Революція в роботі: як Uber впроваджує ChatGPT Work для 30 000 співробітників
Uber розпочинає масштабне впровадження ChatGPT Work для понад 30 000 своїх працівників після успішного пілотного проєкту з 1 000 користувачів. Офіційне оголошення відбулося 22 жовтня 2026 року. Водночас дослідження компанії Anthropic на основі 17 інтерв’ю з працівниками викликає резонансне питання: чи не створює ШІ більше роботи, ніж економить?
Огляд головних новин у сфері бізнес-ШІ за тиждень
Цього тижня кілька гігантів технологій представили новинки, що зачіпають тему робочого навантаження при впровадженні ШІ. Meta показала нові інструменти для адміністраторів Форумів, Google глибше інтегрував Gemini у рекламні продукти, а OpenAI поділилась історією про те, як завдяки штучному інтелекту тривалістю тригодинна робота перетворилася на кількахвилинне завдання в ресторані.
Варто зазначити, що наразі немає даних про те, що ШІ загалом збільшує робоче навантаження у всіх компаніях. Матеріали містять поодинокі кейси та анонси продуктів, а також внутрішнє дослідження однієї компанії, тож давайте розглянемо все по черзі, окремо виділяючи підтверджену інформацію і домисли.
Впровадження ChatGPT Work в Uber: від 1 000 користувачів до 30 000
Перехід від пілоту на 1 000 осіб до широкого розгортання для понад 30 000 співробітників – це величезний стрибок у масштабах. Uber підключив ChatGPT Work до внутрішніх інструментів, створив бібліотеку навичок і організував навчання для персоналу. Такий підхід демонструє, що компанія розглядає впровадження як комплексний процес змін, а не просто покупку ліцензій.
Зазвичай пілотні проєкти визначають, чи подобається технологія початковим користувачам. А масове розгортання відповідає на більш складне питання: чи здатна вся організація адаптуватися? Поки офіційних даних про продуктивність пілоту від Uber немає, тому масштабний запуск – це швидше амбітний крок, а ніж гарантований успіх.
Функціонал ChatGPT Work у корпоративному середовищі
ChatGPT Work – це агент, який виконує багатокрокові завдання: збирає інформацію, готує підсумки нарад, створює презентації, аналізує дані, охоплює кілька додатків одночасно. В Uber цей агент інтегрований з Google Drive, Gmail, Google Calendar та Slack.
Важливо розуміти, що це не звичайний чат-бот, який дає відповіді на запитання. Агенти працюють з цілями, збираючи матеріали з різних джерел та повертаючи завершений результат. Але це також означає, що люди витрачають більше часу на перевірку й корекцію цих результатів — частина роботи переміщується з виробництва на контроль.
Бібліотеки навичок і навчання співробітників
Особливу увагу заслуговує внутрішня бібліотека навичок Uber, яка дозволяє співробітникам формувати повторювані робочі сценарії для колег. Це зменшує дублювання зусиль, але й породжує потребу в підтримці та оновленні таких навичок через зміни у процесах чи інструментах.
Що кажуть керівники Uber та OpenAI
Технічний директор Uber, Прауїн Неппалі Нага, підкреслює, що мета — дати працівникам інструменти для інновацій і самовираження: «Ми прагнемо, щоб кожен міг будувати, вирішувати проблеми та формувати майбутнє Uber». Зі свого боку президент OpenAI Грег Брокман наголошує на тому, що їхні технології допомагають командам Uber братися за складніші завдання, поєднуючи щоденні інструменти.
Обидва лідери не говорять про скорочення робочого часу, натомість роблять акцент на розширенні можливостей персоналу, що збігається з висновками дослідження Anthropic.
Дослідження Anthropic: вузьке місце – людська увага
Внутрішній аналіз Anthropic, що базується на записах працівників, даних інструментів, результатах роботи, опитуваннях і 17 інтерв’ю, показує парадокс: чим більше вихідної інформації генерує агент, тим більше часу люди витрачають на її контроль і координацію. Fortune процитувала компанію: «Швидкість створення контенту робить людську увагу вузьким місцем виробництва».
Це означає, що обсяг робіт зростає, хоч тривалість робочого дня лишається незмінною. Втім, 17 інтерв’ю — це невелика вибірка, та й дослідження залишається внутрішнім, тож поки це сигнал для роздумів, а не універсальний показник.
