует измеримые бизнес-результаты в различных организационных контекстах. Вместо универсального решения их результаты отражают применение ИИ для решения специфических операционных и стратегических задач. Во всех этих примерах ИИ связан с ростом выручки, улучшениями в клиентском опыте, автоматизацией ручных процессов и ускоренной разработкой продуктов.
Эти эффекты не ограничиваются небольшим числом фирм, и внешние исследования показывают, что внедрение ИИ начинает влиять на основные показатели финансовой деятельности.
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-кратной общей доходности акционеров и 1,6-кратного увеличения маржи EBITDA. Они также превзошли по нефинансовым показателям, таким как патентные результаты и удовлетворенность сотрудников, связывая зрелость ИИ как с финансовой, так и с организационной силой. Хотя эти данные все еще предварительны, они предполагают, что внедрение ИИ коррелирует с улучшением финансовых показателей и организационных результатов.
Тематические исследования
- Intercom
- Lowe's
- Indeed
- BBVA
- Oscar Health
- Moderna
AI внедрение и бизнес-эффект: пример кейса
Intercom
Intercom использовал API реального времени OpenAI для Fin Voice, предоставив низкозатратный, корпоративный голосовой AI-агент.
Задача
Fin, AI-агент Intercom для обслуживания клиентов, обеспечивает лидирующее в отрасли разрешение запросов в чате, электронной почте и социальных сетях, разрешая миллионы запросов клиентов каждый месяц. Но расширение Fin до нового канала — телефона — представило новую, критическую проблему: задержка. В телефонной поддержке, где проблемы часто срочные, даже небольшие паузы могут разрушить клиентский опыт и заставить клиентов отказаться от взаимодействия или перейти к человеку.
Решение
Intercom создал Fin Voice на основе API реального времени OpenAI для значительно снижения задержки и обеспечения естественных, бесперебойных телефонных разговоров. API реального времени обеспечивает низкое время ответа, сильное следование инструкциям и надежные возможности голосового вызова, что позволяет Fin Voice легко ориентироваться в сложных, многошаговых запросах с высоким качеством и надежностью.
Воздействие
| Ключевой показатель эффективности | Преобразования, обусловленные AI |
|---|---|
| Число запросов, разрешенных Fin Voice | 53% звонков завершаются успешно при помощи Fin Voice от начала до конца. |
| Задержка | Сокращение на 48% с марта по Fin Voice. |
| Удовлетворенность клиентов | Звонки, требующие участия человека, решаются на 40% быстрее после первоначальных шагов Fin Voice. |
| Экономия | Учитывая стоимость поддержки человеком в $5–$20, решение уже экономит сотни миллионов долларов ежегодно. |
Применение ИИ и влияние на бизнес: пример из практики
Lowe's
Lowe's внедрила Mylow и Mylow Companion для масштабирования экспертного руководства по улучшению дома для каждого онлайн-посетителя и сотрудника магазина.
Lowe's требовалось масштабировать экспертное руководство по улучшению дома для онлайн-покупателей и сотрудников магазина, особенно новых сотрудников, отвечать на сложные вопросы последовательно в более чем 1700 магазинах.
Lowe's внедрила Mylow на Lowes.com для предоставления поддержки клиентов и консультаций по продуктам, а также Mylow Companion для сотрудников магазинов в каждом магазине.
| Метрика | Результат внедрения |
|---|---|
| Объем запросов | Почти 1 миллион вопросов в месяц обрабатывается Mylow и Mylow Companion. |
| Конверсия | Коэффициент конверсии увеличивается более чем в два раза при взаимодействии клиентов с Mylow. |
| Удовлетворенность (CSAT) | Увеличение показателей удовлетворенности клиентов на 200 базисных пунктов при использовании Mylow Companion в магазинах. |
Применение ИИ и влияние на бизнес: кейс
Indeed
Indeed использует технологию на основе GPT для подбора вакансий и карьерного консультирования, чтобы улучшить результаты найма для соискателей и работодателей.
Проблема
Миссия Indeed — помочь людям найти работу. Соискатели сталкиваются с трудностями при поиске, оценке соответствия и подаче заявок на роли, в то время как работодатели хотят получить более квалифицированных кандидатов. Обе стороны получают выгоду от персонализации и более четкого контекста о том, что составляет хорошее соответствие.
