How frontier enterprises are building an AI advantage

概要

B2B Signalsは、AIをより深く、より広く、より委譲されたワークフローで使用している企業のAI優位性がどのように複合的に増加し始めているかを示しています。

主要なポイント

• フロンティア企業の優位性: 使用量の95パーセンタイルにあるフロンティア企業は、現在、典型的な企業の3.5倍のインテリジェンスを労働者あたりで使用しており、1年前の2倍から増加しています。

• 深さが重要: メッセージ量はフロンティア優位性の36%しか説明しておらず、ギャップの大部分はより豊かで複雑なAI使用から生じています。

• エージェンティックワークフローの台頭: 最大の優位性は高度なツールに現れており、フロンティア企業は労働者あたりのCodexメッセージを典型的な企業の16倍送信しています。

• フロンティアへの移行: 主要企業は深さを測定し、本番環境での使用のためのガバナンスを構築し、有効化に投資し、機能するものをスケーリングし、チャットベースの支援から委譲されたエージェントワークへ移行しています。

AI優位性の複合的増加

多くの企業にとって、AI採用の最初の段階はアクセスに関するものでした。誰がAIツールを持っていたか、何席が展開されたか、従業員が実験しているかどうかです。これは依然として重要ですが、アクセスはもはや差別化要因ではありません。

最新の調査では、AI優位性が複合的に増加し始めていることが示唆されています。フロンティア企業は、労働者あたりのインテリジェンスをより多く使用し、高度なツールをより集約的に採用し、AIをワークフローにより深く組み込むことで、先行しています。

B2B Signalsの導入

OpenAI SignalsのビジネスエクステンションであるB2B Signalsは、OpenAIの製品の企業使用からのプライバシーを保護する集約されたシグナルに基づいて、AIがビジネス全体にどのように拡散しているかの定期的な測定を提供します。

測定対象:

• 企業内でAIがどの程度深く使用されているか
• どのツールとタスクがフロンティア採用に最も関連しているか
• ビジネスユースケースが業界、製品、機能全体でどのように拡大しているか

注記: このレポートのすべての分析は、識別されていない集約された企業使用データに基づいています。メッセージコンテンツは自動化されたシステムを使用して分類され、この分析の一部としてOpenAIの従業員が個々の企業、ビジネス、またはAPIカスタマーデータを確認していません。

深さが最も明確なシグナル

フロンティア企業は現在、典型的な企業の3.5倍のインテリジェンスを労働者あたりで使用しており、2025年4月の2倍から増加しています。メッセージ量はそのギャップの36%しか説明しておらず、大部分はより深い使用から生じています。

フロンティアの労働者は、AIにより複雑な作業を引き受けさせ、より豊かなコンテキストを提供し、より実質的な出力を生成しています。

このレポートでは、生成されたトークンをインテリジェンス需要のプロキシとして使用しています。トークンはビジネス価値の直接的な測定ではありませんが、従業員がAIに実行させる作業量を測定するのに役立ち、AI使用の深さの有用なプロキシとなります。

簡潔に言えば:

• 典型的な企業はAIを質問に答えるために使用しています
• フロンティア企業は複雑な作業の実行を支援するために使用しています

これらのシグナルは、フロンティア企業がより複雑で困難な作業にAIを使用していることを示唆しています。リーダーにとって、質問は何人がアクセスを持っているか、またはどのくらいの頻度でAIを使用しているかから、AIがワークフローをどこで深化させ、チームがどのように運営を変えているかへシフトしています。

エージェンティックワークフローが次の成熟度の兆候になっている

フロンティアは委譲に向かって移動しています。優位性は高度なツールとエージェンティックツールで最大です。Codexは最大のギャップを示しており、フロンティア企業は労働者あたりのメッセージを典型的な企業の16倍送信しています。

ChatGPT Agent、ChatGPTのApps、Deep Research、およびGPTsは同様の方向性パターンを示しており、フロンティア企業がコード化、マルチステップタスクの委譲、企業コンテキストの適用、およびより複雑な研究の実施を支援するツールの採用に優れていることを示唆しています。

