Как корпорации используют AI? Отчет OpenAI за 2025 год

Привет! Меня зовут Саша Журавлев — я основатель и управляющий партнёр фонда Mento VC.

Мы инвестируем в технологические компании на ранних стадиях в США, Великобритании и Израиле. За первые полтора года фонд собрал портфель, в котором большая часть команд получила поддержку ведущих международных фондов, а многие вышли на устойчивый рост с многомиллионной выручкой. Среди них Artisan, ClerkChat, FinalRound, Rork и другие.

На днях OpenAI опубликовала отчет The State of Enterprise AI 2025. Это подробный срез того, как AI используется внутри компаний сегодня. Не в экспериментах и демо, а в реальных рабочих процессах, продуктах и операционных системах.

Этот отчет важен не только из за масштаба данных. Он охватывает более одного миллиона корпоративных клиентов и основан на агрегированной статистике реального использования AI.

Гораздо важнее другое: в отчете зафиксирован переход от AI как инструмента индивидуальной продуктивности к AI как базовой корпоративной инфраструктуре.

История технологий показывает одну и ту же закономерность: основная экономическая ценность возникает не в момент появления технологии, а тогда, когда она встраивается в масштабируемые бизнес процессы. Судя по данным OpenAI, корпоративный AI как раз входит в эту фазу.

Мы с командой внимательно разобрали отчет целиком, включая все разделы, графики и кейсы. Ниже — разбор ключевых наблюдений и структурных сдвигов, которые, на мой взгляд, особенно важны для основателей, продуктовых команд и инвесторов, работающих с технологиями следующего цикла. В конце статьи вы найдете ссылку на первоисточник.

Содержание статьи

1. Вступление
2. AI перестает быть экспериментом
3. От чатботов к рабочим инструментам
4. AI в повседневной работе
5. Где AI растет быстрее всего
6. AI выходит за пределы США
7. Разрыв в использовании AI
8. AI и бизнес результаты
9. Как выглядит зрелое внедрение AI
10. Итог

Вступление

Большая часть экономически значимой деятельности происходит внутри компаний, а не в потребительских продуктах. Именно поэтому корпоративная среда исторически становится тем местом, где технологии общего назначения раскрывают свою реальную ценность.

Enterprise AI — одна из самых сложных технических задач для современных моделей. Он требует надежности, безопасности и устойчивости при масштабировании. Но именно здесь возникает основной экономический эффект, который затем определяет развитие всей экосистемы.

Еще один важный акцент. В течение последних лет наибольшее внимание было приковано к потребительским сценариям использования AI. Однако история технологий, от паровых машин до полупроводников, показывает одну и ту же динамику. Основная ценность появляется позже, когда базовые возможности превращаются в масштабируемые прикладные сценарии внутри организаций.

По данным OpenAI, корпоративный AI сейчас как раз входит в эту фазу. Компании начинают использовать его не как дополнение, а как инфраструктуру, на которой строятся процессы, продукты и операционные решения.

Именно в этом контексте стоит рассматривать все последующие цифры и графики отчета. Они описывают не всплеск интереса, а структурный сдвиг в том, как компании работают с AI.

AI перестает быть экспериментом

В корпоративной среде AI все меньше воспринимается как вспомогательный инструмент или технологический эксперимент. Данные OpenAI показывают, что компании переходят к регулярному и встроенному использованию AI в повседневной работе.

За последний год масштабы корпоративного использования AI выросли кратно. Речь идет не только о росте числа компаний, но и о том, насколько глубоко AI встроен в рабочие процессы сотрудников и команд. Средний пользователь стал обращаться к AI чаще, а сами сценарии использования стали сложнее и длиннее.

Важно подчеркнуть, что этот рост отражает не всплеск интереса или моду на новую технологию. Он указывает на смену фазы. Компании переходят от пробных запусков и пилотов к системному использованию AI как части операционной модели.

Еще один показательный момент — рост количества рабочих мест, где AI используется регулярно. Сегодня OpenAI обслуживает миллионы корпоративных рабочих мест, и число лицензий корпоративных продуктов растет значительно быстрее, чем в предыдущие годы. Это означает, что AI перестает быть инициативой отдельных энтузиастов и становится инструментом, доступным и ожидаемым на уровне всей организации.

