↑閱讀之前記得關注+星標??，每天才能第一時間接收到更新

剛剛，OpenAI發(fā)布了其首份《企業(yè)AI狀況報告》

pdf：

https://cdn.openai.com/pdf/7ef17d82-96bf-4dd1-9df2-228f7f377a29/the-state-of-enterprise-ai_2025-report.pdf

這份報告基于超過 100萬 個商業(yè)客戶的真實使用數據，以及對近100家企業(yè)中 9000名 員工的深度調研，全面揭示了AI在當今企業(yè)中的應用現狀與未來軌跡。

報告指出，企業(yè)AI正從實驗階段邁向規(guī)模化應用，其影響已深入組織的核心工作流。

OpenAI首席經濟學家Ronnie Chatterji總結了報告的四大核心發(fā)現：

1. 1. 企業(yè)用量正在規(guī)?；ぷ髁骷刹粩嗉由?。 ChatGPT消息量增長了 8倍 ，而每個組織的API推理token消耗量同比增長了驚人的 320倍

3. 2. AI正帶來可衡量的生產力與商業(yè)影響。 企業(yè)用戶報告稱，每天可節(jié)省40-60分鐘。AI正在為收入增長、客戶體驗改善和產品周期縮短等關鍵成果做出貢獻

5. 3. 企業(yè)增長呈全球化、跨行業(yè)加速態(tài)勢。 過去12個月，行業(yè)增長中位數超過 6倍 ，其中科技行業(yè)以 11倍 的增速領跑。國際市場的采用率也在飆升

7. 4. 領導者與落后者之間的差距正在擴大。 “前沿員工”（frontier workers）發(fā)送的消息量是中位數員工的6倍。企業(yè)能從AI中獲得的價值，遠超目前大多數組織的實際應用水平

以下是報告的詳細解讀

企業(yè)AI用量暴增：API推理調用增長320倍

過去一年，企業(yè)對AI的采用已不再是淺嘗輒止。

OpenAI目前服務著超過 700萬 個ChatGPT工作席位，其中ChatGPT企業(yè)版（ChatGPT Enterprise）的席位同比增長了約 9倍。

自2024年11月以來，企業(yè)級總消息量增長了約 8倍，每位員工發(fā)送的消息量也增加了 30%。這標志著AI使用頻率和深度的雙重提升。

兩大轉變，體現了AI正在深度融入企業(yè)核心工作流：

1. Custom GPTs和Projects賦能深度工作流集成

作為構建在ChatGPT上的可配置接口，GPTs和Projects允許員工將指令、知識和自定義操作打包，執(zhí)行可重復的多步驟任務。

今年以來，Custom GPTs和Projects的周活躍用戶數增加了 19倍。

近期，所有企業(yè)消息中約有 20% 是通過Custom GPT或Project處理的。一些組織已經形成了大規(guī)模開發(fā)和共享GPTs的文化，例如，BBVA銀行日常使用的GPTs數量超過 4000個。

2. 開發(fā)者和API工作流迅速擴展

企業(yè)通過API將模型直接集成到其產品和系統(tǒng)中，以實現高度控制和定制。隨著企業(yè)從實驗轉向生產部署，API消耗量迅速增長。

過去12個月，每個組織的平均“推理token”消耗量增加了約 320倍，這表明更智能的模型正被系統(tǒng)地集成到擴展產品和服務中。

用于代碼生成、重構和測試的Codex模型，在過去六周內，周活躍用戶數增加了 2倍，周消息量增加了約 50%，顯示出AI輔助開發(fā)在企業(yè)中的滲透率正在快速提升。

員工報告可衡量價值：人均每天節(jié)省40-60分鐘

AI不僅讓工作變得更快，也讓工作質量變得更高。

1. 跨職能的時間節(jié)省與成果改進

75% 的受訪員工表示，在工作中使用AI提升了產出的速度或質量。

平均而言，ChatGPT企業(yè)版用戶認為每天因使用AI節(jié)省了 40-60分鐘。其中，數據科學、工程和通信領域的員工節(jié)省時間更多，達到 60-80分鐘。

