Состояние корпоративного ИИ17.12.2025 00:00

Большая часть экономически ценной деятельности сосредоточена внутри организаций, где инновации напрямую трансформируются в улучшение результатов для сотрудников, клиентов и других заинтересованных сторон. Корпоративные проблемы также представляют собой самые сложные технические задачи для передового интеллекта, требующие надежности, безопасности и защищенности в больших масштабах. Доходы, получаемые от решения этих задач, могут помочь финансировать широкий и бесплатный доступ к мощному ИИ для сотен миллионов людей по всему миру.

В течение большей части последних трех лет видимое влияние ИИ проявлялось главным образом среди рядовых потребителей. Однако история технологий общего назначения — от паровых двигателей до полупроводников — показывает, что значительная экономическая ценность создается тогда, когда компании переводят базовые возможности в масштабные сценарии использования. Корпоративный ИИ, судя по всему, вступает именно в эту фазу, поскольку многие крупнейшие и сложнейшие организации мира начинают использовать ИИ в качестве ключевой инфраструктуры.

Более 1 миллиона корпоративных клиентов уже используют инструменты OpenAI. В этом отчете собраны данные из обезличенной и агрегированной статистики использования ИИ на предприятиях, а также из различных других источников, чтобы представить обоснованное представление о том, как ИИ внедряется внутри организаций сегодня.

Эти внедрения дают представление о том, как ИИ формирует характер работы, особенно в средах, где высоки стандарты точности, сложны рабочие процессы, а повышение производительности или качества принятия решений имеет прямые экономические последствия. Поскольку большая часть экономически ценной деятельности в мире происходит внутри компаний, паттерны корпоративного внедрения дают четкий сигнал о том, где ИИ приносит пользу сегодня и где он, вероятнее всего, будет приносить ее в будущем.

Масштаб и разнообразие более чем 1 миллиона корпоративных клиентов OpenAI обеспечивают уникальный взгляд на этот сдвиг. В этом отчете обобщены ключевые выводы по всей базе корпоративных клиентов OpenAI, а также то, о чем говорят эти закономерности в отношении текущего состояния и траектории развития корпоративного ИИ. Изучая различия в темпах внедрения в разных отраслях и функциях, анализ также подчеркивает, где ИИ становится глубоко укоренившимся в компаниях, а где возникают пробелы.

Все аналитические материалы в этом отчете основаны на обезличенных, агрегированных данных об использовании на предприятиях. Содержимое сообщений классифицировалось с помощью автоматизированных систем, и ни один сотрудник OpenAI не просматривал данные отдельных предприятий, компаний или клиентов API в рамках этого анализа.

За последний год внедрение ИИ на предприятиях существенно возросло по мере того, как организации включают искусственный интеллект в повторяющиеся многоэтапные рабочие процессы в различных отделах и бизнес-подразделениях. OpenAI обслуживает уже более 7 миллионов рабочих мест в ChatGPT, а количество мест в ChatGPT Enterprise выросло примерно в 9 раз в годовом исчислении.

С ноября 2024 года еженедельное количество корпоративных сообщений выросло примерно в 8 раз в совокупности, причем средний сотрудник отправляет на 30% больше сообщений. Этот рост отражает как более частое использование ChatGPT, так и углубление интенсивности его применения.

Два изменения подчеркивают углубление интеграции ИИ в основные корпоративные рабочие процессы.

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

Количество еженедельных пользователей пользовательских GPT и Проектов выросло примерно в 19 раз с начала года. В последние месяцы примерно 20% всех корпоративных сообщений обрабатывалось с помощью пользовательских GPT или Проектов. Наиболее широко развернутые GPT либо кодифицируют институциональные знания в многоразовые ассистенты, либо автоматизируют рабочие процессы посредством интеграции с внутренними системами. Некоторые организации создали культуру разработки и масштабного обмена пользовательскими GPT. Например, BBVA регулярно использует более 4 000 GPT, что указывает на то, что рабочие процессы на базе ИИ все чаще реализуются в качестве постоянных инструментов, встроенных в повседневную деятельность.