При этом меняется и характер взаимодействия с AI. Сотрудники используют его не только для разовых запросов, а для многошаговых задач, которые встраиваются в рабочий день. Это важный сигнал. Когда технология начинает экономить время не эпизодически, а постоянно, она перестает быть экспериментом по определению.

Ключевой вывод этого этапа простой: корпоративный AI выходит из стадии тестирования и начинает закрепляться как базовый рабочий инструмент.

От чатботов к рабочим инструментам

Дальше возникает вопрос: за счет чего именно происходит этот переход?

Данные OpenAI показывают, что ключевую роль здесь играют не отдельные диалоги с чатботами, а появление повторяемых и стандартизированных рабочих инструментов.

В корпоративной среде AI все чаще используется через Custom GPTs и Projects. Это настраиваемые интерфейсы, которые позволяют формализовать знания, инструкции и действия и использовать их для выполнения многошаговых задач.

Простыми словами, AI начинает работать не как собеседник, а как часть процесса.

Рост этого слоя использования выглядит показательно.

Это означает, что значительная часть взаимодействий с AI происходит не в свободной форме, а внутри заранее заданных сценариев.

Важно и то, какие задачи решаются с их помощью. Наиболее распространенные Custom GPT либо упаковывают институциональные знания в повторно используемые ассистенты, либо автоматизируют рабочие процессы за счет интеграции с внутренними системами компаний.

В некоторых организациях это уже перешло на уровень культуры. Например, в BBVA регулярно используются тысячи Custom GPT, встроенных в повседневную операционную работу.

Banco Bilbao Vizcaya Argentaria (BBVA) — одна из крупнейших банковских компаний в Испании. Находится на первом месте среди финансовых учреждений в Мексике, на втором в Испании, Турции и Перу, на третьем месте в Венесуэле и на четвёртом месте в Колумбии. Banco Bilbao Vizcaya Argentaria, S.A.

Параллельно быстро масштабируются API-сценарии. Компании интегрируют модели напрямую в продукты и внутренние системы, переходя от экспериментов к промышленным внедрениям. Среднее потребление reasoning-токенов на одну организацию выросло в сотни раз за год, что указывает на системное использование более интеллектуальных моделей в реальных бизнес-сценариях.

Отдельного внимания заслуживает развитие AI-ассистированной разработки. Инструменты вроде Codex начинают использоваться не как вспомогательные, а как полноценные элементы developer-процессов.

В сумме эти изменения показывают сдвиг от разговорного интерфейса к операционному слою. AI перестает быть точкой входа для отдельных запросов и становится инструментом, через который выполняются повторяемые задачи, автоматизируются процессы и масштабируется экспертиза внутри организаций.

AI в повседневной работе

По мере того как AI встраивается в процессы, мы видим следующий важный эффект. Он перестает быть абстрактной технологией и начинает менять повседневную рутину сотрудников.

Согласно данным OpenAI, 75 процентов корпоративных пользователей отмечают, что AI улучшил скорость или качество их работы.

В среднем сотрудники экономят 40–60 минут рабочего времени в день, а в ряде функций этот эффект еще выше. Для аналитиков, инженеров и коммуникационных команд экономия достигает 60–80 минут в день.

Это особенно заметно за пределами технических ролей. Нетехнические команды все чаще используют AI для задач, которые раньше выполнялись только инженерами или аналитиками. Количество запросов, связанных с кодингом, растет во всех функциях. За последние месяцы за пределами инженерии, IT и исследований этот показатель увеличился в среднем более чем на треть.

Эффект от AI зависит от того, как активно его используют. Сотрудники, которые работают с AI чаще и решают с его помощью больше разных задач, экономят заметно больше времени. Те, кто выигрывает более 10 часов в неделю, обычно используют несколько инструментов и применяют AI в самых разных сценариях.

В результате меняется сама работа команд. Задачи, которые раньше выполняли только специалисты, все чаще берут на себя обычные сотрудники. AI постепенно становится частью повседневной работы, а не отдельным инструментом для отдельных ролей.

