企业AI现状

# 企业人工智能现状 来源：https://openai.com/business/guides-and-resources/the-state-of-enterprise-ai-2025-report/ 大多数具有经济价值的活动发生在组织内部，在这里创新直接转化为员工、客户及其他利益相关者的更好成果。企业问题也构成了前沿智能最难的技术挑战，要求在大规模下具备可靠性、安全性和安全性。解决这些问题所带来的收入，可以为全球数亿人提供广泛、免费使用强大人工智能的资助。 在过去三年的大部分时间里，人工智能的可见影响在消费者中最为明显。然而，通用技术的历史——从蒸汽机到半导体——表明，只有在企业将底层能力转化为规模化应用场景后，才能创造显著的经济价值。企业人工智能现在似乎正在进入这一阶段，因为全球许多最大、最复杂的组织开始将人工智能作为核心基础设施。 目前已有超过100万企业客户在使用OpenAI的工具。本报告汇集了来自去标识化及聚合后的企业使用数据以及其他多种来源的证据，提供了一个基于实际情况的视角，展示人工智能如今在组织内部是如何部署的。 装饰性抽象图像，由密集排列的圆形点阵组成，从底部的紫色和蓝色渐变为顶部的粉色，形成风格化的纹理背景。 1. **企业使用量正在规模化，并与工作流深度整合。**ChatGPT 消息量同比增长8倍，每组织的API推理token消耗量增长320倍，这表明更多企业正在使用AI，且使用强度也在提升。 2. **利用AI的企业正体验到可衡量的生产力和业务影响。**企业用户报告每天节省40-60分钟，并能完成数据分析和编码等新的技术任务。案例研究表明，AI正在为收入增长、客户体验改善和产品开发周期缩短等重要成果做出贡献。 3. **企业增长呈全球性，并在各行业迅速加速。**过去六个月，随着全球各组织深化AI使用，国际采用率激增，与此同时美国也保持着强劲势头。在过去12个月里，中位数行业的增长率超过6倍，其中科技行业以11倍的增长领跑。 4. **领先者与落后者之间的差距正在扩大。**前线工人发送的消息量是中位数企业的6倍，前线公司每座位发送的消息量是后者的2倍。尽管这些最强大的AI工具已广泛可用，但在使用意愿上仍存在实质性差距。模型的能力远超大多数组织已嵌入的工作流程，这为各公司带来了机遇。 > “展望未来，企业AI的下一阶段将由在经济价值任务上的更强表现、对组织背景的更深入理解，以及从向模型索取输出到委派复杂、多步骤工作流的转变所塑造。随着这些能力的成熟，我们预计组织不仅会提升效率，还会发现服务客户和交付价值的新方式。本报告中的发现，是AI开始重塑现代企业的早期迹象。随着企业AI的发展，OpenAI将继续分享关于AI如何影响公司、工人及更广泛经济的真实世界证据。” > > — Ronnie Chatterji，OpenAI首席经济学家 这些部署提供了AI如何塑造工作的见解，特别是在准确度标准高、工作流复杂、生产力或决策质量的改善能产生直接经济结果的环境中。由于世界上大部分具有经济价值的活动发生在公司内部，企业采用模式提供了一个清晰的信号，表明AI当前在哪里交付价值，以及未来可能在哪里交付。 OpenAI超过100万企业客户的规模与多样性，为这一转变提供了独特的视角。本报告总结了来自OpenAI企业客户群的主要发现，以及这些模式所揭示的企业AI当前状态和未来轨迹。通过分析各行业和职能的采用差异，该分析也突出了AI正在哪些公司中深度嵌入，以及哪些差距正在出现。 - 来自OpenAI企业客户的实际使用数据。 - OpenAI对近100家企业中9000名工人的调查，记录了AI采用模式。 *本报告中的所有分析均基于去标识化、聚合后的企业使用数据。消息内容通过自动化系统进行分类，OpenAI员工未分析任何单个企业、商业或API客户数据作为此分析的一部分。* 在过去一年中，随着组织将AI整合到各职能部门和业务单元的可重复、多步骤工作流中，企业AI采用率大幅提升。OpenAI现在服务超过700万个ChatGPT工作场所座位，ChatGPT Enterprise座位数同比增长约9倍。 