Корпоративный ИИ в 2025 году: как искусственный интеллект меняет бизнес (Отчёт OpenAI)

ИИ
OpenAI
ChatGPT
корпоративный ИИ
enterprise AI
бизнес
продуктивность

Корпоративный ИИ в 2025 году: как искусственный интеллект меняет бизнес (Отчёт OpenAI)

TL;DR: Согласно отчёту OpenAI 2025 года, корпоративный ИИ переходит из стадии экспериментов в производственный режим. ChatGPT Enterprise вырос в 9 раз год к году. Компании-лидеры демонстрируют рост выручки в 1,7x и ROI акционеров в 3,6x по сравнению с отстающими. Разрыв между «фронтирными» и средними пользователями продолжает расти.

Содержание

  • Что такое отчёт OpenAI о корпоративном ИИ 2025
  • Ключевые цифры: масштаб и скорость роста
  • Что говорят сами сотрудники
  • Отраслевые лидеры и географический охват
  • Разрыв между лидерами и отстающими
  • Реальные кейсы: ROI крупных компаний
  • Что делают компании-лидеры по-другому
  • FAQ: Часто задаваемые вопросы
  • Выводы
  • Что такое отчёт OpenAI о корпоративном ИИ 2025

    В 2025 году OpenAI опубликовала первый масштабный отчёт «The State of Enterprise AI», основанный на двух ключевых источниках данных: обезличенной статистике использования более 1 миллиона корпоративных клиентов и опросе 9 000 сотрудников из почти 100 предприятий.

    Это не маркетинговый документ — это попытка зафиксировать реальные паттерны внедрения ИИ в организациях, где требования к точности высоки, рабочие процессы сложны, а улучшение производительности напрямую влияет на финансовые результаты.

    Главный вывод можно сформулировать так: корпоративный ИИ больше не является экспериментом. Он становится базовой инфраструктурой — наравне с CRM, ERP и облачными сервисами. История технологических революций — от паровых двигателей до полупроводников — показывает, что значительная экономическая ценность создаётся именно тогда, когда компании переходят от освоения технологии к масштабированию конкретных сценариев использования. Сейчас корпоративный ИИ входит именно в эту фазу.

    Ключевые цифры: масштаб и скорость роста

    Данные отчёта дают чёткое представление о темпах изменений:

    Рост платформы ChatGPT Enterprise

    МетрикаЗначение
    Корпоративные места ChatGPTболее 7 миллионов
    Рост Enterprise-мест год к году~9x
    Рост еженедельных сообщений с ноября 2024~8x
    Рост среднего числа сообщений на сотрудника+30%
    Рост еженедельных пользователей Custom GPTs и Projects~19x

    API и разработческие инструменты

    • Более 9 000 организаций обработали свыше 10 миллиардов токенов
    • Почти 200 компаний превысили 1 триллион токенов
    • Среднее потребление reasoning-токенов на организацию выросло на 320x за 12 месяцев
    • Количество еженедельных активных пользователей Codex удвоилось за 6 недель
    • Объём сообщений в Codex вырос приблизительно на 50% за тот же период

    Цифра в 320x по reasoning-токенам особенно показательна: она означает, что компании не просто используют ИИ чаще — они используют более мощные модели для более сложных задач.

    Что говорят сами сотрудники

    Опрос 9 000 работников из почти 100 корпораций выявил конкретные измеримые улучшения, а не просто позитивные ощущения.

    Экономия времени

    75% опрошенных сотрудников отметили улучшение скорости или качества своей работы. В среднем пользователи ChatGPT Enterprise экономят 40–60 минут в активный рабочий день. Сотрудники в сфере data science, инжиниринга и коммуникаций экономят ещё больше — 60–80 минут в день.

