Langkau ke kandungan utama
OpenAI

Updated: 12 Ogos 2026

Enterprise signals: Apa yang dilakukan secara berbeza oleh syarikat perbatasan

Data baharu menunjukkan jurang perbatasan yang semakin melebar antara syarikat dan cara perbatasan sedang beralih daripada bantuan kepada pelaksanaan.

AI perusahaan sedang memasuki fasa baharu: lebih banyak kerja sedang diserahkan kepada ejen, dan firma yang paling jauh ke hadapan semakin meninggalkan yang lain. Firma perbatasan mempunyai akses kepada model AI yang sama seperti perusahaan lain, tetapi mereka menggunakan model tersebut dengan lebih mendalam dan pantas. Yang membezakan mereka ialah cara mereka menggunakan model tersebut: beralih daripada bantuan kepada pendelegasian, memberikan ejen konteks dan alat untuk menyelesaikan tugas yang kompleks, serta mempercepatkan AI agentic melangkaui pembangunan perisian.

Penyelidikan kami tentang bagaimana ejen mengubah kerja di OpenAI menawarkan petunjuk awal tentang cara peralihan ini boleh kelihatan dalam organisasi berteraskan AI. Enterprise Signals meluaskan skop kepada pangkalan pelanggan perusahaan global OpenAI, menunjukkan cara kerja berasaskan ejen sedang tersebar merentas organisasi dan perkara yang membezakan firma perbatasan daripada yang lain.

Dalam edisi Enterprise Signals ini, kami menunjukkan bahawa firma perbatasan—iaitu firma dalam 10% teratas penggunaan AI setiap bulan—sedang melebarkan jurang daripada firma biasa—iaitu firma dalam 10% pertengahan. Kami meneliti apa yang dilakukan secara berbeza oleh firma perbatasan dan apa yang boleh dilakukan oleh organisasi untuk merapatkan jurang.

Isi penting:

  • Penggunaan perniagaan semakin agentik. Setakat Jun, Codex menjana 64% daripada gabungan token output Codex dan ChatGPT dalam kalangan pelanggan perusahaan, menunjukkan bahawa ejen membolehkan peralihan ke arah kerja yang lebih substantif dan diserahkan.
  • Jurang perbatasan semakin melebar. Firma perbatasan—iaitu firma dalam 10% teratas penggunaan AI setiap bulan—kini menjana 8.3× lebih banyak token output bagi setiap pengguna aktif berbanding firma biasa, meningkat daripada 2.6× pada Januari.
  • Firma perbatasan menggunakan keupayaan lanjutan dengan lebih kerap. Setiap minggu, 21% pengguna aktif di firma perbatasan menggunakan pemalam, berbanding 9% di firma biasa. Di OpenAI, 95% pekerja menggunakan pemalam setiap minggu, menonjolkan potensi untuk penggunaan yang lebih mendalam.
  • Ejen semakin meluas dalam kerja pengetahuan. Sejak Februari, pengguna aktif mingguan Codex Enterprise meningkat 108× dalam jabatan undang-undang, 41× dalam jualan, 41× dalam pengambilan pekerja, dan 26× dalam pemasaran, berbanding 5× dalam kejuruteraan.
  • Pekerja pada awal kerjaya lebih banyak menggunakan AI: Penggunaan adalah paling tinggi dalam kalangan pekerja pada awal kerjaya dan menurun dalam kalangan pekerja yang lebih kanan, menunjukkan potensi kelebihan perbandingan dalam menggunakan AI.

Penggunaan Enterprise semakin bersifat agentik.

AI perusahaan sedang beralih daripada menjawab soalan kepada melaksanakan kerja. Peralihan ini mula-mula bertapak dalam kejuruteraan perisian dengan Codex. Kini, ChatGPT Work memperluas AI agentic melangkaui pembangun, membolehkan pekerja di seluruh perusahaan beralih daripada meminta bantuan kepada mendelegasikan tugasan penting.

Setakat Jun 2026, penggunaan AI agentik (ditakrifkan sebagai token Codex) menyumbang 64% daripada gabungan token output Codex dan ChatGPT dalam kalangan pelanggan perusahaan. Kedua-dua ChatGPT dan AI agentik menggunakan model perbatasan asas yang sama; bezanya ialah cara kecerdasan itu digunakan untuk bekerja.