Эффект от AI заметно различается от человека к человеку. Он напрямую зависит от того, насколько активно и регулярно сотрудники используют AI в своей работе. Одни применяют его время от времени, для отдельных задач. Другие встраивают AI в повседневные процессы и используют его для самых разных сценариев.

Данные OpenAI показывают простую зависимость: чем интенсивнее использование AI, тем больше экономия времени. Это хорошо видно на уровне отдельных сотрудников.

Где AI растет быстрее всего

По мере того как AI становится частью повседневной работы компаний, проявляется еще одна важная особенность. Темпы внедрения AI заметно различаются в зависимости от отрасли и региона.

За последний год компании в целом перешли от пилотов к полноценному внедрению AI, и рост наблюдается практически во всех секторах. При этом скорость этого роста и масштаб использования существенно отличаются.

Данные OpenAI показывают, что медианная отрасль выросла более чем в шесть раз за год, а даже самые медленно растущие сегменты превышают двукратный рост. Это означает, что AI внедряется широко, но не одинаково быстро.

На этом фоне выделяются отрасли, где рост идет особенно активно. Технологические компании, здравоохранение и промышленность показывают самые высокие темпы внедрения. В то же время финансы и профессиональные услуги остаются крупнейшими по масштабу использования, но растут более умеренно.

Проще говоря, скорость роста и текущий масштаб — это разные вещи. Одни отрасли уже широко используют AI, другие только догоняют, но именно там сейчас происходит самое быстрое внедрение.

При этом отрасли отличаются не только темпами роста, но и тем, для каких задач они используют AI.

Технологические компании используют AI в первую очередь для клиентских продуктов: ассистентов, поиска и автоматизации, а также для ускорения разработки.

В профессиональных услугах AI чаще выступает внутренним инструментом, помогает с кодом, контентом и ассистентами для ускорения работы команд.

В финансовом секторе AI обычно начинают с клиентской поддержки прежде чем переходить к более сложным задачам, это наиболее понятный сценарий.

AI выходит за пределы США

На раннем этапе корпоративное внедрение AI было сосредоточено в основном в США. Сегодня эта картина быстро меняется. По данным OpenAI, рост корпоративного AI за пределами американского рынка заметно ускоряется.

Среди крупнейших рынков Австралия, Бразилия, Нидерланды и Франция растут быстрее глобального среднего уровня.

При этом США по-прежнему остаются одним из самых активных рынков по объему использования. Но важно другое. Германия, Великобритания и Япония уже входят в число крупнейших рынков ChatGPT Enterprise за пределами США, как по числу клиентов, так и по объему сообщений.

Отдельно стоит отметить рост международного использования API. За последние шесть месяцев он превысил 70%, а Япония стала крупнейшим рынком корпоративных API-клиентов вне США.

Корпоративный AI перестает быть чисто американской историей. Он масштабируется глобально и становится рабочим инструментом для компаний в самых разных странах и отраслях.

Разрыв в использовании AI

По мере распространения AI, проявляется одна простая вещь. Доступ к AI стал массовым, но не глубина его использования.

Данные OpenAI показывают, что активные пользователи работают с AI в разы интенсивнее, используют больше функций и решают с его помощью более широкий круг задач.

Важно, что этот разрыв возникает даже внутри одной и той же роли. Люди с одинаковыми задачами получают разный эффект просто потому, что используют AI по-разному.

Еще один важный момент — глубина использования. Пользователи, которые применяют AI для большего числа разных задач, экономят значительно больше времени.

Данные показывают простую зависимость: чем шире набор задач, в которых используется AI, тем выше суммарная экономия времени. При этом даже среди активных корпоративных пользователей часть не использует самые продвинутые инструменты.

Даже среди monthly active users заметная доля никогда не работала с анализом данных, reasoning или поиском. У daily active users этот разрыв сокращается, но полностью не исчезает.

Та же логика работает и на уровне компаний.

Организации с более высокой зрелостью AI используют его значительно глубже, особенно в стандартизированных рабочих процессах. У большинства компаний при этом остается заметный потенциал для роста.

В итоге AI усиливает различия не за счет самой технологии, а за счет того, как с ней работают.

AI и бизнес-результаты

Тут мы переходим от общих закономерностей к практике. AI начинает давать измеримый эффект там, где он встроен в конкретные бизнес-процессы, а не используется как универсальный инструмент «на все случаи».

