„OpenAI“ teigimu, įmonės AI baigė naudoti „smėlio dėžę“ ir dabar naudojama kasdienėms operacijoms su gilia darbo eigos integracija.
Nauji bendrovės duomenys rodo, kad įmonės dabar modeliams priskiria sudėtingas ir daugiapakopes darbo eigas, o ne tiesiog prašo tekstinių santraukų. Skaičiai iliustruoja didelius pokyčius, kaip organizacijos diegia generatyvius modelius.
Dabar, kai OpenAI platforma kas savaitę aptarnauja daugiau nei 800 milijonų vartotojų, „smagračio“ efektas skatina vartotoją susipažinti su profesionalia aplinka. Naujausioje bendrovės ataskaitoje pažymima, kad šiais įrankiais šiuo metu naudojasi daugiau nei milijonas verslo klientų, o dabar siekiama dar gilesnės integracijos.
Ši evoliucija sprendimus priimantiems asmenims pateikia dvi realijas: produktyvumo padidėjimas yra konkretus, tačiau didėjanti atskirtis tarp „pasienio“ vartotojų ir vidutinės įmonės rodo, kad vertė labai priklauso nuo naudojimo intensyvumo.
Nuo pokalbių robotų iki gilaus samprotavimo
Geriausias įmonės diegimo brandumo rodiklis yra ne vietų skaičius, o užduočių sudėtingumas
OpenAI praneša, kad ChatGPT pranešimų kiekis per metus išaugo aštuonis kartus, tačiau geresnis įmonių architektų rodiklis yra API samprotavimo žetonų naudojimas, o tai rodo, kad vyksta gilesnė integracija. Šis skaičius išaugo beveik 320 kartų vienoje organizacijoje – tai įrodymas, kad įmonės sistemingai į savo gaminius įjungia išmanesnius modelius, kad galėtų tvarkyti logiką, o ne pagrindines užklausas.
Konfigūruojamų sąsajų augimas palaiko šį vaizdą. Kassavaitiniai tinkintų GPT ir projektų (įrankių, leidžiančių darbuotojams mokyti modelius, turinčius specifinių institucinių žinių) naudotojų šiais metais padaugėjo maždaug 19 kartų. Maždaug 20 procentų visų įmonės pranešimų dabar apdorojami šiose pritaikytose aplinkose, o tai rodo, kad standartizavimas dabar yra būtina profesionalaus naudojimo sąlyga.
Įmonių vadovams, tikrinantiems dirbtinio intelekto vietų IG, duomenys rodo, kad sutaupo laiko. Vidutiniškai vartotojai šiai technologijai priskiria 40–60 minučių sutaupyto laiko per aktyvią dieną. Poveikis skiriasi priklausomai nuo funkcijos: duomenų mokslo, inžinerijos ir komunikacijos specialistai praneša, kad sutaupo daugiau (vidutiniškai 60–80 minučių kasdien).
Be efektyvumo, programinė įranga keičia vaidmenų ribas. Tai turi specifinį poveikį techninėms galimybėms, ypač kodų generavimui.
Tarp įmonių vartotojų OpenAI teigia, kad su kodavimu susijusių pranešimų padaugėjo visose verslo funkcijose. Be inžinerijos, IT ir tyrimų vaidmenų, kodavimo užklausos per pastaruosius šešis mėnesius išaugo vidutiniškai 36 proc. Netechninės komandos naudoja įrankius analizei, kuriai anksčiau reikėjo specializuotų kūrėjų, atlikti.
Veiklos patobulinimai apima visus skyrius. Apklausos duomenys rodo, kad 87 procentai IT darbuotojų praneša apie greitesnį problemų sprendimą, o 75 procentai personalo specialistų mato geresnį darbuotojų įsitraukimą.
Didėjantis įmonės AI kompetencijos atotrūkis
OpenAI duomenys rodo, kad formuojasi skilimas tarp organizacijų, kurios tiesiog suteikia prieigą prie įrankių, ir tų, kurių integracijos yra giliai įterptos į jų veiklos modelius. Ataskaitoje nurodoma „pasienio“ darbuotojų klasė – tie, kurie patenka į 95-ąjį procentilį įvaikinimo intensyvumo, kurie generuoja šešis kartus daugiau pranešimų nei vidutinis darbuotojas.
