引言：本报告基于OpenAI超过100万企业客户的实际使用数据，揭示了企业级AI应用的四大核心趋势：使用规模加速扩张、生产力提升显著、行业与地域增长分化、以及领先者与落后者差距扩大。数据显示，ChatGPT企业版消息量年增长8倍，API推理令牌消耗量激增320倍，表明AI正深度融入企业核心工作流程。企业用户通过AI实现每日40-60分钟的时间节省，技术岗位员工效率提升尤为突出。行业层面，科技、医疗、制造业年增长率分别达11x、8x、7x，而金融与专业服务领域虽基数最大但增速放缓。地理分布上，澳大利亚、巴西等国际市场增速超143%，日本成为美国外最大API企业客户市场。值得注意的是，前沿企业与普通企业的AI使用强度差异显著，前者消息量是中位数企业的2倍，GPT交互量达7倍。报告通过Intercom、Lowe's等6个案例，展示了AI在客户服务、产品开发、法律合规等场景的商业价值，如Oscar Health的医疗聊天机器人实现58%即时问题解决率，Moderna将产品规划文档编写时间从周级压缩至小时级。研究指出，企业AI成熟度与财务表现正相关，BCG数据显示AI领导者营收增长达普通企业的1.7倍，股东回报率提升3.6倍。报告强调，未来企业AI发展将从工具使用转向复杂工作流自动化，组织需构建数据基础设施、标准化工作流程，并通过领导层推动变革管理。
一、企业AI采用呈现加速与深化双重趋势
1.1 使用规模爆发式增长
报告显示，ChatGPT工作场所席位已超过700万，其中ChatGPT企业版席位年增长约9倍。自2024年11月以来，企业每周消息量增长约8倍，平均每位员工发送的消息量增加30%。这一增长不仅反映了ChatGPT使用频率的提高，更体现了使用强度的深化。
API使用情况更能说明问题：超过9000个组织处理了超过100亿个token，近200个组织超过了1万亿个token。每个组织的平均推理token消耗量在过去12个月中增加了约320倍，这表明更智能的模型正在被系统地集成到不断扩展的产品和服务中。
1.2 工作流集成程度加深
自定义GPT和项目功能成为深度集成的关键工具。这些可配置界面建立在ChatGPT之上，可以通过指令、知识和自定义操作进行定制，使员工能够执行可重复的多步骤任务。今年以来，自定义GPT和项目的每周用户数增加了约19倍。最近几个月，约20%的所有企业消息都是通过自定义GPT或项目处理的。
最广泛部署的GPT要么将制度知识编入可重复使用的助手，要么通过与内部系统的集成自动化工作流程。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定期使用超过4000个GPT，这表明AI驱动的工作流程正日益作为嵌入日常运营的持久工具实施。
开发者工作流程也在快速扩展。公司通过API将模型直接集成到产品和系统中，实现高度控制和定制化。随着企业从实验转向生产部署，API消耗量迅速增加。Codex虽然处于企业生命周期早期，但团队采用它进行端到端软件任务（代码生成、重构、测试和调试）的速度正在加快。过去六周，Codex的参与度表明AI辅助开发在企业内部的渗透率正在提高，每周活跃用户增加2倍，每周消息量增加约50%。
二、AI对工作效率和业务价值产生实质性影响
2.1 生产力提升显著且跨职能
调查数据显示，75%的员工报告使用AI后工作速度或质量得到提升。平均而言，ChatGPT企业版用户每个有效工作日节省40-60分钟，数据科学、工程和通信工作者节省的时间超过平均水平（每天60-80分钟）。每条消息节省的时间因职能而异：会计和财务用户报告的收益最大，其次是分析、通信和工程。
这些收益转化为跨职能的广泛运营改进：
87%的IT员工报告IT问题解决速度加快
85%的营销和产品用户报告活动执行速度加快
75%的HR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加快
这些结果表明，生产力效益已经在核心企业职能中实现，而不仅仅局限于早期采用的技术岗位。
2.2 技能边界扩展与任务重塑
AI不仅加速现有工作，还扩展了员工可以执行的任务和技能。多项研究发现AI具有均衡效应，对表现较差的员工帮助更大。75%的员工报告能够完成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。
