OpenAI 报告称企业 AI 正从辅助走向智能体执行

OpenAI 发布了两项企业 AI 研究，认为企业使用 AI 的方式正在从辅助走向执行。8 月 12 日发布的内容包括基于企业客户的 Enterprise Signals 报告，以及一篇关于组织如何使用 ChatGPT 的工作论文。两者共同描述了一个差距：仅提供工具访问和真正把智能体接入上下文、权限与流程，是两种不同的成熟度。

最清晰的指标是输出深度。OpenAI 把每月 AI 使用量排名前 10% 的企业客户定义为 frontier firms，以每活跃用户输出 token 衡量。截至 6 月，这些企业每活跃用户输出 token 是典型企业的 8.3 倍，而 1 月差距为 2.6 倍。OpenAI 承认这是代理指标，但认为长流程智能体通常会产生更多输出。

Codex 是这次转变的核心。截至 6 月，OpenAI 称 Codex 在企业客户中占 Codex 与 ChatGPT 合计输出 token 的 64%。这并不意味着所有企业任务都是软件工程，而是说明企业正在让智能体承担更长、更可委派的工作，例如使用工具、创建文件、生成草稿并交给人类审核。

高级能力进一步拉开差距。OpenAI 称，在每周活跃用户中，前沿企业 21% 使用 Plugins，典型企业为 9%。skills 的差距更大，前沿企业为 19%，典型企业为 3%。OpenAI 内部则有 95% 的活跃员工每周使用 Plugins，显示深度采用依赖工具、数据访问和可复用指令进入日常工作。

数据还显示，智能体工作流正在工程之外扩散。自 2 月以来，OpenAI 称企业 Codex 周活用户在法律职能增长 108 倍，在销售和招聘各增长 41 倍，在营销增长 26 倍，而工程增长为 5 倍。Virgin Atlantic 的案例中，工程团队用 Codex 将遗留代码重构从两周压缩到 30 分钟。

OpenAI 还强调资历差异。来自数百万次对话的管理数据表明，采用六个月后，初级员工每周比高管多发送 13 条消息。这与很多调查中“领导者使用更多 AI”的叙事不同，也提示管理者应寻找基层已经形成的高效 AI 工作流，并把它们整理成团队实践。

这些研究由主要 AI 供应商自发发布，阅读时需要保留背景意识。它们描述的是 OpenAI 客户和 ChatGPT 使用情况，不等于整个经济体。但对采购者和建设者来说，结论仍然重要：模型访问本身不再足以说明 AI 成熟度，关键在于数据基础、治理、权限、审核和培训是否能支撑可重复的智能体执行。