OpenAI: Корпоративные пользователи меняют пилотные проекты ИИ на глубокую интеграцию
OpenAI: Корпоративные пользователи меняют пилотные проекты ИИ на глубокую интеграцию
По данным OpenAI, корпоративный ИИ вышел за рамки «песочницы» и теперь используется в повседневной работе с глубокой интеграцией рабочих процессов.
Новые данные компании показывают, что фирмы теперь назначают моделям сложные и многоэтапные рабочие процессы, а не просто запрашивают текстовые сводки. Эти цифры иллюстрируют кардинальные изменения в том, как организации внедряют генеративные модели.
Сейчас платформа OpenAI обслуживает более 800 миллионов пользователей еженедельно, и эффект «маховика» способствует распространению знакомства потребителей с этими инструментами в профессиональной среде. В последнем отчете компании отмечается, что более миллиона корпоративных клиентов уже используют эти инструменты, и цель теперь состоит в еще более глубокой интеграции.
Эта эволюция ставит перед лицами, принимающими решения, две реальности: повышение производительности является конкретным, но растущий разрыв между «передовыми» пользователями и средним предприятием говорит о том, что ценность во многом зависит от интенсивности использования.
От чат-ботов до глубокого логического мышления
Лучшим показателем зрелости корпоративного внедрения является не количество пользователей, а сложность задач.
OpenAI сообщает, что объем сообщений ChatGPT вырос в восемь раз по сравнению с прошлым годом, но лучшим индикатором для корпоративных архитекторов является потребление токенов логического мышления API, что свидетельствует о более глубокой интеграции. Этот показатель увеличился почти в 320 раз в каждой организации — это свидетельствует о том, что компании систематически внедряют в свои продукты более интеллектуальные модели для обработки логики, а не только базовых запросов.
Рост числа настраиваемых интерфейсов подтверждает эту точку зрения. Еженедельное количество пользователей пользовательских GPT и проектов (инструментов, позволяющих сотрудникам инструктировать модели с помощью конкретных корпоративных знаний) увеличилось примерно в 19 раз в этом году. Примерно 20 процентов всех корпоративных сообщений теперь обрабатываются через эти настраиваемые среды, что указывает на то, что стандартизация теперь является необходимым условием для профессионального использования.
Для руководителей предприятий, оценивающих рентабельность инвестиций в использование ИИ, данные свидетельствуют об экономии времени. В среднем пользователи отмечают экономию от 40 до 60 минут времени в день благодаря этой технологии. Влияние варьируется в зависимости от функции: специалисты по анализу данных, инженеры и специалисты по коммуникациям сообщают о большей экономии (в среднем 60-80 минут в день).
Помимо повышения эффективности, программное обеспечение меняет границы ролей. Наблюдается специфическое влияние на технические возможности, особенно в отношении генерации кода.
По данным OpenAI, среди корпоративных пользователей количество сообщений, связанных с кодированием, возросло во всех бизнес-функциях. За пределами инженерных, ИТ и исследовательских должностей количество запросов на кодирование выросло в среднем на 36 процентов за последние шесть месяцев. Нетехнические команды используют инструменты для проведения анализа, для которого ранее требовалось привлечение специализированных разработчиков.
Операционные улучшения распространяются на все отделы. Данные опроса показывают, что 87 процентов ИТ-специалистов сообщают о более быстром решении проблем, а 75 процентов специалистов по персоналу отмечают повышение вовлеченности сотрудников.
Расширение разрыва в компетенциях в области ИИ на предприятиях
Данные OpenAI свидетельствуют о формировании раскола между организациями, которые просто предоставляют доступ к инструментам, и теми, в которых интеграция глубоко внедряется в их операционные модели. В отчете выделена «передовая» категория работников — те, кто находится в 95-м процентиле интенсивности внедрения — которые генерируют в шесть раз больше сообщений, чем работники со средним уровнем подготовки.
Это неравенство особенно заметно на организационном уровне. Передовые компании генерируют примерно в два раза больше сообщений на одно рабочее место, чем среднестатистическое предприятие, и в семь раз больше сообщений для пользовательских GPT. Ведущие компании не просто чаще используют инструменты; они инвестируют в инфраструктуру и стандартизацию, необходимые для того, чтобы ИИ стал неотъемлемой частью их деятельности.
Пользователи, которые выполняют более широкий спектр задач (примерно семь различных типов), сообщают об экономии времени в пять раз больше, чем те, кто ограничивает использование тремя или четырьмя основными функциями. Преимущества напрямую коррелируют с глубиной использования, что подразумевает, что план внедрения с минимальным вмешательством может не обеспечить ожидаемую окупаемость инвестиций.
Хотя секторы профессиональных услуг, финансов и технологий первыми внедрили новые технологии и поддерживают наибольший масштаб использования, другие отрасли стремятся догнать их. Технологический сектор лидирует с 11-кратным ростом в годовом исчислении, за ним следуют здравоохранение и производство с 8-кратным и 7-кратным ростом соответственно.
Глобальные тенденции внедрения также ставят под сомнение представление о том, что это исключительно явление, характерное для США. Международное использование стремительно растет: на таких рынках, как Австралия, Бразилия, Нидерланды и Франция, темпы роста числа корпоративных клиентов превышают 140 процентов в годовом исчислении. Япония также стала ключевым рынком, имея наибольшее количество корпоративных клиентов API за пределами США.
OpenAI: Глубокая интеграция ИИ ускоряет корпоративные рабочие процессы
Примеры внедрения демонстрируют, как эти инструменты влияют на ключевые бизнес-показатели. Розничный продавец Lowe’s внедрил инструмент для взаимодействия с сотрудниками более чем в 1700 магазинах, что привело к увеличению показателя удовлетворенности клиентов на 200 базисных пунктов, когда сотрудники использовали систему. Кроме того, когда онлайн-покупатели взаимодействовали с инструментом ИИ розничного продавца, коэффициент конверсии увеличился более чем вдвое.
В фармацевтическом секторе компания Moderna использовала корпоративный ИИ для ускорения составления целевых профилей продуктов (TPP), процесса, который обычно занимает недели межфункциональной работы. Автоматизировав извлечение ключевых фактов из огромных пакетов доказательств, компания сократила основные аналитические этапы с недель до часов.
Финансовая компания BBVA использовала эту технологию для устранения узкого места в юридической проверке полномочий корпоративных подписантов. Создав генеративное решение на основе ИИ для обработки стандартных юридических запросов, банк автоматизировал более 9000 запросов в год, фактически высвободив эквивалент трех штатных сотрудников для более важных задач.
Однако переход к ИИ производственного уровня требует не только приобретения программного обеспечения, но и организационной готовности. Основными препятствиями для многих организаций являются уже не возможности моделей, а внедрение и внутренние структуры.
Ведущие компании последовательно обеспечивают глубокую системную интеграцию, «включая» коннекторы, которые предоставляют моделям безопасный доступ к данным компании. Тем не менее, примерно каждая четвертая компания не предприняла этот шаг, ограничивая свои модели общими знаниями, а не конкретным организационным контекстом.
Успешное внедрение зависит от поддержки руководства, которое устанавливает четкие задачи и поощряет кодификацию институциональных знаний в многократно используемые активы.
По мере развития технологий организациям необходимо корректировать свой подход.
Согласно данным OpenAI успех теперь зависит от делегирования сложных рабочих процессов с глубокой интеграцией, а не просто от запроса результатов, рассматривая ИИ как основной двигатель роста доходов предприятия.
