Обзор «Как люди используют ChatGPT»

Я Илья Романов, и я работаю над продуктом ИИ в режиме stealth. В моей предыдущей статье, я говорил о довольно революционном отчете MIT об ИИ и финансовых показателях. Появился еще один интересный отчет — «Как люди используют ChatGPT». Его смелое начало «В целом, мы обнаружили, что ChatGPT обеспечивает экономическую ценность за счет поддержки принятия решений, что особенно важно в знания-интенсивных работах» заставило меня задуматься, не является ли это доказательством того, что ИИ действительно может добавить что-то ценное в рабочий процесс и финансовые показатели. Давайте глубже рассмотрим!

Отчет и команда

«Как люди используют ChatGPT» был подготовлен исследователями OpenAI и экономистом Гарварда Дэвидом Демингом. Их совокупный опыт в области инженерии ИИ, анализа данных с сохранением конфиденциальности и экономической политики позволил создать этот обширный эмпирический анализ ChatGPT.

Исследование опирается на впечатляющую базу из 1,5 миллиона разговоров с ChatGPT. Команда использовала сохраняющую конфиденциальность трубу для анонимизации пользователей, сохраняя при этом понимание намерений сообщений. По сути, каждый разговор с ChatGPT проходил через автоматический фильтр, удаляющий имена и личную информацию до того, как исследователи его увидели. Эти очищенные, сгенерированные машиной метки (например, тема или намерение) были проанализированы. Для связи базовых демографических данных, таких как образование или профессия, команда работала в безопасной среде, где они могли получать только агрегированные данные о группах из не менее 100 пользователей, чтобы ни один человек или сообщение не мог быть идентифицирован или переидентифицирован.

Результаты

Смелое заявление в «Аннотации» является одним из ключевых выводов о том, как ИИ обеспечивает ценность в современной экономике. В отличие от бесчисленных «автоматизируйте все» решений, появляющихся в последнее время, ChatGPT в основном используется как инструмент поддержки принятия решений, а не как платформа для автоматизации задач. В отчете вводятся два типа задач, которые пользователи ставят перед ChatGPT: «Спрос» и «Действие». Первый относится к задачам, таким как поиск информации, консультирование или руководство для лучшего принятия решений (например, «В чем разница между корреляцией и причинно-следственной связью?»). Второй — это выполнение конкретных задач, таких как составление электронных писем, написание отчетов и даже создание кода (например, «Напишите электронное письмо моему руководителю, в котором скажите, что я не смог связаться с отделом продаж, хотя я позвонил несколько раз»).

Интересно, что отчет различает рабочие и нерабочие разговоры. Все нерабочие разговоры составляют до 70% в 2025 году, что показывает резкий рост с 53% в 2024 году. Личные взаимодействия в основном сосредоточены на повседневных задачах (советы «как» и репетиторство) и помощи в написании (редактирование или перевод). Этот рост и контекст использования позиционируют ChatGPT как повседневного компаньона — нового Google, если можно так сказать, — для исследования, творческой работы и принятия решений вне рабочего места.

Отчет показывает, что 49% всех сообщений — это «Спрос», по сравнению с 40% «Действий». Суть в том, что «Спрос» сообщения растут быстрее и получают более высокие оценки удовлетворенности от пользователей ChatGPT. В июле 2024 года «Спрос» и «Действие» были почти равны, составляя 46% всех сообщений ChatGPT. К июню 2025 года «Спрос» вырос до 51,6%, что означает абсолютный рост на 5,6 процентных пунктов, что переводится в относительный прирост 12%, в то время как «Действие» снизилось до 34,6%, что означает относительное снижение на 25%.

Что означает это расхождение? Экономическая выгода, как утверждает отчет, заключается в более быстром и лучше обоснованном принятии решений в знания-интенсивных работах, что усиливает производительность. В знания-интенсивных работах, где результаты бизнеса напрямую влияются качеством и скоростью принятия решений, доступ к лучшей обработанной информации, альтернативным точкам зрения и отличной аналитической поддержке может существенно повысить производительность работников.

Основанием для этого вывода являются результаты. С одной стороны, пользователи с высшим образованием на 2 процентных пункта более склонны использовать ChatGPT для «Спроса» и на 1,6 процентных пункта менее склонны отправлять «Действие» сообщения по сравнению с менее образованными пользователями. Аналогично, пользователи в высокооплачиваемых научных и технических профессиях более склонны использовать ИИ для «Спроса» — 47% рабочих сообщений — «Спрос» в компьютерных профессиях.

Невидимые способности принятия решений, которые далеко превосходят возможности человеческого мозга, могут быть отражены в деньгах — не в плане выручки, которую получил OpenAI (всего 13 миллиардов долларов годовой рекуррентной выручки, по состоянию на начало августа этого года), а в потребительском избытке. Проще говоря, потребительский избыток — это разница между максимальной суммой, которую человек готов заплатить за услугу, и фактической ценой, которую он платит. Например, я готов заплатить 100 долларов за ежемесячную подписку на ChatGPT, но я плачу 20 долларов, поэтому потребительский избыток составляет 80 долларов.