AIシステムがツールの使用、ファイルとコードベース全体での作業、および長期的なタスクの完了がより可能になるにつれて、企業はAIエージェントへの意味のある作業の委譲に適応する必要があります。最初に移行している企業は、AIを単なる高速インターフェースとしてではなく、ゼロから作業を再設計する方法として使用するための運営筋肉を構築しています。

Ciscoの事例

CiscoはCodexを使用して、大規模なエンタープライズエンジニアリング組織全体の複雑なソフトウェア作業を高速化しています。本番環境ワークフローでは、Codexはビルド時間を約20%削減し、月あたり1,500時間以上のエンジニアリング時間を節約し、欠陥解決スループットを10〜15倍増加させるのに役立ちました。Ciscoのチームが述べたように、最大の利益はCodexを「チームの一部」として扱ったときに得られました。

AI使用は広範ですが、ますます専門化されています

AIはビジネス全体の本番環境ワークフローに移行しています。企業は、アプリ内アシスタント、コーディングおよび開発者ツール、カスタマーサポートなど、APIユースケースを展開しています。これらはAIが製品、サービス、および内部システムの一部になることができる場所です。

AI使用は執筆とコミュニケーションで最も広いですが、機能固有の使用は増加しています。

• ITおよびセキュリティチーム: ハウツーおよび手順ガイダンスに大きく集中
• ソフトウェア開発およびデータサイエンスチーム: 高いコーディング使用
• ファイナンスチーム: 分析と計算にAIを使用

このパターンは、AIが一般的な生産性を超えて、各機能の中核的責任により密接に関連した作業に移行していることを示唆しています。

単一のAI採用リーダーボードはありません

一部の業界は広範なChatGPT採用で主導し、他の業界はCodex使用、API集約度、またはメッセージ集約度で主導しています。これは組織が複数のエントリーポイントを持つことを意味します。

• アクセスをスケーリング
• 使用を深化
• エージェンティックツールを採用
• AIを製品とシステムに直接構築

Travelers Insuranceの事例

Travelers InsuranceはOpenAIで構築されたAI Claim Assistantを示しています。これは顧客を初回損失通知ガイドし、保険契約の質問に答え、請求を開始するために必要な情報を収集し、Travelers'システム内で直接請求を作成します。Travelers Insuranceはアシスタントが初年度に約100,000件の初回損失通知コールを処理することを期待しています。

AIリーダーを区別するもの

フロンティア企業と典型的な企業の間のギャップは、固定的な分割として読むべきではありません。多くの組織は、広範なアクセスからより深く統合されたAI使用への移行プロセスの初期段階にあります。

フロンティアの価値は、企業が時間をかけて勢いを構築するのに役立つと思われるどの慣行を示すかです。最も明確なシグナルの1つは教育と学習であり、タスクレベルのフロンティア優位性が最大です。これは、主要企業がAIを作業完了だけでなく、従業員がAIを上手に使用するために必要なスキル、習慣、および自信を構築するのに役立つために使用していることを示唆しています。

フロンティアへの移行方法

組織は以下を行うことでフロンティアに向かって移動できます。

• 使用の深さを測定
• 本番環境での使用を可能にするガバナンスを構築
• 有効化をコア基盤として扱う
• フロンティアチームを特定し、その影響をスケーリング
• チャットを超えて、エージェントとの委譲された作業に移行

B2B Signalsは企業AIに関する定期的な洞察を共有します

企業AIは急速に進化しており、リーダーはAI採用をビジネス価値に変換するのに役立つものを理解するための明確なデータが必要です。

B2B Signalsは主要企業の行動とパターンを追跡し、組織に主要企業がインテリジェンスをビジネス価値に変換する方法をより明確に理解できるようにします。

この最初のリリースは、使用の深さ、エージェンティックワークフロー、および業界と機能全体の新興パターンに焦点を当てています。将来の更新は、これらの測定値の進捗を追跡し、企業AIが進化するにつれてシグナルを適応させます。