办公室里的 AI 使用，曾经很容易被概括为几件事：润色邮件、总结会议、查询资料、生成一版文案。
这些任务确实节省时间，却没有改变工作的基本结构。员工仍要自己搜集上下文、切换系统、执行操作，再把结果整理成可交付成果。AI 只是其中一个问答窗口。
OpenAI 在 2026 年 8 月 12 日发布的企业研究，记录了另一条正在加速的路径：企业开始把多步骤任务交给 ChatGPT Work、Codex 一类 Agent，让它读取资料、调用工具、创建文件，并产出可供人工复核的结果。
报告把这轮变化概括为 “从辅助走向执行”。
更值得关注的是企业之间迅速拉开的差距。截至 2026 年 6 月，OpenAI 定义的“前沿企业”每位活跃用户生成的输出 token，是典型企业的 8.3 倍；2026 年 1 月，这一差距还是 2.6 倍。
同样接入 AI，使用深度正在变得很不一样。
一、64%：企业 AI 的重心开始移动
OpenAI 此次同时发布了两项互补研究：一项观察企业客户如何使用 Agent，另一项分析 ChatGPT 在不同企业、岗位和职级中的扩散。前者覆盖超过 1000 万条消息，试图回答一个关键问题：企业究竟把 AI 用到了多深？
最醒目的指标来自 Codex。
截至 6 月，在企业客户的 Codex 与 ChatGPT 合计输出 token 中，Codex 占到 64%。这说明企业 AI 的输出规模正在明显转向更长、更复杂的代理任务。
这个数字需要谨慎理解。64% 指输出 token 占比，不能直接等同于 64% 的员工都在使用 Codex，也不能推出 64% 的企业任务已经由 Agent 完成。Agent 往往要处理更长的上下文、执行更多步骤，本身就会产生更多输出。
但它仍然释放出一个清晰信号：企业对 AI 的要求正在从“给出建议”延伸到“完成一段工作”。
例如，过去的典型提问是：“如何准备一份竞品分析演示文稿？”AI 返回框架、步骤和注意事项，后续仍由人来执行。进入 Agent 工作流后，任务会变成：“从这些内部材料与外部信息中整理竞品变化，形成演示文稿初稿，并标注信息来源。”
两种交互都建立在大模型能力之上，却对应不同的价值链：前者主要压缩信息处理和思考时间，后者开始缩短从任务提出到交付的完整链路。
这也解释了为什么 Agent 的企业价值不能只看回答是否流畅。进入生产环境后，评价维度至少还包括：任务完成率、调用工具的准确性、权限是否合规、结果能否追溯、人工复核成本，以及工作流能否被其他员工复用。
聊天体验只是入口，稳定完成任务才是落地阶段的核心指标。
二、8.3 倍差距，来源不只在模型
OpenAI 按“每位活跃用户的输出 token”对企业客户进行月度排序，将前 10% 定义为前沿企业，将第 45—55 百分位定义为典型企业。
2026 年 1 月，前沿企业的这一指标是典型企业的 2.6 倍；到 6 月，差距扩大至 8.3 倍，约为年初的 3.2 倍。报告还指出，这种分化横跨行业和企业规模，并不限于科技公司。
输出 token 并不等于业务价值，无法直接证明前沿企业获得了 8.3 倍的生产率。它更接近“使用深度”的代理指标：员工是否只做零散问答，还是把更长的任务链交给 AI。
前沿企业的差异，在高级能力使用率上表现得更加具体：
每周活跃用户中，21% 使用 Plugins，典型企业为 9%； - 19%
使用 skills，典型企业只有 3%； OpenAI 内部每周使用 Plugins 的活跃用户比例达到 95%，可视为高强度采用的参照案例。
按照 OpenAI 的定义，Plugins 是为特定工作流打包的一组能力：其中，skills 提供可复用的任务指令，apps 负责连接企业数据、工具和具体操作。以销售场景为例，一个 Plugin 可以组合团队销售手册与 CRM 访问能力，再结合历史方案和最新客户信息生成定制回复，最后交给员工确认。
模型在这个过程中负责理解与推理，企业上下文决定它掌握什么，工具决定它能做什么，skill 则把有效的任务方法变成可重复执行的路径。
这构成了报告最有价值的一层判断：模型访问只是起点，企业能否把上下文、工具和流程组织起来，正在决定 AI 的使用深度。即使获得相近的模型访问权限，不同企业也可能走向完全不同的采用结果。
三、Agent 从写代码扩散到整个知识工作链
软件工程是 Agent 较早形成规模化采用的场景。代码有明确语法、可测试结果和版本控制，天然适合“执行—验证—修正”的循环。
OpenAI 的企业数据表明，扩散速度最快的岗位已经出现在工程部门之外。自 2026 年 2 月以来，企业 Codex 周活跃用户的增长倍数分别为：
法律：108 倍 销售：41 倍 招聘：41 倍 市场：26 倍 工程：5 倍
这组数字同样不能直接当作岗位渗透率。法律部门的 108 倍很可能包含低基数效应；工程部门只增长 5 倍，也可能因为它原本就有较高使用量。报告没有在摘要页给出各职能的绝对用户规模，因此更稳妥的结论是：Codex 式 Agent 的使用边界正在快速越过软件开发，进入大量由文档、数据和流程组成的知识工作。
这些适合 Agent 承接的任务存在一个共同结构：输入分散在多处，执行需要若干步骤，最终产物可以由人检查。
