17 millioner meldinger viser hvordan bedrifter faktisk bruker ChatGPT

ChatGPT i bedrifter brukes ikke bare av utviklere eller ledelsen. Det brukes på tvers av organisasjonen til skriving, kommunikasjon, research, analyse, planlegging og en lang rekke mindre oppgaver. Det er hovedbildet i en ny studie basert på over 17 millioner meldinger fra ChatGPT Enterprise.

Det mest nyttige med rapporten er at den går forbi spørsmålet om en bedrift har «tatt i bruk AI». Forskerne ser på hvem som faktisk bruker verktøyet, hvor mye de bruker det og hva de gjør med det seks måneder etter at virksomheten fikk tilgang. Da blir forskjellen mellom å kjøpe lisenser og å få AI inn i arbeidshverdagen ganske tydelig.

Min lesning er enkel: AI er allerede i ferd med å bli et allment arbeidsverktøy for kunnskapsarbeid, men gevinsten kommer ikke av seg selv. Bedrifter som bare deler ut kontoer og venter på et produktivitetsmirakel, har i praksis kjøpt dyre innloggingsskjermer. Den virkelige jobben begynner etter innkjøpet.

Hva viser 17 millioner ChatGPT-meldinger?

Studien viser at bedriftsbruken er både bred og ujevn. OpenAIs arbeidsnotat fra 11. august 2026 analyserer blant annet 1 764 organisasjoner og 17 446 551 meldinger ved seksmånederspunktet etter innføring. Bruken finnes i mange roller, men intensiteten varierer kraftig mellom ansatte og virksomheter.

Dette er ikke en spørreundersøkelse der noen forsøker å huske hvor ofte de åpnet ChatGPT forrige måned. Forskerne kobler avidentifiserte bruksdata til administrative stillingstitler, bransjer, oppgaveklassifiseringer og finansielle data for amerikanske børsnoterte selskaper. Ingen forsker skal ha lest individuelle kundemeldinger manuelt. Innholdet ble klassifisert automatisk, og resultatene ble rapportert samlet.

Datagrunnlaget er stort, men ikke grenseløst. Det omfatter ChatGPT Enterprise, ikke personlige kontoer, andre AI-leverandører, egenutviklede systemer eller all API-bruk. Studien måler dessuten aktivitet, ikke om svaret var riktig, om arbeidet ble bedre eller om bedriften tjente mer. Det er et viktig skille som bør følge alle tallene videre.

Bruken vokste sju ganger på ni måneder

Den samlede mengden output-tokens fra ChatGPT Enterprise-kundene ble omtrent sjudoblet fra juni 2025 til mars 2026. Veksten kom både fra nye kunder og fra bedrifter som allerede hadde tatt produktet i bruk. I en fast gruppe virksomheter som hadde startet senest i juni 2025, ble bruken nesten firedoblet i samme periode.

Omtrent halvparten av veksten kom altså innenfor eksisterende kundebedrifter. Det er kanskje rapportens beste tegn på at dette ikke bare er en innkjøpsbølge drevet av ledere som er redde for å gå glipp av noe. Ansatte finner flere bruksområder etter hvert, og bruken blir dypere også etter at den første nysgjerrigheten burde ha lagt seg.

Samtidig økte aktiviteten raskt i begynnelsen av 2026 på tvers av virksomheter som hadde startet på forskjellige tidspunkter. Forskerne tolker det som en felles utvikling blant Enterprise-kundene, ikke bare den normale veksten som følger etter innføring. Studien opplyser også at den målte tokenveksten i perioden hovedsakelig kom fra ChatGPT og andre ikke-agentiske funksjoner, ikke Codex.

De største virksomhetene kommer først

Tidlige ChatGPT Enterprise-kunder blant amerikanske børsnoterte selskaper er langt fra et gjennomsnitt av næringslivet. De har flere ansatte, høyere omsetning per ansatt, høyere markedsverdi og større tidligere investeringer i forskning, programvare og organisatorisk kapasitet enn selskapene som ikke ble identifisert som kunder.

