OpenAI 企業級 AI 採用：從輔助到執行

Enterprise AI is Shifting from Assistance to Execution

企業級 AI 的採用正從回答問題（輔助）模式轉向執行實質工作（執行）模式。雖然助手可以幫助使用者思考任務，但由 ChatGPT Work 和 Codex 等工具驅動的代理（agents）能夠完成多步驟的工作流程，例如跨來源收集資訊以撰寫完整的簡報，而不僅僅是建議如何準備簡報。

這種轉變可以透過輸出 Token 的數量來量化。截至六月，在企業客戶中，Codex 為 Codex 和 ChatGPT 的總輸出 Token 佔了 64%，這顯示了向委派、代理式工作轉向的趨勢，由於執行任務的複雜性，這類工作通常會產生更多的輸出。

The Widening "Frontier Gap" in AI Usage

組織利用 AI 的方式存在著日益擴大的差異，這被稱為「前沿差距」（frontier gap）。前沿企業——定義為每月 AI 使用量在前 10% 的企業——現在每位活躍使用者產生的輸出 Token 數量是典型企業（位於第 45 到 55 百分位數的企業）的 8.3 倍。這一差距從一月的 2.6 倍顯著擴大。

關於此差距的關鍵發現包括：

Cross-Industry Prevalence: 這種前沿差距存在於各種產業和公司規模中，而不僅僅是在科技公司內。
Financial Correlation: 美國上市公司的數據顯示，企業採用者通常擁有更強的財務指標，包括比非採用者更多的資產、更多的員工和更高的研發投資。
Scaling Requirements: 僅靠獲取模型是不夠的；更深層次的採用需要對數據基礎設施、治理、持續的員工學習和共享工作流程進行補充性投資。

Adoption of Advanced Capabilities and Plugins

前沿企業利用先進能力——特別是 Plugins 和 skills——的比例顯著高於典型企業，以將代理連接到公司背景和工具。

Plugin Usage: 前沿企業每週活躍使用者中有 21% 使用 Plugins，而典型企業僅為 9%。
Skill Usage: 前沿企業每週活躍使用者中有 19% 使用 skills，，而典型企業僅為 3%。
Internal Benchmark: 在 OpenAI，95% 的員工每週使用 Plugins，這顯示了企業採用潛力的極高上限。

Plugins 將 skills（可重複使用的指令）與 apps（與公司數據和工具的連接）捆綁在一起，讓代理能夠執行特定的工作流程，例如銷售代理使用 CRM 和團隊指南來撰寫量身定制的客戶回覆。

Expansion of Agentic AI Across Knowledge Work

雖然軟體工程是代理式 AI 的最初主要驅動力，但 Codex 的使用現在正迅速擴展到其他知識型工作職能。自二月以來，企業級 Codex 每週活躍使用者增長了以下倍數：

Legal: 108 倍
Sales: 41 倍
Recruiting: 41 倍
Marketing: 26 倍
Engineering: 5 倍

真實世界的應用案例由 Virgin Atlantic 展現，其工程團隊使用 Codex 在 30 分鐘內重構舊代碼，而非兩週，而產品團隊使用 ChatGPT Work 將數週的競爭研究縮減為數小時，以提供五年的數位策略資訊。

AI Usage Patterns by Employee Seniority

來自數百萬次對話的行政數據顯示，AI 採用率在職涯早期員工中最高，並隨著資歷深淺而降低。在採用六個月後，職涯早期員工每週平均比高管發送了 13 條更多的訊息。

這種趨勢顯示了職涯早期工作者的比較優勢，並為領導層提供了一個機會，可以識別出高效能的 AI 使用者，並將其個人工作流程制度化為組織共享的實踐做法。