Кейсы OpenAI важны не потому, что показывают отдельные успехи, а потому что иллюстрируют одну и ту же логику в разных отраслях. AI работает там, где у него есть понятная задача, доступ к данным и место в существующем процессе.

Дальше — несколько примеров компаний, которые используют AI именно таким образом.

Intercom*: как голосовой AI начал реально экономить деньги

Intercom давно использует AI для клиентской поддержки в чатах и письмах. Не так давно они подключили AI к телефонным звонкам.

Главная проблема была в скорости. В звонках даже короткие задержки приводят к тому, что люди кладут трубку или просят соединить с живым оператором. Чтобы это исправить, Intercom запустил голосового AI-ассистента Fin Voice, который отвечает почти без пауз и может вести нормальный разговор.

Эффект оказался заметным сразу. Задержки сократились почти вдвое, больше половины звонков AI закрывает сам, а если разговор все-таки передается человеку, он решается быстрее примерно на 40 процентов. Так как разговор с оператором стоит компаниям дорого, такое внедрение уже экономит сотни миллионов долларов в год.

Lowe’s: AI как помощник для сотрудников в магазинах

Lowe’s — одна из крупнейших сетей товаров для дома в США. Тысячи магазинов, десятки тысяч сотрудников и огромный ассортимент. В такой среде главная проблема это быстро найти правильную информацию: про товар, наличие, аналоги или инструкции для клиента.

Раньше сотрудникам приходилось искать ответы в разных системах или звать более опытных коллег. Это занимало время и напрямую влияло на качество обслуживания в магазине.

Чтобы упростить работу сотрудников, Lowe’s внедрила AI-ассистента для персонала магазинов. Он помогает продавцам прямо во время общения с покупателями — подсказывает информацию о товарах, инструкции и рекомендации. Важно, что AI используется как внутренний рабочий инструмент, а не как интерфейс для клиентов.

Эффект оказался практичным. Сотрудники стали быстрее обслуживать покупателей и увереннее ориентироваться в ассортименте. Новые сотрудники быстрее входят в работу, даже без глубокого знания всех категорий товаров. В результате магазины повышают качество сервиса и эффективность работы без увеличения штата.

Этот кейс показывает, что AI может давать ощутимый бизнес-эффект не только в цифровых продуктах, но и в офлайн-рознице, если он встроен в повседневную работу сотрудников.

Indeed: как AI улучшает поиск работы

Indeed — одна из крупнейших платформ по поиску работы в мире. Каждый день миллионы людей ищут вакансии, а компании подбирают кандидатов. Для Indeed важнее всего качество совпадений: пользователи хотят видеть подходящие вакансии, а работодатели получать отклики от нужных людей.

Раньше поиск во многом строился на ключевых словах и фильтрах. Это работало, но часто давало неточные результаты и увеличивало количество лишних шагов.

Чтобы улучшить качество совпадений, Indeed встроила AI прямо в поиск и рекомендации.

Модели помогают лучше понимать смысл вакансий и резюме, учитывать навыки, контекст и намерения пользователей, а не только формальные совпадения по словам. В результате пользователи быстрее находят подходящие вакансии, а работодатели получают более релевантных кандидатов.

Кейс Indeed показывает, что максимальный эффект от AI появляется тогда, когда он встроен в основу продукта, а не добавлен как отдельная функция.

BBVA: как AI помогает банку работать быстрее

BBVA — международный банк с большим объемом клиентских запросов и строгими требованиями к безопасности. Во многих процессах сотрудники тратили много времени на поиск информации и работу с документами.

BBVA внедрила AI как внутренний помощник для сотрудников. Он помогает быстрее находить данные, готовить документы и отвечать клиентам, не заменяя человека в принятии решений.

Решение на базе ChatGPT Enterprise автоматизировало более 9 000 запросов в год. Это позволило BBVA перераспределить нагрузку, эквивалентную работе трех сотрудников, на более ценные задачи, также AI обеспечил 26% годовой экономии, запланированной для подразделения юридических услуг.