Forskjellene er store. Medianomsetningen blant de observerte kundene var nesten elleve ganger høyere enn blant ikke-kundene, mens median markedsverdi var nær 16 ganger høyere. Selskaper i de øverste fem prosentene av omsetningsfordelingen hadde 9,8 prosentpoeng høyere sannsynlighet for å være registrert som ChatGPT Enterprise-kunde. Også innenfor samme bransje var de største selskapene klart oftere tidlig ute.

Det betyr ikke at ChatGPT skapte størrelsen eller verdien. Forskerne er tydelige på at dette er sammenhenger, ikke årsaksbevis. En mer nærliggende forklaring er at store virksomheter allerede har IT-folk, opplæringsapparat, ledelseskapasitet og budsjetter som gjør det lettere å prøve ut og spre et nytt verktøy. De har bygd stillaset før AI-en kommer inn døren.

Her ligger det også en advarsel for mindre bedrifter. Modellene er tilgjengelige for nesten alle, men evnen til å gjøre dem til en del av driften er skjevt fordelt. Hvis de største både starter tidligere og lærer raskere, kan samme teknologi forsterke forskjellen mellom virksomheter i stedet for å jevne den ut.

Juniorene bruker ChatGPT mest intensivt

Bruken går gjennom hele organisasjonen. Seks måneder etter innføringen utgjorde tekniske roller omtrent 11 prosent av ukentlige aktive brukere i gjennomsnittsbedriften. Toppledere, gründere og partnere sto for rundt 9 prosent, mens finans og regnskap samt markedsføring og kommunikasjon lå på omtrent 5 prosent hver.

Ser vi på stillingsnivå, utgjorde ledere og direktører cirka 24 prosent av de ukentlige aktive brukerne. Vanlige fagstillinger sto for 15 prosent, seniorfagfolk for 14 prosent, toppledere for 10 prosent og ansatte tidlig i karrieren for 7 prosent. Tallene viser sammensetningen av aktive brukere, ikke hvor stor andel av alle ansatte i hver gruppe som tok verktøyet i bruk. Forskerne mangler den fullstendige bemanningen per rolle som trengs for å regne ut slike adopsjonsrater.

Intensiteten forteller en annen historie. Blant dem som faktisk var aktive, sendte ansatte tidlig i karrieren og praktikanter omtrent åtte til ni flere meldinger i uken enn gjennomsnittsbrukeren i samme bedrift. Analytikere samt ansatte innen markedsføring og kommunikasjon lå også over gjennomsnittet. Toppledere sendte færre meldinger enn andre aktive brukere i samme virksomhet.

Det gir mening. Juniorer gjør ofte mange konkrete produksjonsoppgaver der et førsteutkast, en forklaring, en oppsummering eller en kontroll kan spare tid med én gang. Ledere arbeider mer gjennom møter, beslutninger og andre mennesker. Men meldingsmengde er ikke det samme som økonomisk verdi. Én analyse som endrer en stor beslutning kan være viktigere enn hundre omskrivinger av e-post.

Hva bruker ansatte ChatGPT til på jobb?

Skriving og teknisk dokumentasjon har størst rekkevidde: over halvparten av de aktive brukerne gjorde minst én slik oppgave i løpet av en uke. Nesten halvparten brukte ChatGPT til teknisk digitalt arbeid. Kommunikasjon, emneoversikter, faktaarbeid, research, markedsføring, planlegging, juridisk arbeid, dataanalyse og økonomi dukket også opp i betydelig omfang.

Oppgaveanalysen bygger på 8 696 657 klassifiserte meldinger fra 973 organisasjoner. Hver melding ble plassert i én av 60 kategorier. Når rapporten teller hvor mange brukere som var innom en oppgavetype, kan samme person telle i flere kategorier samme uke. Prosentandelene skal derfor ikke summeres til 100.

Bransjene har sine naturlige særtrekk. Finans og forsikring bruker oftere ChatGPT til økonomi, skatt og markedsresearch. Tekniske ansatte bruker det oftere til digitalt arbeid og feilsøking, mens salg og markedsføring naturlig nok bruker det mer til sine egne fagoppgaver. Likevel går de samme grunnoppgavene igjen nesten overalt: skrive, forklare, samle informasjon og kommunisere.

