OpenAI представила отчет Enterprise Signals, который показывает, как компании переходят от использования ИИ для помощи к делегированию ему выполнения задач. Согласно данным, компании из топ-10% по использованию ИИ генерируют в 8,3 раза больше выходных токенов на активного пользователя, чем обычные компании. В январе этот показатель составлял 2,6 раза. Такой разрыв свидетельствует о том, что лидеры не просто экспериментируют с ИИ, а встраивают его в ключевые бизнес-процессы.
Отчет основан на анализе использования ИИ в корпоративном сегменте. Ключевой вывод: ведущие компании подключают агентов к корпоративному контексту и инструментам, делегируют им более содержательную работу и делают успешные рабочие процессы легко воспроизводимыми. Это позволяет им масштабировать эффективность, но также ставит задачу доверия, измерения и улучшения таких процессов. OpenAI подчеркивает, что лидерам стоит оставлять пространство для экспериментов, включая сценарии, ценность которых не очевидна с первого раза.
| Компания | Задача | Решение | Результат |
|---|---|---|---|
| Basis | Онбординг сотрудников | Агент Codex с навыком онбординга | Сокращение времени с 2 часов до 30 минут |
| Clay | Разрозненный контекст по сделкам | Субагенты для каждого аккаунта | Экономия ~1 часа в день на почте |
| Exa Labs | Поиск интеграций для API | Автоматизированный рабочий процесс Codex | Pull requests и тесты без ручной работы |
Примеры из отчета иллюстрируют этот подход. Basis, разработчик ИИ-агентов для бухгалтерских фирм, сократила онбординг новых сотрудников с двух часов до 30 минут. В первый день сотрудники получают доступ к Codex и специальному навыку онбординга — набору инструкций и ресурсов для конкретного рабочего процесса. Codex приветствует новичков, знакомит с ключевыми концепциями компании и выполняет настройку интеграций в фоновом режиме. HR может обновлять навык при появлении новых вопросов, что делает процесс более последовательным и улучшаемым.
Компании-лидеры подключают агентов к корпоративным данным и инструментам, делегируя им substantive работу.
Clay, создающая самообучающийся движок для go-to-market команд, решила проблему разрозненного контекста по сделкам. Инженер GTM создал постоянное рабочее пространство и выделенного субагента для каждого аккаунта. Субагенты обновляют папки сделок каждую ночь, а утром координирующий агент формирует список приоритетных действий. Это экономит около часа на разборе почты ежедневно и помогает продавцам сосредоточиться на важных шагах. Ключевое преимущество — прозрачность: рекомендации сопровождаются доказательствами, которые можно проверить.
Exa Labs, строящая поисковую инфраструктуру для ИИ-агентов, автоматизировала процесс поиска интеграций. Команда превратила последовательность действий в рабочий процесс для Codex, который мониторит репозитории, собирает контекст, создает pull requests и запускает тесты. Люди по-прежнему принимают решения о приоритетах и управляют внешними отношениями, но рутинная работа автоматизирована. Это сокращает передачу задач между отделами и ускоряет выход на рынок.
Отчет OpenAI показывает, что ИИ-агенты становятся не просто инструментом, а частью операционной инфраструктуры компаний. Успех зависит от способности превратить разовые эксперименты в воспроизводимые процессы, обеспечить контроль качества и доверие. Для российских компаний это сигнал: те, кто не начнет системно внедрять ИИ, рискуют отстать в эффективности.