Компании создают решения на базе API для интеграции моделей непосредственно в свои продукты и системы с высоким уровнем контроля и кастомизации. По мере перехода компаний от экспериментов к развертыванию в производстве потребление API стремительно растет. Более 9 000 организаций уже обработали свыше 10 миллиардов токенов, а почти 200 превысили отметку в 1 триллион токенов.

Среднее потребление токенов для рассуждений на одну организацию увеличилось примерно в 320 раз за последние 12 месяцев, что говорит о систематической интеграции более интеллектуальных моделей в расширяющиеся продукты и сервисы. Codex, хотя и находится на ранней стадии своего корпоративного жизненного цикла, стремительно набирает популярность по мере того, как команды внедряют его для сквозных задач разработки программного обеспечения: генерации кода, рефакторинга, тестирования и отладки.

В большинстве случаев ИИ позволяет сотрудникам выполнять более качественную работу быстрее. Однако одна лишь производительность не полностью отражает то, как ИИ меняет характер работы. Данные опроса почти 100 предприятий подчеркивают ключевые операционные достижения в различных подразделениях и изменения в том, кто выполняет специализированную и техническую работу.

Седемьдесят пять процентов опрошенных работников отмечают, что использование ИИ на рабочем месте повысило скорость или качество их работы. В среднем пользователи ChatGPT Enterprise связывают с использованием ИИ экономию 40–60 минут времени в активный рабочий день, причем специалисты по работе с данными (data science), инженеры и сотрудники коммуникационных подразделений экономят больше среднего (60–80 минут в день). Экономия времени на одно сообщение варьируется в зависимости от функции: пользователи из сфер бухгалтерского учета и финансов сообщают о наибольшей выгоде, за ними следуют аналитика, коммуникации и инженерия.

Эти результаты показывают, что преимущества в производительности уже материализуются в основных корпоративных функциях, а не только в технических ролях, первыми внедривших технологии.

ИИ не просто ускоряет существующую работу — он также расширяет спектр задач и навыков, которые могут выполнять сотрудники. Несколько исследований показывают, что ИИ обладает выравнивающим эффектом, несоразмерно сильно помогая менее успешным работникам.1 В соответствии с этими выводами 75% работников сообщают, что могут выполнять задачи, которые раньше не умели делать, включая поддержку программирования и ревью кода, анализ электронных таблиц и автоматизацию, разработку технических инструментов и устранение неполадок, а также создание пользовательских GPT или агентов.

Расширение индивидуальных возможностей особенно заметно в технической среде, где нетехнические команды все чаще вовлекаются в написание кода и анализ данных, что ранее было уделом специализированных ролей. Среди пользователей ChatGPT Enterprise сообщения, связанные с программированием, выросли во всех функциях, а вне инжиниринга, IT и исследований количество таких сообщений увеличилось в среднем на 36% за последние шесть месяцев.

На уровне отдельного сотрудника отдача увеличивается по мере углубления использования ИИ. В рамках крупной выборки работников экономия времени коррелирует с использованием более продвинутых функций ChatGPT, включая Deep Research, GPT‑5 Thinking и генерацию изображений (Image Generation). Работники, потребляющие больше интеллектуальных ресурсов (измеряемых использованными кредитами2), сообщают о большей экономии времени. Сотрудники, экономящие более 10 часов в неделю, не просто используют больше возможностей интеллекта — они также применяют несколько моделей, задействуют больше инструментов и используют ИИ для решения более широкого спектра задач.

В абсолютном выражении клиенты ChatGPT Enterprise на сегодняшний день наиболее сконцентрированы в сфере профессиональных услуг, финансов и технологий — в секторах, которые начали использовать ИИ раньше других и продолжают лидировать по масштабам его применения. Здравоохранение и производство стартовали с гораздо меньшей базы, но теперь входят в число наиболее быстро растущих секторов, стремительно сокращая разрыв.

