OpenAI впервые опубликовала большое исследование о том, как корпоративные клиенты на самом деле работают с ее продуктами, и зафиксировала результат, который меняет управленческую повестку 2026 года.
Компании, системно внедрившие генеративный ИИ, обгоняют медианный рынок в 3–4 раза по продуктивности, скорости инноваций и удовлетворенности сотрудников, а уверенность их руководителей в дальнейших ИИ-инвестициях оказалась в 5,2 раза выше. Аналитики Comindware, изучая данные в рамках подготовки собственного отчета о коммерческом обосновании внедрения корпоративного ИИ, обращают внимание: разрыв между лидерами и остальными участниками рынка перестал быть тактическим и за два-три года становится структурным.
Декабрьский отчет OpenAI The State of Enterprise AI 2025 построен необычно для индустрии: он опирается одновременно на агрегированную и обезличенную телеметрию клиентов ChatGPT Enterprise и на опрос 9 000 сотрудников в почти 100 организациях. Цифры из телеметрии показывают, что внедрение растет не вширь, а вглубь. За год число еженедельных сообщений в ChatGPT Enterprise выросло примерно в восемь раз, средний сотрудник отправляет на 30% больше запросов, а использование структурированных сценариев в виде Projects и Custom GPTs увеличилось в 19 раз. Самый показательный сдвиг произошел в потреблении токенов рассуждения: за 12 месяцев оно выросло в 320 раз на одну организацию. Это означает, что компании перешли от разовых вопросов к встроенным в процессы рабочим контурам с дорогими режимами инференса.
В отчете отдельно зафиксирован разрыв внутри самого корпоративного сегмента. Сотрудники из верхних 5% по интенсивности использования отправляют в шесть раз больше сообщений, чем медианный работник, а компании-лидеры, фронтиерные организации в формулировках OpenAI, генерируют в два раза больше сообщений на одно рабочее место и демонстрируют значительно более глубокое межкомандное взаимодействие. Иначе говоря, разрыв возникает не только между компаниями, но и внутри них: одна часть бизнеса учится работать с ИИ как с операционной средой, другая остается на уровне эпизодических подсказок, и эта внутренняя трещина за пару лет становится конкурентным фактором.
Картину подтверждают независимые исследования крупных консалтинговых домов. По данным «McKinsey — The State of AI 2025», ИИ хотя бы в одной функции регулярно используют 88% организаций, однако значимый эффект на корпоративный EBIT отмечают лишь 39%, а высокую отдачу с приростом EBIT более 5% фиксируют всего 6% компаний. За пределы пилотных проектов масштабируются примерно треть инициатив. BCG в исследовании Closing the AI Impact Gap указывает, что ИИ входит в топ-3 приоритетов у 75% руководителей, тогда как реальную ценность от него видят только 25%. Эту диспропорцию BCG объясняет правилом 10–20–70: всего 10% результата определяют сами алгоритмы, 20% приходится на данные и технологии, а 70% составляют люди, процессы и организационные изменения.
«История 2025 года про корпоративный ИИ, это не история про модели, это история про управление. Глобальные данные показывают одну и ту же картину: технология одинаково доступна всем, а результат получают единицы. Разрыв между 5–6% компаний с реальным эффектом на прибыль и остальным рынком определяется не моделью и не бюджетом, а тем, перестроила ли компания операционную модель, кто отвечает за бизнес-результат от ИИ, как именно она измеряет качество ответа и связан ли он с метриками P&L. Кто этого не сделал в 2025-м, в 2026-м столкнется с конкурентом, у которого процессы уже работают по-другому», — говорит Виталий Шпак, генеральный директор Comindware.
В аналитическом материале Comindware подробно рассматривается, что отделяет лидеров от остального рынка на уровне операционной механики. Это переход от централизованного AI Center of Excellence к федеративной целевой операционной модели с четкими ролями: владельцем ИИ-продукта, отвечающим за бизнес-эффект, архитектором ИИ-систем и LLMOps, инженером знаний, специалистом по ИИ-безопасности. Это методология AgentOps, выстраивающая три взаимозависимых слоя контроля: наблюдаемость, оценку качества и оптимизацию, причем именно в таком порядке, потому что нельзя улучшать то, что не измеряется. Это система метрик ROI на трех уровнях, вовлеченности сотрудников, компетентности использования и связи с бизнес-результатом. Без этой обвязки даже передовая модель, как показывают глобальные исследования, остается инструментом индивидуальной продуктивности и не превращается в рычаг бизнес-трансформации.
Российский рынок повторяет глобальный паттерн с поправкой на масштаб. По сводным данным, GenAI в той или иной форме используют 85–90% компаний, что близко к глобальному бенчмарку McKinsey, однако системно интегрировали технологию в процессы только около трети организаций. 53% респондентов жалуются на необходимость доработки контента, 49% на шаблонность результатов. Это симптомы той же проблемы, что фиксируют OpenAI и BCG: ИИ подключен, но не встроен. Одновременно 85% российских CMO в опросах считают GenAI ключевым фактором трансформации на горизонте трех лет, а это значит, что окно для управленческой реакции уже открыто, но узкое.
«Окно для догоняющих в 2026 году закрывается не потому, что технология станет недоступной, а потому, что у лидеров накапливается операционный опыт, который нельзя купить вместе с лицензиями. Они уже знают, какие сценарии дают эффект на P&L, у них уже работают регламенты, метрики и роли, у них уже выстроен контур качества и обратной связи. Догнать такую компанию через два года возможно только при условии, что начать перепроектировать процессы под ИИ нужно сегодня, а не после следующего бюджетного цикла. Технологический разрыв между лидерами и остальными в 2026 году окончательно станет управленческим, и закрывать его придется не закупками, а изменениями в операционной модели», добавляет Виталий Шпак.
Полный набор данных, методология построения целевой операционной модели и расчеты юнит-экономики корпоративного ИИ Comindware представила в отдельном отчете.
Источник: Comindware
