ChatGPT Enterprise -asiakkaiden tuottamien output-tokenien määrä kasvoi noin seitsemänkertaiseksi kesäkuusta 2025 maaliskuuhun 2026. Jo aiemmin palvelun hankkineiden organisaatioiden käyttö kasvoi samassa ajassa noin nelinkertaiseksi.

Nämä luvut eivät tarkoita, että seitsemän kertaa useampi yritys olisi ottanut ChatGPT:n käyttöön. Ne eivät myöskään todista tuottavuuden kasvaneen. OpenAI:n uusi työpaperi kertoo, kuinka paljon palvelua käytetään, ketkä sitä käyttävät ja millaisiin tehtäviin. Työn laatu, säästynyt aika ja liiketoimintavaikutus jäävät seuraavan tutkimuksen aiheiksi.

Raportti perustuu muun muassa 1 764 organisaation ja 17 446 551 viestin rooliaineistoon. Tehtäväkohtaisessa analyysissä on 973 organisaatiota ja lähes 8,7 miljoonaa luokiteltua viestiä. Aineisto ulottuu maaliskuuhun 2026, ja työpaperi päivitettiin 11.8.2026.

Yksi lause tiivistää koko tutkimuksen: pääsy samaan työkaluun tuottaa hyvin erilaisia käyttötapoja yritysten, työntekijöiden ja tehtävien välillä.

Työpaperi yhdistää neljä toisiinsa liittyvää mutta eri tavoin rajattua analyysiotosta. Niitä ei pidä lukea yhtenä otoksena.

Tutkimus käsitteli Enterprise-käyttöä tunnisteettomana ja raportoi tulokset koosteina. Tutkijat eivät lukeneet yksittäisten asiakkaiden viestejä. Automaattinen järjestelmä luokitteli viestien tehtävät.

Tehtävänimikkeet luokiteltiin GPT-5-mini-mallilla. Malli sai syötteekseen vain nimikkeen ja päätteli siitä tehtäväluokan, senioriteetin sekä esihenkilöaseman. Raportti näyttää luokitusten yleisimpiä nimike-esimerkkejä, mutta ei julkaise varsinaisia tarkkuus- tai virhematriisilukuja. Tehtäväluokittimen kerrotaan olevan testattu sisäisellä vertailuaineistolla. Senkään suorituskykylukuja ei julkaista.

Tutkimuksen tekijöistä kolme työskentelee OpenAI:lla. David Holtz ja Prasanna Tambe osallistuivat työhön OpenAI:n palkattuina toimeksisaajina. Kyseessä on työpaperi, jonka tulokset voivat muuttua. Se on hyvä aineisto palvelun todellisen käytön kuvaamiseen, mutta sitä ei pidä käsitellä riippumattomana vaikuttavuusarviona.

Suomalaisten yritysten yleistä käyttöastetta voi verrata AI-Sanomien vuoden 2025 tilannekuvaan. Aineistot mittaavat eri asioita: suomalaiset kyselyt kattavat laajemmin yrityksiä ja myös ei-käyttöä, kun taas OpenAI:n telemetria kertoo yhden Enterprise-tuotteen käytön syvyydestä.

ChatGPT:n ja Codexin tuottamien output-tokenien määrä kasvoi noin seitsenkertaiseksi kesäkuusta 2025 maaliskuuhun 2026. Kasvu ei tullut vain uusista asiakkaista. Kesäkuuhun 2025 mennessä aloittaneiden organisaatioiden kiinteässä kohortissa määrä kasvoi noin nelinkertaiseksi.

Tutkijat arvioivat, että noin puolet kokonaiskasvusta syntyi jo palvelun hankkineissa organisaatioissa. Käyttö myös kiihtyi alkuvuonna 2026 samanaikaisesti eri käyttöönottokohorteissa. Raportin mukaan samaan aikaan tapahtunut nousu näyttää liittyvän kaikkiin Enterprise-asiakkaisiin vaikuttaneisiin muutoksiin, ei vain normaalisti syvenevään käyttöön hankinnan jälkeen.

Output-tokeni kertoo, kuinka paljon malli tuotti tekstiä tai muuta tokeneina mitattavaa sisältöä. Se on käyttömäärä, ei työn tulos. Tokenimäärä voi kasvaa, koska käyttäjiä on enemmän, samat käyttäjät tekevät pidempiä tehtäviä, malli tuottaa pidempiä vastauksia tai työ siirtyy monivaiheisiin työnkulkuihin. Tutkimus ei erottele näiden selitysten liiketoiminta-arvoa.