這些效率提升轉化為跨職能的廣泛運營改進：

• ? 87% 的IT員工報告IT問題解決速度加快。

• ? 85% 的市場和產品用戶報告營銷活動執(zhí)行速度加快。

• ? 75% 的人力資源專業(yè)人員報告員工敬業(yè)度提高。

• ? 73% 的工程師報告代碼交付速度加快。

2. 技術工作的邊界正在擴展

AI正在擴展員工能執(zhí)行的任務和技能。75% 的員工報告稱，他們能夠完成以前無法完成的任務，如編程支持、代碼審查、電子表格分析和自動化等。

一個顯著的趨勢是，非技術團隊正越來越多地參與到編碼和數據分析工作中。在工程、IT和研究部門之外，與編碼相關的消息在過去六個月平均增長了 36%。

3. 更高強度的AI使用帶來更大生產力

生產力收益與AI的使用強度成正比。

數據顯示，每周節(jié)省超過10小時的員工，其消耗的“智能”（以積分衡量）是未節(jié)省時間員工的 8倍。他們不僅使用更多的智能，還使用多種模型、更多工具，并在更廣泛的任務中應用AI。

不同行業(yè)和地區(qū)的采用速度差異

AI的采用已呈現全球化和跨行業(yè)的快速發(fā)展，但也存在顯著差異。

1. 行業(yè)增長普遍迅速

OpenAI的客戶增長在各行業(yè)基礎廣泛，行業(yè)中位數年增長率超過 6倍，即使是增長最慢的行業(yè)也超過了 2倍。

• ? 增長最快 ：科技、醫(yī)療健康和制造業(yè)。

• ? 規(guī)模最大 ：金融和專業(yè)服務業(yè)。

目前，ChatGPT企業(yè)版客戶最集中在專業(yè)服務、金融和科技領域。而醫(yī)療健康和制造業(yè)雖然起步較晚，但正迅速追趕，成為增長最快的行業(yè)之一。

