Отчёт по использованию ChatGPT Enterprise в компанииКто пользуется, для каких задач и какие AI-инструменты покупать дальше
Как понять, как сотрудники используют ChatGPT Enterprise: пять выгрузок консоли администратора превращаются в глубину проникновения, однородность по командам, основные инструменты, карту задач, сверку данных и список людей для интервью.
· обновлено · 19 мин · Егор Урванов · Исследования
ChatGPT Enterprise — версия ChatGPT для организаций с консолью администратора, где видно, кто и как пользуется инструментом. Этот отчёт строится из пяти выгрузок консоли и показывает глубину проникновения, однородность по командам, природу задач и людей для интервью. По нему решают, какие AI-инструменты закупать, кого обучать и какие предположения проверить.
Бизнес-задача: определить, для каких рабочих задач текущего набора AI-инструментов недостаточно и какие решения стоит проверить перед закупкой. Решение принимает владелец бюджета на AI-инструменты вместе с руководителями команд, где пройдёт пилот. Доступ к данным и безопасность согласует служба информационной безопасности. Критерии решения — признаки из таблицы ниже.
То, что текущий набор где-то неоптимален, — предположение: отчёт и интервью его проверяют. «Неоптимально» раскладывается на проверяемые признаки. Вывод «новый инструмент не нужен» — тоже результат.
Границы данных: отчёт видит только корпоративный инструмент и только за период выгрузки, 3 месяца. Личные аккаунты и другие инструменты в него не попадают.
Как ответы превращаются в решение о закупке
Отчёт показывает, где искать, а решение о закупке принимают только после этих пяти шагов, чтобы деньги ушли на задачу, которая есть у многих и которую сейчас нечем закрыть.
1
Интервью
Какие задачи и затруднения бывают и как их сейчас обходят
2
Анкета на всю компанию
У скольких людей затруднение, как часто и насколько мешает
3
Сопоставить
Масштаб задачи, тяжесть последствий, обходные способы, стоимость решения
4
Проверить инструменты
Перспективные варианты — на реальных задачах вместе с сотрудниками
5
Решение
Владелец бюджета решает по шести признакам выше — качество, время и доработка, воспроизводимость, масштаб, доступ к данным, стоимость; «новый инструмент не нужен» — допустимый итог
Вход
Выгрузки консоли: сообщения, траты, проекты, коннекторы по каждому человеку
Что делает отчёт
Превращает выгрузки в сегменты, зрелость команд и конкретных людей — материал для решения
Решения на выходе
Какой инструмент пилотировать, для какой команды, с кем говорить перед покупкой, куда не нужно тратить бюджет
Порядок работы
Пять шагов от выгрузки до готового списка людей.
1
Выгрузить данные
Пользователи, таблица лидеров, проекты, обзор и задачи — CSV из консоли администратора
2
Собрать общую картину
Глубина проникновения, однородность по командам, основной инструмент, сегменты
3
Разметить природу работы
Какие задачи решают, какими встроенными инструментами, с какими интеграциями
4
Сверить с сырыми данными
Проверить каждую сводку по исходной выгрузке
5
Выбрать людей и сделать выводы
Список для интервью и вопросы, которые на них проверить
Что видит администратор ChatGPT Enterprise: откуда брать данные
Всё строится из пяти разделов одной консоли администратора ChatGPT Enterprise. Наведите на i, чтобы увидеть, что лежит в каждом разделе.
Как выгрузить данные из консоли ChatGPT Enterprise: вручную и браузерным агентом Claude in Chrome
Как выгружать. API у консоли есть, но покрывает не всё: аналитика Codex, стоимость по кредитам и переписки для аудита. Выгрузки пользователей, проектов, навыков и таблицу лидеров по продуктам проще собрать в интерфейсе. Выгрузку удобно поручить Claude in Chrome: он открывает нужный раздел, ставит фильтр, нажимает экспорт и сохраняет CSV. Каждый шаг виден на экране, так что ошибку в фильтре или разделе видно сразу, до того как цифры попадут в отчёт.
Доступ. API консоли доступен не всегда: политики безопасности компании часто ограничивают ключи администратора. Тогда все разделы выгружают через интерфейс.
