从辅助到执行:企业如何让AI真正工作

OpenAI 今天发布了两份研究报告,揭示了企业 AI 使用正在发生根本性转变:从回答问题(assistance)转向执行任务(execution)。第一份是《Enterprise Signals》,基于 OpenAI 企业客户的实际使用数据;第二份是《How Organizations Use AI: Evidence from ChatGPT》工作论文,考察了跨公司、角色和级别的采用模式。

报告的核心发现之一是“前沿差距”在扩大。所谓前沿企业(每月 AI 使用量排名前 10% 的客户),每个活跃用户生成的输出 token 数现在是典型企业(45-55 百分位)的 8.3 倍,而今年 1 月这个差距只有 2.6 倍。这个指标反映了 AI 使用的深度,差距扩大的同时,企业也在更多地采用那些能将 agent 连接到公司上下文、工具和可重复工作流的能力。

具体到能力使用上,前沿企业每周有 21% 的活跃用户使用 Plugins,典型企业只有 9%;运用 skills 的比例分别是 19%3%。作为对比,OpenAI 内部 95% 的员工每周都会使用 Plugins,说明前沿企业的采用仍有很大提升空间。Agent 的扩散正在跨越知识工作多个职能:自 2 月以来,企业级 Codex 的每周活跃用户增长在法务领域达到 108 倍,销售和招聘均为 41 倍,市场营销 26 倍,而工程领域仅增长 5 倍。Virgin Atlantic 的案例显示,工程团队用 Codex 重构遗留代码从两周缩短到 30 分钟,产品团队用 ChatGPT Work 在几小时内完成原本需要数周的竞争研究。

关于员工层级,数据反驳了“高管使用更多”的常见印象。实际聊天记录显示,在采用 AI 六个月后,早期职业员工每周比高管多发送 13 条消息。报告建议领导者可以识别出 AI 习惯最强的员工,并让他们的工作流可见,从而推动有效实践在组织内扩散。

总体而言,企业面临的机会不是获取模型本身——前沿企业与典型企业使用的模型可能相同——而是如何将 agentic 工作流从工程部门扩展到整个组织,并建立清晰的权限、审查和治理机制。OpenAI 企业客户还可以申请定制基准测试,将自己的组织与前沿企业进行对比。

From assistance to execution: How enterprises put AI to work

查看原文