В масштабе, как показало исследование Коллиса и Бриньольфссона (2025), потребительский избыток составляет не менее 97 миллиардов долларов только в США. И, как показало их исследование, людям нужно платить в среднем 98 долларов, чтобы они отказались от использования генеративного ИИ на месяц. Ценность, которую ChatGPT имеет для пользователей как на работе, так и вне ее, огромна, и можно с уверенностью сказать, что в корпоративном контексте финансовая выгода еще больше.

Почему «Спрос»?

Когда я исследовал команду, стоящую за этим отчетом и (неожиданно!) пригласил Perplexity подумать вместе со мной об этом отчете, я не мог не задуматься, почему люди «спрашивают», а не «делают» с ChatGPT.

Чтобы выразить это более научно, я хотел бы обратиться к исследованию, упомянутому в отчете. Иде и Таламас (2025) представили две роли, которые ИИ играет на рабочем месте: Коллега, который выполняет работу, и Ко-пилот, который улучшает решение проблем без каких-либо конечных результатов. Данные из «Как люди используют ChatGPT» подтверждают парадигму ко-пилота: снова люди «спрашивают», а не «делают» с ChatGPT (49% против 40%), и «спрашивают» растет быстрее и получает более высокие оценки удовлетворенности от пользователей ChatGPT. В двух словах, ChatGPT обеспечивает консультацию, а не работу в большинстве случаев.

Итак, ИИ — это ко-пилот (не знал ли Microsoft что-то, когда назвал свою инструмент ИИ…) в большинстве случаев. Но почему? Прокрутите Linkedin и вы увидите «Автоматизируйте это» и «Автоматизируйте то».

Я тоже подумал об этом, когда читал отчет и сотни восторженных постов в Linkedin от энтузиастов ИИ, которые нашли тот скрипт, чтобы наконец заставить ИИ работать. Мое предположение заключается в том, что это преобладание «Спроса» над «Действием» с ChatGPT может быть просто отражением текущих (или прошлых) ограничений модели, а не фундаментальной общественной предпочтения ИИ как ко-пилота. Вероятно, когда появится действительно мощное агентное решение ИИ, пользователи будут все больше использовать ИИ как настоящего коллегу, а не советника. Проще говоря, люди хотят использовать ИИ как коллегу, но есть еще ограничения.

Из моего опыта и того, что я слышал во время интервью CustDev, я предполагаю, что есть один серьезный недостаток, который ИИ еще не может преодолеть. Первый — это отсутствие контекста. Второй — не каждая работа может быть разбита на простой запрос (или я просто не достаточно терпелив).

Давайте подробнее рассмотрим эти два момента. Поскольку ИИ лишен контекста, его нельзя освободить, когда речь идет о создании контента. Ему нужно быть контролируемым, и запрос может потребовать пересмотра для другого, лучшего результата. IBM объяснил эту идею в научных терминах. Люди накапливают богатое ситуационное понимание благодаря непрерывному восприятию, памяти и реальному опыту, в то время как помощники ИИ работают исключительно на основе предсказания следующего токена (~слова) на основе фиксированного «контекстного окна» недавних входных данных. ИИ имеет кратковременную память, и более ранняя информация теряется, когда память заполнена.

Большие языковые модели испытывают трудности с многоступенчатыми сложными задачами. Производительность и связность ухудшаются, когда задачи объединяются, как объясняет Prompt Drive. Существует подход к преодолению этого ограничения — так называемый подход «разделяй и властвуй». Однако он признает, что ни один запрос не может захватить все нюансы, поэтому ИИ остается отличным ко-пилотом, будучи ограниченным коллегой.

Теперь я подумал в области ChatGPT. Повторяется ли это соотношение (49% против 40%) с другими инструментами ИИ?

• 60% сообщений, отправленных в Perplexity AI, — это исследовательские запросы, а не чистая генерация контента, согласно App Labx.
• DeepSeek R1 высоко оценен как продвинутый коллега для логических задач и ко-пилот для помощи в цепочке мыслей, согласно его внутреннему отчету.
• GitHub Co-pilot (намек в названии, верно?) предназначен для предложений редактора для кода, отладки и помощи в обучении. Можно с уверенностью сказать, что его роль — помогать, а не делать.
• Microsoft Copilot показывает примерно равный раздел между «Спросом» и «Действием», отражая закономерности использования для ChatGPT.

Итак, что же выводят результаты? Как я вижу, ИИ — это мощный стимулятор знания-интенсивной работы, который ускоряет принятие решений и переводит это в прямые экономии времени и косвенные доходы. Сопротивляться ИИ в пользу «человеческого подхода» или «уникального контента» означает проиграть в долгосрочной перспективе. Люди используют ChatGPT и другие помощники ИИ, чтобы улучшить принятие решений, а не заменить человеческого принимающего решения совсем.

Изменится ли эта закономерность? Увидят ли люди массовое разрушение мозга из-за увеличения делегирования работы ИИ? Следите за моей следующей статьей о том, как ИИ влияет на человеческий мозг и когнитивные способности.