OpenAI 的这份报告,静悄悄。
「The State of Enterprise AI 2025」,企业 AI 现状报告。
OpenAI 首份企业 AI 报告。
24 页。
100 万家企业客户的真实使用记录。
近 100 家企业、9000 名员工的调研。
真实的不能再真实的后台数据,揭露了一个有点残酷的事实:
同样都在用 AI,有些人效率翻倍,有些人还在原地打转。差距不是 2、3 倍,而是 17 倍。
并且,AI 对企业来说正在从尝鲜,转变成基础设施。
报告开头就甩出四个关键发现。
第一个,规模在扩大。
ChatGPT 企业版的消息量,增长了 8 倍。
API 推理 token 消费,增长 32%。
这不是小打小闹了。
第二个,生产力提升实打实。
平均每天节省 40-60 分钟。
75% 的用户说,AI 让工作速度和质量提升了。
注意,不是「可能提升」,是真的提升了。
第三个,全球化加速。
过去 6 个月,国际采用率显著上升。
不只是美国在用,全世界都在卷。
第四个,差距在拉大。
头部企业(frontier firms)的消息量,是普通企业的 2 倍。
而头部用户(frontier workers)呢?
在编程任务上,使用量是普通员工的 17 倍。
这是两种完全不同的工作方式。
每天省出一小时
时间是最诚实的指标。
数据科学家、工程师、做沟通工作的人,节省的时间最多。
60-80 分钟。
一天一小时多,一年下来就是 400 多小时。
但这还不是全部。
报告调研了企业各个部门的真实反馈:
87% 的 IT 工作者说,IT 问题解决更快了。
85% 的营销人员说,市场推广和产品执行更快了。
75% 的 HR 说,员工参与度提升了。
73% 的工程师说,代码交付更快了。
这些数字背后,是一个正在发生的变化:
AI 的生产力效益,已经不只是技术岗位的事了。
它正在渗透进企业的核心功能。
做到以前做不到的事
报告里还有个更狠的发现。
75% 的用户说,AI 让他们能做以前根本做不了的事。
不是做得更快。
是以前根本做不了。
编程支持、代码审查、表格分析、技术工具开发。
非技术岗位的编程问答量,上涨了 36%。
以前你有个想法,但不会写代码,不会做数据分析。
想法就只能是想法。
现在这些门槛,正在被 AI 一个个打破。
而且报告发现,深度使用 AI 的员工,节省的时间更多。
用得越深,收益越大。
这不是线性关系,是正循环。
全球化的趋势也很明显。
澳大利亚的企业客户增长,187%。
巴西,161%。
荷兰,153%。
法国,146%。
这些国家的增长速度,远超全球平均水平。
美国、德国、日本,是企业消息交流最活跃的市场。
英国和德国在 ChatGPT 企业市场的客户数量,已经接近美国了。
国际 API 客户的增长,过去 6 个月超过了 70%。
日本的公司 API 客户数量最多。
这不是美国一家的故事。
这是全球的故事。
报告最后,给出了领先企业的几个实践原则。
第一,深度系统集成。
让 AI 安全访问公司内部数据,实现背景感知的响应和自动化。
第二,工作流标准化与重用。
创建和共享可重复的解决方案。
第三,高管的领导与支持。
确保资源配置和团队调整,实现大规模部署。
第四,数据准备与评估。
持续评估,追踪实际效果与性能。
第五,拥抱快速变化。
OpenAI 平均每 3 天发布一次新功能。
技术在快速进化。
但大多数人的用法,还停在一年前。
报告里有句话:
「组织面临的主要挑战是组织准备,而非模型性能。」
翻译过来就是:
技术不是问题,人才是问题。
工具不是问题,用法才是问题。
差距就是这么拉开的。
头部用户和普通用户的差距,不是线性增长。
用得越深度,节省的时间越多。
省下来的时间,又可以去探索新知识、学习新技能。
正循环。
而且这个循环,还在加速。
你在工作中怎么用 AI?
欢迎评论区聊聊。