Траты, токены и строки кода по каждому человеку, отдельно для продуктов Chat, Work и Codex
iЧто внутриКнопка экспорта рядом с заголовком → «Рейтинг пользователей», CSV или JSON. Поля: Name, Email, Credits, Estimated costs, Tokens, Lines of code. Фильтр «Продукт» меняет содержимое выгрузки. История — около 120 дней.
Кто создал проект, сколько в нём сообщений и активен ли он
iЧто внутриПоля: project_name, project_creator_email, messages_workspace, unique_messagers_workspace, is_active. Часть названий приходит как [content redacted]: консоль скрывает их сама.
Собственная классификация задач консоли: код или работа со знаниями
iЧто внутриДоля кода и работы со знаниями, топ задач по кредитам. Задачи размечает модель OpenAI по выборке около 10% запросов за 30 дней.
Общая картина
Дальше идут четыре раздела самого отчёта, у каждого указана его задача. Задача: показать, какие группы людей есть в компании и насколько они большие.
Глубина проникновения
Глубина проникновения показывает, насколько глубоко инструмент вошёл в работу компании: сколько людей пользуются хоть раз, регулярно и каждую неделю. Отдельно выделены те, кто не пишет в чат, а работает только через Codex. Решение: в какую группу вкладывать обучение и стоит ли сейчас покупать новые лицензии.
В этом примереИнструмент попробовали 82% людей, в работу он вошёл у 47%, привычкой каждую неделю стал у 21%. Резерв глубины — 97 человек в группе «изредка».
В общем случаеРазрыв между «попробовали» и «пользуются каждую неделю» показывает, сколько людей остановились после первых попыток. Ориентир массового освоения — 50–70% сотрудников в ежедневной работе. Пока до этого ориентира далеко, новые лицензии рост не дадут: людям мешает что-то кроме доступа.
Что сделатьВкладывайте обучение в самую большую группу между «попробовали» и «каждую неделю»: она быстрее всего даёт рост регулярного использования. Пересчитывайте разбивку после обучения, чтобы видеть, куда сдвинулись люди.
Важно. Выберите из группы «изредка» 5–10 человек, на интервью узнайте, как они сейчас решают свои задачи, и проведите для них разбор рабочих кейсов. После разбора пересчитайте долю «каждую неделю». Как спрашивать, не подсказывая ответ, — в статье «Как провести интервью о работе с AI».
Однородность
Однородность показывает, насколько равномерно инструмент вошёл в разные команды: какая доля каждой команды пользуется им регулярно и сколько в среднем пишет один человек. Решение: из какой команды брать работающие сценарии и в какую нести их в первую очередь.
В этом примереВ команде A регулярно пользуются 74% людей, в команде E — 18%: разброс 56 процентных пунктов.
В общем случаеБольшой разброс между командами значит, что работающие сценарии уже есть, но живут в одной-двух командах: их выгоднее перенести, чем покупать новое. Равномерно низкая доля по всем командам указывает на общий барьер: доступ, обучение или неподходящие задачи. Равномерно высокая — инструмент прижился, можно переходить к следующему шагу. Команде с барьерами новый инструмент покупать рано.
Что сделатьПри большом разбросе проведите митап: самая сильная команда показывает три своих сценария двум самым слабым. До митапа проведите в самой слабой команде 2–3 интервью о барьерах. После митапа пересчитайте разброс: он должен сократиться.
Основной инструмент
На какой из трёх инструментов у человека уходит больше половины трат за три месяца. Тип инструмента показывает, как человек работает с AI.
Источник: Таблица лидеров · три выгрузки: фильтр «Продукт» = Chat, Work, Codex
Вывод
В этом примереChat — основной продукт у 164 человек из 340, Codex — у 38, Work — у 47.
В общем случаеОсновной инструмент показывает тип работы: разговор, поручение агенту или код. От него зависит, что человеку нужно дальше и в какой пилот его брать. Размер группы задаёт размер пилота: для частого сценария пилот широкий, для редкого — узкий.
Что сделатьРешение — переводить каждую группу на следующий шаг. Группе Chat — Work с коннекторами и MCP к рабочим данным: уходят промпты и галлюцинации. Группе Work — спеки, настройка харнесса и общие скиллы: результат становится воспроизводимым и переносится в другие команды.
