OpenAI: передовые компании в 3,5 раза глубже используют ИИ и активнее внедряют Codex

OpenAI запустила B2B Signals — новый исследовательский формат о том, как бизнес реально внедряет ИИ внутри компаний. Первый выпуск, опубликованный 6 мая 2026 года, показывает: разрыв между обычными и передовыми организациями быстро растёт, и главный фактор здесь не доступ к инструментам, а глубина их использования.

Разрыв растёт В отчёте

OpenAI сравнивает «фронтирные» компании — организации на 95-м перцентиле по использованию ИИ — с типичными компаниями на уровне медианы. Разница уже выглядит заметной: лидеры используют в 3,5 раза больше «интеллекта» на одного сотрудника, чем средний бизнес. Годом ранее этот разрыв был вдвое меньше — около 2x.

Логика отчёта простая: сам по себе доступ к ChatGPT или корпоративным лицензиям больше не создаёт преимущества. Важнее то, насколько глубоко ИИ встроен в реальную работу команд. OpenAI отдельно подчёркивает, что количество сообщений — не главный показатель зрелости.

Оно объясняет только 36% разрыва между лидерами и «серединой рынка». Остальное даёт более содержательное использование: сотрудники передают моделям больше контекста, ставят более сложные задачи и получают более полезные результаты. Иначе говоря, типичная компания всё ещё часто использует ИИ как умный поиск или помощника для быстрых ответов, а компании-лидеры уже отдают ему куски реального сложного труда.

Агентный этап Самый заметный разрыв OpenAI увидела в агентных и продвинутых инструментах.

По данным отчёта, фронтирные компании отправляют в Codex в 16 раз больше сообщений на сотрудника, чем типичные. Похожая динамика наблюдается у ChatGPT Agent, Apps in ChatGPT, Deep Research и GPTs. Это важный сдвиг: рынок уходит от сценария «спросил — получил ответ» к модели, где ИИ помогает писать код, выполнять многошаговые задачи, использовать внутренний контекст компании и доводить работу до более законченного результата.

Для бизнеса это означает не просто закупку новых лицензий, а перестройку процессов. Чем сильнее ИИ умеет работать с файлами, кодовой базой и длинными цепочками действий, тем важнее становятся управление, правила доступа и привычка делегировать машине не кусочек текста, а полноценную задачу. OpenAI прямо пишет, что лидеры строят у себя операционную мышцу: они используют ИИ не как более быстрый интерфейс, а как способ заново организовать работу команд.

Практика компаний

Отчёт показывает, что внедрение ИИ становится одновременно массовым и специализированным. Самые широкие сценарии пока связаны с письмом и коммуникацией, но дальше начинаются различия по функциям: ИТ- и security-команды чаще используют модели для процедурных инструкций, разработчики и data science — для кода, а финансы — для анализа и расчётов. Единой таблицы лидеров здесь нет: одна компания может быть сильнее в ChatGPT, другая — в API, третья — в Codex или внутренних AI-сервисах.

• Cisco сообщает о сокращении времени сборки примерно на 20% при использовании Codex в production-сценариях.
• Компания также оценивает экономию более чем в 1500 инженерных часов в месяц.
• Пропускная способность по исправлению дефектов у Cisco выросла в 10–15 раз.
• Travelers рассчитывает, что её AI Claim Assistant обработает около 100 000 первичных страховых обращений в первый год. Отдельно OpenAI отмечает ещё один признак зрелости: лидеры используют ИИ не только для выполнения задач, но и для обучения сотрудников. Именно в сценариях education and learning разрыв между передовыми и типичными компаниями оказался одним из самых заметных. Это хороший сигнал для крупных организаций: выигрыш появляется не тогда, когда инструмент просто выдали всем, а когда люди научились формулировать сложные запросы, доверять агентам часть процессов и регулярно возвращаться к этим сценариям в работе.

Что это значит

Главный вывод из B2B Signals в том, что следующая конкуренция в корпоративном ИИ пойдёт не за количество пользователей, а за качество внедрения. Если данные OpenAI верны, преимущество получают те компании, которые раньше других переводят ИИ из режима помощника в режим исполнителя — особенно в разработке, аналитике, поддержке и других функциях, где результат можно измерить в часах, скорости и пропускной способности.