Чому агенти можуть збільшувати координаційне навантаження
Окреме дослідження Anthropic щодо багатокрокових агентів ілдлюструє складність. Зокрема, у одному випадку з 2,4 мільйона запитів було виконано всього 117 робіт — приклад надмірної конкуренції між агентами за завдання.
В людському колективі ситуація схожа: кількість версій, звітів і дій збільшується, і для їх обробки потрібен спеціальний працівник. Це створює додаткове навантаження, навіть якщо кожна окрема задача виконується швидше.
Збільшення навантаження на перевірку
Більше швидких чернеток означає більше тексту для оцінювання. Якщо менеджер раніше перевіряв 4 документи на день, а тепер — 12, час перевірки зростає утричі, якщо стандарт якості не змінюється.
Передача завдань між агентами та людьми
Кожен агент, що працює із Gmail, Slack та Drive, залишає слід, який потрібно відслідковувати, особливо якщо отримані результати потребують коригувань. Це означає додаткові завдання з управління, маршрутизації і контролю, які не завжди враховуються у продуктивності.
Нові інструменти Meta для адміністраторів Forum
Meta представила Admin AI, Admin Assist та спільний календар модераторів. Календар, хоч і непримітний, є важливим інструментом організації роботи команди.
Адміністратори спільнот — це чудова група для тестування, адже зазвичай їхній час обмежений, а обсяг коментарів і запитів не зменшується. ШІ може зменшити рутинне навантаження, але за рахунок створення нових черг для перевірки. Поки результативність таких інструментів не оприлюднена.
Google інтегрує Gemini у рекламні продукти
Google оголосив про додавання Gemini в Display & Video 360 та Search Ads 360, а також підключення телевізійної реклами LinkedIn. Для рекламодавців це відкриває нові шляхи до професійної аудиторії через знайомі інструменти купівлі реклами.
У рекламній сфері швидкість автоматизації піднімає питання контролю: хто відповідає, якщо автоматичні рішення виявляться помилковими? Поки відсутні дані про економію часу чи рівень помилок.
Приклад із ресторану: як OpenAI скоротив час звірки каси
Історія клієнта OpenAI, Ted Taylor, яскраво демонструє, як автоматизація може зекономити час: перевірка каси трьох ресторанів скоротилася з трьох годин до 5–10 хвилин на місяць. Це чітко визначене завдання з очевидними правильними відповідями, що полегшує автоматизацію.
Хоча мова йде про потенційний прибуток $50 000–$100 000 на рік, ця цифра поки не підтверджена. Порівняння цього кейсу з Uber і Anthropic показує, що найбільше виграє робота з чітко вимірюваними результатами.
Ядро моделей, що підтримують нові продукти
Насправді вся сучасна автоматизація базується на швидкозмінному наборі моделей. Перелік останніх релізів включає:
- Claude Opus 5.5 (Anthropic, 22 вересня 2026)
- Claude Sonnet 5.5 (Anthropic, 28 вересня 2026)
- GPT-6.1 Sol (OpenAI, 29 вересня 2026)
- Claude Haiku 5.5 (Anthropic, 7 жовтня 2026)
- Gemini 4 Argon (Google, загальна доступність 13 жовтня 2026)
- Kimi K3.1 Pro (Moonshot AI, жовтень 2026)
- Nemotron 3.5 Bolt E4B (NVIDIA, жовтень 2026)
Такі зміни означають, що компанії, які сьогодні вибирають певного провайдера, насправді роблять ставку на шляхи розвитку і часті оновлення цих технологій.
Порівняння підходів трьох ключових гравців у роботі з агентиками
OpenAI, Anthropic та Google всі прагнуть стати основним інтегратором ШІ в бізнес-процеси, але їхні підходи сильно різняться:
- OpenAI робить ставку на масштаб, залучаючи відомих клієнтів як Uber.
- Anthropic відкрито показує побічні ефекти та досліджує наслідки застосування ШІ.
- Google інтегрує Gemini у вже існуючі продукти, що забезпечують бізнес-користувачів.
Це робить ринок динамічним і дозволяє кожній компанії вигідно вирішувати власні завдання та виклики в роботі із ШІ.