Indeed запустила пакет продуктов на основе ИИ, используя проприетарную ИИ для сопоставления соискателей и работодателей в сочетании с объяснениями на основе GPT. Indeed Invite to Apply использует ИИ для генерации персонализированных приглашений на работу. Indeed Career Scout действует как ИИ-карьерный коуч, ускоряя поиск работы и оптимизируя процесс подачи заявок.
Влияние
| Продукт / Инструмент | Показатель эффективности |
|---|---|
| Invite to Apply (с LLM) | ↑ 20% поданных заявок; ↑ 13% успех на этапе собеседования и найма. |
| Career Scout | В 7 раз чаще соискатели подают заявки на релевантные вакансии. |
| Career Scout (Интервью) | ↑ 38% вероятность приглашения на собеседование; 84% пользователей оценивают инструмент как ценный. |
AI адаптация и влияние на бизнес: пример из практики
Bbva
BBVA внедрила чат-бот на основе юридического ИИ для мгновенной проверки полномочий корпоративного подписанта и разблокирования операций филиалов.
| Задача | Решение |
|---|---|
| В Мексике BBVA должна проводить ежегодную юридическую проверку («бастантео»), чтобы подтвердить полномочия представителя компании. Исторически процесс полагался на специалистов юридического отдела, что приводило к задержкам и узким местам. | BBVA разработала генеративный чат-бот на основе ИИ, который обеспечивает мгновенный доступ к стандартизированным, предварительно утвержденным юридическим вопросам и документации. Контент проверен юридической командой BBVA. |
Решение, разработанное на базе ChatGPT Enterprise, автоматизирует более 9 000 запросов ежегодно и позволило BBVA перераспределить эквивалент 3 штатных единиц, производя более 11 000 «бастантео» в год, обеспечивая 26% экономии в ключевых показателях эффективности Отдела юридических услуг.
Oscar Health
Oscar Health развернул чат-боты для участников, чтобы повысить уровень предоставляемых преимуществ, качества общих вопросов о здоровье в реальном времени и помочь участникам ориентироваться в сложностях системы здравоохранения.
Вызов
Для многих людей здравоохранение может быть сложным для понимания и навигации. Понимание льгот, поиск нужного врача, оценка затрат на уход и получение четких ответов на вопросы часто требуют много времени и сил. Это отчасти связано с тем, что необходимые данные для принятия правильных решений часто находятся в разных местах, включая порталы, документы о льготах и записи врачей из прошлых визитов. Oscar хотел создать единую, заслуживающую доверия точку входа, которая помогала бы участникам лучше понимать и ориентироваться в системе здравоохранения.
Oscar разработал пару чат-ботов, ориентированных на участников, для ответов на вопросы о льготах, стоимости и общие вопросы о здоровье, по запросу и в реальном времени. Эти универсальные чат-боты на основе ИИ интегрированы с системами Oscar и данными, что позволяет им извлекать информацию из медицинских записей, претензий и запросов на обслуживание клиентов, а также персонализировать ответы. Их чат-боты также могут выполнять общие задачи, включая поиск врачей в сети и пополнение рецептов.
Результатом является платформа, которая может отвечать на широкий спектр вопросов и задач, включая понимание льгот, поддержку вопросов, связанных с симптомами, подготовку к визитам и объяснение последующих инструкций, а также эскалацию обращений к поставщикам или руководителям по мере необходимости. Их платформа отвечает на 58% вопросов о льготах мгновенно и способна обрабатывать 39% сообщений о льготах без участия человека. Сегодня у них есть основа для будущих возможностей, включая бронирование встреч, голосовые взаимодействия и управление состоянием.
Moderna
Moderna использовала ИИ для значительного сокращения времени разработки профиля целевого продукта.
Написание Профиля целевого продукта (TPP) — это, как правило, многонедельная, межфункциональная работа, включающая команды из клинического отдела, отдела продуктов и отдела маркетинга. Команды должны просматривать и обрабатывать большие объемы фактических данных, иногда до 300 страниц информации, чтобы создать эти проекты для разработки продукта.