API чаще всего используется для создания и масштабирования приложений, ориентированных на клиентов (например, встроенных помощников, поиска и автоматизации), особенно технологическими компаниями. Однако сценарии использования становятся все более разнообразными: на долю обслуживания клиентов и генерации контента теперь приходится примерно 20% активности API, а использование API нетехнологическими компаниями выросло в 5 раз в годовом исчислении. В совокупности эта тенденция свидетельствует о том, что внедрение выходит за рамки встраивания продуктов под управлением технологического сектора и переходит к более широкому спектру операционных задач и рабочих процессов в различных отраслях.

В том, как используется ИИ в различных отраслях и среди отдельных сотрудников внутри компаний, вырисовываются четкие различия. Увеличится этот разрыв или сократится, будет зависеть от того, как организации подходят к управлению изменениями, а также от 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 находящихся на 95-м процентиле по интенсивности использования) с медианным работником. Передовые работники генерируют в 6 раз больше сообщений, чем медианный работник. Даже среди тех, кто занимается анализом данных, передовые сотрудники используют инструменты анализа данных в 16 раз чаще, чем медианные.

Наибольший разрыв между передовыми и медианными сотрудниками наблюдается в сферах создания текстов, написания кода и аналитики. Программирование демонстрирует самый большой относительный разрыв по объему сообщений: передовые работники отправляют в 17 раз больше сообщений, чем медианные.

Эти различия имеют значение. Данные об использовании, сопоставленные с результатами опросов, показывают, что пользователи, задействующие примерно семь типов задач, экономят в пять раз больше времени по сравнению с теми, кто использует только около четырех. Иными словами, выгода, которую пользователи получают от ИИ, напрямую масштабируется в зависимости от глубины его использования.

Даже среди активных пользователей ChatGPT Enterprise многие еще не пробовали некоторые из самых мощных инструментов. Среди активных пользователей за месяц 19% никогда не использовали анализ данных, 14% никогда не использовали рассуждения (reasoning) и 12% никогда не пользовались поиском. Среди активных пользователей за день эти показатели снижаются до 3%, 1% и 1% соответственно.

На уровне компаний разрывы в интенсивности внедрения отражают те же тенденции, что наблюдаются и среди отдельных сотрудников. Передовые компании (на 95-м процентиле) генерируют примерно в 2 раза больше сообщений на одно рабочее место (аккаунт), чем медианное предприятие, и в 7 раз больше сообщений к GPT, что свидетельствует о значительно более глубокой организационной интеграции и стандартизации рабочих процессов. Такие компании планомерно инвестируют в инфраструктуру и операционные модели, необходимые для внедрения ИИ в качестве ключевой организационной возможности, а не второстепенного инструмента повышения производительности.

Следующие примеры из практики иллюстрируют, как искусственный интеллект приносит измеримые результаты для бизнеса в различных организационных контекстах. ИИ не является универсальным решением для всех, и его эффект отражает применение технологий к конкретным операционным и стратегическим задачам. В этих примерах внедрение ИИ связано с ростом доходов, улучшением клиентского опыта, автоматизацией ручных процессов и ускорением разработки продуктов.

Эти эффекты не ограничиваются лишь небольшой группой компаний: сторонние исследования показывают, что внедрение ИИ начинает оказывать влияние на ключевые финансовые показатели.

Исследование Boston Consulting Group (BCG), проведенное в 2025 году, показало, что за последние три года лидеры в сфере ИИ добились роста выручки в 1,7 раза, увеличения совокупной доходности акционеров в 3,6 раза и роста маржи EBIT в 1,6 раза. Они также превзошли конкурентов по нефинансовым показателям, таким как количество патентов и удовлетворенность сотрудников, что связывает уровень зрелости ИИ как с финансовой, так и с организационной устойчивостью. Хотя эти данные еще относительно новы, они свидетельствуют о том, что внедрение ИИ коррелирует с улучшением финансовых показателей и результатов деятельности организаций.

