11 sierpnia OpenAI opublikowało badanie How Organizations Use AI: Evidence from ChatGPT: 69 stron, ponad 1500 organizacji, ponad 17 milionów wiadomości, dane do marca 2026. To najszerszy zbiór danych o firmowym użyciu AI, jaki dotąd ktokolwiek opublikował, i pochodzi od dostawcy, który widzi rzeczywiste zużycie u swoich klientów.
Najwięcej pracują z AI stażyści, najmniej zarządy
Sześć miesięcy po wdrożeniu ChatGPT intensywność korzystania spada wraz ze szczeblem, i to na każdym poziomie. Osoby na początku kariery i stażyści wysyłają tygodniowo od ośmiu do dziewięciu wiadomości więcej niż przeciętny aktywny użytkownik w tej samej firmie. Menedżerowie, dyrektorzy i zarządy wysyłają ich mniej. W podziale na stanowiska kategoria „Executive / Founder / Partner" wypada wśród najniższych w całym badaniu, obok finansów i księgowości. Najwyżej są analitycy oraz marketing i komunikacja.
Badacze policzyli to na dwa sposoby: raz porównując wszystkich użytkowników w próbie, raz zestawiając daną grupę wyłącznie z ludźmi z jej własnej firmy. Wyniki są podobne, więc różnica występuje wewnątrz pojedynczych organizacji, a nie między nimi.
Z tej pracy nie wyczytasz jednak, ile ta różnica realnie znaczy. Badanie podaje wyłącznie odchylenia od średniej, nigdzie nie publikując samej średniej, więc nie da się powiedzieć, czy osiem wiadomości to jedna trzecia typowego tygodnia, czy jego dwukrotność. Autorzy sami ostrzegają, żeby liczbę wiadomości traktować jako miarę intensywności korzystania, a nie wpływu na biznes. Prezes, który zada trzy dobrze sformułowane pytania, może z nich wynieść więcej niż stażysta z pięćdziesięciu.
Sam kierunek jest jednak jednoznaczny i łatwo go sprawdzić u siebie, jeśli masz konsolę administracyjną i dane o użytkownikach. Jeśli rozkład w Twojej firmie wygląda podobnie, osoby zatwierdzające fakturę za AI pracują z tym narzędziem najrzadziej w całej organizacji.
Czego to badanie nie mierzy
Dwa dni po publikacji Emily Forlini z Fortune przejrzała drobny druk i opisała tabelę, z której wynika, że nie widać związku między intensywnością korzystania z AI a przychodem na pracownika. Tytuł: „Więcej AI nie znaczy więcej pieniędzy". Ta tabela istnieje, ale badacze sprawdzali w niej co innego, niż sugeruje nagłówek.
Tabela bierze wyniki finansowe firmy z jednego roku i sprawdza, czy da się na ich podstawie przewidzieć, jak intensywnie ta firma korzystała z ChatGPT rok później. Najpierw są finanse, potem korzystanie. Pytanie brzmiało więc: czy firmy już wcześniej rentowne stają się intensywnymi użytkownikami AI. Autorzy nie znaleźli wyraźnego sygnału i sami opisują swoje liczby jako zbyt nieprecyzyjne, żeby wyciągać mocne wnioski.
W innym miejscu ta sama praca pokazuje, że firmy korzystające najintensywniej mają wyższy przychód i wyższą wartość rynkową na pracownika niż pozostałe, także po uwzględnieniu branży i wielkości. To korelacja, a nie związek przyczynowy, a jeśli jest tam zależność, to nie wiadomo nawet, w którą stronę. Czy AI podniosło wyniki tych firm, czy dobre wyniki pozwoliły im wcześniej kupić narzędzie, zatrudnić ludzi i przeprowadzić integrację? Autorzy skłaniają się ku drugiej wersji i mówią to otwarcie.
Sami zresztą zamykają temat w rozdziale o ograniczeniach. Piszą, że wyniki badania „nie mierzą końcowych efektów pracy, wpływu na produktywność ani zmian w sposobie organizacji pracy", a kolejne badania „powinny powiązać dane o firmowym użyciu AI z miarami produktu, zmiany organizacyjnej i długofalowych wyników firmy". Kilka linijek dalej: „Szybkiego wdrażania generatywnej AI przez firmy nie należy utożsamiać z natychmiastową transformacją produktywności".
W całej pracy brakuje próby zbadania istnienia takich zależności. OpenAI miało w jednym zbiorze dane o zużyciu i dane finansowe spółek, i nie policzyło, jak jedno wpływa na drugie.