Используя ChatGPT Enterprise, Moderna существенно оптимизировала часть процесса TPP-разработки и рабочего процесса анализа. Система извлекает ключевые факты и предположения из больших пакетов данных, генерирует структурированные черновые разделы и выделяет важные детали или потенциальные ошибки для команд, обеспечивая контроль со стороны человека.
Задержки или ошибки в TPP могут повлиять на последующие действия, такие как исследование, планирование, межфункциональное согласование и подготовка к запуску продукта. Сокращая необходимое время для обзора, перекрестных ссылок и интеграции больших пакетов данных, команды могут уделять больше времени тестированию компромиссов и принятию более качественных решений на ранних этапах создания TPP. Moderna сообщает, что основной аналитический этап в этом процессе привел к сокращению сроков от недель до часов в некоторых случаях и считает, что каждый день, сэкономленный на раннем планировании TPP, может помочь компании быстрее доставлять лекарства пациентам.
На практике ведущие фирмы последовательно делают несколько вещей
| Стратегия | Описание реализации |
|---|---|
| Глубокая системная интеграция через создание контекста | Они подключают коннекторы, чтобы предоставить ИИ безопасный доступ к данным компании, находящимся в основных инструментах, обеспечивая контекстно-зависимые ответы и автоматизированные действия. Приблизительно одна из четырех компаний до сих пор не сделала этого шага. |
| Стандартизация и повторное использование рабочих процессов | Они активно способствуют созданию, обмену и открытию повторяемых решений для общих задач. GPT часто выполняют эту работу, в то время как наиболее сложные организации встраивают ИИ-помощников на базе API непосредственно во внутренние системы. |
| Исполнительное лидерство и спонсорство | Они устанавливают четкие мандаты, обеспечивают ресурсы и согласовывают команды, а также создают пространство для экспериментов, что позволяет масштабировать внедрение. |
| Готовность и оценка данных | Они кодифицируют институциональные знания в машиночитаемые рутины, создают API для конвейеров данных и проводят постоянные оценки для отслеживания производительности моделей на реальных результатах. |
| Целенаправленное управление изменениями | Они создают структуры, которые ускоряют организационное обучение, объединяя централизованное управление и обучение с распределенной поддержкой с помощью встроенных ИИ-чемпионов. |
Ландшафт ИИ быстро развивается; OpenAI выпускает новую функцию или возможность каждые три дня. Основные ограничения для организаций больше не связаны с производительностью моделей или инструментарием, а скорее с организационной готовностью.
Заключение
Более 1 миллиона бизнес-клиентов OpenAI используют искусственный интеллект (ИИ), который внедряется в расширяющийся спектр рабочих процессов, продуктов и внутренних систем. Внедрение ИИ носит повсеместный и ускоряющийся характер в различных отраслях и регионах, при этом глубина интеграции значительно варьируется в зависимости от организации.
Данные свидетельствуют о том, что глубина использования имеет значение. Работники и фирмы, которые используют более продвинутые инструменты, такие как модели рассуждений, анализ данных, кастомные GPT, проекты и API, сообщают о значительном повышении производительности и более широком охвате задач, чем те, кто остается на прежнем уровне.
ИИ также начинает менять то, как выполняются определенные виды технических работ. Задачи кодирования и аналитики все чаще выполняются специалистами-нетехниками, расширяя то, что некоторые нетехнические команды способны делать. В то же время, промышленные структуры остаются неизменными, отражая различные операционные потребности в технологиях, профессиональных услугах, финансах, здравоохранении, производстве и многом другом.
Несмотря на растущее расхождение в принятии ИИ, корпоративный ИИ все еще находится на ранних этапах. Фирмы имеют возможность догнать, приняв паттерны передовых работников и организаций. По мере взросления корпоративного ИИ, фирмы будут все чаще интегрировать возможности ИИ в продукты и услуги, которые предоставляют новые источники ценности через более быструю итерацию, более глубокую персонализацию и новый опыт. Организации, которые преуспевают во внедрении этих возможностей в рыночные рабочие процессы, будут использовать ИИ не просто как инструмент повышения производительности, но и как устойчивый двигатель роста выручки и конкурентного преимущества.