В результате сотрудники быстрее обрабатывают запросы, снижается нагрузка на команды, а качество работы становится более стабильным. Кейс BBVA показывает, что AI эффективно работает даже в регулируемой банковской среде, если он встроен в повседневные процессы.

Oscar Health: AI в медицинской поддержке

Oscar Health — медицинская страховая компания в США. Для нее важно быстро и точно отвечать на вопросы клиентов, при этом не нарушая требования к безопасности и качеству медицинской информации.

Компания использует AI для поддержки клиентских команд. Он помогает отвечать на типовые вопросы, находить нужную информацию в базе знаний и готовить ответы для операторов, не принимая медицинские решения самостоятельно.

Их платформа моментально отвечает на 58% вопросов о льготах и обрабатывает 39% таких обращений полностью без участия человека.

В результате клиенты быстрее получают ответы, снижается нагрузка на сотрудников поддержки, а качество сервиса становится более стабильным. Кейс Oscar Health показывает, что AI может эффективно работать в чувствительных сферах, если используется как помощник, а не как замена экспертов.

Moderna: AI в научной и исследовательской работе

Moderna — биотехнологическая компания, где большая часть работы связана с анализом данных, исследованиями и подготовкой сложной документации. Эти процессы требуют точности и занимают много времени у ученых и специалистов.

Moderna начала использовать AI как помощника для исследовательских и операционных команд. Он помогает работать с научными материалами, обобщать данные, готовить документы и ускорять внутренние процессы, не вмешиваясь в сами научные решения.

В результате сотрудники быстрее обрабатывают информацию и готовят материалы, а время от идеи до следующего шага в исследовании сокращается. Кейс Moderna показывает, что AI может быть полезен не только в поддержке и продуктах, но и в науке, если он встроен в ежедневную работу команд.

Как выглядит зрелое внедрение AI

Если посмотреть на все кейсы вместе, становится заметно несколько общих паттернов. Результат от AI появляется не из-за самой технологии, а из-за того, как именно ее внедряют.

Во-первых, такие компании встраивают AI в существующие процессы, а не используют его как отдельный инструмент. AI становится частью поддержки, продукта, разработки или внутренних операций, а не экспериментом «для отдельных задач».

Во-вторых, они стандартизируют использование. Вместо разрозненных запросов появляются повторяемые сценарии, инструкции и рабочие инструменты, которыми пользуются целые команды, а не отдельные энтузиасты.

В-третьих, AI используется там, где эффект можно измерить. Это либо экономия времени и денег, либо рост качества сервиса, либо ускорение ключевых процессов. AI не внедряют ради новизны, его привязывают к конкретным бизнес-метрикам.

Наконец, такие компании инвестируют в обучение и привычки сотрудников. Они помогают людям понять, как использовать AI в повседневной работе, и делают это частью нормального рабочего процесса.

Именно это отличает устойчивое внедрение от разовых экспериментов. AI начинает работать тогда, когда он встроен в систему, а не добавлен поверх нее.

Итог

Если смотреть на происходящее в целом, становится ясно, что AI быстро перестает быть абстрактной технологией. Он проявляет себя там, где решает конкретные задачи бизнеса и встраивается в реальные процессы.

Для нас в Mento это ключевой ориентир. Мы инвестируем в AI-компании и в первую очередь смотрим не на сам факт использования AI, а на ту пользу и ценность, которую он приносит бизнесу.

Поэтому важно обращать внимание на то, есть ли у продукта практический смысл и место на рынке. Если разные компании готовы платить за эту технологию, описывают похожие сценарии использования и говорят о понятной и ощутимой боли, для нас это гораздо более надежный сигнал, чем любая внутренняя техническая проверка.

Именно поэтому отчет OpenAI важен не как прогноз или набор цифр, а как срез реального применения AI сегодня. Он показывает, где технология уже работает, какие подходы дают результат и какие паттерны с наибольшей вероятностью будут определять следующий этап развития рынка.

Спасибо, что дочитали до конца!

Если вам близко то, как мы смотрим на технологии и венчур, до конца года еще можно присоединиться к нашему фонду Mento VC — напиши Кате → @katiatatulova

Следить за инсайтами про AI и венчур простым языком можно в Telegram Саши Журавлева

Почитать оригинал отчета можно тут