法律人员可以让 Agent 搜集条款、对照模板并生成审阅清单；招聘团队可以基于职位要求整理候选人材料；市场团队可以汇总研究并形成内容初稿；销售团队可以结合 CRM 和历史方案准备客户回复。
Virgin Atlantic 的案例提供了更直观的尺度。其工程团队使用 Codex，将一项遗留代码重构从两周缩短到 30 分钟；产品团队则使用 ChatGPT Work，把原本需要数周的竞品研究压缩至数小时，用于支持公司的五年数字战略。
单一案例无法代表所有企业都能取得相同比例的提效，但它展示了 Agent 适合承接的任务形态：范围明确、资料可访问、过程可拆解、结果可复核。
四、企业落地需要一套“执行环境”
从辅助问答走到可执行工作流，企业需要建设的能力也随之变化。一个可用的企业 Agent，至少需要五层条件。
第一层：清晰的任务与验收标准。
“帮忙研究市场”过于宽泛；“基于指定来源比较三家竞品，输出包含引用、风险项和待确认问题的十页初稿”更适合交给 Agent。任务边界越明确，结果越容易验证。
第二层：可访问的企业上下文。
仅靠通用模型，Agent 无法自动掌握某家公司的最新客户状态、内部规范、历史决策和项目约束。连接知识库、CRM、代码仓库与业务系统，决定了它能否从通用回答进入真实工作。
第三层：受控的工具权限。
读取文档与修改生产数据的风险完全不同。企业需要按任务配置最小权限，对高风险操作设置审批，并保留调用记录。Agent 的执行力越强，权限设计越重要。
第四层：人工复核与异常处理。
报告强调了清晰权限、治理与人工审查。适合自动执行的环节可以逐步放开；涉及法律责任、资金、客户承诺或不可逆操作时，人工应保留最终决定权。
第五层：把个人技巧沉淀为共享工作流。
一个员工偶然写出好提示词，价值仍停留在个人层面。把任务说明和验收规则沉淀为 skill，再根据需要通过 Plugin 连接数据与工具，成功做法才有机会跨团队复制并持续迭代。
因此，企业 Agent 项目的建设对象可以用一个简化公式表达：
可执行工作流 = 模型能力 × 企业上下文 × 工具权限 × 复核机制 × 组织复用
任何一项接近零，整体效果都会明显受限。只采购账号而缺少流程改造，员工容易停留在问答和文案生成阶段；只追求自动化而忽略权限与复核，又会放大操作风险。
五、一个容易被忽视的变量：职业早期员工用得更多
关于企业 AI，常见调查往往显示管理者和高管使用更积极。OpenAI 基于数百万次对话的实际使用记录得到相反结果：企业采用六个月后，职业早期员工每周比高管多发送 13 条消息。
这个发现不宜简单解释为“年轻人更懂 AI”。岗位任务结构、使用频率、审批权限和管理者工作方式，都可能影响消息数量。它至少说明，有价值的 AI 工作流线索未必首先出现在组织架构的最高层。
许多职业早期岗位包含大量具体的信息处理与系统操作，因此更容易暴露出适合交给 Agent 的环节。这些员工可能已经形成有效做法，却缺少将其标准化和扩散的渠道。
对管理者而言，一项低成本动作是识别组织内部的高频使用者：他们把哪些任务交给 AI，调用了哪些数据和工具，在哪些节点保留人工确认，结果如何衡量。经过验证的个人工作流，可以进一步封装为团队模板。
这比统一发放一套提示词更接近组织学习。组织需要传播的是完成工作的结构，而非一句孤立的 prompt。
六、企业落地可以从三类任务开始
报告呈现的路径可以转化成一个实用的选型框架。首批 Agent 工作流优先考虑三类任务：
- 高频且耗时
：每周反复发生，节省时间能够持续累积； - 输入可访问
：所需数据已经数字化，并能在权限范围内连接； - 结果可验证
：存在明确模板、测试、清单或人工审批标准。
可以先选择一条窄流程，例如“汇总客户背景并生成会前简报”，记录任务完成时间、返工率、人工介入点和错误类型。验证稳定后，再扩大数据范围和操作权限。
企业还需要同步观察三组指标：
- 采用指标
：周活跃用户、重复使用率、进入工作流的任务数量； - 质量指标
：一次通过率、返工率、事实错误和异常调用； - 业务指标
：交付周期、人工耗时、成本、收入或客户体验变化。
输出 token 可以反映使用深度，却不应成为最终目标。企业需要把“AI 用得多”继续追踪到“任务完成得更快、更稳、更可控”。
结语
OpenAI 的报告记录了一个明确拐点：企业 AI 正在离开单一聊天框，进入由上下文、工具、权限和复核共同组成的执行链路。
64% 的 Codex 输出 token 占比，显示复杂代理任务已经占据显著的输出规模；8.3 倍的使用深度差距，则提醒企业，AI 普及不会自然消除组织差异。能够率先把个人经验固化成共享工作流的企业，会更快积累数据连接、治理规则和使用习惯。
下一阶段的竞争重点已经逐渐清晰：找到值得交给 Agent 的任务，给它恰当的上下文与工具，在风险边界内完成执行，再由人负责判断、审批与持续改进。
当这套闭环开始运转，AI 才会从一个随时可问的助手，变成组织中可重复调用的工作能力。
来源说明： 本文数据与案例均来自 OpenAI 于 2026 年 8 月 12 日发布的官方文章 From assistance to execution: How enterprises put AI to work
欢迎关注 AI觉醒观测者，持续追踪 LLM 与 Agent 前沿动态。
