Uber и OpenAI объявили об расширении партнёрства: 30 тысяч сотрудников ride-share компании теперь получают доступ к ChatGPT Work — корпоративному ИИ-агенту, представленному OpenAI в июле. Компания начала с пилота на 1000 человек, разных отделов (финансы, операции, продакт), и теперь решила развернуть повсеместно. Показательно, что 80% первых пользователей были не инженерами — это говорит о реальной потребности за пределами технических команд.
На практике сотрудники использовали инструмент для анализа операционных данных, выявления трендов, локализации обучающих материалов и создания интерактивных дашбордов. Суть в том, что это не маркетинговый жест — Uber раньше запустил программу с 30 AI-инженерами, которые за две недели показали, как технически грамотные люди, разбирающиеся в конкретной работе, находят по-настоящему полезную автоматизацию. Это реальный рабочий опыт, а не гипотеза.
Интересный момент: Uber намеренно не жёсткий в том, как именно должны использоваться инструменты. Компания говорит о том, что нужно дать командам свободу экспериментировать, а потом собрать данные о том, что реально работает. Это прагматичный подход — не все внедрения ИИ нужны в управляемом режиме, иногда стоит отпустить и посмотреть, что получится. Правда, это означает, что часть попыток будет просто непроизводительным расходом времени, но для компании масштаба Uber это нормальная цена экспериментов.
Контекст важен: OpenAI активно наращивает свой enterprise-бизнес и уже явно обыгрывает Anthropic в корпоративных контрактах. Когда ChatGPT была в основном потребительским продуктом, никто толком не кусал, но сейчас OpenAI методично подписывает крупных клиентов — и это работает лучше, чем попытки других AI-компаний перейти на B2B. Сигнал ясный: работающий enterprise-продукт с поддержкой имеет вес.
Uber не раскрыл сумму затрат на развёртывание. Вместо этого VP инженерии Sumanth Sukumar подчеркнул, что компания будет отслеживать реальную эффективность — какие workflow развивают команды, как это влияет на производительность. Это честнее, чем обещание революции: сначала данные, потом выводы. Хотя такой подход означает, что результаты покажутся не сразу, а в ближайшие месяцы будут метрики, которые компания будет либо хвалиться, либо скромно молчать.
Для российского бизнеса сценарий Uber полезен как пример структурированного подхода. Крупным компаниям в России точно есть смысл давать сотрудникам доступ к современным LLM для автоматизации рутины — анализ больших объёмов текста, документов, составление отчётов. Это работает, если есть интеграция с корпоративной инфраструктурой и понимание того, какие данные можно туда отправлять. Для автоматизации внутренних workflow и аналитики есть смысл использовать какие-то специализированные решения (вроде AI Studio для контент-задач или встроенной аналитики в корпоративных BI-системах), но для экспериментов с базовым LLM подход Uber — просто раздать доступ и смотреть, что получится — имеет смысл.
Главное, что эта новость не о том, что ИИ волшебно повысит производительность на 300%. Это о том, что крупная компания берёт существующий инструмент, даёт его своей команде и честно смотрит, что из этого выйдет. Результаты придётся ждать, но хотя бы это не очередной пиар-ход — у Uber уже был пилот с реальными данными, и они его масштабируют. Это рабочий способ внедрения, хотя и не гарантирует впечатляющие выводы.