De acordo com OpenAI, no relatório mais recente sobre o uso de IA nas empresas, intitulado “Enterprise Signal”, em junho deste ano, as “empresas de ponta” que estão no top 10% em termos de uso de IA, têm uma produção média de Tokens por utilizador ativo que já atinge 8,3 vezes a de empresas comuns. Em janeiro deste ano, essa diferença era apenas de 2,6 vezes. A OpenAI considera a produção média de Tokens por utilizador ativo como um indicador central para medir a profundidade do uso de IA nas empresas. Mensalmente, as empresas que estão no top 10% desse indicador entre os clientes empresariais são chamadas de empresas de ponta, enquanto aquelas que estão entre os 45 e 55 percentis são classificadas como empresas comuns.
É importante notar que essa diferença não está concentrada em um setor ou tamanho de empresa específico, mas é amplamente observada em vários setores e empresas de diferentes tamanhos.
O foco do uso de IA nas empresas também está a mudar de forma significativa, passando de ferramentas de assistência baseadas em perguntas e respostas para agentes inteligentes que podem realmente executar tarefas. Em junho deste ano, na produção total de Tokens do ChatGPT e Codex entre os clientes empresariais, a proporção do Codex já atingiu 64%. A análise da OpenAI sugere que os agentes geram mais resultados ao executar tarefas de múltiplos passos, e esse número reflete claramente a mudança na forma como a IA está a ser utilizada nas empresas.
Empresas de ponta lideram significativamente na aplicação de IA em comparação com empresas comuns
As empresas de ponta também estão mais ativas na integração da IA em ambientes de negócios reais. A proporção de utilizadores ativos semanais que usam plugins (Plugin) nas empresas de ponta atinge 21%, mais do que o dobro dos 9% das empresas comuns; em termos de taxa de uso de habilidades (Skill), as empresas de ponta têm 19%, enquanto as empresas comuns apenas 3%. O papel dos plugins e habilidades é permitir que os agentes de IA acessem dados internos e ferramentas de negócios da empresa, completando assim tarefas repetitivas. Por exemplo, ao conectar diretrizes de vendas e sistemas de gestão de relacionamento com clientes a um agente de vendas, ele pode gerar respostas personalizadas para diferentes clientes com base nas informações existentes e propostas históricas.
O âmbito de aplicação dos agentes de IA também está a expandir-se rapidamente de desenvolvimento de software para vários tipos de trabalhos baseados em conhecimento. Desde fevereiro deste ano, o número de utilizadores ativos semanais da versão empresarial do Codex na área jurídica cresceu 108 vezes, enquanto nas áreas de vendas e recrutamento cresceu 41 vezes, e na área de marketing cresceu 26 vezes, enquanto na engenharia cresceu 5 vezes. Esta comparação ilustra claramente que o valor dos agentes de IA está a ser cada vez mais reconhecido por funções não técnicas.
Casos de aplicação prática já começaram a surgir. A equipa de engenharia da Virgin Atlantic, que anteriormente precisava de duas semanas para concluir o trabalho de reestruturação de código legado, agora consegue fazê-lo em 30 minutos com a ajuda do Codex. A sua equipa de produtos também completou uma pesquisa sobre concorrentes, que antes precisava ser subcontratada, em apenas algumas horas através do ChatGPT Work, e utilizou os resultados para desenvolver a estratégia digital da empresa para os próximos cinco anos.
Existem também diferenças no nível de uso de IA entre funcionários de diferentes níveis. A pesquisa mostra que, seis meses após a introdução da IA, os funcionários em início de carreira enviam, em média, 13 mensagens a mais por semana para a IA do que os executivos. Este resultado contrasta com a impressão anterior de que “a taxa de uso de IA é maior entre a gestão”, pois os dados de uso real mostram que a atividade de uso de IA entre os funcionários mais jovens é, na verdade, mais elevada.
A OpenAI enfatiza que, para reduzir a diferença no uso de IA entre as empresas, não basta que todas as empresas tenham acesso ao mesmo modelo de IA. A empresa afirma que é necessário aumentar os investimentos em formação de funcionários, fluxos de trabalho compartilháveis, infraestrutura de dados e governança, e transformar as experiências de sucesso individuais em sistemas de trabalho que possam ser replicados a nível organizacional, para que o valor da IA possa realmente ser disseminado dentro das empresas.