自2024年11月以来，每周Enterprise消息总量增长约8倍，平均工人发送的消息量增加了30%。这一增长既反映了ChatGPT使用频率的提高，也反映了使用强度的加深。 两个变化突显了AI深入整合到核心企业工作流的趋势。 GPTs和Projects是基于ChatGPT构建的可配置界面，可以通过指令、知识和自定义操作进行定制，使工人能够执行可重复、多步骤的任务。 自定义GPTs和Projects的周活跃用户今年迄今增长了约19倍。近几个月，大约20%的所有Enterprise消息是通过自定义GPT或Project处理的。部署最广泛的GPT要么将机构知识编入可重复使用的助手，要么通过与内部系统的集成来自动化工作流。一些组织已经建立了大规模开发和共享自定义GPT的文化。例如，BBVA经常使用超过4000个GPT，这表明AI驱动的工作流正越来越多地作为嵌入日常运营的持久工具实施。 19倍 自定义GPTs和Projects周活跃用户今年迄今增长 20% 所有Enterprise消息通过自定义GPT或Project处理 公司基于API进行构建，以高度控制和定制的方式将模型直接集成到其产品和系统中。随着公司从实验转向生产部署，API消耗量迅速增长。超过9000个组织现已处理超过100亿个token，近200家组织已超过1万亿个token。 每组织的平均推理token消耗量在过去12个月内增长了约320倍，这表明更智能的模型正被系统地整合到不断扩展的产品和服务中。Codex，尽管仍处于企业生命周期的早期阶段，但随着团队采用它进行端到端的软件任务（代码生成、重构、测试和调试），正在迅速获得发展势头。 2倍 周活跃用户增长 50% 每周消息量大致增长 在大多数场景下，AI使工人能够更快地产出更高质量的工作。然而，仅凭生产力并不能完全反映AI如何重塑工作。对近100家企业的调查数据突显了各职能的关键运营收益，以及谁在执行专业和技术工作方面的变化。 75%的受访工人报告说，在工作中使用AI提高了他们输出的速度或质量。平均而言，ChatGPT Enterprise用户将每个活跃日节省40-60分钟的时间归因于使用AI，其中数据科学、工程和通信领域的工人节省的时间超过平均值（每天60-80分钟）。每条消息节省的时间因职能而异：会计和金融用户报告收益最大，其次是分析、通信和工程。 - 87%的IT工作人员报告IT问题解决速度更快 - 85%的市场和产品用户报告营销活动执行速度更快 - 75%的人力资源专业人士报告员工参与度提高 - 73%的工程师报告代码交付速度更快 这些结果表明，生产力提升已经在核心企业职能中实现，而不仅仅是在早期采用的技术角色中。 AI不仅加速了现有工作，还扩展了工人可以执行的任务和技能。多项研究发现，AI具有平等化效应，不成比例地帮助了表现较差的工人。¹ 与这些发现一致，75%的工人报告能够完成他们以前无法执行的任务，包括编程支持和代码审查、电子表格分析和自动化、技术工具开发和故障排除，以及自定义GPT或代理设计。 个人能力的拓宽在技术环境中尤为明显，非技术团队越来越多地参与编码和数据分析工作，而这些工作以前仅限于专业角色。在ChatGPT Enterprise用户中，所有职能的编码相关消息都有所增加，而在工程、IT和研究部门之外，编码相关消息在过去六个月内平均增长了36%。 75% 的用户报告能够完成新任务 36% 在工程、IT和研究部门之外，编码相关消息的平均增长 在单个工人层面，随着工人加深对AI的使用，影响力也随之增加。在大量工人样本中，节省的时间与使用更高级的ChatGPT功能（包括Deep Research、GPT-5 Thinking和Image Generation）相关。消耗最多智能（按使用的积分²衡量）的工人报告节省的时间更多。每周节省超过10小时的工人不仅使用了更多的智能，还使用了多种模型、参与了更多工具，并在更广泛的任务中使用AI。 在过去一年里，我们看到企业从AI试点转向全面部署，整体采用率迅速增长，并且在行业和地域上存在显著差异。 