Gap-ul de utilizare AI dintre companiile de vârf și cele tipice s-a triplat în prima jumătate a anului

Trei rapoarte, aceeași zi, același semnal

Coincidența e reală, nu construită. Pe 12 august, OpenAI a publicat ediția curentă de Enterprise Signals, bazată pe telemetria proprie din baza de clienți enterprise. În aceeași zi, Deloitte a publicat un sondaj pe 501 lideri americani — de la manager senior la C-suite, toți cel puțin în fază de pilotare a AI agentic — iar Liferay a publicat un sondaj separat pe 500 de profesioniști americani implicați în decizii AI, realizat prin platforma terță Pollfish.

Trei organizații, trei metodologii diferite — telemetrie proprie de utilizare, sondaj de percepție executivă, sondaj de piață — trei populații diferite, publicate independent, fără să se citeze reciproc. Niciuna nu demonstrează ce a găsit cealaltă. Dar toate trei descriu aceeași ruptură: adopția se adâncește rapid la un nucleu de companii, în timp ce pregătirea organizațională — procese, guvernanță, măsurare — rămâne cu mult în urmă la restul.

Toate cele patru surse din acest articol (a patra, PwC, vine din aprilie) au și un interes comercial adiacent — OpenAI vinde exact ce măsoară, Liferay vinde unelte de guvernanță AI, Deloitte și PwC vând consultanță de transformare AI. Metodologiile sunt publice și verificabile, dar merită spus explicit, nu ascuns.

Gap-ul care s-a triplat: 2,6× → 8,3×

OpenAI împarte clienții enterprise în companii „de vârf" — top 10% lunar după tokeni de output per utilizator activ — și companii „tipice" — percentila 45-55. Nu compară vârful cu toată piața — îl compară cu mijlocul distribuției.

În ianuarie 2026, companiile de vârf generau de 2,6 ori mai mulți tokeni per utilizator activ decât cele tipice. În iunie, raportul a urcat la 8,3×. OpenAI numește asta explicit „o creștere de trei ori" a gap-ului — o accelerare, nu o continuare liniară a unei tendințe.

Gap-ul variază pe industrii: 11,7× în Information/Technology, cel mai mare, față de 5,3× în Manufacturing, cel mai mic. Companiile tipice cresc modest peste tot — între 1,9× și 2,8× în ultimul an. Diferența nu vine din faptul că companiile tipice regresează. Vine din faptul că companiile de vârf accelerează.

OpenAI pune singur o limită cifrei: „tokenii sunt o măsură imperfectă a valorii de business — un răspuns scurt poate fi foarte valoros, unul lung poate adăuga puțin. Dar volumul de tokeni oferă un proxy util pentru profunzimea utilizării AI." Cu alte cuvinte: gap-ul arată cât de mult lucru deleagă o companie unui agent, nu cât de multă valoare extrage din el. Sunt lucruri corelate, dar nu identice.

Ce se vede clar în date: utilizarea agentică (Codex) a generat 64% din tokenii combinați Codex+ChatGPT la clienți enterprise în iunie — semn că „a face" a depășit „a întreba". Iar creșterea nu mai vine doar din inginerie: din februarie, numărul de utilizatori enterprise activi săptămânal de Codex a crescut de 108× în funcțiile legale, 41× în vânzări, 41× în recrutare, 26× în marketing — față de doar 5× în inginerie.

Adopția avansează mai repede decât pregătirea

Dacă gap-ul OpenAI arată CE se întâmplă, sondajul Deloitte sugerează de ce companiile tipice rămân în urmă — fără să explice direct gap-ul OpenAI; sunt eșantioane diferite.

42% dintre liderii chestionați de Deloitte spun că afacerea lor a testat sau implementat agenți AI, 43% i-au implementat în mai multe funcții. Dar doar 15% au ajuns la adopție multi-agent orchestrată, la scară. Chiar și printre acei 15%, doar 46% cred că procesele lor de business sunt de fapt pregătite pentru asta. Doar 5% se declară „foarte pregătiți".