Компания Intercom задействовала Realtime API от OpenAI для создания Fin Voice — готового к корпоративному использованию голосового ИИ-агента с низкой задержкой

Fin, ИИ-агент Intercom для клиентской поддержки, обеспечивает ведущие в отрасли показатели решения вопросов в чате, по электронной почте и в социальных сетях, разрешая миллионы обращений клиентов ежемесячно. Однако перенос Fin в новый канал — телефонную связь — столкнулся с новой серьезной трудностью: задержкой (латентностью). В телефонной поддержке, где проблемы зачастую требуют срочного решения, даже кратковременные паузы могут испортить впечатление клиента, заставив его прервать разговор или потребовать соединения с оператором-человеком.

Компания Intercom создала Fin Voice на базе Realtime API от OpenAI, чтобы кардинально снизить задержку и обеспечить естественные телефонные разговоры с возможностью перебивать собеседника. Низкое время отклика до первого токена (time-to-first-token), строгое следование инструкциям и надежные возможности вызова инструментов (tool-calling) в Realtime API позволяют Fin Voice с высоким качеством и надежностью справляться со сложными многоэтапными запросами.

Компания Lowe«s внедрила Mylow и Mylow Companion, чтобы предоставить экспертные консультации по благоустройству дома каждому онлайн-посетителю и сотруднику магазина

Компания Lowe«s нуждалась в масштабировании экспертных советов по ремонту и обустройству дома для онлайн-покупателей, а также в помощи сотрудникам магазинов (особенно новым стажерам) в последовательном и качественном ответе на сложные вопросы в более чем 1 700 магазинах.

Lowe«s развернула помощника Mylow на сайте Lowes.com для предоставления клиентам советов по проектам и продуктам, а также Mylow Companion для сотрудников во всех своих магазинах.

Компания Indeed использует подбор вакансий и карьерное консультирование на базе GPT для улучшения результатов найма соискателей и работодателей

Миссия Indeed — помогать людям находить работу. Соискатели могут сталкиваться с трудностями при поиске, оценке соответствия требованиям и отклике на вакансии, в то время как работодатели хотят получать больше квалифицированных кандидатов на открытые позиции. Обе стороны выигрывают от более глубокой персонализации и четкого понимания того, что именно делает соискателя и вакансию идеальной парой.

Для устранения этих барьеров Indeed выпустила набор продуктов на базе ИИ, используя собственную технологию для сопоставления соискателей и работодателей в сочетании с объяснениями на основе GPT, которые помогают понять, почему они подходят друг другу. Функция Indeed Invite to Apply использует ИИ для масштабной генерации и отправки контекстных, персонализированных приглашений на работу, помогая кандидатам понять, почему вакансия им подходит, и расширяя охват для работодателей. Indeed Career Scout выступает в роли ИИ-карьерного консультанта, ускоряя поиск работы и упрощая процесс подачи заявок для соискателей.

Банк BBVA развернул юридический ИИ-чат-бот для мгновенной проверки полномочий корпоративных подписантов и разблокировки операционной деятельности филиалов

В Мексике банк BBVA обязан проводить юридическую проверку (известную как bastanteo), чтобы подтвердить наличие у представителя компании полномочий подписывать документы и действовать от имени организации до проведения ключевых операций (например, открытия счетов, подписания контрактов, выдачи кредитов). Исторически этот процесс зависел от специализированной юридической команды, отвечавшей на повторяющиеся запросы филиалов, что создавало задержки, узкие места и высокую нагрузку на дефицитные юридические ресурсы.

BBVA создал чат-бот на базе генеративного искусственного интеллекта, который обеспечивает мгновенный доступ к стандартизированным, предварительно проверенным юридическим часто задаваемым вопросам (FAQ) и рекомендациям по документации по общим вопросам полномочий на подписание. Содержание было разработано и проверено командой юридических услуг BBVA, что снизило объем ручной обработки ежедневных запросов и сделало утвержденные юридические рекомендации стабильно доступными.