Історія повторюється: нові інструменти – нові обов’язки
Історично, інструменти для підвищення продуктивності не усували роботу, а лише змінювали її характер:
- Email збільшив кількість повідомлень, які потрібно читати;
- Таблиці дозволили створювати більше моделей, отже більше запитів на їх обробку;
- Чати скоротили час відповідей, але часто подовжили робочий день.
Відмінність же агентів у тому, що вони вимагають більше оцінки та ухвалення рішень, що додає новий пласт людської праці.
Як впливають ці тренди на корпоративних покупців
За результатами дослідження Anthropic бізнес-користувачам варто оцінювати не просто час виконання завдань, а чистий час після перевірок і переробок. Це змінює критерії закупівель і підвищує роль точного обліку витрат часу на контроль.
Крім того, вартість має ключове значення: надлишковий контроль штучного інтелекту означає додаткові операційні витрати, які зазвичай не зараховуються у звіти про ефективність.
У сфері регулювання, ділові структури намагаються перебрати контроль над ШІ, зменшити сірі зони використання сторонніх інструментів – але це залежить від галузі та конкретних рішень компаній.
Що підтверджено, а що ні
- Підтверджено: розгортання ChatGPT Work в Uber для 30 000+ співробітників після пілоту із 1 000 осіб.
- Повідомлено, але не підтверджено: інтеграція з корпоративними платформами, діяльність бібліотеки навичок та навчання.
- Обмежене дослідження Anthropic вказує на зростання навантаження на координацію.
- Кейс OpenAI про скорочення часу звірки каси в ресторанах підтверджено частково, але перспективні фінансові вигоди поки що не підтверджені.
- Поки немає доказів, що ШІ збільшує навантаження в своїй сукупності по всіх компаніях.
Прогнози на найближчі півроку
- Метрики чистого часу замінять акцент на швидкість виконання завдань – бізнес-клієнти вимагатимуть даних «після перевірки».
- Збільшиться кількість масштабних переходів від пілотів до повноцінних запусків.
- З’являться інструменти контролю і моніторингу агентих черг, схеми затвердження та аудиту.
- Рекламодавці будуть наполягати на детальному звітуванні про автоматичні зміни у кампаніях.
- Ще один гравець опублікує власне дослідження про навантаження від роботи з агентами.
Як правильно готувати масштабування впровадження ШІ-агентів
Перед запуском широкомасштабного впровадження варто:
- Виміряти час на перевірку й доопрацювання поряд із часом створення задач.
- Обмежити кількість одночасних агентів на одного співробітника до виявлення граничної здатності перевіряти результати.
- Призначити відповідальних за підтримку спільних навичок та робочих процесів.
Також потрібно, щоб будь-який вивід за межі компанії проходив обов’язкове людське затвердження. Для цього можна впровадити ізольовані технологічні середовища з контролем доступу агентів.
Поширені питання
Чи створює ШІ додаткове навантаження для співробітників?
В окремих випадках так. Дослідження Anthropic виявило збільшення часу на координацію та контроль агентських результатів. Проте цей висновок базується на невеликій вибірці та обмежений однією компанією.
Скільки співробітників Uber отримають ChatGPT Work?
Понад 30 000, згідно з офіційною інформацією Uber від 22 жовтня 2026 року, після пілотного проєкту на 1 000 працівників.
Що вміє ChatGPT Work?
Обробляє багатокрокові завдання, такі як дослідження, підсумки нарад, презентації, аналіз даних, інтегрується з Google Drive, Gmail, Google Calendar та Slack.
Що повідомила Meta про нові інструменти для Forum?
Meta представила Admin AI, Admin Assist і спільний календар модераторів без оприлюднення конкретних результатів.
Чи реальні перспективні заощадження в розмірі $50 000–$100 000 для ресторану?
Ні, це поки що лише оцінка потенціалу. Підтверджено, що час на звірку каси зменшився з трьох годин до 5–10 хвилин.
Які актуальні моделі штучного інтелекту впливають на роботу агентів?
Основними є GPT-6.1 Sol, Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5 і Gemini 4 Argon, що з’явилися наприкінці 2026 року.
Що варто вимірювати перед масштабуванням AI-агентів?
Чистий час, зекономлений після урахування перевірок, повторної роботи та координації, а не тільки швидкість виконання завдань.