ChatGPT membantu orang ramai bertanya soalan, mengembangkan idea, dan menyelesaikan masalah. AI agentik (seperti Codex dan ChatGPT Work) memberikan model alat untuk berfungsi dengan komputer, membolehkannya mencari maklumat, mengedit fail, dan melaksanakan tugas berbilang langkah secara autonomi atau di bawah penyeliaan. Menyelesaikan tugas yang kompleks dan berjalan lama boleh memerlukan pengiraan yang jauh lebih banyak, yang membantu menjelaskan mengapa penggunaan token agentic telah berkembang pesat.

Jurang perbatasan semakin melebar

Setiap bulan, kedudukan pelanggan perusahaan disusun mengikut token output bagi setiap pengguna aktif. Firma perbatasan ialah firma dalam 10% teratas pada bulan tersebut, manakala firma tipikal berada antara persentil ke-45 dan ke-55. Sehingga Jun, firma perbatasan menjana 8.3 × lebih banyak token output bagi setiap pengguna aktif berbanding firma tipikal, peningkatan tiga kali ganda berbanding jurang 2.6 × pada Januari.

Jurang perbatasan juga merentasi industri, dengan jurang penggunaan token terbesar dalam maklumat dan teknologi (11.7×) dan yang terkecil dalam pembuatan (5.3×). Sebaliknya, penggunaan token dalam kalangan firma biasa adalah serupa merentasi industri, dengan pertumbuhan yang agak sederhana sepanjang tahun lalu (1.9× hingga 2.8×). Ini menunjukkan bahawa banyak organisasi masih menggunakan pembantu sembang ringkas, sekali gus meninggalkan ruang yang ketara untuk memperluas penerimagunaan dan memanfaatkan agen bagi menyelesaikan kerja yang lebih kompleks.

Token merupakan ukuran nilai perniagaan yang tidak sempurna: respons yang ringkas boleh menjadi sangat bernilai, manakala respons yang panjang mungkin menambah sedikit sahaja. Namun, volum token menawarkan proksi yang berguna bagi kedalaman penggunaan AI dan berapa banyak kerja yang diminta oleh pekerja untuk diambil alih oleh AI.

Firma terkemuka sedang memanfaatkan AI dalam industri masing-masing

Firma perbatasan menggunakan keupayaan lanjutan dengan lebih kerap

Ejen AI memerlukan akses kepada konteks dan alat yang betul untuk menjadi berkesan. Pemalam(dibuka dalam tetingkap baru) menggabungkan keupayaan yang membantu ejen melengkapkan aliran kerja tertentu. Ia boleh menggabungkan kemahiran yang menyediakan arahan yang boleh digunakan semula dengan aplikasi yang bersambung kepada data, alat dan tindakan syarikat. Sebagai contoh, pemalam jualan boleh menggabungkan buku panduan pasukan dengan akses kepada CRM pasukan, membolehkan ejen menggunakan maklumat pelanggan semasa dan cadangan lalu untuk menyediakan respons yang disesuaikan untuk semakan.

Firma perbatasan mempunyai kelebihan yang jelas dalam keupayaan lanjutan. Dalam kalangan pengguna aktif mingguan, 21% di firma perbatasan menggunakan pemalam dan 19% menggunakan kemahiran, berbanding hanya 9% dan 3% di firma biasa. Walau bagaimanapun, penggunaan firma perbatasan hanya mewakili sebahagian kecil daripada apa yang mungkin. Penggunaan dalaman OpenAI menyerlahkan potensi untuk penggunaan yang lebih mendalam bagi keupayaan ini, dengan penggunaan pemalam mingguan pada 95% daripada pengguna aktif. Penyelidikan kami tentang cara ejen mengubah kerja memberikan gambaran yang lebih dekat tentang cara pekerja di OpenAI menggunakan keupayaan lanjutan.

Cara firma perbatasan menggunakan ejen

Ejen AI memerlukan tiga perkara untuk menyelesaikan tugasan bermakna: konteks, alat dan keberterusan. Memori, input suara, dan appshots membantu pekerja berkongsi konteks dan maklumat yang diperlukan dengan mudah untuk berjaya menyelesaikan tugas. Penggunaan komputer dan pelayar membolehkan ejen menavigasi laman web, mencipta fail, dan menyelesaikan tugas secara autonomi atau di bawah pengawasan. Matlamat dan gelung memastikan ejen terus bekerja sehingga sesuatu tugas selesai. Secara keseluruhan, keupayaan ini membantu firma perbatasan merealisasikan potensi ejen.