Компания Oscar Health внедрила ориентированные на клиентов чат-боты для ответа на вопросы о льготах, стоимости и общем состоянии здоровья в реальном времени, а также для помощи участникам в навигации по сложностям системы здравоохранения

Для многих людей система здравоохранения может быть сложной для понимания и навигации. Разобраться в льготах, найти нужного врача, оценить стоимость медицинского ухода и получить четкие ответы на вопросы порой бывает трудно и отнимает много времени. Частично это связано с тем, что данные, необходимые для принятия правильных решений, часто хранятся в разных местах, включая порталы, документы о льготах и заметки врачей о прошлых визитах. Компания Oscar стремилась создать единую, заслуживающую доверия точку входа, которая помогала бы участникам лучше понимать систему здравоохранения и ориентироваться в ней.

Oscar разработала пару ориентированных на клиентов чат-ботов для ответов на вопросы о льготах, затратах и общем состоянии здоровья по требованию и в режиме реального времени. В отличие от универсальных ИИ-чат-ботов, они интегрированы с системами и данными Oscar, что позволяет им использовать медицинские записи, страховые претензии и данные взаимодействия с клиентами для персонализации ответов. Их чат-боты также могут помогать с рутинными задачами, включая поиск врачей в сети страховой компании и продление рецептов.

Moderna использовала искусственный интеллект для существенного сокращения времени разработки профиля целевого продукта

Составление профиля целевого продукта (Target Product Profile — TPP) обычно представляет собой многонедельную межфункциональную работу с участием специалистов в области клинических исследований, разработки продукции и маркетинга. Командам приходится изучать и обрабатывать огромные массивы данных, объем которых иногда достигает 300 страниц, чтобы сформировать основу для разработки продукта.

Используя ChatGPT Enterprise, компания Moderna оптимизировала значительную часть рабочего процесса по составлению черновиков и анализу TPP. Система помогает извлекать ключевые факты и допущения из больших пакетов данных, генерировать структурированные разделы черновиков, а также указывать сотрудникам, осуществляющим контроль, на важные детали или потенциальные ошибки.

Ландшафт искусственного интеллекта развивается стремительно: OpenAI выпускает новую функцию или возможность примерно каждые три дня. Главными ограничениями для организаций теперь являются не производительность моделей или инструменты, а организационная готовность.

Среди более чем 1 миллиона корпоративных клиентов OpenAI искусственный интеллект внедряется в самый широкий спектр рабочих процессов, продуктов и внутренних систем. Процесс внедрения носит массовый характер и ускоряется во всех отраслях и регионах, хотя глубина интеграции значительно различается в зависимости от организации.

Данные показывают, что глубина использования имеет значение. Сотрудники и компании, которые более последовательно используют передовые инструменты (такие как модели рассуждений, средства анализа данных, пользовательские GPT, проекты и API), сообщают о более существенном росте производительности и решении более широкого круга задач по сравнению с теми, чье использование остается ограниченным.

Искусственный интеллект также начинает менять то, кто выполняет определенные виды технической работы. Задачи по написанию кода и анализу данных все чаще решаются за пределами традиционных специализированных ролей, расширяя возможности нетехнических команд. В то же время отраслевые тенденции остаются уникальными, отражая различные операционные потребности в сфере технологий, профессиональных услуг, финансов, здравоохранения, производства и других областей.

Несмотря на растущий разрыв в темпах внедрения ИИ, корпоративный искусственный интеллект находится еще на начальном этапе своего развития. У компаний есть возможность наверстать упущенное, переняв методы передовых сотрудников и организаций. По мере взросления корпоративного ИИ компании будут все активнее преобразовывать возможности искусственного интеллекта в продукты и услуги, которые обеспечивают новые источники ценности за счет более быстрой итерации, глубокой персонализации и уникального опыта. Организации, которым удастся внедрить эти возможности в рабочие процессы, ориентированные на рынок, будут использовать ИИ не просто как инструмент повышения производительности, а как долговечный драйвер роста доходов и конкурентного преимущества.