    Расширение функциональных возможностей

    75% сотрудников сообщили, что теперь могут выполнять задачи, которые раньше им были недоступны:

    • Поддержка программирования и code review
    • Анализ таблиц и автоматизация в Excel
    • Разработка технических инструментов и отладка
    • Создание кастомных GPT и агентов

    Рост по функциям

    Вот насколько улучшилась эффективность в конкретных отделах:

    • 87% IT-специалистов отмечают более быстрое решение технических проблем
    • 85% маркетологов и продуктовых менеджеров — более быстрое выполнение кампаний
    • 75% HR-специалистов — улучшение вовлечённости сотрудников
    • 73% инженеров — ускорение доставки кода

    Неожиданный тренд: код вне IT-отделов

    Один из самых интересных выводов: кодинг-задачи выходят за рамки технических ролей. За последние 6 месяцев количество сообщений, связанных с программированием, вне инжиниринга, IT и исследований выросло в среднем на 36%. Маркетологи, финансисты и операционные менеджеры всё активнее пишут скрипты, анализируют данные с помощью кода и автоматизируют рутину.

    Отраслевые лидеры и географический охват

    Рост по отраслям

    Медианный сектор вырос более чем в 6 раз год к году. Даже самый медленно растущий сектор показал рост более 2x.

    Топ-3 самых быстро растущих отрасли:

    1. Технологии — рост 11x год к году
    2. Здравоохранение — рост 8x год к году
    3. Производство — рост 7x год к году

    Финансовые услуги и профессиональные сервисы работают в наибольшем масштабе (по абсолютному объёму сообщений), тогда как здравоохранение и производство стартовали с меньшей базы, но теперь быстро наращивают темп.

    Что используют разные отрасли

    Технологические компании фокусируются на in-app ассистентах, Codex и автоматизации разработки. Финансовые организации начинают с поддержки клиентов (с доказанным ROI), затем переходят к кодингу для систем торговли, риска и комплаенса. Профессиональные сервисы концентрируют расходы на API на инструментах разработки и кастомизации.

    Глобальный охват

    Рост международного рынка ускоряется. Среди крупнейших рынков Австралия, Бразилия, Нидерланды и Франция показывают самый быстрый рост корпоративных клиентов — более 143% год к году.

    Конкретные цифры роста числа платящих бизнес-клиентов (ноябрь 2024 — ноябрь 2025):

    СтранаРост
    Австралия+187%
    Бразилия+161%
    Нидерланды+153%
    Франция+146%
    Канада+144%
    Глобальный средний+143%
    США+142%
    Германия+138%
    Великобритания+133%
    Япония+130%

    Международный рост числа API-клиентов превысил 70% за последние 6 месяцев. Япония занимает первое место по числу корпоративных API-клиентов за пределами США.

    Разрыв между лидерами и отстающими

    Один из ключевых выводов отчёта — нарастающее неравенство в использовании ИИ внутри организаций и между ними.

    На уровне сотрудников

    «Фронтирные» пользователи (95-й процентиль по интенсивности использования) генерируют в 6 раз больше сообщений, чем медианный сотрудник. В сфере аналитики данных разрыв ещё шире — фронтирные пользователи применяют инструменты анализа данных в 16 раз чаще.

    Разрыв по конкретным задачам между фронтирными и медианными пользователями:

    Тип задачиРазрыв (фронтир/медиана)
    Кодинг17x
    Написание и коммуникация11x
    Анализ и вычисления10x
    Поиск информации9x
    Практические руководства9x
    Творческие медиа8x

    Ключевая зависимость: пользователи, работающие с ~7 типами задач, сообщают о в 5 раз большей экономии времени, чем те, кто использует только ~4 типа задач.

    На уровне компаний

    Среди активных пользователей ChatGPT Enterprise 19% никогда не использовали инструменты анализа данных, 14% — инструменты reasoning, 12% — поиск. Это означает огромный неиспользованный потенциал.

    Фронтирные фирмы (95-й процентиль) генерируют в 2 раза больше сообщений на место, чем медианное предприятие, и в 7 раз больше сообщений через GPTs — что указывает на значительно более глубокую организационную интеграцию.

