ChatGPT есть, а продуктивности нет: что внедрять дальше — объясняет Softprom, партнёр OpenAI и Superhuman
News | 28.08.2026
«Лицензии раздали полгода назад. Отчётов "стало быстрее" я до сих пор не видел». Если это похоже на вашу компанию — вы не исключение, а статистика: по исследованию MIT (проект NANDA, 2025), 95% корпоративных GenAI-пилотов не дают измеримого влияния на P&L¹. Softprom — value-added IT-дистрибьютор с 1999 года, партнёр OpenAI (OpenAI SMB Channel Partner) и поставщик решений Superhuman в Центральной и Восточной Европе, на Кавказе и в Центральной Азии — разбираем, почему доступ к ChatGPT сам по себе не поднимает продуктивность и что внедрять вторым шагом.
Короткий ответ
Продуктивность не выросла не потому, что модель плохая, а потому, что AI остался отдельной вкладкой, а не частью рабочих процессов. Исследователи MIT называют главной причиной провалов «learning gap» — инструменты не встроены в реальные рабочие потоки и не учатся на них¹. Второй шаг после «раздать ChatGPT» — убрать разрыв между AI и местом работы: подключить корпоративный контекст (коннекторы ChatGPT Business / Enterprise от OpenAI) и добавить встроенный слой для ежедневных задач каждого сотрудника (Superhuman Suite).
Почему «у всех есть ChatGPT» ≠ «все работают быстрее»
AI требует смены привычек: идти во вкладку, формулировать запрос. Решение — инструменты, работающие в поле ввода без смены привычек: Grammarly и Superhuman Go от Superhuman уже там, где человек пишет.
Публичный чат без корпоративного контекста и не может их знать. Решение — ChatGPT Business / Enterprise с коннекторами к хранилищам и базе знаний компании.
Зафиксировать 2–3 метрики до развёртывания (время ответа клиенту, время на типовой документ, доля писем без правок руководителя) и измерять ежемесячно — иначе ROI не будет видно, даже если он есть.
Теневой AI исчезает, когда корпоративный инструмент удобнее личного: единый вход, администрирование, политики данных в бизнес-версиях обоих вендоров.
Второй шаг: план на 90 дней
-
Дни 1–30. Диагностика и метрики
Измерить, где команда реально теряет время (почта, документы, ответы клиентам), зафиксировать базовые значения. Определить 2–3 пилотные команды с интенсивным письмом — продажи, поддержка, маркетинг.
-
Дни 31–60. Встроенный слой
Развернуть Grammarly Business / Superhuman Go на пилотные команды: инструмент работает в 100% текстов автоматически, поэтому эффект виден за недели. Параллельно — подключить коннекторы ChatGPT Business к корпоративным источникам для аналитических задач.
-
Дни 61–90. Замер и масштабирование
Сравнить метрики с базовыми, собрать кейсы команд, развернуть на остальную компанию. Сравнение «до/после» — это и есть отчёт о ROI, которого не хватало.
Компании в 33 странах строят этот стек через Softprom: лицензии Superhuman — напрямую, решения OpenAI — по реферальной программе OpenAI SMB Channel Partner; помощь с пилотом и метриками внедрения.
FAQ
По данным MIT (NANDA, 2025), 95% корпоративных GenAI-пилотов не дают измеримого ROI — в основном потому, что AI не встроен в рабочие процессы и не имеет корпоративного контекста, а не из-за качества моделей.
Два дополнения: коннекторы ChatGPT Business / Enterprise (OpenAI) к корпоративным данным — и встроенный слой для ежедневного письма и действий каждого сотрудника (Superhuman: Grammarly, Superhuman Mail, Superhuman Go).
Зафиксировать базовые метрики до внедрения (время ответа клиенту, время на документ, доля текстов без правок) и сравнивать ежемесячно. Без базовых значений ROI не видно даже там, где он есть.
Реалистичный цикл — 90 дней: диагностика и метрики (30), пилот на командах с интенсивным письмом (30), замер и масштабирование (30).
Softprom — value-added IT-дистрибьютор с 1999 года: поставка решений Superhuman и подключение решений OpenAI по программе OpenAI SMB Channel Partner в 33 странах, поддержка пилота и развёртывания.
¹ MIT Project NANDA, «The GenAI Divide: State of AI in Business 2025»: 95% корпоративных GenAI-пилотов без измеримого влияния на P&L; ключевая причина — «learning gap», невстроенность в рабочие потоки.
Поделиться:
