דפוסי השימוש והאימוץ של ChatGPT בעבודה

ChatGPT הושק רק לפני שנתיים וחצי, וכבר משמש עובדים בכל התעשיות, בכל התפקידים ובחברות בכל הגדלים. כיום, יותר מרבע מהעובדים בארה״ב — ו-45% מבעלי התארים המתקדמים — מדווחים שהם משתמשים ב-ChatGPT לצורכי עבודה.

טכנולוגיה ארגונית התפתחה תמיד לפי דפוס מוכר: עלויות ראשוניות גבוהות, הטמעה ממושכת ואימוץ איטי, ורק אחריהם מגיעה התמורה. ChatGPT שבר את הדפוס הזה כשאנשים העבירו אותו מחייהם האישיים אל מקום העבודה. הם לא נזקקו לחודשי הכשרה או לתהליך הצטרפות מסובך; הם פשוט התחילו להשתמש בו כדי לבצע עבודה משמעותית.

כבר עכשיו אנחנו רואים סימנים ברורים לכך. ממדענים, דרך אנשי שיווק ועד אנשי תפעול — כולם משלבים את ChatGPT בעבודה היומיומית. מניפוי שגיאות בקוד ועד סיעור מוחות לקמפיינים, הוא הופך לשלב הראשון בתהליכי עבודה מרכזיים.

דוח זה מציג נתונים חדשים מהניתוח שלנו, בשילוב מקורות שעברו ביקורת עמיתים, על המשתמשים ב-ChatGPT בעבודה, על אופן השימוש בו ועל הדרכים שבהן הוא משתרש בארגונים.

דוח זה משלב ממצאים ממחקרים כלל-תעשייתיים של גופים חיצוניים עצמאיים עם ניתוחים שערכה OpenAI על השימוש ב-ChatGPT וב-ChatGPT Enterprise. כל הניתוחים שערכה OpenAI בדוח זה התבססו על נתוני שימוש שעברו אנונימיזציה או אגרגציה. OpenAI לא בחנה שום תוכן של משתמשים או לקוחות (לרבות קלט או פלט של מודל), ולא ניתחה נתונים המאפשרים זיהוי. כל ניתוח מגמות השימוש נעשה באמצעות מסווגי תוכן אוטומטיים. בכל מקום שבו הדוח מתייחס לפרומפטים מסוימים של ChatGPT, מדובר בדוגמאות סינתטיות לחלוטין, ולא בפרומפטים אמיתיים של משתמשים או לקוחות.

כש-ChatGPT הושק בנובמבר 2022, הוא נועד בעיקר לקבוצה קטנה של חוקרי בינה מלאכותית וחובבי התחום. אך בתוך חודשים היו לו 100 מיליון משתמשים פעילים בשבוע, וכיום יש לו יותר מ-700 מיליון משתמשים פעילים בשבוע — מה שהופך אותו לאחד האתרים הנצפים ביותר בעולם. 

השימוש האישי הנרחב התפשט במהירות גם למקום העבודה. כפי שמראים הנתונים, סביר מאוד שהאימוץ בקרב צרכנים מקדם את השימוש בבינה מלאכותית בעבודה. 

זהו מסלול שכבר ראינו פעמים רבות: תוכנה שצוברת פופולריות בקרב צרכנים מוצאת את דרכה למקום העבודה, לרוב בהובלת העובדים הצעירים יותר. ChatGPT מתקדם באותו מסלול, כפי שמעידים הגידול המהיר במספר המשתמשים הפעילים בשבוע, שיעור השימוש הגבוה בקרב עובדים מתחת לגיל 30 והשימוש התכוף — לעיתים קרובות יומיומי.

בתוך שנים ספורות בלבד, הבינה המלאכותית במקום העבודה הפכה מכלי נישתי לכלי נפוץ. המספרים מספרים את הסיפור:

אימוץ הבינה המלאכותית אינו מתקדם בקצב אחיד בכל המשק. עובדים בתעשיות מסוימות מיהרו לשלב את ChatGPT בפעילותם, בעוד אחרים מתקדמים לאט יותר. 