    Реальные кейсы: ROI крупных компаний

    Отчёт содержит шесть детальных кейсов. Вот наиболее показательные результаты:

    Intercom: Fin Voice

    Компания использовала OpenAI Realtime API для голосового AI-агента поддержки клиентов:

    • Снижение задержки ответа на 48%
    • 53% звонков разрешаются полностью без участия человека
    • Звонки, требующие подключения оператора, разрешаются на 40% быстрее после предварительной обработки голосовым агентом
    • Потенциальная ежегодная экономия — сотни миллионов долларов

    Lowe's: Mylow и Mylow Companion

    Сеть строительных магазинов развернула ИИ-ассистента для клиентов и сотрудников:

    • Почти 1 миллион вопросов в месяц от клиентов и персонала
    • Конверсия покупателей при взаимодействии с Mylow удваивается
    • Индекс удовлетворённости клиентов вырос на 200 базисных пунктов, когда сотрудники используют Mylow Companion

    Indeed: AI-подбор персонала

    Job-платформа запустила GPT-powered объяснения соответствия кандидатов вакансиям:

    • Рост числа начатых откликов на 20%
    • Улучшение downstream-результатов (интервью и найм) на 13%
    • Пользователи Career Scout находят и откликаются на вакансии в 7 раз быстрее
    • На 38% выше вероятность найма через Career Scout
    • 84% пользователей оценивают инструмент как ценный

    BBVA: Юридический чат-бот

    Банк автоматизировал проверку полномочий подписантов:

    • Более 9 000 запросов автоматизировано ежегодно
    • Высвобождено 3 штатных единицы юристов
    • Более 11 000 bastanteos в год
    • 26% годового KPI по экономии юридического отдела

    Moderna: Разработка Target Product Profile

    Фармацевтическая компания сократила ключевой аналитический этап:

    • Процесс, ранее занимавший несколько недель, в ряде случаев сокращён до нескольких часов

    Финансовые показатели лидеров (BCG, 2025)

    Исследование Boston Consulting Group 2025 года показало, что за последние три года компании-лидеры по внедрению ИИ достигли:

    • 1,7x рост выручки по сравнению с отстающими
    • 3,6x рост совокупного дохода акционеров (TSR)
    • 1,6x выше маржа EBIT
    • Превосходство в нефинансовых показателях: патентная активность, удовлетворённость сотрудников

    Что делают компании-лидеры по-другому

    Отчёт выделяет пять устойчивых паттернов, характерных для организаций с наиболее зрелым внедрением ИИ:

    1. Глубокая системная интеграция через контекст

    Лидеры подключают коннекторы, давая ИИ безопасный доступ к корпоративным данным внутри ключевых инструментов. Это обеспечивает контекстно-осознанные ответы и автоматизированные действия. Примечательно, что примерно каждое четвёртое предприятие этот шаг до сих пор не сделало.

    2. Стандартизация и переиспользование рабочих процессов

    Они активно создают, распространяют и каталогизируют решения для повторяющихся задач. Custom GPTs часто являются основой этой работы — BBVA регулярно использует более 4 000 GPT, что говорит о зрелой культуре переиспользования.

    3. Лидерство и поддержка на уровне топ-менеджмента

    Чёткие мандаты, ресурсы, выравнивание команд и пространство для экспериментов — без этого масштабирование невозможно.

    4. Готовность данных и непрерывная оценка

    Лидеры переводят корпоративные знания в машиночитаемые процедуры, строят API для ключевых данных и запускают непрерывные оценки для отслеживания реальной производительности моделей.

    5. Целенаправленное управление изменениями

    Они строят структуры, ускоряющие организационное обучение: централизованное управление и обучение в сочетании с децентрализованным распространением через «чемпионов ИИ» внутри подразделений.

    Критическая ремарка отчёта: OpenAI выпускает новую функцию или возможность примерно каждые три дня. Основными ограничениями для организаций больше не являются производительность моделей или инструменты — это организационная готовность.

    FAQ: Часто задаваемые вопросы

    Сколько компаний используют OpenAI для бизнеса?