Det er akkurat derfor AI begynner å ligne en generell teknologi og ikke et spesialverktøy. OpenAIs tidligere studie av vanlig ChatGPT-bruk fant også en bred blanding av informasjonsinnhenting, praktiske råd og skriving. Enterprise-tallene flytter blikket inn i bedriften og viser hvordan den samme bredden fordeler seg mellom roller og arbeidsoppgaver.

Tilgang er ikke det samme som produktivitet

Studien måler ikke produktivitetsgevinst. Den ser ikke om dokumentet ble bedre, om analysen traff, eller om medarbeideren sparte mer tid enn det gikk med til kontroll. Rapporten kan derfor dokumentere spredning og intensitet, men ikke slå fast at høy aktivitet ga høyere lønnsomhet.

Det finnes sterkere bevis i avgrensede arbeidsflyter. I en studie av 5 179 kundeservicemedarbeidere økte et generativt AI-verktøy produktiviteten med nær 14 prosent i gjennomsnitt, med størst gevinst for mindre erfarne ansatte. Det viser hva som kan skje når AI-en er koblet til en konkret oppgave, relevante data og en arbeidsprosess der resultatet kan måles.

Det er noe helt annet enn å telle lisenser eller meldinger. En bedrift kan ha hundre aktive brukere som gjør tilfeldige småting uten at den viktigste arbeidsflyten blir bedre. En annen kan ha ti brukere som fjerner en flaskehals hver dag. Aktivitet er et tegn på læring, men det er ikke sluttsvaret.

OpenAI har dessuten laget både produktet og studien. Forfatterne inkluderer ansatte og betalte kontraktører for selskapet, og arbeidsnotatet er merket med at resultatene kan endres. Det gjør ikke dataene ubrukelige, men det gjør åpenhet om metode og begrensninger ekstra viktig. Jeg ville ikke kjøpt en stor utrulling bare fordi en leverandørs tokenkurve peker oppover.

Dette bør norske bedrifter gjøre nå

Start med én eller to arbeidsflyter som skjer ofte, tar merkbar tid og har et resultat noen kan vurdere. Det kan være førsteutkast til tilbud, oppsummering av kundemøter, intern dokumentasjon, research eller sortering av henvendelser. Definer hva som er godt nok før testen begynner, og mål tidsbruk, feil og behovet for etterarbeid.

Ta med både juniorer og erfarne fagfolk. Rapporten tyder på at juniorene bruker verktøyet mest intensivt, men de erfarne sitter ofte på vurderingsevnen som trengs for å oppdage et overbevisende feilspor. Den beste innføringen er ikke at ledelsen holder et inspirasjonsforedrag og sender ut en lenke. La folk vise hverandre ekte arbeidsmåter, skriv ned det som virker, og fjern det som bare lager mer kontrollarbeid.

Avklar også hvilke data som kan brukes. OpenAI oppgir at innhold fra ChatGPT Enterprise ikke brukes til å trene modellene som standard, men bedriften må fremdeles styre tilgang, lagring, integrasjoner og hva ansatte får lov til å lime inn. Sikkerhet blir ikke automatisk løst av ordet «Enterprise».

Deretter kan dere utvide det som gir dokumentert verdi. Hvis behovet går fra samtaler til arbeidsflyter som kan utføre oppgaver i bakgrunnen, er det også verdt å forstå hva OpenAIs workspace-agenter betyr for bedriftsteam. Men ikke hopp til den mest avanserte løsningen før en enkel prosess fungerer.

Hos virksomhetene i studien har ChatGPT-bruken kommet langt forbi et rent pilotstadium, men rapporten viser også hvor mye som gjenstår. Verktøyet sprer seg fordi ansatte finner nyttige oppgaver, ikke fordi et sentralt vedtak alene forandrer organisasjonen. Kjøp tilgang hvis behovet er reelt. Bygg læringen rundt den. Og mål arbeid som faktisk blir bedre – ikke bare hvor mange tokens som flyr gjennom systemet.

Ofte stilte spørsmål