个人能力的扩展在技术环境中尤为明显，非技术团队越来越多地参与以前仅限于专业角色的编码和数据分析工作。在ChatGPT企业版用户中，所有职能部门的编码相关消息都有所增加，在工程、IT和研究之外，编码相关消息在过去六个月平均增长36%。
更深度的AI使用带来更大生产力收益。在个体员工层面，随着员工加深AI使用，影响也会增加。在大量员工样本中，节省的时间与使用更高级的ChatGPT功能（包括深度研究、GPT-5思考和图像生成）相关。消耗最多智能（以使用积分衡量）的员工报告更高的时间节省。每周节省超过10小时的员工不仅使用更多智能，还使用多个模型，接触更多工具，并在更广泛的任务中使用AI。
三、行业应用呈现差异化增长模式
3.1 各行业增长态势分析
OpenAI客户增长基础广泛，跨行业扩展，行业中位数年增长率超过6倍，即使增长最慢的行业也超过2倍。技术、医疗保健和制造业增长最快，而金融和专业服务在最大规模上运营。
按绝对数量计算，ChatGPT企业版客户目前最集中在专业服务、金融和技术领域，这些行业是早期采用者，并在AI使用规模上继续领先。医疗保健和制造业起点要小得多，但现在属于增长最快的行业，正在迅速缩小差距。
增长最快的行业年增长率分别为：
技术行业：11倍
医疗保健：8倍
制造业：7倍
3.2 行业特定应用模式
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），尤其是技术公司。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%，非技术公司API使用年增长5倍。总体而言，这种模式表明采用正在从技术主导的产品嵌入扩展到跨行业的更广泛运营和工作流程部署。
技术公司使用API的速度年增长5倍，因为它们扩展外部、面向客户的应用程序。它们还在编码工作流程中领先，Codex等前沿模型正在加速软件开发。
各行业API使用场景存在明显差异：
技术公司
应用内助手和搜索
代理工作流程自动化
编码和开发者工具
客户支持
数据分析、总结和提取
专业服务公司
将API支出集中在编码和开发者工具上，以构建加速交付、改善客户体验（通常通过个性化）并实现助手应用程序的定制工具。
编码和开发者工具
内容和创意生成
应用内助手和搜索
客户支持
代理工作流程自动化
金融机构
通常从客户支持开始，因为支持是大型、可扩展的成本中心，具有经过验证的ROI。编码和开发者工具排名第二，因为公司投资于系统迁移以及交易、风险和合规的定制应用程序。
客户支持
编码和开发者工具
代理工作流程自动化
应用内助手和搜索
数据分析、总结和提取
四、地理分布呈现全球化加速态势
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、荷兰和法国的商业客户增长最快，年增长超过143%
商业客户的ChatGPT使用继续在全球扩展，美国、德国和日本是按消息量计算最活跃的市场之一
英国和德国现在按客户数量计算是美国以外最大的ChatGPT企业市场
国际API客户增长在过去6个月超过70%，日本是美国以外企业API客户数量最多的国家。
澳大利亚、巴西、荷兰和法国的增长速度快于全球平均水平，这反映了AI技术正在全球范围内获得更广泛的接受和应用。这种全球化趋势表明，AI不再是由少数技术先进国家主导的现象，而是正在成为全球企业普遍采用的竞争工具。
五、AI采用差距日益凸显
5.1 个体使用强度差异
不同行业和公司内部个体之间AI使用方式出现明显差异。这种差距是扩大还是缩小将取决于组织如何处理变革管理以及构建成功部署AI所需系统、技能和运营模式的能力。
为更深入理解这一日益扩大的差距，比较前沿员工（定义为采用强度前5%）与普通员工很有用。前沿员工产生的消息量是普通员工的6倍。即使在数据分析领域工作的员工中，前沿员工使用数据分析工具的次数也是普通员工的16倍。
差距在写作、编码和分析方面最大。编码在消息量方面表现出最大的相对差距，前沿员工发送的消息量是普通员工的17倍。
这些差异很重要。与调查结果匹配的使用数据表明，参与约七种任务类型的用户报告节省的时间是仅使用约四种任务的用户的五倍。换句话说，用户从AI实现的收益与使用深度直接相关。
即使是在活跃的ChatGPT企业版用户中，许多人也从未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。在每日活跃用户中，这些比例分别降至3%、1%和1%。