בחינת המגזרים שמאמצים את הכלי במהירות הגדולה ביותר מאפשרת לזהות הן הזדמנויות בטווח הקרוב והן תחומים שבהם ייתכן שיידרש זמן רב יותר לאימוץ נרחב. 

בתעשיות מסוימות, שיעורי האימוץ של ChatGPT גבוהים מהצפוי. תחומי ה-IT והפיננסים מובילים — מגמה הגיונית לנוכח חוזקותיו של הכלי בכתיבת קוד, בניתוח ובעבודה עתירת מידע. האימוץ בתחום הייצור מעיד על טרנספורמציה דיגיטלית רחבה יותר: מפעלים משתמשים בבינה מלאכותית לאוטומציה של תהליכים, לתחזוקה חזויה ולייעול שרשרת האספקה. ייתכן שהשקעות מוקדמות בבינה מלאכותית תעשייתית סוללות את הדרך לשימוש נרחב ב-ChatGPT בקרב מהנדסים, אנליסטים ומנהלי תפעול.

תעשיות אחרות משתרכות מאחור. בקמעונאות, בבנייה, בתחבורה, במסחר הסיטונאי ובחקלאות נרשמים שיעורי אימוץ נמוכים משמעותית. ברוב המקרים, הדבר תואם את שיעורם הנמוך יותר של עובדי הידע בתחומים אלה, שבהם הצורך בכלי בינה מלאכותית פחות מיידי.  

תחום הבריאות הוא מקרה מיוחד. אף שזהו אחד המגזרים הגדולים ועתירי הנתונים ביותר, האימוץ בו איטי יותר. ייתכן שהגורמים לכך כוללים כללים מחמירים בנושא פרטיות וציות לרגולציה, ותרבויות ארגוניות הנמנעות מסיכונים. ובכל זאת, אנחנו מתחילים לראות צמיחה בתחומים ממוקדים כמו תיעוד קליני ותהליכים מינהליים, מה שמרמז שתחום הבריאות עשוי להפוך בקרוב למוקד של אימוץ בינה מלאכותית.

דפוסי האימוץ משתנים בין מחלקות, אך כמה מגמות בולטות במיוחד. בשלושת החודשים הראשונים, ארבע קטגוריות מובילות בשימוש: כתיבה, מחקר, תכנות וניתוח. יחד, הן אחראיות לרוב ההודעות שנשלחות. המגוון הזה מדגיש את הגמישות של ChatGPT: צוותים נעזרים בו לניסוח הודעות, לאיסוף ולשילוב מידע, לכתיבת קוד ולפרשנות נתונים.

צוותים טכניים הם מהמשתמשים הכבדים ביותר, ותפקידי אנליטיקה, הנדסה ו-IT אחראים לחלק גדול מהשימוש הראשוני. תכנות הוא המשימה המובילה, במיוחד בתפקידי הנדסה, אך משתמשים מבקשים גם עזרה רבה במחקר ובתיעוד. הדבר מרמז ש-ChatGPT משמש לתכנון כמעט באותה מידה שהוא משמש לכתיבת קוד. 

צוותי IT נעזרים בו בעיקר למחקר ולאיתור ופתרון תקלות, ולעיתים קרובות משתמשים ב-ChatGPT כמקור מידע לפני שהם עוברים לאוטומציה.

פרומפט לדוגמה לכתיבת קוד

הערה: הפרומפט הסינתטי שלעיל הוא דוגמה שנכתבה במיוחד לדוח זה, להמחשה בלבד

גם בעלי תפקידי go-to-market, ובהם שיווק, תקשורת, מכירות וחוויית לקוח, נמנים עם המאמצים הבולטים. בתחומים אלה נעזרים ב-ChatGPT בעיקר לכתיבה, למחקר, לגיבוש רעיונות יצירתיים וליצירת מדיה. 