Šis skirtumas yra ryškus organizacijos lygmeniu. Pasienio įmonės generuoja maždaug dvigubai daugiau pranešimų vienai vietai nei vidutinė įmonė ir septynis kartus daugiau pranešimų individualiems GPT. Pirmaujančios įmonės ne tik dažniau naudojasi įrankiais; jie investuoja į infrastruktūrą ir standartizavimą, reikalingą tam, kad dirbtinis intelektas taptų nuolatine veiklos dalimi.
Vartotojai, atliekantys didesnę užduočių įvairovę (maždaug septynis skirtingus tipus), teigia, kad sutaupo penkis kartus daugiau laiko nei tie, kurie naudojasi trimis ar keturiomis pagrindinėmis funkcijomis. Privalumai tiesiogiai koreliuoja su naudojimo gyliu, o tai reiškia, kad „lengvo prisilietimo“ diegimo planas gali nesuteikti numatytos IG.
Nors profesionalių paslaugų, finansų ir technologijų sektoriai buvo anksti pritaikyti ir išlaiko didžiausią naudojimo mastą, kitos pramonės šakos veržiasi pasivyti. Technologijų sektorius pirmauja, augdamas 11 kartų per metus, tačiau sveikatos priežiūros ir gamybos sektorius atitinkamai auga atitinkamai 8 ir 7 kartus.
Pasauliniai įvaikinimo modeliai taip pat ginčija sampratą, kad tai yra tik JAV reiškinys. Tarptautinis naudojimas auga, o rinkose, tokiose kaip Australija, Brazilija, Nyderlandai ir Prancūzija, verslo klientų augimo tempai viršija 140 procentų per metus. Japonija taip pat pasirodė kaip pagrindinė rinka, turinti daugiausiai verslo API klientų už JAV ribų.
OpenAI: gilios AI integracijos pagreitina įmonės darbo eigą
Diegimo pavyzdžiai parodo, kaip šie įrankiai įtakoja pagrindinius verslo rodiklius. Mažmenininkas Lowe’s įdiegė asocijuotą įrankį daugiau nei 1700 parduotuvių, todėl klientų pasitenkinimo balas padidėjo 200 bazinių punktų, kai partneriai naudojosi sistema. Be to, kai interneto klientai naudojosi mažmenininko AI įrankiu, konversijų rodikliai išaugo daugiau nei dvigubai.
Farmacijos sektoriuje „Moderna“ naudojo įmonės AI, kad paspartintų tikslinių produktų profilių (TPP) rengimą – procesą, kuris paprastai apima kelias savaites trunkančias pastangas. Automatizavusi pagrindinių faktų ištraukimą iš didžiulių įrodymų rinkinių, bendrovė sumažino pagrindinius analizės veiksmus nuo kelių savaičių iki valandų.
Finansinių paslaugų įmonė BBVA panaudojo technologiją, kad pašalintų teisinio patvirtinimo kliūtis įmonių pasirašiusioms institucijoms. Sukurdamas generatyvų dirbtinio intelekto sprendimą standartinėms teisinėms užklausoms tvarkyti, bankas kasmet automatizavo daugiau nei 9 000 užklausų, efektyviai atlaisvindamas tris etatinius darbuotojus didesnės vertės užduotims atlikti.
Tačiau perėjimas prie gamybinio lygio AI reikalauja daugiau nei programinės įrangos įsigijimo; tam būtinas organizacinis pasirengimas. Daugelio organizacijų pagrindiniai blokatoriai yra nebe modelio galimybės, o diegimas ir vidinės struktūros.
Pirmaujančios įmonės nuolat įgalina gilų sistemų integravimą „įjungdamos“ jungtis, kurios suteikia modeliams saugią prieigą prie įmonės duomenų. Tačiau maždaug viena iš keturių įmonių nesiėmė šio žingsnio, apsiribodama savo modeliais bendromis žiniomis, o ne konkrečiu organizaciniu kontekstu.
Sėkmingas diegimas priklauso nuo vadovų rėmimo, kuris nustato aiškius įgaliojimus ir skatina institucinių žinių kodifikavimą į daugkartinį turtą.
Technologijoms toliau tobulėjant, organizacijos turi pakoreguoti savo požiūrį. „OpenAI“ duomenys rodo, kad sėkmė dabar priklauso nuo sudėtingų darbo eigų delegavimo su gilia integracija, o ne tik iš rezultatų prašymo, o dirbtinį intelektą traktuojant kaip pagrindinį įmonės pajamų augimo variklį.
Taip pat žiūrėkite: AWS re:Invent 2025: Frontier AI agentai pakeičia pokalbių robotus
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais, įskaitant „Cyber Security Expo“. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