OpenAI的客户增长在各行业中基础广泛，中位数行业同比增长超过6倍，即使增长最慢的行业也超过了2倍。 科技、医疗保健和制造业显示出最快的增长，而金融和专业服务则处于最大规模。 按绝对值计算，ChatGPT Enterprise客户目前最集中在专业服务、金融和科技行业，这些行业是早期采用者，并在其AI使用规模上持续领先。医疗保健和制造业起步基数小得多，但现在已是增长最快的行业之一，迅速缩小差距。 API最常用于构建和扩展面向客户的应用程序（例如，产品内助手、搜索和自动化），尤其是科技公司。但使用正在多样化：客户服务和内容生成现在约占API活动的20%，非科技公司的API使用量同比增长5倍。综合来看，这种模式表明采用正在从以技术为主导的产品嵌入，扩展到跨行业的更广泛运营和工作流部署。 ##### 科技公司 使用API的速度同比增长5倍，因为它们正在扩展外部的、面向客户的应用程序。它们在编码工作流中也处于领先地位，像Codex这样的前沿模型正在加速软件开发。 1. 应用内助手与搜索 2. 代理工作流自动化 3. 编码与开发者工具 4. 客户支持 5. 数据分析、总结与提取 ##### 专业服务 将API支出集中在编码和开发者工具上，以构建定制工具，从而加速交付、改善客户体验（通常通过个性化）并实现助手应用程序。 1. 编码与开发者工具 2. 内容与创意生成 3. 应用内助手与搜索 4. 客户支持 5. 代理工作流自动化 ##### 金融组织 通常从客户支持开始，因为支持是一个庞大、可扩展的成本中心，具有经过验证的投资回报率。编码和开发者工具位居第二，因为公司投资于系统迁移以及用于交易、风险和合规的定制应用程序。 1. 客户支持 2. 编码与开发者工具 3. 代理工作流自动化 4. 应用内助手与搜索 5. 数据分析、总结与提取 虽然早期AI采用主要基于美国，但国际增长现在正在迅速加速： - 在最大市场中，澳大利亚、巴西、荷兰和法国在商业客户方面增长最快，同比增长超过143%。 - 商业客户中的ChatGPT使用量继续在全球范围内扩展，按消息量计算，美国、德国和日本是最活跃的市场。 - 按客户数量计算，英国和德国现在是美国以外最大的ChatGPT Enterprise市场。 - 过去6个月，国际API客户增长超过70%，日本是美国以外拥有最多企业API客户的国家。 **不同行业以及公司内部个体之间，在使用AI方面明显出现了差异。这种差距是扩大还是缩小，将取决于组织如何进行变革管理，以及它们是否有能力构建成功部署AI所需的系统、技能和运营模式。** 为了更深入地理解这种日益扩大的鸿沟，比较前沿工作者（定义为采用强度处于第95百分位的人）和中位数工作者是很有用的。前沿工作者生成的消息量是中位数工作者的6倍。即使在数据分析工作者中，前沿工作者使用数据分析工具的次数也是中位数的16倍。 前沿工作者与中位数工作者之间的差距在写作、编码和分析方面最为显著。编码在消息量上显示出最大的相对差距，前沿工作者发送的消息量是中位数的17倍。 第95百分位与中位数的比较 这些差异很重要。与调查结果相匹配的使用数据显示，参与大约七种任务类型的用户报告节省的时间是仅使用大约四种任务类型的用户的五倍。换句话说，用户从AI中获得的收益与使用深度直接成正比。 即使在活跃的ChatGPT Enterprise用户中，许多人也没有尝试过一些最强大的工具。在月度活跃用户中，19%从未使用过数据分析，14%从未使用过推理，12%从未使用过搜索。在日活跃用户中，这些比例分别下降到3%、1%和1%。 公司层面的采用强度差距反映了个人层面的观察结果。前沿公司（第95百分位）每座位生成的消息量大约是普通企业的2倍，发送给GPT的消息量是后者的7倍，这表明了显著更深的组织整合和工作流标准化。这些公司系统性地投资于必要的基础设施和运营模式，将AI嵌入为核心组织能力，而不是边缘的生产力工具。 以下案例研究说明了AI如何在各种组织环境中产生可衡量的业务成果。它们的影响并非一刀切的解决方案，而是反映了AI针对特定