    По данным отчёта OpenAI 2025 года, платформу используют более 1 миллиона бизнес-клиентов и более 7 миллионов корпоративных рабочих мест ChatGPT Enterprise. За год их количество выросло примерно в 9 раз.

    Насколько ИИ реально экономит время сотрудников?

    Согласно опросу 9 000 сотрудников, пользователи ChatGPT Enterprise в среднем экономят 40–60 минут в активный рабочий день. Специалисты в области data science и инженерии сообщают об экономии 60–80 минут ежедневно.

    Какие отрасли быстрее всего внедряют корпоративный ИИ?

    Самый быстрый рост в 2025 году показывают технологии (11x год к году), здравоохранение (8x) и производство (7x). Финансовые и профессиональные сервисы работают в наибольшем масштабе, хотя и росли медленнее с более высокой базы.

    Существует ли измеримое влияние ИИ на финансовые результаты компаний?

    Да. Исследование Boston Consulting Group 2025 года показало, что компании-лидеры по ИИ достигли роста выручки в 1,7x, дохода акционеров в 3,6x и маржи EBIT в 1,6x по сравнению с отстающими за последние три года.

    Какие задачи лучше всего подходят для корпоративного ИИ?

    По данным отчёта, наибольшие выгоды приносят: анализ данных и финансовые расчёты, написание и коммуникации, IT-поддержка и отладка, кодинг и разработка, а также автоматизация маркетинга. Пользователи, работающие с 7 и более типами задач, сообщают о в 5 раз большей экономии времени, чем те, кто использует только 4 типа.

    В чём разница между фронтирными и средними пользователями ИИ?

    «Фронтирные» пользователи (95-й процентиль) используют в 6 раз больше сообщений, чем медиана. Разрыв особенно велик в кодинге (17x), написании текстов (11x) и анализе (10x). Ключевое отличие — они используют несколько разных инструментов и работают с более широким спектром задач.

    Выводы

    Отчёт OpenAI о корпоративном ИИ 2025 года фиксирует переломный момент. Это больше не история о том, «внедрять или нет» — это история о том, насколько глубоко и как быстро.

    Данные указывают на несколько принципиальных сдвигов:

    Глубина использования важнее широты охвата. Компании, которые встраивают ИИ в конкретные рабочие процессы и дают сотрудникам доступ к продвинутым инструментам, получают несопоставимо большую отдачу.

    Разрыв между лидерами и отстающими будет расти. Уже сегодня фронтирные компании генерируют в 2 раза больше сообщений на место и в 7 раз больше активности через Custom GPTs. С каждым кварталом их преимущество компаундируется.

    Организационная готовность — новое узкое место. Модели готовы. Инструменты доступны. Главный вопрос теперь: есть ли у компании данные, интеграции, обученные люди и культура, чтобы использовать всё это?

    ИИ расширяет, а не только заменяет. 75% сотрудников теперь выполняют задачи, которые раньше были им недоступны. Это не только про эффективность — это про новые возможности.

    Для компаний, которые ещё не перешли от пилотов к продакшену: окно ещё открыто, но не бесконечно. Организации, которые начнут строить системную ИИ-инфраструктуру сегодня, через два года будут смотреть на конкурентов с позиции значительного структурного преимущества.

    ← Все статьи

    Комментарии (12)

    Лариса Фомина
    29 марта 2026, 01:48

    Хочу понять про BBVA и 4000 GPTs. Это звучит внушительно, но как они управляют качеством? У нас была проблема: люди создавали GPTs, которые давали устаревшую или некорректную информацию, и никто не нёс ответственность. Культура переиспользования хороша, когда есть governance.

    Максим Поляков
    29 марта 2026, 01:48

    Татьяна, это очень точно описывает сдвиг. Я бы добавил: это также меняет роль IT. Они теперь занимаются архитектурой и безопасностью, а не заявками типа 'сделай мне выгрузку из Excel'. Для хороших инженеров это только плюс.