בכל תחומי הפעילות, דפוס השימוש הראשוני דומה: הבינה המלאכותית מחזקת את המומחיות, ולא מחליפה אותה. מהנדסים משפרים פרומפטים שוב ושוב כדי לנפות שגיאות בקוד וליצור בדיקות יחידה. אנליסטים משתמשים בפרומפטים בשיטת שרשרת מחשבה כדי לנקות מערכי נתונים ולפרש אותם. צוותי תמיכת לקוחות מנסחים תשובות שקולות התואמות את שפת המותג. המכנה המשותף הוא ש-ChatGPT מרחיב את האפשרויות ליישום מיומנויות מקצועיות והופך לשותף בתהליכי עבודה מרכזיים.

מקור: נתונים מצרפיים על מחלקות המשתמשות ב-ChatGPT Enterprise, שנאספו במהלך ההטמעה; מסווגי תוכן אוטומטיים

מעניין לראות שכתיבת קוד מתרחבת גם מעבר לתחום ההנדסה. ייתכן שמעצבים נעזרים בתכנות ליצירת אבות-טיפוס של ממשקי משתמש ולקבלת עזרה בקטעי קוד — והם משתמשים ב-ChatGPT לכתיבת קוד בשיעור גבוה בהרבה מאנשי כספים ומכירות. מנהלי פרויקטים משלבים כתיבה, יצירת מדיה, כתיבת קוד וניתוח נתונים — ומשמשים חוליה מקשרת בין הצוותים. אך גם בתחומי המוצר, התפעול, השיווק, הכספים ומשאבי האנוש משתמשים ב-ChatGPT לכתיבת קוד במידה מסוימת. 

מגמה זו מקבלת חיזוק במחקר שערכו אוניברסיטת בוסטון ו-BCG, שבחן את השפעת ChatGPT על הכשירות הטכנית של יועצי BCG. המחקר מצא שיועצים שקיבלו גישה ל-ChatGPT והוכשרו להשתמש בו השיגו בשלוש המשימות הטכניות ציונים גבוהים ב-49, ב-20 וב-18 נקודות אחוז מאלה של קבוצת הביקורת, ובשתיים משלוש המשימות ביצועיהם היו קרובים לרמתם של מדעני הנתונים של BCG.

כתיבה טובה כבר אינה מיומנות ייעודית השמורה לצוותי תוכן. בעזרת ChatGPT, כל אחד יכול להפוך רשימות לטקסט מלוטש ולשפר אותו במהירות. פגישות, מזכרים והודעות ללקוחות נעשים ברורים ומכילים יותר, כי כולם יכולים לבטא היטב את רעיונותיהם — ולא רק אנשי תקשורת מיומנים. הבינה המלאכותית הופכת לנקודת הפתיחה לתקשורת ולתיאום שוטפים, ומאחדת ניסוח, התאמת טון ויצירת גרסאות למהלך אחד.

צוותי עיצוב בולטים בשימוש ביצירת מדיה, ונעזרים בה פי 2–4 מקבוצות אחרות. השימוש הרב בתחומים אלה לביצוע משימות ליבה מדגיש את התפקיד המתפתח של ChatGPT מעבר לטקסט. 

כל צוותי ה-go-to-market משתמשים ב-ChatGPT בעיקר למשימות כתיבה, מחקר ויצירת מדיה, אך בדרכים שונות. הנה כמה פרומפטים לדוגמה שממחישים את סוגי הפניות שאנחנו רואים:

הערה: הפרומפטים הסינתטיים שלעיל הם דוגמאות שנכתבו במיוחד לדוח זה, להמחשה בלבד

הנתונים הראשוניים מצביעים על מגמה עקבית: רוב המחלקות נעזרות בכלים המרכזיים של ChatGPT, ובהם חיפוש, ניתוח נתונים, העלאת קבצים, אחזור וקנבס. שיעור האימוץ של תכונות מתקדמות יותר — כגון מודלי reasoning, מחקר מעמיק, פרויקטים והוראות מותאמות אישית — גבוה יותר בקרב משתמשים כבדים, ובהם צוותי מחקר ופיתוח. כתוצאה מכך, אצל עובדים רבים ChatGPT משתלב בתהליכי העבודה היומיומיים בעיקר דרך משימות נגישות וקלות לביצוע, ולא דרך שימושים ייעודיים.

