Relatório corporativo da OpenAI: o volume de mensagens de utilizadores intensivos é 6 vezes maior do que o dos funcionários comuns, e a disparidade nos cenários de análise de dados aumentou para 16 vezes

Quem está a ampliar a diferença

• Diferenciação no volume de mensagens: o volume de mensagens dos 5% utilizadores mais ativos é 6 vezes o dos colaboradores medianos; a diferença nos cenários de análise de dados chega a 16 vezes
• Crescimento global: o volume de mensagens das empresas cresceu 8 vezes ano contra ano; o consumo de Tokens dos modelos de raciocínio aumentou 320 vezes; a utilização de GPTs personalizados cresceu 19 vezes
• Diferenças organizacionais: o volume de mensagens por pessoa nas empresas com alta adoção é 2 vezes o das empresas com baixa adoção; as empresas de tecnologia cresceram 11 vezes, e os cuidados de saúde cresceram 8 vezes

Fontes de dados

• Dados anonimizados de utilização por mais de 1 milhão de clientes empresariais
• Amostra de pesquisa de 100 empresas e 9.000 colaboradores

Indicadores-chave

O que estes números significam

• Os ganhos de eficiência são reais: os utilizadores intensivos economizam de 40 a 60 minutos por dia, conseguindo fazer coisas que antes não conseguiam (por exemplo, escrever código)
• Até não engenheiros estão a escrever código: a produção de código é 36% superior à linha de base
• A capacidade organizacional é mais importante do que a capacidade do modelo: a integração de dados, a governação e o desenho de fluxos de trabalho tornaram-se as principais razões para a ampliação da diferença
• Acompanhar a evolução do produto é difícil: a OpenAI publica novas funcionalidades aproximadamente a cada 3 dias; absorver continuamente essas atualizações exige infraestruturas e processos de suporte

A vantagem do modelo já entrou numa fase de amplificação pela capacidade organizacional. As empresas que alinharem o ritmo do produto com os seus fluxos internos irão ampliar ainda mais a sua vantagem.

O que as empresas devem fazer

• Criar uma base flexível para governação de dados e permissões, priorizando a incorporação do modelo de raciocínio nos fluxos de trabalho de alta frequência
• Utilizar GPTs personalizados como modelos de tarefas para reduzir a diferença entre utilizadores comuns e utilizadores intensivos
• Medir o volume de mensagens, o consumo de Tokens, a qualidade e o tempo gasto; identificar pontos de eficiência que possam ser escalados
• Atenção: a diferenciação em cenários de alto valor, como análise de dados, é a mais grave (16 vezes); se as equipas atrasadas não implementarem rapidamente as ferramentas e processos, a diferença continuará a aumentar

Avaliação de impacto

• Importância: Alta
• Categoria: Tendências do setor, impacto no mercado, investigação em IA

Conclusão: a velocidade com que a diferença se amplia é maior do que a velocidade com que a empresa mediana consegue recuperar. A capacidade organizacional já superou a capacidade do modelo e tornou-se o fator dominante na geração de receitas marginais.

Para as empresas que já possuem dados e bases de fluxos de trabalho, ainda estamos na fase inicial de vantagem. Para os observadores que não conseguem operacionalizar, o momento de entrada já está um pouco atrasado. A longo prazo, deve-se apostar nas equipas capazes de transformar a vantagem do modelo em ativos de processo.