Pe cele șapte arii de pregătire măsurate de Deloitte, cea mai slabă e exact cea mai importantă pentru scalare: procesele de business, la 21%. Guvernanța, riscul și securitatea stau la 39%. Barierele citate sunt concrete: 72% spun că le lipsesc date unificate și accesibile, 70% spun că nu pot avea suficientă încredere sau control asupra agenților, 67% spun că integrarea e prea costisitoare sau complexă.

Liferay găsește un tipar similar, pe un eșantion diferit: 54% dintre companii rulează deja agenți AI în producție sau îi pilotează activ — nu e o populație blocată în teste, majoritatea are ceva funcțional. Dar doar 25% măsoară impactul cu indicatori clari (KPI), și doar 24% au o politică de utilizare AI valabilă la nivelul întregii companii.

Cele două sondaje nu demonstrează o cauzalitate — nu spun că lipsa de guvernanță „produce" gap-ul de utilizare măsurat de OpenAI. Spun altceva, la fel de util: pe eșantioane diferite, companiile raportează simultan adopție rapidă și pregătire organizațională rămasă în urmă. E un simptom convergent, nu un mecanism dovedit.

Semnalul nu este nou. Diferența poate fi acum urmărită în timp

Tema nu e nouă pentru cititorii massai.ro. Am scris în iulie despre raportul McKinsey care arăta că sub 10% dintre companii ajung să scaleze agenții AI la valoare tangibilă — cifră care circulă, de fapt, în cercetarea McKinsey de peste un an, încă din iunie 2025.

Ce e nou în august nu e descoperirea în sine — e faptul că poate fi acum urmărită din mai multe unghiuri deodată. Un precedent din aprilie întărește asta: studiul PwC pe 1.217 directori din 25 de sectoare, publicat pe 13 aprilie, arăta deja că 20% dintre companii captează aproape 74% din valoarea economică atribuită AI — lideri de 2,6 ori mai predispuși să spună că AI le îmbunătățește capacitatea de reinventare a modelului de business, de 2,8 ori mai predispuși să crească numărul de decizii luate fără intervenție umană, de 1,5-1,7 ori mai predispuși să aibă un cadru formal de guvernanță AI. Concluzia PwC din aprilie: „fără o schimbare de abordare, diferența de performanță dintre liderii și restul companiilor AI e probabil să se lărgească și mai mult."

Patru luni mai târziu, exact asta arată clusterul din 12 august — de data asta cu cifre proaspete, din trei surse simultane.

Ce înseamnă pentru compania ta

Niciunul dintre cele patru rapoarte nu demonstrează definitiv de ce apare diferența. Dar toate patru, independent, arată unde sunt punctele slabe — exact punctele pe care le controlează o companie, indiferent ce model AI folosește.

Întrebarea utilă nu mai e „avem AI în companie" — la sondaje pe 500-1.200 de respondenți, majoritatea companiilor au deja ceva, măcar informal. Întrebările care contează sunt mai concrete: ce workflow-uri au fost efectiv redesenate în jurul unui agent, nu doar „AI adăugat" peste un proces vechi? (Deloitte găsește că majoritatea companiilor încă doar adaugă AI peste procese existente, nu le redesenează — doar 1 din 5 se declară pregătiți pentru redesenare completă.) Ce KPI urmărești pentru fiecare agent activ, și cine răspunde de rezultat? Există un mecanism prin care o utilizare reușită într-o echipă devine practică standard în restul companiei, sau rămâne izolată?

Gap-ul măsurat de OpenAI nu e o profeție. E o fotografie a ceea ce se întâmplă când o parte din companii răspund deja la aceste întrebări, iar restul încă nu.

Surse: ↗ OpenAI — Enterprise Signals · ↗ OpenAI — From assistance to execution · ↗ Deloitte — AI Agents are Only the Beginning · ↗ Liferay — 2026 Agentic AI Adoption and Governance Report · ↗ PwC — AI Performance Study · ↗ MassAI — McKinsey: agenții AI nu trec de 10% la scalare