OpenAI: на Codex и ChatGPT Work приходится более половины токенов у части клиентов в ЕС

У части корпоративных клиентов OpenAI из Евросоюза на Codex и ChatGPT Work приходится более половины всех сгенерированных токенов. Компания раскрыла эти данные 14 октября, уточнив, что речь идёт об объёме выдачи моделей, а не о числе успешно выполненных задач.

Codex предназначен для выполнения задач, связанных с разработкой, а ChatGPT Work помогает работать с файлами, документами и сторонними сервисами. В выборку вошли клиенты ChatGPT Enterprise. OpenAI не уточнила, насколько эти организации репрезентативны для всех компаний Евросоюза.

С мая число еженедельно активных пользователей этих инструментов среди небольших и средних клиентов OpenAI в ЕС увеличилось в 8,1 раза. К таким клиентам компания относит организации, в аккаунтах которых зарегистрировано не более 200 пользователей. При этом ChatGPT Work появился только в июле, уже в период сравнения, поэтому показатель отражает совокупную динамику двух продуктов, а не только рост аудитории Codex.

Большая разница между странами

Доля токенов, приходящихся на агентские инструменты, заметно различалась по странам. В сентябре она составляла 22% в Словении и достигала 85% в Литве. Показатели рассчитаны на основе корпоративных аккаунтов ChatGPT Enterprise из выборки OpenAI и не означают, что такая же доля всех компаний в этих странах использует ИИ-агентов.

Разрыв наблюдался и между самими организациями. В Евросоюзе 10% компаний с наиболее интенсивным использованием ИИ генерировали более чем в четыре раза больше токенов на одного активного пользователя, чем типичные компании. За пределами ЕС аналогичная группа клиентов опережала европейских лидеров более чем вдвое. Для этого сопоставления OpenAI использовала аккаунты ChatGPT Enterprise и Business.

Объём генерации не равен эффективности

Данные OpenAI показывают, что агентские инструменты уже занимают заметное место в использовании ИИ у части корпоративных клиентов. Однако по числу токенов нельзя определить, стали ли сотрудники выполнять задачи быстрее или качественнее.

Этот показатель не учитывает результативность работы, число завершённых задач и затраты на проверку сгенерированного кода или документов. Поэтому объём генерации может говорить об интенсивности использования продуктов, но сам по себе не позволяет оценить экономический эффект от внедрения ИИ-агентов.