Топ по расходам
Топ ранжирует людей по сумме, потраченной на конкретный продукт, например на Codex. Так в топ попадает и тот, кто тратит на Codex много, хотя основная часть его трат уходит на Chat.
В этом примереHana Sato и Luis Moreno тратят на код примерно в пять раз больше третьего в списке. При близких тратах Hana получает на каждый доллар в полтора раза больше токенов, чем Luis.
В общем случаеЛюди из топа — агенты изменений: они первыми находят рабочие сценарии, и их опыт влияет на то, окупится ли специализированный инструмент. Рядом с ними есть более осторожные коллеги: им нужно больше времени и живой пример на своих задачах. Ранжирование по доле трат прячет агентов изменений, поэтому смотрите на абсолютную сумму.
Что сделатьВовлеките людей из топа как менторов: пусть покажут свои сценарии коллегам, которые только начинают, на задачах этих коллег. Осторожных приглашайте через примеры и результаты, без требований. Двум-трём первым из топа предложите эксперимент в специализированном инструменте с отчётом «до и после».
В таблице лидеров есть и траты, и токены. Сравнивайте соотношение токенов к тратам внутри одной группы: один продукт и похожие задачи. У кого на доллар приходится заметно больше токенов, тот обычно лучше подбирает модели и режимы работы. Это самые продвинутые и эффективные пользователи, их стоит звать менторами в первую очередь. Познакомьте их с коллегами из той же группы, у кого соотношение ниже: разбор одной задачи вдвоём часто даёт больше общего тренинга. Пары из разных команд дают кросс-опыление: удачные приёмы переходят между командами.
На этапе внедрения люди из топа могут тратить на порядок больше остальных. Лимиты в это время лучше не вводить: так легко демотивировать тех, кто первым осваивает инструмент. Вместо лимитов договоритесь об экспериментах и отчёте с результатами. Лимиты уместны позже, когда практики проверены и понятна нормальная стоимость сценария.
Поведенческие сегменты
сегменткастдевпроблемаинструмент
Группы по силе поведения из нескольких выгрузок: сколько человек пишет, тратит и что делает.
В этом примереКрупнейшие сегменты для кастдева — глубокий ресёрч (58) и код (44, из них 19 вне технических команд). У 61 неактивного вопрос другой: что мешает начать.
В общем случаеДанные показывают, что люди делают, но не показывают, хватает ли им текущего инструмента. Поэтому сегмент — гипотеза: он подсказывает, кого звать на кастдев, какие вопросы задать и с какими проблемами люди могут сталкиваться. Кандидаты в инструменты появляются уже здесь, а выбирают из них после кастдева, под подтверждённую проблему.
Что сделатьПо каждому сегменту поговорите с 2–3 людьми: где текущий инструмент не справляется и что они до сих пор делают руками. Кандидатов под подтверждённую проблему собирайте из трёх источников: консультации с инноваторами внутри компании, внешние эксперты и бенчмарки рынка — чем пользуются похожие компании. Дальше — по процедуре решения: анкета, сопоставление и проверка кандидатов на реальных задачах. Проблема не подтвердилась — отложите сегмент до следующего пересчёта.
Природа работы
Задача: показать, какие задачи люди решают инструментом, какими встроенными функциями и через какие интеграции.
Коннекторы
Коннекторы подключают ассистента к рабочим данным: переписке, документам, коду, календарю. От них зависит объём галлюцинаций: без доступа к данным модель достраивает ответ сама. Решение: каким командам и к каким системам подключать коннекторы в первую очередь.
Slack520
Notion340
GitHub210
Календарь150
Источник: Обзор · блок «Взаимодействия с приложениями»
Вывод
В этом примереSlack и Notion дают 70% всех подключений. Системы вне этого списка модель не видит: вопросы о них она закрывает догадкой.
В общем случаеОбъём галлюцинаций падает там, где у модели есть нужный контекст. Без него агент пытается сам заполнить пропуск. Команды с нулём подключений работают с моделью вслепую, и почти любой ответ про их процессы — догадка. Признак на кастдеве: «всё приходится перепроверять».