Johtajan kannattaa siksi seurata erikseen neljää asiaa:

ChatGPT Enterprise -käyttöönotto keskittyi suuriin yhdysvaltalaisiin pörssiyhtiöihin. Liikevaihdoltaan ylimpään neljännekseen kuuluvat yhtiöt olivat tutkimusmallissa 6,9 prosenttiyksikköä todennäköisemmin käyttöönottajia. Ylimmän viiden prosentin ero oli 9,8 prosenttiyksikköä.

Ero säilyi myös toimialan sisällä. Oman toimialansa ylimpään liikevaihtoneljännekseen kuuluneet yhtiöt olivat 7,2 prosenttiyksikköä ja ylin viisi prosenttia 11,3 prosenttiyksikköä todennäköisemmin käyttöönottajia.

Yrityksen koko ei selittänyt kaikkea. Käyttöönotto liittyi myös aiemmin kertyneisiin aineettomiin kyvykkyyksiin. Vahvin yhteys löytyi työntekijää kohti lasketusta SG&A-pääomasta eli myynnin, hallinnon ja yleiskulujen kautta kertyneistä organisatorisista investoinneista. Myös T&K-pääoma ja aktivoidut ohjelmistoinvestoinnit liittyivät käyttöönottoon osassa malleista.

Toinen kiinnostava havainto kulkee eri suuntaan. Suuret yritykset ottivat palvelun useammin käyttöön, mutta niiden käyttö työntekijää kohti oli käyttöönottajien joukossa vähäisempää. Pelkkä yritystason kokonaiskäyttö voi siis peittää matalan käyttäjäpeiton tai käyttöintensiteetin. Tutkimus ei raportoi ostettujen lisenssien määrää.

Kuusi kuukautta käyttöönoton jälkeen ChatGPT Enterprise -aktiivikäyttäjiä löytyi monista tehtäväluokista. Keskimääräisessä organisaatiossa tekniset ja insinööriroolit muodostivat noin 11 prosenttia viikoittaisista aktiivikäyttäjistä. Johtajat, perustajat ja partnerit muodostivat noin 9 prosenttia. Talous sekä markkinointi ja viestintä kattoivat kumpikin noin 5 prosenttia, myynti ja asiakkuudet noin 4 prosenttia.

Senioriteetin mukaan esihenkilöt ja johtajat muodostivat noin 24 prosenttia keskimääräisen organisaation viikoittaisista aktiivikäyttäjistä. Tavallisten asiantuntijoiden osuus oli 15 prosenttia ja senioriasiantuntijoiden 14 prosenttia. Raportin ylimmän johtotason ryhmä (Executive) – johtajatasosta ylimpään johtoon, perustajiin, omistajiin ja partnereihin – muodosti 10 prosenttia. Uran alkuvaiheen työntekijöiden ja harjoittelijoiden osuus oli 7 prosenttia.

Luvuissa on iso aukko. Keskimäärin noin 38 prosenttia viikoittaisista aktiivikäyttäjistä jäi tehtävänimikkeen perusteella työrooliltaan luokkaan ”muu tai tuntematon”. Senioriteetin vastaava käyttäjäosuus oli noin 30 prosenttia. Vielä tärkeämpää on se, ettei tutkijoilla ollut koko henkilöstön roolijakaumaa. Emme siis tiedä, oliko jokin rooli yli- tai aliedustettuna suhteessa organisaation henkilöstöön.

Käyttäjäryhmän koko ja käytön intensiteetti olivat eri asioita. Aktiivisista käyttäjistä analyytikot sekä markkinoinnin ja viestinnän työntekijät lähettivät enemmän viestejä kuin yrityksensä aktiivikäyttäjä keskimäärin. Johto lähetti vähemmän.

Selvin ero liittyi senioriteettiin. Uran alkuvaiheen työntekijät ja harjoittelijat lähettivät yrityksen sisäisessä vertailussa noin 8–9 viestiä viikossa enemmän kuin aktiivikäyttäjä keskimäärin. Luku ei todista, että juniorit olisivat tuottavampia, uhatumpia tai taitavampia ChatGPT:n käyttäjiä. Se kertoo vain suuremmasta viestimäärästä aktiivikäyttäjien joukossa.

