Почему одни B2B-компании выжимают из ИИ в 3,5 раза больше, чем другие

OpenAI поделилась свежими данными о том, как бизнес использует нейросети. Отрыв продвинутых компаний от догоняющих увеличивается слишком быстро: сегодня лидеры рынка получают от ИИ в 3,5 раза больше отдачи в пересчёте на одного сотрудника, хотя ещё год назад разница была двукратной.

> Хотите интегрировать ИИ в бизнес и не знаете, с чего начать? Рассказали обо всём подробно в гиде по внедрению ИИ в маркетинг.

Для предпринимателей это повод задуматься. Сама по себе покупка подписок на ChatGPT больше не даёт преимуществ, ведь доступ к технологиям есть у каждого. Сейчас побеждает тот, кто глубже внедряет ИИ в процессы: автоматизирует рутину, перестраивает работу с документами, ускоряет написание кода и меняет привычки сотрудников.

О чём исследование B2B Signals

B2B Signals – это исследовательская серия OpenAI про корпоративное использование ИИ. Цель: выяснить, где именно компании получают от нейросетей накопительный эффект.

OpenAI собирает и сравнивает обезличенную статистику по тому, как бизнес использует её корпоративные инструменты. Смотрят на агрегированные модели использования: где ИИ применяют глубже, какие инструменты запускают чаще, какие сценарии становятся повседневными.

Что именно измеряла OpenAI

OpenAI описывает B2B Signals как регулярный набор показателей по корпоративному внедрению ИИ.

Фокус исследования:

• глубина использования ИИ внутри компании
• частота использования разных инструментов
• различие между обычным использованием и продвинутыми рабочими сценариями
• связь между способом использования ИИ и деловой ценностью

Где проходит главный разрыв

Самая важная цифра в исследовании: компании из передовой группы по внедрению ИИ используют в 3,5 раза больше интеллектуальных ресурсов на одного сотрудника, чем другие.

Под передовой группой OpenAI понимает бизнесы, которые продвинулись дальше остальных по масштабу и глубине внедрения.

Ещё одна важная цифра: объём сообщений объясняет только 36% разницы между передовой группой и обычными компаниями. Сама по себе активность в чате уже мало что значит. Основной разрыв идёт через рабочие сценарии, внутренние процессы, агентные инструменты и более сложные режимы использования.

Где OpenAI видит самую большую разницу

OpenAI отдельно пишет, что самый большой разрыв виден в продвинутых агентных инструментах.

Самый яркий пример – Codex. Передовая группа компаний отправляет в 16 раз больше сообщений в Codex, чем обычные компании.

Что OpenAI называет глубиной использования

OpenAI использует формулировку depth of use, глубина использования.

Это значит следующее:

• сотрудники используют для задач на повседневной основе
• ИИ встроен в документы, исследования, код, аналитику, планирование и операционные процессы
• компания подключает более сложные инструменты

То есть глубина использования – это степень встройки ИИ в реальную работу.

Какие отрасли идут впереди

В отраслевом рейтинге OpenAI наверху находятся:

• финансы и страхование
• профессиональные, научные и технические услуги
• информационный сектор

Во всех этих сферах много трудоёмких повторяющихся задач, большой поток данных и высокая цена ошибки – но и полученная от оптимизации выгода тоже немаленькая.

Balyasny Asset Management

Balyasny Asset Management – крупная инвестиционная компания с множеством команд, которые занимаются исследованиями и анализом рынков.

В кейсе OpenAI делится результатами:

• 95% инвестиционных команд используют ИИ для исследований
• задачи глубокого анализа, которые раньше занимали дни, выполняются за часы
• анализ выступлений центральных банков сократился с 2 дней до примерно 30 минут

OpenAI объясняет, как этого достигли:

• компания жёстко оценивает модели до запуска
• строит агентные рабочие сценарии под реальные задачи аналитиков

Внутри этой работы у Balyasny действует отдельная команда прикладного ИИ из 20 исследователей, инженеров и отраслевых экспертов.

STADLER

STADLER – промышленная компания с более чем 230 годами истории. Она производит автоматизированные комплексы сортировки отходов для переработки.

