Когда руководитель выбирает первый сценарий автоматизации, хочется знать, какие задачи люди уже передают моделям. Новая статистика об ИИ в рабочих задачах показывает, что обращения меньше сосредоточены в самых частых активностях. Выпуск OpenAI Signals от 26 октября позволяет рассмотреть эту тенденцию, сохраняя различие между сообщением в чат и выполненной работой.

Что исследование говорит об ИИ в рабочих задачах

В новом выпуске данных сообщения соотнесены со 165 категориями рабочих активностей. Представлены почти 100 стран, а сопоставление по всем кварталам выполнено для постоянной группы из 74 стран. Период наблюдения — с первого квартала 2025 года по третий квартал 2026-го.

В этой постоянной группе десять наиболее частых активностей занимали в среднем 56,0% классифицированных рабочих сообщений в начале периода и 51,1% в конце. Это говорит о снижении концентрации обращений в самых распространённых категориях. Показатель относится к сообщениям, а не к числу автоматизированных должностей.

Категории описывают действия, которые встречаются в разных профессиях. Например, подготовка материала или работа с данными могут быть частью деятельности нескольких отделов. Поэтому перенос списка активностей на штатное расписание потребовал бы отдельного исследования.

Почему меньше концентрация не означает больше выручки

Разнообразие запросов не показывает, успешно ли модель завершила задачу. Одно сообщение может закончиться готовым результатом, другое — несколькими исправлениями, третье — отказом пользователя от предложенного ответа. В опубликованном показателе эти исходы не превращаются в оценку экономического эффекта.

Для редакционного примера представим отдел продаж. Сотрудники обращаются к модели за письмами, сводками встреч и сравнением предложений. Более широкий набор таких обращений ещё не говорит, что сделки закрываются быстрее. Для этого пришлось бы сопоставить результат с данными о самом процессе и качестве работы.

Изменение долей тоже требует осторожности. Если доля одной активности снизилась, это не обязательно означает уменьшение числа обращений к ней: мог измениться весь объём сообщений. Поэтому выбирать сценарий внедрения только по рейтингу популярности было бы преждевременно.

Agent ROI

Grok, ChatGPT, Gemini, Claude
и Perplexity — по одной подписке

Используйте эти модели
в Agent ROI.

Подписку можно оплатить в рублях.

Какие рабочие процессы не видны в статистике чата

В выборку входят индивидуальные аккаунты; корпоративные сообщения и использование Codex исключены. Это ограничивает возможность описывать по ней все внедрения в организациях. Процесс, который выполняется через внутреннее приложение или другую систему, может вообще не попасть в такой срез.

Страница данных и методики позволяет скачать агрегаты и описание полей. Поставщик использует автоматическую классификацию и меры защиты приватности, включая статистический шум. Публичные таблицы предназначены для анализа групповых закономерностей, а не для проверки работы отдельного сотрудника.

Мы рассматриваем опубликованный результат, без самостоятельного пересчёта исходной статистики. При сравнении стран важно дополнительно учитывать доступность сервиса, состав пользователей и различия в работе, которую они приносят в чат. Одной доли сообщений недостаточно для вывода о зрелости экономики или компании.

Как составить свой список задач для проверки

Для внутреннего пилота полезнее взять знакомые рабочие объекты: письмо клиенту, отчёт, таблицу, договор. Рядом с каждым записать ожидаемый результат, требования к данным и способ проверки. Тогда внешний список активностей помогает искать идеи, а собственный список определяет реальные приоритеты.

Выберите одну повторяющуюся задачу и сравните полный путь до принятого результата. Учитывайте не только скорость первого ответа, но и исправления, ожидание согласования и возможность повторить работу на следующем комплекте файлов. Так популярность сценария превращается в проверяемую гипотезу для своей команды.

Начать можно с разбора анализа данных с ИИ: заранее выбрать таблицу, вопрос и проверку ответа. Это даст более содержательное основание для решения, чем число сообщений в чужой выборке.

Больше материалов по теме — в разделе «ИИ для бизнеса».