• ? 技術行業(yè) ：客戶增長 11倍

• ? 醫(yī)療健康 ：客戶增長 8倍

• ? 制造業(yè) ：客戶增長 7倍

在API使用方面，不同行業(yè)也各有側重：

• ? 科技公司 ：主要用于構建面向客戶的應用（如產品內助手、搜索和自動化），API使用率同比增長 5倍 。

• ? 專業(yè)服務 ：集中于編碼和開發(fā)者工具，以構建加速交付、改善客戶體驗的定制工具。

• ? 金融機構 ：通常從客戶支持場景開始，因為這是一個規(guī)模大、投資回報率明確的成本中心。

2. 全球增長正在加速

雖然早期AI采用以美國為主，但國際增長正迅速加速。

• ? 在主要市場中， 澳大利亞、巴西、荷蘭和法國 的商業(yè)客戶增長最快，同比增長超過 143% 。

• ? 按消息量計算， 美國、德國和日本 是最活躍的市場。

• ? 在過去6個月里，國際API客戶增長已超過 70% ，其中日本擁有美國以外最大的企業(yè)API客戶群。

在AI使用方式上，不同行業(yè)、企業(yè)內部以及員工個人之間都出現了明顯差異。

1. 員工層面的差距

“前沿員工”（使用強度排名前5%）與中位數員工之間的差距巨大。

• ? 前沿員工生成的消息量是中位數員工的 6倍 。

• ? 在數據分析領域，前沿員工使用數據分析工具的頻率是中位數員工的 16倍 。

差距最顯著的領域是寫作、編碼和分析。其中，編碼的相對差距最大，前沿員工發(fā)送的消息量是中位數員工的 17倍。

使用深度直接決定了收益大小。數據顯示，執(zhí)行大約七種不同類型任務的用戶，比只執(zhí)行四種任務的用戶報告節(jié)省的時間多 五倍。

然而，即便是活躍的ChatGPT企業(yè)用戶，許多人也未嘗試過最強大的工具。

• ? 19% 的月活躍用戶從未使用過數據分析功能。

• ? 14% 從未使用過推理功能。

• ? 12% 從未使用過搜索功能。

對于日活躍用戶，這一比例分別降至3%、1%和1%。

2. 企業(yè)層面的差距

企業(yè)層面的采用強度差距同樣顯著。

• ? “前沿企業(yè)”（95th percentile）每席位生成的消息量是中位數企業(yè)的 2倍 。

• ? 發(fā)送到GPTs的消息量更是達到中位數企業(yè)的 7倍 。

這表明，領先企業(yè)正在系統(tǒng)性地投資于基礎設施和運營模式，將AI作為核心組織能力，而不僅僅是一個外圍的生產力工具。

AI商業(yè)影響：六大企業(yè)案例實證

報告列舉了六個來自不同行業(yè)的真實案例，展示了AI如何產生可衡量的商業(yè)成果。

• ? Intercom（客戶服務） ：使用Realtime API構建語音AI代理，延遲降低了48%，平均能 端到端解決53%的電話呼叫。每年為客戶節(jié)省數億美元。

• ? Lowe's（零售） ：部署的AI助手Mylow使在線訪問的 轉化率翻倍，店內使用時，顧客滿意度得分提高200個基點

• ? Indeed（招聘） ：AI驅動的職位匹配使 申請發(fā)起率提高20%，下游成功率（面試和錄用）提高13%。求職者使用AI工具尋找和申請工作的速度快7倍

• ? BBVA（金融） ：部署的法律AI聊天機器人每年自動化處理超過9000個查詢，相當于重新部署了3名全職員工，完成了該部門年度成本節(jié)約KPI的 26%

• ? Oscar Health（醫(yī)療健康） ：其AI平臺能 即時回答58%的福利問題，并能在沒有任何人工干預的情況下處理39%的福利相關消息**。

• ? Moderna（生物科技） ：使用ChatGPT Enterprise將目標產品概況（TPP）的核心分析步驟從數周縮短至數小時，加速了為患者提供藥物的進程。

報告總結了在實踐中，領先企業(yè)通常會做好五件事：

1. 1. 通過賦能上下文進行深度系統(tǒng)集成 ：為AI開放對公司核心工具內部數據的安全訪問，但仍有約四分之一的企業(yè)未采取此步驟。

2. 2. 工作流的標準化和復用 ：積極推動可重復解決方案的創(chuàng)建、共享和發(fā)現。

3. 3. 高管領導和贊助 ：設定明確任務、確保資源、協(xié)調團隊，并為實驗創(chuàng)造空間。

4. 4. 數據準備和評估 ：將制度知識編碼為機器可讀的程序，并建立持續(xù)評估體系以追蹤模型在真實世界中的表現。

5. 5. 審慎的變革管理 ：建立加速組織學習的結構，將集中治理與分布式賦能相結合。

報告最后強調，AI領域的發(fā)展日新月異，OpenAI大約每三天就會發(fā)布一個新功能或能力。對組織而言，主要的制約因素已不再是模型性能或工具，而是組織自身的準備度

結論

AI正被廣泛嵌入到企業(yè)的各種工作流、產品和內部系統(tǒng)中。采用是廣泛且加速的，但集成深度因組織而異。

數據顯示，使用的深度至關重要。更頻繁使用高級工具（如推理模型、數據分析、Custom GPTs和API）的員工和企業(yè)，能獲得更大的生產力收益和更廣的任務覆蓋。

盡管AI采用的鴻溝正在擴大，但企業(yè)AI仍處于早期階段。落后的企業(yè)仍有機會通過采納前沿工作者和組織的模式來迎頭趕上。成功的組織將不僅僅把AI用作生產力工具，而是作為收入增長和競爭優(yōu)勢的持久引擎

--end--

最后記得??我，這對我非常重要，每天都在更新：

歡迎點贊轉發(fā)推薦評論，別忘了關注我