OpenAI Admin Console Analytics: Connecting AI Usage to Business Value

TL;DR

OpenAI 在 ChatGPT Admin Console 中推出了分析工具，將 ChatGPT Work 和 Codex 的使用量、支出、任務分類和結果指標相結合，使管理員能夠衡量 AI 採用率、識別培訓需求，並將 AI 活動與具體的業務成果相連。

Understand AI Usage and Spend

了解 AI 使用量與支出

Usage 檢視圖顯示了 ChatGPT Work 和 Codex 的活躍用戶、點數消耗和 Token 使用量。透過對群組或個人用戶進行篩選，管理員可以發現採用率較低的領域，為工作流程審查提供依據，並優先安排培訓或容量規劃。

The Usage overview shows active users and credit trends across ChatGPT Work and Codex.

See What Work Teams Are Doing with AI

查看工作團隊如何使用 AI

Insights 頁籤包含一個任務分類器，可將樣本訊息分類為不同的使用案例類別（例如：軟體工程、銷售與營收）。Overview 頁籤呈現了工作內容的高層級混合情況，而 Use cases 頁籤則提供詳細表格，列出每個任務的點數、訊息和活躍用戶。管理員可以按群組篩選，以找出各團隊主要的 AI 支援工作流程。

The Insights overview shows how credits are distributed across tasks, from implementing features to account research.

Identify Training and Support Gaps

識別培訓與支援缺口

任務層級的細分——Models、Reasoning 和 Speed——顯示了各項設定消耗的點數比例，幫助管理員評估所選的模型配置是否符合任務需求。Plugin leaderboard 和 Skills 檢視圖揭示了哪些整合功能被使用不足或使用過度，從而標記出潛在的存取權限問題或培訓機會。

Account research and planning analytics display credit shares by model, reasoning level, and speed, alongside plugin and skill usage.

Track Codex Contributions to Engineering Outcomes

追蹤 Codex 對工程成果的貢獻

Outcomes 檢視圖報告了 Codex 生成的內容對已合併提交（merged commits）和程式碼行數的貢獻，以及程式碼審查（code-review）活動。透過對群組、用戶或儲存庫（repositories）進行篩選，工程領導者可以衡量採用率趨勢，並決定在何處擴大存取權限或提供額外支援。

Outcomes view tracks the share of merged commits and lines of code with Codex contributions over time.

The Outcomes view tracks the share of merged commits and lines of code with Codex contributions over time.

Automate Reporting with the Admin Plugin and API

使用 Admin Plugin 和 API 自動化報告

Admin plugin 可以直接在 ChatGPT Work 中生成可供分享的報告——包括圖表、關鍵發現和下一步建議——。Admin API 則讓團隊能夠將分析數據拉取到自定義儀表板中，並與外部業務系統數據（例如：工單解決時間）相結合。

The Admin plugin compares team credit trends and summarizes changes for a monthly rollout review.

Connecting Analytics to Business Outcomes

將分析數據與業務成果相連

使用量與任務數據提供了一個基準；業務負責人則可以加入關於工作流程變更、品質提升和金錢影響的背景資訊。結構化評估遵循以下五個問題：

  1. What would you like to improve? (例如：更快的準備工作、更高的品質、更低的成本)
  2. How does the process look today? (基準頻率、持續時間、品質標準)
  3. What changes with AI? (衡量 AI 增強後的結果，包括審查工作量)
  4. What does this make possible? (例如：更多的客戶互動、減少重複工作等)
  5. Is the benefit worth the investment? (比較收益與 AI 支出與支援成本)

Illustrative ROI Example – Sales Account Research

銷售帳戶研究的說明性 ROI 範例

Assumptions are hypothetical and for illustration only.

  • Time saved: 5,520 小時/年 (20 位銷售人員 × 2 份簡報/週 × 3 小時節省/份 × 46 週)。
  • Capacity value: 5,520 小時 × 50% 利用率 × $75/小時 = $207,000。
  • First-year AI cost: $60,000。
  • Illustrative ROI: (207,000 – 60,000) ÷ 60,000 ≈ 245%。

All figures are hypothetical. ROI reflects estimated capacity value and excludes potential benefits from higher win rates, larger deal sizes, or other sales outcomes.

Real-world Customer Impact

真實客戶影響

  • 1Password 使用 Codex 進行程式碼生成、審查與測試，報告了 553% 的 ROI 與每年 $0.8M 的工程容量價值。
  • ATV Big Air Tour 利用 ChatGPT Work 進行活動列表檢查與庫存規劃，將每週列表審查時間從 8 小時縮減至 1 小時，並將庫存工作從數天縮減至數小時。
  • Playco 透過 OpenAI API 使用 GPT-6 Astra 進行遊戲原型設計，與之前的模型相比，減少了 50% 的手動修正量。

Getting Started

開始使用

  1. Open Insights in the Admin Console.
  2. Choose a high-impact task and review its classification with the relevant business owner.
  3. Agree on a baseline metric and the outcome to measure.
  4. Set a review date, collect data, and decide whether to expand, refine, or replace the workflow.

Learn more about enterprise analytics and the Admin API.

Sources