企業 AI 2025 年狀態報告

執行摘要

OpenAI 的「企業 AI 2025 年狀態報告」指出,人工智慧正從面向消費者的應用過渡到核心組織基礎設施。擁有超過 100 萬企業客戶,OpenAI 報告使用強度呈現大幅激增:ChatGPT 訊息量年增 8 倍,每個組織的 API 推理 token 消耗年增 320 倍。

擴展與深度整合

企業 AI 正從簡單的實驗邁向可重複的多步驟工作流程。此轉變主要由兩種機制驅動:

自訂 GPT 與專案

自訂 GPT 與專案使組織能將制度知識編碼,並透過內部系統整合自動化工作流程。這些工具的每週使用者年迄今增加了 19 倍,約 20% 的所有企業訊息現在透過自訂 GPT 或專案處理。例如,BBVA 使用超過 4,000 個 GPT 將 AI 驅動的工作流程嵌入日常營運。

API 與開發者工作流程

隨著企業過渡到生產部署,API 消耗快速擴張。超過 9,000 個組織已處理超過 100 億個 token,且近 200 個組織的使用量超過 1 兆個 token。平均推理 token 消耗增加 320 倍,顯示更智慧的模型正系統性地整合到擴展中的產品與服務中。

可衡量的商業影響與生產力

AI 在帶來實質生產力提升的同時,也擴展了非專業工作者的技術能力。

營運收益

近 100 家企業的調查顯示,75% 的員工回報輸出速度或品質有所改善。平均而言,ChatGPT Enterprise 用戶每個活躍日可節省 40–60 分鐘,而資料科學、工程與通訊員工則可節省 60–80 分鐘。具體功能收益包括:

  • IT: 87% 報告問題解決速度更快。
  • 行銷與產品: 85% 報告活動執行速度更快。
  • 人力資源: 75% 員工參與度有所提升。
  • 工程: 73% 報告程式碼交付速度更快。

技術工作的擴展

AI 正充當平等化者,使 75% 的使用者能完成過去無法完成的任務,例如程式設計支援、試算表自動化及客製化代理人設計。這在非技術團隊(工程、IT 與研究以外)的程式相關訊息中尤為顯著,過去六個月該類訊息成長了 36%。

產業與地區趨勢

雖然採用廣泛,但加速的步伐在不同產業與地區間有所差異。

產業成長

中位數產業年增長超過 6 倍,科技產業領先於 11 倍。其他快速成長的產業包括醫療保健(8 倍)與製造業(7 倍)。

各產業的 API 使用模式有所不同:

  • 科技: 專注於應用內助理、搜尋及代理人工作流程自動化。
  • 專業服務: 優先考慮程式設計與開發者工具以加速交付。
  • 金融: 常從客戶支援著手以快速實現投資報酬率,隨後使用程式設計工具進行系統遷移與合規。

全球擴張

國際採用正在加速。澳洲、巴西、荷蘭與法國等市場的企業客戶年增長率超過 143%。日本目前擁有美國以外最多的企業 API 客戶。

採用落差:前線使用者與中位使用者

「前線使用者」(採用強度第 95 個百分位)與中位使用者之間正顯現出顯著差距。

  • 訊息量: 前線使用者產生的訊息量是中位使用者的 6 倍。
  • 專門任務: 在資料分析方面,前線使用者使用資料分析工具的頻率是中位使用者的 16 倍;在程式設計方面,他們發送的訊息數量是中位使用者的 17 倍。
  • 結果關聯: 涉及約七種任務類型的使用者報告的節省時間是僅涉及四種任務類型使用者的五倍。

在企業層面,前線企業每個座位產生的訊息量是中位企業的 2 倍,發送給 GPT 的訊息量則是中位企業的 7 倍,這表明更深層的組織整合。

真實世界案例證據

案例研究顯示,AI 正被應用於特定營運挑戰以推動收益與效率:

  • Intercom: 使用 Realtime API 將其 Fin Voice agent 的延遲降低 48%,使 53% 的通話能夠端到端解決。
  • Lowe's: 部署 Mylow 與 Mylow Companion,每月回答近 100 萬個問題,使線上訪客的轉換率翻倍。
  • Indeed: 使用 GPT 驅動的職缺匹配與職涯輔導,使開始申請的數量增加 20%,並提升後續成功率(面試/錄用)13%。
  • BBVA: 透過聊天機器人自動處理超過 9,000 項年度法律查詢,重新部署 3 名全職等價員工(FTE),並達成法律服務部門年度節約 KPI 的 26%。
  • Oscar Health: 將面向會員的聊天機器人與內部資料整合,即時回答 58% 的福利問題,並處理 39% 的福利訊息而無需人工升級。
  • Moderna: 將目標產品簡介(TPP)開發中的核心分析步驟從週數縮減至小時數。

AI 成熟度的戰略框架

領先企業始終採用五項關鍵實踐以最大化 AI 效益:

  1. 深度系統整合: 透過連接器安全存取公司資料。
  2. 工作流程標準化: 推動可重複解決方案的創建與共享(例如 GPTs)。
  3. 高層贊助: 設定明確授權並為實驗取得資源。
  4. 資料就緒: 將制度知識編碼為機器可讀的常規,並進行持續評估。
  5. 變革管理: 透過 AI 倡導者將中央治理與分散式賦能結合。

Sources