В кейсе OpenAI указывает цифры:

• 650+ сотрудников
• 125+ кастомных GPT
• 30-40% экономии времени на типовых задачах по работе со знаниями
• ускорение до первого черновика в 2,5 раза
• 85%+ ежедневного активного использования

MUFG

MUFG, Mitsubishi UFJ Financial Group, – одна из крупнейших финансовых групп Японии.

Масштаб внедрения:

• 35 000 сотрудников используют ChatGPT Enterprise

Компания пишет, что хочет стать AI-native, то есть встроить ИИ в базовую модель своей работы.

В кейсе OpenAI акцентирует:

• поэтапный запуск
• поддержку сверху
• включение сотрудников внизу
• безопасность
• управление доступами
• работу с информацией
• маршруты согласования

Wayfair

Wayfair – крупная компания в электронной коммерции, которая продаёт товары для дома и работает с огромным каталогом.

В кейсе OpenAI сообщает результаты:

• исправлено 2,5 млн товарных тегов
• 41 000 обращений в поддержку поставщиков автоматизируется каждый месяц
• развернуто 1 200 лицензий ChatGPT Enterprise

CyberAgent

CyberAgent – японская компания с сильным присутствием в рекламе, медиа и игровой индустрии.

В кейсе OpenAI приведена такая цифра:

• 93% ежемесячного активного использования ChatGPT Enterprise

Что именно стало повседневной практикой:

• исследования
• подготовка черновиков
• структурирование мыслей

Отдельно описан Codex. Его используют для:

• обсуждения дизайна
• проверки кода
• документации
• написания спецификаций
• макетов
• внутренних систем

OpenAI также пишет, что внедрение шло через обучение и практику. В каждой из более чем 10 сессий по внедрению участвовало 100+ сотрудников.

Что показывает вся библиотека кейсов OpenAI

На странице клиентских историй OpenAI в июне 2026 года собраны кейсы из:

• разработки
• финансов
• здравоохранения
• розницы
• медиа
• операций

Там же OpenAI указывает:

• 1 млн бизнесов используют OpenAI

Эта цифра важна для общего понимания рынка. Корпоративный ИИ уже стал массовой практикой. Следующий этап конкуренции строится вокруг качества внедрения.

Что объединяет все эти кейсы

Во всех кейсах повторяются одни и те же признаки.

1. ИИ встроен в повседневную работу компании

Он участвует в исследованиях, документах, коде, операциях, каталогах, клиентской работе и внутренних сервисах.

2. Эффект измеряется в цифрах

Компании показывают:

• экономию времени
• ускорение анализа
• рост качества первого черновика
• автоматизацию объёмных операций
• улучшение качества данных
• снижение ручной нагрузки

3. Основной эффект даёт глубина внедрения

OpenAI показывает это в B2B Signals, а кейсы подтверждают на практике. Больше всего выигрывают компании, где ИИ встроен в процессы, инструменты и повседневную работу команд.

4. Среда решает очень многое

Во всех больших кейсах упоминаются:

• оценка моделей
• безопасность
• доступы
• обучение сотрудников
• правила использования
• пошаговый запуск

Что это значит для маркетинга и аналитики

Максимальную пользу ИИ даёт там, где он помогает:

• разбирать данные
• собирать сводки
• готовить черновики
• структурировать знания
• сопровождать длинные рабочие цепочки
• ускорять повторяющиеся интеллектуальные задачи

Рынок уже движется в сторону глубокой встройки. Разница между командами всё чаще определяется тем, встроен ли ИИ в рабочую систему.

Вывод

OpenAI показывает рынок, где главный разрыв создаёт глубина внедрения ИИ. Лидирующая группа компаний уже вырвалась вперёд по использованию ИИ на сотрудника в 3,5 раза. Самый сильный рост наблюдается в агентных инструментах и сложных рабочих сценариях.

Базовый доступ к ИИ уже мало что решает сам по себе. Сегодня ИИ должен работать внутри процессов, данных, документов, исследований и внутренних систем.

Нужен корпоративный ИИ для маркетинга и аналитики? Мы разработали универсального помощника Хелпи.

→ Узнайте, как ИИ Хелпи может помочь вашему бизнесу + окупаемость + кейсы

Хотите видеть больше кейсов ИИ в маркетинге? Они регулярно выходят в нашем TG. Там вы найдёте гайды по оптимизации медийной рекламы, разбор сквозной аналитики и многое другое.

→ Подпишитесь на уникальный авторский контент – будет полезно!