התפקידים הטכניים בולטים כחריגים למגמה זו. בעלי תפקידים באנליטיקה, בהנדסה, ב-IT ובמחקר משתמשים ביכולות מתקדמות בהיקף גדול בהרבה. עבודתם דורשת לעיתים קרובות reasoning רב-שלבי, שילוב נתונים בהיקף נרחב או פתרון בעיות מורכבות. מהנדסים מבקשים ליצור קוד או לנפות בו שגיאות; אנליסטים משתמשים במחקר מעמיק כדי לפרש מערכי נתונים; ואנשי IT מבצעים שאילתות במאגרי ידע כדי לטפל בקריאות שירות ולאתר ולפתור תקלות במערכות. כלים בעלי יכולות מתקדמות יותר מתאימים באופן טבעי למשימות טכניות מובנות, עתירות נתונים וממוקדות בקבלת החלטות.

גם בין הצוותים הטכניים השונים יש הבדלים בתכונות שבהן מרבים להשתמש. צוותי IT נוטים יותר להשתמש באחזור ובחיפוש, ומתייחסים ל-ChatGPT כשותף ידע שמספק תשובות מהירות לשאלות על תצורה או מדיניות. צוותי הנדסה משתמשים יותר ב-GPTs, בכלי תכנות ובניתוח נתונים, בהתאם לתהליכי העבודה שלהם, הממוקדים יותר בקוד. ההבדלים האלה מדגישים שהאימוץ תלוי לא רק במיומנות טכנית, אלא גם בסוג העבודה ובהקשר של כל מחלקה.

מהנתונים האלה עולות שתי הזדמנויות. ראשית, השימוש בתכונות מתקדמות עדיין מצומצם, גם במקומות שבהם הן עשויות להשפיע באופן נרחב. החסמים עשויים לכלול קושי לגלות את התכונות, מודעות נמוכה לשימושים האפשריים או את ההגדרות הנדרשות לשימוש בהן.

שנית, מובילי האימוץ הראשונים בתחומי האנליטיקה, ה-IT, המשפטים וההנדסה כבר מתקדמים לתהליכי עבודה מורכבים יותר. ככל שתוכניות ההכשרה והתמיכה יתרחבו ושיפורי המוצר יקלו על תחילת השימוש, סביר שהאימוץ יעבור ממשימות יומיומיות בסיסיות ל-reasoning מעמיק יותר ולתהליכי עבודה משותפים שיעצבו מחדש את קבלת ההחלטות ברחבי הארגון. 

ChatGPT כבר משפר את פריון העובדים באופן מדיד. מדדים פנימיים מראים עלייה משמעותית בפריון, בזכות עובדים שמשתמשים בו כדי לכתוב ולתקשר מהר יותר, לחקור ביעילות רבה יותר ולהפחית את המאמץ הנדרש למשימות חוזרות. רוב החברות עדיין נמצאות בשלבי אימוץ מוקדמים, אך אנחנו מתחילים לראות ארגונים שמטמיעים את ChatGPT ברמת המחלקה כדי לייעל תהליכים שלמים. 

בניגוד לתוכנות ארגוניות מסורתיות, שמוטמעות בהובלת ההנהלה לאחר תהליכי החלטה ארוכים ותוכניות הכשרה, ChatGPT נכנס למקום העבודה ביוזמת העובדים. עובדים וצוותים קטנים הביאו אותו ביוזמתם, התנסו בתהליכי עבודה והוכיחו את ערכו עוד לפני שהחברות הסדירו את הרכישה. דפוס האימוץ שצמח מהשטח הפך אותו לטכנולוגיה הארגונית שאומצה במהירות הגדולה ביותר בהיסטוריה הקרובה. 