5.2 组织层面采用差距
在公司层面，采用强度差距与个体层面观察到的相似。前沿公司（前5%）每个席位产生的消息量约为普通企业的2倍，发送给GPT的消息量是7倍，表明组织集成和工作流程标准化程度显著加深。这些公司系统性地投资于将AI嵌入为核心组织能力而非外围生产力工具所需的基础设施和运营模式。
企业有显著空间提高AI成熟度。领先公司一致采取以下几项措施：
深度系统集成通过启用上下文
他们打开连接器，使AI能够安全访问核心工具内的公司数据，实现情境感知响应和自动化操作。约四分之一的企业尚未采取这一步。
工作流程标准化和重用
他们积极推广创建、共享和发现常见任务的可重复解决方案。GPT通常支持这项工作，而最复杂的组织将API驱动的助手直接嵌入核心内部系统。
高管领导和支持
他们设定明确任务，确保资源，协调团队，并为实验创造空间，所有这些都实现了大规模部署。
数据准备和评估
他们将制度知识编入机器可读例程，为关键数据管道构建API，并运行连续评估以跟踪模型在现实结果上的性能。
刻意变革管理
他们构建加速组织学习的结构，通过嵌入式AI冠军将集中治理和培训与分布式赋能相结合。
六、典型案例研究揭示多元化应用价值
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。其影响反映了AI应用于特定运营和战略挑战，而不是一刀切的解决方案。在这些例子中，AI与收入增长、客户体验改善、手动流程自动化和产品开发加速相关。
6.1 Intercom：实时语音AI代理
Intercom使用OpenAI的Realtime API构建Fin Voice，提供低延迟、企业级语音AI代理。挑战在于将Fin（Intercom的客户服务AI代理）扩展到新渠道——电话——引入了新的关键挑战：延迟。在电话支持中，问题通常很紧急，即使短暂停顿也会破坏客户体验，导致呼叫者放弃交互或升级给人工。
解决方案是Intercom在OpenAI的Realtime API上构建Fin Voice，显著减少延迟并实现自然、可中断的电话对话。Realtime API的低首次token时间、强指令跟随和可靠工具调用能力使Fin Voice能够以高质量和可靠性导航复杂、多步骤请求。
影响方面，自3月以来，通过Fin Voice使用Realtime API进行答案生成，延迟减少了48%。借助Realtime API实现的更快响应，客户看到Fin Voice平均端到端解决53%的呼叫——考虑到电话呼叫通常比聊天复杂得多，这是一个显著结果。客户报告，最终需要人工代理的呼叫在Fin Voice完成初始步骤后解决速度快40%，提高了高接触呼叫的效率。考虑到人工处理的支持对话通常成本超过5-20美元（取决于地区和行业），Fin已经每年为客户节省数亿美元。
6.2 Lowe's：家居改善指导规模化
Lowe's部署Mylow和Mylow Companion，将专家家居改善指导扩展到每个在线访客和店内助理。挑战是Lowe's需要将专家家居改善指导扩展到在线购物者，并帮助商店助理，尤其是新员工，在1700多家商店中一致回答复杂问题。
解决方案是Lowe's在Lowes.com上部署Mylow提供客户项目和产品建议，以及Mylow Companion为每家商店的商店助理服务。
影响方面，自今年3月推出以来，Mylow和Mylow Companion每月回答近100万个问题，涉及从产品规格到项目知识再到客户订单状态的所有内容。Mylow在Lowes.com和获奖的Lowe's移动应用中可用。当客户在线访问期间与Mylow互动时，转化率翻倍以上。Mylow Companion部署在100%的商店中，每周回答数十万助理问题。当助理使用Mylow Companion帮助过道购物客户时，Lowe's看到客户满意度得分提高200个基点。
6.3 Indeed：求职匹配和职业指导
Indeed使用GPT驱动的求职匹配和职业指导改善求职者和雇主的招聘结果。挑战是Indeed的使命是帮助人们找到工作。求职者在搜索、评估适合度和申请职位时可能面临摩擦，而雇主希望为空缺职位获得更多合格申请人。双方都受益于更深入的个性化和关于什么构成强匹配的更清晰背景。