Что сделатьНайдите команды с нулём подключений и на интервью спросите, где лежат их рабочие данные. Подключите один такой источник и на 10 одинаковых вопросах сравните до и после: сколько ответов с ошибкой и сколько опираются на рабочие данные.
Навыки
Навыки показывают зрелость процессов: сценарий, который однажды описали как навык, дальше повторяется одинаково у любого, кто его запускает. Статистика показывает, какие навыки используют и кто собирает свои. Решение: какие процессы уже можно тиражировать на другие команды, а какие пока держатся на отдельных людях.
В этом примереНавыки для таблиц и PDF — 88 и 57 обращений: эти процессы уже воспроизводимы. 29 обращений к skill-creator: часть людей превращает свои сценарии в навыки.
В общем случаеЗрелость процесса растёт по ступеням: разовые запросы → личный навык → общий навык команды. На первой ступени результат зависит от того, кто и как спросил. С навыком он воспроизводим: одинаковый вход даёт одинаковый результат. Общий навык делает процесс переносимым в другие команды.
Что сделатьСоберите навыки в общий список с авторами и отметьте ступень каждого процесса. Два самых используемых личных навыка сделайте общими: автор показывает их соседней команде, а команда проверяет, что на одинаковых входах результат одинаковый. Сценарии без навыка, которые повторяются каждую неделю, — первые кандидаты в новые навыки.
Темы проектов
Сводка группирует проекты по смыслу и показывает конкретные задачи, которые люди ведут в постоянных проектах. Для кастдева это готовый список: какие задачи обсуждать и с кем. Решение: какие задачи и чьи проекты разбирать на кастдеве первыми.
Тема
Проектов
Задачи
Вопрос автору на кастдеве
ПродажиPitch library · Elif Demir
11
питчи, ответы на возражения, коммерческие предложения
«Какую часть питча модель делает хорошо, а что вы переписываете?»
ОнбордингNew hire guide · Rafael Costa
8
гайды для новичков, ответы на типовые вопросы
«Какие вопросы новичков модель уже закрывает без вас?»
Исследования рынкаCompetitor notes · Jonas Keller
5
сводки по конкурентам, сравнение цен
«Откуда берёте данные и как часто они устаревают?»
Источник: Проекты · названия, сгруппированные по смыслу
Вывод
В этом примереБольше всего постоянных проектов в продажах (11) и онбординге (8). Авторы крупнейших проектов — первые собеседники на кастдев.
В общем случаеПроект — это база знаний: файлы и инструкции, на которые модель опирается в каждом ответе. Чем полнее база, тем точнее и стабильнее результат. Состав проекта подсказывает, что спрашивать на кастдеве: какие файлы добавили, чего не хватает и где ответы всё ещё приходится править.
Что сделатьОткройте три самых активных проекта каждой темы и выпишите конкретные задачи. На кастдеве задайте автору вопрос из таблицы и спросите, какие файлы и инструкции сильнее всего изменили качество ответов. Удачный состав проекта оформите как шаблон для этой темы.
Проверка
Задача: сверить сводки с сырыми выгрузками — списком проектов и таблицей лидеров. Любую цифру отчёта можно проследить до исходной строки выгрузки.
Полный список проектов
Все проекты с автором и статусом. По этому списку проверяют тематическую сводку и находят автора конкретного проекта.
В этом примереУ проекта «Личный черновик» ноль сообщений.
В общем случаеПустой проект — брошенная попытка: человек начал, но инструмент не вошёл в работу. Если такие проекты не убрать, сводка по темам завышает картину.
Что сделатьПеред подсчётами отфильтруйте проекты с нулём сообщений и пригласите 2–3 их авторов: причина, по которой бросили, — ценный ответ.
Таблица лидеров
Биллинговая выгрузка по каждому человеку и продукту. Из неё посчитаны основные инструменты и топы.
Имя
Email
Кредиты
$
Hana Sato
hana@example.com
10 955
438,20
Mira Castellano
mira@example.com
2 425
97,00
Jonas Keller
jonas@example.com
470
18,80
Источник: Таблица лидеров · три выгрузки с разным фильтром «Продукт»
Вывод
В этом примереТри выгрузки по продуктам в сумме дают общую трату каждого человека из списка.