הדינמיקה הזאת משתנה כעת. יכולות חדשות — מסוכנים אוטונומיים, דרך תמיכה מתקדמת בכתיבת קוד ועד כלים המסייעים בקבלת החלטות — מרחיבות את תפקידו של ChatGPT מעבר לפריון האישי. הוא הופך לפלטפורמה לתהליכי עבודה שלמים. מנהלים בכירים משתמשים בו לגיבוש אסטרטגיה, מהנדסים לתכנון מערכות ולניפוי שגיאות בהן, ונציגי תמיכת לקוחות להערכת פתרונות מורכבים. יותר ויותר, ChatGPT מתפקד כמערכת הפעלה לעבודה היומיומית: שכבה משותפת שבה מתקבלות החלטות, נפתרות בעיות והתפוקה גדלה.

העבודה תמיד התפתחה לצד הטכנולוגיה. עד לא מזמן, חלק גדול ממנה התמקד במציאת תשובות, בניסוח הודעות דוא״ל ובפתרון חוזר של בעיות שכבר נפתרו. כעת הדגש עובר יותר ויותר לשילוב מידע, ליצירתיות ולמהירות — עבודה שמשתפרת בזכות אינטראקציות טבעיות ואינטואיטיביות עם בינה מלאכותית.

בשנים הקרובות, הבינה המלאכותית תשתלב כמעט בכל תהליך עבודה. ככל שזה יקרה, עובדים ישקיעו פחות זמן בביצוע משימות ויותר זמן בפיקוח על תוצרי הבינה המלאכותית ובעיצובם. היכולות של ChatGPT במגוון תחומים יאפשרו לאדם אחד לקבל עליו משימות שבעבר התחלקו בין כמה מחלקות. מנהל מוצר, למשל, יוכל להשתמש בו כדי לנתח משוב מלקוחות, לבדוק ולשפר תכונה חדשה ולנסח את התוכן המשפטי והשיווקי הנדרש להשקתה.

שיתוף הפעולה עובר ממסמכים והודעות מנותקים למרחבי עבודה משותפים בזמן אמת, שבהם צוותים פותרים בעיות יחד. תכונות כמו זיכרון משפרות את הבנת ההקשר של המוצר ומעניקות לעובדים שותף שזוכר את ההעדפות, הפרויקטים ותהליכי העבודה הייחודיים להם. היכולת להזין נתונים מובנים ולא מובנים ישירות ל-ChatGPT מרחיבה את תפקידו כממשק המרכזי לידע הארגוני, ו-GPT‑5 מאיץ את השינוי הזה.

חשוב במיוחד לציין שהראיות הראשוניות מצביעות על כך שהשינוי הזה לא רק משפר את פריון העובדים, אלא גם הופך את עבודתם למהנה יותר. הוא עושה זאת באמצעות צמצום משימות שגוזלות זמן ומניבות ערך נמוך יותר, ומאפשר לעובדים להקדיש מחדש את זמנם לעבודת ליבה משמעותית. בניסוי שדה אקראי שנמשך שישה חודשים בקרב אלפי עובדי ידע, הגישה לבינה מלאכותית צמצמה ב-31% את הזמן השבועי שהוקדש לדוא״ל. מחקר אחר בחן מפתחי תוכנה ומצא שכלי כתיבת קוד מבוססי בינה מלאכותית אפשרו להם להקדיש יותר זמן לכתיבת קוד ולעבודה חקרנית, ופחות זמן לניהול פרויקטים. יחד, הממצאים האלה מרמזים שכלים כמו ChatGPT עשויים לצמצם עבודה טכנית ושגרתית ולפנות זמן לעבודה אסטרטגית ומספקת יותר, שבסופו של דבר מניבה ערך גבוה יותר.

היקף השינוי הזה מזכיר מהפכות טכנולוגיות קודמות. החשמל עיצב מחדש את העבודה במפעלים, האינטרנט הגדיר מחדש את המסחר והתקשורת, וכעת הבינה המלאכותית מכינה את הקרקע לזינוק הבא. הארגונים שיסתגלו במהירות ובתבונה ייהנו ראשונים מהתועלות הגדולות ביותר: תהליכי קבלת החלטות מהירים יותר, פריצות דרך בפריון והזדמנויות חדשות בכל תחומי הפעילות.