解决方案是Indeed推出一套AI驱动产品，使用其专有AI匹配求职者和雇主，并结合GPT驱动的解释帮助说明为什么他们是好匹配。Indeed Invite to Apply使用AI大规模生成和发送情境化、个性化工作邀请，帮助候选人理解为什么职位是强匹配并改善雇主覆盖范围。Indeed Career Scout充当AI职业教练，加速求职发现并简化求职者的申请流程。
影响方面，在实验中，带有LLM生成解释的Invite to Apply相比传统匹配，将已开始申请增加20%，并将下游成功（面试和雇佣）提高13%。早期结果显示使用Career Scout的求职者找到并申请相关工作的速度快7倍，被雇佣的可能性高38%，84%的人认为它有价值。
6.4 BBVA：法律AI聊天机器人
BBVA部署法律AI聊天机器人即时验证公司签署权限并解锁分支商业运营。挑战是在墨西哥，BBVA必须执行法律检查（称为bastanteo）以确认公司代表有权代表公司签署和行动，然后关键交易才能进行（例如开户、签署合同、发行信贷）。历史上，此过程依赖专业法律团队响应重复分支查询，造成延迟、瓶颈和对稀缺法律能力的高需求。
解决方案是BBVA构建生成AI聊天机器人，为常见签署权限问题提供即时访问标准化、预验证法律FAQ和文档指导。内容由BBVA法律服务团队开发和审查，减少日常查询的手动处理并使批准的法律指导持续可用。
影响方面，使用ChatGPT Enterprise构建的解决方案每年自动化超过9000次查询，并使BBVA能够重新部署相当于3个全职员工从事每年生产超过11000个bastanteo，实现法律服务部门年度节省KPI的26%。
6.5 Oscar Health：面向会员的聊天机器人
Oscar Health部署面向会员的聊天机器人实时回答福利、成本和一般健康问题，并帮助会员导航复杂医疗系统。挑战是对许多人来说，医疗系统可能难以理解和导航。理解福利、找到合适医生、估计护理成本以及获得问题清晰答案通常具有挑战性且耗时。这部分是因为做出正确决策所需数据通常存在于不同地方，包括门户、福利文档和过去访问的医生笔记。Oscar希望创建单一、可信入口点，帮助会员更好地理解和导航医疗系统。
解决方案是Oscar开发一对面向会员的聊天机器人，按需实时回答会员福利、成本和一般健康问题。与通用AI聊天机器人不同，这些与Oscar系统和数据集成，允许它们从医疗记录、索赔和客户服务交互中提取信息以个性化响应。它们的聊天机器人还可以协助常见任务，包括查找网络内医生和补充处方。
影响方面，结果是一个能够解决广泛问题和任务的平台，包括理解福利、支持症状相关问题、准备访问和解释后续指导，同时在需要时将会员升级给提供者或护理指南。它们的平台即时回答58%的福利问题，并能够处理39%的福利消息而无需任何人工升级。今天，它们为未来功能奠定了基础，包括预约安排、语音交互和特定条件管理。
6.6 Moderna：目标产品配置文件开发加速
Moderna使用AI显著压缩目标产品配置文件开发时间。挑战是编写目标产品配置文件（TPP）通常是涉及跨临床、产品和营销角色团队的多周、跨职能工作。团队必须审查和处理大型证据包，有时多达300页信息，以创建这些产品开发蓝图。
解决方案是使用ChatGPT Enterprise，Moderna简化了TPP起草和分析工作流程的重要部分。系统帮助从大型数据包提取关键事实和假设，生成结构化草稿部分，并向提供人工监督的团队标记重要细节或潜在错误。
影响方面，TPP中的延迟或错误可能影响下游活动，如研究规划、跨职能对齐和产品发布准备。通过减少审查、交叉引用和集成大型证据包所需时间，团队可以花更多时间压力测试权衡并在TPP创建过程早期做出更高质量决策。Moderna报告此过程中的核心分析步骤在某些情况下已从数周减少到数小时，并相信在早期TPP规划中获得的每一天都有助于公司更快为患者交付。
七、AI成熟度与业务绩效的正相关关系
这些效应不仅限于一小部分公司，外部研究表明AI采用开始影响核心财务绩效指标。2025年波士顿咨询集团（BCG）研究发现，过去三年，AI领导者实现1.7倍收入增长、3.6倍更大股东总回报和1.6倍EBIT利润率。它们还在非财务指标上表现更好，如专利产出和员工满意度，将AI成熟度与财务和组织实力联系起来。虽然这一证据仍属早期，但表明AI采用与改善的财务绩效和组织结果相关。
AI格局正在快速演变；OpenAI大约每三天发布一个新功能或能力。组织的主要约束不再是模型性能或工具，而是组织准备度。领先公司通过系统化方法将AI转化为竞争优势：