В общем случаеТри выгрузки с разными фильтрами «Продукт» в сумме дают общую трату человека. Расхождение больше 2% значит, что выгрузка неполная или периоды не совпадают.
Что сделатьПеред тем как показывать отчёт, сложите три выгрузки по каждому человеку и сравните с общей тратой. При расхождении перевыгрузите данные за один и тот же период.
Отбор людей
Задача: назвать конкретных людей под каждый способ решать задачи.
Кандидаты на интервью
Короткий список людей по каждому найденному направлению. В примере итоговый список — 16 человек из 340, в таблице первые трое. В вашей компании размер списка будет своим. Отчёт по ChatGPT — один из источников выборки: пользователей других инструментов и тех, кто бросил, добирают по правилам из статьи «Кого звать на интервью», а проверку на всех сотрудниках делают анкетой.
Человек
Направление
Сигнал
Hana Sato
код
$438 / 3 мес
Mira Castellano
агентные задачи
$97 / 3 мес
Jonas Keller
ресёрч
3 200+ сообщ.
Источник: выгрузки пользователей, таблицы лидеров и проектов, сведённые по почте
Вывод
В этом примереHana Sato, Mira Castellano и Jonas Keller представляют три разных способа работы: код, агентные задачи, ресёрч.
В общем случаеВ короткий список берут по одному человеку на направление: код, агентные задачи, ресёрч. Так каждый разговор показывает свой способ работы и не повторяет соседний.
Что сделатьНазначьте три интервью, по одному на направление. По итогам решите, в каком направлении позвать ещё 2–3 человек.
Таблица всех людей
Все люди с фильтрами по команде, активности, направлению и основному инструменту.
Команда BАктивность: каждую неделюИнструмент: Work
Человек
Команда
Chat / Work
$ / 3 мес
Tomás Reid
Команда B
112,00
Mira Castellano
Команда B
97,00
Источник: выгрузки пользователей, таблицы лидеров и проектов, сведённые по почте
Вывод
В этом примереФильтры «Команда B» и «Инструмент: Work» оставили двоих: Mira Castellano и Tomás Reid.
В общем случаеТаблица всех людей с фильтрами по команде, активности и основному инструменту — основа любой следующей выборки: список под новый вопрос собирается без новой выгрузки.
Что сделатьСохраните каждый набор фильтров как отдельное представление таблицы, чтобы следующий список собирался в один клик.
С чего начать сегодня
Весь отчёт сразу не нужен: первый рабочий результат, список самых активных пользователей, появляется после второго пункта.
Выгрузить пользователей и таблицу лидеров за три месяцаТаблицу лидеров трижды, по разу на каждый продукт. Выгрузку можно поручить браузерному агенту
Посчитать основные инструменты и топ по суммеПервый список самых активных пользователей готов
Посчитать глубину проникновенияХоть раз / регулярно / каждую неделю, отдельно тех, кто работает только через Codex
Собрать список людей и назначить интервьюКак выбрать этих людей — в статье «Кого звать на интервью»
Частые вопросы
Что показывает консоль администратора ChatGPT Enterprise
Пять разделов: пользователи, таблица лидеров, проекты, обзор и задачи. Из них строят глубину проникновения, однородность по командам, основной инструмент, природу задач и проверку по сырым данным.
Как выгрузить данные из консоли
API у консоли есть, но покрывает не всё: аналитика Codex, стоимость по кредитам и переписки для аудита. Выгрузки пользователей, проектов, навыков и таблицу лидеров проще собрать в интерфейсе, а экспорт можно поручить Claude in Chrome.
Как понять, нужны ли новые лицензии
Глубина проникновения показывает, сколько людей пользуются хоть раз, регулярно и каждую неделю. От неё зависит, в какую группу вкладывать обучение и стоит ли сейчас покупать новые лицензии.
Как выбрать людей для интервью
Берут людей под каждое найденное направление: в примере итоговый список 16 человек из 340. Пользователей других инструментов и тех, кто бросил, добирают по правилам из статьи «Кого звать на интервью».