Takie wyliczenie trudno zrobić uczciwie. Firmy same decydują, czy i w jaki zakresie wdrożyć narzędzie, próba obejmuje wąski wycinek spółek notowanych w USA, a trzy kwartały danych nie oddzielą efektu AI od skutków dobrej koniunktury. Jeśli ktoś powoła się „badania OpenAI" jako dowód, że AI się zwraca, to znaczy, że nie przeczytał dokładnie.
Ten sam tydzień: dwa odejścia z zarządu
Publikacja trafiła w środek przebudowy zarządu przed debiutem giełdowym. Axios nazwał ją „pre-IPO refresh".
Tego samego 11 sierpnia OpenAI opuścił Brad Lightcap, wieloletni dyrektor operacyjny, żeby „zacząć coś nowego". Dwa dni później odeszła Denise Dresser, wcześniej prezeska Slacka, zatrudniona w grudniu do zbudowania biznesu korporacyjnego. Przepracowała osiem miesięcy, a jako powód podano „inne zajęcia". Zastąpił ją Dali Rajic, prezes i dyrektor operacyjny Wiz. W zakresie jego obowiązków jest pomaganie klientom w mierzeniu efektów wdrożeń. Dzień później CNBC pisało już o „huge red flag" przed debiutem.
W poniedziałek tego samego tygodnia Bloomberg podał, że firma odkupiła od pracowników akcje za 7 mld $. Fortune rozmawiało z dwoma byłymi pracownikami, na których konta wpłynęło po około 10 mln $.
W jednym tygodniu firma sprzedająca AI korporacjom wymieniła szefa sprzedaży i opublikowała badanie, z którego wynika, że efektów tej sprzedaży nikt jeszcze nie umie zmierzyć. Nie twierdzę, że jedno wynika z drugiego. Zwracam uwagę na to, że problem pomiaru okazał się na tyle realny, że trafił do zakresu obowiązków nowego członka zarządu.
Wpływ na polski rynek
W finansowej części badania nie ma ani jednej polskiej spółki. Próba to wyselekcjonowane firmy notowane w USA, a mediana przychodu wśród wdrażających wyniosła 2,3 mld $ przy medianie zatrudnienia blisko 3000 osób. To zupełnie inna skala niż u większości polskich odbiorców tego newslettera, a także inny sposób kupowania technologii.
Wynik dotyczący intensywności korzystania w funkcji stanowiska można przenieść na polski grunt. Jest on też jedyną częścią badania, którą sprawdzisz u siebie w godzinę: wyciągnij z konsoli rozkład aktywnych użytkowników według stanowiska i zobacz, kto w Twojej firmie naprawdę pracuje z tym narzędziem.
W badaniu mowa o firmach z licencją ChatGPT Enterprise, czyli z własnym kontem, konsolą i danymi o zużyciu. Znaczna część polskich wdrożeń realizowana jest przez licencje np. Microsoftu i rozwiązanie postawione przez integratora, gdzie klient dostaje fakturę, a szczegółowe dane o użyciu zostają po stronie dostawcy. Bez tych danych nie sprawdzisz rozkładu użycia.
Sześć pytań, zanim zatwierdzisz budżet na AI
- Kto naprawdę używa. Jaki jest rozkład aktywnych użytkowników według szczebla? Jeśli wygląda jak w badaniu OpenAI, decyzję o kolejnym roku podejmują ludzie z najmniejszym kontaktem z narzędziem.
- Pomiar bazowy. Co zmierzono przed uruchomieniem każdego wdrożenia? Bez liczby sprzed startu nie ma z czym porównać liczby po roku, a wtedy dyskusja o zwrocie sprowadza się do wrażeń.
- Co by było bez tego. Kto odpowiada za oszacowanie, ile z poprawy wydarzyłoby się i tak, dzięki koniunkturze, nowym klientom albo innym zmianom? Bez tego każdy dobry rok zapisuje się na konto AI.
- Źródło liczby. Gdy ktoś powołuje się na badanie, sprawdź, co w nim było mierzonym efektem. Większość publikacji o AI mierzy wdrożenie i korzystanie, a nie wynik finansowy, i nie odpowiada na pytanie, które zadajesz.
- Scenariusz przy odnowieniu. Jeśli za rok pomiar nie pokaże poprawy, przedłużasz umowę czy nie? Ustal to teraz, kiedy nikt nie broni jeszcze własnej decyzji.