Tämä on hyvä muistutus tehtävätason ajattelusta. Ammatti ei ole yksi jakamaton kokonaisuus, vaan joukko tuotanto-, arviointi-, vastuu- ja vuorovaikutustehtäviä. AI-Sanomien analyysi Tekoäly ei vie työtäsi. Se vie osan tehtävistäsi avaa eroa tarkemmin.

Tutkimus luokitteli jokaisen viestin yhteen 60 tehtäväluokasta. Sen jälkeen käyttöä katsottiin kahdella tavalla:

Nämä mittarit paljastavat eri asian. Oikeudellisia tai taloustehtäviä saatetaan kokeilla laajasti mutta käyttää harvakseltaan. Dokumentointi voi sekä tavoittaa paljon käyttäjiä että tuottaa paljon viestejä.

Käyttäjäpeiton prosentit eivät summaudu sataan. Sama ihminen saattoi käyttää ChatGPT:tä viikon aikana moneen tehtävään. Viestit luokiteltiin yksittäin, joten viestiosuudet ovat toisensa poissulkevia.

Kolme suurinta tehtäväryhmää – dokumentointi, tekninen digitaalinen työ sekä henkilöiden väliset tai henkilökohtaiset viestit – muodostivat yhteensä 42,9 prosenttia luokitelluista viesteistä. Muiden tehtäväluokkien pitkä häntä oli vielä suurempi: 27,3 prosenttia viesteistä jäi 12 suurimman viestiluokan ulkopuolelle.

Toimialojen erot näkyivät selvimmin siinä, mitä työntekijät kokeilivat ainakin kerran. Talous- ja verotehtävät olivat muita yleisempiä rahoituksessa ja vakuutuksessa. Myynti- ja markkinointitehtävät olivat yleisempiä muun muassa informaatioalalla, vähittäiskaupassa sekä taiteessa, viihteessä ja virkistyksessä kuin teollisuudessa.

Viestimäärillä painotettuna toimialojen jakaumat muistuttivat enemmän toisiaan. Dokumentointi, tekninen työ ja henkilöiden väliset viestit olivat useimmilla aloilla yleisimpien tehtävien joukossa. Tämä tekee niistä luontevia lähtökohtia yhteisille perustaidoille, mutta yrityksen varsinainen arvo löytyy todennäköisesti tehtävän yhdistämisestä omaan dataan, laatuvaatimuksiin ja työnkulkuun.

Käytännön jatkoksi AI-Sanomien ChatGPT-opas toimistotyöntekijälle näyttää, miten yleisimmät viestintä-, dokumentointi- ja tiedonhakutehtävät tehdään hallitusti.

Raportti antaa poikkeuksellisen tarkan kuvan yhden Enterprise-tuotteen käytöstä. Sen ulkopuolelle jää silti paljon.

Lähdekritiikki ei tee tutkimuksesta hyödytöntä. Se määrittää, mihin kysymykseen aineisto vastaa: missä ja kuinka paljon ChatGPT Enterprisea käytetään organisaatioissa kuusi kuukautta käyttöönoton jälkeen?

Nelivaihemalli on AI-Sanomien sovellus tutkimuksesta. Tutkimus mittaa organisaation käyttöönottoa ja käytön määrää sekä näyttää rooli- ja tehtäväjakauman kuuden kuukauden kohdalla. Se ei mittaa lisenssien kattavuutta, työnkulkujen toistettavuutta tai liiketoiminta-arvoa. Nämä yrityksen pitää todistaa omalla aineistollaan.

AI-Sanomien tekoälystrategia pk-yritykselle auttaa muuttamaan vaiheet 3–4 rajatuiksi piloteiksi, vastuiksi ja mittareiksi. Jos työnkulku käsittelee henkilötietoja, työntekijöitä tai automaattisia päätöksiä, tarkista rinnalla EU AI Act -opas yritykselle.

Tutkimuksen 26 viikon vertailukohtaa voi käyttää organisaation omana tarkastuspisteenä. Tutkimus ei osoita, että kuusi kuukautta riittäisi aina yhteisten työnkulkujen syntymiseen, eikä se mittaa organisaation rutiinien muutosta. Se antaa kuitenkin käyttökelpoisen määräajan kysyä, jäikö työkalu kokeiluksi vai onko etenemisestä näyttöä.