Memberikan ejen akses kepada sistem syarikat juga mewujudkan risiko baharu. Firma perbatasan menetapkan peraturan yang jelas tentang di mana ejen boleh beroperasi, maklumat apa yang boleh diakses, bilakah mereka boleh mengambil tindakan, dan bagaimana pihak menyemak keputusan yang berisiko tinggi. Kawalan ini mesti berkembang seiring dengan pembelajaran organisasi daripada pelaksanaan sebenar.

Firma perbatasan juga menjadikan pembelajaran berterusan dan eksperimen sebahagian daripada kerja harian. Sesi praktikal untuk pembina, forum untuk berkongsi kes penggunaan yang baru muncul, dan pameran dalaman membantu amalan yang berjaya tersebar merentas pasukan dan fungsi.

Ejen semakin berkembang melangkaui pembangunan perisian

Pembangun perisian merupakan antara yang terawal mengguna pakai ejen AI, tetapi pertumbuhan paling pesat kini datang daripada pekerja berpengetahuan umum. Sejak Februari, jumlah pengguna aktif mingguan Codex perusahaan telah meningkat 108× dalam bidang undang-undang, 41× dalam jualan, 41× dalam pengambilan pekerja, dan 26× dalam pemasaran, berbanding dengan 5× dalam kalangan jurutera. 

Perisian beralih terlebih dahulu atas sebab yang munasabah. Pangkalan kod memberikan konteks yang jelas kepada ejen, ujian menjadikan output lebih mudah untuk disahkan, dan kemajuan dalam pengekodan membantu mempercepat penyelidikan dan pembangunan AI. Dalam tempoh dua tahun yang lalu, pembangun telah beralih daripada menggunakan AI untuk melengkapkan baris kod individu kepada membolehkan agen mengendalikan keseluruhan tugasan pembangunan perisian. Ramai pembangun tidak lagi menulis kod secara manual; sebaliknya, mereka menumpukan masa pada penyediaan tugasan, mengorkestrasikan agen, dan menyemak hasil.

Sebaliknya, kemajuan dalam kerja berasaskan pengetahuan secara umum lebih perlahan kerana banyak tugas menyediakan konteks yang terhad, sukar ditentukan dengan jelas, dan tidak mempunyai kriteria yang jelas untuk mengesahkan hasilnya. Tetapi penskalaan berterusan, kemajuan dalam pembelajaran pengukuhan, dan usaha yang disasarkan untuk meningkatkan prestasi pada penilaian seperti GDPval sedang membawa lebih banyak tugas, alat, dan persekitaran kerja dunia sebenar ke dalam jangkauan model perbatasan. Hasilnya, ejen AI agentik semakin menemui kesesuaian produk-pasaran dengan pekerja pengetahuan umum sejak awal tahun ini.

Cara penggunaan AI perusahaan berbeza merentas fungsi

Merentasi sampel yang merangkumi lebih daripada 10 juta mesej, AI perusahaan sedang beralih daripada membantu pekerja menghasilkan kerja kepada membantu pasukan melaksanakannya. Malah dalam fungsi yang sama, corak penggunaan berbeza dengan ketara antara sembang dan AI agentic.

Penulisan kekal sebagai penggunaan ChatGPT yang paling biasa, manakala pengekodan dan operasi sistem atau ejen bersama-sama merangkumi hampir 75% daripada mesej berasaskan ejen. Peralihan ini amat ketara di luar pasukan teknikal tradisional: pengambilan pekerja (32%), jualan (26%), dasar (25%), dan komunikasi (24%) menumpukan antara satu perempat dan satu pertiga mesej kepada operasi sistem dan ejen. Kerja teknikal juga semakin meluas merentas fungsi, dengan pengekodan menyumbang hampir 60% daripada mesej bersifat agen dalam reka bentuk.

Kajian kes: Cara pasukan Kewangan OpenAI menggunakan ChatGPT Work dan Codex

Pasukan kewangan OpenAI menunjukkan cara penerimaan perbatasan kelihatan dalam amalan. Pasukan ini menggunakan ChatGPT Work dan Codex dalam perancangan, ramalan, pelaporan, perbendaharaan, dan perhubungan pelabur. Lihat 16 aliran kerja sebenar di sini

Cara penerimaan AI berbeza merentas industri

Tiada papan pendahulu tunggal bagi penerimaan AI. Kedudukan industri berbeza-beza bergantung pada ukuran yang digunakan. Dalam bulan lalu, Perkhidmatan Profesional dan Saintifik mendahului kedua-dua penerimaan Codex dan intensiti API. Seni, Hiburan, dan Rekreasi mendahului penerimaan ChatGPT, manakala Pembuatan mempunyai intensiti ChatGPT tertinggi walaupun menduduki tempat terakhir dalam intensiti Codex dan API.