技术架构现代化
他们投资于数据管道和API基础设施，使AI能够无缝访问组织知识。
人才战略更新
他们结合集中培训和分布式赋能，培养内部AI冠军网络。
治理模型创新
他们在控制风险和鼓励实验之间找到平衡，创建安全测试新应用的沙盒环境。
度量体系完善
他们开发新的KPIs跟踪AI投资回报，不仅衡量效率提升，还衡量收入增长和客户满意度改善。
八、未来展望与战略建议
8.1 技术发展趋势
展望未来，企业AI的下一阶段将由经济价值任务上的更强性能、对组织背景的更好理解以及从向模型请求输出转向委托复杂、多步骤工作流程所塑造。随着这些能力成熟，我们期望组织不仅提高效率，而且发现服务客户和交付价值的新方式。
AI模型将变得更加自主和情境感知。当前系统主要在单次交互中运行良好，但下一波创新将专注于使AI能够管理涉及多个步骤和决策点的扩展工作流程。这将需要改进的推理能力、更好的记忆和更深入的系统集成。
8.2 组织转型建议
对于希望加速AI采用的组织，报告建议采取以下战略行动：
优先投资数据基础
AI性能高度依赖数据质量和可访问性。组织应优先清理和构建结构化数据存储库，确保关键信息可通过API访问。
培养混合技能人才
未来最有价值的员工将是那些将领域专业知识与AI素养结合的人。投资于提升现有员工技能，同时引进AI专家建立平衡团队。
创建实验友好文化
鼓励团队测试新AI应用，庆祝学习而非仅成功。建立快速原型和迭代流程，降低尝试新想法门槛。
发展AI治理框架
随着AI使用扩展，需要清晰指南确保负责任使用。这包括道德准则、数据隐私保护和性能监控系统。
建立跨职能协作
最成功的AI实施涉及IT、业务领导和最终用户之间的紧密合作。创建联合团队确保解决方案解决真实业务需求。
结论：企业AI仍处早期阶段，机遇与挑战并存
OpenAI的超过100万商业客户中，AI正被嵌入到不断扩展的工作流程、产品和内部系统中。采用基础广泛，跨行业和地区加速，但集成深度因组织而异。
数据表明使用深度很重要。更一致使用高级工具（如推理模型、数据分析、自定义GPT、项目和API）的员工和公司报告比使用有限的生产力收益更大和任务覆盖更广。
AI也开始改变谁执行某些类型的技术工作。编码和分析任务日益出现在传统专业角色之外，扩展了一些非技术团队的能力。同时，行业模式仍然不同，反映了技术、专业服务、金融、医疗保健、制造业等的不同运营需求。
尽管AI采用差距日益扩大，但企业AI仍处于早期阶段。公司有机会通过采用前沿员工和组织的模式迎头赶上。随着企业AI成熟，公司将日益将AI能力转化为通过更快迭代、更深个性化和新体验交付新价值来源的产品和服务。成功将这些能力引入面向市场工作流程的组织将不仅使用AI作为生产力工具，而且作为收入增长和竞争优势的持久引擎。
这份报告提供了AI如何开始重塑现代企业的早期迹象。随着企业AI发展，OpenAI将继续分享关于AI如何影响公司、员工和更广泛经济的现实证据。对于各类组织而言，现在正是制定全面AI战略、投资必要基础设施和培养所需人才的关键时刻，以确保在AI驱动的新时代保持竞争力。
OpenAI《2025年企业AI现状报告》揭示，我们正站在企业智能化的一个历史拐点：AI已从局部试验跃入全局部署。ChatGPT企业席位年增九倍，组织级的API调用量呈指数级激增，这不仅是使用量的攀升，更是工作流与机器智能的深度融合。超七成员工感知到效率的切实提升——时间，这一最稀缺的资源，正被每日夺回近一小时。技术、医疗、制造等领域以惊人的增速冲锋在前，昭示着一个智能优先的产业新秩序正在形成。
然而，繁华之下暗藏分野。真正的差距并非技术接入，而是应用深度。将AI编织进业务核心脉络的组织，已收获五倍于人的时间红利；可仍有近两成的活跃者，徘徊在基础功能门前。这不再是工具的可得性问题，而是组织智慧与变革勇气的较量。Moderna将新药设计的漫漫长路压缩为小时级的对话，Intercom让过半来电在无声的智能交互中圆满化解——这些案例不再仅仅是效率的提升，而是业务本质的重塑：AI正从降本工具，演进为价值创造的源头活水。
未来已来，胜负手在于企业能否完成一场深刻的“系统重构”。它将要求我们超越对单点任务的自动化满足，转而锻造一个以智能为血液、以数据为神经的全新机体。竞争的终极维度，不再是拥有多少智能工具，而是整个组织是否具备驾驭智能、持续进化的能力。这不再是一场技术竞赛，而是一次关乎组织基因的进化。