- Zakres pomiaru. Liczysz tylko licencję firmową, czy też narzędzia po API, aplikacje budowane wewnętrznie i konta prywatne pracowników? Badanie OpenAI obejmuje wyłącznie to pierwsze i wprost o tym pisze.
Briefing
Inwestorzy Anthropic celują w październikowy debiut przy wycenie 2 bln $. Kilku z nich potwierdziło 13 sierpnia Financial Times, że spodziewa się oferty większej niż czerwcowy debiut SpaceX wart 1,77 bln $, przy przychodach prognozowanych na 100–120 mld $ rocznie na koniec roku (omówienie Fortune jest poza paywallem FT). To wycena rzędu 17–20-krotności rocznych przychodów, przy minimalnym zysku. CNBC podaje, że dyrektor finansowy Krishna Rao prowadzi wstępne spotkania z inwestorami bez rozmowy o wycenie. Co z tego wynika: przy takim mnożniku spółka musi w kolejnych latach mocno podnosić przychód z klienta, a najprostszym źródłem tego wzrostu są odnowienia umów u obecnych klientów korporacyjnych.
IBM wszedł do najwyższego poziomu partnerskiego OpenAI. Ogłoszone 13 sierpnia partnerstwo umieszcza GPT-5.6, Codex i ChatGPT Work wewnątrz IBM Consulting Advantage. IBM zapowiada przeszkolenie i certyfikację dziesiątek tysięcy konsultantów dla finansów, sektora publicznego, telekomunikacji i handlu. Kilka tygodni wcześniej Arvind Krishna przyznał, że IBM „nie działał wystarczająco szybko". Co z tego wynika: IBM przestał być neutralny wobec wyboru modelu. Rekomendacja architektury od partnera z certyfikatem jednego dostawcy to rekomendacja handlowa.
Mediana firmy wydaje na AI 12 $ na pracownika miesięcznie. Górny percentyl wydaje kilkaset razy więcej. a16z opublikowało 14 sierpnia wykresy na danych Ramp AI Index z 12 sierpnia, obejmujących subskrypcje modeli, agentów do kodowania, API i GPU w chmurze. Mediana wydatku na pracownika miesięcznie wzrosła z około 3 $ w styczniu 2024 do około 12 $ w lipcu 2026. Górne 10% firm wydaje około 650 $, a górny 1% dochodzi do 7,5 tys. $ miesięcznie na pracownika. Sam a16z zaznacza, że dane Ramp są przechylone w stronę firm technologicznych. Co z tego wynika: pytanie „ile inne firmy wydają na AI" nie ma użytecznej odpowiedzi, bo rozrzut sięga trzech rzędów wielkości. Benchmark branżowy nie uzasadni Twojego budżetu ani w jedną, ani w drugą stronę.
Podsumowanie
OpenAI opublikowało najszersze dotąd badanie firmowego użycia AI: 1500 organizacji, 17 milionów wiadomości, dane do marca 2026. Najmocniejszy wynik dotyczy szczebla. Sześć miesięcy po wdrożeniu stażyści i osoby na początku kariery wysyłają tygodniowo osiem do dziewięciu wiadomości więcej niż przeciętny użytkownik w tej samej firmie, a zarządy znajdują się wśród kategorii korzystających najrzadziej. Różnica występuje wewnątrz pojedynczych organizacji. Badanie nie podaje średniej bezwzględnej, więc skali tej różnicy nie da się z niego odczytać, a autorzy ostrzegają, żeby liczby wiadomości nie mylić ze znaczeniem gospodarczym. O zwrocie z inwestycji ta praca nie mówi nic: w żadnej z czterech tabel przychód nie jest wyjaśnianym efektem, a wyliczenia wpływu korzystania z AI na wyniki firm OpenAI nie opublikowało, choć miało oba zbiory danych w jednym miejscu. Nagłówek Fortune o braku związku między AI a zarobkiem na pracownika opisuje tabelę, w której badacze sprawdzali co innego. Publikacja wypadła w tygodniu, w którym z OpenAI odeszli dyrektor operacyjny i szefowa sprzedaży, a nowemu szefowi sprzedaży wpisano w obowiązki pomaganie klientom w mierzeniu efektów. Rozkład użycia według szczebla sprawdzisz u siebie w godzinę, o ile umowa daje Ci dostęp do danych o zużyciu.
Zachowaj równowagę, Krzysztof
Krzysztof Goworek jest założycielem Quintant — firmy doradczej, która prowadzi przedsiębiorstwa od eksperymentów AI do realnej, mierzalnej wartości.