Industri tidak mengikuti laluan yang sama dalam penerimaan AI. Sesetengahnya maju melalui alat pembangun dan produk yang dikuasakan oleh AI, manakala yang lain menyaksikan penggunaan harian yang lebih meluas atau lebih intensif.

Kedudukan industri mengikut metrik penerimaan AI

BawahLebih tinggi
Perubahan daripada bulan sebelumnya:+1Naik satu tempat-1Turun satu tempatTiada perubahan
Kedudukan industri mengikut metrik penerimaan AI
Industri
Kesenian, Hiburan, dan Rekreasi
10
4-1
7-1
3-1
Kewangan dan Insurans
20
80
30
50
Maklumat
3+1
5-1
20
40
Perkhidmatan profesional, saintifik, dan teknikal
4-1
2-1
10
10
Pembinaan
50
3+2
80
80
Pembuatan
60
1+1
40
70
Penjagaan kesihatan dan bantuan sosial
70
60
6+1
60
Perdagangan runcit
80
70
50
2+1

Keselamatan siber menjadi keutamaan utama bagi pemimpin perusahaan

Seiring dengan AI mencipta cara baharu untuk organisasi menyampaikan barangan dan perkhidmatan, ia juga membentuk semula landskap keselamatan. Tidak banyak risiko yang lebih mendesak daripada keselamatan siber, terutamanya memandangkan kepesatan perkembangan keupayaan siber AI.

AI juga boleh membantu pihak pertahanan bertindak balas. Model boleh menganalisis pangkalan kod yang besar, menyiasat kerentanan dan menyokong kerja keselamatan berbilang langkah. Namun, mengenal pasti lebih banyak isu tidak secara automatik menjadikan sistem lebih selamat. Halangan sebenar ialah menukar penemuan kepada tindakan: menentukan kerentanan mana yang benar-benar sahih, mengutamakan risiko yang paling besar impaknya, menguji tampalan, dan memastikan pasukan keselamatan menyemak serta melaksanakan pembaikan dengan cepat. 

OpenAI Daybreak menghimpunkan model keselamatan siber perbatasan, alat keselamatan perusahaan, dan ekosistem rakan kongsi untuk membantu organisasi menangani cabaran ini dan memperkukuh pertahanan mereka terhadap ancaman yang muncul.

Tentang Enterprise Signals

Misi OpenAI adalah untuk memastikan bahawa AI memberi manfaat kepada seluruh umat manusia. Organisasi akan membentuk sebahagian besar impak ekonomi AI, dan atas sebab ini, kami secara berkala menerbitkan Enterprise Signals, satu set metrik berkala yang menjejaki penerimagunaan, penyebaran dan impak AI dalam perusahaan. Semua analisis dalam laporan ini adalah berdasarkan data penggunaan perusahaan yang telah diagregatkan dan dinyahkenal pasti. Kami menggunakan sistem automatik untuk mengelaskan kandungan mesej, dan tiada pekerja OpenAI yang meneliti mesej pelanggan.

Pelanggan OpenAI Enterprise juga boleh meminta penanda aras tersuai untuk melihat cara organisasi mereka dibandingkan merentas ukuran penggunaan dan keupayaan terkini.

Terokai lebih lanjut

Signals > Layout > Group > Footer > Cards > Signals homepage > Media > Asset

Isyarat OpenAI

Hab untuk data, penyelidikan, analisis dan cerita daripada Pasukan Penyelidikan Ekonomi OpenAI.

Signals > Layout > Group > Footer > Cards > Data lab > Media > Asset

Data individu Signals

Semak imbas data untuk melihat corak penerimaan ChatGPT oleh individu di seluruh dunia, taburan geografi, serta penggunaan untuk kerja dan bukan kerja.

Signals > Layout > Group > Footer > Cards > Research and analysis > Media > Asset

Penyelidikan dan analisis

Penyelidikan dan analisis mengenai bagaimana AI diterima pakai serta kesannya terhadap ekonomi dan masyarakat.