HeadlinesBriefing favicon HeadlinesBriefing.com

AI-нативные компании: от рабочих процессов к операционным возможностям

OpenAI Blog •
×

Последние Enterprise Signals от OpenAI показывают, что корпоративный ИИ переходит от помощи к исполнению с резко разной скоростью. Передовые компании (с топ-10% использования ИИ) теперь генерируют в 8,3× больше выходных токенов на активного пользователя, чем типичные компании, по сравнению с 2,6× в январе. Растущий разрыв указывает на более глубокий операционный сдвиг: ведущие компании подключают агентов к контексту и инструментам компании, делегируют более содержательную работу и упрощают повторение успешных рабочих процессов.

Стартапы Basis, Clay и Exa Labs встроили агентов в адаптацию сотрудников, управление аккаунтами и рост экосистемы разработчиков. В Basis адаптация в первый день теперь занимает 30 минут вместо двух часов, при этом Codex и специальный навык адаптации компании автоматически обрабатывают настройку интеграции. Clay использует постоянных субагентов для каждого аккаунта, которые ночью проверяют контекст сделок и генерируют ежедневные списки приоритетов для отделов продаж. Exa Labs стремится сделать свой поисковый API доступным везде, где разработчики могли бы его использовать.

Для руководителей задача состоит в том, чтобы превратить эту глубину в работу, которой люди могут доверять, которую могут измерить и улучшить. Руководители должны оставлять пространство для экспериментов, включая случаи использования, ценность которых не очевидна с первого раза. Эти примеры показывают, как команды могут встраивать агентов в привычную работу и улучшать процесс со временем.

Ключевые сущности: Компании: Basis, Clay, Exa Labs, OpenAI

Часто задаваемые вопросы: Как AI-нативные компании превращают рабочие процессы в операционные возможности?

Ведущие компании подключают агентов к контексту и инструментам компании, делегируют более содержательную работу и упрощают повторение успешных рабочих процессов. Они обучают агентов стабильным процессам, предоставляют им постоянный контекст по мере изменения работы, а затем позволяют им переносить возможности в проверенные действия. Этот прогресс позволяет командам встраивать агентов в привычную работу и улучшать процесс со временем.