    Татьяна Белова
    29 марта 2026, 01:48

    Про рост кодинга у нетехнических команд на 36% — это я на себе проверила. Я в маркетинге, и за последний год научилась писать Python-скрипты для автоматизации отчётности. Раньше ждала неделю, пока IT освободится. Теперь делаю сама за вечер. ИИ не заменил разработчика, он дал мне возможность не отвлекать его на рутину.

    Никита Громов
    29 марта 2026, 01:48

    Интересно, что в разделе про практики лидеров первый пункт — системная интеграция через контекст, а каждое четвёртое предприятие этого не сделало. Мы подключили SharePoint и Confluence к Enterprise — разница колоссальная. Модель перестаёт отвечать в вакууме и начинает работать с реальными документами компании.

    Ольга Тарасова
    29 марта 2026, 01:48

    19% активных пользователей Enterprise никогда не пробовали анализ данных — вот это для меня главный инсайт. Инструмент доступен, но люди его не используют. Это классическая проблема adoption, а не проблема продукта. И это именно та точка, где компании могут быстро получить результат без дополнительных затрат.

    Евгений Соловьёв
    29 марта 2026, 01:48

    Анна, это справедливое замечание. BCG сами его упоминают — 'evidence is still early'. Но есть эксперименты с рандомизацией (Dell'Acqua et al., Noy & Zhang), которые показывают причинный эффект хотя бы на уровне отдельных работников. На уровне фирм это сложнее доказать.

    Анна Федорова
    29 марта 2026, 01:48

    Немного скептически отношусь к цифрам BCG про 3.6x TSR у ИИ-лидеров. Сложно разделить — это потому что они внедрили ИИ, или потому что компании с хорошим менеджментом и так склонны и к ИИ, и к высоким финансовым результатам? Корреляция != причинность.

    Роман Степанов
    29 марта 2026, 01:48

    Про Moderna — самое впечатляющее в отчёте. Target Product Profile за часы вместо недель это не просто экономия времени, это принципиально другой темп итераций. В фарме цикл разработки растянут на годы, и если на каждом этапе сжимать в 10-50 раз — это меняет всё.

    Дарья Климова
    29 марта 2026, 01:48

    Кейс Lowe's про удвоение конверсии — это сильно. Ритейл обычно очень осторожен с новыми инструментами, потому что цена ошибки видна сразу. Если даже там это работает, значит планка достаточно высокая. Хотелось бы понять, как они справились с галлюцинациями при ответах о наличии товара.

    Игорь Беляев
    29 марта 2026, 01:48

    Марина, согласен про обучение. Мы провели 2-дневный воркшоп для нетехнических команд — маркетинг, HR, финансы. Через месяц использование выросло в 4 раза. Люди просто не понимали, что это не только «написать текст», что это полноценный аналитический инструмент.

    Марина Орлова
    29 марта 2026, 01:48

    Интересно про разрыв между фронтирными и медианными пользователями. 17x в кодинге — это огромно. Но мне кажется, проблема не в инструментах, а в том, что большинство сотрудников просто не знают, что именно можно делегировать ИИ. У нас после обучения показатели выросли радикально.

    Сергей Волков
    29 марта 2026, 01:48

    Цифра 320x по reasoning-токенам — это что-то. Значит компании не просто стали больше использовать ИИ, они перешли на принципиально другой класс задач. Мы у себя в Q4 перевели финансовое моделирование на o1, и разница ощутимая — не в скорости, а в качестве рассуждений.

    Оставить комментарий
    Регистрация не требуется

    Оставьте заявку,
    чтобы обсудить проект

    Напишите ваш вопрос, не забудьте указать телефон. Мы перезвоним и все расскажем.

    Отправляя заявку, вы соглашаетесь с политикой конфиденциальности

    Контакты

    Москва

    Работаем по всей России
    и миру (онлайн)

    +7 (999) 760-24-41

    Ежедневно с 9:00 до 21:00

    lamooof@gmail.com

    По вопросам сотрудничества

    Есть предложение?

    Напишите нам в мессенджеры

    © 2025 AI студия Владимира Ломтева